Claim Missing Document
Check
Articles

Found 2 Documents
Search

Kombinasi Metode AHP Dan MOORA Dalam Pendukung Keputusan Seleksi Penerimaan Guru Bimbingan Konseling (Studi Kasus : Smk Negeri 1 Lima Puluh) Nastiti, Sindy; Zebua, Taronisokhi; Waruwu, Fince Tinus
KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer) Vol 5, No 1 (2021): Peran Generasi Milenial Bertalenta Digital Pada Era Society 5.0
Publisher : STMIK Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/komik.v5i1.3664

Abstract

Guru bimbingan konseling merupakan guru yang memiliki peran sangat penting dalam membantu permasalahan-permasalahan yang ada di sekolah dan lingkungannya, bertujuan untuk membantu siswa mencapai tugas-tugas perkembangan secara optimal sebagai makhluk Tuhan, sosial, dan pribadi. Sehingga perlu melakukan seleksi dalam penerimaan guru bimbingan konseling karena layanan bimbingan konseling mempunyai peranan penting dalam mencapai tujuan pendidikan. Proses seleksi penerimaan guru bimbingan konseling saat ini masih dinilai secara subjektif sehingga mempengaruhi kelancaran dalam proses pembelajaran siswa. Berdasarkan permasalahan tersebut, untuk menjunjung tinggi objektivitas dalam seleksi penerimaan guru bimbingan konseling maka perlu dibangun suatu sistem pendukung keputusan untuk menyelesaikan proses seleksi penerimaan guru bimbingan konseling. Sistem pendukung keputusan adalah suatu sistem yang dibuat untuk memecahkan masalah. Saat ini sudah berkembang metode-metode penerapan sistem pendukung keputusan, diantaranya AHP dan MOORA. Penerapan metode AHP dan MOORA dinilai mampu menyelesaikan permasalahan yang ada. Hasil yang diharapkan dari perancangan sistem adalah sebuah sistem pendukung keputusan agar dapat membantu pihak sekolah dalam melakukan seleksi penerimaan guru bimbingan konseling secara objektif dengan menerapkan dua metode yaitu metode AHP dan metode MOORA, yang mana Metode AHP dapat memberikan bobot yang optimal karena melakukan perbandingan terhadap kriteria secara berpasangan dan kemudian dilanjutkan dengan metode MOORA untuk perangkingan.
Penerapan Multi Objective Optimization on the Basis of Ratio Analysis (MOORA) dalam Penentuan Bantuan Siswa Miskin (BSM) pada SMK Mesran, Mesran; Nastiti, Sindy; Sussolaikah, Kelik; Saputra, Imam; Utomo, Dito Putro
Journal of Decision Support System Research Vol. 2 No. 1 (2024): September 2024
Publisher : ADA Research Center

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.64366/dss.v2i1.66

Abstract

The BSM Program is a National Program that aims to eliminate barriers for poor students to participate by helping poor students obtain decent educational service requests, preventing dropouts, attracting poor students to return to school, helping students meet their needs in learning activities, supporting the 9-year compulsory education program (even up to high school level), and helping the smooth running of school programs. To obtain the Poor Student Assistance (BSM) funds, the government has set several criteria for who are the students who can be determined and are entitled to receive the Poor Student Assistance (BSM). These criteria will later help schools or educational institutions determine which students can be determined to receive the Poor Student Assistance Fund. Therefore, an educational institution must have a Decision Support System for recommending Poor Student Funds (BSM) using the Multi Objective Optimization on the Basis of Ratio Analysis (MOORA) method, with the existence of a decision support system for determining Poor Student Assistance (BSM) it is hoped that the determination process will run well, be on target, and be received by those who are entitled. The final result determines that Alternative A1 is ranked first with the highest score of 22.2679. Thus, decision makers can compare the performance between the old system and the BSM fund determination decision support system using the Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) method without having to re-request data on students who will be given Poor Student Assistance funds.