Claim Missing Document
Check
Articles

Found 12 Documents
Search

Sistem Pendukung Keputusan Penerimaan Karyawan Baru Menggunakan Kombinasi Metode Analytical Hierarchy Process dan Weighted Product Abdullah, Tariq Roja; Rosyda, Miftahurrahma
Journal of Information System Research (JOSH) Vol 5 No 4 (2024): Juli 2024
Publisher : Forum Kerjasama Pendidikan Tinggi (FKPT)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.47065/josh.v5i4.5211

Abstract

Employees are valuable to a company, so hiring the right ones is crucial. However, "Kenapa Creative" startup struggles with recruiting, as 179 applicants overwhelm their staff. Manual data management makes it hard to get the best results. To tackle this, a Decision Support System (DSS) is developed. The goal of this research is to create an employee recruitment DSS to help startup managers make hiring decisions more easily. It begins with collecting recruitment-related data through interviews and literature review. System design starts from activity diagrams to application with the Analytical Hierarchy Process (AHP) method for prioritizing criteria and sub-criteria, while the Weighted Product (WP) method is used for alternative ranking. AHP is considered capable of decomposing complex problems using hierarchies, making a problem more structured and systematic. WP is deemed to have simple complexity, making computation time faster and addressing recruitment problems requiring quick selection. DSS testing uses Black Box, Usability, SPK validity, and Expert Judgment methods. The research results in an employee recruitment DSS. The system can obtain the best candidate to be accepted. The system features work according to black box testing. SUS testing yields scores of 78.5 from the applicant side and 84.5 from the admin side, categorizing the system as Acceptable. SPK validity testing results in an 80% percentage from the comparison between manual calculations and the system. Expert Judgment testing shows that the system produces alternative rankings consistent with expert views.
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Supermarket Pamella dengan Menggunakan Metode MOORA Amallia, Alfina; Rosyda, Miftahurrahma
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6525

Abstract

Perkembangan teknologi informasi telah mempengaruhi berbagai bidang, termasuk sektor ritel yang mengalami perubahan signifikan dengan adanya supermarket. Supermarket Pamella sebagai salah satu contoh usaha ritel modern, berupaya meningkatkan kinerja karyawannya melalui pemberian penghargaan kepada karyawan terbaik setiap bulan. Namun, proses penilaian kinerja karyawan masih bersifat subjektif, sehingga diperlukan sebuah sistem yang objektif dan akurat. Penelitian ini bertujuan untuk membangun Sistem Pendukung Keputusan (SPK) menggunakan metode Multi-Objective Optimization by Ratio Analysis (MOORA) untuk pemilihan karyawan terbaik di Supermarket Pamella. Metode MOORA dipilih karena keunggulannya dalam mengatasi masalah dengan perhitungan matematis yang kompleks dan mampu memisahkan bagian subjektif dari proses evaluasi dengan menggunakan kriteria berbobot. Kriteria yang digunakan pada sistem ini ada enam yaitu kinerja, kedisiplinan dan sikap, kehadiran, skill, kerjasama tim, inisiatif dan tanggung jawab. Sistem yang dirancang dalam penelitian ini melibatkan beberapa tahap, antara lain menginputkan nilai kriteria, mengubah nilai kriteria menjadi kompleks keputusan, mengurangi nilai minimal dan maksimal, melakukan normalisasi, dan menentukan hasil akhir dengan perangkingan. Pengujian black box 100% berhasil dengan menggunakan 19 skenario uji, sedangkan hasil pengujian expert judgment yang dilakukan oleh dua ahli menghasilkan total skor 33 dari 7 aspek penilaian dengan nilai rata-rata 4,71. Hal ini menunjukkan sistem layak digunakan dan dapat membantu pengambilan keputusan dalam menentukan karyawan terbaik untuk pemberian tambahan bonus penghargaan.