Analisis Dalam Pendukung Keputusan Seleksi Reporter dengan Menerapkan Metode EDAS dan Pembobotan ROC

Analisis Dalam Pendukung Keputusan Seleksi Reporter dengan Menerapkan Metode EDAS dan Pembobotan ROC

Pitrasacha Adytia^1,*, Muhammad Fahmi¹, Reza Andrea²

1STMIK Widya Cipta Dharma, Samarinda, Indonesia

2 Politeknik Pertanian Negeri Samarinda, Samarinda, Indonesia

Email: ^1,*pitra@wicida.ac.id, ²fahmi@wicida.ac.id, ³reza@politanisamarinda.ac.id Email Penulis Korespondensi: pitra@wicida.ac.id

Abstrak−Kebutuhan masyarakat mengenai rasa ingin tahu terhadap informasi terbaru menjadikan berita menjadi hal yang selalu dicari dan tidak pernah punah keberadaannya. Salah satu unsur yang penting dalam dunia berita adalah reporter. Reporter merupakan orang yang terlibat atau berperan penting dalam mencari informasi terbaru dan meliput segala sesuatu yang terjadi serta menyampaikan berita atau fakta-fakta yang terjadi ditempat kejadian secara langsung kepada publik. Selain itu reporter juga bertugas untuk menyusun berbagai informasi penting secara sistematis dan mudah dipahami sehingga publik dapat mengerti dengan baik tentang hal apapun yang disampaikan oleh reporter. Namun banyaknya data membuat perusahaan kesulitan menyeleksi calon reporter. Karena jika dilakukan secara manual kurang efektif. Untuk memecahkan permasalahan tersebut maka dibuatlah suatu sistem pendukung keputusan dalam membantu pihak perusahaan dalam menentukan pelamar yang sebaiknya diterima. Sistem pendukung keputusan (SPK) merupakan suatu sistem yang diciptakan dengan tujuan untuk membantu pihak yang kesulitan untuk membuat suatu keputusan atau melakukan pemilihan dengan data yang berjumlah besar. Pada penelitian ini metode yang digunakan adalah metode EDAS. metode EDAS merupakan metode yang berfungsi untuk menghasilkan suatu nilai perangkingan dari beberapa pilihan sehingga diperoleh nilai yang dihitung dari setiap nilai atribut kriteria. Berdasarkan hasil penelitian yang telah dilalui dan telah selesai dilakukan mengenai pemilihan penerimaan calon reporter yang layak diterima oleh perusahaan dengan mengoptimalisasikan fungsi Sistem Pendukung Keputusan dengan mengimplementasikan metode metode EDAS (Evaluation Based On Distance From Average Solution) dan Metode pembobotan Rank Oder Centroid (ROC) diperoleh hasil yaitu sebesar sebesar 1.3093 dengan kode B4 atas nama syahputra sebagai calon reporter yang layak diterima oleh perusahaan.

Kata Kunci: Sistem Pendukung Keputusan (SPK); Metode EDAS; Metode ROC; Reporter.

Abstract−The community's need for curiosity about the latest information makes news something that is always sought after and never goes extinct. One of the important elements in the world of news is the reporter. Reporters are people who are involved or play an important role in finding the latest information and covering everything that happens and conveying news or facts that happened at the scene directly to the public. In addition, reporters are also tasked with compiling various important information in a systematic and easy-to-understand manner so that the public can understand well about whatever is conveyed by the reporter.

However, the amount of data makes it difficult for companies to select potential reporters. Because if done manually it is less effective. To solve these problems, a decision support system was created to assist the company in determining which applicants should be accepted. A decision support system (DSS) is a system that was created with the aim of helping parties who have difficulty making a decision or making an election with large amounts of data. In this study the method used is the EDAS method. the EDAS method is a method that functions to produce a ranking value from several choices so that a calculated value is obtained from each criterion attribute value. Based on the results of the research that has been carried out and has been carried out regarding the selection of prospective reporters who are eligible to be accepted by companies by optimizing the Decision Support System function by implementing the EDAS (Evaluation Based On Distance From Average Solution) method and the Rank Oder Centroid (ROC) weighting method, it is obtained the result is equal to 1.3093 with code B4 on behalf of syahputra as a reporter candidate that the company deserves to accept.

Keywords: Decision Support System (DSS); EDAS Method; ROC Method; Reporter

1. PENDAHULUAN

Berita merupakan suatu hal yang tidak akan pernah punah dari peradaban manusia. Berita selalu dibutuhkan karena merupakan penyedia berbagai informasi, opini aktual yang menarik serta akurat mengenai berbagai hal yang dianggap penting bagi khayalak ramai baik pembaca pendengar ataupun penonton. Berita merupakan sumber dari berbagai fakta- fakta menarik mengenai kejadian tertentu yang baru saja terjadi, fakta mengenai politik dab berbagai fakta lainnya.

Berita biasanya dapat diperoleh atau disebar-luaskan menggunakan berbagai media komunikasi seperti radio, televisi atau media cetak dan berbagai media lainnya[1]. Kebutuhan masyarakat mengenai rasa ingin tahu terhadap informasi terbaru menjadikan berita menjadi hal yang selalu dicari dan tidak pernah punah keberadaannya. Salah satu unsur yang penting dalam dunia berita adalah reporter.

Reporter merupakan orang yang terlibat atau berperan penting dalam mencari informasi terbaru dan meliput segala sesuatu yang terjadi serta menyampaikan berita atau fakta-fakta yang terjadi ditempat kejadian secara langsung kepada publik. Selain itu reporter juga bertugas untuk menyusun berbagai informasi penting secara sistematis dan mudah dipahami sehingga publik dapat mengerti dengan baik tentang hal apapun yang disampaikan oleh reporter[2].

Oleh karena itu reporter harus memiliki kemampuan menganalisa data dan mengelola data tersebut dengan baik.

Seorang reporter harus mampu untuk mengelola setiap perkataan atau tata bahasa saat akan menyiarkan berita sehingga berita tersebut tidak rancu dan dapat dipertanggung jawabkan.

Tren mengenai berita yang tidak pernah padam menjadikan banyak masyarakat yang tertarik untukmenjadi seorang reporter. Sementara di dalam suatu perusahaan, hanya beberapa reporter saja yang diperlukan. Oleh karena itu yang menjadi permasalahan bagi perusahaan adalah pemilihan reporter yang melamar. Hal ini dikarenakan terlalu banyak yang melamar diperusahaan tersebut. oleh karena itu, perusahaan menetapkan suatu acuan berupa kriteria atau kualifikasi yang harus dipenuhi oleh setiap pelamar sehingga pelamar harus memiliki kelayakan menjadi reporter.

Accuan tersebut berupa kriteria yang harus dimiliki oleh seorang pelamar. Kriteria tersebut yaitu memiliki pengalaman dalam dunia berita, jumlah bahasa yang dikuasai sebagai alat komunikasi, kemampuan berbicara atau publik speaking.

Penampilan menarik, serta jurusan perkuliahan yang berkaitan dengan komunikasi. Namun banyaknya data membuat perusahaan kesulitan menyeleksi calon reporter. Karena jika dilakukan secara manual kurang efektif. Untuk memecahkan permasalahan tersebut maka dibuatlah suatu sistem pendukung keputusan dalam membantu pihak perusahaan dalam menentukan pelamar yang sebaiknya diterima.

Sistem pendukung keputusan (SPK) merupakan suatu sistem yang diciptakan dengan tujuan untuk membantu pihak yang kesulitan untuk membuat suatu keputusan atau melakukan pemilihan dengan data yang berjumlah besar.

Sistem pendukung keputusan ini dapat didefenisikan sebagai suatu sistem atau kesatuan yang cara kerjanya dirancang sesuai dengan cara kerja komputer[3]–[6]. Guna dari sistem pendukung keputusan ini adalah untuk engkasilkan rekomendasi keputusan dengan proses yang systematis dan menghasilkan rekomendasi keputusan yang akurat dan terpercaya[7]–[9]. Sistem pendukung keputusan digunakan beriringan dengan suatu metode sebagai pelengkap dari sistem ini. Seperti metode MOORA, WASPAS dan metode lainnya. Pada penelitian ini metode yang digunakan adalah metode EDAS.

Metode EDAS merupakan metode yang berfungsi untuk menghasilkan suatu nilai perangkingan dari beberapa pilihan sehingga diperoleh nilai yang dihitung dari setiap nilai atribut kriteria. Metode EDAS ditemukan dan dikembangkan pada tahun 2015. Medode ini ditemukan oleh Mehdi Keshavarz-Ghorabaee[10], [11]. Dimana pengertian metode edas menurut Mehdi Keshavarz-Ghorabaee yaitu suatu metode yang digunakan untuk mendukung proses pada sistem pendukung keputusan dengan cara menganalisa permasalahan kemudian dilanjutkan dengan menghitung jarak ideal negatif dan ideal positif yang diitung berdasarkan rata-rata sehingga menghasilkan nilai perangkingan yang pada ahkirnya menghasilkan suatu keputusan sebagai suatu solusi dari permasalahan yang sedang dihadapi[12].

Berikut beberapa penelitian terkait yang dikaji oleh penulis yaitu penelitian yang dilakukan pada tahun 2022 oleh peneliti bernama Heruddin, dkk, yang meneliti tentang Pelaku Pariwisata Terbaik menggunakan metode OCRA dengan Pembobotan ROC dimana penelitian dilakukan dengan 5 kriteria dan 7 alternatif memperoleh hasil perangkingan dengan nilai tertinggi yaitu A3 dengan keterangan nama adalah Pemandian Sidebuk Debuk Berastagi dengan nilai sebesar 1,497[13]. Penelitian lain dilakukan oleh Andra Rizky Afandhi pada tahun 2022 yang meneliti mengenai Penentuan Siswa Berprestasi Kelas Bahasa Di SMA EFG menggunakan Metode EDAS dimana penelitian ini menggunakan 3 kriteria yaitu Nilai Raport, Nilai Ujian, dan Nilai Praktek sehingga memperoleh hasil senilai 0.5 atas nama alternatif SW40 sebagai peringkat terbaik[14]. Penelitian lain dilakukan pada tahun 2020 dengan nama peneliti yaitu Ria Safitri yang membahas mengenai Rekomendasi Pekerjaan Dengan mengimplementasiakan Metode EDAS dimana Terdapat 5 kriteria dan 10 alternatif dan memperoleh nilai sebesar 0.9936 sebagai alternative tertinggi yaitu pada A1[15]. Penelitian yang diteliti pada tahun 2022 oleh peneliti yang bernama Putri Mandarani dkk tentang Penulis Terbaik Menggunakan ROC dan EDAS menggunakan dengan hasil sebesar 0.1855 pada alternative A001 sebagai alternatif terbaik[16]. Penelitian yang diteliti pada tahun 2022 oleh Jumpa Dorisman Rajagukguk dkk tentang penerimaan calon bantuan UKT dengan menggunakan metode ROC dan MAUT dengan hasil senilai 0.707 atas nama Nur Sekartika sebagai (A2)[17].

Dari beberapa penelitian tersebut maka pada penelitian ini penulis tertarik menggunakan metode EDAS dengan pembobotan Rank Order Centroid dalam melakukan seleksi reporter. Diharapkan hasil penelitian mampu memberikan keputusan yang efektif bagi pengambil keputusan dalam seleksi reporter.

2. METODOLOGI PENELITIAN

2.1 Content Creator Mahasiswa

Reporter merupakan orang yang terlibat atau berperan penting dalam mencari informasi terbaru dan meliput segala sesuatu yang terjadi serta menyampaikan berita atau fakta-fakta yang terjadi ditempat kejadian secara langsung kepada publik. Selain itu reporter juga bertugas untuk menyusun berbagai informasi penting secara sistematis dan mudah dipahami sehingga publik dapat mengerti dengan baik tentang hal apapun yang disampaikan oleh reporter. Oleh karena itu reporter harus memiliki kemampuan menganalisa data dan mengelola data tersebut dengan baik. Seorang reporter

harus mampu untuk mengelola setiap perkataan atau tata bahasa saat akan menyiarkan berita sehingga berita tersebut tidak rancu dan dapat dipertanggung jawabkan.

2.2 Metode ROC

Metode pembobotan ROC merupakan suatu metode dalam sistem pendukung keputusan yang diimplementasikan untuk menghasilkan nilai bobot. Dimana nilai bobot ini sangat diperlukan dalam menghasilkan nilai perangkingan.

Berikut merupakan tahapan tahapan dalam melakukan pembobotan ROC [18]–[22]:

C1> C2> C3> Cm (1)

Dalam proses mencari nilai bobot (W) menggunakan rumus berikut:

W_m= ¹

m∑ (¹

i)

mi=1 . (2)

2.3 Metode EDAS

metode EDAS merupakan metode yang berfungsi untuk menghasilkan suatu nilai perangkingan dari beberapa pilihan sehingga diperoleh nilai yang dihitung dari setiap nilai atribut kriteria. Metode EDAS ditemukan dan dikembangkan pada tahun 2015. Medode ini ditemukan oleh Mehdi Keshavarz-Ghorabaee. Dimana pengertian metode edas menurut Mehdi Keshavarz-Ghorabaee yaitu suatu metode yang digunakan untuk mendukung proses pada sistem pendukung keputusan dengan cara menganalisa permasalahan kemudian dilanjutkan dengan menghitung jarak ideal negatif dan ideal positif yang diitung berdasarkan rata-rata sehingga menghasilkan nilai perangkingan yang pada ahkirnya menghasilkan suatu keputusan sebagai suatu solusi dari permasalahan yang sedang dihadapi. Dibawah ini merupakan tahapan-tahapan dalam melakukan perhitungan EDAS [10], [23], [24], yaitu:

1. Langkah pertama membuat matriks keputusan

X = [X_ij]

nxm= [

X₁₁ X₁₂ X21 X22

⋯ X_1m

⋯ X2m

⋮ ⋮

Xn1 Xn2

⋱ ⋮

… Xnm

] (3)

2. Menentukan rata-rata alternatif AVj = ^{∑ rij}

mi=1

m (4)

3. Menghitung rata-rata jarak positif dan negatif.

Jika jenis kriteria benefit rumus yang digunakan sebagai berikut:

PDA_ij=^{max(0,(rij−AVj))}

AV_j (5)

NDA_ij=^{max(0,(AVj−rij))}

AV_j (6)

Jika jenis kriteria cost rumus yang digunakan sebagai berikut:

PDAij=^{max(0,(AVj−rij))}

AV_j (7)

NDA_ij=^{max(0,(rij−AVj))}

AV_j (8)

4. Penilaian Jarak Positif dan Negatif alternatif.

SPi = ∑m Wj∗ PDAj

j=1 (9)

SNi = ∑m Wj∗ NDAj

j=1 (10)

5. Normalisasi jarak positif dan negatif alternatif.

NSPi= ^SPi

max_i(SP_i) (11)

NSNi= 1 − ^SNi

Max_i(SN_i) (12)

6. Menentukan skor alternatif ASi= ¹

2(NSPi+ NSNi) (13)

2.4 Tahapan Penelitian

Tahapan yang dilakukan untuk menggapai tujuan dari penelitian dalam seleksi content creator mahasiswa yaitu seperti berikut:

1. Menganalisa Masalah

Tahap pertama penelitian yaitu melakukan Menganalisa permasalahan. Menganalisa permasalahan yaitu analisa terhadap pokok permasalahan sehingga dari analisa tersebut dapat dikaji solusi yang sebaiknya dilakukan pada permasalahan dalam sebuah penelitian.

2. Pengumpulan Data

Langkah selanjutnya adalah melakukan pengumpulan data. pengumpulan data merupakan proses dimana peneliti melakukan riset dan mengumpulkan fakta fakta dan data data. Sehingga pada saat proses penerapan metode, peneliti memiliki data yang dapat diolah kedalam metode yang digunakan.

3. Studi Literatur dan Keperpustakaan

Dalam melakukan penelitian terhadap suatu objek, peneliti harus memiliki pengetahuan mengenai objek yang diteliti dan metode yang digunakan. Sehingga peneliti harus mencari ilmu pengetahuan mengenai objek tersebut sehingga dalam menganalisa penerapan metode tidak erjadi kesalahan.

4. Analisa Penerapan metode

Langkah yang paling penting adalah penerapan metode. Pada penelitian ini metode yang diterapkan adalah metode EDAS dan dengan pembobotan ROC.

5. Laporan Penelitian

Tahapan terakhir yang harus dilakukan pada penelitian adalah membuat laporan penelitian. Tahap ini dilakukan guna mengabadikan hasil dari penelitian yang telah dilakukan sehingga memiliki dokumen. Hal ini dilakukan supaya penelitian yang dilakukan tidak sia-sia. Selain itudengan adanya laporan penelitian yang dapat dijadikan data dalam database dapat membantu peneliti dalam membuat artikel terkait dan referensi pada saat melakukan penelitian mengenai objek yang sama.

Gambar 1. Kerangka Penelitian

3. HASIL DAN PEMBAHASAN

3.1 Penetapan Alternatif

Dalam melakukan pemecahan masalah mengenai seleksi Reporter, dengan menggunakan implementasi metode ROC dan EDAS dibutuhkan alternatif sebagai sampel yang akan digunakan dalam proses perhitungan. Berikut data yang diperoleh penulis sebagai sampel pada penelitian ini dapat dilihat pada tabel 1:

Tabel 1. Data Alternatif Calon Reporter Kode Alternatif

B1 Angga andika

Kode Alternatif

B2 Ahmad david

B3 Rindu Permata

B4 Syahputra

B5 Jayaka

B6 Arsyah

B7 Nugra

3.2 Penetapan Kriteria

Selain data alternatif, dibutuhkan pula data kriteria yang akan dijadikan sebagai bahan pertimbangan lualitas dari calon pelamar. Data tersebut dapat dilihat pada tabel 2:

Tabel 2. Data Kriteria Kode Kriteria Jenis

C1 Pengalaman Benefit

C2 Jumlah bahasa Benefit C3 publik speaking Benefit C4 Penampilan menarik Benefit C5 jurusan perkuliahan Benefit Keterangan:

Pengalaman: memiliki pengalaman dalam dunia berita (dalam tahun) Jumlah bahasa: jumlah bahasa yang dikuasai sebagai alat komunikasi

publik speaking: kemampuan berbicara atau publik speaking dimana sebagai reporter harus memiliki kemampuan berbahasa dan besosialisasi

Penampilan menarik: dalam dunia pertelevisian, penampilan menjadi aset utama seorang reporter.

jurusan perkuliahan: jurusan perkuliahan yang berkaitan dengan ilmu komunikasi akan menjadi nilai tambahan bagi pelamar

3.3 Penerapan Metode ROC

Dapat dilihat dari tabel data kriteri belum ada nilai bobotnya maka dibutuhkan metode ROC untuk mendapatkan nilai bobot seperti berikut:

𝑊₁=¹⁺

1 2+¹

3+¹

4+¹

5

5 =0.456 𝑊₂=⁰⁺

1 2+¹₃+¹₄+¹₅

5 =0.256 𝑊₃=⁰⁺⁰⁺

1 3+¹

4+¹

5

5 =0.156 𝑊₄ =⁰⁺⁰⁺⁰⁺

1 4+¹

5

5 =0.09 𝑊₅=^0+0+0+0+

1 5+

5 =0.04

Setelah mendapatkan nilai bobot pada setiap kriteria, maka dapat diinputkan kedalam tabel kriteria sesuai dengan tabel 3:

Tabel 3. Data Kriteria dan Bobot Kode Kriteria Bobot Jenis

C1 Pengalaman 0.456 Benefit C2 Jumlah bahasa 0.256 Benefit C3 publik speaking 0.156 Benefit C4 Penampilan menarik 0.09 Benefit C5 jurusan perkuliahan 0.04 Benefit 3.4 Data Rating Kecocokan Alternatif dan Kriteria

Berikut data rating kecocokan alternatif dan kriteria yang diperoleh dari tabel 1 yang berisi data alternatif dan tabel 2 yang berisi data kriteria yang dibuat pada tabel 4:

Tabel 4. Alternatif Calon Content Creator Mahasiswa

Kode C1 C2 C3 C4 C5

B1 4 2 Baik Menarik Berkaitan

B2 3 2 Sangat Baik Kurang menarik Berkaitan B3 4 1 Baik Sangat menarik Tidak berkaitan B4 5 2 Cukup Baik Sangat menarik Tidak berkaitan

B5 2 3 Baik Menarik Tidak berkaitan

B6 5 1 Sangat Baik Menarik Berkaitan B7 3 1 Baik Kurang menarik berkaitan

Dalam tabel data rating kecocokan masih terdapat kriteria yang berbentuk linguistik sehingga harus di ubah ke dalam bentuk angka. Berikut data mengenai pembobotan kriteria C3, C4 dan C5:

Tabel 5. Bobot C3 Keterangan Nilai

Sangat Baik 3

Baik 2

Cukup Baik 1

Tabel 6. Pembobotan C4 Keterangan Nilai Sangat menarik 3

Menarik 2

Kurang menarik 1 Tabel 7. Pembobotan C5 Keterangan Nilai

Berkaitan 3

Tidak berkaitan 2

Setelah dilakukan pembobotan pada setiap kriteri, maka dirangkum dalam bentuk tabel sesuai dengan tabel 8 dibawah ini:

Tabel 8. Data Rating Kecocokan Kode C1 C2 C3 C4 C5

B1 4 2 2 2 2

B2 3 2 3 1 2

B3 4 1 2 3 1

B4 5 2 1 3 1

B5 2 3 2 2 1

B6 5 1 3 2 2

B7 3 1 2 1 2

3.5 Penerapan Metode EDAS

Selanjutnya melakukan penerapan dengan metode EDAS dikarenekan telah didaptkan nilai bobot setiap kriteria dengan metode ROC. Perhitungan perangkingan dalam menentukan content creator mahasiswa terbaik dengan metode EDAS sebagai berikut:

1. Membentuk matriks keputusan

𝑋_𝑖𝑗 =

[

4 2 2 2 2 3 2 3 1 2 4 1 2 3 1 5 2 1 3 1 2 3 2 2 1 5 1 3 2 2 3 1 2 1 2]

2. Menentukan nilai rata-rata untuk semua kriteria dengan persamaan 7.

𝐴𝑉1=(4+3+4+5+2+5+3)

7 =⁶⁸

9 = 3.7143 𝐴𝑉₂=(2+2+1+2+3+1+1)

7 =⁶²

9 = 1.7143 𝐴𝑉3=(2+3+2+1+2+3+2)

7 =⁶²

9 = 2.1429 𝐴𝑉₄=(2+1+3+3+2+2+1)

7 =⁶⁶

9 = 2.0000 𝐴𝑉5=(2+2+1+1+1+2+2)

7 =⁷⁴

9 = 1.5714

Setelah dilakukan proses perhitungan tahap 2 diperoleh tabel rata-rata alternatif yang dapat dilihat pada tabel 9.

Tabel 9. Data Hasil Nilai Rata-rata

Kode C1 C2 C3 C4 C5

B1 4 2 2 2 2

B2 3 2 3 1 2

B3 4 1 2 3 1

B4 5 2 1 3 1

B5 2 3 2 2 1

B6 5 1 3 2 2

B7 3 1 2 1 2

AV 3.7143 1.7143 2.1429 2.0000 1.5714 3. Hitung rata-rata jarak positif dan negatif menurut jenis kriterianya

Rata-rata jarak positif untuk B1 sebagai alternatif satu 𝑃𝐷𝐴₁₁=^(4−3.7143)

3.7143 = 0.0769 𝑃𝐷𝐴₁₂=^(2−1.7143)

1.7143 = 0.1667 𝑃𝐷𝐴₁₃=^(2−2.1429)

2.1429 = −0.0667 𝑃𝐷𝐴₁₄=⁽²⁻²⁾

2 = 0.00000 𝑃𝐷𝐴₁₅=^(2−1.5714)

1.5714 = 0.2727

Sesuai dengan perhitungan diatas, maka perhitungan untuk seluruh alternatif dan kriteria sama seperti perhitungan yang telah di lakukan diatas sesuai dengan proses pengerjaan pada alternatif satu. Maka hasil dari perhitungan PDA tersebut dapat dilihat pada tabel berikut ini:

Tabel 10. Data Nilai PDA

Kode C1 C2 C3 C4 C5

B1 0.0769 0.1667 -0.0667 0.0000 0.2727 B2 -0.1923 0.1667 0.4000 -0.5000 0.2727 B3 0.0769 -0.4167 -0.0667 0.5000 -0.3636 B4 0.3462 0.1667 -0.5333 0.5000 -0.3636 B5 -0.4615 0.7500 -0.0667 0.0000 -0.3636 B6 0.3462 -0.4167 0.4000 0.0000 0.2727 B7 -0.1923 -0.4167 -0.0667 -0.5000 0.2727 Rata-rata jarak negatif untuk B1 sebagai alternatif satu

𝑁𝐷𝐴₁₁=^(3.7143−4)

3.7143 = −0.09091 𝑁𝐷𝐴₁₂=^(1.7143−2)

1.7143 = 0.01612 𝑁𝐷𝐴₁₃=^(2.1429−2)

2.1429 = 0.03294 𝑁𝐷𝐴14=⁽²⁻²⁾

2 = −0.28571 𝑁𝐷𝐴15=^(1.5714−2)

1.5714 = 0.00000

Sesuai dengan perhitungan diatas, maka perhitungan untuk seluruh alternatif dan kriteria sama seperti perhitungan yang telah di lakukan diatas sesuai dengan proses pengerjaan pada alternatif satu. Maka hasil dari perhitungan NDA tersebut dapat dilihat pada tabel 11 berikut ini:

Tabel 11. Data Nilai NDA

Kode C1 C2 C3 C4 C5

B1 -0.0769 -0.1667 0.0667 0.0000 -0.2727 B2 0.1923 -0.1667 -0.4000 0.5000 -0.2727 B3 -0.0769 0.4167 0.0667 -0.5000 0.3636 B4 -0.3462 -0.1667 0.5333 -0.5000 0.3636 B5 0.4615 -0.7500 0.0667 0.0000 0.3636 B6 -0.3462 0.4167 -0.4000 0.0000 -0.2727 B7 0.1923 0.4167 0.0667 0.5000 -0.2727 4. Penilaian Jarak Positif dan Negatif untuk semua alternatif

Penilaian jarak positif untuk B1 sebagai alternatif satu yaitu dengan mengalikan setiap nilai alternatif dengan bobot setiap kriteria, dimana nilai bobot dapat dilihat pada tabel 3 yang telah dihitung dengan metode ROC sebelumnya.

𝑆𝑃₁₁= 0.456 ∗ 0.0769 = 0.0351 𝑆𝑃₁₂= 0.256 ∗ 0.1667 = 0.0427 𝑆𝑃13= 0.156 ∗ −0.0667 = −0.0104 𝑆𝑃₁₄= 0.09 ∗ 0.0000 = 0.0000 𝑆𝑃15= 0.04 ∗ 0.2727 = 0.0109

Sesuai dengan perhitungan diatas, maka perhitungan untuk seluruh alternatif dan kriteria sama seperti perhitungan yang telah di lakukan diatas sesuai dengan proses pengerjaan pada alternatif satu. Maka hasil dari perhitungan SP tersebut dapat dilihat pada tabel 12 berikut ini:

Tabel 12. Data Nilai SP

Kode C1 C2 C3 C4 C5 SUM

B1 0.0351 0.0427 -0.0104 0.0000 0.0109 0.0783 B2 -0.0877 0.0427 0.0624 -0.0450 0.0109 -0.0167 B3 0.0351 -0.1067 -0.0104 0.0450 -0.0145 -0.0515 B4 0.1578 0.0427 -0.0832 0.0450 -0.0145 0.1478 B5 -0.2105 0.1920 -0.0104 0.0000 -0.0145 -0.0434 B6 0.1578 -0.1067 0.0624 0.0000 0.0109 0.1245 B7 -0.0877 -0.1067 -0.0104 -0.0450 0.0109 -0.2388

Penilaian jarak negatif untuk B1 sebagai alternatif satu yaitu dengan mengalikan setiap nilai alternatif dengan bobot setiap kriteria, dimana nilai bobot dapat dilihat pada tabel 3 yang telah dihitung dengan metode ROC sebelumnya.

𝑆𝑃₁₁= 0.456 ∗ −0.0769 = −0.0351 𝑆𝑃₁₂= 0.256 ∗ −0.1667 = −0.0427 𝑆𝑃13= 0.156 ∗ 0.0667 = 0.0104 𝑆𝑃₁₄= 0.09 ∗ 0.0000 = 0.0000 𝑆𝑃15= 0.04 ∗ −0.2727 = −0.0109

Sesuai dengan perhitungan diatas, maka perhitungan penilaian jarak negatif untuk seluruh alternatif dan kriteria sama seperti perhitungan yang telah di lakukan diatas sesuai dengan proses pengerjaan pada alternatif satu. Maka hasil dari perhitungan SN tersebut dapat dilihat pada tabel 13 berikut ini:

Tabel 13. Data Nilai SN

Kode C1 C2 C3 C4 C5 SUM

B1 -0.0351 -0.0427 0.0104 0.0000 -0.0109 -0.0783 B2 0.0877 -0.0427 -0.0624 0.0450 -0.0109 0.0167 B3 -0.0351 0.1067 0.0104 -0.0450 0.0145 0.0515 B4 -0.1578 -0.0427 0.0832 -0.0450 0.0145 -0.1478 B5 0.2105 -0.1920 0.0104 0.0000 0.0145 0.0434 B6 -0.1578 0.1067 -0.0624 0.0000 -0.0109 -0.1245 B7 0.0877 0.1067 0.0104 0.0450 -0.0109 0.2388 5. Normalisasi nilai SP dan SN untuk semua alternatif.

Normalisasi nilai SP

𝑁𝑆𝑃₁=0.1478+0.0351+0.0427+(−0.0104)+0.0000+0.0109

0.1478 = 0.5296

𝑁𝑆𝑃₂ =−0.0877+0.0427+0.0624+(−0.0450)+0.0109

0.1478 = −0.1131

𝑁𝑆𝑃₃ =0.0351+(−0.1067)+(−0.0104)+0.0450+(−0.0145)

0.1478 = −0.3488

𝑁𝑆𝑃₄=0.1578+0.0427(=(0.0832)+0.0450+(−0.0145)

0.1478 = 1.0000

𝑁𝑆𝑃₅ =−0.2105+0.1920+(−0.0104)+0.0000+(−0.0145)

0.1478 = −0.2938

𝑁𝑆𝑃6 =0.1578+(−0.1067)+0.0624+0.0000+0.0109

0.1478 = 0.8425

𝑁𝑆𝑃7 =−0.0877+(−0.1067)+(−0.0104)+(−0.0450)+0.0109

0.1478 = −1.6164

Normalisasi nilai SN

𝑁𝑆𝑁1= 1 −−0.0351+(−0.0427)+0.010+0.0000+(−0.0109)

0.2388 = 1.3276

𝑁𝑆𝑁₂= 1 −0.0877+(−0.0427)+(−0.0624+0.0450+(−0.0109)

0.2388 = 0.9300

𝑁𝑆𝑁₃= 1 −−0.0351+0.1067+0.0104+(−0.0450)+0.0145

0.2388 = 0.7842

𝑁𝑆𝑁₄= 1 −−0.1578+(−0.0427+0.0832+(−0.0450)+0.0145

0.2388 = 1.6187

𝑁𝑆𝑁₅= 1 −0.2105+(−0.1920)+0.0104+0.0000+0.0145

0.2388 = 0.8183

𝑁𝑆𝑁₆= 1 −−0.1578+0.1067+(−0.0624+0.0000+(−0.0109)

0.2388 = 1.5212

𝑁𝑆𝑁₇= 1 −0.0877+0.1067+0.0104+0.0450+(−0.0109)

0.2388 = 0.0000

6. Mengitung skor pada semua alternatif 𝐴𝑆1= ¹

2(0.5296 + 1.3276) = 0.9286 𝐴𝑆₂= ¹

2(−0.1131 + 0.9300) = 0.4084 𝐴𝑆₃= ¹

2(−0.3488 + 0.7842) = 0.2177 𝐴𝑆₄= ¹

2(1.0000 + 1.6187) = 1.3093 𝐴𝑆₅= ¹

2(−0.2938 + 0.8183) = 0.2623 𝐴𝑆6= ¹

2(0.8425 + 1.5212) = 1.1818 𝐴𝑆7= ¹

2(−1.6164 + 0.0000) = −0.8082

Tabel 14. Data Perhitungan Skor Kode Alternatif Nilai Peringkat

B1 Angga andika 0.9286 3 B2 Ahmad david 0.4084 4 B3 Rindu Permata 0.2177 6

B4 Syahputra 1.3093 1

B5 Jayaka 0.2623 5

B6 Arsyah 1.1818 2

B7 Nugra -0.8082 7

Dari hasil proses perhitungan yang dapat dilihat pada tabel 14 menjelaskan bahwa berdasarkan hasil penelitian yang dilakukan mengenai seleksi calon reporter yang layak untuk diterima bekerja di perusahaan dengan menggunakan Sistem Pendukung Keputusan menggunakan metode EDAS dengan pembobotan ROC adalah sebesar 1.3093 dengan kode B4 atas nama syahputra.

4. KESIMPULAN

Berdasarkan hasil penelitian yang telah dilalui dan telah selesai dilakukan mengenai pemilihan penerimaan calon reporter yang layak diterima oleh perusahaan dengan mengoptimalisasikan fungsi Sistem Pendukung Keputusan dengan mengimplementasikan metode metode EDAS (Evaluation Based On Distance From Average Solution) dan Metode pembobotan Rank Oder Centroid (ROC) diperoleh hasil yaitu sebesar sebesar 1.3093 dengan kode B4 atas nama syahputra sebagai calon reporter yang layak diterima oleh perusahaan. Selain itu berdasarkan penelitian ini dapat diperoleh kesimpulan bahwa dengan mengoptimalisasikan fungsi Sistem Pendukung Keputusan dengan

mengimplementasikan metode metode EDAS (Evaluation Based On Distance From Average Solution) dan Metode pembobotan Rank Oder Centroid (ROC), dapat menghasilkan suatu keputusan yang akurat dan terpercaya.

REFERENCES

[1] T. H. Lubis and I. Koto, “Diskursus Kebenaran Berita Berdasarkan Undang-Undang Nomor 40 Tahun 1999 Tentang Pers Dan Kode Etik Jurnalistik,” Lega Lata J. Ilmu Huk., vol. 5, no. 2, pp. 231–250, 2020.

[2] H.-W. Yeh and H.-W. Ai, “Development and applications of bioluminescent and chemiluminescent reporters and biosensors,”

Annu. Rev. Anal. Chem., vol. 12, pp. 129–150, 2019.

[3] W. M. Kifti and I. Hasian, “Sistem Pendukung Keputusan Penentuan Merek Smartphone Terbaik Dalam Mendukung Belajar Online Mahasiswa Era Covid-19 Menggunakan Metode PSI ( Preference Selection Index ),” J. Media Inform. Budidarma, vol. 5, no. 1, pp. 762–768, 2021.

[4] Y. Ali and Aprina, “Penerapan Metode Preference Selection Index ( PSI ) Dalam Pemberian Dana BOS Pada Siswa Kurang Mampu,” Semin. Nas. Teknol. Komput. Sains, no. 1, pp. 590–597, 2019.

[5] T. Limbong et al., Sistem Pendukung Keputusan: Metode & Implementasi. Medan: Yayasan Kita Menulis, 2020.

[6] R. B. I. N. M Mesran, Syefudin, Sarif Surorejo, Muhammad Syahrizal, Aang Alim Murtopo, Zaenul Arif, Nugroho Adhi Santoso, Wresti Andriani, Soeb Aripin, Gunawan, Pengantar Teknologi Informasi. CV. Graha Mitra Edukasi, 2023.

[7] S. Manurung, “Sistem Pendukung Keputusan Pemilihan Guru Dan Pegawai Terbaik Menggunakan Metode Moora,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 701–706, 2018.

[8] C. F. Sianturi, L. T. Sianturi, U. Hasanah, Khairunnisa, and Mesran, “Decision Support System for Accepting Pre- Employment Cards during the Covid-19 Pandemic Using the Method Multi Objective Optimization on The Basic of Ratio Analysis (MOORA),” IJICS (International J. Informatics Comput. Sci., vol. 5, no. 2, pp. 217–223, 2021.

[9] Y. Siagian, “Seleksi Penerimaan Karyawan Baru Menggunakan,” J. Mantik Penusa, vol. 2, no. 1, pp. 65–70, 2018.

[10] P. Fitriani and T. S. Alasi, “Sistem Pendukung Keputusan dengan Metode WASPAS, COPRAS, dan EDAS : Menentukan Judul Skripsi,” J. Media Inform. Budidarma, vol. 4, p. 56, 2020.

[11] L. P. Dewi, A. Setiawan, and C. S. Suryadi, “SISTEM PENDUKUNG KEPUTUSAN PELATIHAN KARYAWAN DENGAN METODE PIPRECIA-EDAS,” pp. 1–6, 2021.

[12] A. Iskandar, “Sistem Pendukung Keputusan Kelayakan Penerima Bantuan Dana KIP Kuliah Menggunakan Metode ROC- EDAS,” vol. 4, no. 2, pp. 856–864, 2022.

[13] R. T. Aldisa and G. Ginting, “Sistem Pendukung Keputusan Penentuan Pelaku Pariwisata Terbaik dimasa Pandemi Covid-19 Menerapkan Metode OCRA dengan Pembobotan ROC,” vol. 6, no. 5, pp. 1056–1063, 2022.

[14] H. R. Andra Rizky Afandhi, Putri Aisyiyah Rakhma Devi, “PENENTUAN SISWA BERPRESTASI KELAS BAHASA DI SMA ‘EFG’ MENGGUNAKAN METODE EDAS,” vol. 16, no. 1, pp. 39–51, 2022.

[15] R. Safitri and I. Firdaus, “Jurnal Informasi Komputer Logika SPK Rekomendasi Pekerjaan Dengan Metode EDAS ( Studi Kasus : Lembaga Kursus dan Pelatihan Komputer Widya Informatika Selat Panjang ),” vol. 1, 2020.

[16] P. Mandarani, H. L. Ramadhan, E. Yulianti, and A. Syahrani, “Sistem Pendukung Keputusan Penulis Terbaik Menggunakan Metode Rank Order Centroid ( ROC ) dan Evaluation based on Distance from Average Solution ( EDAS ),” vol. 3, no. 4, pp.

686–694, 2022.

[17] J. S. Komputer, J. D. Rajagukguk, B. Purba, P. T. Informatika, and B. Darma, “Penerapan Kombinasi Metode ROC Dan MAUT Dalam Penentuan Calon Penerima Bantuan UKT Pada Universitas Budi Darma,” vol. 6, no. September, pp. 1193–

1206, 2022.

[18] M. A. Abdullah and R. T. Aldisa, “Penerapan Metode MOOSRA Dalam Penentuan Penerimaan Frontliner Menggunakan Pembobotan Metode ROC,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 1, pp. 330–337, 2023.

[19] A. Yunaldi, “Sistem Pendukung Keputusan pemilihan bantuan siswa miskin Menggunakan Kombinasi Metode SAW dan ROC,” J. Media Inform. Budidarma, vol. 3, no. 4, p. 376, 2019.

[20] S. Damanik and D. P. Utomo, “Implementasi Metode ROC (Rank Order Centroid) Dan Waspas Dalam Sistem Pendukung Keputusan Pemilihan Kerjasama Vendor,” … Teknol. Inf. dan …, vol. 4, pp. 242–248, 2020.

[21] M. Dwina Pri Indini, Khairunnisa, Nola Dita Puspa, Tesa Aurelia Siregar, “Penerapan Metode OCRA dalam Menentukan Media Pembelajaran Online Terbaik di Masa Pandemi Covid-19 dengan Pembobotan ROC,” J. Sist. Komput. dan Inform., vol. 3, no. 2, pp. 60–66, 2021.

[22] R. W. P. Pamungkas, M. Mayadi, A. Azlan, K. Khairunnisa, and F. T. Waruwu, “Analisis Sistem Pendukung Keputusan Penentuan Kasi Terbaik Menerapkan Metode OCRA dengan Pembobotan Rank Order Centroid (ROC),” Build. Informatics, Technol. Sci., vol. 3, no. 3, pp. 393–399, 2021.

[23] B. Batool, S. S. Absoluliman, S. Abdullah, and S. Ashral, “EDAS method for decision support modeling under the Pythagorean probabilistic hesitant fuzzy aggregation information,” J. Ambient Intell. Humaniz. Comput., 2021.

[24] D. M. Midyanti, R. Hidayati, and S. Bahri, “PERBANDINGAN METODE EDAS DAN ARAS PADA PEMILIHAN RUMAH DI KOTA PONTIANAK,” Comput. Eng. Sci. Syst. J., vol. 4, no. 2, p. 119, Jul. 2019.