PENERAPAN SISTEM PENDUKUNG KEPUTUSAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK REKOMENDASI PENERIMA KREDIT
Julianto Simatupang1), Purjumatin2)
1Manajemen Informatika, AMIK Mahaputra Riau email: [email protected]
2Sistem dan Teknologi Informasi, Institut Teknologi Bisnis Riau email: [email protected]
Abstract
In the midst of uncertainty and economic upheaval after the Covid-19 pandemic had an impact on the order of life and the national economy. The community, especially MSME actors who feel the direct impact, have to rack their brains to survive through it. Most of them have to take advantage of credit in order to continue to exist. The banking sector as a provider of credit services is the main target of the community. KSP. Tama Mandiri as one of the banking sector institutions experienced a surge in customers applying for loans. So that at this time they have difficulty in determining customers who are eligible to receive credit. In an effort to optimize service for granting credit, a selection is made based on the criteria of employment, income, number of dependents, status of residence and collateral. This study intends to build a decision support system for selecting credit recipients by applying the Simple Additive Weighting method. This method was chosen because it can carry out a ranking process based on criteria and weights and is able to determine the best alternative. The results of the application are in the form of customer reports and the results of the overall selection of credit recipients as well as recommendations for customers who are most deserving of credit based on the highest preference value.
Keywords: Decision Support System, SAW, Loan
1. PENDAHULUAN
Pandemi Covid-19 yang melanda dunia pada 2 tahun silam meninggalkan dampak yang begitu besar pada tatanan kehidupan dan juga ekonomi secara global. Keadaan ekonomi global yang tidak stabil akibat wabah tersebut menimbulkan inflasi yang tidak karu-karuan.
Hal tersebut sangat berpengaruh terhadap roda perekonomian nasional khususnya para pelaku industri dan umkm. Ditengah ketidakpastian tersebut banyak usaha yang gulung tikar, sehingga tidak sedikit dari mereka harus mencari asupan dana dengan memanfaatkan kredit dari bank ataupun sektor perbankan lainnya untuk bisa bertahan.
KSP Tama Mandiri Sebagai salah satu lembaga keuangan yang berdomisili di Pekanbaru, menjadi sasaran dan target masyarakat khususnya pelaku usaha dalam upaya mendapatkan kredit dana segar. Dalam memberikan pinjaman/kredit tentu saja harus
selektif dan hati-hati serta mempertimbangkan beberapa kriteria dari calon debitur seperti pekerjaan, penghasilan, jumlah tanggungan, status tempat tinggal serta jaminan.
Permasalahan yang dihadapi oleh koperasi ini yaitu sulitnya menentukan calon debitur yang layak untuk mendapatkan kredit berdasarkan kriteria dan ketentuan yang ditetapkan. Kredit merupakan penyerahan produk, jasa, atau uang dari satu pihak (pemberi pinjaman atau kreditur) kepada pihak lain (debitur) atas dasar kepercayaan, disertai dengan janji dari penerima kredit untuk membayar kreditur pada hari yang diputuskan oleh kedua belah pihak [1], [2], [3], [4].
SPK merupakan sistem berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur [5], [6], [7], [8], [9], [10], [11]–[16]. Penelitian ini
menerapkan SPK Metode Simple Additive Weighting (SAW). SAW merupakan metode penjumlahan terbobot. Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut [17], [18], [13], [19], [20], [21].
SPK penentuan kelayakan kredit dengan Metode SAW ini diharapkan mampu memberikan rekomendasi yang tepat sehingga dapat mengurangi resiko kredit macet atau gagal bayar oleh debitur kepada kreditur. Penelitian terdahulu yang dijadikan referensi serta bersesuaian dengan tema antara lain: Aplikasi Sistem Pendukung Keputusan Analisis Kelayakan Pemberian Kredit Menggunakan Metode SAW Pada Perusahaan Leasing. Variabel yang digunakan lima kriteria yaitu : kedisplinan, uang muka, penghasilan perbulan, jaminan kredit status tempat tinggal [22]. Penerapan Kombinasi Metode Simple Additive Weighting (SAW) dan Rank Order Centroid (ROC) dalam Keputusan Pemberian Kredit. Penelitian ini menggunakan empat variabel yaitu : nilai jaminan, penghasilan, status tempat tinggal dan usaha [23]. Sistem Pendukung Keputusan Pemberian Kredit Sepeda Motor Pada PT Adira Finance Medan Menggunakan Metode SAW.
Variabel yang digunakan yaitu Character, Capacity, Capital, Collateral, dan Condition.
Berdasarkan uraian referensi penelitian terdahulu, maka terdapat perbedaan dari kriteria yang digunakan serta menetapkan faktor benefit untuk masing-masing kriteria. Penelitian ini memilih memasukkan faktor cost sehingga dapat menjadi pembeda dari penelitian sebelumnya.
Sehingga dapat memberikan hasil yang lebih valid dan berimbang.
2. METODE PENELITIAN Kerangka Penelitian
Dalam upaya menyelesaikan masalah penelitian dibutuhkan kerangka kerja dengan langkah-langkah yang tepat sehingga menjadi rel dalam merunut dan menyelesaikan setiap proses.
Berikut tahapan-tahapan proses penelitian SPK
menentukan kelayakan kredit, seperti terlihat pada gambar 1 dibawah ini:
Gambar 1. Kerangka Penelitian
Berdasarkan kerangka penelitian pada gambar 1, maka dijelaskan dan diuraikan proses setiap tahapan sebagai berikut:
1. Analisa Masalah
Dilakukan untuk mengkaji dan memahami serta menetapkan masalah dalam penelitian.
2. Pengumpulan Data
Dilakukan dengan menelusuri masalah dalam pengambilan keputusan serta menggali data dan informasi dari sumber primer melalui observasi dan wawancara.
3. Studi Literatur
Mempelajari literatur dari sumber sekunder yang relevan dengan topik penelitian.
4. Penerapan Metode SAW
1) Menentukan kriteria dan bobot 2) Mempersiapkan matriks keputusan 3) Menormalisasi matriks keputusan 4) Menghitung nilai preferensi
Mulai
Analisa Masalah
Pengumpulan Data
Studi Literatur
Metode SAW
1. Menentukan Kriteria dan Bobot 2. Membuat matriks keputusan 3. Me normalisasi matriks keputusan 4. Menghitung nilai preferensi
Implementasi
Mulai
Dari proses wawancara dan observasi diperoleh hasil bahwa untuk menentukan kelayakan kredit ditentukan berdasarkan kriteria dan bobot seperti pada tabel 1 berikut ini:
Tabel 1. Tabel Kriteria
Kode Kriteria Bobot Jenis
K1 Pekerjaan 20 Benefit
K2 Penghasilan 25 Cost
K3 Jumlah Tanggungan 15 Benefit K4 Status tempat tinggal 15 Benefit
K5 Jaminan 25 Benefit
Setelah menetapkan kriteria dan bobot, tahap selanjutnya adalah menentukan nilai crips untuk masing-masing kriteria. Berikut nilai crips dari masing-masing kriteria seperti terlihat pada tabel 2 dibawah ini:
Tabel 2. Nilai Crips
Kriteria Sub Range kriteria Nilai Crips
Pekerjaan Serabutan 1
Buruh Kasar 2
Wiraswasta 3
PNS/Karyawan Swasta 4
Penghasilan <=1.5 1
>1.5 dan <=3 2
>=3 dan <=5 3
>5 4
Jumlah Tanggunga n
>5 1
>=5 dan >=3 2
2 3
1 4
Status tempat tinggal
Rumah Sewa 1
Rumah dinas 2
Rumah orangtua 3
Rumah milik sendiri 4
Jaminan Tidak ada 1
Surat berharga 2
Sertifikat Tanah dan Tanaman
3
Sertifikat Tanah dan Rumah
4
Tabel 3. Alternatif
Alternatif Kriteria
C1 C2 C3 C4 C5
Jojo 3 3 3 1 2
Irwana 2 2 3 3 3
Solim 4 3 2 4 4
Sola 4 3 3 2 2
Angela 1 2 4 3 2
Dodo 3 4 2 4 2
Rismayani 4 3 3 3 2
2.1 Simple Additive Weighting (SAW) Metode SAW memberikan bobot yang berurutan kepada kriteria dan sub kriterianya.
Penggunaan metode SAW sering digunakan dalam menyelesaikan permasalahan yang mempunyai banyak proses. Metode SAW juga dikenal dengan istilah metode penjumlahan terbobot [24], [25], [26], [23], [22], [27], [28].
3. HASIL DAN PEMBAHASAN
Pada tahap sebelumnya telah ditentukan kriteria dan bobot, selanjut akan dijelaskan langkah proses pengambilan keputusan dengan menerapkan metode SAW. Berikut ini merupakan langkah-langkah pengambilan keputusan antara lain:
1. Membuat matriks keputusan terbobot
Tabel 4. Matriks terbobot
Alternatif Kriteria
C1 C2 C3 C4 C5
A1 3 3 3 1 2
A2 2 2 3 3 3
A3 4 3 2 4 4
A4 4 3 3 2 2
A5 1 2 4 3 2
A6 3 4 2 4 2
A7 4 3 3 3 2
2. Membuat matriks keputusan
R=
3 3 3 1 2 2 2 3 3 3 4 3 2 4 4 4 3 3 2 2 1 2 4 3 2 3 4 2 4 2 4 3 3 3 2
3. Normalisasi matriks keputusan R menggunakan rumus sebagai berikut:
Rij={ 𝑥𝑖𝑗
(max 𝑖)𝑥𝑖𝑗} (1)
Jika j adalah atribut keuntungan (benefit)
Rij={(min 𝑖) 𝑥𝑖𝑗
𝑥𝑖𝑗 } (2)
Jika j adalah atribut biaya (cost)
Kriteria pekerjaan adalah benefit r11= 3
max (3,2,4,4,1,3,4)=3
4= 0,75 r21= 2
max (3,2,4,4,1,3,4)=2
4= 0,50 r31= 4
max (3,2,4,4,1,3,4)=4
4= 1,00 r41= 4
max (3,2,4,4,1,3,4)=4
4= 1,00 r51= 1
max (3,2,4,4,1,3,4)=1
4= 0,25 r61= 3
max (3,2,4,4,1,3,4)=3
4= 0,75 r71= 4
max (3,2,4,4,1,3,4)=4
4= 1,00
Kriteria penghasilan adalah biaya (cost) r12=min (3,2,3,3,2,4,3)
3 =2
3= 0,67 r22=min (3,2,3,3,2,4,3)
2 =2
2= 1,00 r32=min (3,2,3,3,2,4,3)
3 =2
3= 0,67 r42=min (3,2,3,3,2,4,3)
3 =23= 0,67 r52=min (3,2,3,3,2,4,3)
2 =2
2= 1,00 r62=min (3,2,3,3,2,4,3)
4 =24= 0,50 r72=min (3,2,3,3,2,4,3)
3 =2
3= 0,67
Kriteria jumlah tanggungan adalah benefit r13= max (3,3,2,3,4,2,3)3 =34= 0,75
r23= 3
max (3,3,2,3,4,2,3)=3
4= 0,75 r33= 2
max (3,3,2,3,4,2,3)=2
4= 0,50 r43= 3
max (3,3,2,3,4,2,3)=3
4= 0,75 r53= 4
max (3,3,2,3,4,2,3)=4
4= 1,00 r63= 2
max (3,3,2,3,4,2,3)=2
4= 0,50 r73= max (3,3,2,3,4,2,3)3 =34= 0,75
Kriteria status tempat tinggal adalah benefit r14= 1
max (1,3,4,2,3,4,3)=1
4= 0,25 r24=max (1,3,4,2,3,4,3)3 =34= 0,75
r34= 4
max (1,3,4,2,3,4,3)=4
4= 1,00 r44=max (1,3,4,2,3,4,3)2 =24= 0,50 r54=max (1,3,4,2,3,4,3)3 =34= 0,75 r64= 4
max (1,3,4,2,3,4,3)=4
4= 1,00 r74= 3
max (1,3,4,2,3,4,3)=3
4= 0,75
Kriteria jaminan adalah benefit r15= 2
max (2,3,4,2,2,2,2)=2
4= 0,50 r25= 3
max (2,3,4,2,2,2,2)=3
4= 0,75 r35= 4
max (2,3,4,2,2,2,2)=4
4= 1,00 r45= 2
max (2,3,4,2,2,2,2)=2
4= 0,50 r55=max (2,3,4,2,2,2,2)2 =24= 0,50 r65= 2
max (2,3,4,2,2,2,2)=2
4= 0,50 r75= 2
max (2,3,4,2,2,2,2)=2
4= 0,50
Berdasarkan normalisasi matriks R, maka didapat hasil sebagai berikut:
R=
0,75 0,67 0,75 0,25 0,50 0,50 1 0,75 0,75 0,75 1 0,67 0,50 1 1 1 0,67 0,75 0,50 0,50 0,25 1 1 0,75 0,50 0,75 0,50 0,50 1 0,50 1 0,67 0,75 0,75 0,50 4. Perangkingan
Perangkingan dilakukan dengan mengalikan nilai alternatif kriteria ternormalisasi dengan nilai bobot kemudian di rangking berdasarkan nilai tertinggi dengan rumus sebagai berikut :
Vi = ∑𝑛𝑗=1𝑤𝑗 𝑟𝑖𝑗 (3)
V1 = (0,2 x 0,75) + (0,25 x 0,67) + (0,15 x 0,75) +(0,15 x 0,25) + (0,25 x 0,50) = 0,5925 V2 = (0,2 x 0,50) + (0,25 x 1) + (0,15 x 0,75) +(0,15 x 0,75) + (0,25 x 0,75) = 0,7625
V3 = (0,2 x 1) + (0,25 x 0,67) + (0,15 x 0,50) +(0,15 x 1) + (0,25 x 1) = 0,8425
V4 = (0,2 x 1) + (0,25 x 0,67) + (0,15 x 0,75) +(0,15 x 0,50) + (0,25 x 0,50) = 0,68
V5 = (0,2 x 0,25) + (0,25 x 1) + (0,15 x 1) +(0,15 x 0,75) + (0,25 x 0,50) = 0,6875 V6 = (0,2 x 0,75) + (0,25 x 0,50) + (0,15 x 0,50) +(0,15 x 1) + (0,25 x 0,50) = 0,625 V7 = (0,2 x 1) + (0,25 x 0,67) + (0,15 x 0,75) +(0,15 x 0,75) + (0,25 x 0,50) = 0,7175
Dari hasil perhitungan diatas maka diperoleh perangkingan sebagai berikut:
Tabel 5. Tabel Perangkingan Alternatif Preferensi Rangking
Jojo 0,5925 7
Irwana 0,7625 2
Solim 0,8425 1
Sola 0,68 6
Angela 0,6875 4
Dodo 0,625 5
Rismayani 0,7175 3
4. KESIMPULAN
Dari hasil implementasi sistem pendukung keputusan Kelayakan Penerima Kredit Menggunakan Metode Simple Additive Weighting Pada KSP. Tama Mandiri menunjukkan bahwa nilai preferensi tertinggi diperoleh nasabah atas nama Solim, maka nasabah tersebut direkomendasikan yang paling layak menerima kredit. Oleh karena itu sistem ini telah mampu memberikan rekomendasi calon debitur paling layak menerima kredit dengan menggunakan multi kriteria yaitu pekerjaan, penghasilan, jumlah tanggungan, status tempat tinggal dan jaminan. Hasil perhitungan manual dengan metode Simple Additive Weighting memperoleh hasil yang sama dengan Aplikasi Sistem Pendukung Keputusan. Oleh sebab itu sistem dapat dinyatakan valid.
5. REFERENSI
[1] A. S. Anggaeni Purwatiningsih,
“Efektivitas Pemberian Kredit Guna Meminimalkan Kredit Journal of Public and Business Accounting,” vol. 3, no. 2,
pp. 51–65, 2022.
[2] P. Simanihuruk, “PENGARUH
PERSEPSI KUALITAS DAN
KEPUASAN TERHADAP
LOYALITAS PELANGGAN PADA KOPERASI KREDIT (CREDIT UNION) MANDIRI CABANG MEDAN (Studi Kasus : Pelanggan Koperasi Kredit (Credit Union) Mandiri Cabang Medan),” J. Ris. Akunt. Keuang., vol. 1, no. 1, pp. 73–97, 2015, doi:
10.54367/jrak.v1i1.161.
[3] E. Rosmiati, “Koperasi Sebagai Implementasi Ekonomi Kerakyatan,”
Widya, vol. 29, no. 320, pp. 41–46, 2012.
[4] J. Quispe, “ANALISIS HUKUM PENYELESAIAN KREDIT MACET PADA KREDIT USAHA RAKYAT (KUR),” J. Raad Kertha, vol. 4, no. 1, pp. 88–100, 2023.
[5] R. Rizdania, “Sistem Pendukung Keputusan (SPK) Pemilihan Jurusan Perguruan Tinggi Menggunakan Algoritma Fuzzy Mamdani,” J.
Tecnoscienza, vol. 6, no. 1, pp. 30–42,
2021, doi:
10.51158/tecnoscienza.v6i1.529.
[6] K. Kusmanto, M. B. K. Nasution, S.
Suryadi, and A. Karim, “Sistem Pendukung Keputusan Dalam Rekomendasi Kelayakan nasabah Penerima Kredit Menerapkan Metode MOORA dan MOOSRA,” Build.
Informatics, Technol. Sci., vol. 4, no. 3, pp. 1284−1292-1284−1292, 2022, doi:
10.47065/bits.v4i3.2610.
[7] M. A. Manullang and H. Fahmi, “Sistem Pendukung Keputusan Pemberian Kredit Sepeda Motor Pada PT Adira Finance Medan Menggunakan Metode SAW,” J.
Nas. Komputasi dan Teknol. Inf., vol. 4, no. 2, pp. 143–148, 2021, doi:
10.32672/jnkti.v4i2.2834.
[8] S. F. Ramadhani, E. Alfonsius, and M. Y.
Jumain, “Sistem Informasi Seleksi Calon Ketua Himpunan Menggunakan Metode
SAW Pada Himpunan Sistem Informasi STMIK Adhi Guna,” e-Jurnal JUSITI (Jurnal Sist. Inf. dan Teknol. Informasi), vol. 9, no. 2, pp. 129–137, 2020, doi:
10.36774/jusiti.v9i2.767.
[9] M. A. Jihad Plaza R, H. Haliq, and C.
Irawan, “Sistem Pendukung Keputusan Balita Teridentifikasi Stunting Menggunakan Metode Saw,” J. Inform., vol. 22, no. 1, pp. 19–32, 2022, doi:
10.30873/ji.v22i1.3157.
[10] N. Akbar, “Perancangan spk tentang keterampilan mahasiswa dengan metode saw 1) 1),” vol. 8, no. 1, pp. 105–112, 2023.
[11] V. Marudut and M. Siregar, “Best Employee Selection Using The Additive Ratio Assesment Method,” vol. 03, 2023, doi: 10.31763/iota.v3i1.589.
[12] V. M. M. Siregar, M. A. Hanafiah, N. F.
Siagian, K. Sinaga, and M. Yunus,
“Decision Support System For Selecting The Best Practical Work Students Using MOORA Method,” IOTA, vol. 02, no. 4, pp. 270–278, 2022, doi:
10.31763/iota.v2i4.562.
[13] V. M. M. Siregar, S. Sonang, and E.
Damanik, “SISTEM PENDUKUNG
KEPUTUSAN PENENTUAN
PELANGGAN TERBAIK
MENGGUNAKAN METODE
WEIGHTED PRODUCT,” J. Tek. Inf.
dan Komput., vol. 4, no. 2, p. 239, Dec.
2021, doi: 10.37600/tekinkom.v4i2.392.
[14] S. Sonang, A. T. Purba, and V. M. M.
Siregar, “SISTEM PENDUKUNG
KEPUTUSAN KELAYAKAN
PEMBERIAN PINJAMAN KREDIT MENGGUNAKAN METODE TOPSIS
PADA CUM CARITAS HKBP
PEMATANGSIANTAR,” J. Tek. Inf.
dan Komput., vol. 3, no. 1, p. 25, Sep.
2020, doi: 10.37600/tekinkom.v3i1.131.
[15] N. A. Sinaga et al., “Decision support system with MOORA method in selection of the best teachers,” in AIP
Conference Proceedings, 2022, p.
030020. doi: 10.1063/5.0094437.
[16] V. M. M. Siregar and H. Sugara,
“SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN SEPEDA MOTOR
BEKAS MENGGUNAKAN METODE WASPAS,” J. Tek. Inf. dan Komput., vol.
5, no. 2, p. 263, Dec. 2022, doi:
10.37600/tekinkom.v5i2.393.
[17] A. Prasetio, N. Mulyani, and F. M.
Yuma, “Metode SAW dalam Penentuan Pemberian Kredit Calon Konsumen pada PT. Interyasa Mitra Mandiri,” J-Com (Journal Comput., vol. 1, no. 1, pp. 65–
72, 2021, doi: 10.33330/j-com.v1i1.1090.
[18] V. M. M. Siregar, E. Damanik, M. R.
Tampubolon, E. I. Malau, E. P. S.
Parapat, and D. S. Hutagalung, “Sistem Informasi Administrasi Pinjaman (Kredit) Pada Credo Union Modifikasi (Cum) Berbasis Web,” J. Tek. Inf. dan Komput., vol. 3, no. 2, p. 62, 2021, doi:
10.37600/tekinkom.v3i2.193.
[19] V. M. M. Siregar et al., “Decision support system for selection of food aid recipients using SAW method,” in AIP Conference Proceedings, 2022, p.
030019. doi: 10.1063/5.0094385.
[20] H. Sugara, V. M. M. Siregar, K. Sinaga, M. A. Hanafiah, and H. D. Pardede,
“SAW and Electre Methods Implementation for Scholarship Awardee Decision,” IOTA, vol. 01, no. 4, pp. 209–
220, 2021, doi: 10.31763/iota.v1i4.496.
[21] H. Hertyana, “Sistem pendukung keputusan penentuan karyawan terbaik menggunakan metode saw studi kasus amik mahaputra riau,” Intra-Tech, vol. 2, no. 1, pp. 74–82, 2018, [Online].
Available:
https://www.journal.amikmahaputra.ac.id /index.php/JIT/article/view/27
[22] S. Aisyah, “Jurnal Teknovasi APLIKASI SISTEM PENDUKUNG KEPUTUSAN ANALISIS KELAYAKAN PADA PERUSAHAAN LEASING Siti Aisyah
Program Studi Sistem Informasi Fakultas Teknoogi dan Ilmu Komputer Universitas Prima Indonesia Jurnal Teknovasi ISSN : 2540-8389,” J.
Teknovasi, vol. 06, no. 1, pp. 1–16, 2019.
[23] S. Lestari, “Penerapan Kombinasi Metode Simple Additive Weighting ( SAW ) dan Rank Order Centroid ( ROC ) dalam Keputusan Pemberian Kredit,”
vol. 3, no. 4, pp. 371–375, 2019, doi:
10.30865/mib.v3i4.1509.
[24] Y. S. Nicolaus Teguh Santoso, “SPK Pemberian Pinjaman Menggunakan Metode AHP Dan SAW (Studi Kasus KSP Bhina Raharja Purbalingga),” vol.
10, no. 1, 2023.
[25] M. (2018) Siregar, H. F., Siregar, Y. H.,
& Melani, “Perancangan Aplikasi Komik Hadist Berbasis Multimedia. JurTI (Jurnal Teknologi Informasi), 2(2), 113- 121.,” JurTI (Jurnal Teknol. Informasi), vol. 2, no. 2, pp. 113–121, 2018.
[26] M. Fizarudin and R. M. H. Bhakti,
“Sistem Pendukung Keputusan Penyeleksian Calon Peserta Olimpiade Menggunakan Metode SAW (Studi Kasus : SMAN 1 Beber Kabupaten Cirebon),” J. Ilm. Intech Inf. Technol. J.
UMUS, vol. 1, no. 01, pp. 1–10, 2019, doi: 10.46772/intech.v1i01.33.
[27] Y. Apriyani, M. Hidayat, and D.
Sudarsono, “Penentuan Siswa Berprestasi Menggunakan Metode SAW pada SMA Negeri 9 Tasikmalaya,” vol. 4, no. 1, pp.
27–35, 2019.
[28] R. S. Agustina Heryati, A. Taqwa Martadinata, “SISTEM PENDUKUNG
KEPUTUSAN PENENTUAN
PENERIMAAN DOSEN,” vol. 6, no. 1, pp. 80–90, 2021.
