Hal: 174-182
Implementasi Metode Additive Ratio Assessment (ARAS) Dalam Menentukan
Perusahaan Penyalur Tenaga Kerja Terbaik
Astari Br Ginting1
Program Studi Teknik Informatika, Universitas Budi Darma, Medan, Sumatera Utara, Indonesia Email: 1*astariginting18@gmail.com
Abstrak
Pada zaman sekarang ini pengiriman informasi telah dipermudah dengan adanya salah satu fitur dari sebuah smartphone yaitu Short Message Servis (SMS). Seiringan dengan perkembangan zaman dan teknologi semakin canggih muncul beberapa kekurangan pada Short Message Servis (SMS) salah satu tingkat keamanannya. Sehingga banyak para penjabat dan pengusaha bertukar informasi melalui S hort Message Servis (SMS) yang sifatnya sangat rahasia. Short Message Servis (SMS) yang dikirim tidak langsung diterima oleh penerima melainkan harus melalui Short Message Servis Center (SMSC) terlebih dahulu. Sehingga terjadi pencuri data yang sering disebut penyadapan, untuk itu sangat perlu ditingkatkan keamanan SMS. Untuk mengatasi masalah tersebut salah satu alternatif yang digunakan untuk menjaga kerahasiaan SMS adalah dengan mengekripsi SMS terlebih dahulu sebelum dikirim. Metode enkripsi menggunakan algoritma kriptografi RC4A, dimana RC4A adalah satu metode teknik pengaman data kriptografi hasil modifikasi dari RC4. Berdasarkan hal tersbut peneliti membangun satu aplikasi pengamanan teks SMS tersebut dan implementasinya menggunakan bahasa pemrograman java serta diperuntukan smarphone dengan sistem operasi android. Apliaksi SMS dengan algoritma RC4A telah dibangun serta diimplemntasi menggunakan tools eclipse dengan bahasa pemrogram java dan dapat berjalan dengan baik pada android sesuai dengan yang diharapkan yakni dapat melakukan enkripsi dan dekripsi.
Kata Kunci : Kriptografi, RC4A, Short Message Servis (SMS), Smartphone, Eclipse.
1. PENDAHULUAN
Sistem pendukung keputusan merupakan suatu sistem penghasil informasi yang digunakan untuk suatu masalah yang harus dipecahkan seorang manajer dan membantu manajer dalam mengambil suatu keputusan. Sistem pendukung keputusan merupakan suatu sistem organisasi yang mencakup sistem fisik, sistem keputusan dan sistem informasi yang berkaitan satu sama lain[1].
Lembaga pemerintah yang mempunyai fungsi sebagai Pembina mengendalikan, mengawasi di bidang ketenagakerjaa dan memberi pelatihan bagi calaon pekerja agar memiliki keahlian khusus sesuai dengan permintaan para pencari tenaga kerja dan memberikan kesempatan kerja secara luas yaitu Dinas Tenaga Kerja. Dinas Tenaga Kerja ada di seluruh Indonesia baik tingkat provinsi maupun kabupaten salah satunya yaitu dinas tenaga kerja provinsi sumatera utara. Dinas tenaga kerja berupaya dalam mengurangi pengangguran di Indonesia dengan membina pekerja agar mempunyai pengalaman dalam bekerja, menjalin kerjasama dengan perusahaan-perusahaan yang membutuhkan tenaga kerja dan juga bekerja sama dengan perusahaan-perusahaan yang menyalurkan tenaga kerja baik di dalam negeri maupun luar negeri.
Mendapatkan suatu pekerjaan dengan kemapuan yang terbatas atau pendidikan yang standar merupakan hal yang sulit bagi sebagian orang, karena dengan tingginya jumlah pelamar kerja dan kurangnya informasi lowongan kerja mengakibatkan meningkatnya jumlah pengangguran. Perusahaan penyalur tenaga kerja adalah perusahaan yang menyediakan jasa tenaga kerja meliputi pekerja yang akan ditempatkan pada perusahaan-perusahaan yang membutuhkan tenaga kerja, melalui perusahaan penyalur tenaga kerja memudahkan pencari kerja tanpa harus memasukkan lamaran pekerjaan untuk mendapatkan pekerjaan karena perusahaan penyalur tenga kerja
menyalurkan pekerja dan memberi pelatihan kepada pekerja sehingga pengalaman dunia kerja semakin bertambah. Selain membantu pelamar kerja untuk mendapatkan pekerjaan perusahaan penyalur kerja juga memudahkan perusahaan penerima kerja memenuhi kebutuhan tenaga kerja dalam menjalankan proses usahanya tanpa melakukan perekrutan karyawan yang tentu saja akan memakan waktu dan biaya.
Perusahaan penyalur tenaga kerja yang resmi harus terdaftar di Dinas Tenaga Kerja dan sebagai perusahaan yang membantu dalam menekan pengangguran di indonesia maka dinas tenaga kerja memberi penghargaan kepada perusahaan penyalur tenaga kerja supaya lebih meningkatkan upaya dalam menjalin kerjasama dengan perusahaan-perusahaan yang membutukan tenaga kerja sehingga semakin banyak kesempatan kerja bagi pelamar kerja. Untuk medapatkan kandidat sebagai perusahaan penyalur tenaga kerja terbaik, dinas tenga kerja provinsi sumatera utara melakukan pemilihan perusahaan penyalur tenaga kerja berdasarkan kriteria yang ditentukan oleh pihak dinas tenaga kerja dan hasil seleksi disetujui oleh kepala dinas tenaga kerja.
Pemilihan yang dilakukan pihak dinas tenaga kerja masih kurang efektif karena hanya melihat suatu keunggulan tertentu, seperti apakah suatu peusahaan menyalurkan banyak tenaga kerja tanpa membandingkan dengan aspek-aspek lainnya. Pemilihan yang dilakukan hanya melihat apakah suatu perusahaan penyalur tenaga kerja dianggap memenuhi kritera yang ditentukan oleh dinas tenaga kerja sehingga pemilihan tersebut kurang adil karena kadangkala suatu perusahaan mempunyai keunggulan yang hampir sama, hal ini dapat membinggungkan pihak dinas tenaga kerja dalam menentukan perusahaan penyalur tenaga kerja terbaik. Dalam persoalan diatas dibutuhkan suatu sistem dalam pemilihan perusahaan penyalur tenaga kerja terbaik yaitu dengan menggunakan sistem pendukung keputusan (SPK).
Hal: 174-182 Penelitian terdahulu yang dilakukan oleh H.Susanto
yang dipublikasikan pada jurnal Majalah Ilmiah INTI dengan volume 13 nomor 1 tahun 2018 yang berjudul Penerapan Metode ARAS Dalam Pendukung Keputusan Pemilihan Susu GYM Terbaik Dalam Menambahkan Masa Otot[1].
Dalam peneliti terdahulu lainnya yang dilakukan oleh Lia Ciky Lumban Gaol yang dipublikasikan pada jurnal Informasi dan Teknologi Ilmiah volume 13 nomor 1 tahun 2018 yang berjudul Sistem Pendukung Keputusan Pemilihan Team Leader Shift Terbaik Menggunakan Metode Additive Ratio Assessment (ARAS)[2]. Sehingga dalam proses perhitungan untuk menghasilkan suatu keputusan yang tepat dan akurat dengan membandingkan kriteria yang ada dan membantu dinas tenaga kerja dalam menentukan perusahaan penyalur tenaga kerja terbaik .
2. TEORITIS
A. Sistem Pendukung Keputusan (Decision Support System)
DSS (Decision Support System) merupakan suatu sistem informasi spesifik yang ditunjukan untuk membantu manajemen dalam mengambil keputusan yang berkaitan dengan persoalan yang bersifat semi terstruktur. Sistem ini memiliki fasilitas untuk menghasilkan berbagai alternatif yang secara interaktif di gunakan oleh pemakai.
Moore dan Chang berpendapat bahwa konsep struktur pada definisi awal sistem pendukung keputusan (bahwa sistem pendukung keputusan dapat menangani situasi semistruktur dan tidak tersetruktur), sebuah masalah dapat dijelaskan sebagai masalah tersetruktur dan tidak tersetruktur hanya dengan memperhatikan sipengambil keputusan atau suatu spesifik. Jadi mereka mendefenisikan DSS sebagi sistem yang dapat diperluas untuk mampu memperluas analisa data ad hoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan, digunakan pada interval yang tidak regular dan tak terencana [5].
Berdasarkan dari beberapa pengertian DSS (Decision Support System) yang telah dijabarkan dapat diambil kesimpulan yaitu, DSS (Decision Support System) adalah merupakan sebuah sistem yang dapat membantu dan mendukung seorang manajer dalam pengambilan keputusan tanpa mengubah penilaian manajer dalam pengambilan keputusan.
B. Perusahaan Penyalur Tenaga Kerja
Perusahaan yang menyediakan tenaga kerja bagi perusahaan yang membutuhkan tenaga kerja yang sesuai dengan keahlian yang di butuhkan dalam kegiatan produksi suatu perusahaan. Perusahaan penyalur tenaga kerja membantu pekerja untuk mendapatkan pekerjaan tanpa harus menjatuhkan lamaran ke perusahaan-perusahaan. Perusahaan penyalur tenaga kerja merupakan perusahaan yang berbadan hukum yang dalam kegiatan usahanya menyediakan jasa pekerja untuk sipekerjakan di perusahaan pemberi pekerjaan.
C. Short Message Service
Metode Additive Ratio Assessment (ARAS) adalah salah satu metode pengambilan keputusan multikriteria dengan konsep perangkingan utility degree yaitu dengan membandingkan nilai indeks dari setiap alternatif optimal. Metode Additive Ratio Assessment (ARAS) merupakan sebuah metode yang digunakan untuk perangkingan kriteria, dalam melakukan proses perangkingan, metode ARAS memiliki beberapa tahapan yang harus dilakukan untuk menghitung metode ARAS, yaitu:
Adapun langkah-langkah dari metode Additive Ratio Assessment (ARAS) sebagai berikut[1]:
Langkah 1: Pembentukan Decision Making Matrix 𝑋 = [ 𝑋01 𝑋0𝑗 ⋯ 𝑋0𝑛 𝑋𝑖1 𝑋𝑖𝑗 ⋯ 𝑋𝑖𝑛 ⋮ ⋮ ⋱ ⋮ 𝑋𝑛1 𝑋𝑚𝑗 ⋯ 𝑋𝑚𝑛 ] (𝑖 = 0, m; … 𝑗 = 1, n ) (1) Dimana m = jumlah alternatif n = jumlah kriteria
xij = nilai performa dari alternatif i terhadap kriteria j x0j = nilai optimum dari kriteria j
Jika nilai optimal kriteria j(𝑋0𝑗)tidak diketahui, maka: 𝑋0𝑗 =𝑚𝑎𝑥 𝑖 . 𝑋𝑖𝑗, 𝑖𝑓 𝑚𝑎𝑥 𝑖 . 𝑋𝑖𝑗 𝑖𝑠 𝑝𝑟𝑒𝑓𝑒𝑟𝑎𝑏𝑙𝑒 (2) 𝑋0𝑗 =𝑚𝑖𝑛 𝑖 . 𝑋𝑖𝑗, 𝑖𝑓 𝑚𝑖𝑛 𝑖 . 𝑋𝑖𝑗 𝑖𝑠 𝑝𝑟𝑒𝑓𝑎𝑏𝑙𝑒 (3)
Langkah 2: Penormalisasian matriks keputusan untuk semua kriteria
Jika kriteria Beneficial maka dilakukan normalisasi mengikuti:
𝑋𝑖𝑗∗= 𝑋𝑖𝑗
∑𝑚𝑖=0𝑋𝑖𝑗 (4)
Dimana 𝑋𝑖𝑗∗ adalah nilai normalisasi.
Jika kriteria Non-Beneficial maka dilakukan normalisasimengikuti: Tahap 1: 𝑋𝑖𝑗∗= 1 𝑋𝑖𝑗 (5) Tahap 2: 𝑅 = ∑ 𝑋𝑖𝑗∗ 𝑋𝑖𝑗∗ 𝑚 𝑖=0 (6)
Langkah3: Menentukan bobot matriks yang sudah dinormalisasi
𝐷 = [𝑑𝑖𝑗]𝑚𝑥𝑛 = 𝑟𝑖𝑗. 𝑊𝑗 (7) Dimana
Wj = bobot kriteria j
Langkah 4: Menentukan nilai dari fungsi optimalisasi (𝑆𝑖) 𝑆𝑖 = ∑𝑛𝑗=1𝑑𝑖𝑗;(𝑖 = 1,2 … , 𝑚; 𝑗 = 1,2 … , 𝑛) (8)
Dimana 𝑆𝑖 adalah nilai fungsi optimalitas alternatif i. Nilai terbesar adalah yang terbaik, dan nilai yang paling sedikit adalah yang terburuk. Dengan memperhitungkan proses,hubungan proporsional dengan nilai dan bobot kriteria
yang diteliti berpengaruh pada hasil akhir.
Langkah 5: Menentukan tingkatan peringkat tertinggi dari alternatif
𝐾𝑖 = 𝑆𝑖
𝑆0; (9)
Dimana 𝑆𝑖 dan 𝑆0 merupakan nilai kriteria optimalitas, diperoleh dari persamaan. Sudah jelas, itu
Hal: 174-182 dihitung nilai 𝑈𝑖 berada pada interval [0,1] dan merupakan
pesanan yang diinginkan didahulukan efisiensi relatif kompleks dari alternatif yang layak bisa ditentukan sesuai dengan nilai fungsi utilitas[7].
3. ANALISA A. Analisa Masalah
Perusahaan penyalur tenaga kerja merupakan suatu perusahaan yang menyalurkan pekerja kepada perusahaan yang membutuhkan tenaga kerja, dimana peruahaan penyalur tenaga kerja melatih calon pekerja sehingga pekerja mendapat pengalaman kerja dan meberi kepuasan terhadap perusahaan pemakai tenaga kerja. Dalam proses pemilihan perusahaan penyalur tenaga kerja terbaik suatu perusahaan harus memenuhi kriteria-kriteria yang sudah ditetapkan oleh pihak dinas tenaga kerja.
Pada analisa ini peneliti melihat prosedur yang dilakukan oleh dinas tenaga kerja dalam menentukan perusahaan penyalur tenaga kerja terbaik sering terjadi kesenjangan karena tidak adanya tolak ukur dalam penilaian, sering juga mengalami kesalahan dan proses pengolahan kriteria yang sudah ada menjadi lambat diperoleh dan kurang objektif dikarenakan pemilihan dianggap tidak profesional.
Menganalisa permasalahan yang dihadapi pihak dinas tenaga kerja maka dibutuhkan suatu sistem yang baru yang lebih efektif diharapakan mampu mengatasi permasalahan dalam pengambilan keputusan pemilihan perusahaan penyalur tenaga kerja terbaik sesuai dengan kriteria-kriteria yang sudah ditentukan. Dengan menerapkan sistem pendukung keputusan dapat menentukan perusahaan penyalur tenaga kerja terbaik menghasilkan alternatif, kriteria dan hasil perangkingan yang tepat dan sesuai. B. Penerapan Algoritma ARAS
Metode ARAS merupakan salah satu dari berbagai metode yang mampu dalam mengambil sebuah keputusan (decision). Metode ARAS dapat menentukan efisiensi alternatif di atas alternatif lainnya. Sehingga metode ARAS sangat sesuai dalam mengambil sebuah keputusan untuk pemilihan Perusahaan Penyalur Tenaga Kerja.
Langkah-langkah penyelesaian dengan menggunakan metode ARAS sebagai berikut:
1. Pembentukan matriks keputusan. Dimana jika 𝑋0𝑗 tidak
diketahui maka, dapat diasumsikan berdasarkan nilai maximum dari kriteria beneficial atau nilai minimum dari kriteria non-beneficial.
2. Merumuskan Matriks Keputusan
3. Normalisasi matriks keputusan untuk semua kriteria.Dimana jika nilai kriteria adalah beneficial maka setiap alternatif (i= row) terhadap kriteria (j=column) dilakukan pembagian dengan nilai total dari masing-masing kriteria.
4. Menentukan bobot matriks yang sudah dinormalisasi. Dimana hasil dari nilai normalisasi setiap alternatif (i=row) terhadap kriteria (j=column) dilakukan perkalian dengan nilai bobot dari kriteria yang telah ditentukan sebelumnya.
5. Menentukan nilai dari fungsi optimalisasi. Dimana nilai kriteria (j=column) dari setiap alternatif (i=row) dijumlahkan untuk mendapatkan nilai optimal dari setiap alternatif.
6. Menentukan tingkatan peringkat tertinggi dari alternatif. Dimana nilai dari masing-masing alternatif dibagi dengan 𝐴0 sehingga menghasilkan nilai Utility yang akan
dijadikan tingkatan peringkat dengan nilai tertinggi yang terpilih.
Beberapa alternatif yang dijadikan sebagai contoh perhitungan di dalam pemilihan perusahaan penyalur tenaga kerja terbaik:
Tabel 1. Rating Kecocokan dari setiap alternatif pada setiap kriteria Alternatif Kriteria C1 C2 C3 C4 C5 X0 100 100 100 60 100 X1 80 80 100 60 80 X2 100 60 40 80 100 X3 80 80 60 100 80 X4 100 100 80 80 100 X5 100 60 80 80 60 X6 80 80 40 100 60 X7 100 60 80 60 60 X8 100 60 60 80 80 X9 80 80 100 100 80 X10 100 100 80 80 80 X11 80 40 40 60 80 X12 100 100 80 100 60 X13 100 100 100 100 60 X14 80 80 80 80 40 X15 80 60 60 80 40
Untuk menyelesaikan masalah diatas dengan metode ARAS akan dilakukan
sesuai dengan langkah-langkah yang telah dijelaskan. 1. Pembentukan matriks keputusan
Tabel 2. Matriks Keputusan
Alternatif Kriteria C1 C2 C3 C4 C5 X0 100 100 100 60 100 X1 80 80 100 60 80 X2 100 60 40 80 100 X3 80 80 60 100 80 X4 100 100 80 80 100 X5 100 60 80 80 60 X6 80 80 40 100 60 X7 100 60 80 60 60 X8 100 60 60 80 80 X9 80 80 100 100 80 X10 100 100 80 80 80 X11 80 40 40 60 80 X12 100 100 80 100 60 X13 100 100 100 100 60 X14 80 80 80 80 40 X15 80 60 60 80 40
Hal: 174-182
Alternatif Kriteria
C1 C2 C3 C4 C5
Criteria Type Max Max Max Min Max
2. Merumuskan Matriks Keputusa
𝑋𝑖𝑗= [ 100 100 100 60 100 80 80 100 60 80 100 60 40 80 100 80 80 60 100 80 100 100 80 80 100 100 60 80 80 60 80 80 40 100 60 100 60 80 60 60 100 60 60 80 80 80 80 100 100 80 100 100 80 80 80 80 40 40 60 80 100 100 80 100 60 100 100 100 100 60 80 80 80 80 40 80 60 60 80 40 ] f
3. Normalisasi Matriks Keputusan(3.3).
Pembagian setiap nilai alternatif kriteria C1 dengan total keseluruhan kriteria C1 𝑅01= 100 1300= 0,0769 𝑅51= 100 1300= 0,0769 𝑅11= 80 1300= 0,0615 𝑅61= 80 1300= 0,0615 𝑅21= 100 1300= 0,0769 𝑅71= 100 1300= 0,0769 𝑅31= 80 1300= 0,0615 𝑅81= 100 1300= 0,0769 𝑅41= 100 1300= 0,0769 𝑅91= 80 1300= 0,0615 𝑅101= 100 1300= 0,0769 𝑅131= 100 1300= 0,0769 𝑅111= 80 1300= 0,0615 𝑅141= 80 1300= 0,0615 𝑅121= 100 1300= 0,0769 𝑅151= 80 1300= 0,0615 Pembagian setiap nilai alternatif kriteria C2 dengan total keseluruhan kriteria C2 𝑅02= 100 1240= 0,0806 𝑅82= 60 1240= 0,0484 𝑅12= 80 1240= 0,0645 𝑅92= 80 1240= 0,0645 𝑅22= 60 1240= 0,0484 𝑅102= 100 1240= 0,0806 𝑅32= 80 1240= 0,0645 𝑅112= 40 1240= 0,0323 𝑅42= 100 1240= 0,0806 𝑅122= 100 1240= 0,0806 𝑅52= 60 1240= 0,0484 𝑅132= 100 1240= 0,0806 𝑅62= 80 1240= 0,0645 𝑅142= 80 1240= 0,0645 𝑅72= 60 1240= 0,0484 𝑅152= 60 1240= 0,0484 Pembagian setiap nilai alternatif kriteria C3 dengan total keseluruhan kriteria C3 𝑅03= 100 1180= 0,0847 𝑅43= 80 1180= 0,0678 𝑅13= 100 1180= 0,0847 𝑅53= 80 1180= 0,0678 𝑅23= 40 1180= 0,0339 𝑅63= 40 1180= 0,0339 𝑅33= 60 1180= 0,0508 𝑅73= 80 1180= 0,0678 𝑅83= 60 1180= 0,0508 𝑅123= 80 1180= 0,0678 𝑅93= 100 1180= 0,0847 𝑅133= 100 1180= 0,0847 𝑅103= 80 1180= 0,0678 𝑅143= 80 1180= 0,0678 𝑅113= 40 1180= 0,0339 𝑅153= 60 1180= 0,0508 Pembagian nilai minimum kriteria C4 dengan setiap nilai alternatif kriteria C4 𝑋04= 1 60= 0,0167 𝑋84= 1 80= 0,0125 𝑋24= 1 60= 0,0167 𝑋94= 1 100= 0,0100 𝑋24= 1 80= 0,0125 𝑋104= 1 80= 0,0125 𝑋34= 1 100= 0,0100 𝑋114= 1 60= 0,0167 𝑋44= 1 80= 0,0125 𝑋124= 1 100= 0,0100 𝑋54= 1 80= 0,0125 𝑋134= 1 100= 0,0100 𝑋64= 1 100= 0,0100 𝑋144= 1 80= 0,0125 𝑋74= 1 60= 0,0167 𝑋154= 1 80= 0,0125 Pembagian setiap nilai alternatif kriteria C4 yang sudah dibagi dengan nilai minimum kriteria C4 dengan total keseluruhan kriteria C4 𝑅04= 0,0167 0,2042= 0,0816 𝑅34= 0,0100 0,2042= 0,0490 𝑅14= 0,0167 0,2042= 0,0816 𝑅44= 0,0125 0,2042= 0,0612 𝑅24=0,0125 0,2042= 0,0612 𝑅54= 0,0125 0,2042= 0,0612 𝑅64= 0,0100 0,2042= 0,0490 𝑅114= 0,0167 0,2042= 0,0816 𝑅74= 0,0167 0,2042= 0,0816 𝑅124= 0,0100 0,2042= 0,0490 𝑅84= 0,0125 0,2042= 0,0612 𝑅134= 0,0100 0,2042= 0,0490 𝑅94= 0,0100 0,2042= 0,0490 𝑅144= 0,0125 0,2042= 0,0612 𝑅104= 0,0125 0,2042= 0,0612 𝑅154= 0,0125 0,2042= 0,0612
Hal: 174-182 Pembagian setiap nilai alternatif C5 dengan total
keseluruhan kriteria C5 𝑅05= 100 1160= 0,0862 𝑅85= 80 1160= 0,0690 𝑅15= 80 1160= 0,0690 𝑅95= 80 1160= 0,0690 𝑅25= 100 1160= 0,0862 𝑅105= 80 1160= 0,0690 𝑅35= 80 1160= 0,0690 𝑅115= 80 1160= 0,0690 𝑅45= 100 1160= 0,0862 𝑅125= 60 1160= 0,0517 𝑅55= 60 1160= 0,0517 𝑅135= 60 1160= 0,0517 𝑅65= 60 1160= 0,0517 𝑅145= 40 1160= 0,0345 𝑅75= 60 1160= 0,0517 𝑅155= 40 1160= 0,0345 Dari perhitungan diatas dapat diperoleh Matriks keputusan yang telah dinormalisasi sebagai berikut:
𝑋∗= [ 0,0769 0,0806 0,0847 0,0816 0,0862 0,0615 0,0645 0,0847 0,0816 0,0690 0,0769 0,0484 0,0339 0,0612 0,0862 0,0615 0,0645 0,0508 0,0490 0,0690 0,0769 0,0806 0,0678 0,0612 0,0862 0,0769 0,0484 0,0678 0,0612 0,0517 0,0615 0,0645 0,0339 0,0490 0,0517 0,0769 0,0484 0,0678 0,0816 0,0517 0,0769 0,0484 0,0508 0,0612 0,0690 0,0615 0,0545 0,0847 0,0490 0,0690 0,0769 0,0806 0,0678 0,0612 0,0690 0,0615 0,0323 0,0339 0,0816 0,0690 0,0769 0,0806 0,0678 0,0490 0,0517 0,0769 0,0802 0,0847 0,0490 0,0517 0,0615 0,0645 0,0678 0,0612 0,0345 0,0615 0,0484 0,0508 0,0612 0,0345 ] 4. Menentukan bobot matriks yang sudah dinormalisasi,
dengan melakukan perkalian matriks yang telah dinormalisasi terhadap bobot kriteria. Perkalian matrik normalisasi dengan bobot kriteria sebagai berikut Perkalian C1 yang sudah di normalisasi dengan bobot C1 𝐷01= 𝑥01∗ ∗ 𝑤1= 0.0769 ∗ 0.3 = 0.0231 𝐷11= 𝑥11∗ ∗ 𝑤 1= 0.0615 ∗ 0.3 = 0.0185 𝐷21= 𝑥21∗ ∗ 𝑤 1= 0.0769 ∗ 0.3 = 0.0231 𝐷31= 𝑥31∗ ∗ 𝑤1= 0.0615 ∗ 0.3 = 0.0185 𝐷41= 𝑥41∗ ∗ 𝑤 1= 0.0769 ∗ 0.3 = 0.0231 𝐷51= 𝑥51∗ ∗ 𝑤1= 0.0769 ∗ 0.3 = 0.0231 𝐷61= 𝑥61∗ ∗ 𝑤 1= 0.0615 ∗ 0.3 = 0.0185 𝐷71= 𝑥71∗ ∗ 𝑤1= 0.0769 ∗ 0.3 = 0.0231 𝐷81= 𝑥81∗ ∗ 𝑤 1= 0.0769 ∗ 0.3 = 0.0231 𝐷91= 𝑥91∗ ∗ 𝑤 1= 0.0615 ∗ 0.3 = 0.0185 𝐷101= 𝑥101∗ ∗ 𝑤 1= 0.0769 ∗ 0.3 = 0.0231 𝐷111= 𝑥111∗ ∗ 𝑤 1= 0.0615 ∗ 0.3 = 0.0185 𝐷121= 𝑥121∗ ∗ 𝑤 1= 0.0769 ∗ 0.3 = 0.0231 𝐷131= 𝑥131∗ ∗ 𝑤1= 0.0769 ∗ 0.3 = 0.0231 𝐷141= 𝑥131∗ ∗ 𝑤 1= 0.0615 ∗ 0.3 = 0.0185 𝐷151= 𝑥131∗ ∗ 𝑤1= 0.0615 ∗ 0.3 = 0.0185
Perkalian C2 yang sudah di normalisasi dengan bobot C2 𝐷02= 𝑥02∗ ∗ 𝑤 2= 0.0806 ∗ 0.2 = 0.0161 𝐷12= 𝑥12∗ ∗ 𝑤 2= 0.0645 ∗ 0.2 = 0.0129 𝐷22= 𝑥22∗ ∗ 𝑤2= 0.0484 ∗ 0.2 = 0.0097 𝐷32= 𝑥32∗ ∗ 𝑤 2= 0.0645 ∗ 0.2 = 0.0129 𝐷42= 𝑥42∗ ∗ 𝑤2= 0.0806 ∗ 0.2 = 0.0161 𝐷52= 𝑥52∗ ∗ 𝑤 2= 0.0484 ∗ 0.2 = 0.0097 𝐷62= 𝑥62∗ ∗ 𝑤 2= 0.0645 ∗ 0.2 = 0.0129 𝐷72= 𝑥72∗ ∗ 𝑤2= 0.0484 ∗ 0.2 = 0.0097 𝐷82= 𝑥82∗ ∗ 𝑤 2= 0.0484 ∗ 0.2 = 0.0097 𝐷92= 𝑥92∗ ∗ 𝑤 2= 0.0645 ∗ 0.2 = 0.0129 𝐷102= 𝑥62∗ ∗ 𝑤 2= 0.0806 ∗ 0.2 = 0.0161 𝐷112= 𝑥72∗ ∗ 𝑤 2= 0.0323 ∗ 0.2 = 0.0065 𝐷122= 𝑥82∗ ∗ 𝑤 2= 0.0806 ∗ 0.2 = 0.0161 𝐷132= 𝑥92∗ ∗ 𝑤 2= 0.0806 ∗ 0.2 = 0.0161 𝐷142= 𝑥92∗ ∗ 𝑤 2= 0.0645 ∗ 0.2 = 0.0129 𝐷152= 𝑥92∗ ∗ 𝑤2= 0.0484 ∗ 0.2 = 0.0097
Perkalian C3 yang sudah di normalisasi dengan bobot C3 𝐷03= 𝑥03∗ ∗ 𝑤 3= 0.0847 ∗ 0.15 = 0.0127 𝐷13= 𝑥13∗ ∗ 𝑤 3= 0.0847 ∗ 0.15 = 0.0127 𝐷23= 𝑥23∗ ∗ 𝑤3= 0.0339 ∗ 0.15 = 0.0051 𝐷33= 𝑥33∗ ∗ 𝑤 3= 0.0508 ∗ 0.15 = 0.0076 𝐷43= 𝑥43∗ ∗ 𝑤3= 0.0678 ∗ 0.15 = 0.0102 𝐷53= 𝑥53∗ ∗ 𝑤3= 0.0678 ∗ 0.15 = 0.0102 𝐷63= 𝑥63∗ ∗ 𝑤3= 0.0339 ∗ 0.15 = 0.0051 𝐷73= 𝑥73∗ ∗ 𝑤3= 0.0678 ∗ 0.15 = 0.0102 𝐷83= 𝑥83∗ ∗ 𝑤 3= 0.0508 ∗ 0.15 = 0.0076 𝐷93= 𝑥93∗ ∗ 𝑤3= 0.0847 ∗ 0.15 = 0.0127 𝐷103= 𝑥63∗ ∗ 𝑤 3= 0.0678 ∗ 0.15 = 0.0102 𝐷113= 𝑥73∗ ∗ 𝑤3= 0.0339 ∗ 0.15 = 0.0051 𝐷123= 𝑥83∗ ∗ 𝑤 3= 0.0678 ∗ 0.15 = 0.0102 𝐷133= 𝑥93∗ ∗ 𝑤 3= 0.0847 ∗ 0.15 = 0.0127 𝐷143= 𝑥93∗ ∗ 𝑤3= 0.0678 ∗ 0.15 = 0.0102 𝐷153= 𝑥93∗ ∗ 𝑤 3= 0.0508 ∗ 0.15 = 0.0076
Perkalian C4 yang sudah di normalisasi dengan bobot C4 𝐷04= 𝑥04∗ ∗ 𝑤4= 0.0816 ∗ 0.15 = 0.0122 𝐷14= 𝑥14∗ ∗ 𝑤4= 0.0816 ∗ 0.15 = 0.0122 𝐷24= 𝑥24∗ ∗ 𝑤 4= 0.0612 ∗ 0.15 = 0.0092 𝐷34= 𝑥34∗ ∗ 𝑤 4= 0.0490 ∗ 0.15 = 0.0073 𝐷44= 𝑥44∗ ∗ 𝑤4= 0.0612 ∗ 0.15 = 0.0092 𝐷54= 𝑥54∗ ∗ 𝑤4= 0.0612 ∗ 0.15 = 0.0092 𝐷64= 𝑥64∗ ∗ 𝑤4= 0.0490 ∗ 0.15 = 0.0073 𝐷74= 𝑥74∗ ∗ 𝑤4= 0.0816 ∗ 0.15 = 0.0122 𝐷84= 𝑥84∗ ∗ 𝑤4= 0.0612 ∗ 0.15 = 0.0092 𝐷94= 𝑥94∗ ∗ 𝑤4= 0.0490 ∗ 0.15 = 0.0073 𝐷104= 𝑥64∗ ∗ 𝑤 4= 0.0612 ∗ 0.15 = 0.0092 𝐷114= 𝑥74∗ ∗ 𝑤4= 0.0816 ∗ 0.15 = 0.0122 𝐷124= 𝑥84∗ ∗ 𝑤 4= 0.0490 ∗ 0.15 = 0.0073 𝐷134= 𝑥94∗ ∗ 𝑤4= 0.0490 ∗ 0.15 = 0.0073 𝐷144= 𝑥94∗ ∗ 𝑤4= 0.0612 ∗ 0.15 = 0.0092 𝐷154= 𝑥94∗ ∗ 𝑤 4= 0.0612 ∗ 0.15 = 0.0092
Perkalian C5 yang sudah di normalisasi dengan bobot C5 𝐷05= 𝑥05∗ ∗ 𝑤5= 0.0862 ∗ 0.2 = 0.0172
𝐷15= 𝑥15∗ ∗ 𝑤
Hal: 174-182 𝐷25= 𝑥25∗ ∗ 𝑤 5= 0.0862 ∗ 0.2 = 0.0172 𝐷35= 𝑥35∗ ∗ 𝑤 5= 0.0690 ∗ 0.2 = 0.0138 𝐷45= 𝑥45∗ ∗ 𝑤5= 0.0862 ∗ 0.2 = 0.0172 𝐷55= 𝑥55∗ ∗ 𝑤 5= 0.0517 ∗ 0.2 = 0.0103 𝐷65= 𝑥65∗ ∗ 𝑤 5= 0.0517 ∗ 0.2 = 0.0103 𝐷75= 𝑥75∗ ∗ 𝑤5= 0.0517 ∗ 0.2 = 0.0103 𝐷85= 𝑥85∗ ∗ 𝑤5= 0.0690 ∗ 0.2 = 0.0138 𝐷95= 𝑥95∗ ∗ 𝑤 5= 0.0690 ∗ 0.2 = 0.0138 𝐷105= 𝑥105∗ ∗ 𝑤5= 0.0690 ∗ 0.2 = 0.0138 𝐷115= 𝑥115∗ ∗ 𝑤5= 0.0690 ∗ 0.2 = 0.0138 𝐷125= 𝑥125∗ ∗ 𝑤 5= 0.0517 ∗ 0.2 = 0.0103 𝐷135= 𝑥135∗ ∗ 𝑤 5= 0.0517 ∗ 0.2 = 0.0103 𝐷145= 𝑥135∗ ∗ 𝑤5= 0.0345 ∗ 0.2 = 0.0069 𝐷155= 𝑥135∗ ∗ 𝑤 5= 0.0345 ∗ 0.2 = 0.0069
Dari perhitungan diatas dapat diperoleh hasil matriks sebagai berikut: 𝐷 = [ 0.0231 0,0161 0,0127 0,0122 0,0172 0.0185 0,0129 0,0127 0,0122 0,0138 0.0231 0,0097 0,0051 0,0092 0,0172 0.0185 0,0129 0,0076 0,0073 0,0138 0.0231 0,0161 0,0102 0,0092 0,0172 0.0231 0,0097 0,0102 0,0092 0,0103 0.0185 0,0129 0,0051 0,0073 0,0103 0.0231 0,0097 0,0102 0,0122 0,0103 0.0231 0,0097 0,0076 0,0092 0,0138 0.0185 0,0129 0,0127 0,0073 0,0138 0.0231 0,0161 0,0102 0,0092 0,0138 0.0185 0,0065 0,0051 0,0122 0,0138 0.0231 0,0161 0,0102 0,0073 0,0103 0.0231 0,0161 0,0127 0,0073 0,0103 0,0185 0,0129 0,0102 0,0092 0,0069 0,0185 0,0097 0,0076 0,0092 0,0069 ] 5. Menentukan nilai dari fungsi optimalisasi, dengan
menjumlahkan nilai kriteria pada setiap alternatif dari hasil perkalian matriks dengan bobot yang telah dilakukan sebelumnya. 𝑆0= 0.0231 + 0.0161 + 0.0127 + 0.0122 + 0.012 =0.0814 S1= 0.0185 + 0.0129 + 0.0127 + 0.0122 + 0.0138 =0.0701 S2= 0.0231 + 0.0097 + 0.0051 + 0.0092 + 0.0172 =0.0643 S3= 0.0185 + 0.0129 + 0.0076 + 0.0073 + 0.0138 =0.0509 S4= 0.0231 + 0.0161 + 0.0102 + 0.0092 + 0.0172 =0.0758 S5= 0.0231 + 0.0097 + 0.0102 + 0.0092 + 0.0103 =0.0532 S6= 0.0185 + 0.0129 + 0.0051 + 0.0073 + 0.0103 =0,0541 S7= 0.0231 + 0.0097 + 0.0102 + 0.0122 + 0.0103 =0.0655 S8= 0.0231 + 0.0097 + 0.0076 + 0.0092 + 0.0138 =0.0541 S9= 0.0185 + 0.0129 + 0.0127 + 0.073 + 0.0138 =0.0652 S10= 0.0231 + 0.0161 + 0.0102 + 0.0092 + 0.0138 =0.0724 S11= 0.0185 + 0.0065 + 0.0051 + 0.0122 + 0.013 = 0.0560 S12= 0.0231 + 0.0161 + 0.0102 + 0.0073 + 0.0103 = 0.0671 S13= 0.0231 + 0.0161 + 0.0127 + 0.0073 + 0.0103 = 0.0604 S14= 0.0185 + 0.0129 + 0.0102 + 0.0092 + 0.0069 = 0.0576 S15= 0.0185 + 0.0097 + 0.0076 + 0.0092 + 0.0069 = 0.0518
6. Menentukan tingkatan peringkat tertinggi dari setiap alternatif, dengan cara membagi nilai alternatif terhadap alternatif 0 (𝐴0). 𝐾0= 0.0814 0.0814= 1.0000 𝐾8= 0.0541 0.0814= 0.7712 𝐾1= 0.0701 0.0814= 0.8633 𝐾9= 0.0652 0.0814= 0.8012 𝐾2= 0.0643 0.0814= 0.7827 𝐾10= 0.0724 0.0814= 0.8852 𝐾3= 0.0509 0.0814= 0.7367 𝐾11= 0.0560 0.0814= 0.6848 𝐾4= 0,0758 0.0814= 0.9290 𝐾12= 0.0671 0.0814= 0.8182 𝐾5=0.0532 0.0814= 0.7597 𝐾13= 0.0604 0.0814= 0.7417 𝐾6=0.0541 0.0814= 0.6608 𝐾14= 0.0576 0.0814= 0.7078 𝐾7= 0.0655 0.0814= 0.7985 𝐾15= 0.0518 0.0814= 0.6069 Dari perhitungan diatas dapat diperoleh hasil tabel tingkatan peringkat dari setiap alternatif sebagai berikut:
Tabel 3. Nilai Untuk Masing-masing Alternatif
A Ketera ngan C1 C2 C3 C4 C5 S K A 0 - 0,02 31 0,01 61 0,01 27 0,01 22 0,01 72 0,08 14 1,00 00 A 1 (X1) 0,01 85 0,01 29 0,01 27 0,01 22 0,01 38 0,07 01 0,86 33 A 2 (X2) 0,02 31 0,00 97 0,00 51 0,00 92 0,01 72 006 43 0,78 27 A 3 (X3) 0,00 92 0,01 29 0,00 76 0,00 73 0,01 38 0,05 09 0.73 67 A 4 (X4) 0,02 31 0,01 61 0,01 02 0,00 92 0,01 72 0,07 58 0.92 90 A 5 (X5) 0,01 38 0,00 97 0,01 02 0,00 92 0,01 03 0,05 32 0.75 97 A 6 (X6) 0,01 85 0,01 29 0,00 51 0,00 73 0,01 03 0,05 41 0,66 08 A 7 (X7) 0,02 31 0,00 97 0,01 02 0,01 22 0,01 03 0,06 55 0,79 85 A 8 (X8) 0,01 38 0,00 97 0,00 76 0,00 92 0,01 38 0,05 41 0,77 12 A 9 (X9) 0,01 85 0,01 29 0,01 27 0,00 73 0,01 38 0,06 52 0,80 12 A 10 (X10) 0,02 31 0,01 61 0,01 02 0,00 92 0,01 38 0,07 24 0,88 52
Hal: 174-182 A Ketera ngan C1 C2 C3 C4 C5 S K A 11 (X11) 0.01 85 0.00 65 0,00 51 0,01 22 0,01 38 0,05 60 0,68 48 A 12 (X12) 0.02 31 0.01 61 0,01 02 0,00 73 0,01 03 0,06 71 0,81 82 A 13 (X13) 0.01 38 0.01 61 0,01 27 0,00 73 0,01 03 0,06 04 0,74 17 A 14 (X14) 0.01 85 0.01 29 0,01 02 0,00 92 0,00 69 0,05 76 0,70 78 A 15 (X15) 0.01 85 0.00 97 0,00 76 0,00 92 0,00 69 0,05 18 0,60 69 Maka dari hasil perhitungan tingkatan peringkat tertinggi dari alternatif. Dimana nilai dari masing-masing alternatif dibagi dengan 𝐴0 sehingga menghasilkan nilai Utilityyang akan dijadikan tingkatan peringkat dengan nilai
tertinggi yang terpilih.
Tabel 4. Alternatif Digolongkan dari Nilai Tertinggi Alternatif Nilai
(Ki) Ranking Nama Perusahaan
A0 1,0000 - -
A4 0,9290 1 PT.Balantara Budi
Prima A10 0,8852 2 PT.Rastanura Rayani
Saputra A1 0.8633 3 PT.Surya Jaya Abadi A12 0.8182 4 PT.Totaldata Persada A7 0.7985 5 PT.Millenium Muda Mandiri A9 0,8012 6 PT.Sukses Mandiri Utama A2 0,7827 7 PT.Tenaga Sejahtera Wirasta A13 0,7417 8 PT.Berkat Sukses Makmur Sejahtera A14 0,7078 9 PT.Alkarina Utama Sejahtera A11 0,6848 10 PT.Satria Parangtritis A6 0,6651 11 PT. Mafan Samudra Jaya
A8 0,6608 12 PT.Sriti Rukma Lestari A5 0,7597 13 PT.Teja Mukti Utama
A15 0,6069 14 PT.Adhi Makmur
Oenggoel Instan A3 0,7367 15 PT.Alkurnia Sentosa
Internasional Dari perhitungan di atas menggunakan metode Aras dengan 15 alternatif dan 5 kriteria untuk pemilihan perusahaan penyalur tenaga kerja dapat di simpulkan bahwa nilai tertinggi terdapat pada alternatif A4 dengan nilai 0,9290 atas nama perusahaan tenaga kerja PT.Balantara Budi Prima.
4. IMPLEMENTASI
Merupakan suatu tindakan atau pelaksanaan dari sebuah rencana yang disusun secara terperinci dan matang yang bermuara pada aktivitas, aksi, tindakan atau adanya mekanisme suatu sistem , implementasi bukan sekedar aktifitas, tapi suatu kegiatan yang terencana dan untuk mencapai kegiatan.
Pada Bab Implementasi ini peneliti memerlukan beberapa kebutuhan sistem dalam pemograman agar bisa melakukan proses yang diinginkan.sistem pendukung keputusan pemilihan perusahaan penyalur tenaga kerja menggunakan metode ARAS secara propesional harus memenuhi akses yaitu:
1. Kebutuhan Perangkat keras (Hardware)
Spesifikasi perangkat keras (Hardware) yang digunakan untuk implementasi
pembuatan dan menjalankan program, agar berjalan dengan baik adalah:
a. Processor : Minimal Intel Pentium Core duo
b. RAM : 1 GB
c. Hardisk : 80 GB minimal hardisk d. Windows : Windows 7 Ultimate
e. Monitor : Resolusi 1024 x 768 Pixel f. Keyboard : Standart Keyboard
g. Mouse : Standart Serial Mouse 2. Kebutuhan Perangkat Lunak (Software)
Dalam pembuatan program ini diperlukan beberapa software yaitu:
a. Sistem Operasi : Windows XP atau versi sesudahnya
b. Aplikasi : Visual Basic 2008 dan database MySQL
A. Tampilan Pengujian
Tampilan program merupakan tampilan-tampilan dari program yang sudah peneliti buat dalam pemilihan perusahaan penyalur tenaga kerja terbaik dibentuk dalam sebuah sistem yang dibangun menggunakan aplikasi Visual Basic 2008. Berikut ini merupakan tampilan dalam program yang dibuat:
Dalam sistem ini, sebelum dapat melaksanakan pemilihan berdasarkan sistem, maka user admin harus melakukan proses login terlebih dahulu sesuai dengan data yang sudah ada, dapat dilihat pada gambar 1. dibawah ini:
Hal: 174-182 Pada tampilan form menu utama ini adalah bentuk
atau gambaran perancangan halaman depan yang berisi beberapa menu diantaranya adalah: file, proses, dan keluar. dapat dilihat pada gambar 2. dibawah ini:
Gambar 2. Tampilan Form Menu Utama
Pada bagian tampilan submenu file adalah tampilan untuk melihat data alternatif dan kriteria dari dapat dilihat pada gambar 3. dibawah ini:
Gambar 3. Tampilan submenu file
Pada bagian sub menu proses merupakan tampilan untuk rating kecocokkan dan form hasil keputusan dengan metode aras. Dapat di lihat pada gambar 3. dibawah ini:
Gambar 4. Tampilan submenu proses Pada bagian tampilan input nilai alternatif dan nilai kriteria yang nantikan akan diproses didalam form keputusan dan dalam tampilan input ini digunakan untuk memasukan alternatif dan nilai bobot kriterianya, di form ini juga user dapat mengedit, menghapus, membatalkan dan juga menambah alternatif. Dalam form ini user memasukan data-data yang dimiliki oleh setiap alternatif
Gambar 5. Tampilan Form Alternatif
Dalam form ini berisi kriteria-kriteria pendukung sebagai syarat dalam pemilihan perusahaan penyalur tenaga kerja terbaik.
Gambar 6. Tampilan Form kriteria
Dalam form ini user dapat melihat nilai alternatif dan nilai kriteria dengan memilih kode yang telah di buat untuk setiap alternatif.
Gambar 7. Tampilan Form Rating Kecocokkan Setelah data-data alternatif masing-masing kriteria sudah diinput maka akan ada hasil proses yang diinginkan oleh dinas tenaga kerja. hasil keputusan dan normalisasi dan perangkingan tiap-tiap alternatif, dapat dilihat pada gambar from keputusan dibawah ini:
Hal: 174-182
Gambar 8. Tampilan From Keputusan
Dari gambar diatas alternatif dibuat dalam bentuk kode dan tampak dari nilai net flow yang menunjukan alternatif dengan nilai tertinggi yang terpilih sebagi perusahaan penyalur tenaga kerja terbaik.
5. KESIMPULAN
Berdasarkan dari penelitian yang telah peneliti lakukan pada bab-bab sebelumnya, maka didapatkan beberapa kesimpulan Prosedur yang dilakukan dalam pemilihan perusahaan penyalur tenaga kerja terbaik lebih objektif jika dilakukan dengan menggunakan sistem pendukung keputusan dikarenakan sudah memiliki kriteria-kriteria tertentu yang telah dimiliki pihak dinas tenaga kerja provinsi sumatera utara. Dengan menggunakan metode additive ratio assessment (ARAS) dinilai dapat menyelesaikan permasalahan dalam pemilihan perusahaan penyalur tenaga kerja terbaik
REFERENCES
[1] H. Susanto, I. Pendahuluan, A. S. P. Keputusan, P. Decision, and M. Matrix, “PENERAPAN METODE ADDITIVE RATIO ASSESSMENT ( ARAS ) DALAM PENDUKUNG KEPUTUSAN PEMILIHAN SUSU GYM,” vol. 13, pp. 1–5, 2018.
[2] L. Ciky et al., “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TEAM LEADER SHIFT TERBAIK DENGAN MENGGUNAKAN METODE ARAS STUDI KASUS PT . ANUGRAH BUSANA INDAH,” vol. 13, 2018.
[3] and N. I.K. Dewi, O. Veza, “Analisis dan Implementasi Sistem Informasi Penjualan Berbasis Web pada Ukm Tiara Batam,” vol. 2, p. 37, 2018.
[4] E. K. Zavadskas and Z. Turskis, “A new additive ratio assessment ( ARAS ) method in multicriteria decision ‐ making,” vol. 8619, 2011. [5] Nurjannah and D. P. Utomo, “Sistem Pendukung Keputusan
Penyeleksian Colour Guard Pada Marching Band Ginada Dengan Menggunakan Metode Vikor Dan Borda,” JUKI J. Komput. dan Inform., vol. 2, no. 1, pp. 35–48, 2020.
[6] 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.
[7] S. W. Pasaribu, D. P. Utomo, and Mesran, “Sistem Pendukung Keputusan Penerimaan Account Officer Menerapkan Metode EXPROM II (Studi Kasus: Bank Sumut),” J. Inf. Syst. Res., vol. 1, no. 3, pp. 175–188, 2020.
[8] Mesran, Suginam, and Dito, “Implementation of AHP and WASPAS (Weighted Aggregated Sum Product Assessment) Methods in Ranking Teacher Performance,” IJISTECH (International J. Inf. Syst. Technol., vol. 3, no. 2, pp. 173–182, 2020.
[9] Mesran, K. Ulfa, D. P. Utomo, and I. R. Nasution, “Penerapan Metode VlseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR) dalam Pemilihan Air Conditioner Terbaik,” Algoritm. J. ILMU Komput. DAN Inform., vol. 4, no. 1, pp. 24–35, 2020. [10] F. Pratiwi, F. T. Waruru, D. P. Utomo, and R. Syahputra, “Penerapan
Metode ARAS Dalam Pemilihan Asisten Perkebunan Terbaik Pada PTPN V,” Semin. Nas. Teknol. Komput. Sains, vol. 1, no. 1, pp. 651–662, 2019.
[11] Annisah, B. Nadeak, R. Syahputra, and D. P. Utomo, “Penerapan Metode SMARTER Pada Sistem Pendukung Keputusan Pemilihan Merchandise Display Terbaik (Studi Kasus: PT. Pasar Swalayan Maju Bersama),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, 2020.
[12] S. Damanik and D. P. Utomo, “Implementasi Metode ROC (Rank Order Centroid) Dan Waspas Dalam Sistem Pendukung Keputusan Pemilihan Kerjasama Vendor,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, 2020.
[13] L. Sarumaha, B. Efori, A. H. Sihite, and D. P. Utomo, “Sistem Pendukung Keputusan Penempatan Mentor Pada Pusat Pengembangan Anak IO 558 Sangkakala Medan Menggunakan Metode CPI dan ROC,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, 2020.
[14] R. K. Ndruru and D. P. Utomo, “Sistem Pendukung Keputusan Penilaian Kinerja Generik Anggota Polri Di Polda Sumatera Utara Menggunakan Metode MABAC & Entropy,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, 2020.
