Decision Support System for COVID-19 Direct Target Cash Recipients Using the Analytical Hierarchy Process and Simple Additive Weighting Method
on
JITTER- Jurnal Ilmiah Teknologi dan KomputerVol 2, No 2 Agustus 2021
Decision Support System for COVID-19 Direct Target Cash Recipients Using the Analytical Hierarchy Process and Simple Additive Weighting Method
Pande Bagus Narendra Mahaputraa1, I Made Sukarsaa2, Ni Kadek Ayu Wirdiania3 aProgram Studi Teknologi Informasi, Fakultas Teknik, Universitas Udayana, Indonesia e-mail: 1pbnarendram@gmail com, 2sukarsa@unud ac id, 3 ayuwirdiani@unud ac id
Abstrak
Pandemi COVID-19 (Coronavirus Disease 2019) adalah jenis penyakit baru yang disebabkan oleh virus baru dari golongan coronavirus Tahun 2020 penyakit COVID-19 menyebar dengan cepat di Indonesia dan menyebabkan pelemahan ekonomi sehingga menyebabkan banyaknya PHK Pemerintah akhirnya memberikan bantuan kepada masyarakat yang terdampak pandemi COVID-19, namun implementasinya masih memiliki kelemahan karena faktor human error Dibutuhkan sistem pendukung keputusan yang tepat untuk menutupi faktor human error tersebut Metode Analytical Hierarchy Process (AHP) dan metode Simple Additive Weighting (SAW) merupakan metode yang sesuai dalam pembuatan sistem pendukung keputusan untuk penerimaan bantuan dalam kasus COVID-19 Metode Analytical Hierarchy Process (AHP) digunakan untuk menentukan nilai bobot untuk setiap data dari calon penerima bantuan, dan metode Simple Additive Weighting (SAW) digunakan untuk melakukan pemeringkatan calon penerima bantuan sesuai nilai bobot yang sudah didapatkan pada metode Metode Analytical Hierarchy Process (AHP)
Kata kunci: Sistem Pendukung Keputusan, AHP, SAW
Abstract
COVID-19 (Coronavirus Disease 2019) is a new type of disease caused by a newly discovered coronavirus In 2020 the COVID-19 disease spread rapidly in Indonesia and cause many layoffs due to the economic downturn The government has finally provided assistance to people affected by the COVID-19 pandemic, but its implementation still has weaknesses due to human error factors The implementation needs the right decision support system to cover the human error factor The Analytical Hierarchy Process (AHP) method and the Simple Additive Weighting (SAW) method are appropriate methods in making a decision support system for government assistance in cases of COVID-19 The Analytical Hierarchy Process (AHP) method is used to determine the score for each data from the candidates, and the Simple Additive Weighting (SAW) method is used to rank the candidates according to the score that have been obtained in the Analytical Hierarchy Process (AHP) method
Keywords: Decision Support System, AHP, SAW
Penyakit COVID-19 (Coronavirus Disease) adalah jenis penyakit baru yang disebabkan oleh virus dari golongan coronavirus, yaitu Severe Acute Respiratory Syndrome Coronavirus 2 (SARS-CoV-2) yang biasa disebut virus Corona Virus COVID-19 dapat menyebabkan infeksi pernapasan ringan sampai sedang, seperti flu, atau infeksi sistem pernapasan dan paru-paru, seperti pneumonia Kasus pertama penyakit COVID-19 terjadi di kota Wuhan, China, pada akhir Desember 2019 Setelah itu, COVID-19 menular antarmanusia dengan sangat cepat dan menyebar ke puluhan negara, termasuk Indonesia
Pelemahan ekonomi pada bisnis makro maupun mikro menyebabkan banyaknya pemutusan hubungan kerja (PHK) karena perusahaan tidak lagi bisa menggaji karyawannya Fenomena PHK masal ini membuat pemerintah mengeluarkan anggaran negara untuk membantu perekonomian masyarakat dengan memberikan Bantuan Langsung Tunai (BLT)
kepada masyarakat kurang mampu yang perekonomiannya terdampak COVID-19 Pengimplementasian kebijakan ini memiliki kelemahan, salah satu kasusnya yaitu pemberian BLT yang kepada masyarakat yang tidak sesuai dengan kriteria penerima BLT Bantuan Langsung Tunai yang salah target tersebut dapat disebabkan karena faktor human error dari pihak penyeleksi penerima Bantuan Langsung Tunai Salah satu strategi yang dapat digunakan untuk menutupi faktor human error tersebut adalah dengan membuatkan sistem yang dapat menentukan prioritas masyarakat yang membutuhkan Bantuan Langsung Tunai berdasarkan kriteria-kriteria yang sudah ditetapkan
Seiring dengan berkembangnya ilmu pengetahuan di bidang teknologi, pengaksesan sistem informasi bisa dilakukan dimana saja dan kapan saja, salah satunya dengan memanfaatkan website sebagai sarana sistem informasi tersebut Proses pengambilan keputusaan dalam sebuah sistem memerlukan metode yang sesuai agar menghasilkan data yang sesuai dengan keinginan pembuat sistem Metode Analytical Hierarchy Process (AHP) dan metode Simple Additive Weighting (SAW) merupakan metode yang cocok untuk proses pengambilan keputusan yang berdasarkan kriteria-kriteria yang sudah ditentukan sebelumnya Pengimplementasian metode AHP dan SAW dalam sistem informasi pengambilan keputusan penerimaan Bantuan Langsung Tunai dapat mengurangi faktor human error dan meningkatkan keakuratan keputusan yang dihasilkan sehingga BLT tidak lagi salah sasaran Sistem informasi yang dirancang adalah “Sistem Pendukung Keputusan Seleksi Penerimaan Bantuan Langsung Tunai (BLT) Terkait COVID-19 Menggunakan Metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW)”
Beberapa penelitian lain yang membahas hal serupa dengan penelitian ini Penelitian dengan judul “Fuzzy Simple Additive Weighting Method in the Decision Making of Human Resource Recruitment” yang membahas penggunaan metode Simple Additive Weighting sebagai metode dalam menentukan pemilihan calon karyawan berdasarkan kriteria yang telah ditentukan [1] Penelitian dengan judul “Decision Support System for the Selection of Outstanding Students Using the AHP-TOPSIS Combination Method” yang membahas tentang penggunaan kombinasi metode AHP dan TOPSIS dalam sistem pengambilan keputusan untuk menentukan siswa-siswa berprestasi berdasarkan kriteria yang telah ditentukan [2] Penelitian dengan judul “New Priorities for Dairy Cows Feed Production System Using Fuzzy-AHP” membahas mengenai penggunaan metode Fuzzy-AHP dalam menentukan pakan yang paling sesuai untuk sapi perah [3] Penelitian yang berjudul “Combining Fuzzy Set – Simple Additive Weight and Comparing with Grey Relational Analysis for Student’s Competency Assessment in The Industrial” yang membahas mengenai penggunaan metode Fuzzy Set-SAW dan Grey Relational Analysis untuk sistem penentuan keputusan dalam pemilihan lapangan kerja yang sesuai dengan kompetensi dari siswa [4] Penelitian yang berjudul “Decision Support System for Choosing Daycare in Surabaya City Using Analytical Hierarchy Process (AHP)” yang membahas mengenai penggunaan metode AHP dalam sistem pengambilan keputusan dalam memilih tempat penitipan anak berdasarkan kriteria yang ditentukan oleh user [5]
Sistem ini merupakan sebuah sistem website native yang digunakan untuk melakukan pengambilan keputusan penerima Bantuan Langsung Tunai terkait pandemi COVID-19 Sistem ini dilengkapi dengan metode Metode Analytical Hierarchy Process (AHP) dan metode Simple Additive Weighting (SAW) sebagai metode pengambilan keputusan agar mendapatkan hasil yang akurat berdasarkan kriteria dan data yang diberikan
Metode penelitian yang digunakan berdasarkan rangkaian proses analisa data yang digunakan dalam penelitian, penulisan data berdasarkan literatur yang telah siapkan, perancangan hingga pengujian sistem
Gambaran umum dari sistem pendukung keputusan yang dirancang dan digunakan dapat dilihat pada Gambar 1
Data Kriteria, Data Subkriteria, Data Bobot, Data Pendaftar, Data CR, Konfirmasi Ranking
CR, PV-
Manajemen Data Kriteria1 Data Subkriteria, Data Bobot, Data Pendaftar, Data CR, Proses Ranking SAW
Kriteria, Su bkr iteri a' -
PERSONAL
COMPUTER
Manajemen Data Pegawai. Request Laporan Ranking
Data Subkriteriaj
Rank Pendaftar
Data Pegawai.
Laporan Ranking
SAW
Gambar 1 Gambaran umum sistem
Proses AHP akan menerima data kriteria dan subkriteria yang diberikan oleh operator dan diteruskan melalui web server AHP akan menghasilkan Consistency Index (CR) dan Priority Value (PV) dari kriteria yang ditentukan CR dan PV akan dikirimkan kepada user Operator sebagai acuan dalam proses perhitungan Proses SAW memerlukan data PV dari proses AHP, data kriteria peserta, dan data bobot subkriteria yang telah diinput Operator untuk dapat melakukan perhitungan ranking Data ranking yang telah didapatkan akan disimpan di database dan diteruskan ke Operator
Diagram use case yang menjabarkan mengenai kegiatan yang dapat dilakukan oleh setiap user dapat dilihat sebagai berikut
Gambar 2 Use Case Diagram Sistem
View Pegawai
Cetak Laporan
Pengguna dapat melakukan akses kegiatan manajemen data sesuai role masing-masing Operator bertugas melakukan pengolahan data dan melakukan perhitungan nilai bobot pendaftar bansos dalam sistem, sedangkan Administrator bertugas melakukan pengolahan hasil data yang telah dilakukan oleh Operator Pengguna harus melakukan proses login untuk dapat melakukan proses manajemen data terlebih dahulu
Sistem pendukung keputusan seleksi penerimaan BLT COVID-19 menggunakan 2 metode dalam pelaksanaannya yaitu Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) Metode AHP digunakan untuk menentukan nilai bobot setiap kriteria dan subkriteria yang telah ditentukan, nilai bobot yang didapatkan dari metode AHP akan digunakan ke dalam penghitungan dalam metode SAW Hasil akhir dari metode SAW dijadikan sebagai nilai akhir dalam menentukan peringkat setiap peserta calon penerima bantuan langsung COVID-19
Penelitian ini menggunakan literatur pustaka yang menunjang keabsahan penelitian sesuai dengan konsep yang sesuai dengan bahasan dari jurnal maupun buku
Sistem pendukung keputusan memungkinkan pengguna untuk memproses data dan menentukan keputusan dengan waktu yang lebih efisien karena sistem dapat melakukan pemrosesan data yang besar dalam waktu yang singkat dan dapat menghasilkan data keputusan yang sesuai dengan yang diinginkan pengguna Sistem pendukung keputusan ini tidak dijadikan sebagai acuan utama dalam pengambilan keputusan, namun hanya sebagai aplikasi pendukung dalam proses pengambilan keputusan [6]
Pada dasarnya metode Analytical Hierarchy Process adalah metode pemilihan alternatif Hal utama dalam metode ini adalah hierarki fungsional dengan acuan utamanya adalah persepsi pemikiran manusia Hierarki memungkinkan dipecahnya masalah kompleks menjadi terstruktur dalam sub masalah, lalu mengubahnya menjadi suatu bentuk hierarki Pada metode ini persepsi manusia digunakan sebagai acuan utama dalam proses pemecahan masalah, artinya persepsi manusia yang digunakan adalah orang yang ahli dalam bidang yang sesuai dengan masalah yang dihadapi [7]
Prosedur proses penyelesaian masalah dengan metode Analytical Hierarchy Process yaitu sebagai berikut
-
1 Mengidentifikasi masalah serta menentukan solusi yang diinginkan lalu melakukan penyusunan hierarki dari permasalahan tersebut
-
2 Menentukan prioritas setiap elemen hierarki dengan cara melakukan perbandingan berpasangan Perbandingan berpasangan yaitu membandingkan setiap elemen hierarki menggunakan skala angka 1 sampai 9 secara berpasangan
-
3 Melakukan normalisasi matriks perbandingan berpasangan dengan cara menjumlahkan nilai dari setiap kolom matriks, kemudian membagi setiap nilai dari kolom dengan total kolom yang bersangkutan, lalu menjumlahkan setiap nilai dari setiap baris dan membagi dengan jumlah elemen untuk mendapatkan nilai bobot setiap kriteria
-
4 Mengukur konsistensi nilai bobot dengan melakukan perhitungan Consistency Index (CI), dan perhitungan Consistency Ratio (CR) Rumus perhitungan Consistency Index yaitu:
Dimana:
N = banyaknya elemen
Setelah melakukan perhitungan Consistency Index, perlu dilakukan perhitungan
Consistency Ratio Perhitungan Consistency Ratio dengan menggunakan rumus:
Dimana:
CR = Consistency Ratio
CI = Consistency Index
IR = Index Random Consistency
Nilai Index Random Consistency dapat dilihat pada table berikut
Tabel 1 Nilai Index Random Consistency
|
Ukuran Matriks |
Nilai |
|
1 |
0,00 |
|
2 |
0,00 |
|
3 |
0,58 |
|
4 |
0,90 |
|
5 |
1,12 |
|
6 |
1,24 |
|
7 |
1,32 |
|
8 |
1,41 |
|
9 |
1,45 |
|
10 |
1,49 |
Apabila nilai Consistency Ratio kurang atau sama dengan 0,1, maka hasil perhitungan bisa dinyatakan benar, apabila nilai lebih dari 0 1 maka nilai perbandingan perpasangan harus diubah karena bersifat tidak konsisten
Metode Simple Additive Weighting adalah metode penjumlahan terbobot setiap alternatif dari semua atribut Metode Simple Additive Weighting memerlukan proses normalisasi matriks keputusan ke suatu skala yang dapat dibandingkan dengan semua alternative [8] Adapun proses dalam penggunaannya yaitu:
-
1 Menentukan alternatif (Ai)
-
2 Menentukan kriteria yang akan di jadikan acuan dalam pengambilan keputusan (Cj)
3
4
5
6
Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria
Menentukan bobot preferensi atau tingkat kepentingan (W) kriteria W= [W1, W2, W3, … , Wj]
Membuat tabel rating kecocokan setiap alternatif pada setiap kriteria
Membuat matriks keputusan (x) yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria Nilai x setiap Alternatif (Ai) pada setiap kriteria (Cj) yang sudah di tentukan, dimana i=1,2,…m yaitu baris dan j=1,2,…n yaitu kolom
(3)
7
Melakukan normalisasi matriks keputusan dengan cara menghitung nilai rating
8
nilai kinerja ternormalisasi (rij) dari alternatif Ai pada kriteria Cj f Xij
I-----~ jika i adalah atribut benefit
) Max Xij
rii - ] Min Xij
-------- jika i adalah atribut cost
< Xij 1 J
Dimana:
rij = rating kinerja ternormalisasi
Max Xij = nilai maksimum dari setiap kolom
Min Xij = nilai minimum dari setiap kolom
Xij = baris dan kolom dari matriks
(4)
Hasil dari nilai rating kinerja ter normalisasi (rij) membentuk matriks ternormalisasi (R)
(5)
9
Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen baris matriks ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matriks (W)
Vi = w j rij (6)
J=I
Keterangan
Vi = nilai akhir dari alternatif
Wj = bobot yang telah ditentukan
Rij = normalisasi matriks
Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik
Penelitian uji coba sistem menggunakan data hasil survey pada Dusun Kemoning Klod, Desa Kemoning, Kecamatan Semarapura Klod, Klungkung, Bali Hasil penelitian dan pembahasan berdasarkan rancangan dan analisa sistem yaitu sebagai berikut
Hasil implementasi perancangan interface sistem pengambilan keputusan seleksi penerimaan BLT COVID-19 menggunakan metode Analytical Hierarchy Process (AHP) dapat dilihat sebagai berikut
Tampilan antarmuka untuk proses login pada sistem pengambilan keputusan dapat dilihat sebagai berikut pada gambar 3
SPK SANSOS
Sistem Pendukung Keputusan Bantuan Sosial
Gambar 3 Antarmuka Login
Gambar 3 menunjukan tampilan antarmuka login User harus memasukkan username dan password yang sesuai untuk masuk kedalam sistem
Tampilan antarmuka untuk data kriteria yang telah dibuat pada sistem pengambilan keputusan dapat dilihat sebagai berikut pada gambar 4
Gambar 4 Antarmuka Data Kriteria
Gambar 4 menunjukan tampilan antarmuka data kriteria yang berisikan detail data dari kriteria yang ditentukan sebagai acuan dalam melakukan perhitungan
Tampilan antarmuka untuk data matriks perbandingan yang telah dibuat pada sistem pengambilan keputusan dapat dilihat sebagai berikut pada gambar 5
Gambar 5 Antarmuka Data Matriks Perbandingan
Gambar 5 menunjukan tampilan antarmuka data matriks perbandingan yang akan digunakan untuk perhitungan pembobotan setiap kriteria pada metode AHP
Tampilan antarmuka untuk data nilai bobot kriteria dan nilai Consistency Ratio yang telah dibuat pada sistem pengambilan keputusan dapat dilihat sebagai berikut pada gambar 6
Gambar 6 Antarmuka Data Hasil AHP
Gambar 6 menunjukan tampilan antarmuka data hasil perhitungan AHP oleh sistem yang berisikan data nilai bobot untuk setiap kriteria serta nilai Consistency Ratio yang didapatkan berdasarkan masukan data perbandingan berpasangan Data ini nantinya akan digunakan sebagai acuan dalam melakukan perhitungan metode SAW
Tampilan antarmuka untuk detail data peserta yang digunakan untuk proses SAW yang telah dibuat pada sistem pengambilan keputusan dapat dilihat sebagai berikut pada gambar 7
Gambar 7 Antarmuka Data Proses SAW
Gambar 7 menunjukan tampilan antarmuka dari data proses SAW yang berfungsi untuk memasukan detail data kriteria dari setiap alternatif pendaftar dan melakukan proses perhitungan nilai akhir untuk setiap pendaftar sehingga didapatkan ranking untuk masing-masing pendaftar
Langkah awal yang diperlukan yaitu menentukan hierarki dan sub hierarki yang sesuai dengan masalah Dalam studi ini masalah yang dihadapi yaitu penentuan calon penerima bansos COVID-19 di dusun Kemoning Klod, maka hierarki yang dapat ditentukan berdasarkan hasil survey di Dusun Kemoning Klod yaitu sebagai berikut
Tabel 2 Tabel Hierarki Kriteria
|
Kode |
Kriteria |
Subkriteria |
Bobot Subkriteria |
|
Lebih dari 5 Orang |
0 49 | ||
|
5 Orang |
0 25 | ||
|
Jumlah Anggota |
4 Orang |
0 13 | |
|
C1 |
Keluarga |
3 Orang |
0 08 |
|
2 Orang |
0 03 | ||
|
1 Orang |
0 02 | ||
|
0 |
0 4 | ||
|
Jumlah Anggota |
1 Orang |
0 3 | |
|
C2 |
Usia Produktif (18 |
2 Orang |
0 15 |
|
sampai 60 Tahun) |
3 Orang |
0 1 | |
|
4 Orang atau lebih |
0 05 | ||
|
4 Orang atau lebih |
0 5 | ||
|
Jumlah Anak-Anak |
3 Orang |
0 25 | |
|
C3 |
(Dibawah 18 |
2 Orang |
0 13 |
|
Tahun) |
1 Orang |
0 09 | |
|
0 |
0 03 | ||
|
C4 |
Jumlah Lansia |
4 Orang atau lebih |
0 4 |
|
(Diatas 60 Tahun) |
3 Orang |
0 3 |
|
2 Orang 0 15 1 Orang 0 08 0 0 03 | |
|
C5 |
PNS/ASN Tidak Ada 0 9 Ada 0 1 |
Nilai perbandingan berpasangan antarkriteria yang telah dirancang ditentukan sesuai dengan pemikiran pemerintah penyeleksi bansos di Dusun Kemoning Klod dapat dilihat sebagai berikut
Tabel 3 Nilai Perbandingan Berpasangan Kriteria
|
C1 |
C2 |
C3 |
C4 |
C5 | |
|
C1 |
1 |
3 |
3 |
3 |
4 |
|
C2 |
0 33 |
1 |
0 33 |
0 33 |
2 |
|
C3 |
0 33 |
3 |
1 |
2 |
4 |
|
C4 |
0 33 |
3 |
1/2 |
1 |
2 |
|
C5 |
0 25 |
0 5 |
0 25 |
0 5 |
1 |
Berdasarkan nilai perbandingan berpasangan yang telah dimasukkan untuk setiap kriteria Didapatkan perhitungan nilai bobot (Priority Value) oleh sistem penentu keputusan untuk setiap kriteria sebagai berikut
Tabel 4 Nilai Bobot Kriteria
|
Kode Kriteria |
Nilai Bobot |
|
C1 |
0 413925 |
|
C2 |
0 101937 |
|
C3 |
0 246081 |
|
C4 |
0 166344 |
|
C5 |
0 0717137 |
Nilai Consistency Ratio yang didapatkan di sistem informasi berdasarkan nilai perbandingan diatas adalah 0 0558652 sehingga dapat dinyatakan nilai tersebut bersifat konsisten dan bobot yang didapatkan dalam proses perhitungan dapat digunakan untuk melakukan perhitungan
Data kriteria calon penerima bansos digunakan sebagai pembanding yang akan dikonversi kedalam nilai bobot yang sudah ditentukan sesuai subkriteria setiap kriteria Data Kriteria dari setiap calon penerima bansos COVID-19 di Dusun Kemoning Klod dapat dilihat sebagai berikut
Tabel 4 Data Calon Penerima Bansos
|
Nama |
C1 |
C2 |
C3 |
C4 |
C5 |
|
Tjandra Widjaya |
2 |
2 |
0 |
0 |
Tidak ada |
|
I Wayan Pratiyasa |
7 |
2 |
5 |
0 |
Tidak ada |
|
Aris Budi Cahyono |
5 |
2 |
3 |
0 |
Tidak ada |
|
I Nyoman Raka |
2 |
0 |
0 |
2 |
Tidak ada |
|
Anak Agung Gede Astawa |
4 |
2 |
2 |
0 |
Tidak ada |
Hasil pengujian sistem berdasarkan data bobot setiap subkriteria, data bobot kriteria dan data kriteria setiap calon penerima bansos COVID-19 dari Dusun Kemoning Klod dapat dilihat sebagai berikut
Tabel 5 Hasil Akhir Perhitungan pada Sistem Pendukung Keputusan
|
Nama |
Nilai Akhir |
Peringkat |
|
I Wayan Pratiyasa |
0 803215 |
1 |
|
Aris Budi Cahyono |
0 477436 |
2 |
|
I Nyoman Raka |
0 380102 |
3 |
|
Anak Agung Gede Astawa |
0 317007 |
4 |
|
Tjandra Widjaya |
0 183316 |
5 |
Berdasarkan hasil perhitungan pada sistem pengambilan keputusan, didapatkan hasil yaitu peringkat pertama I Wayan Pratiyasa dengan nilai akhir 0 803215, peringkat Aris Budi Cahyono dengan nilai akhir 0 477436, peringkat ketiga I Nyoman Raka dengan nilai akhir 0 380102, peringkat keempat Anak Agung Gede Astawa dengan nilai akhir 0 317007, dan peringkat kelima Tjandra Widjaya dengan nilai akhir 0 183316
Sistem pengambilan keputusan seleksi penerimaan BLT COVID-19 menggunakan metode Analytical Hierarchy Process (AHP) dan metode Simple Additive Weighting (SAW) sebagai metode yang digunakan dalam melakukan pengambilan keputusan Sistem ini dapat menentukan peringkat peserta seleksi berdasarkan data setiap peserta yang sesuai dengan variabel kriteria yang telah ditentukan Sistem ini memiliki kemiripan dengan metode penyeleksian yang dilakukan pemerintah yang bersangkutan karena acuan nilai bobot subkriteria dan kriteria yang digunakan untuk perhitungan nilai bobot calon penerima bansos berasal dari pemikiran pemerintah yang bersangkutan, sehingga kelayakan dari calon penerima bansos dapat dilihat dari nilai bobot yang didapatkan dari perhitungan AHP dan SAW
Daftar Pustaka
-
[1] Budi P, Niswah B, Dwi E, Fuzzy Simple Additive Weighting Method in the Decision Making of Human Resource Recruitment, Lontar Komputer, 2016, Vol 7, 174-181
-
[2] Varindya D, Florentia Y, Much A, Decision Support System for the Selection of Outstanding Students Using the AHP-TOPSIS Combination Method, Lontar Komputer, 2019, Vol 10, 40-48
-
[3] Puspa A, Sukardi, Sri K, New Priorities for Dairy Cows Feed Production System Using Fuzzy-AHP, Lontar Komputer, 2018, Vol 9, 137-145
-
[4] Bui C, Nghiem T, Dinh T, Combining Fuzzy Set – Simple Additive Weight and Comparing with Grey Relational Analysis for Student’s Competency Assessment in The Industrial, 2018 10th International Conference on Knowledge and Systems Engineering (KSE), Ho Chi Minh City 2018: 294-299
-
[5] Kholid F, Ira P, Choirunnisa L, Decision Support System for Choosing Daycare in Surabaya City Using Analytical Hierarchy Process (AHP), 2018 International Conference on Applied Science and Technology (ICAST) Manado, 2018: 544-550
-
[6] Teguh S, Agus S, Ichsan W, Tri A, Kusrini, Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai Tepat Sasaran Menggunakan Metode AHP dan K-Means, Journal of Computer, Information System, & Technology Management, 2020, Vol 3, 4554
-
[7] Afrianda C, Riyanarto S, Application of Analytic Hierarchy Process (AHP) and Simple Additive Weighting (SAW) Methods in Singer Selection Process, 2018 International Conference on Information and Communications Technology (ICOIACT) Yogyakarta 2018: 234-239
-
[8] Dahri Y, Robuatul A, Optimizing Selection of Decision Support System with Fuzzy Simple Additive Weighting, The 6th International Conference on Cyber and IT Service Management (CITSM 2018) Parapat 2018: 1-4
Discussion and feedback