Implementasi Pemilihan Pimpinan Karyawan Operasioal Konveksi Pakaian Menggunakan Metode ROC (Rank Order Centroid)
dan TOPSIS
Jeperson Hutahaean*, Neni Mulyani
Prodi Sistem Informasi, STMIK Royal Kisaran, Kisaran, Indonesia Email: 1[email protected]
Email Penulis Korespondensi: [email protected]
Abstrak−Pemilihan pimpinan karyawan yang merupakan proses penting bagi perusahaan dan merupakan hal paling ditunggu oleh karyawan lainnya untuk meningkatkan status sosial, gaji dan banyak lainnya, perlunya dilakukan pemilihan pimpinan karyawan untuk menjadi panutan dan contoh serta membantu pimpinan perusahaan dalam mengatur dan memantau karyawan lainnya untuk dapat bekerja sesuai dengan yang diharapkan oleh pimpinan perusahaan, dalam pemilihan pimpinan perusahaan perlu dilakukan pemilihan dengan proses komputerisasi yaitu membuat sebuah sistem pendukung keputusan untuk mendapatkan hasil yang tepat dan baik berdasarkan sistem dan bukan berdasarkan kepentingan pribadi, pada proses pengambilan keputusan digunakan metode Rank Order Centroid(ROC) dan Technique For Others Reference by Similarity to Ideal Solution(TOPSIS) sebagai prosedur tahapan yang membantu mendapatkan nilai dengan tingkat akurasi yang tinggi, digunakan metode ROC sebagai metode pencarian nilai bobot masing-masing kriteria dan akan dilanjutkan proses pecarian nilai tertinggi menggunakan metode Topsis sebagai alternatif yang terpilih. Hasil yang didapatkan sebesar 0,591835 sebagai nilai tertinggi dan kandidat yang terpilih dalam seleksi menggunakan metode ROC dan TOPSIS.
Kata Kunci: Pimpinan Karyawan; ROC; TOPSIS, Sistem Pendukung Keputusan
Abstract−The selection of employee leaders which is an important process for the company and is the most awaited thing by other employees to improve social status, salaries and many others, it is necessary to select employee leaders to become role models and examples and assist company leaders in managing and monitoring other employees for can work as expected by the leadership of the company, in the selection of company leaders it is necessary to choose a computerized process, namely making a decision support system to get the right and good results based on the system and not based on personal interests, in the decision-making process the ROC and Topsis methods are used as a step procedure that helps get a value with a high level of accuracy, the ROC method is used as a method of finding the weight value of each criterion and will continue the process of finding the highest value using the Topsis method as a ai the chosen alternative. The results obtained were 0.591835 as the highest score and the selected candidates in the selection used the ROC and TOPSIS methods.
Keywords: Employee Leader; ROC; TOPSIS; Decission Support System
1. PENDAHULUAN
Pimpinan karyawan merupakan seseorang yang menjadi contoh dan panutan terhadap kegiatan pekerjaan dan menjadi acuan utama dari karyawan lainnya, menjadi pemimpin karyawan memeliki banyak keunggulan dari karyawan lain, mulai dari gaji yang lebih unggul, mendapat jabatan yang lebih tinggi dan status sosial di mata masyarakat. Hal tersebut menjadi motivasi oleh karyawan lain untuk mendapatkan posisi pekerjaan yang sama sebagai pimpinan karyawan, pimpinan karyawan yang berkopetensi memiliki nilai penting bagi sebuah perusahaan agar setiap pekerjaan karyawan dapat lebih terorganisir dengan adanya seorang pimpinan. Pimpinan karyawan memiliki tanggung jawab yang sangat besar dan menjadi jembatan antara pimpinan dengan masing- masing karyawan hingga berurusan dengan perusahaan kerjasama, sehingga perusahaan perlu menentukan seseorang yang tepat untuk menjadi pimpinan karyawan[1], [2].
Dalam menentukan maupun memilih pimpinan karyawan banyak hal yang menjadi kendala dan membuat karayawan yang ingin mengajukan diri menjadi pesimis dikarenakan banyakya perusahaan yang melakukan pemilihan secara individual karena menyangkut urusan pribadi tanpa memperhitungkan kemampuan dan kualitas dari orang yang ditentukan, hanya berdasarkan karyawan tersebut memiliki hubugan dengan petinggi perusahaan. Fenomena yang terjadi dikalangan perusahaan ini menyebabkan timbulnya masalah baru seperti kecenderungan karyawan yang tidak produktif dan tidak melakukan pekerjaan semaksimal mungkin yang menyebabkan perusahaan memiliki karyawan bekerja tidak dengan target dan tujuan hati dan penuh cinta terhadap perusahaannya. Perlu dilakukan pengambilan keputusan menggunakan sistem agar dalam proses pemilihan pimpinan karyawan lebih terarah dan adil sehingga megurangi pemikiran negatif karyawan dan hal- hal permasalahan lainnya[3].
Sistem yang membentuk aturan dan menghitung setiap kemungkinan-kemugkinan yang dapat menghitung nilai-nilai atau kriteria yang dimiliki oleh masing-masing karyawan yang akan ditanamkan ke dalam sebuah sistem komputer, hasil yang dihitung menggunakan sistem komputer lebih akurat dan hasil yang berdasarkan input dan diproses komputer, proses pangambilan keputusan menggunakan sistem komputer disebut dengan salah satu penerapan ilmu bidang komputer atau disebut dengan sistem pendukung keputusan. Pada penerapan sistem ini tentunya menggunakan metode sistem pendukung keputusan untuk mendapatkan hasil lebih selektif dalam penalaran logika terhadap sistem [4].
Pada penelitian ini digunakan metode ROC (Rank Order Centroid) sebagai metode yang menjelaskan tentang bobot masing-masing kriteria sebagai bahan pendukung dan bahan pertimbangan pengambilan keputusan yang selanjutnya dilakukan pengambilan nilai dari keseluruhan data calon pimpinan karyawan menggunakan metode Technique For Others Reference by Similarity to Ideal Solution (TOPSIS) dimana metode ini merupakan salah satu metode yang sederhana yang memiliki nilai akurasi yang tinggi dan sudah banyak digunakan oleh peneliti lain.
Penelitian terdahulu menggunakan metode ROC (Rank Order Centroid) untuk mengetahui setiap nilai terhadap masing-masing nilai kriteria maupun data set dan lain-lainnya, metode ROC (Rank Order Centroid) digunakan sebagai kombinasi metode pengambilan ranking seperti metode Aras dalam pemiliha jasa terbaik.
Penelitian lainnya metode ROC (Rank Order Centroid) digunakan dalam kombinasi pembetukan bobot kriteria dengan metode entropy, terlihat pada hasil penelitiannya metode ROC, hasil yang lebih cepat dengan sensitivitas yang baik[5]–[7].
Penelitian terdahulu terhadap metode perangkingan yang digunakan pada metode ini adalah metode Topsis dimana metode ini sudah banyak digunakan oleh peneliti terdahulu seperti penggunaan pemilihan perguruan tinggi swatsa, penelitia terdahulu meggunakan metode Topsis dalam memberikan reward kepada pelanggan denga hasil keputusan dan proses pengambilan keputusan yang cepat dan tepat terhadap data pelanggan yang sangat bervariasi, penelitian lainya metode topsis merupaka metode sederhana dengan memiliki akurasi tinggi dalam proses pencarian penempatan atm, penggunaan metode topsis dengan bantuan pencarian dan pemberian nilai bobot kriteria menambah akurasi tinggi terhadap peroses pencarian keputusan sehingga metode ini banyak dikombinasikan dengan metode pembobotan lainya[8]–[10].
2. METODOLOGI PENELITIAN
Penelitian ini dilakukan untuk dengan melakukan beberapa tahapan metodologi penelitian, pada penelitian ini metodologi yang digunakan merupakan metodologi penelitian kuantitatif dimana hasil dari keseluruhan penelitian merupakan hasil matematik untuk mengetahui nilai dan point terhadap sampel uji sebagai bahan perbandingan dengan sampel uji lainnya dalam peroses pengambilan keputusan, adapun tahapan metodologi sebagai berikut[11]:
Gambar 1. Tahapan Penelitian
Pada tahapan diatas dilakukan tahapan Pengumpulan data merupakan hal yang paling utama yang harus lakukan karena tanpa adanya sebuah data maka penelitian ini tidak akan berlangsung, pentingnya sebuah data yang nyata membuat sebuah penelitian tersebut memiliki tingkat kepentingan lebih real dan valid sehingga hasil yang didapatkan pada penelitian ini lebih berarti, pada penelitian ini pengumpulan data dilakukan dengan tahapan observasi, dokumentasi, sutudi pustaka, selanjutnya dilakukan analisis terhadap data dan melakukan penyelesaian permasalahan menggunakan metode ROC dan metode Topsis dimana pada akhir penelitian ini dilakukan proses pemilihan berdasarkan nilai tertinggi yang menjadi kandidat terbaik[12].
2.1 Metode Rank Order Centroid (ROC)
ROC (Rank Order Centroid) digunakan sebagai metode paling sederhana dan mudah dalam proses implemetasi terhadap kasus yang ditemukan untuk membantu peneliti dalam menentukan nilai bobot sebuah prediksi maupun kategorical terhadap kriteria atau bahan pendukung dalam pengambilan keputusan, penentuan bobot dapat dilakukan denan menggunakan penalaran dibawah ini[13]–[15]:
𝑐𝑟1 ≥ 𝑐𝑟2 ≥ 𝑐𝑟3 ≥ ⋯ ≥ 𝑐𝑟𝑛
Start
Pengumpulan Data
Analisa Data
Nilai Terbobot Pembobotan Dengan ROC
Perangkingan dengan TOPSIS
Hasil kandidat terpilih
End
Maka
𝑊1 ≥ 𝑊2 ≥ 𝑊3 ≥ ⋯ ≥ 𝑊𝑛
Nilai k berdasarkan jumlah. Berikut merupakan rumusan yang dapat digunakan dalam menggunakan metode ROC bobot:
𝑊𝑘 =1 𝑘∑ (1
𝑘)
𝑘
𝑖=1
2.2 Metode TOPSIS
TOPSIS merupakan salah satu dari metode topsis merupakan salah satu metode yang ada dalam decission support atau sistem pendukung keputusan, metode ini merupakan metode yang paling banyak digemari oleh peneliti lain dalam penyelesaian masalah dikarenakan penelitian ini mempermudah dalam proses penyelesaian masalahan, hasil akhir metode ini adalah menemukan nilai terbaik/tertinggi dari alternatif, berikut ini merupakan tahapan dalam penyelesaian permasalahan menggunakan metode TOPSIS [16]–[20]:
Tabel 1. Tabel Rumus TOPSIS
No Keterangan Rumus
1 Matriks Nilai Kriteria Matrik tersebut merupakan nilai yang dimiliki masing-masing alternatif terhadap kriteria
2 Mencari Matrik Keputusan 𝑟𝑖𝑗= 𝑥𝑖𝑗
√∑𝑚𝑖=1𝑥𝑖𝑗2 3 Menentukan Normalisasi
Terbobot.
𝑦𝑖𝑗= 𝑤𝑖𝑟𝑖𝑗
𝐴−= (𝑦1−, 𝑦2−… 𝑦𝑛−) untuk nilai tertinggi 𝐴+= (𝑦1+, 𝑦2+… 𝑦𝑛+) untuk nilai terendah
4 Menghitung jarak nilai terbobot
Jika solusi ideal nilai positif 𝐷𝑖+= √∑𝑛𝑗=1(𝑦1+− 𝑦𝑖𝑗)2 Jika solusi ideal nilai negative 𝐷𝑖−= √∑𝑛𝑗=1(𝑦𝑖𝑗− 𝑦1−)2 5 Menghitung nilai preferensi 𝑣𝑖= 𝐷𝑖−
𝐷𝑖−+ 𝐷𝑖+
Pada tabel di atas merupakan rumusan dalam proses penggunaan topis dalam proses pencarian ranking atau penentuan kandidat dalam proses terhadap pengambilan keputusan dan metode ini merupakan metode yang paling sering digunakan karena merupakan metode yang memiliki tahap pertahap yang sederhana[21].
3. HASIL DAN PEMBAHASAN
Hasil dalam penelitian ini berupa data rangking dari nilai tertinggi hingga nilai paling terendah, dimana nilai tertinggi merupakan nilai paling utama sebagai kandidat terbaik yang menjadi alternatif pilihan yang direkomendasikan dalam pengambilan keputusan, dalam peroses pengambilan keputusan terlihat dari tahapan penelitian berikut:
Tabel 2. Kriteria
ID Kriteria Jenis
C1 Memahami Pekerjaan Benefit C2 Kemampuan Managemen Benefit
C3 Lama Bekerja Benefit
C4 Loyalitas Benefit
C5 Atitude Benefit
Setelah diketahui kriteria sebagai bahan atau prospek pertimbangan menentukan karyawan yang berhak dipilih menjadi pimpinan karyawan selanjutnya masing-masing kriteria akan ditemukan nilai bobot (nilai kuantitas) dari masing-masing kriteria, hal tersebut dilakukan untuk mengetahui pentingnya salah satu kriteria yang menjadi pondasi utama terhadap harapan kriteria yang di inginkan untuk dapat menjadi seorang pemimpin karyawan. Selanjutnya nilai bobot dapat diketahui sebagai dengan menggunakan metode ROC:
1. Tahapan awal metode ini menentukan kriteria yang dianggap paling penting dalam memenuhi syarat menjadi pimpinan karyawan dan kriteria tersebut berada pada urutan paling awal, dan lakukan pemilihan kembali dengan cara yang sama, yaitu memilih kriteria kedua yang menjadi urutan terpenting kedua selanjutnya
hingga akhir urutan kriteria yang menjadi tingkat kepentingan terendah dalam pertimbangan kriteria pimpinan karyawan.
2. Lakukan tahapan perhitungan sesuai dengan jumlah kriteria dibawah ini:
𝑊1 =1+
1 2+13+14+15
5 =0,457 𝑊2 =0+
1 2+13+14+15
5 =0,257 𝑊3 =0+0+
1 3+14+15 5 =0,156 𝑊4 =0+0+0+
1 4+15
5 =0,090 𝑊5 =0+0+0+0+
1 5
5 =0,040
Pada keterangan perhitungan diatas, kriteria tertinggi atau W1 merupakan kriteria yang paling penting dan setiap nilai 0 pada perhitungan pencarian bobot merupakan jumlah urutan kriteria yang sebelumnya sudah ditentukan tingkat kepentingannya dan nilai k merupakan jumlah dari keseluruhan total kriteria . Sehingga hasil yang diperoleh merupakan hal berikut ini:
Tabel 3. Nilai Kriteria
ID Kriteria Jenis Nilai
C1 Memahami Pekerjaan Benefit 0,457 C2 Kemampuan Managemen Benefit 0,257
C3 Lama Bekerja Benefit 0,156
C4 Atitude Benefit 0,090
C5 Loyalitas Benefit 0,040
Nilai pada tabel di atas atas adalah nilai yang akan digunakan untuk penyelesaian permasalahan selanjutnya sebagai bahan pertimbangan dari masing-masing alternatif atau kandidat yang tersedia. Berkut ini merupakan keterangan karakteristik kriteria dari masing-masing alternatif.
Tabel 4. Keterangan Alternatif dengan Kriteria Nama Kemampuan
Managemen
Memahami Pekerjaan
Lama
Bekerja Atitude Loyalitas
Asri Sangat baik cukup 8 Sangat baik baik
Budianto baik Buruk 8 Sangat baik Sangat baik
Rma zai Sangat baik baik 4 baik Sangat baik
Usliarni cukup Sangat baik 3 baik cukup
Irtaka Buruk baik 4 cukup Sangat baik
Dinda Baik cukup 4 Buruk baik
Arina Buruk Buruk 5 cukup Sangat baik
Pinta Sangat baik Sangat baik 6 Sangat baik cukup
Irham Sangat baik cukup 7 baik Sangat baik
Ahmad Sangat baik cukup 8 Sangat baik baik
Tika baik Buruk 9 Sangat baik Sangat baik
Julianti cukup Sangat baik 11 Sangat baik Buruk
Arhakim Buruk Sangat baik 15 Sangat baik Sangat baik
Lesti cukup baik 6 Sangat baik Sangat baik
Arman cukup Buruk 2 Baik baik
Keterangan di atas memiliki masing-masing pernyataan dan nilai dalam bentuk value sehingga hasil dalam bentuk perhitungan pengolahan algoritma dapat berjalan dengan baik dan benar, adapun nilai yang dimiliki oleh seseorang terhadap masing-masing keterangan adalah sebagai berikut ini:
Tabel 4. Keterangan Kriteia Keterangan Kriteria Nilai
Sangat Baik 10
Baik 7
Cukup 4
Buruk 1
Dari data diatas nilai kriteria yang dimiliki oleh masing-masing alternatif adalah sebagai berikut ini:
Tabel 4. Keterangan Alternatif dengan Kriteria Nama Kemampuan
Managemen
Memahami Pekerjaan
Lama
Bekerja Atitude Loyalitas
Asri 10 7 8 10 7
Budianto 7 4 8 10 10
Rma zai 10 7 4 7 10
Usliarni 4 10 3 7 7
Irtaka 1 7 4 7 10
Dinda 7 4 4 4 7
Arina 4 4 5 7 10
Pinta 10 10 6 10 7
Irham 10 7 7 7 10
Ahmad 10 7 8 10 7
Tika 7 7 9 10 10
Julianti 7 10 11 10 4
Arhakim 4 10 15 10 10
Lesti 7 7 6 10 10
Arman 7 4 2 7 7
Masing-masing nilai yang dimiliki alternatif sudah terihat, maka proses selanjutnya merupakan pencarian nilai rangking menggunakan metode Topsis, tahapan dalam metode topsis adalah sebagai berikut ini:
10 7 8 10 7 7 4 8 10 10 10 7 4 7 10 4 10 3 7 7 1 7 4 7 10 7 4 4 4 7 4 4 5 7 10 10 10 6 10 7 10 7 7 7 10 10 7 8 10 7
7 7 9 10 10 7 10 11 10 4 4 10 15 10 10 7 7 6 10 10 7 4 2 7 7
Adapun langkah dalam pencarian rangking menggunakan metode Topsis sebagai berikut ini:
1. Normalisai matrik
Lakukan untuk masing-masing kriteria, berikut ini dilakukan pada kriteria 1 (C1)
= √10 + 7 + 10 + 4 + 1 + 7 + 4 + 10 + 10 + 10 + 7 + 7 + 4 + 7 + 7
= 10,24695
𝑅11= 10/10,24695= 0,9759 𝑅11= 7/10,24695= 0,68313 𝑅11= 10/10,24695= 0,9759 𝑅11= 4/10,24695= 0,39036 𝑅11= 1/10,24695= 0,09759
Lakukan hingga kolom 5 atau kriteria 5 hingga akhir baris sehingga hasil diperoleh sebagai berikut ini:
Tabel 5. Nilai Normalisasi kriteria
0,9759 0,68313 0,8 0,890871 0,62361 0,68313 0,39036 0,8 0,890871 0,890871
0,9759 0,68313 0,4 0,62361 0,890871 0,39036 0,9759 0,3 0,62361 0,62361 0,09759 0,68313 0,4 0,62361 0,890871 0,68313 0,39036 0,4 0,356348 0,62361 0,39036 0,39036 0,5 0,62361 0,890871
0,9759 0,9759 0,6 0,890871 0,62361 0,9759 0,68313 0,7 0,62361 0,890871
0,9759 0,68313 0,8 0,890871 0,62361 0,68313 0,68313 0,9 0,890871 0,890871 0,68313 0,9759 1,1 0,890871 0,356348 0,39036 0,9759 1,5 0,890871 0,890871 0,68313 0,68313 0,6 0,890871 0,890871 0,68313 0,39036 0,2 0,62361 0,62361 2. Nilai Normalisasi Terbobot
Pada tahapan ini hasil nilai normalisasi dikalikan dengan nilai bobot yang sebelumnya telah ditentukan dengan menggunakan metode pembobotan ROC sehingga hasil sebagai berikut ini:
Tabel 6. Nilai Normalisasi Yang Sudah Terbobot 0,445986 0,175564 0,1248 0,080178 0,024944
0,31219 0,100323 0,1248 0,080178 0,035635 0,445986 0,175564 0,0624 0,056125 0,035635 0,178395 0,250806 0,0468 0,056125 0,024944 0,044599 0,175564 0,0624 0,056125 0,035635 0,31219 0,100323 0,0624 0,032071 0,024944 0,178395 0,100323 0,078 0,056125 0,035635 0,445986 0,250806 0,0936 0,080178 0,024944 0,445986 0,175564 0,1092 0,056125 0,035635 0,445986 0,175564 0,1248 0,080178 0,024944 0,31219 0,175564 0,1404 0,080178 0,035635 0,31219 0,250806 0,1716 0,080178 0,014254 0,178395 0,250806 0,234 0,080178 0,035635 0,31219 0,175564 0,0936 0,080178 0,035635 0,31219 0,100323 0,0312 0,056125 0,024944 3. Mencari Nilai Ideal Positif Dan Negatif
Pada tahapan ini data harus diketahui sebelumnya yang mana kriteria cost atau benefit, setelah itu dilakukan pencarian nilai terhadap nilai tertinggi dan nilai negatif dari masing-masing kriteria, hasil yang didapatkan
Tabel 7. Nilai Solusi Ideal ID Ideal Positif Ideal Nrgatif C1 0,445986 0,044599 C2 0,250806 0,100323
C3 0,234 0,0312
C4 0,080178 0,032071 C5 0,035635 0,014254 4. Menghitung nilai jarak alternatif solusi ideal
Pada tahapan ini nilai solusi ideal dikurangi dengan nilai normalisasi terbobot sehingga hasil sebagai berikut ini:
Untuk ideal positif
Untuk nilai ideal perhitungan digunakan adalah keseluruhan nilai yang sudah dikalikan dengan bobot, nilai tersebut dikurangkan dengan nilai solusi ideal dengan langkah berikut ini:
𝐷1+= √(0,445986 − 0,445986)2+ (0,250806 − 0,175564)2+ (0,234 − 0,1248)2+ (0,080178 − 0,080178)2+ (0,035635 − 0,024944)2
Untuk ideal negative
𝐷1+= √(0,445986 − 0,044599)2+ (0,175564 − 0,100323)2+ (0,1248 − 0,0312)2+ (0,080178 − 0,032071)2+ (0,024944 − 0,014254)2
Lakukan terhadap nilai keseluruhan alternatif.
Tabel 7. Nilai Jarak solusi Ideal ID Positif Negatif D1 1,338285 1,704961 D2 1,335934 1,609003
D3 1,2337 1,568877
D4 1,083626 1,296022
ID Positif Negatif D5 1,167299 1,26367 D6 0,724743 1,05087 D7 1,058335 1,241701 D8 1,394082 1,751097 D9 1,308287 1,665129 D10 1,338285 1,704961 D11 1,440607 1,734415 D12 1,446387 1,780802 D13 1,876236 2,132968 D14 1,328815 1,605277 D15 0,847291 1,114258 5. Menentukan Nilai Preferensi
Tahapan berikut merupakan langkah akhir dalam menentukan peringkat terhadap alternatif yang tersedia.
Pada tahapan ini nilai solusi ideal negatif dibagi dengan jumlah nilai penjumlahan nilai solusi negatif dengan nilai solusi ideal positif, sehingga hasil didapatkan sebagai berikut ini:
Tabel 8. Nilai Preferensi dan Rangking NO Preferensi Rangking
D1 0,560244 3
D2 0,546362 8
D3 0,559798 5
D4 0,544628 11
D5 0,519821 14
D6 0,591835 1
D7 0,539862 12
D8 0,556756 6
D9 0,560005 4
D10 0,560244 3
D11 0,546269 10
D12 0,551812 7
D13 0,532018 13
D14 0,547112 9
D15 0,56805 2
Pada tabel diatas terlihat kanditat D6 atau alternatif ke 6 yaitu karyawan atas nama dinda yang memiliki nilai tertinggi sebesar 0,591835.
4. KESIMPULAN
Penelitian ini memperlihatkan metode ROC sangat berpengaruh terhadap hasil dari masing-masing nilai signifikan dan berdekatan dalam proses perolehan nilai menggunakan metode TOPSIS dengan adanya bantuan pencarian bobot membuat nilai dan urutan tingkat penting terhadap suatu kriteria lebih terlihat dengan jelas dan akurat, terlihat dari penetilian terdahulu yang menerangkan akurasi dalam perangkingan akan semakin jelas jika dilakukan terlebih dahulu pembobotan, proses perhitungan metode TOPSIS yang sederhana dan sangat kompleks membuat penelitian terhadap pemilihan pimpinan karyawan menjadi sangat mudah dan logika yang diterapkan ditemukan yaitu karyawan atas nama dinda yang memiliki nilai tertinggi sebesar 0,591835 yang dipilih menjadi pimpinan karyawan sebagai kandidat pemilik nilai tertinggi.
REFERENCES
[1] Pradnyani, Rahmawati, and Dkk, “Pengaruh Reward Dan Punishment Terhadap Motivasi,” J. Manaj. dan Bisnis, vol.
2, no. 1, pp. 21–30, 2020.
[2] I. R. Akbar, D. Prasetiyani, and N. Nariah, “Pengaruh Motivasi Terhadap Kinerja Karyawan Pada Pt. Unggul Abadi Di Jakarta,” J. Ekon. Ef., vol. 3, no. 1, pp. 84–90, 2020.
[3] B. Phadermrod, R. M. Crowder, and G. B. Wills, “Importance-Performance Analysis based SWOT analysis,” Int. J. Inf.
Manage., vol. 44, pp. 194–203, 2019.
[4] T. Hasanah, B. Aviani, and A. T. Hidayat, “Sistem Pendukung Keputusan Seleksi Pemberian Uang Kuliah Tunggal Menerapkan Metode WASPAS,” vol. 2, no. September, pp. 102–109, 2020.
[5] L. Handayani, M. Syahrizal, and K. Tampubolon, “Pemilihan Kepling Teladan Menerapkan Metode Rank Order
Centroid (Roc) Dan Metode Additive Ratio Assessment (Aras) Di Kecamatan Medan Area,” KOMIK (Konferensi Nas.
Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 532–538, 2019.
[6] M. Mesran, T. M. Diansyah, and F. Fadlina, “Implemententasi Metode Rank Order Cendroid (ROC) dan Operational Competitiveness Rating Analysis (OCRA) dalam Penilaian Kinerja Dosen Komputer Menerapkan (Studi Kasus:
STMIK Budi Darma),” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. 0, p. 822, Sep. 2019.
[7] A. Yunaldi, “Sistem Pendukung Keputusan Seleksi Bantuan Siswa Miskin Menerapkan Kombinasi Metode SAW dan ROC,” J. Media Inform. Budidarma, vol. 3, no. 4, p. 376, 2019.
[8] D. F. de Lima Silva and A. T. de Almeida Filho, “Sorting with TOPSIS through boundary and characteristic profiles,”
Comput. Ind. Eng., vol. 141, no. June 2019, p. 106328, 2020.
[9] 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.
[10] G. S. Mahendra, “Metode Ahp-Topsis Pada Sistem Pendukung Keputusan Penentuan Penempatan Atm,” JST (Jurnal Sains dan Teknol., vol. 9, no. 2, 2020.
[11] E. W. Winarni, Teori dan Praktik Penelitian Kualitatif dan Kuantitatif PTK dan R&D. Jakarta: Bumi Aksara, 2018.
[12] Albi Anggito and Johan Setiawan, Metodologi Penelitian Kuantitatif. Jawa Barat: CV Jejak, 2018.
[13] G. Zhang, Z. Wang, and H. Mei, “Sensitivity clustering and ROC curve based alarm threshold optimization,” Process Saf. Environ. Prot., vol. 141, pp. 83–94, 2020.
[14] A. Sucipto, “Pada Koperasi Simpan Pinjam Dengan Menggunakan,” J. DISPROTEK, vol. 6, no. 1, pp. 75–87, 2015.
[15] M. Mesran, J. Afriany, and S. H. Sahir, “Efektifitas Penilaian Kinerja Karyawan Dalam Peningkatan Motivasi Kerja Menerapkan Metode Rank Order Centroid (ROC) dan Additive Ratio Assessment (ARAS),” Pros. Semin. Nas. Ris. Inf.
Sci., vol. 1, no. 0, pp. 813–821, Sep. 2019.
[16] A. A. Chamid and A. C. Murti, “Kombinasi Metode Ahp Dan Topsis Pada Sistem Pendukung Keputusan,” Pros.
SNATIF Ke-4, pp. 115–119, 2017.
[17] A. P. Windarto, “Implementasi Metode Topsis Dan Saw Dalam Memberikan Reward Pelanggan,” Klik - Kumpul. J.
Ilmu Komput., vol. 4, no. 1, p. 88, 2017.
[18] Mesran, E. P. Sumantri, Supriyanto, S. H. Sahir, and N. K. Daulay, “Implementation of Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) in Recommendations for New Position in Companies,” Int. J. Inf. Syst.
Technol., vol. 4, no. 2, pp. 661–669, 2021.
[19] T. Limbong et al., Sistem Pendukung Keputusan: Metode & Implementasi. Medan: Yayasan Kita Menulis, 2020.
[20] G. Ginting, Fadlina, Mesran, A. P. U. Siahaan, and R. Rahim, “Technical Approach of TOPSIS in Decision Making,”
Int. J. Recent Trends Eng. Res., vol. 3, no. 8, pp. 58–64, 2017.
[21] I. Mutmainah and Y. Yunita, “Penerapan Metode Topsis Dalam Pemilihan Jasa Ekspedisi,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 10, no. 1, pp. 86–92, 2021.
