Sistem Pendukung Keputusan Penentuan Kerani Timbang Lapangan Terbaik Menerapkan Metode Operational Competitiveness Rating
Analysis (OCRA)
Asyahri Hadi Nasyuha1, Zulkifli2,*, Iwan Purnama3, Agustina Sidabutar4, Abdul Karim4, Mesran4
1Prodi Sistem Informasi, STMIK Triguna Dharma, Medan, Indonesia
2 Prodi Administrasi Niaga, Sekolah Tinggi Ilmu Administrasi Setih Setio Muara Bungo, Jambi, Indonesia
3 Teknologi Informasi Fakultas Sains dan Teknologi, Universitas Labuhanbatu, Rantoprapat, Indonesia
4 Prodi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia
Email: 1[email protected], 2,*[email protected], 3[email protected], 4[email protected],
5[email protected], 6[email protected] Email Penulis Korespondensi: [email protected]
Abstrak−Kerani Timbang adalah bagian dari karyawan BUMN yang bertugas untuk menghitung penghasilan masuk dan keluar dari hasil timbangan bahan baku perusahaan. Tentunya setiap perusahaan yang bergerak dibidang tersebut memerlukan kerani timbang yang berkualitas yang mampu meningkatkan kualitas dari suatu perusahaan. Dalam penentuan kerani timbang lapangan terbaik haruslah memenuhi beberapa kriteria yang dapat dijadikan acuan misalnya kinerja, tanggung jawab, umur, jenjang, dan jumlah tanggungan. Dan dikarenakan banyaknya data kerani timbang lapangan yang tidak sesuai namun sudah mendaftar membuat kepala perusahaan bingung dan memerlukan waktu yang cukup lama dalam memilih kerani timbang lapangan terbaik yang layak dipekerjakan. Agar membantu dalam penentuan kerani timbang lapangan terbaik, dibutuhkan suatu sistem pendukung keputusan. Metode Operational Competitiveness Rating Analysis (OCRA) merupakan salah satu metode yang mendukung dalam menentukan kriteria prioritas penentuan kerani timbang lapangan terbaik. Adapun yang menjadi hasil dalam penelitian penentuan kerani timbang lapangan terbaik ialah alternatif A2 dengan nilai 0,583 atas nama Libra Purba.
Kata Kunci: Sistem Pendukung Keputusan; Kerani Timbang Lapangan; OCRA
Abstract−The weighing clerk is part of the BUMN employees whose job is to calculate incoming and outgoing income from the results of the company's raw material scales. Of course, every company engaged in this field requires quality weighing machines that can improve the quality of a company. In selecting the best field weigh-in, several criteria can be used as references, such as performance, responsibility, age, level, and number of dependents. And due to the large amount of data that is not suitable for field weighing clerks but has registered to be field team assistants, the head of the company is confused and it takes a long time to select suitable field weighing clerks to be employed. In order to assist in the selection of candidates for the weigh-in election, a decision support system is needed. The Operational Competitiveness Rating Analysis (OCRA) method is one of the supporting methods in determining the priority criteria for the selection of field weigh-in candidates. As for the results in the research on the selection of the best field weighing clerk, alternative A2 with a value of 0.583 on behalf of the Libra Purba.
Keywords: Decision Support System; Field Weighing Officers; OCRA
1. PENDAHULUAN
Kerani Timbang (Karyawan BUMN) merupakan sebutan yang biasa kita temukan diperusahaan pabrik-pabrik tertentu khususnya pada PTPN perkebunan sawit dan perkebunan teh ataupun perkebunan lainnya. Dimana kerani timbang ini bertugas untuk menghitung hasil masuk dan keluar jumlah timbangan dari setiap hasil perkebunan yang diperoleh.
Tentunya setiap perusahaan yang bergerak dibidang tersebut memerlukan kerani timbang yang berkualitas dan mampu meningkatkan mutu, kualitas dan produktifitas dari perusahaan itu sendiri, serta mampu bersaing dengan perusahaan yang bergerak dibidang lainnya. Karena kualitas perusahaan biasanya ditentukan oleh bagaimana kinerja karyawannya dalam meningkatkan perusahaan tersebut. Maka dalam pemilihan kerani timbang lapangan terbaik haruslah memenuhi beberapa kriteria yang dapat dijadikan acuan misalnya kinerja, tanggung jawab, umur, jenjang, dan jumlah tanggungan. Dan dikarenakan banyaknya data kerani timbang lapangan yang tidak sesuai namun sudah mendaftar menjadi kerani timbang lapangan terbaik, membuat kepala perusahaan bingung dan memerlukan waktu yang cukup lama dalam memilih kerani timbang lapangan yang layak dipekerjakan. Untuk itu adanya suatu sistem sangatlah dibutuhkan untuk meminimalisir dan memperoleh data yang lebih akurat serta efisien.
Maka dari itu adanya suatu Sistem Pendukung Keputusan (SPK) diharapkam mampu untuk mengatasi masalah yang ditemui tersebut. SPK merupakan suatu sistem informasi yang ditujukan dan tentunya bersifat semi terstruktur dalam pengambilan suatu keputusan. Lebih lanjut menyatakan SPK bahwa pada dasarnya dikenal juga sebagai Decision Support System (DDS) yang merupakan pengembangan lebih lanjut dari sistem informasi menajemen terkomputerisasi yang Secara umum Sistem Pendukung Keputusan (SPK) dibuat sedemikian rupa sehingga bersifat interaktif dengan pemakaiannya[1]. Adapun sistem yang diterapkan menggunakan metode untuk menganalisa dalam pengambilan keputusan yaitu seperti Analytics Hierarchy Process (AHP), Simple Addictive
Weighting (SAW), Weighted Product (WP), Simple Multi-Attribute Rating Technique (SMART), Preference Selection Index (PSI), Vise Kriterijumska Optimizacija Kompromisno Resenje (VIKOR) dan The Extended Promethee II (EXPROM II)[2]. Dalam penelitian ini metode yang digunakan yaitu metode Operational Competitiveness Rating Analysis (OCRA). OCRA adalah teknik pengukuran efisiensi non-parametrik dan pertama kali diusulkan untuk menyelesaikan kinerja masalah pengukura dan analisis produktivitas[3].
Beberapa penelitian sebelumnya yang menggunakan metode Operational Competitiveness Rating Analysis (OCRA) diantaranya penelitian yang dilakukan oleh Milos Madic, dkk pada tahun 2015 yang dimana dalam penelitian ini membahas tentang penentuan mesin terbaik menggunakan metode OCRA dan terdapat beberapa kriteria sehingga memperoleh hasil 0,98 sebagai alternatif terbaik[4]. Penelitian yang dilakukan oleh Surya Sintamie Hasibuan pada tahun 2021 yang membahas tentang pemelihan rekomendasi jabatan menggunakan metode OCRA.
Dimana dalam penelitian ini terdapat beberapa kriteria yang memperoleh hasil alternatif sebesar 0,375 yang menduduki rangking pertama[5]. Penelitian yang dilakukan oleh Nilsen Kundakci pada tahun 2019 yang membahas tentang penentuan supplier. Dimana dalam penelitian ini terdapat beberapa kriteria yang setelah dilakukan perhitungan menghasilkan alternatif A2 sebagai alternatif terbaik sebesar 0.0650 sebagai rangking pertama[6].
Penelitian yang dilakukan oleh A. Tus Isik, dkk pada tahun 2016 yang membahas tentang penentuan hotel terbaik menggunakan metode OCRA. Dimana dalam penelitian ini terdapat beberapa kriteria yang setelah dilakukan perhitungan maka menghasilkan alternatif A2 sebagai alternatif terbaik sebesar 0.210 sebagai rangking pertama[7].
Penelitian yang dilakukan oleh Azir Ozbek pada tahun 2005 yang membahas tentang pemilihan bank dengan implementasi metode OCRA. Dimana dalam penelitian ini terdapat beberapa kriteria yang setelah dilakukan perhitungan maka menghasilkan alternatif terbaik sebesar 2.776 sebagai rangking pertama[8].
Berdasarkan pembahasan diatas maka penulis tertarik melakukan penelitian dengan menggunakan metode Operational Competitiveness Rating Analysis (OCRA). Metode OCRA adalah pendekatan pengukuran kinerja relatif berdasarkan sebuah model nonparametrik. Pada metode Operational Competitiveness RatingA nalysis (OCRA), juga membutuhkan bobot pada setiapkriterianya. Bobot kriteriapada sistem pendukung keputusan mutlak diperlukan, banyak metode yang berkembang saat ini, namun pada penerapannya bobot tetap ditentukan sendiri oleh pengambil keputusan. Tentu saja hal ini, kurang tepat, karena masih bersifat subyektif. Terdapat beberapa metode yang dapat menghasilkan nilai bobot, diantaranya Rank Order Centroid ROC[9].
2. METODOLOGI PENELITIAN
2.1 Sistem Pendukung Keputusan (SPK)
Sistem pendukung keputusan dapat didefinisikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan tidakterstruktur. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. Selain itu juga sistem pendukungkeputusan ditujukan untuk keputusan – keputusan yang memerlukan penilaian atau pada keputusan keputusan yang sama sekali tidak dapat didukung oleh algoritma[10]–
[13].
2.2 Kerani Timbang
Kerani Timbang adalah bagian dari karyawan BUMN yang bertugas untuk menghitung penghasilan masuk dan keluar dari hasil timbangan bahan baku perusahaan.
2.3 Metode Operational Competitiveness Rating Analysis (OCRA)
Metode Operational Competitiveness Rating Analysis (OCRA) adalah pendekatan pengukuran kinerja relatif berdasarkan model nonparametrik. Metode ini pertama kali dikembangkan oleh Parkan pada tahun 1994 dan merupakan metode yang sangat berguna dan sederhana untuk menganalisis berbagai sektor dan membandingkan unit-unit keputusan yang berbeda. Selain itu, kemampuan untuk membandingkan dan memantau kinerja unit keputusan dari waktu ke waktu adalah fitur penting lainnya dari metode ini. Operational Competitiveness Rating Analysis (OCRA) adalah teknik pengukuran efisiensi non-parametrik dan pertama kali diusulkan untuk menyelesaikan masalah pengukuran kinerja dan analisis produktivitas[5], [14]–[16]. Langkah-langkah metode Operational Competitiveness Rating Analysis (OCRA) dapat diringkas sebagai berikut :
1. Pada langkah pertama, membentuk matriks keputusan Xij
𝑋 = [𝑥𝑖𝑗]𝑚𝑥𝑛=[
𝑥11 𝑥12 … 𝑥1𝑛 𝑥21 𝑥22 … 𝑥2𝑛
⋮ ⋮ ⋱ ⋮
𝑥𝑚1 𝑥𝑚2 … 𝑥𝑚𝑛
]i = 1,…m j = 1, 2, …, n (1)
2. Pada langkah kedua peringkat preferensi sehubungan dengan kriteria tidak bermanfaat (kriteria biaya) ditentukan. Di sini, nilai-nilai kerja dari alternatif untuk kriteria yang akan diperkecil dihitung hanya dari kriteria yang bermanfaat tidak dipertimbangkan. Total kinerja alternatif sehubungan dengan kriteria non-menguntungkan dapat dihitung dengan bantuan rumus dibawah ini.
𝐼̅=∑𝑔𝑗=1𝑤𝑗max(𝑥𝑖𝑗)
min(𝑥𝑖𝑗)(i=1,2,…,m j=1,2,…g) (2)
3. Pada langkah ketiga, peringkat preferensi linier dari setiap alternatif untuk kriteria yang tidak menguntungkan dihitung dengan rumus dibawah ini.
𝐼̿𝑖=𝐼̅𝑖- min(𝐼̅𝑖) (3)
4. Pada langkah keempat, peringkat preferensi sehubungan dengan kriteria manfaat ditentukan. Untuk kriteria yang menguntungkan, alternative yang memiliki nilai lebih tinggi lebih disukai. Peringkat kinerja total dari alternatif i untuk semua kriteria bermanfaat dihitung dengan rumus dibawah ini.
𝑂̿𝑖=∑𝑛𝑗=𝑔+1𝑤𝑗𝑥𝑖𝑗−max(𝑥𝑖𝑗)
min(𝑥𝑖𝑗) (i=1,2,…,m j=g+1,g+2,…n) (4)
5. Pada langkah kelima, peringkat preferensi linear dihitung untuk kriteria yang bermanfaat dihitung dengan rumus.
𝑂̿𝑖=𝑂̿𝑖- min(𝑂̿𝑖) (5)
6. Pada langkah keenam, nilai preferensi total untuk setiap alternatif dihitung dengan menggunakan rumus dibawah ini.
𝑃1=(𝐼̿𝑖+𝑂̿𝑖) − min(𝐼̿ + 𝑂̿) i = 1,2,…m (6)
2.4 Tahapan Penelitian
Adapun tahapan penelitian yang penulis lakukan dalam penelitian, sebagai berikut ini:
Gambar 1. Kerangka Penelitian
Mulai Analisa Masalah Pengumpulan Data
Analisa dan Penerapan Metode Studi Literatur Dan
Kepustakaan
Pembuatan Laporan Penelitian
Selesai
Penerapan Metode Operational Competitiveness Rating Analysis (OCRA)
1. Membentuk matriks keputusan
2. Menghitung peringkat preferensi untuk kriteria yang akan diminimalkan (cost)
3. Menghitung peringkat preferensi linear dari setiap alternatif kriteria cost
4. Menghitung nilai preferensi benefit
5. Menghitung peringkat preferensi linear untuk kriteria benefit 6. Menghitung nilai preferensi total setiap alternatif
Berikut merupakan penjelasan dari tahapan di atas.
a. Analisa Masalah
Analisa masalah digunakan untuk memecahkan suatu masalah serta menganalisa data dalam melakukan suatu kajian sebelum melakukan perancangan ataupun perhitungan.
b. Pengumpulan Data
Dalam penelitian ini melakukan suatu observasi yang digunakan untuk lebih memahami bagaimana prosedur dalam penentuan kerani timbang lapangan terbaik.
c. Studi Literatur
Digunakan untuk mempelajari serta menambah pemahaman peneliti tentang Sistem Pendukung Keputusan (SPK) secara umun dan metode Operational Competitiveness Rating Analysis (OCRA) secara khusus serta membaca jurnal-jurnal ataupun referensi lainnya yang terkait dengan penelitian.
d. Analisa dan Penerapan Metode
Tahap awal dalam penelitian ini yaitu dimulai dengan menganalisa permasalahan yang terjadi dalam pemilihan kerani timbang lapangan. Dimulai dari menganalisa perhitungan sistem lama yang masih manual, setelah itu dilanjutkan dengan menganalisa dengan menggunakan perhitungan baru dengan metode yang digunakan yaitu Operational Competitiveness Rating Analysis (OCRA).
e. Laporan Penelitian
Pada tahapan ini membuat laporan dari keseluruhan penelitian ini, untuk melihat apakah hasil dari penelitian ini sudah sesuai dengan yang diharapkan, dan dilanjutkan dengan membuat suatu kesimpulan dari penelitian tersebut.
3. HASIL DAN PEMBAHASAN
3.1 Penentuan Kriteria, Bobot
Dalam menghasilkan keputusan dalam pemilihan kerani timbang lapangan terbaik , maka dibutuhkan data-data seperti, data kriteria, bobot dan alternatif. Untuk pemilihan tersebut terdapat 5 (lima) kriteria yang digunakan untuk melakukan suatu penilaian . Pada berbagai kriteria-kriteria memiliki nilai bobot yang dimana hasilnya menggunakan metode, Rank Order Centroid (ROC)[9], [17], [18]. Berikut tabel 1 merupakan daftar kriteria dan bobot yang digunakan.
Tabel 1. Kriteria dan Bobot
Kriteria Keterangan Bobot Jenis
C1 Kinerja 0.456 Benefit
C2 Tanggung Jawab 0.256 Benefit
C3 Jumlah Tanggungan 0.156 Benefit
C4 Usia 0.09 Cost
C5 Jenjang 0.04 Cost
Tabel 1 merupakan daftar kriteria yang di tetapkan dengan pembobotannya menggunakan metode Rank Order Centroid (ROC). Berikut keterangan kriteria yang digunakan pada tabel 1:
Kinerja : hasil yang dicapai oleh kerani timbang lapangan dalam pekerjaannya.
Tanggung Jawab : kepatuhan kerani timbang dalam melakukan tugasnya.
Jumlah Tanggungan : jumlah anak yang ditanggung kerani timbang lapangan.
Usia : usia minimal 25 tahun dan maksimal 55 tahun.
Jenjang : minimal berpendidikan Sekolah Menengah Pertama (SMP) Tabel 2. Alternatif Untuk Kriteria
Alternatif Kinerja Tanggung Jawab Jumlah Tanggungan Usia Jenjang
Ngatmin (A1) Baik Sangat Baik 2 40 SMA
Libra Purba (A2) Sangat Baik Sangat Baik 4 53 SMA
Nova Sinaga (A3) Baik Baik 3 52 S1
Erpi Sitorus (A4) Baik Sangat Baik 4 48 SMA
Anto (A5) Sangat Baik Baik 3 40 SMA
Gussang Sidabutar (A6) Sangat Baik Baik 4 54 SMA
Samsiar (A7) Kurang Baik Baik 4 35 SMP
Tabel 3. Bobot Nilai Kriteria C1 dan C2
Keterangan Nilai Bobot Sangat Baik
Baik Kurang Cukup
4 3 2 1 Tabel 4. Bobot Nilai Kriteria C5
Keterangan Nilai Bobot
S1 3
SMA 2
SMP 1
Tabel 5. Data Rating Kecocokan Alternatif C1 C2 C3 C4 C5
A1 3 4 2 40 2
A2 4 4 4 53 2
A3 3 3 3 52 3
A4 3 4 4 48 2
A5 4 3 3 40 2
A6 4 3 4 54 2
A7 2 3 4 35 1
3.2 Penerapan Metode OCRA
Berikut ini langkah-langkah yang dibutuhkan untuk menentukan pemilihan kerani timbang lapangan dengan menggunakan metode Operational Competitiveness Rating Analysis (OCRA).
1. Membentuk matriks keputusan
𝑋 = [𝑥𝑖𝑗]𝑚𝑥𝑛=
[
3 4 2 40 2 4 4 4 53 2 3 3 3 52 3 3 4 4 48 2 4 3 3 40 2 4 3 4 54 2 2 3 4 35 1]
2. Menghitung peringkat preferensi untuk kriteria yang akan diminimalkan (cost) untuk kriteria C4 dan C5 𝐼̅1=∑ (0.0954−4035 ) + (0.043−2
1 )=∑ 0.036 + 0.04 = 0.076 𝐼̅2=∑ (0.0954−53
35 ) + (0.043−2
1 )=∑ 0.002 + 0.04 = 0.042 𝐼̅3=∑ (0.0954−52
35 ) + (0.043−3
1 )=∑ 0.005 + 0.08 = 0.085 𝐼̅4=∑ (0.0954−48
35 ) + (0.043−2
1 )=∑ 0.015 + 0.04 = 0.055 𝐼̅5=∑ (0.0954−40
35 ) + (0.043−2
1 )=∑ 0.036 + 0.04 = 0.076 𝐼̅6=∑ (0.0954−54
35 ) + (0.043−2
1 )=∑ 0.000 + 0.04 = 0.000 𝐼̅7=∑ (0.0954−35
35 ) + (0.043−1
1 )=∑ 0.048 + 0.08 = 0.128
3. Menghitung peringkat preferensi linear dari setiap alternatif yang tidak menguntungkan (Cost) 𝐼̿1= 0.076 − 0.000 = 0.076
𝐼̿2= 0.042 − 0.000 = 0.042 𝐼̿3= 0.085 − 0.000 = 0.085 𝐼̿4= 0.055 − 0.000 = 0.055 𝐼̿5= 0.076 − 0.000 = 0.076 𝐼̿6= 0.000 − 0.000 = 0.000 𝐼̿7= 0.128 − 0.000 = 0.128
4. Menghitung peringkat preferensi untuk kriteriayang dimaksimalkan (Benefit) untuk kriteria C1, C2, dan C3.
𝑂̅1= ∑ (0.4563 − 2
2 ) + (0.2574 − 3
3 ) + (0.1562 − 2
2 ) = ∑ 0.228 + 0.085 + 0.000 = 0.313 𝑂̅2= ∑ (0.4564 − 2
2 ) + (0.2574 − 3
3 ) + (0.1564 − 2
2 ) = ∑ 0.456 + 0.085 + 0.156 = 0.697 𝑂̅3= ∑ (0.4563 − 2
2 ) + (0.2573 − 3
3 ) + (0.1563 − 2
2 ) = ∑ 0.228 + 0.000 + 0.078 = 0.306 𝑂̅4= ∑ (0.4563 − 2
2 ) + (0.2574 − 3
3 ) + (0.1564 − 2
2 ) = ∑ 0.228 + 0.085 + 0.156 = 0.469 𝑂̅5= ∑ (0.4564 − 2
2 ) + (0.2573 − 3
3 ) + (0.1563 − 2
2 ) = ∑ 0.456 + 0.000 + 0.078 = 0.534 𝑂̅6= ∑ (0.4564 − 2
2 ) + (0.2573 − 3
3 ) + (0.1564 − 2
2 ) = ∑ 0.456 + 0.000 + 0.156 = 0.612 𝑂̅7= ∑ (0.4562 − 2
2 ) + (0.2573 − 3
3 ) + (0.1564 − 2
2 ) = ∑ 0.000 + 0.000 + 0.156 = 0.156 5. Menghitung perangkat preferensi linear dihitung untuk kriteria menguntungkan (Benefit)
𝑂̿1= 0.313 − 0.156 = 0.157 𝑂̿2= 0.697 − 0.156 = 0.541 𝑂̿3= 0.306 − 0.156 = 0.156 𝑂̿4= 0.469 − 0.156 = 0.313 𝑂̿5= 0.534 − 0.156 = 0.378 𝑂̿6= 0.612 − 0.156 = 0.456 𝑂̿7= 0.156 − 0.156 = 0.000
6. Menghitung nilai preferensi total untuk setiap alternatif 𝑃1= (0.076 + 0.157) − 0.000 = 0.233
𝑃2= (0.042 + 0.541) − 0.000 = 0.583 𝑃3= (0.085 + 0.156) − 0.000 = 0.241 𝑃4= (0.055 + 0.313) − 0.000 = 0.368 𝑃5= (0.076 + 0.378) − 0.000 = 0.454 𝑃6= (0.076 + 0.456) − 0.000 = 0.532 𝑃7= (0.000 + 0.000) − 0.000 = 0.000
Berdasarkan perhitungan dengan metode OCRA diatas maka diperoleh hasil perangkingan dan dapat dilihat pada tabel 6 dibawah ini.
Tabel 6. Nilai Preferensi
Alternatif Nama Kerani Timbang Nilai Preferensi Peringkat
A1 Ngatmin 0.233 6
A2 Libra Purba 0.583 1
A3 Nova Sinaga 0.241 5
A4 Erpi Sitorus 0.368 4
A5 Anto 0.454 3
A6 Gussang Sidabutar 0.532 2
A7 Samsiar 0.000 7
Dari nilai preferensi diatas diperlihatkan bahwa 0.583 memiliki nilai terbesar, sehingga dapat di tentukan bahwa yang terdapat pada alternatif yang kedua (A2) ialah alternatif yang terpilih yaitu kerani timbang lapangan terbaik yang bernama Libra Purba sebagai kerani timbang lapangan menduduki rangking pertama.
4. KESIMPULAN
Dari hasil penelitian dari tahap yang paling awal hingga pengujian dapat disimpulkan bahwa metode Operational Competitiveness Rating Analysis (OCRA) tersebut dapat digunakan dalam proses suatu pemilihan kerani timbang lapangan terbaik. Penerapan sistem pendukung keputusan dengan menerapkan metode Operational Competitiveness Rating Analysis (OCRA) diatas memperoleh hasil 0,583 yang berada pada alternatif kedua (A2) atas nama Libra Purba sebagai kerani timbang lapangan terbaik yang menduduki rangking pertama. Maka penerapan sistem
pendukung keputusan dengan menerapkan metode Operational Competitiveness Rating Analysis (OCRA) dapat digunakan khususnya petugas yang bertugas dalam melakukan pemilihan kerani timbang lapangan. Penerapan nilai bobot yang spesifik pada metode Operational Competitiveness Rating Analysis (OCRA) mempengaruhi hasil proses pemilihan, sehingga hasilnya menjadi lebih baik.
REFERENCES
[1] D. Ayudia, G. W. Nurcahyo, and S. Sumijan, “Optimalisasi Penentuan Kriteria Penerima Bantuan Program Indonesia Pintar dengan Metode TOPSIS,” J. Sistim Inf. dan Teknol., vol. 3, pp. 140–147, 2021.
[2] 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.
[3] N. T. L. Toruan, “Sistem Pendukung Keputusan Pemilihan Pembawa Acara Berita Terbaik Menerapkan Metode OCRA,”
Bull. Comput. Sci. Res., vol. 1, no. 3, pp. 71–78, 2021.
[4] M. Madić, D. Petković, and M. Radovanović, “SELECTION OF NON-CONVENTIONAL MACHINING PROCESSES USING THE OCRA METHOD,” vol. 10, no. 1, pp. 61–73, 2015.
[5] S. S. Hasibuan, “Penerapan Metode Operational Competitiveness Rating Analysis ( OCRA ) Dalam Keputusan Rekomendasi Mutasi Jabatan Karyawan,” vol. 1, no. 1, pp. 1–8, 2021.
[6] N. Kundakcı, “A Comparative Analyze Based On EATWOS and OCRA Methods For Supplier Evaluation,” Alphanumeric J., vol. 7, no. 1, 2019.
[7] A. T. Işik and E. A. Adali, “A new integrated decision making approach based on SWARA and OCRA methods for the hotel selection problem,” Int. J. Adv. Oper. Manag., vol. 8, no. 2, pp. 140–151, 2018.
[8] A. Özbek, “Efficiency Analysis of Foreign-Capital Banks in Turkey by OCRA and MOORA,” vol. 6, no. 13, pp. 21–31, 2015.
[9] 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.
[10] I. Herman Firdaus, G. Abdillah, F. Renaldi, and U. Jenderal Achmad Yani Jl, “Sistem Pendukung Keputusan Penentuan Karyawan Terbaik Menggunakan Metode Ahp Dan Topsis,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. Sentika, pp. 2089–9815, 2016.
[11] T. Limbong et al., Sistem Pendukung Keputusan: Metode & Implementasi. Medan: Yayasan Kita Menulis, 2020.
[12] D. Nofriansyah, Multi Criteria Decision Making (MCDM) Pada Sistem Pendukung Keputusan. Yogyakarta: CV.Budi Utama, 2017.
[13] D. Nofriansyah, Konsep Data Mining Vs Sistem Pendukung Keputusan. 2015.
[14] R. P. Edi, “Penerapan Metode Occupational Repetitive Action ( OCRA ) untuk Mengurangi Masalah Ergonomi dan Gangguan Muskuloskeletal pada Stasiun Kerja Barrel di PT . Soen Permata,” vol. 2, no. 1, pp. 56–64, 2021.
[15] A. Karim, S. Esabella, Kusmanto, Mesran, and U. Hasanah, “Analisa Penerapan Metode Operational Competitiveness Rating Analysis ( OCRA ) dan Metode Multi Attribute Utility Theory ( MAUT ) Dalam Pemilihan Calon Karyawan Tetap Menerapkan Pembobotan Rank Order Centroid ( ROC ),” J. Media Inform. Budidarma, vol. 5, no. 4, pp. 1674–1687, 2021.
[16] N. Kundakcı, “An Integrated Multi-Criteria Decision Making Approach for Tablet Computer Selection,” Eur. J.
Multidiscip. Stud., vol. 5, no. 1, p. 36, 2017.
[17] J. Informa, P. Indonusa, and S. Issn, “Sistem pendukung keputusan kenaikan pangkat karyawan,” vol. 4, 2018.
[18] 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.
