Esah Raffliansyah, Alfarizky
Unknown Affiliation

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

PERBANDINGAN METODE MAIRCA DAN MABAC UNTUK MENENTUKAN PENYANYI TERBAIK MENGGUNAKAN PEMBOBOTAN RANK ORDER CENTROID Esah Raffliansyah, Alfarizky; Andryana, Septi
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13458

Abstract

Paduan suara telah menjadi kegiatan yang sangat banyak diimplementasikan hampir setiap universitas ada, sebagai sarana pengembangan minat dan bakat mahasiswa. Dalam menentukan pilihan terbaik memerlukan sistem pendukung keputusan yang mumpuni. Akan tetapi permasalahan yang sedang dihadapi pada kegiatan ini adalah tidak tersedianya sistem keputusan dalam penilaian penyanyi untuk solo vokal, serta ketidakakuratan dalam penilaian manual menjadi kurang efektif dalam menentukan penyanyi terbaik. Untuk mengatasi hal ini, Sistem Pendukung Keputusan dengan berbagai teknik (MCDM) telah digunakan untuk mengidentifikasi proyek-proyek dengan kinerja terbaik. Dalam menyelesaikan penelitian ini penulis memiliki tujuan untuk menyediakan sistem pendukung keputusan agar menjadi perhitungan serta penilaian yang akurat dengan menggunakan perbandingan metode MAIRCA dan MABAC dalam memilih penyanyi terbaik berdasarkan kriteria yang telah ditetapkan. Ditambahkan dengan salah satu metode pembobotan yang banyak dikenal adalah Rank Order Centroid (ROC), yang telah terbukti memberikan kinerja terbaik dalam menentukan alternatif optimal, terutama ketika bobot atribut didasarkan pada urutan peringkat. Hasil penelitian metode MAIRCA dan MABAC menunjukkan bahwa penyanyi terbaik berada di peringkat pertama dengan alternatif A3, sementara alternatif A25 menempati peringkat terakhir. Dengan demikian, metode ini terbukti efektif sebagai sistem pendukung keputusan dalam pemilihan penyanyi terbaik dan memiliki potensi untuk diterapkan pada pengambilan keputusan lainnya yang melibatkan evaluasi multi-kriteria.