No image available for this title

Text

Perbandingan Metode MADM dalam Memilih Pegawai Terbaik dengan Pembobotan Objektif



MADM atau pengambilan keputusan multi-atribut merupakan bagian dari teori pengambilan keputusan yang telah banyak digunakan di berbagai penelitian. Metode-metode seperti SAW, ARAS, dan MABAC cukup popular untuk digunakan dalam permasalahan-permasalahan MADM, khususnya pemilihan pegawai terbaik di suatu perusahaan atau instansi. Namun, metode-metode tersebut tentunya akan memberikan hasil yang berbeda. Sehingga, perlu dilakukan suatu perbandingan dari hasil perangkingan yang paling optimal di antara metode-metode tersebut. Penelitian ini berfokus kepada perbandingan hasil pemilihan pegawai terbaik berdasarkan ketiga metode tersebut dengan menggunakan pembobotan secara objektif dengan metode SWARA. Metode RSI diterapkan untuk membuktikan metode mana yang paling baik dalam menangani permasalahan tersebut. Terdapat lima atribut yang digunakan sebagai acuan dalam pemilihan, yakni Kehadiran, Kedisiplinan, Kinerja, Hukuman, dan Prestasi, dengan jumlah alternatif sebanyak 38 orang pegawai. Hasil penelitian menunjukkan bahwa ketiga metode tersebut memiliki nilai RSI yang hampir sama. Metode SAW memiliki nilai RSI yang paling tinggi dibanding metode lainnya yaitu sebesar 0.999489, metode MABAC memiliki nilai RSI sebesar 0.999416, dan metode ARAS dengan nilai RSI terendah yaitu sebesar 0.999052. Implikasi teoretis dan praktis disajikan dan didiskusikan, berikut dengan saran untuk penelitian kedepan.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
005
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly