KOMPARASI METODE SAW DAN SMART PENERIMA KARTU INDONESIA PINTAR (KIP)
Veradilla Amalia1, Robi Yanto2, Syafi’ul Hamidani3
1,2,3Program Studi Sistem Informasi, STMIK Bina Nusantara Jaya Lubuklinggau
1[email protected], 2[email protected], 3[email protected]
Abstrak
Program Indonesia Pintar atau dikenal dengan Kartu Indonesia Pintar(KIP) merupakan jenis pelayanan pendidikan yang diperuntukan bagi warga yang kurang mampu untuk melanjutkan pendidikan sesuai dengan jenjang pendidikan, bagi siswa yang mendapatkan KIP akan diberikan dana tunai dari pemerintah secara regular untuk sekolah secara gratis atau tanpa biaya. Siswa yang tidak mendapatkan KIP namun memiliki kriteria dapat melakukan pendaftaran melalui admin sekolah dengan memberikan data kondisi orang tua, pendapatan orang tua, kondisi rumah, dan usia.Sekolah Menengah Kejuruan(SMK) Budi Utomo menjadi objek penelitian karena dari hasil wawancara terdapat siswa yang belum mendapatkan KIP dan masih proses seleksi. Maka dari itu dibutuhkannya suatu sistem pendukung keputusan agar admin sekolah dapat secara cepat dan obyektif dalam menentukan siswa yang berhak mendapatkan KIP. Pada Penelitian ini menggunakan perbandingan metode SAW dan metode SMART untuk mengetahui metode yang mana memberikan rekomedasi nilai terbaik dalam membantu admin dalam melakukan seleksi siswa penerima KIP dengan menggunakan teknik pengujian order analysis.
Kata kunci: Sistem pendukung keputusan, SAW, SMART, Order Analysis
Abstract
The Indonesia Smart Program, also known as the Indonesia Smart Card (KIP), is a type of education service intended for people who are less able to continue their education in accordance with the level of education, for students who get KIP will be given cash from the government regularly for schools for free or without cost. Students who do not get KIP but have criteria can register through the school admin by providing data on the condition of parents, income of parents, conditions of the house, and age. Vocational High School (SMK) Budi Utomo becomes the object of research because of the interview results there are students who have not get KIP and still the selection process. Therefore, a decision support system is needed so that school administrators can quickly and objectively determine students who are entitled to KIP. In this study using a comparison of the SAW method and the SMART method to find out which method provides the best value recommendations in helping administrators determine the KIP recipient students by using order analysis testing techniques.
Keywords: Decision Support systems, SAW, SMART, Order Analysis
I. PENDAHULUAN
Untuk memberikan suatu bantuan, baik itu berupa bantuan tunai ataupun bantuan dalam bentuk barang perlu dipertimbangkan dan diteliti terlebih dahulu.
Dalam hal ini dapat dilihat dari keadaan fisik maupun keadaaan sosial untuk calon penerima bantuan apakah merupakan masyarakat yang layak atau tidak dalam menerima bantuan. Pendidikan merupakan faktor terpenting dalam perkembangan dan kemajuan suatu negera. Dalam hal ini pemerintah sesuai dengan undang-undang dasar 1945 pasal 31 ayat 1 dan 2 yaitu setiap warga negara berhak mendapatkan pendidikan dan pemerintah wajib membiayainya. Saat ini pemerintah melalui tiga kementerian yaitu kementerian pendidikan dan kebudayaan, kementerian social dan kementerian agama melakukan kerjasama dalam peningkatan layanan pendidikan yaitu program Indonesia pintar, dengan menerbitkan Kartu Indonesia Pintar (KIP).
Dengan adanya KIP pemerintah memberikan dana tunai yang tersimpan dalam fungsi KIP untuk bersekolah secara gratis atau tanda biaya, program ini juga untuk menghilangkan hambatan ekonomi siswa agar tidak putus sekolah dengan wajib sekolah 9 tahun dan Pendidikan Menengah Universal wajib belajar 12 tahun. Sekolah Menengah Kejuruan (SMK) Budi Utomo Ulak Surung, Lubuk Linggau Utara II, Kota Lubuklinggau, Sumatera Selatan 31617 menjadi tempat objek penelitian dengan jurusan TKRO (Teknik kendaraan ringan otomotif) dengan jumlah siswa 65 orang.
Saat ini pihak sekolah terkendala dalam melakukan seleksi KIP karena semakin banyaknya siswa yang mendaftar untuk mendapat KIP. Untuk itu dibutuhkannya suatu sistem untuk membantu pihak sekolah dalam melakukan proses seleksi dalam menentukan penerima KIP.
Pada penelitian ini metode yang digunakan yaitu komparasi metode Simple Additive Weighting (SAW) dengan Metode Simple Multi Attribut Technique (SMART) yang diharapkan dapat memberikan rekomendasi dalam pengambilan keputusan untuk penerima KIP, dengan analisa metode perhitungan yang memberikan nilai tertinggi dari masing –masing metode perhitungan.
Untuk mengetahui metode mana yang tepat untun dapat membantu pihak sekolah pada proses seleksi penentuan penerima KIP.
Hasil analisa perhitungan masing-masing metode akan di uji dengan teknik order analysis yaitu membandingkan urutan pada data real dengan data hasil untuk mengetahui metode analisa yang tepat dan memberikan nilai terbaik pada proses seleksi penerima KIP oleh admin SMK Budi Utomo.
II. TINJAUAN PUSTAKA 2.1 Penelitian Terdahulu
Dalam penelitian andi saryoko tahun 2019 tentang SPK Penerimaan Karti Indonesia menggunakan metode saw menggunakan kriteria jumlah tanggungan, penghasilan, pekerjaan, kelasa dan keadaan orangtua yang bertujuan untuk membantu proses pemilihan siswa yang layak menerima Kartu KIP [1]
Sedangkan menurut Hidayatus Sibyan tahun 2019 tentang implementasi metode smart pada sistem pendukung keputusan penerima beasiswa sekolah yang bertujuan mempermudah proses seleksi beasiswa agar penerima beasiswa sesuai dengan urutan prioritas yang tepat dengan menerapkan beberapa kritteria yaitu peringkat pararel, hafalan Al-Qur’an, keadaan ekonomi, dan prestasi siswa [2]
Dari analisa penelitian terdahulu.
Peneliti melakukan proses analisa perbandingan metode SAW dan SMART dengan menggunakan beberapa kriteria kondisi orang tua, pendapatan orang tua, kondisi rumah dan usia kemudian dilakukan
proses komparasi hasil perhitungan dari kedua metode. Lalu untuk menentukan hasil pengujian yang lebih tepat dilakukan pengujian dengan teknik Order analysis dengan membandingkan urutan pada data real terhadap data hasil perhitungan.
Sehingga hasil yang diperoleh lebih tepat dan dapat membantu proses seleksi penerimaan kartu Indonesia pintar di SMK Budi Utomo Kota Lubuklinggau.
2.2 Sistem Pendukung Keputusan Sistem pendukung keputusan adalah suatu sistem informasi yang bertujuan untuk membantu pimpinan dalam pengambil keputusan [3] Sistem pendukung keputusan yang berbasis komputer yang memilik tujuan sebagai penerapan sistem pendukung keputusan untuk pihak pengambil keputusan, memilih alternatif yang terbaik melalu proses pengolahan data dengan menggunakan model pengambil keputusan [4]
2.3 Kartu Indonesia Pintar (KIP) Kartu Indonesia Pintar (KIP) ialah bantuan beruba uang tunai dari pemerintah yang diberikan kepada peserta didik yang orang tuanya kurang mampu membiayai pendidikannya, sebagai kelanjutan dan perluasan sasaran dari Program Bantuan Siswa Miskin (BSM) [5]
2.4 Metode Simple Additive Weighting (SAW)
Metode penjumlahan terbobot antara rating kinerja pada setiap alternative yang ada untuk semua atribut. Metode SAW mengharuskan pembuatan keputusan menentukan bobot bagi setiap atribut [6], Metode Simple Additive Weighting (SAW) juga dikenal dengan proses pembobotan yang digunakan untuk menentukan alternative terbaik dari banyaknya alternative, proses utama dalam metode SAW adalah jumlah nilai bobot dari tingkat
kinerja masing-masing alternative pada semua atribut [7]. Dengan tahapan sebagai berikut :
1. Menentukan kriteria-kriteria (Ci.) 2. Menentukan rating kecocokan
alternatif pada kriteria..
3. Membuat matrik keputusan, kemudian melakukan normalisasi matrik dengan persamaan atribut benefit atau atribut cost untuk memperoleh matrik ternomalisasi R dengan rumus:
Untuk Benefit R ij = 𝑿𝒊𝒋
𝑴𝒂𝒙 𝑿𝒊𝒋 (1) Untuk Cost R ij = 𝑴𝒊𝒙 𝑿𝒊𝒋
𝑿𝒊𝒋 (2) Keterangan :
Rij : Rating Ternormalisasi Maxij : Nilai maksimum Minij : Nilai minimum
𝑿𝒊𝒋 : Baris dan kolom dari matrik
4. Rumus hasil akhir yang digunakan untuk memperoleh nilai terbaik atau hasil terbesar yang akan dipilih sebagai alternative terbaik (Ai) sebagai solusi dengan rumus :
Vi = ∑𝒏𝒋=𝟏𝑾𝒋 𝒓𝒊𝒋 (3) Keterangan :
Vi = Hasil akhir dari alternatif Wi = Bobot kriteria
Rij = Normalisasi matriks Nilai Vi yang lebih besar
mengidentifikasi alternative terpilih 2.5 Metode Simple Multi Attribut
Technique (SMART)
Merupakan sebuah metode dalam pengambilan keputusan multi kriteria yang dikembangkan Edward 1977, yang mana metode ini memili cara kerja dasar pada teori disetiap alternative yang terdiri dari sejumlah kriteria yang memiliki nilai
disetiap kriteria memiliki bobot untuk menggambarkan kepentingan nilai yang dibandingankan dengan kriteria yang lain [8]. Metode SMART adalah suatu metode pengambilan keputusan multiatribut yang dapat digunakan sebagai pendukung pembuat suatu keputusan dalam merekomendasikan beberapa alternative [9].
Dengan tahapan metode SMART sebagai berikut :
1. Merumuskan masalah
2. Menetapkan kriteria yang akan digunakan
3. Memilih alternatif yang akan digunakan
4. Penerapan bobot pada setiap kriteria pada setiap alternatif
𝑊𝑖𝑗 = 𝐶𝑜𝑢𝑛𝑡−𝐶𝑚𝑖𝑛
𝐶𝑚𝑎𝑥−𝐶𝑚𝑖𝑛 (4) Dimana :
Wij = Bobot kritria pada baris i kolom ke j Cout = nilai record Cmin = nilai minimal pada kriteria ke x Cmax = nilai maksimal pada kriteria ke x 5. Normalisasi pada setiap kriteria di
setiap alternatif
𝑁𝑜𝑟𝑚𝑎𝑙𝑖𝑠𝑎𝑠𝑖 = 𝑊𝑖𝑗
∑𝑛𝑖=1𝑊𝑖𝑗 (5) Dimana :
Wij = Bobot kritria pada baris i kolom ke j
6. Menghitung utilities pada setiap alternatif
𝑢(𝑎𝑖) = ∑𝑚𝑗=1𝑊𝑗𝑈𝑖(𝑎𝑖), 𝑖 = 1,2, . . 𝑚 (6) Dimana :
wj = nilai pembobotan kriteria ke- j dan k kriteria
u(ai) = nilai utility kriteria ke-i untuk kriteria ke-i
7. Proses perangkingan berdasarkan nilai
utilities
8. Menentukan nilai utilities terbesar sebagai alternative terpilih
.
III. METODOLOGI PENELITIAN 3.1 Tahapan Penelitian
Penelitian dirancang untuk membantu admin dalam proses seleksi penentuan penerima KIP dengan menggunakan tahapan penelitian seperti pada gambar 1 sebagai berikut :
Gambar 1. Kerangka Penelitian
IV. HASIL DAN PEMBAHASAN 4.1 Kritera
Menganalisa kriteria sebagai dasar proses dilakukannya seleksi oleh admin SMK Budi Utomo, dari hasil wawancara kriteria yang digunakan adalah sebagai berikut kondisi orang tua, pendapatan orang tua, kondisi rumah, dan usia siswa.
Tabel 1. Data kriteria
No Kriteria Bobot
1 C1 Kondisi Orang Tua 0.3 2 C2 Pendapatan Orang
Tua
0.4 3 C3 Kondisi Rumah 0.15
4 C4 Usia 0.15
4.2 Pembobotan
Pembobotan data kriteria sebagai berdasarkan table 1 sebagai berikut : Tabel 2. Tabel Pembobotan
Kriteria Kondisi Orang Tua Bobot
C1
Lengkap 6
Yatim 7
Piatu 8
Yatim Piatu 9
C2
Pendapatan Orang Tua
Bobot
≤ 1 Juta 6
≤ 2 Juta 5
≤ 3 Juta 4
≤ 4 Juta 3
≤ 10 Juta 2
C3
Kondisi Rumah Bobot Sangat Baik 3
Baik 4
Kurang Baik 5
Tidak Baik 6
C4
Usia Bobot
16 4
17 5
18 6
4.3 Rating Kecocokan
Berdasarkan data kriteria dan pembobotan maka berikut ini merupakan table rating kecocokan alternative.
Tabel 3. Rating Kecocokan
Alternatif C1 C2 C3 C4
Maya (A1) 6 5 4 5 Lisa (A2) 6 6 4 5 Latif (A3) 7 6 4 6 Andin (A4) 8 5 4 6 Riska (A5) 9 4 4 5 Laila (A6) 8 4 4 5 Aan (A7) 9 5 4 6 Yanti (A8) 9 6 4 6 Muslim (A9) 6 4 4 5 Zainal (A10) 7 6 4 5 Ali (A11) 8 5 4 6 Rensi (A12) 9 4 4 5 Adit (A13) 9 5 4 5 Ica (A14) 8 5 4 6 Nisa (A15) 9 6 4 5
4.4 Analisa Perhitungan Metode SAW Proses analisa dengan tahapan analisa menggunakan metode SAW sebagai berikut:
1. Melakukan Normalisasi Matriks Keputusan (X) yaitu menghitung nilai rating kinerja ternormalisasi dengan rumus 1 dan 2 dengan hasil normalisasi matriks pada table 4 sebagai berikut:
Tabel 4. Matrik Keputusan SAW Alternatif C1 C2 C3 C4
Maya (A1) 0.67 0.83 1.00 0.83 Lisa (A2) 0.67 1.00 1.00 0.83 Latif (A3) 0.78 1.00 1.00 1.00 Andin (A4) 0.89 0.83 1.00 1.00 Riska (A5) 1.00 0.67 1.00 0.83 Laila (A6) 0.89 0.67 1.00 0.83 Aan (A7) 1.00 0.83 1.00 1.00 Yanti (A8) 1.00 1.00 1.00 1.00 Muslim (A9) 0.67 0.67 1.00 0.83 Zainal (A10) 0.78 1.00 1.00 0.83 Ali (A11) 0.89 0.83 1.00 1.00 Rensi (A12) 1.00 0.67 1.00 0.83 Adit (A13) 1.00 0.83 1.00 0.83 Ica (A14) 0.89 0.83 1.00 1.00 Nisa (A15) 1.00 1.00 1.00 0.83 2. Menghitung skor setiap alternatif
dengan perhitungan menggunakan data yang memiliki bobot yang ada, dengan rumus 3 dengan hasil metode SAW pada tabel 5 berikut:
Tabel 5. Hasil Perhitungan SAW
Alternatif C1 C2 C3 C4 Hasil SAW Maya (A1) 0.20 0.33 0.15 0.13 0.81 Lisa (A2) 0.20 0.40 0.15 0.13 0.88 Latif (A3) 0.23 0.40 0.15 0.15 0.93 Andin (A4) 0.27 0.33 0.15 0.15 0.90 Riska (A5) 0.30 0.27 0.15 0.13 0.84 Laila (A6) 0.27 0.27 0.15 0.13 0.81
Aan (A7) 0.30 0.33 0.15 0.15 0.93 Yanti (A8) 0.30 0.40 0.15 0.15 1.00 Muslim (A9) 0.20 0.27 0.15 0.13 0.74 Zainal (A10) 0.23 0.40 0.15 0.13 0.91 Ali (A11) 0.27 0.33 0.15 0.15 0.90 Rensi (A12) 0.30 0.27 0.15 0.13 0.84 Adit (A13) 0.30 0.33 0.15 0.13 0.91 Ica (A14) 0.27 0.33 0.15 0.15 0.90 Nisa (A15) 0.30 0.40 0.15 0.13 0.98 Bobot 0.3 0.4 0.15 0.15
3. Hasil perangkingan dari yang tertinggi hingga yang terendah metode SAW yaitu pada tabel 6 berikut ini :
Tabel 6. Tabel Perangkingan SAW Alternatif Hasil Rangking Yanti (A8) 1.00 1 Nisa (A15) 0.98 2 Latif (A3) 0.93 3 Aan (A7) 0.93 4 Zainal (A10) 0.91 5 Adit (A13) 0.91 6 Andin (A4) 0.90 7 Ali (A11) 0.90 8 Ica (A14) 0.90 9 Lisa (A2) 0.88 10 Riska (A5) 0.84 11 Rensi (A12) 0.84 12 Maya (A1) 0.81 13 Laila (A6) 0.81 14 Muslim (A9) 0.74 15
4.5 Analisa Perhitungan Metode SMART
Proses analisa dengan tahapan analisa menggunakan metode SMART sebagai berikut:
1. Penerapan bobot pada setiap kriteria pada setiap alternatif menggunakan rumus 4 sehingga diperoleh hasil seperti tabel 7 berikut:
Tabel 7. Hasil perhitungan bobot pada setiap kriteria
No Alternatif C1 C2 C3 C4
1 Maya (A1) 0 0.5 0 0 2 Lisa (A2) 0 1 0 0 3 Latif (A3) 0.3 1 0 1 4 Andin (A4) 0.6 0.5 0 1 5 Riska (A5) 1 0 0 0 6 Laila (A6) 0.6 0 0 0 7 Aan (A7) 1 0.5 0 1 8 Yanti (A8) 1 1 0 1 9 Muslim
(A9) 0 0 0 0
10 Zainal
(A10) 0.3 1 0 0
11 Ali (A11) 0.6 0.5 0 1 12 Rensi (A12) 1 0 0 0 13 Adit (A13) 1 0.5 0 0 14 Ica (A14) 0.6 0.5 0 1 15 Nisa (A15) 1 1 0 0
Total 9 8 0 6
2. Menghitung nilai normalisasi disetiap kriteria pada alternatif dengan rumus 5 dengan hasil perhitungan seperti tabel 8 berikut :
Tabel 8. Nilai Normalisasi Kriteria Alternatif C1 C2 C3 C4
Maya
(A1) 0 0.0625 0 0
Lisa (A2) 0 0.125 0 0 Latif
(A3) 0.03333 0.125 0 0.166667 Andin
(A4) 0.06667 0.0625 0 0.166667 Riska
(A5) 0.11111 0 0 0
Laila
(A6) 0.06667 0 0 0
Aan (A7) 0.11111 0.0625 0 0.166667 Yanti
(A8) 0.11111 0.125 0 0.166667 Muslim
(A9) 0 0 0 0
Zainal
(A10) 0.03333 0.125 0 0 Ali (A11) 0.06667 0.0625 0 0.166667
Rensi
(A12) 0.11111 0 0 0
Adit
(A13) 0.11111 0.0625 0 0 Ica (A14) 0.06667 0.0625 0 0.166667 Nisa
(A15) 0.11111 0.125 0 0 3. Selanjutnya menghitung nilai utilities
alternatif yang dilakukan menggunakan cara penjumlahan dari semua nilai kriteria pada setiap alternatif sesuai dengan rumus 6 dengan hasil seperti tabel 9 berikut :
Tabel 9. Nilai Utilites
Alternatif C1 C2 C3 C4 Hasil SMART Maya
(A1) 0.00 0.06 0.00 0.00 0.06 Lisa (A2) 0.00 0.13 0.00 0.00 0.13 Latif
(A3) 0.03 0.13 0.00 0.17 0.33 Andin
(A4) 0.07 0.06 0.00 0.17 0.30 Riska
(A5) 0.11 0.00 0.00 0.00 0.11 Laila
(A6) 0.07 0.00 0.00 0.00 0.07 Aan (A7) 0.11 0.06 0.00 0.17 0.34 Yanti
(A8) 0.11 0.13 0.00 0.17 0.40 Muslim
(A9) 0.00 0.00 0.00 0.00 0.00 Zainal
(A10) 0.03 0.13 0.00 0.00 0.16 Ali (A11) 0.07 0.06 0.00 0.17 0.30 Rensi
(A12) 0.11 0.00 0.00 0.00 0.11 Adit
(A13) 0.11 0.06 0.00 0.00 0.17 Ica (A14) 0.07 0.06 0.00 0.17 0.30 Nisa
(A15) 0.11 0.13 0.00 0.00 0.24
4. Langkah selanjutnya yaitu melakukan perangkingan berdasarkan nilai utilities seperti tabel 10 berikut :
Tabel 10. Perangkingan SMART Alternatif Nilai Prioritas Yanti (A8) 0.40 1 Aan (A7) 0.34 2 Latif (A3) 0.33 3 Andin (A4) 0.30 4 Ali (A11) 0.30 5 Ica (A14) 0.30 6 Nisa (A15) 0.24 7 Adit (A13) 0.17 8 Zainal (A10) 0.16 9 Lisa (A2) 0.13 10 Riska (A5) 0.11 11 Rensi (A12) 0.11 12 Laila (A6) 0.07 13 Maya (A1) 0.06 14 Muslim
(A9) 0.00 15
4.6 Pengujian Teknik Order Analysis Teknik pengujian Order analysis yaitu membandingkan urutan pada data real dengan data hasil perhitungan Metode yang digunakan peneliti dalam proses analisa pada penelitian ini yaitu metode SAW dan metode SMART, yang memiliki rumus persamaan Euclidean Distance sebagai berikut :
𝑑(𝑥, 𝑦) = √∑𝑛𝑖=1(𝑥𝑖−𝑦𝑖)2 (7)
Keterangan :
xi = urutan pada data real;
yi = urutan pada data hasil perhitungan metode;
n = jumlah data siswa
Untuk melakukan suatu pengujian menggunakan teknik order analysis data yang digunakan yaitu hasil dari wawancara peneliti dengan pihak pengelola KIP di SMK Budi Utomo Lubuklinggau teknik pengambilan sampel yang dilakukan peneliti yaitu teknik random sampling dengan data
real 30 siswa . Setelah melakukan pengujian menggunakan teknik order analysis peneliti melakukan perbandingan terhadap urutan pada data real dengan hasil analisa perhitungan metode SAW dan metode SMART sesuai dengan persamaan yang ada pada rumus Euclidean Distance yang dilakukan peneliti. Adapun hasil dari pengujian menggunakan order analysis dapat dilihat dari hasil rekomendasi peringkat pertama dari alternatif dapat dilihat pada tabel 11 berikut :
Tabel 11. Hasil Pengujian Teknik Order Analysis
Metode Alternatif yang direkomendasi
Teknik Pengujian
Order Analysis SAW Yanti (A8) 29.00 SMART Yanti (A8) 29.59
V. KESIMPULAN
Hasil dari analisa perhitungan komparasi metode Simple Additive Weighting (SAW) dengan Metode Simple Multi Attribut Technique (SMART) dengan melakukan pengujian order analysis diketahui bahwa :
1. Metode SAW dan metode SMART merekomendasikan alternative Yanti (A8) sebagai penerima KIP dengan nilai hasil perhitungan menggunakan metode SAW yaitu 29.00 pada metode SMART 29.59.
2. Dari hasil pengujian order analysis tersebut dapat diketahui bahwa metode SMART memiliki nilai lebih baik dibandingkan dengan metode SAW untuk diimplementasikan pada sistem pendukung keputusan untuk membantu pihak sekolah dalam melakukan proses seleksi dalam menentukan penerima KIP.
VI. SARAN
Komparasi metode SAW dan SMART ini masih terbatas hanya untuk memberikan rekomendasi penerima KIP berdasarkan data yang dimasukkan.
Diharapkan kedepan adanya sistem yang mampu memberikan rekomendasi penerima KIP dengan menerapkan perbandingan metode-metode lainnya sehingga sistem dapat membantu tidak hanya proses seleksi KIP tetapi dapat juga seleksi KKS, KIS dan bantuan program pemerintah lainnya.
VII. DAFTAR PUSTAKA
[1] A. Saryoko, S. Mutaqqin and R.
Hidayat, "Sistem Pendukung Keputusan Penerima Kartu Pintar Menggunakan Metode SAW," Jurnal Teknik Komputer AMIK BSI, vol. V, no. 2, pp. 1-8, 2019.
[2] H. Sibyan, "Implementasi Metode SMART Pada Sistem Pendukung Keputusan Penerima Beasiswa Sekolah," Jurnal Penelitian dan Pengabdian Kepada Masyarakat UNSIQ , vol. 7, no. 1, pp. 78-83, 2020.
[3] V. Amalia, D. Syamsuar and L. Atika,
"Komparasi Metode WP SAW dan WASPAS dalam penentuan Penerima Beasiswa Penelusuran Minat dan Kemampuan," Jurnal Informatika, vol. 6, no. 1, pp. 114-121, 2019.
[4] R. Yanto and M. Guntur, "Sistem Pendukung Keputusan Seleksi Proposal Program Penerapan Iptek Bagi Masyarakat," Jurnal Teknologi Informasi & Komunikasi Digital Zone, vol. 10, no. 1, pp. 77-87, 2019.
[5] E. R. Marbun, T. Hidayati and E.
Parhusip, "Sistem Pendukung Keputusan Pemberian Kartu Pintar (KIP) Menggunakan Metode WASPAS," Seminar Nasional Sains
& Teknologi Informasi (SENSASI), pp. 238-244, 2018.
[6] A. M. Purwanto, I. M. I. Subroto and D. Kurniadi, "Sistem Rekomendasi Penerima Kartu Indonesia Pintar (KIP) Menggunakan Metode SAW,"
Jurnal Transistor EL, vol. 3, no. 2, pp. 111-119, 2018.
[7] A. D. Aldo and A. , "Sistem Pendukung Keputusan Menentuan Peserta Jamkesmas Dengan Metode SAW," RESTI, vol. 3, no. 2, pp. 94- 99, 2019.
[8] A. Y. Saputra and Y. B. E.
Mawartika, "Sistem Pendukung Keputusan Dalam Memilih Lokasi Perumahan dengan Metode SMART,"
Cogito Smart Journal, vol. V, no. 1, pp. 35-44, 2019.
[9] T. Magrisa , K. D. K. Wardhani and M. R. A. Saf, "Implementasi Metode SMART Pada Sistem Pendukung Keputusan Pemilhan Kegiatan Ekstrakurikuler Untuk Siswa SMA,"
Informatika Mulawarman, vol. 13, no. 1, pp. 49-55, 2018.
[10] R. A.S and S. M, Perangkat Lunak Terstuktur dan Berorientasi Objek, Bandung: Informatika, 2018.
