p-ISSN: 2776-7418 e-ISSN: 2746-508X
215
SISTEM PENUNJANG KEPUTUSAN PEMILIHAN GURU TERBAIK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE
WEIGHTING (SAW) PADA SMP YAPIPA
Mustofa Abdul Hawari1, Lis Suryadi2
1-2) Sistem Informasi, Fakultas Teknologi Informasi Universitas Budi Luhur
Jl. Raya Ciledug, Petukangan Utara, Kebayoran Lama, Jakarta Selatan 12260 1812501425@student.budiluhur.ac.id 1), lis.suryadi@budilluhur.ac.id 2)
Abstrak : Memiliki Guru, staf tenaga pengajar yang profesional merupakan sebuah keharusan bagi sekolah dalam melaksanakan proses pendidikan yang bermutu, demikian halnya dengan SMP YAPIPA. Untuk itu, sekolah selalu mendorong peningkatan profesionalisme guru dengan melakukan pengawasan terhadap guru dalam melaksanakan tugasnya agar dapat mencapai standar kompetensi yang telah ditetapkan. Sistem pendukung keputusan secara umum didefinisikan sebagai sistem yang mampu menghasilkan solusi dan penanganan masalah. Sistem pendukung keputusan tidak dimaksudkan untuk menggantikan peran pengambil keputusan, tetapi untuk membantu dan mendukung pengambil keputusan.
Dalam peranan sistem pendukung keputusan dalam konteks keseluruhan sistem informasi ditujukan untuk memperbaiki kinerja melalui aplikasi teknologi informasi serta menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan interaktif. Salah satu metode yang sering digunakan dalam sistem pendukung keputusan adalah metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses rangking yang akan memilih alternatif terbaik dari sejumlah alternatif yang ada. Dalam hal ini, alternatif yang dimaksud adalah penentuan guru terbaik di SMP YAPIPA dengan metode simple additive weighting (SAW). Dengan metode rangking ini diharapkan penilaian akan lebih tepat karena didasarkan pada kriteria dan bobot yang telah ditentukan sehingga akan mendapatkan hasil yang maksimal.
Kata kunci: Sistem Penunjang Keputusan, Simple Additive Weighting (SAW), penilaian kinerja guru
ABSTRACT : Having teachers, professional teaching staff is a must for schools in carrying out a quality education process, as is the case with YAPIPA Junior High School. For this reason, schools always encourage the improvement of teacher professionalism by supervising teachers in carrying out their duties in order to achieve predetermined competency standards.
Decision support systems are generally defined as systems capable of producing solutions and handling problems. Decision support systems are not intended to replace the role of decision makers, but to assist and support decision makers. In the role of decision support systems in the context of the entire information system, it is aimed at improving performance through the application of information technology and determining the approach used in the decision-making process, to evaluating interactive selection. One method that is often used in decision support systems is the Simple Additive Weighting (SAW) method. The Simple Additive Weighting (SAW) method was chosen because it can determine the weight value for
p-ISSN: 2776-7418 e-ISSN: 2746-508X
216
each attribute, then proceed with a ranking process that will choose the best alternative from a number of existing alternatives. In this case, the alternative in question is determining the best teacher at YAPIPA Middle School using the simple additive weighting (SAW) method.
With this ranking method, it is hoped that the assessment will be more precise because it is based on predetermined criteria and weights so that it will get maximum results.
Keywords: Decision Support System, Simple Additive Weighting (SAW), teacher performance appraisal.
PENDAHULUAN
SMP YAPIPA merupakan sebuah lembaga pendidikan swasta di Tangerang selatan, dalam menjalankan kegiatan mengajar dan belajar sudah memanfaatkan Teknologi Informasi, namun keberhasilan dalam proses pendidikan bukan hanya teknologi saja yang menjadi faktor, melainkan Guru sebagai faktor utama, tidak hanya khusus di SMP YAPIPA bahkan di Indonesia.
Selain Guru dan Teknologi Informasi, ada faktor lain seperti siswa, kurikulum, sarana dan prasarana dan lingkungan pendidikan.
Karena Guru sebagai faktor utama dalan penentu keberhasilan pendidikan maka Guru yang di miliki sekolah harus berkualitas. Untuk menciptakan guru yang berkualitas SMP YAPIPA mengadakan penilaian kepada Guru tujuan nya agar kuaitas guru tetap terjaga dan tentunya akan di berikan penghargaan sehingga Guru menjadi termotivasi untuk selalu memberikan yang terbaik kepada seluruh siswa dan siswi. Permasalahan nya adalah dalam penilaian Guru yang dilakukan selama ini menurut pada Guru kurang Objektif, kriteria yang terlalu sedikit, tidak transparan dan tidak ada rumus perhitungan yang baku, nilai dihitungan manual, terkadang ada data nilai yang tertukar dan sebagainya.
Dari permasalahan tersebut, penulis memberikan masukan kepada pihak sekolah bahwa perlunya sebuah sistem penunjang keputusan yang bersifat objektif dan terstruktur dan menggunakan sebuah metode perhitungan yang sudah teruji yaitu menggunakan metode Simple Aditive
Weighting (SAW). Dalam perancangan sistem menggunakan model perancangan berorientasi Obyek dengan tools Unified Modeling Language(UML). Sister dirancang berbasis web dengan menggunakan bahasa pemrograman PHP dan DBMS Mysql Server. Agar hasil yang diperoleh dapat sesuai dengan apa yang diharapkan maka semua tahapan mulai dari analisis data sampai dengan implementasi sistem dilakukan baik.
Dengan adanya sistem ini, diharapkan guru semakin meningkatkan kinerjanya dan tidak lupa juga meningkatkan rasa disiplin dan tanggung jawabnya sebagai guru.
KAJIAN PUSTAKA DAN LANDASAN TEORI
Pada penelitian sebelumnya yang berkaitan dengan penentuan pemilihan kinerja guru terbaik dengan menggunakan metode Simple Additive Weighting (SAW) seperti yang dilakukan oleh [1] dalam jurnal
“Metode SAW (Simple Additive Weighting) sebagai Sistem Pendukung Keputusan Guru Berprestasi (Studi Kasus: SMK Global Surya)”. SMK Global Surya, melakukan penelitian pada tanggal 25 november disetiap tahunnya saat berlangsungnya hari guru nasional. Dan untuk menentukan pemilihan guru di SMK Global Surya Pematangsiantar adalah Kepala Sekolah. Agar mengurangi kesalahan dalam menentukan pemilihan guru, dibutuhkan sebuat sistem agar dapat membantu dalam menentukan pemilihan dan dalam melakukan pemilihan tidak
p-ISSN: 2776-7418 e-ISSN: 2746-508X
217 memerlukan waktu yang cukup lama.
Tujuan penelitian ini adalah membangun sebuah aplikasi sistem penunjang keputusan yang dapat digunakan oleh pihak sekolah Global Surya untuk menganalisa seberapa besar pengaruh kinerja guru terhadap optimalisasi pengembangan pendidikan khsususnya dalam PBM (Proses Belajar Mengajar). Di SMK Global Surya, yang paling mempengaruhi pada proses optimalisasi sistem pendukung keputusan dengan menggunakan metode Simple Additive Weighting yaitu terdapat beberapa faktor pendukung diantaranya adalah 6 kriteria dan masing-masing kriteria tersebut terdapat bobot, yaitu: C1= Absensi dengan bobot 25%, C2= prestasi individual dengan bobot 15%, C3= prestasi yang dibina dengan bobot 15%, C4= penilaian kuisioner dengan bobot 20%, C5= interaksi sosial dengan bobot 15%, C6= Pendidikan terakhir 10%.
METODE
Gambar 1 Langkah-langkah Penelitian
Tahapan dalam melakukan penelitan sesuai dengan urutan gambar yaitu Mengindentifikasi topik penelitian, mengumpulkan data Pustaka sebagai refrensi, menentukan tempat riset, analisa sistem yang sedang berjalan, identifikasi data (Alternatif, Kriteria, bobot), pengembangan prototype, pengujian prototype.
Metode Pengumpulan Data
Observasi: metode ini dilakukan dengan cara mengamati dan teknik pengumpulan data langsung drngan hal_hal yang
berkaitan dengan proses Penilaian Kinerja Guru di SMP YAPIPA.
Wawancara: dilakukan dalam rangka mendapatkan data dan informasi dalam bentuk tanya jawab dengan pihak-pihak yang terkait di bidangnya supaya data yang didapatkan lebih lengkap.
Analisa Dokumen: merupakan proses untuk mendapatkan sebuah informasi sistem yang berjalan dimana dokumen akan dianalisa untuk sistem yang akan dibuat.
Studi Pustaka: metode ini dilakukan dengan mengumpulkan data pustaka sebagai refrensi.
HASIL DAN PEMBAHASAN Fishbone Diagram
Fishbone Diagram merupakan diagram analisis yang digunakan untuk memecahkan sebuah akar masalah. [2].
Gambar 2 Fishbone Diagram
Dari gambar Fishbond ada 3 faktor yang mempengaruhi yaitu:
Proses
Proses pengolahan data membutuhkan waktu yang cukup lama dikarenakan hasil dari penilaian masih berbentuk catatan kertas.
Manusia
a. Hasil dari penilaian kurang akurat dikarenakan belum menggunakan
p-ISSN: 2776-7418 e-ISSN: 2746-508X
218 sistem terkomputerisasi untuk penilaian.
b. Memungkinkan proses dan hasil penilaian bersifat subyektif sehingga penentuan guru terbaik tidak tepat sasaran.
Metode
Sulit melakukan penilaian guru dikarenakan belum menggunakan metode yang mendukung penilaian guru.
Unified Modelling Language(UML) Sebuah alat bantu yang biasa digunakan dalam proses pengembangan system yang berorientasi objek. Karena UML menyediakan bahasa pemodelan yang mudah dimengerti, serta dilengkapi dengan mekanisme efektif yang mudah untuk berbagi (sharing) antar development[3].
Analisa Proses Bisnis
Analisa proses bisnis bertujuan untuk mengetahui proses yang terjadi di SMP YAPIPA dalam menentukan penilaian kinerja guru terbaik, analisa proses digambarkan dengan Activity Diagram.
Gambar 3 Activity Diagram
Metode Simple Additive Weighting (SAW)
Simple Additive Weighting adalah salah satu metode yang paling populer digunakan pada sistem pengambilan keputusan, pemilihan kriteria untuk kasus yang akan diselesaikan dengan bantuan
Sistem Pengambilang Keputusan (SPK) memerlukan penajaman yang berkaitan erat dengan masalah yang dihadapi. Hal- hal yang menjadi acuan yang hendak dicari solusinya. Jumlah kriteria yang diambil untuk dianalisa tidak ada ketentuan yang pasti, namun semakin banyak variasi kriteria yang dipilih maka semakin bagus hasil yang didapatkan. Langkah-langkah perhitungan Simple Additive Weighting (SAW) adalah sebagai berikut [5]:
✓ Menentukan kriteria-kriteria yang akan digunakan dalam pengambilan keputusan
✓ Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
✓ Menghitung Normalisasi, Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:
Keterangan:
rᵢⱼ = nilai rating kinerja ternormalisasi
xᵢⱼ= nilai atribut yang dimiliki dari setiap kriteria
Max xᵢⱼ= nilai terbesar dari setiap kriteria Min xᵢⱼ= nilai terkecil dari setiap kriteria Benefit= jika nilai terbesar adalah terbaik Cost= jika nilai terkecil adalah terbaik
✓ Menentukan nilai prefensi untuk setiap alternatif (Vi) dengan cara menjumlahkan hasil kali antara matriks ternormalisasi dengan nilai bobot. Jika nilai Vi lebih besar maka alternatif Ai lebih terpilih. Berikut rumus nilai preferensi setiap alternatif (Vi) diberikan sebagai:
Keterangan:
Vᵢ = ranking untuk setiap alternatif Wⱼ= nilai bobot dari setiap kriteria rᵢⱼ = nilai rating kinerja ternormalisasi Nilai Vᵢ yang lebih besar mengindikasikan bahwa alternatif Aᵢ lebih terpilih.
p-ISSN: 2776-7418 e-ISSN: 2746-508X
219 Metode ini digunakan untuk menghitung perolehan nilai akhir alternatif untuk menentukan penilaian kinerja.
a. Ketentuan Kriteria
Tabel 1 Ketentuan Kriteria
Kode kriteria Nama Kriteria Atribut KTR001 Kedisiplinan Benefit KTR002 Keterampilan Benefit
KTR003 Kerapihan Benefit
KTR004 Kehadiran Benefit
Pada tabel 1, terdapat kode kroteria beserta nama kriteria yang terdiri dari KTR001 untuk Kedisiplinan, KTR002 untuk Keterampilan, KTR003 untuk Kerapihan, dan KTR004 untuk Kehadiran.
b. Bobot Kriteria
Tabel 2 Bobot Kriteria
Kode Kriteria Nama Kriteria Bobot
KTR001 Kedisiplinan 30
KTR002 Keterampilan 20
KTR003 Kerapihan 20
KTR004 Kehadiran 30
JUMLAH 100
Pada tabel 2, terdapat bobot perkriteria diantaranya, Kedisiplinan 30%, Keterampilan 20%, Kerapihan 20%, dan Kehadiran 30%. Bobot yang akan digunakan untuk proses perangkingan:
1) KTR001 = 30
100 = 0,3 2) KTR002 = 20
100 = 0,2
3) KTR003 = 20
100 = 0,2 4) KTR004 = 30
100 = 0,3
c. Matriks normalisasi
Untuk menentukan nilai dari masing- masing alternatif dan kriteria berdasarkan benefit dan cost, dilakukan perhitungan normalisasi menjadi matriks dari masing- masing alternative, berikut adalah nilai alternatif dan status kriteria dari masing-
masing kriteria dengan mengguakan contoh data.
Tabel 3 Nilai Setiap Alternatif
Alternatif Kriteria
Kedisi plinan
Ketera mpilan
Kerap ihan
Keha diran H.
Sadelih S.Pd.I
89 88 95 88
Sufratul Fuadah, S.Pd.I
90 89 96 90
Keristina wati, S.Pd
90 91 96 94
Mimin Mintarsih , S.Pd
91 92 96 92
Drs.
Abdul Rasid
84 83 89 88
Tabel 4 Status Kriteria Kode
Kriteria
Nama Kriteria Benefit Cost
KTR001 Kedisiplinan √ KTR002 Keterampilan √
KTR003 Kerapihan √
KTR004 Kehadiran √
Berikut perhitungan setiap kriteria:
1. Perhitungan Kriteria Kedisiplinan
R11 89
Max (89;90;90;91;84) = 89
91 = 0,98
R21 90
𝑀𝑎𝑥(89;90;90;91;84) = 90
91 = 0,99
R31 90
𝑀𝑎𝑥(89;90;90;91;84) = 90
91 = 0,99
R41 91
𝑀𝑎𝑥(89;90;90;91;84) = 91
91 = 1
R51 84
𝑀𝑎𝑥(89;90;90;91;84) = 84
91 = 0,92 2. Perhitungan Kriteria Keterampilan
R12 88
𝑀𝑎𝑥(88;89;91;92;83) = 88
92 = 0,96
R22 89
𝑀𝑎𝑥(88;89;91;92;83) = 89
92 = 0,97
R32 91
𝑀𝑎𝑥(88;89;91;92;83) = 91
92 = 0,99
p-ISSN: 2776-7418 e-ISSN: 2746-508X
220
R42 92
𝑀𝑎𝑥(88;89;91;92;83) = 92
92 = 1
R52 83
𝑀𝑎𝑥(88;89;91;92;83) = 83
92 = 0,9 3. Perhitungan Kriteria Kerapihan
R13 95
𝑀𝑎𝑥(95;96;96;96;89) = 95
96 = 0.99
R23 96
𝑀𝑎𝑥(95;96;96;96;89) = 96
96 = 1
R33 96
𝑀𝑎𝑥(95;96;96;96;89) = 96
96 = 1
R43 96
𝑀𝑎𝑥(95;96;96;96;89) = 96
96 = 1
R53 89
𝑀𝑎𝑥(95;96;96;96;89) = 89
96 = 0,93 4. Perhitungan Kriteria Kehadiran
R14 88
𝑀𝑎𝑥(88;90;94;92;88) = 88
94 = 0,94
R24 90
𝑀𝑎𝑥(88;90;94;92;88) = 90
94 = 0,96
R34 94
𝑀𝑎𝑥(88;90;94;92;88) = 94
94 = 1
R44 92
𝑀𝑎𝑥(88;90;94;92;88) = 92
94 = 0,98
R54 88
𝑀𝑎𝑥(88;90;94;92;88) = 88
94 = 0,94
d. Hasil nilai normalisasi
Kemudian dari bobot yang sudah ada, akan dihitung untuk mendapatkan nilai tertinggi agar dapat menentukan perangkingan dan alternatif terbaik.
Tabel 5 hasil nilai normalisasi
Alternatif Kriteria
Kedisi plinan
Keter ampil an
Kerap ihan
Keha diran H. Sadelih
S.Pd.I
0,98 0,96 0,99 0,94 Sufratul
Fuadah, S.Pd.I
0,99 0,97 1 0,96
Keristinaw ati, S.Pd
0,99 0,99 1 1
Mimin Mintarsih,
S.Pd
1 1 1 0,98
Drs. Abdul Rasid
0,92 0,9 0,93 0,94
BOBOT 0,3 0,2 0,2 0,3
Pada tabel 5, terdapat hasil nilai normalisasi yang akan dihitung sebagai berikut:
1. H. Sadelih S.Pd.I
= {(0,98 x 0,3) + (0,96 x 0,2) + (0,99 x 0,2) + (0,94 x 0,3)}
= 0,294 + 0,192 + 0,198 + 0,282
= 0,966
2. Sufratul Fuadah, S.Pd.I
= {(0,99 x 0,3) + (0,97 x 0,2) + (1 x 0,2) + (0,96 x 0,3)}
= 0,297 + 0,194 + 0,2 + 0,288
= 0,979
3. Keristinawati, S.Pd
= {(0,99 x 0,3) + (0,99 x 0,2) + (1 x 0,2) + (1 x 0,3)}
= 0,297 + 0,198 + 0,2 + 0,3
= 0,995
4. Mimin Mintarsih, S.Pd
= {(1 x 0,3) + (1 x 0,2) + (1 x 0,2) + (0,98 x 0,3)}
= 0,3 + 0,2 + 0,2 + 0,294
= 0,994
5. Drs. Abdul Rasid
= {(0,92 x 0,3) + (0,9 x 0,2) + (0,93 x 0,2) + (0,94 x 0,3)}
= 0,276 + 0,18 + 0,186 + 0,282
=0,924
e. Hasil penelitian
Berikut adalah hasil perangkingan yang diperoleh dari hasil perhitungan:
Table 6 Hasil Penelitian Alternatif Total
Nilai
Perangkingan Keristinawati,
S.Pd
0,995 Juara 1 Mimin Mintarsih,
S.Pd
0,994 Juara 2 Sufratul Fuadah,
S.Pd.I
0,979 Juara 3 H. Sadelih S.Pd.I 0,966 Juara 4 Drs. Abdul Rasid 0,924 Juara 5
Sehingga dapat disimpulkan yang mendapat rangking 1 dengan nilai tertinggi dalam pemilihan guru terbaik adalah Keristinawati, S.Pd dengan nilai 0,995.
p-ISSN: 2776-7418 e-ISSN: 2746-508X
221 Perancangan sistem
Berikut ini disajikan tiga use case diagram yaitu use case diagram master, proses dan laporan.
Gambar 4 use case master
Pada gambar 4, terdapat use case diagram master yang terdiri dari entry data user, entry data guru dan entry data kriteria.
Gambar 5 use case proses
Pada gambar 5, terdapat use case diagram proses yang terdiri dari entry penilaian kriteria,entry penilaian guru dan cetak surat keputusan.
Gambar 6 use case laporan
Pada gambar 6, terdapat use case laporan yang terdiri dari cetak laporan penilaian, cetak laporan hasil pernagkingan guru, dan cetak laporan hasil keputusan terbaik.
User Interface Form Login
Sebelum masuk ke menu utama maka di haruskan login dengan mengisi username dan password yang ada kemudian klik button sign me in.
Gambar 7 Form Login
Form menu utama
Setelah login kemudian akan masuk ke halaman menu utama dengan tampilan sebagai berikut.
Gambar 8 Form Menu Utama
Form Entry Data Guru
Di menu master terdapat halaman guru, di halaman ini user bisa mengentry data guru dan menyimpannya. Kemudian dihalaman ini juga user bisa mengubah dan menghapus data guru. User bisa juga membatalkan entry data guru sebelum menyimpan data guru.
Gambar 9 Form Entry Data Guru
p-ISSN: 2776-7418 e-ISSN: 2746-508X
222 Form Entry Data Kriteria
dihalaman Data Kriteria, user input data kriteria yang ada di SMP YAPIPA kemudian klik simpan. apabila terdapat kesalahan entry data kriteria bisa mengubah dan menghapusnya. Dan apabila user ingin membatalkan entry data kriteria bisa klik batal pada form tersebut.
Gambar 10 Form Entry Data Kriteria
Form Data User
dihalaman Setting User, user input calon pengguna sistem kemudian klik simpan.
apabila terdapat kesalahan entry user bisa mengubah dan menghapusnya. Dan apabila user ingin membatalkan entry data user bisa klik batal pada form tersebut.
Gambar 11 Form Data User
Form Penilaian Guru
pada halaman ini user mengklik button tambah kemudian akan muncul form seperti digambar, user entry nilai guru pada masing-masing kriteria. Lalu user klik simpan untuk menyimpan data ke database dan klik batal apabila ingin membatalkan entry.
Gambar 12 Form Penilaian Guru
Form Cetak Hasil Keputusan
Pada Halaman ini, dari hasil perhitungan metode SAW akan ditampilkan dan dicetak. User memilih pemenang sesuai perhitungan kemudian klik check box untuk memilih siapa yang layak untuk menjadi guru terbaik dan button untuk mencetak hasil keputusan.
Gambar 13 Form Cetak Hasil Keputusan
Form Cetak Laporan Penilaian Guru.
Pada halaman ini user mencetak laporan penilaian guru dengan memilih tanggal sesuai tanggal perhitungan yang dibutuhkan kemudian klik button cetak nantinya akan muncul laporan penilaian guru dalam bentuk file PDF.
Gambar 14 Form Cetak Laporan Penilaian Guru
Form Laporan Hasil Perangkingan Guru Pada halaman ini user mencetak laporan Hasil Perangkingan Guru dengan memilih tanggal sesuai tanggal perhitungan yang diinginkan kemudian klik button cetak
p-ISSN: 2776-7418 e-ISSN: 2746-508X
223 nantinya akan muncul laporan penilaian guru dalam bentuk file PDF.
Gambar 15 Form Laporan Hasil Perangkingan Guru
Form Laporan Hasil Keputusan Guru Terbaik
Pada halaman ini user mencetak laporan hasil keputusan guru terbaik dengan memilih tanggal sesuai tanggal perhitungan yang diinginkan kemudian klik button cetak nantinya akan muncul laporan penilaian guru dalam bentuk file PDF.
Gambar 16 Form Hasil Keputusan Guru Terbaik
Form Laporan penilaian guru
Pada halaman ini menampilkan hasil laporan penilaian guru.
Gambar 17 Form Laporan Penilaian guru
Form laporan perangkingan guru Pada halaman ini menampilkan hasil laporan perangkingan guru
Gambar 18 Form Laporan Perangkingan guru
Form laporan hasil keputusan
Pada halaman ini menampilkan laporan hasil keputusan
Gambar 19 Form Laporan Hasil Keputusan
KESIMPULAN
Berdasarkan penelitian yang telah dilakukan, terdapat kesimpulan sebagai berikut:
a. Dengan adanya sistem penunjang keputusan pemilihan guru terbaik maka diharapkan Kepala Sekolah dapat dengan mudah melihat laporan kinerja guru yang terdeskripsi lengkap sesuai kriteria yang ditentukan sehingga untuk menentukan guru terbaik dengan cepat.
b. Dengan adanya metode Simple Additive Weighting (SAW) sebagai proses penilaian rangking guru sesuai dengan nilai kriteria yang telah ditentukan sebelumnya. Sehingga proses penentuan guru terbaik menjadi lebih tepat dan terhindar dari adanya kesalahan perhitungan dan adanya subjektifitas dalam proses penentuan guru terbaik di SMP YAPIPA.
c. Penyimpanan cetak keputusan diharapkan menjadi lebih aman dikarenakan tersimpan dengan baik.
p-ISSN: 2776-7418 e-ISSN: 2746-508X
224 DAFTAR PUSTAKA
[1]. Kukuh Aji Julianto, A. N. (2021).
Prosiding SNST ke-11 Tahun 2021 Fakultas Teknik Universitas Wahid Hasyim 115. 115–121.
[2]. Mahendra, & Yuli Astuti. (2017).
SIMPLE ADDITIVE WEIGHTING
(SAW) UNTUK PEMILIHAN
KARYAWAN (STUDI KASUS: RUMAH MAKAN SAUNG BU MANSUR BANJARNEGARA). Jurnal Ilmiah DASI, 18(1), 84.
[3]. Mustofa, A. F., & Majaruni, M. I. (2019).
Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode Simple Additive Weighting.
CAHAYAtech, 7(1), 1.
https://doi.org/10.47047/ct.v7i1.1
[4]. Putra, A. S., Aryanti, D. R., & Hartati, I.
(2018). Metode SAW (Simple Additive Weighting) sebagai Sistem Pendukung Keputusan Guru Berprestasi ( Studi Kasus : SMK Global Surya). Prosiding Seminar Nasional Darmajaya, 1(1), 85–97.
https://jurnal.darmajaya.ac.id/index.ph p/PSND/article/view/1233/763
[5]. Tabrani, M., & Aghniya, I. R. (2019).
Implementasi Metode Waterfall Pada Program Simpan Pinjam Koperasi Subur Jaya Mandiri Subang. Jurnal Interkom: Jurnal Publikasi Ilmiah Bidang Teknologi Informasi Dan Komunikasi, 14(1), 44–53.
https://doi.org/10.35969/interkom.v14i 1.46
