Metode Multi Attributive Border Approximation Area Comparison (MABAC)
Untuk Penilaian Kinerja Dalam Pengelolaan Alokasi Dana Desa (ADD)
Cucu Handayani1, Adi Muhamad Muhsidi2, Nur Isti Khomalia3
1,2,3Program Studi Teknik Informatika, STIKOM POLTEK Cirebon, Indonesia Email: 1[email protected], 2[email protected], 3[email protected]
INFORMASI ARTIKEL ABSTRAK
Histori artikel:
Naskah masuk, 30 Oktober 2021 Direvisi, 3 November 2021 Diiterima, 3 November 2021
Abstract- The Village Fund Allocation is one income proceed for the Village Revenue and Expenditure Budget of the rural government.
For the implementation of financial governance, the Department of Community and Rural Empowerment does not yet have a performance appraisal system in managing the Fund Allocations.
The Performance Appraisal System which is developed in this study aims to determine the optimality of rural governments in managing the Village Fund Allocation. The research methodology used in the study is MABAC (Multi-Attributive Border Approximation Area Comparison), a multi-alternative decision type. This method was chosen because of its stability and consistency in the solutions of decision making, compared to other decision support methods. The study was carried out on 11 villages with predetermined criteria data.
From this data, an analysis is carried out resulting in values of performance assessment as well as the optimality status of Fund Management.
Kata Kunci:
Sistem_Pendukung_Keputusan;
Alokasi_Dana_Desa;
Sistem_Penilaian_Kinerja;
Perangkingan;
Metode_MABAC;
Abstrak- Alokasi Dana Desa (ADD) merupakan salah satu hasil pendapatan dalam Anggaran Pendapatan dan Belanja Desa (APBDesa) bagi Pemerintah Desa. Dalam pelaksanaan tata kelola keuangan, Dinas Pemberdayaan Masyarakat dan Desa belum memiliki sistem penilaian kinerja dalam mengelola Alokasi Dana Desa.
Sistem Penilaian Kinerja yang dikembangkan dalam penilitan ini bertujuan untuk mengetahui optimalitas pemerintah desa dalam mengelola Alokasi Dana Desa. Metodologi penilitan yang digunakan dalam penilitan ini adalah MABAC (Multi-Attributive Border Approximation Area Comparison), sebuah metode pendukung keputusan multi-alternatif. Metode ini dipilih karena stabilitas dan konsistensinya dalam solusi pengambilan keputusan, dibandingkan dengan metode pendukung keputusan lainnya. Penelitian dilakukan pada 11 desa dengan data kriteria yang telah ditentukan. Dari data tersebut dapat dilakukan analisis yang menghasilkan score penilaian kinerja serta status optimalitas pengelolaan Alokasi Dana Desa.
Copyright © 2021 LPPM - STMIK IKMI Cirebon This is an open access article under the CC-BY license
Penulis Korespondensi:
Cucu Handayani
Program Studi Teknik Informatika, STIKOM Poltek Cirebon
Jl. Pusri No. 01 Kedawung, Kab. Cirebon, Jawa Barat, Indonesia Email: [email protected]
1. Pendahuluan
Desa didefinisikan dalam Undang-Undang No.6 Tahun 2014 menjadi bagian wilayah terkecil dari sistem penyelenggaraan pemerintah. [1]
Pemerintah desa sebagai unsur penyelenggaraan pemerintahan terdekat dengan masyarakat dinilai lebih mampu dalam melihat prioritas kebutuhan masyarakat dibandingkan pemerintahan kabupaten yang memiliki cakupan permasalahan lebih luas dan rumit. Oleh karena itu, pemerintah desa diberikan otoritas untuk membuat kebijakan yang dapat mengatur dan mengurus seluruh aspek kepentingan masyarakat desa.
Dinas Pemberdayaan Masyarakat dan Desa merupakan unsur pelaksana urusan pemerintahan bidang pemberdayaan masyarakat dan desa tingkat kabupaten yang membidangi terkait dengan pemberdayaan usaha ekonomi pedesaan dan pemberdayaan lembaga kemasyarakatan serta pembinaan pemerintahan desa. Membidangi pembinaan pemerintahan desa termasuk dalam memfasilitasi pemerintah desa dalam melakukan pengajuan permohonan Alokasi Dana Desa (ADD) hingga monitoring dan evaluasi penggunaan Alokasi Dana Desa (ADD) pada seluruh pemerintah desa yang ada di Kabupaten Indramayu merupakan tugas dari Dinas Pemberdayaan Masyarakat dan Desa.
Tata cara penggunaan Alokasi Dana Desa (ADD) diatur dalam Peraturan Bupati No. 35 Tahun 2019 tentang Tata Cara Penetapan Besaran, Penyaluran dan Penggunaan Alokasi Dana Desa Tahun 2020. Untuk penghasilan tetap dan tunjangan kepala desa, sekretaris desa dan perangkat desa lainnya serta tunjangan operasional Badan Pemusyawaratan Desa (BPD) ditentukan maksimal 30% dari anggaran belanja desa.
Sedangkan untuk penyelenggaraan pemerintah desa termasuk belanja operasional pemerintah desa dan insentif rukun tetangga (RT) dan rukun warga (RW), perlaksanaan pembangunan desa, pelaksanaan kemasyarakatan desa dan pemberdayaan masyarakat desa ditentukan paling seikit 70% dari anggaran belanja desa [2]
Metode MABAC adalah singkatan dari Multi Attributive Border Approximation Area Comparison adalah salah satu metode pendukung keputusan yang jenis keputusannya multi alternative. Metode ini dipilih karena menyediakan stabilitas dan konsistensi solusi dan handal dalam pengambilan keputusan rasional, dibandingkan dengan metode lain [3]. Maka dari itu metode MABAC dipilih oleh penulis untuk mempermudah dalam menilai kinerja pemerintah desa dalam mengelola Alokasi Dana Desa (ADD). Penelitian dilakukan pada 11 desa dengan data kriteria yang sudah ditentukan dan menggunakan laporan
penggunaan Alokasi Dana Desa (ADD) pada tahun 2020.
Adapun metode MABAC digunakan dalam penilaian ini menggunakan tinjauan pustaka berdasarkan penelitian-penelitian terdahulu yang sudah dilakukan, yaitu:
Bagus Nur Ihwa, Natalia Silalahi, Rivalri Kristianto Hondro yang berjudul “Sistem Pendukung Keputusan Pemilihan Jaksa Terbaik dengan Menerapkan Metode MABAC (Studi Kasus : Kejaksaan Negeri Medan). Adapun hasil dari penelitian ini yaitu terpilihnya jaksa terbaik dari lima jaksa. Pemilihan jaksa negeri medan sebagai bagian dari kejaksaan negara kesatuan republik Indonesia melakukan beberapa kali mutasi terhadap pemimpin jaksa yang diambil dengan melakukan perhitungan nilai kinerja secara manual. Kriteria- kriteria yang diambil dalam penilaian ialah segi orientasi, segi pelayanan, segi integritas, segi komitmen, segi disiplin, dan segi kerja sama memerlukan sistem pendukung keputusan (SPK) untuk mempercepat dan mempermudah dalam membuat suatu keputusan. [4]
Rivalri Kristianto Hondro yang berjudul
“MABAC: Pemilihan Penerima Bantuan Rastra Menggunakan Metode Multi-Attributive Border Approximation Area Comparison”. Adapun hasil dari penelitian yaitu anggota rumah tangga yang memiliki jumlah anggota 8 orang, memiliki balita dan anak usia sekolah wajib belajar, kepala rumah tangga seorang janda, memiliki tanggungan anggota rumah tangga lanjut usia non potensial, kondisi rumah tidak layak huni, berpendapatan 3 juta dan keluarga peserta PKH (Program Keluarga Harapan). Penelitian ini dilakukan pada 10 rumah tangga dengan kondisi sosial dan ekonomi yang berbeda di desa Hilisaootoniha. [5]
Wina Yusnaeni, M Marlina yang berjudul
“MABAC Method Dalam Penetuan Kelayakan Penerima Bantuan SPP”. Adapun hasil penelitian yaitu jumlah siswa yang berkah mendapatkan dana bantuan sebanyak 42 orang dari 128 siswa yang mendaftar. Beasiswa tersebut diberikan kepada yang berhak menerima karena memiliki kualitas, dan prestasi sebagai penerima beasiswa. Penelitian dilakukan pada 128 siswa dengan 6 kriteria. [6]
Noveriang Ndruru, Mesran, Fince Tinus Waruwu, Dito Putro Utomo yang berjudul
“Penerapan Metode MABAC Untuk Mendukung Pengambilan Keputusan Pemilihan Kepala Cabang Pada PT. Cefa Indonesia Sejahtera Lestari”.
Adapun hasil penelitian yaitu terpilihnya kepala cabang dengan nilai 0,304 (nilai tertinggi).
Pemilihan kepala cabang dilakukan pada 10 kandidat dengan 4 kriteria. [7]
Fitri Laila, Nelly Astuti Hasibuan berjudul
“Pemilihan Pengangkatan Karyawan Tetap
Menerapkan Metode Multi-Attributive Border Approximation Area Comparison”. Adapun hasil penelitian yaitu terpilihnya salah satu karyawan yang berhak mendapatkan pengangkatan sebagai karyawan tetap. Penelitian dilakukan pada 5 karyawan dengan 5 kriteria. [8]
Untuk penilaian kinerja selain menggunakan metode MABAC ada juga beberapa metode yang dapat digunakan diantaranya, yaitu:
Petrus Sokibi, Apriyanto Noer Setiawan yang berjudul “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan PT Harjamukti Jaya Mandiri Menggunakan Metode Simple Additive Weighting”. Adapun hasil penilitian ini yaitu terpilihnya karyawan dengan kinerja terbaik atau dengan nilai total tertinggi. Penelitian ini dilakukan pada 5 karyawan dengan menggunakan 5 kriteria penilaian. [9]
Anton Destri Putra, Dian Hafidh Zulfikar, Aminullah Imal Alfresi yang berjudul “Sistem Pendukung Keputusan Penilaian Kinerja Pegawai Pada PDAM Martapura Oku Timur Menggunakan Metode MOORA”. Adapun hasil penilitian ini yaitu terpilihnya pegawai yang memiliki nilai penilaian kinerja tertinggi. Penilitian ini dilakukan pada 3 pegawai dengan 4 kriteria. [10]
Shylvia Nurul Amida, Titin Kristiana yang berjudul “Sistem Pendukung Keputusan Penilaian Kinerja Pegawai Menggunakan Metode Topsis”.
Adapun hasil penelitian yaitu penggunaan metode topsis dapat membantu dalam menentukan suatu keputusan penilaian kinerja pegawai. Penelitian ini dilakukan pada 8 pegawai dengan 5 kriteria. [11]
2. Metode Multi Attributive Border Approximation Area Comparison (MABAC) Metode MABAC dikembangkan oleh Pamucar dan Cirovic. Pada tulisan ini digunakan model hibrida; DEMATEL-MABAC, dimana metode DEMATEL digunakan untuk menentukan koefisien bobot dan MABAC untuk alternatif peringkat. [12]
Pada penelitian kali ini menggunakan metode Multi Attributive Border Approximation Area Comparison (MABAC). Prosedur pada pelaksanaan metode MABAC yaitu formulasi matematis yang terdiri dari 6 langkah [13]:
1. Langkah Pertama
Membuat Matriks Keputusan Awal (X), pada langkah ini adanya evaluasi alternatif dengan kriteria dimana alternatif disajikan dalam bentuk vector.
(1) C1….Cn merupakan kriteria
A1….Am merupakan alternatif X11, X21…Xmn merupakan nilai pada alternatif ke-m dari kriteria ke-n.
2. Langkah Kedua
Normalisasi elemen matriks awal (X) (Normalization of initial matrix (X) elements). Elemen matriks ternormalisasi (N) diperoleh dengan menerapkan rumus : Jenis Kriteria untuk Benefit
(2)
Jenis Kriteria untuk Cost (3)
Xij merupakan nilai pada alternatif ke-i dan kriteria ke-j.
Xi+ merupakan nilai maksimum atau nilai tertinggi
Xi- merupakan nilai minimum atau nilai terendah
3. Langkah Ketiga
Perhitungan elemen matriks tertimbang (V) (calculation of weighted matrix (V) elements)
(4) 4. Langkah Keempat
Penentuan matriks area perkiraan perbatasan (G) (Determination of border approximate area matrix (G)).
(5)
Dimana Vij menampilkan elemen matriks berbobot (V), “m” menyajikan jumlah total alternatif. Setelah menghitung nilai- nilai gi berdasarkan kriteria, itu membentuk matriks daerah perkiraan perbatasan G dalam bentuk n x 1 (“n”
menyajikan jumlah total kriteria yang dilakukan pemilihan alternatif yang ditawarkan).
5. Langkah Kelima
Perhitungan elemen matriks jarak alternatif dari daerah perkiraan perbatasan (Q) (Calculation of matrix elements of alternative distance from the border approximate area (Q)).
(6)
Dimana gi menyajikan daerah perkiraan perbatasan untuk kriteria Ci, vij menyajikan elemen matriks berbobot (V),
“n” menyajikan jumlah kriteria, “m”
menyajikan nomor alternatif. Alternatif Ai dapat termasuk ke area perkiraan perbatasan (G), area perkiraan atas (G+) atau area perkiraan lebih rendah (G-), Daerah perkiraan atas (G+) menyajikan area di mana alternatif ideal terletak (A+), sedangkan area perkiraan yang lebih rendah (G-) menyajikan area di mana alternatif anti-ideal berada (A-).
6. Langkah Keenam
Perangkingan Alternatif (Ranking alternatives). Perhitungan nilai-nilai fungsi kriteria dengan alternatif diperoleh sebagai jumlah dari jarak alternatif dari daerah perkiraan perbatasan (qi). Menjumlahkan elemen matriks Q dengan garis diperoleh nilai akhir dari fungsi kriteria alternatif
(7)
dimana “n” menyajikan jumlah kriteria,
“m” menyajikan sejumlah alternatif.
3. Hasil dan Pembahasan
Penilaian kinerja dalam pengelolaan Alokasi Dana Desa (ADD) dilakukan di 11 Desa pada Kecamatan Lelea Kabupaten Indramayu, yang terdiri dari:
Tabel 1. Tabel Data Desa dan Anggaran ADD Alternatif Nama Desa Jumlah ADD A1 Tunggul Payung 450.000.000
A2 Tugu 470.000.000
A3 Nunuk 465.000.000
A4 Tempel 465.000.000
A5 Pengauban 460.000.000
A6 Telagasari 450.000.000 A7 Langgengsari 460.000.000
A8 Tamansari 460.000.000
A9 Lelea 450.000.000
A10 Cempeh 470.000.000
A11 Tempel Kulon 450.000.000
Data-data kriteria ditentukan untuk membangun sistem penilaian kinerja dalam pengelolaan Alokasi Dana Desa (ADD) yaitu Belanja Wajib (Cost) dan Belanja Lainnya (Benefit).
Tabel 2. Tabel Kriteria No Nama Kriteria
(K)
Keterangan/Penjelasan
1. K1: Belanja Wajib (Cost)
Belanja wajib terdiri dari Penghasilan Tetap (Siltap) Kuwu dan Pamong Desa, Tunjangan BPD dan Operasional BPD 2. K2: Belanja
Lainnya (Benefit)
Belanja Lainnya terdiri dari Insentif RT/RW, Bidang Pembangunan, Bidang Pemberdayaan Masyarakat, Bidang Pembinaan
Kemasyarakatan, dan Bidang Pemerintahan Lainnya.
Tabel Bobot Kriteria
Tabel 3. Tabel Bobot Kriteria
No Kriteria Presentase Bobot Nilai
1. K1 30% 0,30
2. K2 70% 0,70
Tabel Nilai Masing-masing Kriteria
Tabel 4. Tabel Nilai Masing-masing Kriteria Alternatif
Kriteria
K1 Belanja Utama K2 Belanja Lainnya
A1 328.500.000 73% 121.500.000 27%
A2 338.400.000 72% 131.600.000 28%
A3 330.150.000 71% 134.850.000 29%
A4 395.250.000 85% 69.750.000 15%
A5 331.200.000 72% 128.800.000 28%
A6 328.500.000 73% 121.500.000 27%
A7 332.000.000 70% 138.000.000 30%
A8 331.200.000 72% 128.800.000 28%
A9 337.500.000 75% 112.500.000 25%
A10 333.700.000 71% 136.300.000 29%
A11 337.500.000 75% 112.500.000 25%
Langkah 1 : Menentukan Matriks Keputusan Awal (X)
Menentukan nilai matriks awal sesuai dengan tabel kriteria. Nilai diambil dari prosentase penggunaan anggaran.
Tabel Matriks Keputusan Awal (X) Tabel 5. Matriks Awal (X) Alternatif Kriteria
K1 K2
A1 0,730 0,270
A2 0,720 0,280
A3 0,710 0,290
A4 0,850 0,150
A5 0,720 0,280
A6 0,730 0,270
A7 0,700 0,300
A8 0,720 0,280
A9 0,750 0,250
A10 0,710 0,290
A11 0,750 0,250
Langkah 2 : Normalisasi Matriks Keputusan Awal (N)
Menentukan nilai matriks bobot normalisasi dengan cara menentukan terlebih dahulu jenis kriteria cost dan benefit. Selanjutnya nilai maximum dan minimum pada masing-masing kolom kriteria. Jika jenis kriteria benefit lakukan perhitungan dengan menggunakan rumus (2) dan jika kritera cost lakukan perhitungan dengan rumus (3). Dengan xi- merupakan nilai minimum dan xi+ merupakan nilai maksimum.
Tabel Matriks Normalisasi Bobot Keputusan (N) Tabel 6. Matriks Normalisasi
Alternatif
Kriteria K1
(min/cost)
K2 (max/benefit)
A1 0,800 0,800
A2 0,867 0,867
A3 0,933 0,933
A4 0,000 0,000
A5 0,867 0,867
A6 0,800 0,800
A7 1,000 1,000
A8 0,867 0,867
A9 0,667 0,667
A10 0,933 0,933
A11 0,667 0,667
Langkah 3 : Menentukan Matriks Bobot Keputusan (V)
Proses menentukan matriks bobot keputusan menggunakan rumus (4) dengan wi merupakan bobot kriteria dikalikan dengan nilai normalisasi.
Alternatif 1:
t1,1 = (0,300 * 0,800) + 0,300 = 0,5400
t1,2 = (0,700 * 0,800) + 0,700 = 1,2600
Selanjutnya dapat dilakukan perhitungan yang sama dengan alternatif lainnya. Berikut hasil nilai matriks bobot keputusan (V):
Matriks Bobot Keputusan (V)
Tabel 7. Matriks Bobot Keputusan Alternatif
Kriteria K1
(min/cost)
K2 (max/benefit)
A1 0,540 1,260
A2 0,560 1,307
A3 0,580 1,353
A4 0,300 0,700
A5 0,560 1,307
A6 0,540 1,260
A7 0,600 1,400
A8 0,560 1,307
A9 0,500 1,167
A10 0,580 1,353
A11 0,500 1,167
Langkah 4 : Menentukan Nilai Matriks Batas (G) Untuk menentukan nilai matriks batas dapat dilakukan dengan cara mengkalikan nilai pada masing-masing kriteria yang sama, kemudian total perkaliannya dipangkatkan dengan satu per jumlah alternatif. Menggunakan rumus (6).
Penyelesaian sebagai berikut:
K1 = (0,540 * 0,560 * 0,580 * 0,300 * 0,560 * 0,540 * 0,600 * 0,560 * 0,500 * 0,580 * 0,500) 1/11 = 0,520
K2 = (1,260 * 1,307 * 1,353 * 0,700 * 1,307 * 1,260 * 1,400 * 1,307 * 1,167 * 1,353 * 1,167) 1/11 = 1.220
Matriks Nilai Batas (G)
Tabel 8. Matriks Nilai Batas
K1 K2
Gi 0,520 1.220
Langkah 5. Perhitungan elemen matriks jarak alternatif dari daerah perkiraan perbatasan (Q) Menentukan nilai elemen matriks jarak batas alternatif berdasarkan matriks berdasarkan perkiraan batas dapat dilakukan dengan cara nilai masing-masing matriks bobot (V) dikurangi nilai matriks batas (G) berdasarkan dengan kriteria yang sama. Menggunakan rumus (6)
Tabel 9. Matriks Perkiraan Perbatasan Alternatif
Kriteria K1
(min/cost)
K2 (max/benefit)
A1 0,020 0,040
A2 0,040 0,087
A3 0,060 0,133
A4 -0,220 -0,520
A5 0,040 0,087
A6 0,020 0,040
A7 0,080 0,180
A8 0,040 0,087
A9 -0,020 -0,053
A10 0,060 0,133
A11 -0,020 -0,053
Langkah 6 : Perankingan Alternatif (S)
Dalam menentukan nilai perankingan alrenatif dapat dilakukan dengan melakukan penjumlahan seluruh kriteria dalam alternatif yang sama.
Menggunakan rumus (7) A1 = 0,020 + 0,040 = 0,060 A2 = 0,040 + 0,087 = 0,127 A3 = 0,060 + 0,133 = 0,193 A4 = - 0,220 - 0,520 = -0,740 A5 = 0,040 + 0,087 = 0,127 A6 = 0,020 + 0,040 = 0,060 dst
Perangkingan Alternatif (S)
Tabel 10. Matriks Perangkingan
Alternatif Desa S Rank
A1 Tunggul Payung 0,060 7
A2 Tugu 0,127 4
A3 Nunuk 0,193 2
A4 Tempel -0,740 9
A5 Pengauban 0,127 5
A6 Telagasari 0,060 8
A7 Langgengsari 0,260 1
A8 Tamansari 0,127 6
A9 Lelea -0,073 10
A10 Cempeh 0,193 3
A11 Tempel Kulon -0,073 11
4. Kesimpulan
Menggunakan metode MABAC dalam penilaian kinerja pengelolaan Alokasi Dana Desa (ADD) cukup membantu. Pengimplementasian metode MABAC pada sistem telah berhasil dan sistem dapat menentukan status optimalitas setiap desa dalam pengelolaan Alokasi Dana Desa (ADD). Sistem dapat menentukan desa terbaik dengan nilai tertinggi dalam pengelolaan Alokasi Dana Desa (ADD).
Ucapan Terima kasih
Ucapan terima kasih kepada Dinas Pemberdayaan Masyarakat dan Desa Kabupaten Indramayu yang telah memberikan kesempatan kepada kami untuk melakukan penelitian terhadap
data-data penggunaan Alokasi Dana Desa (ADD) di Kabupaten Indramayu.
Daftar Pustaka
[1] A. A. Fathony and A. Sopian, “Pengaruh Alokasi Dana Desa Terhadap
Pemberdayaan Masyarakat dan Peningkatan Kesejahteraan Mayarakat di Desa
Langonsari Kecamatan Pameungpeuk Kabupaten Bandung,” J. Ilm. Akunt., vol.
10, no. 3, pp. 41–57, 2019.
[2] D. I. Desa, T. Harapan, and K. Loa,
“Pengelolaan alokasi dana desa dalam meningkatkan pemberdayaan masyarakat di desa tani harapan kecamatan loa janan,”
vol. 8, no. 3, pp. 9114–9128, 2020.
[3] R. K. Hondro, “MABAC: Pemilihan Penerima Bantuan Rastra Menggunakan Metode MultiAttributive Border Approximation Area Comparison,” J.
Mahajana Inf., vol. 3, no. 1, pp. 41–52, 2018, doi: 10.31227/osf.io/pf8qt.
[4] B. N. Ihwa, N. Silalahi, and R. K. Hondro,
“Sistem Pendukung Keputusan Pemilihan Jaksa Terbaik dengan Menerapkan Metode MABAC ( Studi Kasus : Kejaksaan Negeri Medan ),” J. Comput. Syst. Informatics, vol.
1, no. 4, pp. 225–230, 2020, [Online].
Available: https://ejurnal.seminar-
id.com/index.php/josyc/article/download/15 8/257.
[5] R. Kristianto, “MABAC: Pemilihan Penerima Bantuan Rastra Menggunakan Metode MultiAttributive Border Approximation Area Comparison,” J.
Mahajana Inf., vol. 3, no. 1, pp. 41–52, 2018.
[6] W. Yusnaeni and M. Marlina, “MABAC Method Dalam Penentuan Kelayakan Penerima Bantuan SPP,” EVOLUSI J.
Sains dan Manaj., vol. 8, no. 1, pp. 46–55, 2020, doi: 10.31294/evolusi.v8i1.7536.
[7] N. Ndruru, Mesran, F. T. Waruru, and D. P.
Utomo, “Penerapan Metode MABAC Untuk Mendukung Pengambilan Keputusan Pemilihan Kepala Cabang Pada PT. Cefa Indonesia Sejahtera Lestari,” Resolusi Rekayasa Tek. Inform. dan Inf., vol. 1, no.
1, pp. 36–49, 2020, [Online]. Available:
http://djournals.com/resolusi/article/view/1 1.
[8] F. Laila and N. A. Hasibuan, “Pemilihan Pengangkatan Karyawan Tetap
Menerapkan Metode Multi-Attributive Border Approximation Area Comparison,”
vol. 1, no. 1, pp. 5–12, 2021.
[9] P. S. Sukanto, “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Pt
Harjamukti Jaya Mandiri Menggunakan Metode Simple Additive Weighting,”
JATISI (Jurnal Tek. Inform. dan Sist.
Informasi), vol. 5, no. 1, pp. 109–118, 2018, doi: 10.35957/jatisi.v5i1.121.
[10] A. D. Putra, D. H. Zulfikar, and A. I.
Alfresi, “Pada Pdam Martapura Oku Timur Menggunakan Metode Decision Support System for Employee Performance Appraisal At Pdam Martapura Oku Timur Using the Moora,” vol. 3, 2020.
[11] S. N. Amida and T. Kristiana, “Sistem Pendukung Keputusan Penilaian Kinerja Pegawai Dengan Menggunakan Metode Topsis,” JSAI (Journal Sci. Appl.
Informatics), vol. 2, no. 3, pp. 193–201, 2019, doi: 10.36085/jsai.v2i3.415.
[12] M. Estiri, J. H. Dahooie, A. S. Vanaki, A.
Banaitis, and A. Binkytė-Vėlienė, “A multi- attribute framework for the selection of high-performance work systems: the hybrid DEMATEL-MABAC model,” Econ. Res.
Istraz. , vol. 34, no. 1, pp. 970–997, 2021, doi: 10.1080/1331677X.2020.1810093.
[13] P. Wang, J. Wang, G. Wei, C. Wei, and Y.
Wei, “The Multi-Attributive Border Approximation Area Comparison (MABAC) for Multiple Attribute Group Decision Making under 2-Tuple Linguistic Neutrosophic Environment,” Inform., vol.
30, no. 4, pp. 799–818, 2019, doi:
10.15388/Informatica.2019.230.
