Penerapan Sistem Pendukung Keputusan dalam Penerimaan Pengajar Desain Grafis Menerapkan Metode Preference Selection Index (PSI)

Penerapan Sistem Pendukung Keputusan dalam Penerimaan Pengajar Desain Grafis Menerapkan Metode Preference Selection Index (PSI)

Ben Rahman^1,*, Irene Hasian², Nofri Yudi Arifin³, Jeperson Hutahaean⁴, Rachmad Andri Atmoko⁵

1Fakultas Teknologi Komunikasi dan Informatika, Universitas Nasional, Jakarta, Indonesia

2Prodi Desain Komunikasi Visual, Sekolah Tinggi Media Komunikasi Trisakti, Jakarta, Indonesia

3 Fakutas Teknik, Universitas Ibnu Sina Batam, Batam, Indonesia

4Prodi Sistem Informasi, Sekolah Tinggi Manajemen Informatika dan Komputer Royal Kisaran, Kisaran, Indonesia

5Teknologi Informasi, Fakultas Vokasi, Universitas Brawijaya, Malang, Indonesia

Email: ^1,*benrahman@civitas.unas.ac.id, ²irene.hasian@trisaktimultimedia.ac.id, ³nofri.yudi@uis.ac.id

4jepersonhutahean@gmail.com, ⁵ra.atmoko@ub.ac.id Email Penulis Korespondensi: benrahman@civitas.unas.ac.id

Abstrak−Pengajar desain grafis salah satu pengajar yang sangat di butuhkan diberbagai sekolah atau universitas, karena desain grafis sangat diperlukan untuk memberikan sebuah pengetahuan yang dapat berguna untuk mandapatkan pekerjaan yang sesuai dengan kemampuan. Akan tetapi dalam penerimaan pengajar desain grafis harus bener -bener menguasai bidang desain serta memiliki banyak pengalaman dalam mengajar dibidang tersebut. Dalam penelitian tersebut sangat di perlukan beberapa kriteria diantaranya Pendidikan, Pengalaman, Kreatif, Inovatif, dan Komunikatif. Maka dengan itu data kriteria tersebut dapat mendukung penelitian ini dalam memcahkan masalah serta mendapatkan hasil secara akurat dan detail. Dan juga penelitian ini sangat di perlukan suatu sistem yang mendukung untuk memcahkan penelitian tersebut sistem nya ialah Sistem Pendukung Keputusan (SPK) serta metode yang dibunakan untuk menghasilkan rangking yang sesuai, metode tersebut ialah Pereference Selection Index (PSI). Maka dengan penerapan metode tersebut dapat menghasilkan rangking yang tertinggi yang akan diterima sebagai pengajar desain grafis atas nama Putra Andiyono dengan total nilai 1.0331.

Kata Kunci: Pengajar; Desain Grafis; SPK; PSI

Abstract−Graphic design teacher is one of the teachers who is really needed in various schools or universities, because graphic design is really needed to provide knowledge that can be used to get jobs according to abilities. However, in accepting graphic design instructors, they must really master the field of design and have a lot of experience in teaching that field. In this research, several criteria are needed including Education, Experience, Creative, Innovative, and Communicative. So with that the criterion data can support this research in solving problems and getting accurate and detailed results. And this research really needs a supporting system to solve this research. The system is a Decision Support System (DSS) and the method used to produce an appropriate ranking, this method is the Preference Selection Index (PSI). So the application of this method can produce the highest rank that will be accepted as a graphic design teacher on behalf of Putra Andiyono with a total score of 1.0331.

Keyword: Lecturer; Graphic Design; DSS; PSI

1. PENDAHULUAN

Pengajar merupakan seseorang yang dapat dikatakan sebagai guru atau dosen yang mendidik siswa atau mahasiswa dalam mendapatkan sebuah ilmu yang dimana ilmu tersebut dapat berkembang, sehingga menciptakan sebuah skill/kemampuan di berbagai bidang salah satunya bidang desain grafis. Dalam bidang tersebut ada banyak hal yang dapat diketahui atau di kuasai siswa atau mahasiswa. Desain grafis sangat berguna untuk menciptakan berbagai Peluang pekerjaan apabila siswa atau mahasiswa terus mengasah kemamouan mereka di bidang Desain Grafis.

Pengajar desain grafis salah satu pengajar yang sangat di butuhkan diberbagai sekolah atau universitas, karena desain grafis sangat diperlukan untuk memberikan sebuah pengetahuan yang dapat berguna untuk mandapatkan pekerjaan yang sesuai dengan kemampuan. Akan tetapi dalam penerimaan pengajar desain grafis harus bener -bener menguasai bidang desain serta memiliki banyak pengalaman dalam mengajar dibidang tersebut.

Dalam penelitian tersebut sangat di perlukan beberapa kriteria diantaranya Pendidikan, Pengalaman, Kreatif, Inovatif, dan Komunikatif. Maka dengan itu data kriteria tersebut dapat mendukung penelitian ini dalam memcahkan masalah serta mendapatkan hasil secara akurat dan detail. Dan juga penelitian ini sangat di perlukan suatu sistem yang mendukung untuk memcahkan penelitian tersebut sistem nya ialah Sistem Pendukung Keputusan (SPK) serta metode yang dibunakan untuk menghasilkan rangking yang sesuai, metode tersebut ialah Pereference Selection Index (PSI)[1].

Sistem Pendukung Keputusan ialah teknik yang dapat menemukan suatu keputusan yang dimana dapat menggunakan teknik yang dirancang berdasarkan alternatif dan kriteria yang sudah terapkan. Sistem ini juga mempunyai tujuan dalam pemecahan sebuah masalah pada situasi yang semistruktur maupun yang tidak terstruktur [2]. Penulis pada penelitian ini, menerapkan sebuah metode yang dimana metode tersebut dapat membantu pada ketelitiaan saat penerimaan pengajar desain grafis ialah metode Pereference Selection Index (PSI), yang dimana metode PSI dapat menghasilakan nilai secara akurat. Dalam SPK terdapat banyak metode diantaranya ialah: MOORA, MOSRA, MABAC, OCRA, ROC, ENTROPI, GADA dan juga masih banyak metode yang terdapat pada Sistem Pendukung Keputusan (SPK)[3][4].

Penelitian menghasilkan kegiatan pengelolaan pembelajaran kursus yang dilakukan pengelola antara lain dengan menjalin kerjasama dengan berbagai instansi seperti dinas pendidikan, dinas ketenagakerjaan dan industri di wilayah Majalaya[5]. Penelitian yang dilakukan oleh Shinta Siti dan Hendri Julian Pramana membahas perancangan sistem informasi penilaian kinerja instruktur musik dengan metode AHP. Penelitian menyimpulkan pada penelitian bahwa evaluasi kinerja didasarkan pada kriteria yang umum digunakan tanpa menambahkan subkriteria yang dapat menjadi faktor yang cukup besar dalam evaluasi[6]. Penelitian yang telah di telaah Fauziyah, dkk pada tahun 2022 dengan judul Sistem Pendukung Keputusan Pemilihan Instruktur Bimbingan Belajar Menggunakan Metode PSI. yang dimana pada penelitian ini terdapat 4 kriteria diantaranya Pengalaman, Konsisten, Kreatif, dan Komunikatif. Maka dengan itu dari penelitian tersebut akan memperoleh hasil rank tertinggi yaitu terdapat pada alternatif ke A11 atas nama Sriwulan dengan nilai 0.9196[7]. Penelitian yang telah di lakukan oleh Alexius Ulan Bani, dkk pada tahun 2022 dengan judul Sistem Pendukung Keputusan Penentuan Pengangkatan Karyawan Kontrak Menjadi Karyawan Tetap Menggunakan Metode PSI. Yang dimana pada penelitian ini terdapat 5 kriteria diantaranya Komunikasi, Perilaku, Kinerja, Kehadiran, dan Tanggung Jawab.

Maka dengan itu dari penelitian tersebut akan memperoleh hasil rank tertinggi yaitu terdapat pada alternatif ke B15 atas nama Sriwulan dengan nilai 0.8977[8]. Penelitian yang telah di telaah Hamdan, dkk pada tahun 2022 dengan judul Sistem Pendukung Keputusan Pemilihan Penilaian Siswa Teladan Menggunakan Metode PSI. Maka dengan itu dari penelitian tersebut akan memperoleh hasil rank tertinggi yaitu terdapat pada alternatif ke A8 atas nama Tiwi Survia[9].

Diharapkan dalam penelitian yang dilakukan penerapan metode dapat menghasilkan suatu nilai preferensi terbaik dan sejumlah alternatif serta kriteria yang telah ditentukan sehingga mendapatkan hasil akhir secara akurat.

2. METODOLOGI PENELITIAN

2.1 Pengajar

Pengajar merupakan seseorang yang memiliki kemampuan di berbagai bidang yang dapat di salurkan kepada siswa atau mahaswiswa yang sangat memerlukan pengetahuan khususnya di bidang desain grafis. Karena bidang tersebut dapat membuat siswa atau mahasiswa berfikir secara kreatif dalammenghasilkan sesuatu yang dapat membuat orang lain tertarik[10].

2.2 Sistem Pendukung Keputusan

Sistem Pendukung Keputusan merupakan teknik yang dapat menemukan suatu keputusan yang dimana dapat menggunakan teknik yang dirancang berdasarkan alternatif dan kriteria yang sudah terapkan [11–15].

2.3 Metode Preference Selection Index (PSI)

Preference Selection Index salah satu metode ini sangat membantu dalam memecahkan masalah. Dimana dalam metode tersebut akan memperoleh hasil dengan perhitungan yang sederhana sesuai konsep statistika tetapi tidak mengharuskan pembobotan kriteria, dan metode PSI jarang sekali di pakai dalam memecahkan masalah [16–25].

Berikut ini terdapat langka dalam metode PSI yaitu sebagai berikut:

dentifikasi matriks keputusan

Xij = [

x₁₁ x₁₂ … x₂₁ x₂₂ …

… x_m1

… x_m2

…

… x_1n x_2n

… x_mn

] (1)

1. Normalisai Matriks Keputusan

Atribut keuntungan (benefit) seperti berikut. Rij = ^Xij

Xj max (2)

Atribut biaya (cost) seperti berikut.

Rij =^{Xj min}

Xjij (3)

2. Menetukan nilai rata-rata dari matriks yang di nomalisasikan. N = ¹

m∑^m_i=1Rij (4)

3. Menghitung nilai variasi preferensi

∅_j= ∑^m_i=1[R_ij− N_j]² (5)

4. Menentukan penyimpanan nilai preferensi.

Ωj = 1 − ∅j (6) 5. Tentukan bobot kriteria.

Wj = ^Ωj

∑ⁿ_j −1 Ωj (7)

6. Penentuan indeks pemilih preferensi

Өi = ∑ = 1 (Rij, Wj)^m_j (8)

Alternatif yang memiliki nilai preferensi indeks terbesar adalah alternatif terbaik 2.4 Tahapan Penelitian

Dalam melakukan sebuah penelitian sangat di perlukan sebuah tahapan dalam melakukan penelituan sebagai berikut:

1. Menganalisa Masalah

Dalam penelitian dapat di lakukan apabila penulis sudah menganalisa permaslahan agar dapat dijadikan suatu pokok dalam penelitian.

2. Pengumpulan Data

Pengumpulan sebuah data sangat di perlukan agar dapat di jadikan sampel data dan juga sebgai referensi untuk membuat suatu penelitian.

3. Studi Literatur

Dalam melakukan sebuah penelitian harus memahami objek serta mencari beberapa referensi di perpustakaan ataupun di google scholar sehingga memudahkan kita dalam melakukan penelitian.

4. Penerapan Metode

Dalam melakukan sebuah penelitian sangat diperlukan dengan menerapkan sebuah metode yang akan menghasilkan nilai secara akurat metode tersebut ialah metode PSI denganobjek yang di ambil peneliti ialah

penerimaan pengajar desain grafis.

Berikut gambar 1 merupakan kerangka penelitian yang dilakukan:

Gambar 1. Kerangka penelitian

3. HASIL DAN PEMBAHASAN

3.1 Penetapan Alternatif

Pada penelitian ini, untuk menyelesaikan sebuah permasalahan dalam penerimaan pengajar dessai grafis sangat dibutuhkan data alternatif agar mendapatkan hasil akhir dengan menggunakan metode psi secara akurat. Tabel 1 berikut terdapat 7 data alternatif sebagai berikut:

Tabel 1. Data Alternatif Intruktur Belajar Kode Alternatif

PTA1 Annisa Fitria PTA2 Azman Nasution PTA3 Indriyani Fitria PTA4 Andriansyah PTA5 Putra Andiyono PTA6 Zulaika Antoni PTA7 Putriani

3.2 Penetapan Kriteria

Berikut terlihat pada tabel 2 dimana terdapat 5 data kriteria yang salah satu menjadi pendukung dalam memecahkan sebuah permasalahan dengan mendapatkan nilai akhir menggunakan metode perangkingan yaitu metode PSI.

Tabel 2. Data Kriteria Kode Kriteria Jenis

C1 Pendidikan Benefit C2 Pengalaman Benefit C3 Kreatif Benefit C5 Inovatif Benefit C4 Komunikatif Benefit

Pada tabel 3 merupakan data rating kecocokan pada tiap alternatif dan kriteria yang penulis ambil dalam penelitian ini.

Tabel 3. Alternatif Pengajar Desain Grafis

Alternatif Pendidikan Pengalaman Kreatif Inovatif Komunikatif Annisa Fitria D4 Cukup Baik Sangat Baik Sangat Baik Baik

Azman Nasution SI Cukup Baik Sangat Baik Baik Baik

Indriyani Fitria D3 Baik Baik Baik Cukup Baik

Andriansyah S1 Baik Sangat Baik baik Cukup Baik

Putra Andiyono S2 Sangat Baik Sangat Baik Sangat Baik Sangat Baik

Zulaika Antoni S1 Baik Baik Cukup baik Baik

Putriani S1 Sangat baik Sangat Baik Baik Baik

Pada tabel 3 terdapat nilai linguistik, sehingga di butuhkan bobot sederhana untuk menjadikan nilai yang dapat di proses, seperti yang terlihat pada tabel 4 dan tabel 5.

Tabel 4. Nilai Pembobotan Kriteria C1 Keterangan Nilai

S2 7

S1 6

D4 5

D3 4

Tabel 5. Pembobotan Kriteria C2, C3, C4, C5 Keterangan Nilai

Sangat Baik 7

Baik 6

Cukup Baik 5

Buruk 4

Dari tabel 4 dan 5, pembobotan kriteria dapat dihasilkan data rating kecocokan seperti tabel 6 berikut : Tabel 6. Data Rating Kecocokan

Alternatif C1 C2 C3 C4 C5

PTA1 5 5 7 7 6

PTA2 6 5 7 6 6

PTA3 4 6 6 6 5

PTA4 6 6 7 6 5

PTA5 7 7 7 7 7

PTA6 6 6 6 5 6

PTA7 6 7 7 6 6

Max 7 7 7 7 6

Min 4 5 6 5 5

3.4 Penerapan Metode PSI

Untuk menyelesaikan sebuah perhitungan disetiap metode khususnya metode yang di terapkan oleh peneliti yaitu metode PSI diperlukan langkah-langkah dalam menyelesaikan perhitungannya agar mendapatkan hasil yang di inginkan. Dibawah ini terdapat 8 langkah-langkahnya dapat dilihat sebagai beikut:

1. Pembentukkan sebuah matriks keputusan

𝑋𝑖𝑗 =

|

|

5 5 7 7 6 6

46 76 6

5 66 76 7

7 67 76 7

6 66 75 6

6 5 5 76 6

|

|

2. Menormalisasikan matriks keputusan Normalisasi kriteria C1

𝑅₁₁=⁵

7= 0.7143 𝑅₂₁=⁶

7= 0.8571 𝑅₃₁=⁴

7= 0.5714 𝑅₄₁=⁶

7= 0.8571 𝑅₅₁=⁷

7= 1.0000 𝑅₆₁=⁶

7= 0.8571 𝑅₇₁=⁶

7= 0.8571

Dalam melakukan normalisasi matriks keputusan pada kriteria C2 hingga C5 dilakukan dengan langkah yang sama seperti normalisasi kriteria C1. Maka setelah melakakukan seluruh perhitungan normalisasi matriks keputusan sehingga memperoleh tabel 7 matriks normalisasi seperti berikut :

Tabel 7. Matriks Normalisasi

Alternatif C1 C2 C3 C4 C5

PTA1 0.7143 0.7143 1.0000 1.0000 1.0000 PTA2 0.8571 0.7143 1.0000 0.8571 1.0000 PTA3 0.5714 0.8571 0.8571 0.8571 0.8333 PTA4 0.8571 0.8571 1.0000 0.8571 0.8333 PTA5 1.0000 1.0000 1.0000 1.0000 1.1667 PTA6 0.8571 0.8571 0.8571 0.7143 1.0000 PTA7 0.8571 1.0000 1.0000 0.8571 1.0000 Sum 5.7143 6.0000 6.7143 6.1429 6.8333 3. Menghitung nilai mean atau rata-rata dari data yang telah dinormalisasikan.

𝑁₁=¹

7∗ 5.7143 = 0.8163 𝑁₂=¹

7∗ 6.0000 = 0.8571 𝑁₃=¹

7∗ 6.7143 = 0.9592 𝑁₄=¹

7∗ 6.1429 = 0.8776 𝑁₅=¹

7∗ 6.8333 = 0.9762 4. Menghitung nilai variasi preferensi

∅_𝑗1

∅_𝑗11= ∑^𝑚_𝑖=1[0.7143 − 0.8163]²=0.0104

∅_𝑗21= ∑^𝑚_𝑖=1[0.8571 − 0.8163]²=0.0017

∅_𝑗31= ∑^𝑚_𝑖=1[0.5714 − 0.8163]²=0.0600

∅_𝑗41= ∑^𝑚_𝑖=1[0.8571 − 0.8163]²=0.0017

∅_𝑗51= ∑^𝑚_𝑖=1[1.0000 − 0.8163]²=0.0337

∅_𝑗61= ∑^𝑚_𝑖=1[0.8571 − 0.8163]²=0.0017

∅_𝑗71= ∑^𝑚_𝑖=1[0.8571 − 0.8163]²=0.0017

Lakukan perhitungan hingga kriteria C5 dengan langkah yang sama seperti diatas. Kemudian menjumlahkan hasil nilai pangkat pada matriks ∅_𝑗 maka hasil matriks ∅_𝑗 yaitu:

∅_𝑗= [0.1108 0.0816 0.0292 0.0583 0.0794]

5. Menentukan penyimpangan nilai preferensi 𝛺₁= 1 − 0.1108 = 0.8892

𝛺₂= 1 − 0.0816 = 0.9184 𝛺₃= 1 − 0.0292 = 0.9708 𝛺₄= 1 − 0.0583 = 0.9417

𝛺₅= 1 − 0.0794 = 0.9206

Menghitung total nilai keselurahan pada matriks Ωj

∑ 𝛺_𝑗= 4.6408 6. Tentukan bobot kriteria

𝑤1 = ^0.8892

4.6408 = 0.1916 𝑤2 = ^0.9184

4.6408 = 0.1979 𝑤1 = ^0.9708

4.6408 = 0.2092 𝑤1 = ^0.9417

4.6408 = 0.2029 𝑤1 = ^0.9206

4.6408 = 0.1984

Menghitung Preference Selection Indeks 𝜃_𝑖1

𝜃₁₁= ∑^𝑛_𝑗=1(0.7143 ∗ 0.1916)= 0.1369 𝜃₂₁= ∑^𝑛_𝑗=1(0.8571 ∗ 0.1916)= 0.1642 𝜃₃₁= ∑^𝑛_𝑗=1(0.5714 ∗ 0.1916)= 0.1059 𝜃₄₁= ∑^𝑛_𝑗=1(0.8571 ∗ 0.1916)= 0.1642 𝜃₅₁= ∑^𝑛_𝑗=1(1.0000 ∗ 0.1916)= 0.1916 𝜃₆₁= ∑^𝑛_𝑗=1(0.8571 ∗ 0.1916)= 0.1642 𝜃₇₁= ∑^𝑛_𝑗=1(0.8571 ∗ 0.1916)= 0.1642

Lakukan perhitungan hingga kriteria C5 dengan langkah yang sama seperti diatas, maka diperoleh matriks berikut.

𝜃_𝑖=

[ 0.8887 0.8871 0.7977 0.8823 1.0331 0.8565 0.9436^]

Dari perhitungan yang telah dilakukan diatas dengan penerapan metode PSI maka dapat dihasilkan peringkat yang dapat dilihat pada tabel 8 berikut:

Tabel 8. Data Perangkingan

Kode Alternatif Nilai Peringkat PTA1 Annisa Fitria 0.8887 3 PTA2 Azman Nasution 0.8871 4 PTA3 Indriyani Fitria 0.7977 7 PTA4 Andriansyah 0.8823 6 PTA5 Putra Andiyono 10.331 1 PTA6 Zulaika Antoni 0.8565 5

PTA7 Putriani 0.9436 2

Perhitungan yang telah dilakukan dari 7 alternatif menghasilkan alternatif terbaik yang dapat dilihat pada tabel 7 yaitu alternatif PTA5 atas nama Putra Andiyono dengan total nilai 1.0331.

4. KESIMPULAN

Kesimpulan yang dapat di jabarkan oleh penulis, bahwa dengan menerapkan metode PSIU tersebut sangat membantu dalam menemukan sebuah keputusan dengan hasil yang akurat dan jelas. Dalam metode PSI tersebut tidak memerlukan sebuah nilai bobot dikarena metode tersebut akan menghasilkan nilai bobot dari masing-masing data alternated serta kriteria tersebut Dan metode ini juga sangat membantu penulis dalam penerimaan pengajar desain grafis. Maka dengan penerapan metode tersebut dapat menghasilkan rangking yang tertinggi yang akan diterima sebagai pengajar desain grafis atas nama Putra Andiyono dengan total nilai 1.0331.

REFERENCES

[1] U. R. Siregar, Mesran, “Sistem Pendukung Keputusan Penilaian Siswa Terbaik Pada Sekolah Menengah Pertama Menggunakan Metode Prfeence Selection Index (PSI)”, Seminar Nasional Teknologi Komputer & Sains (SAINTEKS),

vol. 1, pp. 459–466, 2020.

[2] 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.

[3] F. Syahputra et al., “Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Kota Medan Menerapkan Metode Preferences Selection Index (Studi Kasus : Dinas Pendidikan Kota Medan)”, KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 2, no. 1, pp. 147–155, 2018, doi:10.30865/komik.v2i1.921.

[4] C. R. Shobun Kollied Anwar, Agus Priyanto, “Sistem Pendukung Keputusan Pemilihan Objek Wisata Menggunakan Metode AHP”, Skripsi, vol. 5, no. 1, pp. 1–9, 2021.

[5] G. Di, L. K. P. Ikma, E. H. Ariyanti, “Pengelolaan Pembelajaran Kursus Dalam Menumbuhkan Kemampuan Berwirausaha Lulusan Kursus Komputer Desain”vol. I, no. April, pp. 1–13, 2017.

[6] S. S. Sundari, H. J. Pramana, I. Musik, “Perancangan Sistem Informasi Penilaian Kinerja Instruktur Musik dengan Metode Analytical Hierarchy Process”pp. 126–134, .

[7] A. U. Bani, Y. L. Prambodo, “Sistem Pendukung Keputusan Penentuan Pengangkatan Karyawan Kontrak Menjadi Karyawan Tetap Menerapkan Metode Preference Selection Index ( PSI )”vol. 4, no. 3, pp. 1412–1421, 2022, doi:10.47065/bits.v4i3.2657.

[8] M. H. Devi, “Sistem Pendukung Keputusan Rekrutmen Pegawai Menggunakan Metode Preference Selection Index (PSI)”vol. 4, no. 3, pp. 1447–1455, 2022, doi:10.47065/bits.v4i3.2695.

[9] M. H. Devi, “Sistem Pendukung Keputusan Rekrutmen Pegawai Menggunakan Metode Preference Selection Index (PSI)”vol. 4, no. November, pp. 109–116, 2022.

[10] S. Rahayu, A. Sindar, “Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode Simple Additive Weighting”, Jurnal Ilmu Komputer dan Informatika, vol. 2, no. 2, pp. 103–112, 2022, doi:10.54082/jiki.28.

[11] M. Walid, B. Satria, M. Makruf, “Seleksi Karyawan Baru Menggunakan Metode Composite Perfomence Index (CPI ) dan Rank Order Centroid (ROC)”, Jurnal Ilmiah ILKOMINFO - Ilmu Komputer & Informatika, vol. 5, no. 1, pp. 11–18, 2022, doi:10.47324/ilkominfo.v5i1.137.

[12] R. R. Dilla, D. P. Utomo, “Sistem Pendukung Keputusan Pemilihan Mekanik Terbaik Menggunakan Metode Operational Competitiveness Rating Analysis ( OCRA ) Studi Kasus : Auto2000”vol. 5, pp. 103–110, 2021, doi:10.30865/komik.v5i1.3657.

[13] R. W. P. Pamungkas et al., “Analisis Sistem Pendukung Keputusan Penentuan Kasi Terbaik Menerapkan Metode OCRA dengan Pembobotan Rank Order Centroid (ROC)”, Building of Informatics, Technology and Science (BITS), vol. 3, no.

3, pp. 393–399, 2021, doi:10.47065/bits.v3i3.1100.

[14] D. Nofriansyah, Konsep Data Mining Vs Sistem Pendukung Keputusan2015.

[15] T. Limbong et al., Sistem Pendukung Keputusan: Metode & ImplementasiMedan, , Yayasan Kita Menulis, 2020.

[16] A. T. Hasibuan, M. Yetri, “Penerapan Metode Preference Selection Index ( PSI ) Dalam Perekrutan Tutor”vol. 1, pp.

394–404, 2022.

[17] N. Huda, S. N. Hutagalung, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SUPERVISOR PERENCANAAN TERBAIK MENERAPKAN PREFERENCE SELECTION INDEX DI PT . PLN ( PERSERO ) AREA MEDAN”2008.

[18] M. K. Siahaan et al., “Sistem Pendukung Keputusan Penentuan Prioritas Pembangunan Daerah Menerapkan Metode Preference Selection Index (Psi)”, KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 2, no. 1, pp.

370–375, 2018, doi:10.30865/komik.v2i1.961.

[19] H. T. Rizki, Mesran, I. Saputra, “Penerapan Preference Selection Index (PSI) dalam Seleksi Siswa Program Pertukaran Pelajar”, JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. April, pp. 989–999, 2022, doi:10.30865/mib.v6i2.3928.

[20] R. K. Purba et al., “Optimalisasi dalam Penentuan Keputusan Level Pemberlakuan Pembatasan Kegiatan Masyarakat ( PPKM ) Menerapkan Metode Preference Selection Index”, Journal of Information System Research (JOSH), vol. 3, no.

2, pp. 63–75, 2022, doi:10.47065/josh.v3i2.1247.

[21] U. R. S, Mesran, S. R. Siregar, “Penerapan Preference Selection Index Dalam Menyeleksi Peserta Lomba Debat Bahasa Inggris Tingkat Provinsi”, Journal of Machine Learning and Data Analytics (MALDA), vol. 01, no. 01, pp. 27–35, 2022.

[22] W. I. Safitri, M. Mesran, S. Sarwandi, “Penerapan Metode Preference Selection Index (PSI) Dalam Penerimaan Staff IT”, Bulletin of Informatics and Data …, vol. 1, no. 1, pp. 1–5, 2022.

[23] M. Rizki, G. Ginting, “Penerapan Metode Preference Selection Index Dalam Pemilihan Teller Terbaik”, Building of Informatics, Technology and Science (BITS), vol. 2, no. 2, pp. 127–134, 2020.

[24] S. H. Sahir et al., “The Preference Selection Index Method in Determining the Location of Used Laptop Marketing”, International Journal of Engineering & Technology, vol. 7, pp. 260–263, 2018.

[25] M. Kumar, A. Kumar, “Application of preference selection index method in performance based ranking of ceramic particulate (SiO2/SiC) reinforced AA2024 composite materials”, Materials Today: Proceedings, vol. 27, no. xxxx, pp.

2667–2672, 2019, doi:10.1016/j.matpr.2019.11.244.