Sistem Pendukung Keputusan Pemilihan Induk Ikan Lele yang Berkualitas Untuk Meningkatkan Produksi Benih Ikan Lele Menggunakan Metode MOORA (Multi-Objective Optimization On The Basis Of Ratio Analysis)
Dwi Nanda Cahyo, Muhammad Zunaidi, Widiarti Program Studi Sistem Informasi, STMIK Triguna Dharma E-mail: [email protected]1, [email protected]2
Abstrak
Permintaan benih lele nasional terus meningkat. Oleh sebab itu pembenihan lele adalah usaha yang sangat prospek untuk kedepanya. Kualitas induk lele di Indonesia yang sudah sangat menurun membuat waktu budidaya semakin lama serta kualitas benih yang kurang bagus. Untuk mendapatkan produksi benih ikan lele yang bagus, peneliti harus mencari indukan ikan lele yang berkualitas terlebih dahulu. Sebelum dipijahkan, induk ikan lele harus di beri makan yang banyak dan juga vitamin terlebih dahulu agar meningkatkan hasil produksinya. Dalam hal ini Sistem Pendukung Keputusan untuk Menentukan Induk ikan lele yang berkualitas dibuat menggunakan metode MOORA (Multi-Objective Optimization On The Basis Of Ratio Analisys), sebuah metode yang akan menentukan kesimpulan untuk mempermudah mencari induk yang berkualitas. Hasil Kesimpulan dengan sistem ini menunjukkan bahwa sistem mampu menentukan induk yang berkualitas beserta Kesimpulan dalam penentuan berdasarkan criteria yang ditentukan sebelumnya.
Kata Kunci: Sistem pendukung keputusan, MOORA, Ikan Lele Abstract
The demand for national catfish seeds continues to increase. Therefore, catfish hatchery is a very prospective business for the future. The quality of the catfish parent in Indonesia which has greatly decreased makes the cultivation time longer and the quality of the seeds less good. To get good catfish seeds, researchers must look for quality catfish first. Before spawning, the mother catfish must feed a lot and also vitamins first in order to increase their production. In this case, the Decision Support System for Determining quality catfish is made using the MOORA (Multi-Objective Optimization Based on Analysis of Ratio) method, a method that will determine the choice to look for quality ones. Results Conclusions with this system indicate a system that determines predetermined criteria.
Keywords: Decision Support System, MOORA, Catfish
1. PENDAHULUAN
Permintaan benih lele nasional terus meningkat.Oleh sebab itu pembenihan lele adalah usaha yang sangat prospek untuk kedepanya.Kualitas induk lele di Indonesia yang sudah sangat menurun membuat waktu budidaya semakin lama serta kualitas benih yang kurang bagus.Untuk mendapatkan produksi benih ikan lele yang bagus, peneliti harus mencari indukan ikan lele yang berkualitas terlebih dahulu.Sebelum dipijahkan, induk ikan lele harus di beri makan yang banyak dan juga vitamin terlebih dahulu agar meningkatkan hasil produksinya.Untuk menentukan induk ikan lele yang berkualitas perlu diketahui beberapa kriteria tertentu.Untuk mengatasi permasalahan tersebut, maka dibutuhkan sebuah sistem pendukung keputusan.
Sistem pendukung keputusan adalah sistem berbasis komputer interaktif, yang membantu para pengambil keputusan untuk menggunakan data dan berbagai model untuk memecahkan masalah-masalah yang tidak terstruktur. Bardasarkan permasalahan yang muncul maka diperlukan sistem pendukung keputusan yang menggunakan metode yang tepat yang dapat dijadikan pertimbangan untuk pengambilan keputusan, salah satunya yaitu metode MOORA (Multi- Objective Optimization on The Basis Of Ratio Analysis), metode ini merupakan salah satu metode yang bisa membantu pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang menjadi pertimbangan[1], [2].
2. TEORITIS
MOORA (Multi-Objective Optimization On The Basis Of Ratio Analisys) atau multi objektif sistem yang saling mengoptimalkan dua atau lebih atribut yang bertentangan secara bersamaan. Metode ini merupakan salah satu metode yang bisa membantu pengambilan keputusan terhadap beberapa alternative, keputusan yang harus diambil dengan beberapa criteria yang menjadi pertimbangan.
2.1 Ikan Lele
Ikan lele adalah salah satu ikan air tawar yang paling banyak diminati serta dikonsumsi oleh masyarakat Indonesia dari berbagai lapisan. Harganya yang terjangkau membuat ikan lele terdistribusi secara merata hampir di seluruh pelosok tanah air [3]. Ikan lele merupakan ikan air tawar yang mempunyai prospek masa depan yang cerah untuk dibudidayakan, karena ikan lele mempunyai kelebihan dan keunggulan yang khas, bila dibandingkan dengan budidaya ikan air tawar lainnya, selain itu juga ikan lele merupakan salah satu jenis ikan ekonomis penting di Indonesia [4].
Ikan lele merupakan salah satu komoditas budidaya yang memiliki berbagai kelebihan, diantaranya adalah pertumbuhan cepat dan memiliki kemampuan beradaptasi terhadap lingkungan yang tinggi [5].
Indukan ikan lele adalah tahap awal dalam kegiatan budidaya ikan yang sangat menentukan keberhasilan produksi. Yang dilakukan penyeleksian untuk melihat indukan siap pijahkan. Induk ikan lele yang bersifat unggul akan mempengaruhi kualitas benih yang dihasilkan. Indukan ikan lele yang berkualitas dapat ditentukan melalui ciri fisik dan faktor genetik.
2.2 Sistem Pendukung Keputusan (DSS)
Sistem Pendukung Keputusan atau DSS biasanya dibangun untuk mendukung solusi atau suatu masalah atau untuk mengevaluasi suatu peluang.DSS yang seperti itu disebut aplikasi DSS.Aplikasi DSS digunakan dalam pengambilan keputusan.Aplikasi DSS menggunakan CBIS (Computer Based Information Systems) yang fleksibel, interaktif dan dapat diadaptasi, yang dikembangkan untuk mendukung solusi atas masalah manajemen spesifik yang tidak terstruktur [6].
Dari definisi diatas dapat disimpulkan bahwa sistem pendukung keputusan merupakan sistem yang membantu dalam pengambilan keputusan secara cepat dan akurat pada sebuah masalah dengan mamasukkan kriteria dan data - data yang relevan sehingga sistem ini dapat dijadikan sistem pengalihan pengambilan keputusan secara manual.
2.3 Metode Multi-Objective Optimization on the basis of Ratio Analysis (MOORA)
Metode Multi-Objective Optimization on the basis of Ratio Analysis(MOORA) adalah multiobjektif sistem mengoptimalkan dua atau lebih attribut yang saling bertentangan secara bersamaan. Metode ini diterapkan untuk memecahkan masalah dengan perhitungan matematika yang kompleks [1], [7]. Berikut ini adalah algoritma penyelesaian metode Moora [2], [8], [9], sebagai berikut:
1. Langkah Pertama : Menginput Nilai Kriteria. Menginputkan nilai kriteria pada suatu alternatif dimana nilai tersebut nantinya akan diproses dan hasilnya akan menjadi sebuah keputusan.
2. Langkah Kedua : Merubah Nilai Kriteria menjadi matriks keputusan Matriks keputusan berfungsi sebagai pengukuran kinerja dari alternatif I th pada atribur J th, M adalah alternatif dan n adalah jumlah atribut dan kemudian sistem rasio dikembangkan dimana setiap kinerja dari sebuah alternatif pada sebuah atribut dibandingkan dengan penyebut yang merupakan wakil untuk semua alternatif dari atribut tersebut, Berikut adalah perubahan nilai kriteria menjadi sebuah matriks keputusan:
x = [
𝑥11 𝑥12 𝑥1𝑛 𝑥21 𝑥22 𝑥2𝑛 𝑥𝑚1 𝑥𝑚2 𝑥𝑚𝑛
] (1)
3. Langkah Ketiga : Normalisasi pada metode MOORA. Normalisasi bertujuan untuk menyatukan setiap element matriks sehingga element pada matriks memiliki nilai yang seragam. Normalisasi pada MOORA dapat dihitung menggunakan persamaan sebagai berikut.
𝑋𝑖𝑗 = 𝑋𝑖𝑗/√[∑ 𝑚 𝑖 = 1 𝑋2
𝑖𝑗] (2)
4. Langakah Keempat : Mengurangi nilai maximax dan minmax untuk menandakan bahwa sebuah atribut lebih penting itu bisa di kalikan dengan bobot yang sesuai (koefisien signifikasi). (Brauers etal.2009 dalam Ozcelik, 2014). Saat atribut bobot dipertimbangkan perhitungan mengunakan persamaan sebagai berikut.
𝑌𝑖= ∑ 𝑗₌₁𝑔 𝑤𝑗𝑥𝑖𝑗∗ − ∑ 𝑛𝑗= 𝑔 + 1 𝑤𝑗 𝑤𝑖𝑗∗ (3) 5. Langkah Kelima : Menentukan rangking dari hasil perhitungan MOORA.
3. ANALISA DAN HASIL
3.1 Analisa Permasalahan
Permasalahan yang dihadapi adalah Bagaimana cara menentukan indukan ikan lele yang berkualitas agar dapat meningkatkan produksi benih ikan lele. Dari permasalahan tersebut maka dilakukan cara pemilihan induk ikan lele agar nantinya dapat meningkatkan hasil produksi benih dari induk ikan lele yang sudah di pilih. Untuk memilih indukan yang bagus, maka dapat dicari dari proses pakan, berat, panjang, dan umur ikan. pemprosesan untuk menentukan induk ikan lele yang berkualitas dengan menggunakan metode MOORA dari data awal sampai terbentuknya laporan. Untuk mendapatkan produksi benih ikan lele yang bagus, peneliti harus mencari indukan ikan lele yang berkualitas terlebih dahulu. Sebelum dipijahkan, induk ikan lele harus di beri makan yang banyak dan juga vitamin terlebih dahulu agar meningkatkan hasil produksinya. Untuk menentukan induk ikan lele yang berkualitas perlu diketahui beberapa kriteria tertentu. Dalam menggunakan metode MOORA, kriteria yang terdapat dalam menentukan indukan ikan lele yang berkualitas agar mendapatkan benih yang diinginkan atau berkualitas sebagai berikut :
1. Kriteria Pakan Ikan 2. Kriteria Panjang Induk 3. Kriteria Umur Ikan 4. Kriteria Berat Induk
5. Kriteria Jangka Waktu untuk di Pijahkan Kembali 3.2 Algoritma sistem
Pada Bagian pembahasan ini dijelaskan secara umum bagaimana cara menghitung perbandingan kriteria penilaian dan perbandingan konsitensi untuk menentukan induk ikan lele yang berkualitas dengan menggunakan metode MOORA (Multi-Objective Optimization On The Basis Of Ratio Analysis)secara keseluruhan. Adapun langkah-langkah perhitungan dengan menggunakan metode MOORA (Multi-Objective Optimization On The Basis Of Ratio Analysis)adalah sebagai berikut.:
1. Menentukan nilai kriteria.
2. Merubah nilai kriteria menjadi matriks keputusan.
3. Normalisasi pada metode MOORA 4. Mengurangi nilai maximax dan minimax.
5. Menentukan rangking dari hasil metode MOORA 3.2.1 Menentukan Nilai Kriteria
Kriteria dalam Menentukan induk ikan lele menggunakan metode Moora (Multi-Objective Optimization On The Basis Of Ratio Analysis).diperlukankriteria-kriteria dan bobot untuk melakukan perhitungan sehingga akan didapat Alternatif terbaik dan dapat di perhitungkan dalam sistem pendukung keputusan dan menentukan induk ikan lele yang berkualitas.
Tabel 1. Bobot kriteria penilaian Metode Moora
No Nama Kriteria Nilai Bobot
1 Pakan (C1) 0.45
2 Panjang (C2) 0.25
3 Umur (C3) 0.15
4 Berat (C4) 0.1
5 Di pijahkan Kembali (C5) 0.05
Keterangan nilai di ambil dari nilai yang terkecil agar bisa di nilai. Kriteria yang digunakan dalam menentukan induk ikan lele adalah sebagai berikut:
C1 = Pemberian Bobot untuk pakan ikan
Tabel 2. Kriteria Pakan Kode
Kriteria Bobot Keterangan Nilai Ket Nilai
C1 0,45
Keong Sawah 4 Sangat Baik
Pelet 3 Baik
Cacing Sutra 2 Cukup Baik
Ikan Ruca 1 Cukup
C2 = Pemberian Bobot Panjang Induk
Tabel 3. Kriteria Panjang Kode
Kriteria Bobot Keterangan Nilai Ket Nilai
C2 0,25
80 cm 4 Sangat Baik
70 cm 3 Baik
60 cm 2 Cukup Baik
50 cm 1 Cukup
C3 = Pemberian Bobot untuk Umur Ikan
Tabel 4. Umur Ikan Kode
Kriteria Bobot Keterangan Nilai Ket Nilai
C3 0,15
1,5 Tahun 4 Sangat Baik
2 Tahun 3 Baik
3 Tahun 2 Cukup Baik
4 Tahun 1 Cukup C4 = Pemberian Bobot untuk Berat Induk
Tabel 5. Berat Ikan Kode
Kriteria Bobot Keterangan Nilai Ket Nilai
C4 0,2
2,5 kg = ± 140 ribu butir telur 4 Sangat Baik 2 kg = ± 110 ribu butir telur 3 Baik 1,5 kg = ± 70 ribu butir telur 2 Cukup Baik
1 kg = ±50 ribu butir telur 1 Cukup
C5 = Pemberian Bobot untuk Jangka waktu dipijahkan kembali Tabel 6. pinjahkan kembali Kode
Kriteria Bobot Keterangan Nilai Ket Nilai
C5 0,05
>=3 Bulan 4 Sangat Baik
>=4 Bulan 3 Baik
>= 5Bulan 2 Cukup Baik
>= 6Bulan 1 Cukup
Contoh data menggunakan sample sebanyak 10 Induk Ikan lele dengan menggunakan kriteria yang akan diajukan dalam pengambilan keputusan.
Tabel 8. Tabel penilaian alternative pada setiap Kriteria
Nama (C1) (C2) (C3) (C4) (C5)
Induk 1 4 4 2 3 3
Induk 2 2 3 2 2 3
Induk 3 3 2 4 4 3
Induk 4 1 3 4 4 3
Induk 5 3 1 2 3 1
Induk 6 4 2 2 2 4
Induk 7 2 4 1 1 4
Induk 8 2 4 3 4 3
Induk 9 1 2 2 2 3
Induk 10 3 2 4 3 1
Optimum Max Max Max Max Max
3.2.2 Merubah Nilai Kriteria Menjadi Matriks Keputusan
Setelah melakukan nilai penginputan data diatas, maka tahap ke dua ialah melakukan matriks keputusan dan penjumlahan untuk mendapatkan nilai normalisasi.
Berikut ini adalah penyelesaian Matriks keputusanXij
4 4 2 3 3
2 3 2 2 3
3 2 4 4 3
1 3 4 3 4
3 1 2 3 1
4 2 2 2 4
2 4 1 1 4
2 4 3 4 3
1 2 2 2 3
3 2 4 3 1
Bertujuan untuk menyatukan setiap element matriks sehingga pada matriks memiliki nilai yang beragam.
Kriteria 1 (C1) =√42+ 22+32+ 12+32+ 42+22+ 22+12+ 32 = 8,5440 A11= 4/8,5440 = 0,4682
A12= 2/8,5440 = 0,2341 A13= 3/8,5440 = 0,3511 A14= 1/8,5440 = 0,1170 A15= 4/8,5440 = 0,3511
A16= 4/8,5440= 0,4682 A17= 2/8,5440 = 0,2341 A18= 2/8,5440 = 0,2341 A19= 1/8,5440= 0,1170 A110= 3/8,5440= 0,3511
Kriteria 2 (C2) =√42+ 32+22+ 32+ 12+ 22+ 42+ 42+ 22+ 22 = 9,1104 A21= 4/9,1104 = 0,4391
A22= 3/9,1104 = 0,3293 A23= 2/9,1104 = 0,2195 A24= 3/9,1104 = 0,3293 A25= 1/9,1104 = 0,1098 A26= 2/9,1104 = 0,2195 A27= 4/9,1104 = 0,4391 A28= 4/ 9,1104= 0,4391 A29= 2/ 9,1104= 0,2195 A210= 2/9,1104= 0,2195
Kriteria 3 (C3) =√22+ 22+ 42+ 42+22+ 22+ 12+ 32+ 22+ 42 = 8,8318 A31= 2/8,8318= 0,2265
A32= 2/8,8318= 0,2265 A33= 4/8,8318= 0,4529 A34= 4/8,8318= 0,4529 A35= 2/8,8318= 0,2265 A36= 2/ 8,8318= 0,2265 A37= 1/8,8318= 0,1132 A38= 3/8,8318= 0,3397 A39= 2/8,8318= 0,2265 A310= 4/8,8318= 0,4529
Kriteria 4 (C4) =√32+ 22+42+ 32+ 32+22+ 12+ 42+ 22+ 32 = 9 A41= 3/9= 0,3333
A42= 2/9= 0,2222 A43= 4/9= 0,4444 A44= 3/9= 0,3333 A45= 3 /9= 0,3333 A46= 2/9= 0,2222 A47= 1/9= 0,1111 A48=4/9= 0,4444 A49= 2/9= 0,2222 A410= 3/9= 0,3333
Kriteria 5 (C5) =√32+ 32+ 32+ 42+ 12+ 42+ 42+ 32+ 32+ 12 = 9,7468 A51= 3/9,7468= 0,3078
A52= 3/9,7468= 0,3078 A53= 3/9,7468= 0,3078 A54= 4/9,7468= 0,4104 A55= 1/9,7468= 0,1026 A56= 4/9,7468= 0,4104 A57= 4/9,7468= 0,4104 A58= 3/9,7468= 0,3078 A59= 3/9,7468= 0,3078 A510= 1/9,7468= 0,1026
3.2.3 Normalisasi Pada Metoe MOORA
Berdasarkan perhitungan diatas, berikut ini adalah matriks kinerja ternormalisasi yaitu sebagai berikut:
0,4682 0,4391 0,2265 0,3333 0,3078
0,2341 0,3293 0,2265 0,2222 0,3078
0,3511 0,2195 0,4529 0,4444 0,3078
0,1170 0,3293 0,4529 0,3333 0,4104
0,3511 0,1098 0,2265 0,3333 0,1026
0,4682 0,2195 0,2265 0,2222 0,4104
0,2341 0,4391 0,1132 0,1111 0,4104
0,2341 0,4391 0,3397 0,4444 0,3078
0,1170 0,2195 0,2265 0,2222 0,3078
0,3511 0,2195 0,4529 0,3333 0,1026
Tabel 9. Mengoptimalisasi Nilai Atribut * Wj
C1 C2 C3 C4 C5
0,4682 *0,45 0,4391 *0,25 0,2265 *0,15 0,3333 * 0,1 0,3078 *0,05 0,2341 *0,45 0,3293 *0,25 0,2265 *0,15 0,2222 * 0,1 0,3078 *0,05 0,3511 *0,45 0,2195 *0,25 0,4529 *0,15 0,4444 * 0,1 0,3078 *0,05 0,1170 *0,45 0,3293 *0,25 0,4529 *0,15 0,3333 * 0,1 0,4104 *0,05 0,3511 *0,45 0,1098 *0,25 0,2265 *0,15 0,3333 * 0,1 0,1026 *0,05 0,4682 *0,45 0,2195 *0,25 0,2265 *0,15 0,2222 * 0,1 0,4104 *0,05 0,2341 *0,45 0,4391 *0,25 0,1132 *0,15 0,1111 * 0,1 0,4104 *0,05 0,2341 *0,45 0,4391 *0,25 0,3397 *0,15 0,4444 * 0,1 0,3078 *0,05 0,1170 *0,45 0,2195 *0,25 0,2265 *0,15 0,2222 * 0,1 0,3078 *0,05 0,3511 *0,45 0,2195 *0,25 0,4529 *0,15 0,3333 * 0,1 0,1026 *0,05
Maka Nilai Xij * Wj yaitu sebagai Berikut :
C1 C2 C3 C4 C5
0,2107 0,1098 0,0340 0,0333 0,0154
0,1053 0,0823 0,0340 0,0222 0,0154
0,1580 0,0549 0,0679 0,0444 0,0154
0,0527 0,0823 0,0679 0,0333 0,0205
0,1580 0,0274 0,0340 0,0333 0,0051
0,2107 0,0549 0,0340 0,0222 0,0205
0,1053 0,1098 0,0170 0,0111 0,0205
0,1053 0,1098 0,0510 0,0444 0,0154
0,0527 0,0549 0,0340 0,0222 0,0154
0,1580 0,0549 0,0679 0,0333 0,0051
3.2.4 Mengurangi Nilai Maximax dan Minimax
Kemudian, setelah melakukan perkalian Xij dan Wj, maka berikutnya adalah menghitung nilai Yi pada table dibawah ini:
Tabel 10. Tabel Nilai Maximax dan Minimax
Alternatif C1 + C2 + C3 + C4 + C5 Yi
Induk 1 0,2107 0,1098 0,0340 0,0333 0,0154 0,4032
Induk 2 0,1053 0,0823 0,0340 0,0222 0,0154 0,2592
Induk 3 0,1580 0,0549 0,0679 0,0444 0,0154 0,3406
Induk 4 0,0527 0,0823 0,0679 0,0333 0,0205 0,2567
Induk 5 0,1580 0,0274 0,0340 0,0333 0,0051 0,2578
Induk 6 0,2107 0,0549 0,0340 0,0222 0,0205 0,3423
Induk 7 0,1053 0,1098 0,0170 0,0111 0,0205 0,2637
Induk 8 0,1053 0,1098 0,0510 0,0444 0,0154 0,3259
Induk 9 0,0527 0,0549 0,0340 0,0222 0,0154 0,1792
Induk 10 0,1580 0,0549 0,0679 0,0333 0,0051 0,3192
3.2.5 Menentukan Rangking dari hasil metode MOORA
Dari beberapa tahap diatas, sesuai algoritma maka tahap terakhir ialah melakukan perangkingan, dan untuk mengetahui induk ikan lele yang layak dan unggul ialah sebagai berikut
Tabel 11. Perangkingan pada metode MOORA
Nama Yi Keterangan
Induk 1 0,4032 Berkualitas /Unggul
Induk 2 0,2592 Cukup Berkualitas
Induk 3 0,3406 Berkualitas /Unggul
Induk 4 0,2567 Cukup Berkualitas
Induk 5 0,2578 Cukup Berkualitas
Induk 6 0,3423 Berkualitas /Unggul
Induk 7 0,2637 Cukup Berkualitas
Induk 8 0,3259 Berkualitas /Unggul
Induk 9 0,1792 Cukup Berkualitas
Induk 10 0,3192 Berkualitas /Unggul
Berdasarkan data diatas, nilai alternatife tertinggi dan memenuhi syarat, dimananilai>= 0.3000 dinyatakan memenuhi syarat. Maka, yang layak dijadikan induk untuk pemijahan yang telah ditentukan peternak sesuai dengan pemenuhan criteria yang telah ditentukan dan yang Berkualitasuntuk dijadikan induk adalah Induk 1, Induk 3, Induk 6, Induk 8, dan Induk 10
4. KESIMPULAN
Sebagai penutup dalam penelitian ini, diambil kesimpulan sebagai berikut:
1. Untuk menentukan kriteria induk ikan lele berkualitas, maka dilakukan pengumpulan data dan observasi pada peternak ikan lele yang ada di Randu Jaya Farm yaitu dengan melihat jenis pakan yang diberikan, berat, panjang ukuran ikan, umur, dan waktu pemijahan kembali.
2. Untuk merancang sistem, dilakukan dengan pemodelan use case diagram terlebih dahulu untuk mengetahui fungsi apa saja yang ada didalam sistem, lalu menentukan aplikasi activity diagram dan menentukan class diagram untuk menggambarkan struktur sistem dari sesi kelas yang akan dibuat dengan menggunakan program visual studio.
3. Dalam menerapkan metode ini perlu dibutuhkan beberapa kriteria untuk dapat mendukung keputusan pemilihan induk ikan lele yang berkualitas.
REFERENSI
[1] N. W. Al-Hafiz, Mesran, and Suginam, “Sistem Pendukung Keputusan Penentukan Kredit Pemilikan Rumah Menerapkan Multi- Objective Optimization on the Basis of Ratio Analysis ( Moora ),” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. I, no. 1, pp. 306–309, 2017.
[2] Mesran, R. K. Hondro, M. Syahrizal, A. P. U. Siahaan, R. Rahim, and Suginam, “Student Admission Assessment using Multi- Objective Optimization on the Basis of Ratio Analysis (MOORA),” J. Online Jar. COT POLIPT, vol. 10, no. 7, pp. 1–6, 2017.
[3] D. G. Masyarakat and F. E. Manusia, “FORMULASI BISKUIT DENGAN SUBSTITUSI TEPUNG IKAN LELE DUMBO ( Clarias gariepinus ) DAN ISOLAT PROTEIN KEDELAI ( Glycine max ) SEBAGAI MAKANAN POTENSIAL,” 2009.
[4] A. Bisma, Elfrida, and L. Deswati, “PEMANFAATAN MIKRO ORGANISME LOKAL (MOL) DALAM LIMBAH KOL PADA PAKAN TERHADAP KELANGSUNGAN HIDUP DAN PERTUMBUHAN PANJANG BENIH IKAN LELE (Clarias sp),” no.
1985, 1995.
[5] M. Sitio, D. Jubaedah, and M. Syaifudin, “KELANGSUNGAN HIDUP DAN PERTUMBUHAN BENIH IKAN LELE (Clarias sp.) PADA SALINITAS MEDIA YANG BERBEDA,” J. Akuakultur Rawa Indones., vol. 5, no. 51675403, pp. 4–6, 2017.
[6] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi, 2007.
[7] D. Nofriansyah and S. Defit, Multi Criteria Decision Making (MCDM) pada Sistem Pendukung Keputusan. 2018.
[8] J. Afriany, L. Ratna, S. Br, I. Julianty, and E. L. Nainggolan, “Penerapan MOORA Untuk Mendukung Efektifitas Keputusan Manajemen Dalam Penentuan Lokasi SPBU,” vol. 5, no. 2, pp. 161–166, 2018.
[9] Mesran, S. D. A. Pardede, A. Harapahap, and A. P. U. Siahaan, “Sistem Pendukung Keputusan Pemilihan Peserta Jaminan Kesehatan Masyarakat (Jamkesmas) Menerapkan Metode MOORA,” Media Inform. Budidarma, vol. Vol 2, No, no. 2, p. hal 16-22, 2018.
