TUGAS 3

MENYUSUN TINJAUAN PUSTAKA

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
1. (Taufiq et al., Sistem Pendukung Keputusan Penerimaan Di PT. Trafoindo Prima
2018) Karyawan Menggunakan Simple Additive Perkasa banyak pelamar
Weighting Studi Kasus PT. Trafoindo Prima kerja yang membuat pihak
Perkasa HRD sering mengalami
kesulitan dalam memilih
calon karyawan, dan dalam
proses seleksi keputusan
yang diambil sering
dipengaruhi faktor
subjektifitas dari pengambil
keputusan. Subjektifitas
terjadi karena pengambil
keputusan belum bisa
mendefinisikan dengan baik
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
METODE HASIL PENELITIAN
Simple Additive Dengan menerapkan
Weighting (SAW) sebuah metode sistem
metode ini sering pendukung keputusan
juga dikenal istilah model SAW ke dalam
metode aplikasi baru ini, dapat
penjumlahan membandingkan
terbobot. Konsep penilaian
dasar metode SAW yang akurat sehingga
adalah mencari mendapatkan calon
penjumlahan karyawan yang sesuai
terbobot dari rating dengan perusahaan
kinerja pada setiap butuhkan.
alternative pada
semua atribut.
 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
Smartphone, membuat
produsen
Smartphone semakin rutin
mengeluarkan produk
Smartphone terbaru untuk
berbagai sasaran
masyarakat setiap tahunnya.
Dikarenakan mulai
banyaknya berbagai
merk, tipe, dan fungsi dari
Smartphone yang sudah
beredar dipasaran
khususnya Indonesia,
membuat masyarakat
kebingungan menentukan
pilihan saat ingin membeli
Smartphone. Melihat dari
permasalahan diatas, maka
peneliti mencoba untuk
membuat suatu alat bantu
pemberian rekomendasi
dalam bentuk sistem
pendukung keputusan
pemilihan Smartphone yang
dapat diakses secara online.
kriteria yang akan didapat melalui proses
dipakai dalam perhitungan
sistem. C1 = Layar menggunakan metode
C2 = Kamera SAW sangat baik.
Depan C3 = Sistem yang dirancang
Kamera Belakang pada penelitian ini
C4 = RAM C5 = dapat digunakan
Chipset C6 = secara online sehingga
Storage C7 = sangat membantu
Baterai Dari pengguna, karena
masing-masing dapat diakses bebas
kriteria tersebut melalui komputer PC,
diberikan bobot Laptop, Smartphone,
nilai yang mana maupun tablet yang
total dari dapat terhubung
keseluruhan bobot internet. Mengingat
jika dijumlahkan sekarang sudah
bernilai 100. C1 (W semakin
= 25), C2 (W = 20), banyak jenis
C3 (W = 15), C4 Smartphone dengan
(W = 15), C5 (W = berbagai tipe dari
10), C6 (W = 10), banyak produsen,
C7 (W = 5). maka diperlukan
Mengkategorikan update data terbaru
dan memberikan secara berkala. Hal ini
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
karyawan agar
meningkatkan kinerjanya.
Sistem pendukung
keputusan memberikan
alternatif dalam
menentukan siapa karyawan
terbaik yang akan dipilih.
Karena sifat sistem
pendukung keputusan yang
objektif, cepat, akurat dan
berbasis komputer sehingga
akan memudahkan dalam
pemilihan karyawan
terbaik.
10. (Angeline and Sistem Pendukung Keputusan Pemilihan Salah satu tugas
Astuti, 2018) Karyawan Terbaik Menggunakan Metode pramuwisata adalah
Profile Matching menemani, menjelaskan,
dan memimpin wisatawan
pada saat mengunjungi
wilayah yang tidak dikenal.
Oleh karena itu
pramuwisata memiliki
bantu solutif yang berkembang dengan
dapat memberikan pesat.
solusi yang dapat
membantu dalam
proses pemilihan
karyawan terbaik
secara
komputerisasi agar
lebih efektif dan
efisien. Hasil
penelitian
membuktikan
bahwa aplikasi ini
mampu membantu
perusahaan dalam
proses seleksi
pemilihan karyawan
terbaik dengan
metode weighted
product, serta
memberikan
informasi karyawan
terbaik secara
efektif dan efisien.
Metode profile Setelah menyelesaikan
matching. Metode perancangan
profile matching perancangan aplikasi
sering digunakan sistem pendukung
sebagai mekanisme keputusan pemilihan
dalam pengambilan karyawan
keputusan dengan terbaik menggunakan
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.