Penerapan Metode Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA) Dalam Seleksi Siswa Unggulan Sekolah

Penerapan Metode Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA) Dalam Seleksi Siswa Unggulan Sekolah

Fifto Nugroho¹, Harmayani², Mesran^3,*, Rabli Hari Mulia³, Eko Maruli Tua Situmorang³, Ricard Ricardo³

1Program Studi Sistem Komputer, Universitas Bung Karno, Jakarta, Indonesia

2Fakultas Teknik, Prodi Teknik Informatika, Universitas Asahan, Kisaran, Indonesia

3Prodi Teknik Informatika, Universitas Budi Darma, Medan, Indonesia

Email: ¹fiftonugroho@ubk.ac.id, ²baakamik@yahoo.co.id ^3,*mesran.skom.mkom@gmail.com Email Penulis Korespondensi: mesran.skom.mkom@gmail.com

Abstrak−Penelitian ini bertujuan untuk seleksi siswa unggulan yang terdapat dalam suatu sekolah berdasarkan prestasi-prestasi yang diperoleh siswa. Untuk menyelesaikan masalah tersebut penulis menggunakan metode Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA). MOORA merupakan salah satu metode yang relatif sederhana yang dapat melakukan perangkingan terhadap sejumlah alternatif dengan mengurangkan kriteria benefit dan cost yang telah di bobotkan terlebih dahulu. Hasil penelitian diperoleh bahwa nilai perangkingan tertinggi terdapat pada alternatif A1 dengan hasil 0,1906 dan diikuti oleh alternatif A2 dengan hasil 0,1901.

Kata Kunci: Siswa; Sistem Pendukung Keputusan; MOORA

Abstract−This study aims to determine the superior students in a school based on the achievements of the students. To solve this problem, the writer uses the Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA) method. MOORA is a relatively simple method that can rank a number of alternatives by subtracting the previously weighted benefit and cost criteria. The results showed that the highest ranking value was found in alternative A1 with a result of 0.1906 and followed by alternative A2 with a result of 0.1901.

Keywords: Students; Decision Support System; MOORA

1. PENDAHULUAN

Kata prestasi berasal dari kata Belanda “Prestasic” yang berarti hasil dari pada usaha. Menurut kamus Besar Bahasa Indonesia, prestasi disebut sebagai hasil penilaian yng dihasilkan dari proses belajar mengajar yang sifatnya kognitif sehungga dapat ditentukan melalui nilai ataupun pengukuran yang dilakukan oleh pihak persekolahan. Tidak salah lagi, dengan rajin belajar prestasi akan lebih mudah didapatkan oleh siapa pun yang menginginkannya dikarenakan proses belajar itu sangatlah penting untuk menggali ilmu yang dilakukan oleh pihak persekolahan. Tidak salah lagi, dengan rajin belajar prestasi akan lebih mudah didapatkan oleh siapa pun yang menginginkannya dikarenakan proses belajar itu sangatlah penting untuk menggali ilmu yang bermanfaat.

Prestasi merupakan hasil belajar yang diperoleh setelah melalui proses belajar baik itu untuk diri sendiri maupun untuk sekelompok[1]. Seseorang akan memiliki prestasi jika ada usaha yang dilakukan, akan tetapi terkadang terkadang juga ada sebagian orang yang telah melakukan usaha tapi tidak ada prestasi itu dikarenakan kurangnya usaha dan keterampilan yang dimiliki. Dalam penentuan siswa yang berprestasi, maka ada proses penilaian dalam membuat sebuah keputusan tersebut diantaranya diperlukan nilai kehadir (data absensi), nilai akademik (nilai raport) dan nilai etika (kepribadian). Dari ketiga penilaian tersebut maka terbentuklah nantinya beberapa kriteria yang digunakan sebagai pengukur dalam menentukan siswa berprestasi.

Jika seorang siswa/siswi mempunyai presatasi yang lebih di antara siswa/siswi lainnya, dan akan dikirim ke kompetisi ataupun lomba untuk membawa nama sekolah, sudah pasti akan membuat bangga dan akan dikenang hingga sampai kapanpun. Prestasi yang diperoleh harus berdasarkan kemampuan siswa/siswi itu sendiri, sehingga prestasi ini akan sangat berpengaruh untuk masa depan yang akan datang. Penyeleksian siswa unggulan didalam lingkungan sekolah merupakan hal yang baik bertujuan agar memiliki siswa yang berprestasi dilingkungan sekolah. Adanya proses siswa unggul pihak sekolah menseleksi secara slektif. Siswa unggulan sangat diimpikan oleh sebagian siswa didalam lingkungan sekolah karena dapat memberikan suatu alat ukur buat dirinya bahwa saya dia memikiki kemampuan diatas rata-rata dari temannya maka banyak siswa yang berusaha keras untuk mendapatkan sebutan siswa unggulan disekolah masing-masing.

Prestasi yang dimiliki oleh siswa menjadi suatu dasar bagi pihak sekolah dalam menentukan siswa unggulan yang terdapat disekolah tersebut. Agar penilaian menjadi lebih objektif, maka pihak sekolah membutuhkan sistem pendukung keputusan dalam menentukan siswa unggulan di sekolah. Sistem Pendukung Keputusan (SPK) merupakan sistem komputerisasi yang akan menghasilkan alternatif terbaik berdasarkan metode yang diterapkan dalam menyelesaikan masalah yang dialami sehingga menghasilkan sebuah keputusan [2]. Dalam SPK ada banyak metode yang dapat diterapkan dalam mengambil sebuah keputusan agar memperoleh alternatif terbaik, diantaranya TOPSIS, WASPAS, WP, MOORA, VIKOR, ARAS, ELECTRE dan banyak lainnya lagi [3][4].

Adapun penelitian sebelumnya yang dilakukan oleh Mesran pada tahun 2017, dimana hasil dari penelitian tersebut alternatif A1 merupakan alternatif dengan nilai referensi terbaik sehingga diterima menjadi siswa unggul dengan menerapkan metode MOORA [5]. Kemudian penelitian yang dilakukan oleh Swandi Pardede pada tahun

DOI: 10.30865/mib.v6i4.4856

2017, dalam penelitian tersebut menjelaskan penerapan metode MOORA dalam mengambil keputusan untuk penentuan yang berhak menerima Jamkesmas berdasarkan nilai referensi terbesar. Adapun pada penelitian ini dengan nilai terbesar ada pada alternatif A6 dengan nilai 0,2622 [6].

Penelitian yang dilakukan oleh Achmad Syafi Zain dan Rita Purniawati pada tahun 2020 dengan menerapkan metode simple additive weighting (SAW) dalam pengambilan keputusan menerima siswa baru dengan perolehan skor tertinggi diperoleh Tito Tri dengan jumlah skor 0,964[7]. Pada tahun 2018 sebuah penelitian yang dilakukan oleh Aprillya Ulva, dkk. Mengenai metode MOORA dan WASPAS yang diterapkan untuk mengambil sebuah keputusan keputusan dalam memilihan Bibit lele terbaik dengan perolehan referensi terbaik yaitu penerapan metode MOORA dengan alternatif A4 jumlah 0,368 sedangkan menggunakan metode WASPAS nilai referensi terbaik itu ada pada alternatif A4 juga dengan jumlah 0,974[8].

2. METODOLOGI PENELITIAN

2.1 Tahapan Penelitian

Tahapan penelitian merupakan sebuah langkah pengerjaan dalam menyelesaikan penelitian secara terencana, teratur dan sistematis agar penelitian ini sesuai dengan yang di harapkan[9]. Berikut langkah-langkah penyelesaian penelitian ini[10]:

Gambar 1. Tahapan Penelitian

Berdasarkan gambar 1, berikut beberapa tahapan yang dilakukan agar penelitian ini terstruktur dan sistematis:

1. Tahap awal yang dilakukan adalah menganalisa permasalah yang terjadi pada saat seleksi siswa unggulan dan solusi yang dilakukan untuk mengatasi masalah yang terjadi.

2. Pengumpulan data berdasarkan observasi dari tempat penelitian.

3. Studi pustaka dilakukan untuk mengkaji ulang agar mempermudah dalam pengolahan data berdasarkan permasalahan yang terjadi.

4. Penerapan metode Multi-Objective Optimization On The Basis Of Ratio Analysis (MOORA) dalam mencari siswa unggulan.

5. Kesimpulan, setelah diterapkan metode MOORA maka diperolehlah sebuah kesimpulan dari penyeleksian siswa unggulan sekolah.

2.2 Siswa Unggulan

Siswa unggulan meupakan siswa yang berprestasi belajar dengan adanya perubahan perilaku yang menetap, fungsional, positif dan terdidik[11].

2.3 Metode Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA)

Metode MOORA merupakan multi objektif system yang dapat mengoptimalkan dua atribut atau lebih atribut yang secara bersaam saling berlawanan. Metode MOORA memanfaatkan perkalian sebagai penghubung rating atribut, atribut tersebut dipangkatkan terlebih dahulu dengan bobot kemudian mencari preferensi dari alternatif. Metode ini sangat fleksibel dan mudah dipahami sehingga memisahkan bagian subjektifitas dalam mengevaluasi bobot kriterai untuk mengambil keputusan[12][13]. Berikut langkah penerapan metode MOORA [14]

1. Penentuan nilai matrik

Tentukan nilai matriks agar dapat mengidentifikasikan atribut yang digunakan.

2. Normalisasi matriks

Membentuk matriks keputusan dari setiap atribut berdasarkan informasi yang telah disediakan.

Analisa Masalah

Pengumpulan Data

Menerapkan Metode Multi-Objective Optimization On The Basis Of Ratio Analysis (MOORA)

Kesimpulan Studi Pustaka

X = [

𝑥₁₁ 𝑥₁₂ 𝑥_1𝑛 𝑥₂₁ 𝑥₂₂ 𝑥_2𝑛 𝑥₃₁ 𝑥₃₂ 𝑥_3𝑛

] (1)

3. Normalisasi matriks keputusan

Breaures (2008) menyimpulkan bahwa untuk penyebut, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dan setiap alternatif peratribut.

X*ij = Xij / √[∑^𝑚_𝑖=1𝑥_𝑖𝑗 ²] (2)

Untuk j = 1 2…m 4. Mengoptimalkan Atribut

Optimasi Multiobjektif, diperlukan menormalisasikan ukuran untuk atribut keuntungan (benefit) ditambah ke kasus maksimasi begitu juga untuk atribut biaya (cost) maka dikurang ke kasus minimasi.

Yi =∑^𝑔_𝑗=1− ∑^𝑛_𝑗=𝑔+1𝑥_𝑖𝑗^𝑥 (3)

untuk G adalah jumlah atribut yang dimaksimalkan, (n-g) adalah jumlah atribut yang diminimalkan, dan yi adalah nilai penilaian yang telah dinormalisasikan dari altenatif 1 terhadap semua atribut.

Saat atribut bobot dipertimbangkan, persamaan 3 menjadi sebagai berikut:

Yi = ∑^𝑔_𝑗=1𝑊j X^*I j - ∑^𝑛_𝑗=𝑔+1𝑊j 𝑊_𝑖𝑗^∗ (4)

Wj adalah bobot dari J^th atribut.

5. Perangkingan nilai Yi

Yi dapat bernilai positif ataupun bernilai negatif tergantung dari total maksimal dan minimal dari matriks keputusan. Pilihan terakhir di lihat berdasrkan urutan peringkat dan Yi.

Jika Yi tertinggi maka alternatif tersebut menjadi terbaik, begitu juga sebaliknya jika Yi bernilai rendah maka alternatif tersebut termasuk buruk [15].

3. HASIL DAN PEMBAHASAN

Siswa unggulan diseleksi berdasarkan kriteria yang telah ditentukan, dari banyaknya jumlah siswa yang ada di sekolah, membuat pimpinan sekolah kesuliatan dalam menentukan siswa yang unggul, karena dalam membuat sebuah keputusan siswa yang termasuk siswa unggul perlu adanya sebuah metode penyelesaian masalah tersebut karena pihak sekolah tidak dapat menentukan siswa unggulan tersebut secara acak (random) karena itu tidaklah efektif dan adil. Oleh karena itu maka diperlukan sebuah sistem pendukung keputusan dengan menggunakan metode MOORA.

Dalam menerapkan metode Multi-Objective Optimization On The Basic Of Ratio Analysist (MOORA) maka memerlukan beberapa kriteria yang berperan dalam perhitungan pada semua alternatif. Berikut beberapa kriterai yang di gunakan beserta bobot dari setiap kriteria tersebut.

Tabel 1. Kriteria (C)

Kriteria Keterangan Bobot Jenis

C1 Nilai Raport 0.30 Benefit

C2 Ekstrakulikuler 0.20 Benefit

C3 Absensi 0.15 Cost

C4 Kepribadian 0.15 Benefit

Pembobotan untuk kegiatan ekstrakurikuler dapat dilihat pada tabel 3 di bawah ini.

Tabel 2. Menentukan Kriteria Kegiatan Ekstrakulikuler

Range Nilai Bobot

D Buruk 0.25

C Kurang 0.50

B Baik 0.75

A Sangat Baik 1

Pembobotan untuk kriteria Kepribadian dapat dilihat pada tabel dibawah.

Tabel 3. Menentukan Kriteria Kepribadian

Range Nilai Bobot

D Buruk 0.25

C Kurang 0.50

DOI: 10.30865/mib.v6i4.4856

Range Nilai Bobot

B Baik 0.75

A Sangat Baik 1

Tabel 4 merupakan tabel yang berisikan data siswa yang dipilih oleh pihak sekolah. Data tersebut merupakan data siswa unggul.

Tabel 4. Data Calon peserta siswa unggulan

Alternatif C1 C2 C3 C4

Alif Syaputra Hasibuan(A1) 89,75 B 0 B

Igbal Bebi Amzah 89.42 B 0 B

Deviana Devi sagala 90.58 B 1 B

Winda Lestari Sitompul 90.42 B 2 B

Li Bakti 87 B 0 B

Sri Ramadhani Rambe 85,25 B 5 B

Dewi Lisnawati Silitonga 88.67 B 2 B

Berdasarkan pembobotan pada tabel 2 hingga tabel 3, berikut tabel 5 yang diperoleh dari pembobotan kriteria yang bersifat linguistik.

Tabel 5. Data Rating Kecocokan Bobot dan Kriteria

Alternatif C1 C2 C3 C4

Alif Syaputra Hasibuan(A1) 89,75 0.75 0 0.75

Igbal Bebi Amzah 89.42 0.75 0 0.75

Deviana Devi sagala 90.58 0.75 1 0.75

Winda Lestari Sitompul 90.42 0.75 2 0.75

Li Bakti 87 0.75 0 0.75

Sri Ramadhani Rambe 85,25 0.75 5 0.75

Dewi Lisnawati Silitonga 88.67 0.75 2 0.75

Setelah dibuat rating kecocokan berdasarkan alternatif dan kriteria, berikut langkah penerapan metode MOORA dalam penentuang siswa unggulan berdasarkan kriteria yang telah ditentukan:

1. Mempersiapkan matrik keputusan X

𝑥 =

|

|

89,75 0.75 0 0.75 89.42 0.75 0 0.75 90.58 0.75 1 0.75 90.42 0.75 2 0.75 87 0.75 0 0.75 85,25 0.75 5 0.75 88.67 0.75 2 0.75

|

|

2. Melakukan normalisasi matrik X

C1= √89,75²+ 89.42²+ 90.58²+ 90.42²+ 87²+ 85,25²+ 88.67² =√55130.44 = 234,79

A11 = 89,75/234,79=0.3822 A12 = 89.42 /234,79= 0.3808 A13 = 90.58 / 234,79= 0.3857 A14 = 90.42 / 234,79= 0.3851 A15 = 87 /234,79= 0.3705 A16 = 85,25 /234,79= 0.3630 A17 = 88.67 / 234,79= 0.3776

C2 =√0.75² + 0.75²+ 0.75²+ 0.75²+ 0.75²+ 0.75²+ 0.75² =√3.9375 =1,984

A12 = 0.75 /1,984=0.3780 A22 = 0.75 /1,984= 0.3780 A32 = 0.75 / 1,984= 0.3780 A42 = 0.75/ 1,984= 0.3780 A52 = 0.75 /1,984= 0.3780 A62 = 0.75/1,984= 0.3780 A72 = 0.75 /1,984= 0.3780

C3 =√0² + 0²+ 1²+ 2²+ 0²+ 5²+ 2² =√34 =5,830

A13 = 0 /5,830=0 A23 = 0/5,830= 0 A33 = 1/ 5,830= 0.1715 A43 = 2/ 5,830= 0.3430 A53 = 0 /5,830= 0.

A63 = 5/ 5,830= 0.8576 A73 = 2/ 5,830= 0.3430

C4 =√0.75² + 0.75²+ 0.75²+ 0.75²+ 0.75²+ 0.75²+ 0.75² =√3.9375 =1,984

A14 = 0.75 /1,984=0.3780 A24 =0.75 /1,984= 0.3780 A34 = 0.75 / 1,984= 0.3780 A44 = 0.75/ 1,984= 0.3780 A54 = 0.75 /1,984= 0.3780 A64 = 0.75 /1,984= 0.3780 A74 = 0.75 /1,984= 0.3780

Hasilnya dari Nirmalisasi Matriks X diperoleh matriks 𝑋_𝑖𝑗^∗ dilihat berikut ini.

X_ij^∗ =

|

|

0.3822 0.3780 0 0.3780 0.3808 0.3780 0 0.3780 0.3857 0.3780 0.1715 0.3780 0.3851 0.3780 0.3430 0.3780 0.3705 0.3780 0 0.3780 0.3630 0.3780 0.8576 0.3780 0.3776 0.3780 0.3430 0.3780

|

|

3. Mengoptimalkan atribut Menyertakan bobot dalam pencarian yang ternormalisasi

𝑋_𝑤𝑗=

|

|

0.3822(0.40) 0.3780(0.25) 0(0.20) 0.3780(0.15) 0.3808(0.40) 0.3780(0.25) 0(0.20) 0.3780(0.15) 0.3857(0.40) 0.3780(0.25) 0.1715(0.20) 0.3780(0.15) 0.3851(0.40) 0.3780(0.25) 0.3430(0.20) 0.3780(0.15) 0.3705(0.40) 0.3780(0.25) 0(0.20) 0.3780(0.15) 0.3630(0.40) 0.3780(0.25) 0.8576(0.20) 0.3780(0.15) 0.3776(0.40) 0.3780(0.25) 0.3430(0.20) 0.3780(0.15)

|

|

Hasil perkalian dengan bobot kriteria, yaitu:

𝑥 =

|

|

0.1528 0.0945 0,0159 0.0567 0.1523 0.0945 0.0477 0.0567 0.1542 0.0945 0.0477 0.0567 0.1540 0.0945 0.0477 0.0567 0.1482 0.0945 0.0636 0.0567 0.1452 0.0945 0.0477 0.0567 0.1510 0.0945 0.0636 0.0567

|

|

Tabel 6. Daftar Yi Alternatif Maximun

(C1+C2)

Minimun

(C4+C5) Yi

A1 0.2473 0.0567 0.1906

A2 0.2468 0.0567 0.1901

A3 0.2487 0.091 0.1577

A4 0.2449 0.1253 0.1196

A5 0.2427 0.0567 0.1860

A6 0.2397 0.2282 0.0115

A7 0.2455 0.1253 0.1202

Dari hasil pada tabel 6, dapat dilihat rangking setiap alternative dari peserta calon siswa unggulan pada tabel 7:

Tabel 7. Hasil rangking

Alternatif Hasil Rangking

A1 0.1906 1

A2 0.1901 2

DOI: 10.30865/mib.v6i4.4856

Alternatif Hasil Rangking

A5 0.1860 3

A3 0.1577 4

A7 0.1202 5

A4 0.1196 6

A6 0.0115 7

Alternatif A1>A2>A5 maka alternative A1 merupakan alternative yang terbaik dibanding alternatif yang lainnya.

4. KESIMPULAN

Kesimpulan dari penelitian yang telah dilakukan setelah menerapkan metode MOORA dalam seleksi siswa unggulan di sekolah dapat mempermudah pembaca dalam menyelesaikan kasus yang serupa dengan penelitian ini.

Metode MOORA penerapannya mudah untuk pemilihan siswa unggulan karena langkah – langkah penyelesaiannya yang sederhana dan dapat dipahami. Adapaun hasil akhir dari penerapan metode MOORA dalam seleksi siswa unggulan sekolah yaitu dengan nilai perangkingan tertinggi ada pada alternatif A1 dengan hasil 0,1906 dan diikuti oleh alternatif A2 dengan hasil 0,1901.

REFERENCES

[1] R. R. Anderha and S. Maskar, “Pengaruh Kemampuan Numerasi Dalam Menyelesaikan Masalah Matematika Terhadap Prestasi Belajar Mahasiswa Pendidikan Matematika,” J. Ilm. Mat. Realis., vol. 2, no. 1, pp. 1–10, 2021, doi: 10.33365/ji- mr.v2i1.774.

[2] Kusrini, Konsep Dan Aplikasi Pemdukung Keputusan. Yogyakarta: Andi, 2007.

[3] S. Syamsudin and R. Rahim, “Study Approach Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS),” Int. J. Recent Trends Eng. Res., vol. 3, no. 3, pp. 268–285, 2017, doi: 10.23883/IJRTER.2017.3077.GZXDL.

[4] Mesran, K. Tampubolon, R. D. Sianturi, F. T. Waruwu, and A. P. U. Siahaan, “Determination of Education Scholarship Recipients Using Preference Selection Index,” Int. J. Sci. Res. Sci. Technol., vol. 3, no. 6, pp. 230–234, 2017.

[5] 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.

[6] M. Mesran, S. D. A. Pardede, A. Harahap, and A. P. U. Siahaan, “Sistem Pendukung Keputusan Pemilihan Peserta Jaminan Kesehatan Masyarakat (Jamkesmas) Menerapkan Metode MOORA,” J. Media Inform. Budidarma, vol. 2, no.

2, pp. 16–22, 2018, doi: 10.30865/mib.v2i2.595.

[7] A. Puput Giovani, T. Haryanti, and L. Kurniawati, “Sistem Pendukung Keputusan Penerimaan Siswa Baru dengan Metode Simple Additive Weighting (SAW) pada SMP Islam Al-Azhar 6 Jakapermai Bekasi,” SATIN - Sains dan Teknol.

Inf., vol. 6, no. 1, pp. 70–79, 2020, doi: 10.33372/stn.v6i1.611.

[8] A. Ulva, D. Iqbal, Nuraini, Mesran, Dian U Sutikno, and Yuhandri, “Sistem Pendukung Keputusan Pemilihan Bibit Lele Terbaik Menggunakan Metode MOORA (Multi-Objective Optimization On The Basis Of Ratio Analysis) dan WASPAS (Weight Aggregated Sum Product Assesment),” vol. 2, no. 1, pp. 177–185, 2018.

[9] I. Agustina, “Sistem Perhitungan Dan Pelaporan Pajak Penghasilan Pasal 21 Pada Universitas Xyz,” J. Ilm. Infrastruktur Teknol. Inf., vol. 1, no. 2, pp. 24–29, 2021, doi: 10.33365/jiiti.v1i2.559.

[10] S. Pendukung et al., “Indonesia 2 Universitas Potensi Utama,” JL. Yos Sudarso KM, vol. 6, 2024.

[11] A. R. Z. Wati and S. Trihantoyo, “Strategi Pengelolaan Kelas Unggulan Dalam Meningkatkan Prestasi Belajar Siswa,”

J. Din. Manaj. Pendidik., vol. 5, no. 1, p. 46, 2020, doi: 10.26740/jdmp.v5n1.p46-57.

[12] U. L. Sari, “Sistem Pendukung Keputusan Penentuan Lokasi Pemasangan CCTV dengan Metode MOORA (Studi Kasus : Dinas Perhubungan Kota Binjai),” J. Pelita Indones., vol. 1, no. 2, pp. 123–133, 2021.

[13] 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, doi: 10.24176/simet.v9i1.1967.

[14] 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.

[15] T. Hasanah, I. Parlina, and H. J. S. Sitio, “Decision Support System For Selection Of Majors At The Yayasan Muhammad Nasir By Using The Method Of Moora,” J. Inf. Technol. Educ. Res., vol. 2, no. 2, pp. 127–131, 2019, doi:

10.31289/jite.v2i2.2161.