Sistem Pendukung Keputusan Pemilihan Juru Masak (koki) Menggunakan Metode Complex Proportional Assesment (COPRAS)

(1)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom

Sistem Pendukung Keputusan Pemilihan Juru Masak (Koki) Menggunakan Metode Complex Proportional Assesment (COPRAS)

Alda Fadilla¹*, Asyahri Hadi Nasyuha², Vina Winda Sari³ Sistem Informasi, STMIK Triguna Dharma, Medan, Indonesia

Email: ^1*[email protected], ^2,[email protected],^3,[email protected] Email Penulis Korespondensi:[email protected]

Submitted 15-03-2022; Accepted 19-04-2022; Published 29-04-2022 Abstrak

Juru masak (koki) adalah orang yang tugasnya membuat resep,menentukan dan menakar bahan-bahan masakan,memasak, juga menyajikan suatu hidangan yang lezat,terlihat indah,dan layak untuk dibayar. Penentuan pemilihan juru masak (koki) secara manual pada restoran garuda terdapat sebuah kekurangan yang membuat kesalahan dalam pemilihan juru masak seperti sulitnya mendata calon juru masak (koki) , proses seleksi yang rumit, dan sulit memilih juru masak (koki) yang sesuai dengan kriteria yang sudah di tetapkan perusahaan. Maka untuk membantu pemilihan juru masak (koki) di Restoran Garuda perlu dibangun sebuah sistem yang dapat membantu restoran dalam mengambil keputusan berdasarkan permasalahan yang sedang dihadapi. Banyaknya cabang restoran garuda yang tersebar hampir diberbagai daerah dan kota membuat para manager restoran dan kepala juru masak akan berbeda pendapat untuk memilih koki terbaik untuk diterima dalam restoran garuda. Berdasarkan uraian permasalahan yang terjadi, untuk pemilihan juru masak (koki) terbaik pada restoran garuda, maka diperlukan suatu sistem pendukung keputusan (SPK) dalam pengambilan keputusan agar informasi menjadi akurat sehingga dapat mempermudah dalam pemilihan juru masak pada restoran. Dalam penelitian ini metode Complex Proportional Assesment (COPRAS) digunakan untuk pemecahan masalah. Metode ini dapat memecahkan suatu masalah yang efisien, karena metode ini digunakan untuk mencari suatu alternatif terbaik berdasarkan pada kriteria. Adapun yang menjadi hasil dalam penelitian pemilihan juru masak (koki) ialah alternatif A07 dengan nilai 100 atas nama Rojali.

Kata Kunci: Sistem Pendukung Keputusan; Pemilihan ; Juru Masak (Koki) ; Restoran ; Metode COPRAS Abstract

A cook (chef) is a person whose job is to make recipes, determine and measure cooking ingredients, cook, also serve a dish that is delicious, looks beautiful, and deserves to be paid. In determining the selection of cooks (cooks) manually at the Garuda restaurant, there are shortcomings that make mistakes in choosing cooks such as the difficulty of registering prospective cooks (cooks), the selection process is complicated, and it is difficult to choose a cook (cook) who fits the criteria set. has been set by the company. So to assist the selection of cooks (chef) at Garuda Restaurant, it is necessary to build a system that can assist restaurants in making decisions based on the problems they are facing. The many branches of Garuda restaurants that are spread in almost various regions and cities make restaurant managers and chief cooks will have different opinions to choose the best chef to be accepted in Garuda restaurant.

Based on the description of the problems that occurred, for the selection of the best cook (chef) at the Garuda restaurant, a decision support system (SPK) is needed in making decisions so that the information becomes accurate so that it can facilitate the selection of cooks at the restaurant. In this study, the Complex Proportional Assessment (COPRAS) method was used for problem solving. This method can solve an efficient problem, because this method is used to find the best alternative based on the criteria. The results in the research on the selection of cooks (cooks) are alternative A07 with a value of 100 on behalf of Rojali.

Keywords: Decision Support System; Selection ; Cook (Chef); Restaurant ; COPRAS method

1. PENDAHULUAN

Koki adalah juru masak atau orang yang menyiapkan makanan untuk disajikan. Koki memberikan penyajian dalam penanganan pengolahan bahan makanan mentah menjadi makanan siap saji yang akan disuguhkan terhadap tamu restoran[1]

.

Makan dan minum merupakan kebutuhan primer manusia untuk mempertahankan hidup. Makanan yang baik dan memuaskan diawali dengan timbulnya selera makan. Selera seseorang timbul dari penampilan makanan dan minuman yang berkaitan dengan aroma, cita rasa, dan cara penyajiannya salah satunya yaitu Restoran Garuda.

Restoran Garuda telah berdiri sejak 1976 hingga saat ini. Bergerak di bidang mengelolah makanan yang spesifik yaitu Minang dan Melayu, dimana alasan untuk mendirikan rumah makan ini adalah merupakan hasil survey bahwa masih kurangnya sarana rumah makan terutama yang menyediakan makanan spesifik Minang dan Melayu di kota Medan dan kurangnya juru masak yang tersedia dalam kriteria yang diinginkan

.

Seleksi penerimaan koki selama ini diawali dengan melakukan penyerahan surat lamaran kerja kemudian melakukan tes interview oleh Manager Restoran atau kepala bagian Juru masak( (koki).

Setelah beberapa hari akan dilanjutnya tes memasak oleh kepala koki. Seleksi koki selama ini masih kurang optimal dalam pelaksanaannya, hal ini disebabkan karena koki yang akan diseleksi memilki kriteria-kriteria yang berbeda- beda. Sehingga terkadang Manager dan Kepala koki memiliki pendapat yang berbeda dalam menentukan hasil seleksi.

Hal ini menjadi kendala bagi Restoran Garuda untuk mengambil keputusan dalam seleksi penerimaan koki, tentunya juga dapat merugikan pihak restoran garuda jika koki yang diseleksi tidak sesuai dengan kebutuhan pihak restoran garuda

.

Banyaknya cabang restoran garuda yang tersebar hampir diberbagai daerah dan kota membuat para manager restoran dan kepala juru masak akan berbeda pendapat untuk memilih koki terbaik untuk diterima dalam restoran garuda.

Berdasarkan uraian permasalahan yang terjadi, untuk pemilihan juru masak (koki) terbaik pada restoran garuda, maka diperlukan suatu sistem pendukung keputusan (SPK) dalam pengambilan keputusan agar informasi menjadi akurat sehingga dapat mempermudah dalam pemilihan juru masak pada restoran.

(2)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Sistem Pendukung Keputusan (Decision Support System) adalah suatu sistem yang memiliki kemampuan dalam pemecahan masalah atau komunikasi untuk kondisi masalah yang terstruktur maupun tidak terstruktur yang mempunyai peran dalam membantu pemecahan masalah dan tidak satupun yang mengetahui bagaimana keputusan yang seharusnya dibuat[2]. Dalam sistem pendukung keputusan terdapat beberapa metode yang sesuai dengan pemanfaatannya,dalam penelitian ini metode Complex Proportional Assesment (COPRAS) digunakan untuk pemecahan masalah. Metode ini dapat memecahkan suatu masalah yang efisien, karena metode ini digunakan untuk mencari suatu alternatif terbaik berdasarkan pada kriteria. Pada penelitian ini akan diangkat suatu kasus yaitu mencari alternatif bedasarkan kriteria- kriteria yang telah ada dengan menggunakan metode Complex Proportional Assessment (COPRAS). Metode COPRAS digunakan untuk menganalisis alternatif yang berbeda, dan memperkirakan alternatif sesuai dengan tingkat utilitasnya dimana nilai-nilai dari atribut dinyatakan dalam interval untuk meningkatkan efisiensi dan meningkatkan akurasi dalam proses pengambilan keputusan[3].

Beberapa penelitian sebelumnya yang menggunakan metode Complex Proportional Assessment (COPRAS) diantaranya penelitian yang dilakukan Alwali Daini Udda Siregar, dkk pada tahun 2020 yang dimana penelitian ini membahas tentang pemilihan sales marketing terbaik PT. Alfa Scorph menggunakan metode COPRAS dan terdapat beberapa kriteria sehingga memperoleh hasil 100 sebagai alternatif terbaik[4]. Penelitian yang dilakukan oleh Nony Ernita Rumahorbo,dkk pada tahun 2021 yang membahas tentang penentuan kelayakan penerima pinjaman pada kelompok tani menggunakan metode COPRAS. Dimana dalam penelitian ini terdapat beberapa kriteria yang memperoleh hasil alternatif sebesar 99,9 yang mendapatkan rangking pertama[5].

Penelitian yang dilakukan oleh Saifur Rohman Cholil,dkk pada tahun 2021 yang membahas tentang menentukan kain terbaik menggunakan metode COPRAS. Dimana dalam penelitian ini terdapat beberapa kriteria yang setelah dilakukan perhitungan menghasilkan alternatif A1 sebagai alternatif terbaik sebesar 0.812 sebagai rangking pertama[6].

Dari penelitian terhadap pemilihan juru masak (koki) yang diterapkan menggunakan metode Complex Proportional Assesment (COPRAS) diharapkan dapat mempermudah dalam memilih juru masak (koki) pada Restoran Garuda.

2. METODOLOGI PENELITIAN

2.1 Sistem Pendukung Keputusan (SPK)

Sistem pendukung keputusan merupakan suatu sistem berbasis komputer, yang dapat mendukung pengambilan keputusan untuk menyelesaikan masalah yang semi terstruktur, dengan memanfaatkan data yang ada kemudian diolah menjadi suatu informasi berupa usulan menuju suatu kepuusan tertentu. Menurut Kusrini mengungkapkan “Sistem pendukung keputusan (SPK) merupakan suatu informasi yang menyediakan informasi, pemodelan dan pemanipulasian data”[6]. SPK dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. Selain itu juga sistem pendukung keputusan ditujukan untuk keputusan – keputusan yang memerlukan penilaian atau pada keputusan keputusan yang sama sekali tidak dapat didukung oleh algoritma[7].

Sistem pendukung keputusan dibentuk sebagai sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan demikian dapat ditarik satu definisi tentang SPK yaitu sebuah sistem berbasis komputer yang adaptif, fleksibel, dan interaktif yang digunakan untuk memecahkan masalah- masalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil[8].

2.2 Juru Masak (koki)

Juru masak (koki) adalah orang yang tugasnya membuat resep, menentukan dan menakar bahan-bahan masakan, memasak, juga menyajikan suatu hidangan yang lezat, terlihat indah, dan layak untuk dibayar. Juru masak perlu kemampuan teknik untuk membuat makanan dengan rasa yang sama. Selain itu diperlukan ide-ide kreatif untuk mengembangkan menu baru. Tidak jarang para juru masak menghabiskan waktunya untuk bereksperimen di dapur yang akan menjadi laboratoriumnya.

2.3 Metode Complex Propotional Assesment (COPRAS)

Pada tahun 1996, para peneliti Vilnus Gediminas Technical University menciptakan metode evaluasi proporsional yang kompleks yaitu COPRAS (Complex Proportional Assessment). Metode COPRAS dapat digunakan untuk pengambilan keputusan multikriteria dengan memaksimalkan dan meminimalkan nilai kriteria. Dalam metode ini tipe kriteria yang merupakan keuntungan ataupun biaya dipertimbangkan secara terpisah. Oleh karena itu, hasil perankingan alternatif dengan menggunakan metode COPRAS memungkinkan terjadinya perbedaan dibandingkan dengan metode lain dan lebih akurat dalam mengevaluasi dan memvalidasi hasil perhitungan[14]

.

Pada metode ini ada beberapa tahapan Dalam Metode COPRAS (Complex Proportional Assessment) yang harus diikuti [15]:

a. Tahap 1:

Membuat matrix keputusan. Matriks keputusan adalah nilai matriks alternatif dan atribut.

(3)

𝐷 = 𝐴₁ 𝐴₂ 𝐴₃ 𝐴₄ 𝐴₅ 𝐴₆ 𝐴₇ 𝐴ₘ [

𝑋₁₁ 𝑋₁₂ 𝑋₁₃ 𝑋₁₄ 𝑋₁ₙ 𝑋₂₁ 𝑋₂₂ 𝑋₂₃ 𝑋₂₄ 𝑋₂ₙ 𝑋₃₁ 𝑋₃₂ 𝑋₃₃ 𝑋₃₄ 𝑋₃ₙ 𝑋₄₁ 𝑋₄₂ 𝑋₄₃ 𝑋₄₄ 𝑋₄ₙ 𝑋₅₁ 𝑋₅₂ 𝑋₅₃ 𝑋₅₄ 𝑋₅ₙ 𝑋₆₁ 𝑋₆₂ 𝑋₆₃ 𝑋₆₄ 𝑋₆ₙ 𝑋₇₁ 𝑋₇₂ 𝑋₇₃ 𝑋₇₄ 𝑋₇ₙ 𝑋ₘ₁ 𝑋ₘ₂ 𝑋ₘ₃ 𝑋ₘ₄ 𝑋ₘₙ]

(1)

b. Tahap 2:

Normalisasi matriks dalam pengambilan keputusan. Untuk normalisasi matriks menggunakan rumus sebagai berikut:

𝑋ᵢⱼ = _∑𝑚^𝑋ᵢⱼ_𝑋ᵢⱼ

1=1 (2)

Membagi setiap nilai dari kolom dengan nilai dari jumlah setiap kolom yang bersangkutan untuk mendapatkan normalisasi matriks.

c. Tahap 3:

Menentukan pengambilan matriks normalisasi terbobot, untuk menentukan normalisasi terbobot menggunakan rumus sebagai berikut:

𝐷¹ = Dij = Xij × 𝑊j (3)

Dimana Xij adalah nilai yang telah dinormalisasi dari alternative, dan Wj adalah bobot dari kriteria. Jumlah nilai normalisasi tertimbang dari setiap kriteria selalu sama dengan bobot untuk kriteria tersebut.

d. Tahap 4:

Perhitungan nilai tertinggi dan terendah pada index untuk setiap alternatif. Berikut rumus untuk menghitung nilai tertinggi dan terendah setiap alternatif :

𝑆₊ᵢ = ∑^𝑛_𝑗=1 𝑌₊ᵢⱼ (4)

𝑆₋ᵢ = ∑^𝑛_𝑗=1 𝑌₋ᵢⱼ (5)

Dimana y+ij dan y-ij adalah nilai normalisasi tertimbang untuk atribut menguntungkan (benefit) dan tidak menguntungkan (cost). Semakin rendah nilai S-i, semakin baik alternatifnya. Nilai S+i dan S-i mengungkapkan tingkat tujuan yang dicapai oleh masing-masing alternatif. Bagaimanapun, jumlah ‘plus’ S+1 dan ‘minus’ S-1 dari alternatif selalu sama dengan jumlah bobot untuk atribut benefit dan cost.

e. Tahap 5:

Menentukan signifikan alternatif berdasarkan penentuan alternatif positif S+1 dan alternatif negatif S-1 perhitungan bobot relative setiap alternatif.

f. Tahap 6:

Nilai signifikansi relatif, tentukan signifikansi relative atau prioritas relative (Qi) dari setiap alternatifnya.

𝑄ᵢ = S₊ᵢ + ^{𝑆₋ᵢ 𝑚𝑖𝑛 ∑}^𝑚^𝑖=1^𝑆₋₁

𝑆₋ᵢ ∑^𝑚_𝑖=1(𝑆₋ₘᵢₙ/𝑆₋₁) = 𝑆₊₁ + ^∑^𝑚^𝑖=1^𝑆₋₁

𝑆₋₁ ∑^𝑚_𝑖=1(1/𝑆₋₁ )(𝑖 = 1,2, … , 𝑚 ) (6)

Dimana S-1 min adalah nilai minimum S-i . sedangkan besar nilai Qi , semakin tinggi prioritas alternatif. Nilai signifikansi relative suatu alternatif menunjukan tingkat kepuasan yang dicapai oleh alternatif yang dicapai tersebut. Alternatif dengan nilai signifikansi tertinggi (Qmax) adalah pilihan terbaik diantara alternatif pengikut.

g. Tahap 7:

Mengitung utilitas kuantitatif (Ui) untuk setiap alternatif.

𝑈ᵢ = [ ^𝑄ᵢ

𝑄ₘₐₓ] × 100% (7)

Dimana Qmax adalah nilai signifikansi relatif maksimum. Nilai utilitas ini berkisar antara 0% sampai 100%. Alternatif dengan nilai utilitas tertinggi (Umax) adalah pilihan terbaik diantara alternatif pengikut

.

2.3 Tahapan Penelitian

Berikut kerangka kerja dari metode Complex Assessment Proportional (COPRAS):

(4)

Gambar 1. Kerangka Kerja Metode Complex Propotional Assesment (COPRAS)

3. HASIL DAN PEMBAHASAN

3.1 Penentuan Kriteria, Bobot

Dalam Menghasilkan Keputusan dalam pemilihan Juru Masak (Koki), maka dibutuhkan data data seperti, data kriteria, data 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, Complex Propotional Assesment (COPRAS)

Tabel 1. Data kriteria

No. Nama Kriteria Kode Kriteria

1 Kemampuan Memasak C1

2 Pengalaman Masak C2

3 Kebersihan 4 Usia

5 Kesalahan Lamanya Waktu Memasak C3 C4 C5

Pada tabel 1. Dapat dilihat kriteria yang digunakan sebagai penilaian terhadap kriteria dalam pemilihan juru masak.Setelah diketahui kriterianya maka dibuat bobot pada setiap kriteria Bobot kriteria merupakan bobot preferensi (bobot kepentingan) yang diberikan oleh pengambil keputusan sebagai pertimbangan tingkat kepentingan dari masingmasing kriteria yang ada. Berikut merupakan bobot setiap kriteria seperti pada tabel 2. Berikut:

Tabel 2. Bobot Kriteria

Kode Nama Kriteria Bobot

C1 Kemampuan Memasak 40%

C2 Pengalaman Masak 20%

C3 Kebersihan C4 Usia

C5 Kesalahan Lamanya Waktu Memasak 20%

10%

Berikut ini merupakan tabel dari konversi setiap kriteria yang akan digunakan dalam pengolahan data dengan metode Complex Proportional Assessment (COPRAS) yaitu sebagai berikut

:

Tabel 3. Data Kriteria Kemampuan Memasak No Kemampuan Memasak Bobot 1 Sangat Baik 5

2 Baik 4

(5)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom 3 Cukup

4 Kurang Baik

5 Sangat Kurang Baik 3 2 1 Tabel 4. Data Kriteria Pengalaman Masak

No Pengalaman Masak Bobot 1 5-7 Tahun 5 2 2-3 Tahun 4 3 >1 Tahun

4 > 10 Bulan 5 5- 6 Bulan

3 2 1 Tabel 5. Data Kriteria Kebersihan No Kebersihan Bobot 1 Sangat Baik 5

2 Baik 4

3 Cukup 4 Kurang Baik

5 Sangat Kurang Baik 3 2 1 Tabel 6. Data Kriteria Usia

No Usia Bobot

1 23 Tahun 5 2 26 Tahun 4 3 35 Tahun

4 38 Tahun

5 45 Tahun 3 2 1

Tabel 7. Data Kriteria Kesalahan Lamanya Waktu Memasak No Kesalahan Lamanya Waktu

Memasak

Bobot

1 50% 1

2 40% 2

3 30%

4 20%

5 10%

3 4 5 Berikut merupakan tabel normalisasi kriteria terhadap alternatif yang akan digunakan dalam proses penyelesaian masalah dapat dilihat pada tabel 8. berikut : Tabel 8. Data Alternatif No Nama juru Masak CC1 C2 C3 C4 C5 1 Mail Syahputra Sangat Baik 5 Tahun Baik 45 Tahun 10%

2 Roy Hutagalung Baik 3 Tahun Sangat Baik 38 Tahun 30%

3 Muhammad Emzil Baik 4 Andiyanto Cukup 5 Ari Pahlevi Kurang Baik 6 Rizal Andika Cukup 7 Rojali Sangat Baik 8 Wartijo Sangat Kurang Baik 9 Efendi Sanjaya Sangat Baik 10 Ali Ahmad Sangat Kurang Baik 11 Sulaiman Sangat Baik 12 Hery Panjul Cukup 1 Tahun Cukup 23 Tahun 20%

2 Tahun Kurang Baik 35 Tahun 30%

6 Bulan Cukup 26 Tahun 40%

2 Tahun Cukup 35 Tahun 50%

6 Tahun Sangat Baik 35 Tahun 10%

1 Tahun Cukup 26 Tahun 20%

1 Tahun Baik 26 Tahun 10%

10 Bulan Sangat Baik 38 Tahun 40%

Berikut merupakan data dari penilaian masing – masing aternatif terhadap kriteria yaitu pada tabel 9. Tabel 9. Data Hasil Normalisasai Alternatif No Nama juru Masak C1 C2 C3 C4 C5 1 Mail Syahputra 5 5 4 1 5

2 Roy Hutagalung 4 4 5 2 3

(6)

3 Muhammad Emzil 4

4 Andiyanto 3

5 Ari Pahlevi 2

6 Rizal Andika 3

7 Rojali 5

8 Wartijo 1

9 Efendi Sanjaya 5

10 Ali Ahmad 1

11 Sulaiman 5

12 Hery Panjul 3

3 3 5 4

4 2 3 3

1 3 4 2

2 3 3 1

5 5 3 5

1 3 5 3

3 3 2 4

2 3 5 1

3 4 2 5

4 5 4 2

3.2 Penerapan Metode COPRAS Berikut ini merupakan langkah-langkah dalam menentukan pemilihan juru masak dengan menggunakan metode COPRAS a. Membuat Matriks Keputusan Matriks keputusan berdasarkan data hasil normalisasi alternatif adalah: 𝐷 = 𝐴¹ 𝐴² 𝐴³ 𝐴⁴ 𝐴⁵ 𝐴⁶ 𝐴⁷ 𝐴⁸ 𝐴⁹ 𝐴¹⁰ 𝐴¹¹ 𝐴ₘ [ 𝑋¹¹ 𝑋¹² 𝑋¹³ 𝑋¹⁴ 𝑋¹ₙ 𝑋²¹ 𝑋²² 𝑋²³ 𝑋²⁴ 𝑋²ₙ 𝑋³¹ 𝑋³² 𝑋³³ 𝑋³⁴ 𝑋³ₙ 𝑋⁴¹ 𝑋⁴² 𝑋⁴³ 𝑋⁴⁴ 𝑋⁴ₙ 𝑋⁵¹ 𝑋⁵² 𝑋⁵³ 𝑋⁵⁴ 𝑋⁵ₙ 𝑋⁶¹ 𝑋⁶² 𝑋⁶³ 𝑋⁶⁴ 𝑋⁶ₙ 𝑋⁷¹ 𝑋⁷² 𝑋⁷³ 𝑋⁷⁴ 𝑋⁷ₙ 𝑋⁸¹ 𝑋⁸² 𝑋⁸³ 𝑋⁸⁴ 𝑋⁸ₙ 𝑋⁹¹ 𝑋⁹² 𝑋⁹³ 𝑋⁹⁴ 𝑋⁹ₙ 𝑋¹⁰¹ 𝑋¹¹¹ 𝑋ₘ¹ 𝑋¹⁰² 𝑋¹¹² 𝑋ₘ² 𝑋¹⁰³ 𝑋¹¹³ 𝑋ₘ³ 𝑋¹⁰⁴ 𝑋¹¹⁴ 𝑋ₘ⁴ 𝑋¹⁰ₙ 𝑋¹¹ₙ 𝑋ₘₙ ] 𝑋 = [ 5 5 4 1 5

4 4 5 2 3

4 3 3 5 4

3 4 2 3 3

2 1 3 4 2

3 2 3 3 1

5 5 5 3 4

1 1 3 5 3

5 3 3 2 4 1

5 3

2 3 5

3 4 5

5

2 4

1 5 2]

b. Normalisasi Matriks X

Normalisasi matriks dilakukan dengan menjumlahkan setiap kolom. Kemudian membagi setiap nilai alternatif dari kolom tersebut dengan hasil penjumlahan per kolom untuk mendapatkan matriks 𝑋ᵢⱼ.

𝑋ᵢⱼ = _∑𝑚^𝑋ᵢⱼ_𝑋ᵢⱼ 1=1

1. kriteria rasa masakan (C1)

C1= 5+4+4+3+2+3+5+1+5+1+5+3=41 A11 = 5 : 41 = 0,122

A21 = 4 : 41 = 0,0976 A31 = 4 : 41 = 0,0976 A41 = 3 : 41 = 0,0732 A51 = 2 : 41 = 0,0488 A61 = 3 : 41 = 0,0732 A71 = 5 : 41 = 0,122 A81 = 1 : 41 = 0,0244 A91 = 5: 41 =0,122 A101= 1 : 41 = 0,0244 A111 = 5 : 41 = 0,122

A121= 3 : 41 = 0,0732 2. kriteria pengalaman masak (C2)

C2=5+4+3+4+1+2+5+1+3+2+3+3=36 A12 = 5 : 36 = 0,1389

A22 = 4 : 3 = 0,1111 A32 = 3 : 36 = 0,0833 A42 = 4 : 36 = 0,1111 A52 = 1 : 36 = 0,0278 A62 = 2 : 36 = 0,0556 A72 = 5 : 36 = 0,1389 A82 = 1 : 36 = 0,0278 A92 = 3 : 36 = 0,0833 A102= 2 : 36 = 0,0556

(7)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom A112 = 3 : 36 = 0,0833

A122 = 3 : 36 = 0,0833 3. kriteria kebersihan (C3)

C3=4+5+3+2+3+3+5+3+3+3+4+5=43 A13 = 4 : 43 = 0,093

A23 = 5 : 43 = 0,1163 A33 = 3 : 43 = 0,0698 A43 = 2 : 43 = 0,0465 A53 = 3 : 43 = 0,0698 A63 = 3 : 43 = 0,0698 A73 = 5 : 43 = 0,1163 A83 = 3 : 43 = 0,0698 A93 = 3 : 43 = 0,0698 A103= 3 : 43 = 0,0698 A113 = 4 : 43 = 0,093 A123 = 5 : 43 = 0,1163 4. Kriteria Usia (C4)

C4=1+2+5+3+4+3+3+5+2+5+2+4=39 A14 = 1 : 39 = 0,0256

A24 = 2 : 39 = 0,0513 A34 = 5 : 39 = 0,1282 A44 = 3 : 39 = 0,0769 A54 = 4 : 39 = 0,1026 A64 = 3 : 39 = 0,0769 A74 = 3 : 39 = 0,0769 A84 = 5 : 39 = 0,1282 A94 = 2 : 39 = 0,0513 A104 = 5 : 39 = 0,1282 A114 = 2 : 39 = 0,0513 A124 = 4 : 39 = 0,1026

5. kriteria kesalahan lamanya waktu memasak (C5) C5= 5+3+4+3+2+1+5+3+4+1+5+2=38

A15 = 5 : 38 = 0,1316 A25 = 3 : 38 = 0,0789 A35 = 4 : 38 = 0,1053 A45 = 3 : 38 = 0,0789 A55 = 2 : 38 = 0,0525 A65 = 1 : 38 = 0,0263 A75 = 5 : 38 = 0,1316 A85 = 3 : 38 = 0,0789 A95 = 4 : 38 = 0,1053 A105 = 1 : 38 = 0,0263 A115 = 5 : 38 = 0,1316 A125 = 2 : 38 = 0,0526

Dari perhitungan diatas diperoleh Matriks Xij, yaitu sebagai berikut:

𝑋ᵢⱼ =

[

0,122 0,1389 0,093 0,0256 0,1316 0,0976 0,1111 0,1163 0,0513 0,0789 0,0976 0,0883 0,0698 0,1282 0,1053 0,0732 0,1111 0,0465 0,0769 0,0789 0,0488 0,0278 0,0698 0,1026 0,0526 0,0732 0,0556 0,0698 0,0769 0,0263 0,122 0,1389 0,1163 0,0769 0,1316 0,0244 0,0278 0,0698 0,1282 0,0789 0,122 0,0833 0,0698 0,0513 0,1053 0,0244

0,122 0,0732

0,0556 0,0833 0,0833

0,0698 0,093 0,1163

0,1282 0,0513 0,1026

0,0263 0,1316 0,0526 ]

c. Menentukan Matriks Keputusan Berbobot yang Ternormalisasi

Setelah mendapatkan matriks Xij, maka langkah selanjutnya adalah menentukan matriks keputusan berbobot yang ternormalisasi (Dij) dengan cara mengalikan nilai tiap alternatif dengan bobot kriteria yang telah dipaparkan pada Tabel 3.2 Data Kriteria, dengan menggunakan persamaan 𝐷′ = 𝑑𝑖𝑗 = X𝑖𝑗 × 𝑊:

(8)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom Matriks keputusan berbobot kriteria 1 (C1)

A1 = 0,122 * 0,4 = 0,0488 A2 = 0,0975* 0,4 = 0,039 A3 = 0,0975* 0,4 = 0,039 A4 = 0,0731*0,4 = 0,0293 A5 = 0,4878*0,4 = 0,1915 A6 = 0,7317*0,4 = 0,2927 A7 = 0,1219*0,4 = 0,0488 A8 = 0,4878*0,4 = 0,0097 A9 = 0,1219*0,4 = 0,0488 A10 = 0,4878*0,4 = 0,0097 A11 = 0,1219*0,4 = 0,0488 A12 = 0,0731*0,4 = 0,0293

Matriks keputusan berbobot kriteria 2 (C2) A1 = 0,1389*0,2 = 0,0278

A2 = 0,1111*0,2 = 0,0222 A3 = 0,0833*0,2 = 0,0167 A4 = 0,1111*0,2 = 0,0222 A5 = 0,0278*0,2 = 0,0056 A6 = 0,0556*0,2 = 0,0111 A7 = 0,1389*0,2 = 0,0278 A8 = 0,0278*0,2 = 0,0056 A9 = 0,0833*0,2 = 0,0167 A10 = 0,0556*0,2 = 0,0111 A11 = 0,0833*0,2 = 0,0167 A12 = 0,0833*0,2 = 0,0167

A2 = 0,1163*0,2 = 0,0233 A3 = 0,0698*0,2 = 0,014 A4 = 0,0465*0,2 = 0,0093 A5 = 0,0698*0,2 = 0,014 A6 = 0,0698*0,2 = 0,014 A7 = 0,1163*0,2 = 0,0233 A8 = 0,0698*0,2 = 0,014 A9 = 0,0698*0,2 = 0,014 A10 = 0,093*0,2 = 0,014 A11 = 0,1163*0,2 = 0,0186 A12 = 0,0930*0,2 = 0,0233

A2 = 0,0513*0,1 = 0,0051 A3 = 0,1282*0,1 = 0,0128 A4 = 0,0769*0,1 = 0,0077 A5 = 0,1026*0,1 = 0,0103 A6 = 0,0769*0,1 = 0,0077 A7 = 0,0769*0,1 = 0,0077 A8 = 0,1282*0,1 = 0,0128 A9 = 0,0513*0,1 = 0,0051 A10 = 0,1282*0,1 = 0,0128 A11 = 0,0513*0,1 = 0,0051 A12 = 0,1026*0,1 = 0,0103

A2 = 0,0811*0,1 = 0,0079 A3 = 0,1081*0,1 = 0,0105 A4 = 0,0811*0,1 = 0,0079 A5 = 0,0541*0,1 = 0,0053 A6 = 0,027*0,1 = 0,0026 A7 = 0,1081*0,1 = 0,0132 A8 = 0,0811*0,1 = 0,0079 A9 = 0,1081*0,1 = 0,0105

(9)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom A10 = 0,027*0,1 = 0,0026

A11 = 0,1351*0,1 = 0,0132 A12 = 0,0541*0,1 = 0,0053

Dari perhitungan diatas maka diperoleh matriks Dij :

𝐷ᵢⱼ =

[

0,0488 0,0278 0,0186 0,0026 0,0132 0,039 0,0222 0,0233 0,0051 0,0079 0,039 0,0167 0,014 0,0128 0,0105 0,0293 0,0222 0,0093 0,0077 0,0079 0,0195 0,0056 0,014 0,0103 0,0053 0,0293 0,0111 0,014 0,0077 0,0026 0,0488 0,0278 0,0233 0,0077 0,0132 0,0098 0,0056 0,014 0,0128 0,0079 0,0488 0,0167 0,014 0,0051 0,0105 0,0098

0,0488 0,0293 𝑀𝑎𝑥

0,0111 0,0167 0,0167 𝑀𝑎𝑥

0,014 0,0186 0,0233 𝑀𝑎𝑥

0,0128 0,0051 0,0103 𝑀𝑎𝑥

0,0026 0,0132 0,0053 𝑀𝑖𝑛 ]

d. Memaksimalkan dan Meminimalkan Indeks Untuk masing-masing alternatif

Dari perolehan nilai Dij kemudian menambahkan nilai masing-masing kriteria berdasarkan type nya yang telah dijelaskan paa Tabel 3.2 Data Kriteria Type benefit berarti S+1 (max) sedangkan type cost berarti S-1 (min).

𝑆₊ᵢ = ∑^𝑛_𝑗=1 𝑌₊ᵢⱼ 𝑆₋ᵢ = ∑^𝑛_𝑗=1 𝑌₋ᵢⱼ

S₊ᵢ = ( C1 + C2 + C3 + C4 )

A1 = 0,0488 + 0,0278 + 0,0186 + 0,0026 = 0,0977 A2 = 0,039 + 0,0222 + 0,0233 + 0,0051 = 0,0896 A3 = 0,039 + 0,0167 + 0,014 + 0,0128 = 0,0825 A4 = 0,0293 + 0,0222 + 0,0093 + 0,0077 = 0,0685 A5 = 0,195 + 0,0056 + 0,0139 + 0,0103 =0,0493 A6 = 0,2923 + 0,0111 + 0,0139 + 0,0077 =0,062 A7 = 0,0488 + 0,0278 + 0,0236 + 0,0077 =0,1075 A8 = 0,0098 + 0,0056 + 0,0139 + 0,0128 =0,0421 A9 = 0,0488 + 0,0167 + 0,0139 + 0,0051=0,0845 A10 = 0,0098 + 0,0111 + 0,01395 +0,0128 =0,0476 A11 = 0,0488 + 0,0167 + 0,0186 + 0,0051 =0,0892 A12 = 0,0293 + 0,0167 + 0,0233 +0,0103 =0,0794 S-ᵢ = C5

A1 = 0,0132 A2 = 0,0079 A3 = 0,0105 A4 = 0,0079 A5 = 0,0053 A6 = 0,0026 A7 = 0,0132 A8 = 0,0079 A9 = 0,0105 A10 = 0,0026 A11 = 0,0132 A12 = 0,0053

Total dari Atribut Cost/min = 0,1 e. Pehitungan Bobot Relatif tiap Alternatif

Tabel 8. Perhitungan Bobot Relatif Tiap Alternatif

Alternatif 1/S₋ᵢ S₋ᵢ * Total dari 1/S₋ᵢ

A01

0,1

0,0132= 76 0,0132 * 1938 = 25,50000 A02

0,1

0,0079= 126,67 0,0079 *1938 = 15,30000 A03

0,1

0,0105= 95 0,0105 * 1938 = 20,40000

(10)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom A04

0,1

0,0079= 126,67 0,0079 *1938 = 15,30000 A05

0,1

0,0053= 190 0,0053 * 1938 = 10,20000 A06

0,1

0,0026= 380 0,0026 * 1938 = 5,10000 A07

0,1

0,0132= 76 0,0132 * 1938 = 25,50000 A08

0,1

0,0079= 126,67 0,0079 *1938 = 15,30000 A09

0,1

0,0105= 95 0,0105 * 1938 = 20,40000 A010

0,1

0,0026= 380 0,0026 * 1938 = 5,10000 A011

0,1

0,0132= 76 0,0132 * 1938 = 25,50000 A012

0,1

0,0053= 190 0,0053 * 1938 = 10,20000

Total 1938

f. Menentukan Prioritas Relatif (Q1)

Berdasarkan table perhitungan table diatas makan langkah selanjutnya adalah menentukan signifikansi relatif atau prioritas relatif Q1 dengan persamaan :

𝑄ᵢ = S₊ᵢ + 𝑆₋ᵢ 𝑚𝑖𝑛 ∑^𝑚_𝑖=1𝑆₋₁

𝑆₋ᵢ ∑^𝑚_𝑖=1(𝑆₋ₘᵢₙ/𝑆₋₁) = 𝑆₊₁ + ∑^𝑚_𝑖=1𝑆₋₁

𝑆₋₁ ∑^𝑚_𝑖=1(1/𝑆₋₁ )(𝑖 = 1,2, … , 𝑚 ) Q1 = 0,0977 + _25,50000^0,1 = 0,0977 + 0,00392 = 0,10165

Q2 = 0,0896 + _15,30000^0,1 = 0,0896 + 0,00654 = 0,09617 Q3 = 0,0825 + ^0,1

20,40000⁼0,0825 + 0,0049 = 0,08737 Q4 = 0,0685 + ^0,1

15,30000=0,0685 + 0,00654 = 0,07502 Q5 = 0,0493 + ^0,1

10,20000= 0,0493 + 0,0098 = 0,05908 Q6 = 0,062 + _5,15000^0,1 = 0,062 + 0,01961 = 0,08144 Q7 = 0,1075 + _25,50000^0,1 = 0,1075 + 0,00392 = 0,11232 Q8 = 0,0421 + ^0,1

15,30000⁼0,0421+ 0,00654 = 0,04856 Q9 = 0,0845 + _20,40000^0,1 = 0,0845 + 0,0049 = 0,08938 Q10 = 0,0476 + ^0,1

5,10000 = 0,0876 + 0,01961 = 0,06706 Q11 = 0,0892 + _25,50000^0,1 = 0,0892 + 0,00392 = 0,09306 Q12 = 0,0794 + ^0,1

10,20000⁼0,0794 + 0,0098 = 0,08916 Max Q1 = 0,11143(dari hasil penjumlahan Q1-Q12)

g. Perhitungan utilitas Ui untuk setiap Alternatif

Langkah terakhir adalah menghitung utilitas untuk setiap alternatif nilai utilitas berkisar antara 0% sampai 100%.

𝑈ᵢ = [ 𝑄ᵢ

𝑄ₘₐₓ] × 100%

U1 = (^0,10165

0,11143) × 100% = 91,224%

U2 = (^0,09617

0,11143) × 100% = 86,304%

U3 = (^0,08737

0,11143) × 100% = 78,407%

U4 = (^0,07502

0,11236) × 100% = 67,327%

U5 = (^0,05908

0,11143) × 100% = 53,002%

U6 = (^0,08163

0,11143) × 100% = 73,261%

U7 = (^0,11143

0,11143) × 100% = 100%

(11)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom U8 = (^0,04862

0,11143) × 100% = 43,635%

U9 = (^0,08943

0,11143) × 100% = 80,259%

U10 = (^0,06725

0,11143) × 100% = 60,352%

U11 = (^0,0931

0,11143) × 100% = 83,533%

U12 = (^0,08925

0,11143) × 100% = 80,098%

Berdasarkan hasil dari perhitungan dengan menggunakan metode Complex Proportional Assessment (COPRAS) maka didapatkan hasil akhir perangkingan yang dapat dilihat pada tabel berikut ini.

Tabel 9. Hasil Perangkingan pada masing-masing Alternatif

No Kode Nama Juru Masak Nilai Akhir Rangking 1 A07 Rojali

2 A01 Mail syahputra 3 A02 Roy Hutagalung 4 A11 Sulaiman

5 A09 Efendi Sanjaya 6 A12 Hery Panjul

7 A03 Muhammad Emzil 8 A06 Rizal Andika

9 A04 Andiyanto 10 A10 Ali Ahmad

11 A05 Ari Pahlevi 12 A08 Wartijo

100 1

91,224 2

86,304 3

83,553 4

80,259 5

80,098 6

78,407 7

73,261 8

67,327 9

60,352 10

53,002 11

43,635 12

Dari hasil perangkingan tersebut maka diambil keputusan sesuai dengan urutan tertinggi dari nilai akhir perhitungan yang dilakukan yang layak dipilih menjadi Juru Masak (koki) pada cabang restoran garuda jl.H.Adam Malik No.14

4. KESIMPULAN

Penelitian dilakukan dengan menggunakan metode COPRAS untuk menentukan kain terbaik dalam pembuatan sebuah pakaian. Kriteria yang dipakai dalam penelitian ini berupa Rasa masakan,pengalaman masak,kebersihan,usia dan absensi.

sedangkan alternatif yang dipakai adalah nama juru masak (koki). Pada sistem ini telah melakukan perhitungan sesuai dengan kriteria dan alternatif yang telah ditentukan, hasil perhitungan pada sistem ini merekomendasikan kain katun dalam membuat sebuah pakaian dengan nilai akhir sebesar 100%. Hasil tersebut telah dilakukan perbandingan dengan menggunakan korelasi perangkingan. Dari hasil perbandingan menggunakan perangkingan menunjukan bahwa metode ini layak untuk digunakan. Berdasarkan perhitungan menggunakan metode ini pemilihan juru masak (koki) merupakan rekomendasi utama dari metode ini. Maka penerapan sistem pendukung keputusan dengan menerapkan metode Complex Proportional Assessment (COPRAS) dapat digunakan khususnya manajer atau kepala bagian juru masak (koki) yang bertugas dalam melakukan pemilihan juru masak (koki). Penerapan nilai bobot yang spesifik pada metode Complex Proportional Assessment (COPRAS) mempengaruhi hasil proses pemilihan, sehingga hasilnya menjadi lebih baik.

REFERENCES

[1] P. D. Adelina, F. T. Waruwu, G. L. Ginting, and M. Sianturi, “Sistem Pendukung Keputusan Seleksi Penerimaan Koki Menerapkan Metode Composite Performance Index,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 2, no. 1, pp.

65–72, 2018, doi: 10.30865/komik.v2i1.909.

[2] T. Yolanda and M. Sihite, “Sistem Pendukung Keputusan Penentuan Kelompok Nelayan Terbaik Menerapkan Metode Copras,”

vol. 7, no. 2, pp. 106–110, 2020.

[3] G. Ginting, S. Alvita, A. Karim, and M. Syahrizal, “Penerapan Complex Proportional Assessment ( COPRAS ) Dalam Penentuan Kepolisian Sektor Terbaik,” vol. 4, no. 2, pp. 616–631, 2020.

[4] D. O. Simbolon, “KOKI: JURU MASAK DI HDL 293 (STUDI KASUS :KOKI LAKI-LAKI SEBAGAI JURU MASAK DI RESTORAN HDL 293 CILAKI, KOTA BANDUNG, JAWA BARAT ),” Akt. Di Dapur, Dapur, Koki, Koki, p. 80, 2017.

[5] A. Hafiz, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK,” vol. XV, no. April, pp. 23–28, 2018.

[6] A. H. Nasyuha, I. Purnama, A. Sidabutar, and A. Karim, “Sistem Pendukung Keputusan Penentuan Kerani Timbang Lapangan Terbaik Menerapkan Metode Operational Competitiveness Rating Analysis ( OCRA ),” vol. 6, pp. 355–361, 2022, doi:

10.30865/mib.v6i1.3475.

[7] K. Santoso, Teguh, Ernawati, Anggriani, “Sistem Pendukung Keputusan Serangan Hama Dan Penyakit Pada Tanaman Kakao Menggunakan Metode Simple Multi Attribute Rating Technique (Smart),” J. Rekursif, vol. 7, no. 1, pp. 22–39, 2019.

(12)

JURIKOM (Jurnal Riset Komputer), Vol. 9 No. 2, April 2022 e-ISSN 2715-7393 (Media Online), p-ISSN 2407-389X (Media Cetak) DOI 10.30865/jurikom.v9i2.3920 Hal 316−327 http://ejurnal.stmik-budidarma.ac.id/index.php/jurikom [8] T. Marchwinski, “EconomiC impact of existing and new commuter rail service on retail and recreational spending in the vicinity

of station areas,” Transp. Res. Rec., vol. 2008, no. 1623, pp. 135–143, 1998, doi: 10.3141/1623-18.

[9] Y. Astuti, M. Suyanto, and K. Kusrini, “Sistem Pendukung Keputusan untuk Pemilihan Perguruan Tinggi Komputer Swasta,”

Data Manaj. dan Teknol. Inf., vol. 12, no. 1, pp. 56–62, 2011.

[10] J. Dasi, “SISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEM) Melwin Syafrizal,” vol. 11, no. 3, pp. 77–

90, 2010.

[11] H. Pratiwi, “Tujuan dan Karakteristik SPK,” Res. Gate, no. May, 2020, [Online]. Available:

https://www.researchgate.net/publication/341767786_TUJUAN_dan_KARAKTERISTIK_SPK_oleh_Heny_Pratiwi.

[12] N. N. - AMIK BSI Jakarta, “Sistem Keputusan Metode Saw Dan Topsis Untuk Pemilihan Staff Peduli Laka Studi Kasus: Pt Express Pool Cipayung,” Evolusi J. Sains dan Manaj., vol. 5, no. 2, pp. 59–65, 2017, doi: 10.31294/evolusi.v5i2.2599.

[13] P. P. Rini, Dedi, and N. Riyanti, “Sistem Pendukung Keputusan Pemilihan Dosen Terbaik Berbasis Web Dengan Metode SAW (Simple Additive Weighting) (Studi Kasus: STMIK Global Tangerang),” Sisfotek Glob., vol. 5, no. 2, p. 9, 2015.

[14] R. F. Santoso, N. Hidayat, and Sutrisno, “Implemetasi Metode Fuzzy AHP ( Analitycal Hierarchy Process ) - COPRAS ( Complex Proportional Assessment ) untuk Rekomendasi Penentuan Kelompok Tani Terbaik ( Studi Kasus : Dinas Pertanian Kabupaten Bangkalan ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 4, no. 10, pp. 3542–3551, 2020.

[15] S. R. Cholil, M. A. Setyawan, U. Semarang, and P. Korespondensi, “Copras Method To Determine the Best Fabric To Making Clothes on Batik Hatta Semarang,” J. Teknol. Inf. dan ilmu Komput., vol. 8, no. 6, pp. 1169–1176, 2021, doi:

10.25126/jtiik.202183584.

[16] RAMADIANI, R., RANI, F. P., KAIRINA, D. M., & HATTA, H. R. 2018. Sistem Pendukung Keputusan Pemilihan Pramuka Pandega Berprestasi Menggunakan Metode Multi Objective Optimization on the Basis Ratio Analysis. Jurnal Teknologi Informasi Dan Ilmu Komputer (JTIIK), 6, 155–162. https://doi.org/10.25126/jtiik.201961284le:

[17] P. Po and H. Berbasis, “1 , 2 1,2,” vol. 3, no. 2, 2019.

[18] D. Pada, P. Ud, A. Gemilang, S. Informasi, and S. Royal, “PERANCANGAN APLIKASI PEMESANAN DAN PEMBAYARAN BERBASIS,” vol. 9986, no. September, 2018.

[19] Haviluddin, “Memahami Penggunaan UML ( Unified Modelling Language ),” Memahami Pengguna. UML (Unified Model.

Lang., vol. 6, no. 1, pp. 1–15, 2011, [Online]. Available: https://informatikamulawarman.files.wordpress.com/2011/10/01-jurnal- informatika-mulawarman-feb-2011.pdf.

[20] A. K. Syahputra, M. Kom, and A. P. P. Visual, “‘ Pengantar Pemrograman Visual Dan Pengenalan Visual Studio 2010 ,’” pp. 1–

14, 2010.

[21] C. Alyona, “Pengembangan Prototype Sistem Ujian Berbasis Computer Based Te St (Cbt) Pada Program Studi Teknik Informatika Politeknik Negeri Ambon,” Intelektiva J. Ekon. Sos. Hu Maniora, vol. 02, no. 04, pp. 51–57, 2020, [Online].

Available: https://www.jurnalintelektiva.com/index.php/jurnal/article/view/342/239.

[22] MESRAN, RAMADHANI, P., NASUTION, A. S., SIREGAR, D., FADLINA, & SIAHAAN, A. P. U. 2017. Implementation of Complex Proportional Assessment Method in the Selection of Mango Seeds. International Journal of Scientific Research in Science and Technology (IJSRST), 3(7), 397–402 [23] M. Database and D. Access, “MEMBUAT DATABASE DENGAN ACCESS Halaman 1 Dari 40,” pp. 1–40.

[23] P. Simanjuntak and A. Kasnady, “Analisis Model View Controller (Mvc) Pada Bahasa Php,” J. ISD, vol. 2, no. 2, pp. 2528–

5114, 2016.