SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI TEMPAT KOST UNTUK MAHASISWA DI KOTA SAMPIT
Lukman Bachtiar1), Fendy2)
1,2Fakultas Ilmu Komputer, Universitas Darwan Ali email: [email protected], [email protected]
Abstract
The number of students who want to continue their education makes students even leave their hometowns just to get a better education. This can make students look for a temporary place to live while studying or lecturing. There are several factors that make them prefer boarding houses as a temporary residence. A boarding house is a residence that is rented out to other parties with certain facilities at a more affordable price compared to hotels/inns. The number of boarding houses that offer different prices, facilities and have different locations will certainly make students confused in terms of determining the temporary residence they occupy. So, the decision support system by applying the profile matching DSS method is expected to help solve alternative housing problems for students or the general public. And also, with the results of research conducted can show that the profile matching method has good accuracy in providing boarding options for students. From the results of calculations using 5 alternatives, the highest total value or final value is obtained in alternative boarding house 2 with a total value of 9.398.
Keywords: DSS, Profile Matching, Alternatives, Residence, Students
1. PENDAHULUAN
Dalam menghadapi jumlah mahasiswa yang semakin banyak yang berasal dari daerah dan kota lain, mereka mempertimbangkan beberapa faktor dalam memilih tempat tinggal sementara. Tempat tinggal merupakan Tempat tinggal atau hunian merupakan suatu kebutuhan esensial dalam kehidupan. Umumnya, tempat tinggal berupa rumah atau tempat perlindungan lain yang digunakan untuk menyediakan tempat bagi orang-orang[1]. Menurut Kamus Besar Bahasa Indonesia (KBBI), yang diterbitkan oleh Kementerian Pendidikan, Kebudayaan, Pendidikan Tinggi, Riset, dan Teknologi adalah kamus resmi yang disusun dan diterbitkan oleh lembaga tersebut., Kebudayaan, Riset, dan Teknologi, istilah indekos (baku) atau kost (tidak baku) merujuk pada kediaman di rumah orang lain dengan tanpa fasilitas makan (dengan membayar sejumlah uang setiap bulannya)[2].
Tempat kost adalah salah satu jenis tempat yang menyediakan penginapan atau tempat tinggal sementara yang Terdiri dari beberapa fasilitas
yang diberikan oleh pemilik kost, merupakan karakteristik dari tempat kost tersebut [3].
Beberapa mahasiswa memilih untuk menggunakan tempat kos sebagai tempat tinggal utama mereka karena pertimbangan keuangan.
Mereka memilih untuk menyewa tempat kos yang sederhana dan lebih terjangkau daripada tempat kos yang mewah dengan berbagai fasilitas tambahan[4]. Di samping itu, istilah "kost" secara khusus terkait erat dengan mahasiswa karena kost umumnya disewakan kepada mereka, meskipun terkadang juga tersedia untuk masyarakat umum.
Mahasiswa sering kali menghadapi kesulitan dalam memilih tempat tinggal sementara karena ada banyak pilihan yang berbeda dalam hal harga, fasilitas, dan lokasi. Setiap tempat kost memiliki kelebihan dan penawaran yang berbeda-beda, yang membuat mahasiswa sering kali kesulitan dalam menentukan tempat tinggal yang tepat untuk mereka[5].
Dalam penelitian yang dilakukan oleh Rita Novita Sari, dkk., dipelajari penggunaan metode MAUT untuk memilih rumah kost.
Penelitian ini menemukan bahwa metode MAUT memberikan hasil yang objektif dalam pencarian rumah kost [6]. Selanjutnya, Jarot Budiasto, dkk.
melakukan penelitian tentang sistem pendukung keputusan untuk memilih tempat kost menggunakan metode AHP. Penelitian ini menyimpulkan bahwa sistem tersebut dapat digunakan sebagai salah satu cara untuk memilih tempat kost [7]. Selain itu, dalam penelitian yang dilakukan oleh Ardin Natalius Harefa, dkk., dibahas tentang Pemilihan bibit tanaman karet menggunakan Sistem Pendukung Keputusan metode Profile Matching. Hasil penelitian menunjukkan bahwa sistem tersebut dapat membantu PT. Asri Jaya, seorang vendor atau kontraktor, dalam memilih bibit tanaman karet untuk ditanam atau dijual di perkebunan karet.[6].
Salah satu solusi yang digunakan adalah metode profile matching. Tujuan penggunaan metode ini adalah metode profile matching sangat sesuai dalam merancang sistem pendukung keputusan untuk memberikan rekomendasi tempat kost[7]. Ketika menggunakan metode profil matching, kriteria harus menjadi komponen pendukung utama dalam memecahkan masalah yang ada[8]. Dengan menggunakan sistem ini, pengunjung atau mahasiswa akan merasa terbantu karena sistem akan memberikan saran atau rekomendasi tempat kost yang memenuhi kriteria mereka. Dalam sistem ini, pengguna memasukkan kriteria mereka ke dalam sistem, dan sebagai hasilnya, mereka akan menerima daftar, Penelitian ini menemukan bahwa sistem pencarian kost dapat membantu calon penyewa kost menemukan berbagai tempat kost yang sesuai dengan kebutuhan mereka. Salah satu jenis sistem adalah sistem pendukung keputusan (SPK), yang memiliki kemampuan untuk mengatasi masalah dan berkomunikasi solusi dalam situasi yang memiliki tingkat struktur yang beragam, baik itu semi terstruktur maupun tak terstruktur.[9]. Pada era 1960-an, sudah ada sistem yang mendukung pengambilan keputusan (SPK), Namun, baru pada tahun 1971 istilah
"sistem pendukung keputusan" pertama kali
digunakan oleh G. Anthony Gorry dan Micheal S.
Scott Morton. [10].
Dengan adanya Sistem Pendukung Keputusan (SPK) Pemilihan Tempat Kost, diharapkan bisa membantu dalam menentukan pemilihan alternatif. Kost merupakan bisnis individu yang menggunakan sebagian atau seluruh rumah mereka sebagai tempat penginapan bagi orang-orang dengan pembayaran bulanan. Oleh karena itu, metode profile matching dan program aplikasi SPK diharapkan dapat digunakan Untuk membantu dalam proses pengambilan keputusan, adalah sistem berbasis komputer yang digunakan untuk membantu orang menemukan kost atau tempat tinggal sementara, metode profile matching digunakan dengan menggunakan model dan data untuk menyelesaikan masalah tidak terstruktur.
Penelitian sebelumnya seringkali kurang memperhatikan partisipasi atau keterlibatan penghuni kost dalam proses penelitian. Namun, penelitian tentang kost saat ini lebih memperhatikan keterlibatan penghuni kost sebagai bagian dari proses penelitian, seperti melalui wawancara atau observasi.
2. METODE PENELITIAN
Metode penelitian merupakan suatu pendekatan ilmiah yang digunakan untuk memperoleh data yang diperlukan guna mencapai tujuan dan kegunaan tertentu. Metode penelitian melibatkan serangkaian langkah-langkah yang diikuti dalam penelitian, mulai dari tahap identifikasi masalah hingga proses pengambilan keputusan[11]. Metode yang digunakan untuk mencari kebenaran melibatkan penggunaan teknik atau ilmu-ilmu tertentu untuk melakukan penelusuran dengan cara yang terstruktur dalam rangka mencapai kebenaran. Pilihan alternatif yang tersedia adalah lima tempat kost yang berbeda yang terletak di kota Sampit.
2.1 Sistem Pendukung Keputusan (SPK) seringkali dikembangkan untuk memberikan dukungan dalam mencari solusi untuk masalah atau peluang tertentu [12]–[19].
Aplikasi SPK digunakan dalam proses
menentukan keputusan[20]. Sistem pendukung keputusan memanfaatkan data, menyediakan antarmuka pengguna yang user-friendly, dan dapat mengintegrasikan sudut pandang pengambil keputusan. [21].
2.2 Profil matching merupakan teknik pengambilan keputusan yang berbasis pada gagasan bahwa calon harus memiliki variabel prediktor ideal, bukan hanya mencapai tingkat minimal yang harus dipenuhi atau dilewati. Penggabungan profil dapat membantu dalam proses menghitung kriteria pengambilan keputusan untuk suatu objek.[22].
2.3 Tahapan meitodei profilei matching
Gambar 1. Tahapan meitodei profilei matching 2.4 Pengumpulan data
1. Observasi
Observasi merupakan metode ilmiah yang didasarkan pada pengamatan fakta- fakta yang diperoleh dari lapangan atau teks, melalui penggunaan indera manusia tanpa melakukan manipulasi apa pun.
[23]. Observasi digunakan untuk mendapatkan informasi tentang perilaku yang sebenarnya dari objek yang diamati.
Dengan melakukan observasi, kita dapat memperoleh pemahaman yang jelas
tentang penelitian yang sedang dilakukan. Dalam konteks ini, peneliti mengamati secara langsung beberapa tempat kost di Kotawaringin Timur.
2. Wawancara
Wawancara adalah metode komunikasi langsung antara peneliti dan objek penelitian, di mana peneliti mengajukan pertanyaan dan objek memberikan jawaban secara langsung[24]. Pada tahap ini, dilakukan wawancara dengan pemilik kost mengenai beberapa kriteria yang telah ditentukan untuk mengumpulkan data yang diperlukan.
3. Studi pustaka
Pada penelitian dan metode ini, dilakukan review literatur atau pencarian referensi dari buku, jurnal, atau literatur terkait[25]. Studi pustaka adalah proses mengumpulkan dan mempelajari berbagai sumber pustaka atau referensi yang relevan dengan topik atau masalah yang sedang dibahas. Sumber pustaka tersebut dapat berupa buku, jurnal, artikel, tesis, disertasi, dan lain sebagainya. Studi pustaka umumnya dilakukan sebagai langkah awal dalam penelitian untuk memperoleh pemahaman yang lebih mendalam tentang topik yang akan diteliti.
3. HASIL DAN PEMBAHASAN
Dibawah ini merupakan hasil dari perhitungan yang dilakukan dengan menggunakan metode profil matching.
Perhitungan ini melibatkan 5 alternatif atau 5 tempat kost yang tersedia di kota Sampit.
Untuk menentukan alternatif, dilakukan observasi dan wawancara kepada mahasiswa untuk mengidentifikasi kriteria apa saja yang sering mereka cari saat mencari tempat kost.
a. Menentukan kriteria
Peneliti dalam penelitian ini menetapkan beberapa kriteria untuk digunakan sebagai faktor perhitungan, yaitu:
1. Harga (A1)
2. Keamanan(A2) 3. Kebersihan(A3) 4. Fasilitas(A4) 5. Lingkungan(A5) b. Aspek penilaian
Dalam aspek penilaian, peneliti memberikan rentang penilaian untuk memahami nilai yang diberikan oleh subjek penelitian. Rentang penilaian ini mencakup pengertian tentang kriteria penilaian seperti apa yang digunakan.
Tabel 1. Aspek penilaian
No Kategori Nilai
1 Tidak rekomendasi 0
2 Cukup 1
3 Rekomendasi 2
4 Sangat rekomendasi 3
5 Memenuhi harapan 4
c. Perhitungan pemetaan gap
Tahap pemetaan gap adalah langkah untuk memasukkan nilai yang telah diperoleh ke dalam beberapa kriteria yang telah digunakan. Setelah penilaian dilakukan, tahap berikutnya adalah mencocokkan nilai standar yang diharapkan.
Pencocokan ini bertujuan untuk mendapatkan selisih antara nilai kriteria dan nilai standar.
Semakin kecil nilai gap, maka bobot nilai akan semakin besar, sedangkan semakin besar gap, bobot nilai akan semakin kecil[26].
Untuk mendapatkan hasil gap, perhitungannya menggunakan rumus berikut ini:
Gap = nilai kriteria – nilai standar Tabel 2. Pemetaan gap
Alternatif Kriteria
A1 A2 A3 A4 A5
kost 1 2 2 3 1 2
kost 2 3 3 2 4 2
kost 3 2 2 2 4 2
kost 4 4 2 2 4 2
kost 5 1 2 2 1 2
nilai
standar 3 3 3 3 3
kost 1 -1 -1 0 -2 -1
kost 2 0 0 -1 1 -1
kost 3 -1 -1 -1 1 -1
kost 4 1 -1 -1 1 -1
kost 5 -2 1 -1 -2 -1
d. Melakukan pembobotan
Setelah pemetaan gap selesai, langkah selanjutnya adalah pembobotan. Nilai yang dibobot ditentukan seperti yang ditunjukkan dalam tabel berikut:
Tabel 3. Pembobotan No Selisih Bobot
nilai Keterangan 1 0 5 Kompetensi sesuai
kebutuhan
2 1 4,5 Kompetensi kelebihan satu tingkat
3 -1 4 Kompetensi kekurangan satu tingkat
4 2 3,5 Kompetensi kelebihan dua tingkat
5 -2 3 kompetensi kekurangan dua tingkat
6 3 2,5 Kompetensi kelebihan tiga tingkat
7 -3 2
Kompetensi kekurangan tiga tingkat
8 4 1,5 Kompetensi kelebihan empat tingkat 9 -4 1 Kompetensi kekurangan
empat tingkat
selanjutnya langkah ini, nilai kesenjangan yang diperoleh akan dikonversi menjadi bobot nilai kesenjangan sesuai dengan yang telah ditentukan.
Tabel 4. Konversi nilai ke bobot Alternatif Kriteria
A1 A2 A3 A4 A5
kost 1 -1 -1 0 -2 -1
kost 2 0 0 -1 1 -1
kost 3 -1 -1 -1 1 -1
kost 4 1 -1 -1 1 -1
kost 5 -2 1 -1 -2 -1
konversi nilai ke bobot
kost 1 4 4 5 3 4
kost 2 5 5 4 4,5 4
kost 3 4 5 4 4,5 4,5
kost 4 4,5 4 4 4,5 4
kost 5 3 4,5 4 3 4,5
e. Perhitungan core factor dan secondary Untuk melakukan perhitungan core factor, langkah pertama adalah memilih beberapa kriteria yang paling penting dari setiap aspek, yang kemudian akan digunakan sebagai core factor, sementara kriteria lainnya akan menjadi secondary factor. Dalam hal ini, core factor terdiri dari kriteria harga (A1), keamanan (A2), dan kebersihan (A3), sementara secondary factor terdiri dari kriteria fasilitas (A4) dan lingkungan (A5). Informasi tersebut terdapat dalam tabel berikut:
Tabel 5. Kriteria core factor dan secondary factor
No Kriteria
Core factor secondary factor
1 harga …...
2 Keamanan …...
3 Kebersihan …...
4 …... Fasilitas 5 …... Lingkungan Setelah menentukan core factor, langkah selanjutnya adalah mengoperasikan nilai yang telah diperoleh untuk melakukan perhitungan pada tahap berikutnya. Nilai-nilai tersebut akan disusun dalam tabel agar memudahkan dalam melihat nilai yang akan digunakan.
Tabel 6. Data core factor dan secondary factor
No Alteirnatif
Kriteria Core factor
(60%)
Secondary factor (40%) A1 A2 A3 A4 A5
1 kost 1 4 4 5 3 4
2 kost 2 5 5 4 4,5 4
3 kost 3 4 5 4 4,5 4,5
4 kost 4 4,5 4 4 4,5 4
5 kost 5 3 4,5 4 3 4,5
• Core factor
Rumus berikut akan digunakan untuk menghitung kriteria yang termasuk dalam core factor:
NCF =
Keterangan:
NCF = nilai rata-rata core factor NC = jumlah total nilai core factor IC = jumlah item core factor
alternatif Core factor
Kost 1 NCF =
Kost 2 NCF =
Kost 3 NCF =
Kost 4 NCF =
Kost 5 NCF =
• Secondary factor NSF =
Σ NC Σ IC
4 + 4 + 5
3 = 9,66
5 + 5 + 4
3 = 11,33
4 + 5 + 4
3 = 10,33
4,5 + 4 + 4 3
3 + 4,5 + 4
3 = 8,83
Σ NS Σ IS
= 9,83
Keterangan:
NSF = nilai rata-rata secondary factor NS = jumlah total nilai secondary factor IS = jumlah item secondary factor
alternatif secondary factor Kost 1 NSF =
Kost 2 NSF =
Kost 3 NSF =
Kost 4 NSF =
kost 5 NSF =
Setelah melakukan proses perhitungan nilai berdasarkan rumus core factor dan secondary factor, diperoleh nilai rata-rata core factor dan secondary factor sesuai dengan yang diharapkan. Hasil tersebut akan dimasukkan ke dalam tabel perhitungan untuk memperjelas perhitungan dua aspek. Informasi tersebut terdapat dalam tabel berikut:
:
Tabel 7. nilai total NCF dan NSF
N o
Altern atif
kriteria
Core factor (60%)
Second ary factor
(40%) A
1 A 2
A 3
A 4
A 5
NC F
NS F 1 kost 1
4 4 5 3 4
9,6
6 5
2 kost 2
5 5 4 4,
5 4 11,
33 6,
5 3 kost 3
4 5 4 4,
5 4,
5 10,
33 6, 75
4 kost 4 4,
5 4 4 4,
5 4 9,8
3 6,
5 5 kost 5
3 4,
5 4 3 4,
5 8,8
3 5, 25 f. Perhitungan nilai total
Untuk menghitung nilai total untuk faktor inti dan faktor sekunder, rumus berikut dapat digunakan:
persentase untuk faktor inti adalah 60% dan persentase untuk faktor sekunder adalah 40%:
NT = (x)% * NCF + (x)% * NSF Keterangan:
NT = Nilai total
X% = nilai persen yang di inputkan NCF = nilai rata-rata core factor NSF = nilai rata-rata secondary factor
Tabel 8. Nilai total
Kost 1 NT= 60% * 9,66 + 40% * 5 = 7,796 Kost 2
NT = 60% * 11,33 + 40% * 6,5 = 9,398
Kost 3
NT = 60% * 10,33 + 40% * 6,75 = 8,898
Kost 4 NT = 60% * 9,83 + 40% * 6,5 = 8,498 Kost 5
NT = 60% * 8,83 + 40% * 5,25 = 7,398
Dari hasil perhitungan di dapat nilai total atau nilai akhir yang paling tinggi yaitu pada alternatif KOST 2 dengan nilai total 9,398.
4. KESIMPULAN
Pemanfaatan sistem pendukung keputusan dengan metode profile matching memberikan manfaat signifikan bagi mahasiswa dalam menentukan rekomendasi tempat kost.
Dari hasil perhitungan yang dilakukan menggunakan metode profile matching, teridentifikasi bahwa alternatif kost dengan nilai tertinggi adalah kost nomor 2, dengan skor sebesar 9,398. Dengan demikian, hasil penelitian ini diharapkan dapat memberikan bantuan bagi banyak orang, tidak hanya mahasiswa tetapi juga 3 + 4
2 = 5
4,5 + 4 2 = 6,5
4,5 + 4,5 2 = 6,75
4,5 + 4 2 3 + 4,5
2 = 5,25
masyarakat umum. Penerapan metode profile matching telah terbukti cocok dan relevan untuk mendukung penelitian ini.
5. REFERENSI
[1] T. Adriantama and Y. Brianorman,
“Sistem Pendukung Keputusan Dalam Seleksi Tempat Tinggal (Kost) Mahasiswa Dengan Metode Simple Additive Weighting (Saw),” J. Digit.
Teknol. Inf., vol. 4, no. 1, p. 1, 2021, doi:
10.32502/digital.v4i1.2645.
[2] P. M. Kusumantara, F. H. Kirana, and A.
Fahmi, “Implementasi Metode Profile Matching Untuk Pendukung Keputusan Pemilihan Indekos Mahasiswa,” SCAN - J. Teknol. Inf. dan Komun., vol. 15, no. 2,
pp. 34–39, 2020, doi:
10.33005/scan.v15i2.2042.
[3] I. G. A. Soffan Maulana Akbar, “Kost;
SPK; SAW; Gresik; Alternatif,” Sist.
Pendukung Kepustusan Pemilihan Tempat Kos Untuk Mhs. Di Gresik Dengan Metod. Saw (Simple Addit.
Weight., vol. 7, no. 2, 2022.
[4] D. Y. Rizki Saputra, S. Andryana, and I.
D. Sholihati, “Analisis Perbandingan Algoritma Bubble Sort Dan Selection Sort Pada Sistem Pendukung Keputusan Pemilihan Tempat Kost Berbasis Ios (Iphone Operating System),” JIPI (Jurnal Ilm. Penelit. dan Pembelajaran Inform., vol. 6, no. 2, pp. 318–324, 2021, doi:
10.29100/jipi.v6i2.2015.
[5] R. Wijaya, “Sistem Pendukung Keputusan Pemilihan Indekos Terbaik Bagi Mahasiswa Menggunakan Metode Topsis,” J. Ilm. Core IT Community Res.
Inf. Technol., vol. 10, no. 4, pp. 1978–
1520, 2022.
[6] A. N. Harefa and F. A. Sianturi, “Sistem Pendukung Keputusan Pemilihan Bibit Tanaman Karet Dengan Metode Profile Matching,” J. Nas. Komputasi dan Teknol. Inf., vol. 4, no. 6, pp. 450–459, 2021, doi: 10.32672/jnkti.v4i6.3531.
[7] E. Pawan, W. W. Widianto, and P. Hasan,
“Implementasi Metode Profile Matching Untuk Menentukan Penerima Beasiswa Bidikmisi,” Creat. Inf. Technol. J., vol. 8, no. 1, p. 54, 2021, doi:
10.24076/citec.2021v8i1.257.
[8] D. D. APRIYANI, “Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi Menggunakan Metode Profile Matching,”
Fakt. Exacta, vol. 14, no. 1, p. 44, 2021, doi: 10.30998/faktorexacta.v14i1.9057.
[9] D. O. Wibowo and A. Thyo Priandika,
“Sistem Pendukung Keputusan Pemilihan Gedung Pernikahan Pada Wilayah Bandar Lampung Menggunakan Metode Topsis,”
J. Inform. dan Rekayasa Perangkat Lunak, vol. 2, no. 1, p. page-page. xx~xx, 2021.
[10] T. A. Masangin, T. Widiastuti, and B. S.
Djahi, “Sistem Pendukung Keputusan Pemilihan Tempat Kos Dengan Metode Weighted Agregated Sum Product Assesment (Waspas) (Studi Kasus Kota Kupang Nusa Tenggara Timur),”
Transformasi, vol. 17, no. 2, pp. 13–23, 2021, doi: 10.56357/jt.v17i2.287.
[11] Annisah, B. Nadeak, R. Syahputra, and D.
P. Utomo, “Penerapan Metode SMARTER Pada Sistem Pendukung Keputusan Pemilihan Merchandise Display Terbaik (Studi Kasus: PT. Pasar Swalayan Maju Bersama),” KOMIK (Konferensi …, vol. 4, no. 1, pp. 150–161, 2020, doi: 10.30865/komik.v4i1.2674.
[12] 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.
[13] 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.
[14] 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.
[15] 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.
[16] V. Marudut and M. Siregar, “Best Employee Selection Using The Additive Ratio Assesment Method,” vol. 03, 2023, doi: 10.31763/iota.v3i1.589.
[17] 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.
[18] 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.
[19] 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.
[20] A. Daini Udda Siregar and N. Astuti Hasibuan, “Sistem Pendukung Keputusan Pemilihan Sales Marketing Terbaik di PT.
Alfa Scorph Menggunakan Metode COPRAS,” J. Sist. Komput. dan Inform.
Hal, vol. 2, no. 1, pp. 62–68, 2020, doi:
10.30865/json.v2i1.2455.
[21] S. Sundari, S. M. Sinaga, I. S. Damanik, and A. Wanto, “Sistem Pendukung Keputusan Pemilihan Peserta Olimpiade Matematika SMA Swasta Teladan Pematangsiantar Dengan Metode Electre,” Semin. Nas. Teknol. Komput.
Sains, pp. 793–799, 2019.
[22] S. Sumanto, “Profile Matching Untuk Pemilihan Produk Asuransi Terbaik,” J I M P - J. Inform. Merdeka Pasuruan, vol.
5, no. 1, pp. 10–14, 2020, doi:
10.37438/jimp.v5i1.243.
[23] Sukardi, “Analisa Minat Membaca Antara E-Book Dengan Buku Cetak Mengunakan Metode Observasi Pada Politeknik Tri Mitra Karya Mandiri,” Ikra-Ith Ekon., vol.
4, no. 2, pp. 158–163, 2021.
[24] K. Nisa, T. P. Y. TPY, and D. Natasha Putri, “Penerapan Metode Profile Matching Dalam Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Pada CV. Karya Alam,” J. Ilmu Komput., vol. 10, no. 2, pp. 73–77, 2021, doi:
10.33060/jik/2021/vol10.iss2.215.
[25] V. Maarif, H. M. Nur, and T. A.
Septianisa, “Sistem Pendukung Keputusan Pemilihan Skincare Yang Sesuai Dengan Jenis Kulit Wajah Menggunakan Logika Fuzzy,” EVOLUSI J. Sains dan Manaj., vol. 7, no. 2, pp. 73–
80, 2019, doi:
10.31294/evolusi.v7i2.6755.
[26] S. A. Saraski et al., “Sistem Pendukung Keputusan Dalam Menentukan Dosen Favorit Menggunakan Metode Profile Matching,” J. Teknol. dan Sist. Inf., vol. 3, no. 1, pp. 46–53, 2022.
