1. Carilah 10 paper (tahun 2018 – 2021) dari berbagai sumber online yang terkait dengan topik penelitian skripsi Anda. 2. Simpan ke dalam Mendeley 3. Buatlah ringkasan paper tersebut dalam format table berikut ini 4. Tuliskan Daftar Pustaka menggunakan Mendeley 5. Kumpulkan pekerjaan Anda melalui Sistem Daring menggunakan akun masing-masing sesuai deadline yang ditentukan NAMA : Iqbal Qodhi Alfan Mubarok NIM: 18106050004 KELAS : B JUDUL PENELITIAN : Rancang Bangun Sistem Pendukung Keputusan Seleksi Penerimaan Karyawan Menggunakan Metode Simple Additive Weighting Pada PT. Mangrove Corp Yogyakarta
TABEL STATE OF ART TINJAUAN PUSTAKA
NO PENELITI* TOPIK PENELITIAN MASALAH PENELITIAN METODE HASIL PENELITIAN 1. (Taufiq et al., Sistem Pendukung Keputusan Penerimaan Di PT. Trafoindo Prima Simple Additive Dengan menerapkan 2018) Karyawan Menggunakan Simple Additive Perkasa banyak pelamar Weighting (SAW) sebuah metode sistem Weighting Studi Kasus PT. Trafoindo Prima kerja yang membuat pihak metode ini sering pendukung keputusan Perkasa HRD sering mengalami juga dikenal istilah model SAW ke dalam kesulitan dalam memilih metode aplikasi baru ini, dapat calon karyawan, dan dalam penjumlahan membandingkan proses seleksi keputusan terbobot. Konsep penilaian yang diambil sering dasar metode SAW yang akurat sehingga dipengaruhi faktor adalah mencari mendapatkan calon subjektifitas dari pengambil penjumlahan karyawan yang sesuai keputusan. Subjektifitas terbobot dari rating dengan perusahaan terjadi karena pengambil kinerja pada setiap butuhkan. keputusan belum bisa alternative pada mendefinisikan dengan baik semua atribut. dalam menilai kelayakan calon karyawan. Maka sangat mungkin keputusan yang diambil dapat meloloskan karyawan yang tidak memenuhi kualifikasi. Kesalahan dalam memilih karyawan sangat besar dampaknya bagi perusahaan karena berpengaruh langsung pada produktivitas kinerja financial perusahaan. Oleh karena itu, sangat penting dibangun sebuah sistem pengambilan keputusan yang terkomputerisasi yang dapat memudahkan dalam memilih karyawan yang sesuai kebutuhan dan criteria perusahaan 2. (Hutahaean Sistem Pendukung Keputusan Pemilihan Pemberian beasiswa Pada penelitian ini Dalam analisa ini and Sekolah SMK Swasta Penerima Dana diharapkan dan dihibahkan dilakukan dengan peneliti menadapatkan Badaruddin, 2020) Bantuan Menerapkan Metode Simple kepada sekolah yang tepat cara mengamati dan beberapa aspek Additive Weighting (SAW) dan diupayakan harus melihat langsung sebagai kriteria yang memiliki hal-hal yang terjadi menjadi landasan dari kriteria dan pertimbangan pada setiap sekolah penelitian ini untuk lebih lagi, dan tidak hanya yang akan dijadikan mendapatkan hasil berdasarkan kepada siapa kandidat pemilhan sebagai bahan yang memiliki orang bagian dan memiliki pertimbangan untuk dari perusahaan, atau dekat beberapa kriteria mengambil sebuah dengan siapa pihak sekolah pendukung sebagai keputusan pemilihan dengan donator sehingga bahan pertimbangan sekolah SMK swasta tidak terjadi kesalahan dalam pemilihan penerima dana pengambilan keputusan dan kriteria diambil bantuan beasiswa terhadap tindakan dari penelitian dilakukan pemberian dana, penelitian terdahulu menggunakan metode pemeberian dana bantua dan kriteria juga SAW (Simple beasiswa harus memiliki dibuat berdasarkan Additive Weighting), beberapa kriteria seperti laporan dalam dalam menggunakan data berapa jumlah siswa penilaian yang metode ini dilakukan kurang mampu disekolah dapat seorang normalisasi terhadap tersebut, prestasi yang donator masukan setiap nilai dan dihasilkan pihak sekolah didalam kategori akhirnya diambil dalam beberapa kurun kriteria, dalam dengan normalisasi waktu, dan banyak hal penelitian ini yang memiliki nilai lainnya yang harus digunakan tenik tertinggi merupakan dipertimbangkan agar dana sampling data, keputusan yang yang diberikan jatuh library dan dianggap penilaian ketangan yang tepat, pengambilan data mutlak sebagai bahan sehingga dibutuhkan sebuah yang bersumber pertimbangan yang sistem yang tepat dalam dari artikel akan dipilih. pengambilan keputusan penelitian terdahulu untuk membantu dan buku. Sistem mendapatkan hasil yang pendukung lebih akurat. keputusan pemilihan sekolah smk swasta penerima dana bantuan beasiswa menggunakan metode SAW (Simple Additive Weighting). 3. (Homepage, IJCIT (Indonesian Journal on Computer and Berdasarkan data lembaga Dalam kasus ini Berdasarkan hasil Febriyanto Information Technology) Penerapan riset digital menggunakan penelitian yang telah and Rusi, 2019) Metode Simple Additive Weighting Dalam marketing Emarketer metode Simple dilakukan, sistem ini Sistem Pendukung Keputusan Pemilihan memperkirakan pada tahun Additive akan sangat membantu Smartphones 2018 jumlah pengguna aktif Weighting. Tahap dalam memberikan Smartphone di Indonesia awal dalam analisis pilihan Smartphone lebih dari 100 juta orang. metode SAW yang sesuai dengan Sadar akan perkembangan pada penelitian ini kriteria pengguna, teknologi dan tingginya adalah membuat yang mana hasil yang permintaan pasar kriteria yang akan didapat melalui proses Smartphone, membuat dipakai dalam perhitungan produsen sistem. C1 = Layar menggunakan metode Smartphone semakin rutin C2 = Kamera SAW sangat baik. mengeluarkan produk Depan C3 = Sistem yang dirancang Smartphone terbaru untuk Kamera Belakang pada penelitian ini berbagai sasaran C4 = RAM C5 = dapat digunakan masyarakat setiap tahunnya. Chipset C6 = secara online sehingga Dikarenakan mulai Storage C7 = sangat membantu banyaknya berbagai Baterai Dari pengguna, karena merk, tipe, dan fungsi dari masing-masing dapat diakses bebas Smartphone yang sudah kriteria tersebut melalui komputer PC, beredar dipasaran diberikan bobot Laptop, Smartphone, khususnya Indonesia, nilai yang mana maupun tablet yang membuat masyarakat total dari dapat terhubung kebingungan menentukan keseluruhan bobot internet. Mengingat pilihan saat ingin membeli jika dijumlahkan sekarang sudah Smartphone. Melihat dari bernilai 100. C1 (W semakin permasalahan diatas, maka = 25), C2 (W = 20), banyak jenis peneliti mencoba untuk C3 (W = 15), C4 Smartphone dengan membuat suatu alat bantu (W = 15), C5 (W = berbagai tipe dari pemberian rekomendasi 10), C6 (W = 10), banyak produsen, dalam bentuk sistem C7 (W = 5). maka diperlukan pendukung keputusan Mengkategorikan update data terbaru pemilihan Smartphone yang dan memberikan secara berkala. Hal ini dapat diakses secara online. nilai diperlukan untuk dapat pada masing- menampilkan hasil masing kriteria (C1, rekomendasi yang C2, …, C7). Nilai baik dan akurat. diberikan berdasarkan tingkat kualitas dari kriteria, yang terbaik diberikan nilai maksimal 100 dan yang terendah diberikan nilai minimum 0. 4. (Sunarti, Sistem Pendukung Keputusan Pemilihan Wilayah kota Depok Permasalahan Wisata kuliner 2020) Wisata Kuliner Di Wilayah Kota Depok merupakan kota yang wisata kuliner di diwilayah kota Depok Menggunakan Metode Simple Additive berkembang dari berbagai wilayah Kota sangat beragam. Weighting (SAW) sektor. Salah satunya adalah Depok perlu Banyak sekali sektor wisata kuliner. mendapatkan penikmat kuliner yang Wisata kuliner di wilayah perhatian saat ini. ingin kota Depok berkembang Pada berkuliner pada cukup pesat. Banyak penelitian ini wilayah tersebut. tempat-tempat yang penulis Metode SAW menjual berbagai jenis menyelesaikan melakukan makanan, dari kaki lima permasalahan penghitungan sampai tempat modern. menggunakan berdasarkan alternatif Banyaknya wisata kuliner Simple Additive dan kriteria yang ada. di wilayah kota Depok Weighting (SAW). Metode SAW untuk menjadi masalah tersendiri SAW dilakukan proses hitungnya bisa dalam menentukan lokasi dengan cara menyelesaikan yang tepat untuk berkuliner. menjumlahkan skor permasalahan Dari banyaknya wisata bobot. Selain itu pemilihan wisata kuliner, maka dibutuhkan SAW dapat kuliner. Proses suatu sistem pengambilan memecahkan hitungnya dari keputusan yang dapat perkiraan skor beberapa pilihan dan membantu menentukannya. terbobot dari rating tolok ukur yang kemampuan di menjadi ketetapannya. setiap preferensi Proses beban tiap pada semua field. tolok ukur menguraikan faktor manfaat untuk algoritma SAW. Untuk pemecah masalah lanjutan gunakan metode yang berbeda dengan penambahan kriteria dan alternatif. Bisa juga dengan melakukan komparasi metode sistem penunjang keputusan lainnya. 5. (Tri Susilo, Penerapan Metode Profile Matching Pada Dalam struktur organisasi Jenis penelitian ini Sistem pendukung 2018) Sistem Pendukung Keputusan Pemilihan suatu program studi, selalu adalah penelitian keputusan yang Ketua Program Studi (STUDI Kasus : dipimpin oleh seorang ketua pengembangan dibangun dapat Program Studi Teknik Informatika STMIK program studi. Di STMIK yaitu membantu pimpinan Musi Rawas) Musi Rawas, proses pengembangan yayasan untuk pemilihan ketua program system pendukung menentukan calon studi biasanya ditunjuk keputusan dengan Ketua Program Studi langsung oleh ketua metode Profile Teknik Informatika yayasan. Kekurangan dari Matching pada STMIK Musi Rawas. proses penunjukan langsung proses pemilihan Nilai calon Ketua adalah tidak bisa melihat ketua program studi Program Studi Teknik kemampuan yang dimiliki Teknik Informatika Informatika yang oleh calon ketua program STMIK Musi tertinggi dapat studi baik itu kemampuan Rawas. Data dijadikan social, perencanaan, penelitian ini pertimbangan dalam pengelolaan pembelajaran, dikumpulkan memilih Ketua pengelolaan Sumber Daya melalui Program Studi Teknik Manusia, Keuangan dan metode Kuisioner. Informatika STMIK lain sebagainya. Sistem Kuisioner dilakukan Musi Rawas. pendukung keputusan kepada 10 dosen merupakan sistem yang tetap dari 18 dosen dapat digunakan untuk tetap yang ada pada membantu mengambil program studi keputusan berdasarkan Teknik Informatika. criteria yang ada. Hasil dari kuisioner adalah mendapatkan informasi tentang bobot nilai dari aspek penilaian yang telah ditentukan. 6. (Hermanto Sistem Pendukung Keputusan Pemilihan Sepeda motor merupakan Metode yang Rancangan desain and Izzah, Motor Dengan Metode Simple Additive alat transportasi yang sangat digunakan yaitu sistem pendukung 2018) Weighting (SAW) efektif dan efisien. Simple Additive keputusan pemilihan Peningkatan jumlah produk Weighting (SAW). produk motor dengan motor saat ini membuat Sistem pendukung metode Simple konsumen memiliki pilihan keputusan ini hanya Additive Weighting tersendiri untuk membeli membandingkan 3 (SAW) menghasilkan sepeda motor yang tepat produk motor temuan sebuah desain dan sesuai dengan Honda,Yamaha dan yang mampu keinginan, kebutuhan dan Suzuki. Obyek mempermudah kemampuannya. Tujuan penelitian di pengguna dalam penelitian ini adalah lakukan di wilayah menjalankan sistem membuat desain sistem Kabupaten pendukung keputusan pendukung keputusan Gresik.Hasil dari pemilihan produk pemilihan produk motor. penelitian ini adalah motor terbaik. sistem pendukung Rancangan aplikasi keputusan sistem pendukung pemilihan produk keputusan pemilihan motor dengan produk motor dengan metode Simple metode simple Additive Weighting additive weighting (SAW) yang menghasilkan temuan mempermudah bahwa aplikasi pengguna dalam tersebut dapat menjalankan sistem digunakan untuk pendukung mendukung keputusan keputusan pembeli motor dalam pemilihan produk memilih motor sesuai motor terbaik dan dengan kriteria yang mendukung di inginkan. keputusan pembeli motor dalam memilih motor sesuai dengan kriteria yang di inginkan. Kata Kunci: Sistem pendukung keputusan, simple additive weighting, pemilihan motor. 7. (Simarmata et Sistem Pendukung Keputusan Pemilihan Guru merupakan salah satu Metode yang Selama ini dalam al., 2018) Guru Bidang Studi Komputer komponen paling penting digunakan (SAW) memilih guru pengajar Menggunakan Metode Simple Additive dimiliki oleh sekolah dalam menghasilkan suatu bidang studi Weighting (Saw) memperlangsungkan hidup, sistem yang dapat komputer, pihak yang menjadi tantangan menentukan suatu sekolah masih tersendiri bagi pihak pilihan yang dapat menggunakan cara pengelola lembaga membantu kajur manual dengan pendidikan untuk dapat dalam membuat langsung data ke memberikan suatu keputusan. Metode sekolah tanpa ada keputusan yang tepat, simple additive pertimbangan efektif dan efisien dalam weight (SAW) yang terlebih pengelolaan data dalam menerapkan rata– dahulu khususnya persaingan didunia bisnis rata terbobot untukmengenai kriteria yang yang makin kompetitif menghitung jumlah harus di penuhi, maka memacu sekolah untuk produksi sebagai dari itu adanya sistem berupaya lebih keras dalam hasil akhirnya. ini para guru dapat meningkatkan kualitas lebih mudah memilih sekolahnya. Sistem guru pengajar bidang Pendukung Keputusan atau studi sesuai dengan SPK penentuan pemilihan kriteria dari pihak guru. sekolah. Metode Simple Additive Weighting (SAW) diterapkan dalam sistem pendukung keputusan sehingga dapat menentukan pemilihan guru pengajar bidang studi komputer. 8. (Syahputra et Sistem Pendukung Keputusan Pemilihan Berdasarkan Pedoman Preferences Metode PSI mampu al., 2018) Guru Berprestasi Kota Medan Menerapkan Pemilihan Guru Berprestasi, Selection Index menghasilkan bobot Metode Preferences Selection Index (Studi ada beberapa kriteria (PSI) merupakan dalam perhitungan, Kasus : Dinas Pendidikan Kota Medan) penilaian diantaranya tes suatu metode sistem untuk mencari tertulis, pendukung alternatif yangterbaik. unjuk kerja / karya tulis keputusan yang Metode Preference ilmiah, wawancara, dan jarang dipakai, Selection Index portofolio. Dari beberapa Metode ini memberikan kriteria tersebut masing- merupakan suatu keputusan yang lebih masing memiliki bobot metode yang efektif di banding penilaian yang berbeda. dikembangkan oleh Selain itu tiap jenjangnya stevanie dan Bhatt metode SAW, WP memiliki kriteria yang (2010) untuk ataupun MOORA. sama, namun bobot memecahkan Multi penilaiannya juga berbeda Criteria Decision pula. Berdasarkan data dari Making Dinas Pendidikan Kota (MCDM)[1]. Pada Medan tentang pemilihan penelitian terdahulu guru berprestasi tahun 2013, metode Preferences proses pengumpulan data Selection Index dan penilaian yang (PSI) digunakan dilakukan masih dilakukan dalam pemilihan secara manual dengan kendaraan menggunakan Excel dan berpanduan data terpisah pada tiap otomatis yang jenjangnya. Sehingga hal itu dibuat oleh Vishram kurang efektif dan B. Sawant, Suhas S. memungkinkan terjadinya Mohite, dan Rajesh data yang hilang. Serta Patil. harus menghitung nilai kriteria satu per satu. Tentunya waktu yang dibutuhkan untuk menghitung tersebut sangat lama. Kesibukan pelaksana dan keterbatasan waktu yang dimiliki terkadang pemilihan guru berprestasi hanya dilakukan secara subjektif. Hal tersebut tentunya akan ada beberapa pihak yang dirugikan karena seharusnya tenaga pendidik yang layak menyandang guru berprestasi malah tidak mendapatkan predikat tersebut, begitu juga sebaliknya. Sehingga untuk meminimalisir terjadinya kendala- kendala dalam proses pemilihan Guru Berprestasi, maka diperlukan suatu sistem yang mendukung dalam proses pemilihan Guru Berprestasi. 9. (Aliy Hafiz, Sistem Pendukung Keputusan Pemilihan Karyawan terbaik dan Metode Weighted Sistem pendukung 2018) Karyawan Terbaik Dengan Pendekatan berkualitas merupakan aset Product merupakan keputusan dengan Weighted Product perusahaan yang akan bagian dari konsep mengunakan membuat perusahaan Fuzzy Multi-Attibut Weighted Product berkembang dengan pesat. Decision Making (WP) dapat diterapkan Kinerja karyawan cukup (FMADM) dimana untuk memilih berpengaruh dalam diperlukan proses karyawan terbaik di keuntungan yang didapat normalisasi di PT. Telkom Cab. oleh perusahaan itu sendiri. dalam perhitungan Lampung. Dengan Oleh karena itu dibutuhkan normalisasinya. diterapkannya dapat sumber daya manusia yang Metode ini secara memberikan mempunyai kompetensi dan spesifik menghitung kemudahan bagi pihak loyalitas yang tinggi. kepada bobot nilai perusahaan dalam Diperlukan usaha yang di setiap kriteria memilih karyawan maksimal dalam yang ada. Sistem terbaik sehingga hasil meningkatkan kinerja pendukung kedepannya memacu karyawan. Salah satunya keputusan ini kinerja karyawan dan adalah memilih karyawan merupakan alat membuat perusahaan terbaik guna menstimulus bantu solutif yang berkembang dengan karyawan agar dapat memberikan pesat. meningkatkan kinerjanya. solusi yang dapat Sistem pendukung membantu dalam keputusan memberikan proses pemilihan alternatif dalam karyawan terbaik menentukan siapa karyawan secara terbaik yang akan dipilih. komputerisasi agar Karena sifat sistem lebih efektif dan pendukung keputusan yang efisien. Hasil objektif, cepat, akurat dan penelitian berbasis komputer sehingga membuktikan akan memudahkan dalam bahwa aplikasi ini pemilihan karyawan mampu membantu terbaik. perusahaan dalam proses seleksi pemilihan karyawan terbaik dengan metode weighted product, serta memberikan informasi karyawan terbaik secara efektif dan efisien. 10. (Angeline and Sistem Pendukung Keputusan Pemilihan Salah satu tugas Metode profile Setelah menyelesaikan Astuti, 2018) Karyawan Terbaik Menggunakan Metode pramuwisata adalah matching. Metode perancangan Profile Matching menemani, menjelaskan, profile matching perancangan aplikasi dan memimpin wisatawan sering digunakan sistem pendukung pada saat mengunjungi sebagai mekanisme keputusan pemilihan wilayah yang tidak dikenal. dalam pengambilan karyawan Oleh karena itu keputusan dengan terbaik menggunakan pramuwisata memiliki mengasumsikan metode Profile peran penting dalam bidang bahwa ada tingkat Matching, beberapa kepariwisataan yang dapat ideal variabel kelebihan dari sistem disebut ujung tombak. prediktor yang adalah sebagai berikut: Memilih pramuwisata yang harus dipenuhi oleh 1. Sistem tepat sesuai dengan subjek yang diteliti, memungkinkan spesifikasi perjalanan bukan tingkat pengguna untuk wisata tidaklah mudah. minimum yang menambahkan isi Untuk membantu biro harus dipenuhi atau kriteria baru, perjalanan dalam memilih dilewati. SPK dapat menghapus isi kriteria pramuwisata wisata yang diterapkan di yang tidak dibutuhkan kredibel diperlukan sistem berbagai bidang, lagi, dan mengatur pendukung keputusan. Ada salah satunya nilai GAP sesuai beberapa metode algoritma adalah bidang dengan kriteria yang yang dapat digunakan kepariwisataan. diharapkan dalam dalam pengambilan Salah satu proses pemilihan karyawan keputusan dan/atau bisnis di bidang terbaik. pemecahan masalah. pariwisata adalah 2. Sistem juga memilih memungkinkan pramuwisata yang pengguna dapat sesuai yang sesuai mengatur nilai dengan spesifikasi persentase core factor perjalanan wisata. dan secondary factor Hasil dari penelitian sesuai dengan ini adalah kebijakan perusahaan. merancang dan 3. Sistem dapat membangun sistem menampilkan langkah- yang digunakan langkah perhitungan untuk memilih dan pemilihan pemandu wisata karyawan dengan berdasarkan kriteria metode Profile yang telah Matching. ditetapkan. Hasil pengujian pada 4. Sistem aplikasi dapat menyediakan laporan memberikan karyawan dan laporan rekomendasi hasil pemilihan, pramuwisata. sehingga laporan dapat Sistem pendukung dicetak melalui keputusan printer. Adapun pemilihan beberapa kelemahan pramuwisata dapat dari aplikasi sistem menjadi alternatif pendukung keputusan untuk memilih pemilihan karyawan pemandu wisata ini adalah untuk pemilihan sebagai berikut: 1. pemandu wisata Sistem menggunakan dalam pembuatan enam buah kriteria perjalanan wisata. dalam pemilihan karyawan terbaik dan sistem tidak dapat menambah kriteria yang baru. 2. Sistem tidak dapat dijalankan melalui browser web. 11. (Anda,2021) - *Gunakan insert citation menggunakan Mendeley DAFTAR PUSTAKA Aliy Hafiz, M. M. (2018) ‘Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Dengan Pendekatan Weighted Product’, Cendikia, 15(2), pp. 23–28. Angeline, M. and Astuti, F. (2018) ‘Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode Profile Matching’, Jurnal Ilmiah SMART, II(2), pp. 45–51. Hermanto, H. and Izzah, N. (2018) ‘Sistem Pendukung Keputusan Pemilihan Motor Dengan Metode Simple Additive Weighting (SAW)’, Matematika Dan Pembelajaran, 6(2), p. 184. doi: 10.33477/mp.v6i2.669. Homepage, J., Febriyanto, F. and Rusi, I. (2019) IJCIT (Indonesian Journal on Computer and Information Technology) Penerapan Metode Simple Additive Weighting Dalam Sistem Pendukung Keputusan Pemilihan Smartphones, IJCIT (Indonesian Journal on Computer and Information Technology). Hutahaean, J. and Badaruddin, M. (2020) ‘Sistem Pendukung Keputusan Pemilihan Sekolah SMK Swasta Penerima Dana Bantuan Menerapkan Metode Simple Additive Weighting (SAW)’, JURNAL MEDIA INFORMATIKA BUDIDARMA, 4(2), p. 466. doi: 10.30865/mib.v4i2.2109. Simarmata, J. et al. (2018) ‘Sistem Pendukung Keputusan Pemilihan Guru Bidang Studi Komputer Menggunakan Metode Simple Additive Weighting (Saw)’, Computer Engineering, Science and System Journal, 3(2), p. 186. doi: 10.24114/cess.v3i2.10400. Sunarti, S. (2020) ‘Sistem Pendukung Keputusan Pemilihan Wisata Kuliner Di Wilayah Kota Depok Menggunakan Metode Simple Additive Weighting (SAW)’, Jurnal Eksplora Informatika, 9(2), pp. 105–110. doi: 10.30864/eksplora.v9i2.323. Syahputra, F. et al. (2018) ‘Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Kota Medan Menerapkan Metode Preferences Selection Index (Studi Kasus : Dinas Pendidikan Kota Medan)’, KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), 2(1), pp. 147–155. doi: 10.30865/komik.v2i1.921. Taufiq, R. et al. (2018) Sistem Pendukung Keputusan Penerimaan Karyawan Menggunakan Simple Additive Weighting Studi Kasus PT. Trafoindo Prima Perkasa. Tri Susilo, A. A. (2018) ‘Penerapan Metode Profile Matching Pada Sistem Pendukung Keputusan Pemilihan Ketua Program Studi (STUDI Kasus : Program Studi Teknik Informatika STMIK Musi Rawas)’, JUITA : Jurnal Informatika, 5(2), p. 87. doi: 10.30595/juita.v5i2.1939.