Sistem Pendukung Keputusan Pemilihan Kasir Swalayan Terbaik Dengan

Metode Simple Additive Weighting (Saw)

Helfrida Hotmaria Sihite*, Layla Sahrani2, Jens Presisken3
1,2,3
Prodi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Budi Darma, Medan
Indonesia
Email: ¹helfridahotmariasihite@gmail.com, ²lailasyahraini@gmail.com, ³jensprensisken@gmail.com

Abstrak-Pengelolaan sumber daya manusia (SDM) dari suatu perusahaan dagang sangat mempengaruhi banyak
aspek penentu keberhasilan kerja dari perusahaan dagang tersebut. Salah satu yang terpenting dalam menajeman
sumber daya manusia (SDM) di suatu perusahaan adalah pemilihan kasir terbaik secara periodik sehingga untuk
memacu semangat kasir dalam meningkatkan dedikasi dan kinerjanya. Namun pada kenyataanya suzuya swalayan
masih belum optimal dalam pelaksanaan pemilihan kasir terbaik hal ini disebabkan oleh belum tersedianya media
yang dapat memproses penilaian kasir dan memberikan rekomendasi dalam pemilihan kasir terbaik. Penelitian ini
bertujuan untuk mengetahui prosedur penilaian dan pemilihan kasirterbaik pada Suzuya Swalayan Kampung Baru
Kota Medan serta untuk menghasilkan sistem pendukung keputusan pemilihan kasir terbaik berdasarkan kebutuhan
suzuya swalayan tersebut. Dalam menentukan kasir terbaik di suzuya swalayan, sistem menggunakan metode Simple
Additive Weighting (SAW) dengan menggunakan kriteria – kriteria yang sudah digunakan di suzuya swalan tersebut
yaitu kejujuran, taat peraturan, mangkir/alpha, kedisiplinan, tanggung jawab, kebersihan, kerajinan, kreatifitas,
kerjasama dan senyuman. Sistem ini dikembangkan dengan bahasa pemrograman Delphi 7.0 dan MySQL. Sistem
informasi ini dapat digunakan untuk mengolah data kasir mulai dari proses kasir masuk, proses penilaian kasir, proses
pemilihan kasir terbaik, sampai dengan proses pembuatan laporan nilai kasir. Output dalam sistem ini adalah nilai
perhitungan pemilihan kasir terbaik dengan metode Simple Additive Weighting (SAW) dan rekomendasi kasir terbaik
untuk suzuya swalayan.
Kata kunci : Sistem Pendukung Keputusan, Simple Additive Weighting (SAW), Pemilihan Kasir Terbaik.

1. PENDAHULUAN
Salah satu elemen dalam perusahan yang sangat penting adalah Sumber Daya Manusia (SDM). Pengelolaan SDM dari
suatu perusahaan sangat mempengaruhi banyak aspek penentu keberhasilan kerja dari perusahaan tersebut. Jika SDM
dapat diorganisir dengan baik, maka diharapkan perusahaan dagang dapat menjalankan semua proses usahanya
dengan baik. Suzuya Self Service didirikan pada tahun 1983 dengan luas kios 77,5m2 dan saat ini memiliki sekitar
7 cabang, Suzuya Self Service 1
(Sistem pendukung Keputusan) adalah sebuah sistem terkomputerisasi untuk memecahkan suatu permasalahan yang
menghasilakan data digunakan untuk mengambil sebuah keputusan. Beberapa metode dalam sistem pendukung
keputusan terdiri dari metode analytic Hierachy Procces dalam (AHP), metode simple additive Weighting (SAW),
Metode Weight Product (WP), Metode Elimination And Choice Expresing Reallity (ELECTRE), Metode Technique
For Order, Performance by Simillarity to Ideal Solution (TOPSIS). Pada penelitian ini penulis dapat menyelesaikan
suatu permasalahan dengan to 7. Mengambil "Membangun citra merek Supermarket Suzuya menjadi tren
supermarket terjangkau di Kota Medan" sebagai bidang visi, Suzuya terus bergerak maju. Membuat kemajuan
dalam bidang swalayan dan bisnis lainnya.
Dalam operasional sebuah swalayan, peran kasir sangat penting karena mereka bertanggung jawab dalam
transaksi pembayaran pelanggan. Memilih kasir yang terbaik menjadi hal yang krusial bagi keberhasilan operasional
swalayan. Dalam perusahaan swalayan tersebut untuk pemilihan kasir terbaik masih belum efektif di karenakan
kurangnya minat dan semangat karyawan yang bekerja dalam perusahaann swalayan tersebut, sehingga untuk
memberikan apresiasi pada kasir terbaik, maka dibuatlah sistem pemilihan kasir swalayan terbaik untuk menambah
minat dan semangat karyawan dalam bekerja.
SPKmenggunakan metode WASPAS –ROC dan WASPAS-ENTROPI juga menggunakan rasio sederhana
dari jumlah nilai kinerja yang dinormalisasi untuk kriteria manfaat dengan jumlah nilai kinerja yang dinormalisasi
untuk kriteria yang tidak menguntungkan untuk tidak menghindari nilai negative dan menghasilkan nilai positive.
Metode Weigth Aggrated Sum Product Assements (WASPAS) adalah metode yang mencari prioritas pilihan lokasi
yang paling sesuai dengan menggunakan cara pembobotan. Metode WASPAS-ROC didasarkan pada tingkat
kepentingan atau prioritas dari kriteria, tekhnik ini memberikan bobot pada setiap kriteria sesuai dengan rangking
yang dinilai berdasarkan tingkat prioritas. Sedangkan metode WASPAS ENTROPI adalah metode yang digunakan
untuk menenntukan nilai bobot entropy akhir atau bobot sebenarnya pada setiap kriteria, yang bersifat objektif.
Metode SAW adalah salah satu metode yang digunakan dalam pengambilan keputusan multi-kriteria. Metode
ini berdasarkan pada konsep penjumlahan bobot dari setiap atribut yang diinginkan. Dalam pemilihan kasir swalayan
terbaik, atribut-atribut yang perlu dipertimbangkan dapat mencakup keterampilan berhitung, kecepatan dalam
melayani pelanggan, kehandalan, sikap ramah, dan pengetahuan produk.
Salah satu metode yang dapat digunakan untuk pemilihan kasir terbaik adalah metode Simple Additive Weighting
(SAW). Artikel ini akan menjelaskan secara lengkap mengenai pemilihan kasir swalayan terbaik dengan
menggunakan metode SAW, termasuk penelitian terkait dan tahapan penelitian
Beberapa penelitian terkait yang pernah diteliti oleh peneliti sebelumnya seperti yang dilakukan oleh Rahmi
Khalida, dkk pada tahun 2021 yang membahas tentang Penerapan Metode ROC dan Weighted Aggrated Sum Product
Assement (WASPAS) dalam Penerimaan Asisten Perkebunan. Yang menghasilkan bahwa jimmy memiliki prioritas
yang paling tinggi untuk dapat diterima sebagai asisten perkebunan. Penelitian oleh Mhd Boby Kurniawan
Nasution,dkk pada tahun 2022 yang membahas tentang Sistem Pendukung Keputusan Penilaian Kinerja Ketua
Program Studi Menerapakan Metode WASPAS Dengan Pembobotan ROC. Yang menghasilkan bahwa ketua program
studi dengan alternatif A2 sebagai alternatif dengan nilai preferensi tertinggi dimana artinya bahwasanya ketua
program studi tersebut berhak mendapatkan rewerd atau penghargaan, Penelitian oleh Sarwati Rahayu,dkk pada tahun
2020 yang membahas tentang Metode Entropy-SAW dan Metode Entropy Waspas dalam Menentukan Promosi
Jabatan Bagi Karyawan Terbaik Di Cudo Communication. Yang menghasilkan bahwa nilai tertinggi dari hasil
perhitungan ENTROPY-SAW sebesar 0,860 yang dimiliki oleh alternatif kedua (A ₂). Untuk nilai tertinggi dari hasil
perhitungan ENTROPY-WASPAS sebesar 0,851 yang dimiliki oleh alternatif kedua (A ₂). Penelitian oleh Samuel
Damanik, dkk pada tahun 2020 yang membahas tentang Implementasi Metode ROC (Rank Order Centroid) Dan
WASPAS Dalam Sistem Pendukung Keputusan Pemilihan Kerjasama Vendor. Yang menghasilkan bahwa nilai
rangking tertinggi menjadi alternative yang paling tepat maka diperoleh hasil perangkingan yang dipilih yaitu
alternative ke-6 yaitu Swandy Acc. Penelitian oleh Eva Salsa Nabila,dkk pada tahun 2019 yang membahas tentang
Implementasi Metode SAW Dan WASPAS Dengan pembobotan ROC Dalam seleksi Penerimaan Peserta Didik baru
(Studi Kasus: Madrasah Tsanawiyah (MTS) Negri Kisaran Kabupaten Asahan Provinsi Sumatra Utara Pada Tahun
Ajaran 2018/2019). Yang menghasilkan bahwa nilai bobot ROC yang diperoleh adalah w1= 0,61111 ; w2=0,27778;
dan w3 = 0,11111.

2. METODOLOGI PENELITIAN
2.1 Sistem Pendukung Keputusan (SPK)
Sistem Pendukung Keputusan merupakan sistem yang membantu mengambil keputusan yang melengkapi mereka
dengan informasi dari data yang telah diolah dengan relavan dan diperlukan untuk membuat keputusan tentang suatu
masalah dengan lebih cepat dan akurat. Kelebihan dari Sistem Pendukung Keputusan (SPK) juga dapat memperluas
kemampuan pengambil keputusan, menghemat waktu yang dibutuhkan untuk memecahkan masalah, menghasilkan
solusi dengan lebih cepat, mampu memberikan berbagai alternatif dalam pengambilan keputusan, memperkuat
keyakinan pengambil keputusan
2.2 Kasir
Kasir atau juru uang adalah orang yang bertugas mengurusi dan menyimpan hasil pembayaran
terutama uang, dan memasukkannya ke dalam mesin kasir. Kasir dapat ditemukan di berbagai tempat,
terutama di tempat-tempat yang memiliki titik penjualan seperti di dalam toko. Tugas dari kasir juga
berinteraksi dengan pelanggan dan atasan setiap harinya. Mulai dari menyapa pelanggan, membantu
pelanggan menemukan barang, melakukan pembayaran, melapor hasil penjualan, semuanya perlu skill
komunikasi yang baik. Selain itu seorang kasir harus bisa ramah kepada pelanggan. Dan cara kerja kasir
adalah melayani proses transaksi, memberikan informasi yang dibutuhkan pelanggan, melayani packaging
barang pelanggan memeriksa dan mencatat data penjualan, membuat laporan penjualan.
2.3 Swalayan
Supermarket atau pasar swalayan adalah sebuah toko yang menjual segala macam kebutuhan sehari-
hari. Kata supermarket, berasal dari bahasa Inggris yang secara harfiah berarti "pasar yang besar". Barang-
barang yang dijual di supermarket biasanya merupakan barang kebutuhan sehari-hari. Dimana supermarket
merupakan definisi dari swalayan itu sendiri, bersama dengan minimarket, hypermarket, dan grosir . di mana
ada berbagai macam barang yang dijual dengan harga yang tidak bisa ditawar dan pembeli melayani dirinya
sendiri.
2.4 Metode Simple Additive Weighting (SAW)
Salah satu metode yang digunakan dalam proses pengambilan suatu keputusan. Konsep dasar
metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua
X ᴵᴶ
atribut. Untuk mendapatkan nilai bobot (w) maka digunakan persamaan sebagai berikut: r ᴵᴶ ={
max x v
Mini X ᴵᴶ
{
x ᴵᴶ
Dimana :
rij = nilai rating kinerja yang ternormalisasi
xij= nilai atribut yang dimiliki oleh setiap kriteria
 Max xij = nilai terbesar yang dimiliki oleh setiap kriteria
Min xij = nilai terkecil yang dimiliki oleh setiap kriteria
Dimana rij yaitu rating kinerja yang ternormalisasi dari alternatif Ai,pada atribut Cj; i = 1,2,3...,m dan j = 1,2,3,...,n
Dalam penentuan nilai preferensi di setiap alternatif (Vj digunakan persamaan 2 berikut ini
vi= ∑ j=1 wᴶ rij
n

Keterangan:
Vi= peringkat untuk setiap alternatif
Wj = nilai bobot untuk setiap alternatif
rij= nilai rating kinerja yang ternormalisasi
Nilai Vi yang bernilai paling besar artin
ya bahwa alternatif Ai merupakan alternatif yang terbaik
Untuk melakukan penelitian, penulis melakukan beberapa tahapan, yaitu Langkah-langkah untuk penyelesaian SAW:
1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan
2. Menentukan ratting kecocokan pada tiap-tiap alternative setiap kriteria
3. Membuat matrix keputusan berdasarkan kriteria (C₁) dan kemudian melakukan normalisasi matrix berdasarkan
persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan atau biaya) sehingga dapat diperoleh matrix
ternormalisasi R
4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matrix ternormalisasi R dengan
vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (AI) sebagai solusi.
2.5 Tahapan Penelitian
Pada penelitian ini terdapat beberapa tahapan penelitian, tahapan – tahapan penelitian tersebut sebagai berikut :
1. Analisa Masalah.
Penulis menganalisa suatu permasalahn yang dijadikan pokok pembahasan, sebab permasalahan, dan metode yang
digunakan.
2. pengumpulan Data.
Penulis melakukan suatu observasi yang berguna untuk memahami bagaimana prosedur dalam pemilihan kasir
swalayan terbaik.
3. Studi Literatur.
Untuk mempelajari dan menambah pemahaman peneliti tentang sistem pendukung keputusan (SPK) secara
umum dan metode Simple Additive Weighting (SAW) serta membaca jurnal dan referensi yang terkait dengan
penelitian.
4. Tahap penelitian
ini diawali dengan, dimulai dengan menganalisis permasalahan yang terjadi dalam pemilihan kasir swalayan
terbaik. Lalu menganalisa menggunakan metode Simple Adittive Weighting (SAW)
5. Kesimpulan.
Kesimpulan penelitian ini adalah pernyataan singkat tentang hasil analisis deskripsi dan pembahasan tentang
hasil, tujuannya ntuk memberikan informasi dan kesempatan kepada para pembaca untuk mengetahui secara cepat
tentang hasil akhir dari penelitian yang dilakukan.

Dari tahapan penelitian diatas dapat digambarkan pada bagian berikut ini :

Mulai Analisa Pengumpulan Data Studi Literatur & Penerapan Metode

Keperpustakaan

Penerapan Metode SAW (Simple

Additive Weighting)
Pembuatan Laporan 1.Menentukan Kriteria
Selesai Penelitian 2. Menentukan Nilai Bobot (W)
3. Menentukan Jumlah Data (m)
4. Menentukan Tingkat Prioritas (i)
 3. HASIL DAN PEMBAHASAN
3.1 Penetapan Kriteria
Penetapan keputusan dalam pemilihan kasir swalayan terbaik memang wajib direkomendasikan. Mengapa? Karena ini
bertujuan untuk memberikan apresiasi kepada kasir yang sudah bekerja dengan sanagt baik. Berikut ada bebrapa alternatif
yang wajib diperhatikan dalam pemilihannya. Dalam penelitian ini digunakan 5 alternatif, dapat dilihat dari tabel berikut :

Tabel 1. Kriteria

No Kriteria

1 C1 Disiplin
2 C2 Kualitas Pekerjaan
3 C3 Kerjasama
4 C4 Perilaku

3.2 penetapan alternatif

Penetapan alternatif dalam pemilihan proses pengambilan keputusan adalah mengidentifikasi berbagai kemungkinan
cara yang secara potensial dapat dilakukan dalam mengatasi permasalahan yang dihadapi dan menyusun uraian rencana
prioritas jalan keluar.
Tabel 2. Alternatif

No Alternatif

1 A1 Yuval
2 A2 Jake
3 A3 Shapir
4 A4 Moses
5 A5 Clint
6 A6 Elia
7 A7 Bharlev
8 A8 Robert

Pada bobot kriteria terdiri dari 5 (lima) bilangan Fuzzy yang terdapat pada tabel berikut ini:

Tabel 3. Bilangan Fuzzy

No Bobot Keterangan Linguistic

1 0 Sangat Rendah SR
2 0,25 Rendah R
3 0,5 Sedang S
4 0,75 Tinggi T
5 1 Sangat Tinggi ST

3.3 Penentuan Bobot Pada Masing-Masing Kriteria

Pada penentuan karyawan terbaik dibutuhkan kriteria serta bobot pada metode SAW, tetapi dibutuhkan
penentuan kriteria terlebih dahulu. Kriteria – kriteria tersebut didapat dari hasil observasi di PT. Cindyani Tiwi
Lestari. Di bawah ini adalah kriteria serta alternatif yang telah diperoleh dalam penentuan karyawan terbaik, yaitu:
Terdapat 2 (dua) pembobotan yang dipakai sebagai bobot preferensi (w) pada sistem ini yaitu, pembobotan
tingkat kepentingan sdan pembobotan tingkat kecocokan yang terdapat pada masing – masing alternatif. Pembobotan
tingkat kecocokan bertujuan untuk dapat mempermudah dalam pengolahan data serta masing – masing data yang
selanjutnya dikonversikan kedalam bentuk fuzzy. Di bawah ini adalah pembobotan untuk setiap kriteria.
C1, C2, C3, C4,– Disiplin, kualitas pekerjaan, kerjasama, perilaku.
 Tabel 4. Nilai pembobotan

No Nlai Keterangan

1 0 Sangat Tidak Baik

2 0,25 Tidak Baik

3 0,5 Cukup Baik

4 0,75 Baik

5 1 Sangat Baik

3.4 Memberikan Nilai Rating Kecocokan

Setelah semua kriteria ditentukan, proses selanjutnya yaitu dengan melakukan pencocokan nilai dari setiap
alternatif berdasarkan kriteria. Dari karyawan – karyawan tersebut akan dipilih menjadi satu karyawan terbaik, data
alternatif dapat dilihat di bawah ini:
Tabel 5. Nilai rating kecocokan

Alternatif Kriteria

C1 C2 C3 C4

A1 Baik Baik Baik Sangat Baik

A2 Sangat Baik Baik Baik Sangat Baik

A3 Baik Sangat Baik Sangat Baik Baik

A4 Sangat Baik Baik Baik Baik

A5 Sangat Baik Baik Sangat Baik Sangat Baik

A6 Sangat Baik Baik Sangat Baik Baik

Tabel 6 berikut ini merupakan matriks keputusan x yang terbentuk berdasarkan tabel diatas selanjutnya
dikonversi kedalam bilangan fuzzy.

Tabel 6. Rating kecocokan alternatif pada kriteria

Alternatif Kriteria

C1 C2 C3 C4

A1 0,75 0,75 0,75 1

A2 1 0,75 0,75 1

A3 0,75 1 1 0,75

A4 1 0,75 0,75 0,75

A5 1 0,75 0,75 1

A6 1 1 1 0,75
 3.5 Normalisasi Matriks
Dalam menormalisasi matriks, maka digunakan data pada tabel 6 dengan tujuan untuk memperoleh hasil
perhitungan pada masing – masing kriteria, sebagai berikut:
1. Kriteria disiplin (C1)

r11

= = 0,75
=

r12

= =1

r13 = = 0,75
=

r14 = = =1

r15 =

= =1

r16 =

= =1
2. Kriteria Kualitas Pekerjaan (C2)
r11 =

= 0,75
=

r12
= 0,75
=

r13

= = 0,75

r14

=
= 0,75
r15 =

= =1

r16 =
 =

3. Kriteria Kerjasama (C3)

r11

= = 0,75
r12

= = 0,75

r13
= 0,75
=

r14 = = 0,75 ==1

r15 =

r16 = ==1

4. Kriteria Perilaku (C4)

r11

r12

r13
= 0,75
=

= = 0,75
r14

=
= 0,75
r15
 =

==1

r16 =
Hasil perhitungan dari setiap kriteria dapat dilihat pada Tabel 7 berikut ini.
Tabel 7. Matriks ternormalisasi

Alternatif Kriteria
C1 C2 C3 C4

A1 0,75 0,75 1 1

A2 1 0,75 0,75 1

A3 0,75 1 1 0,75

A4 1 0,75 0,75 0,75

A5 1 1 0,75 1

A6 1 0,75 1 1
3.6 Melakukan Rangking Hasil Rekomendasi Alternatif
Ditahap berikut ini hasil dari perkalian matriks yang ternormalisasi selanjutnya dijumlahkan dengan nilai
bobot. Kemudian dilakukan ranking yang berdasarkan hasil dari perhitungan tersebut. Rekomendasi terbaik dalam
pengambilan keputusan merupakan alternatif yang mempunyai nilai yang tertinggi. Tingkat kepentingan pada setiap
kriteria merupakan landasan pihak manajemen dalam memberikan bobot.
W = 0,5;1;0,5;1
Kemudian dilakukan persamaan 2 dan menjumlahkan hasil perkalian tersebut dengan tujuan memperoleh
rekomendasi alternatif yang paling baik.

V1 = (0,5 x 0,75) + (1 x 0,75) + (0,5 x 0,75) + (1 x 1) = 2,5

V2 = (0,5 x 1) + (1 x 0,75) + (0,5 x 0,75) + (1 x 1) = 2,625

V3 = (0,5 x 0,75) + (1 x 1) + (0,5 x 1) + (1 x 0,75) = 2,625

V4 = (0,5 x 1) + (1 x 0,75) + (0,5 x 0,75) + (1 x 0,75) = 2,375

V5 = (0,5 x 1) + (1 x 1) + (0,5 x 0,75) + (1 x 1) = 2,875

V6 = (0,5 x 1) + (1 x 0,75) + (0,5 x 0,75) + (1 x 1) = 2,625

Hasil perhitungan peringkat di atas bisa dilihat pada tabel 8 di bawah ini. Hasil perhitungan dengan nilai V 5
yang paling besar adalah alternatif A5 yang merupakan alternatif terbaik. Sesuai dengan data yang didapatkan dari
tabel 8, V5 memperoleh nilai terbesar yaitu Barlev. Hal ini sebagai indikasi bahwa Darwansyah bisa direkomendasikan
sebagai karyawan terbaik di PT. Swalayan

Tabel 8. Nilai prefensi total

Alternatif Kriteria Hasil Akhir

C1 C2 C3 C4

A1 0,75 0,75 1 3,25 2,5

A2 1 0,75 0,75 1 2,265

A3 0,75 1 1 0,75 2,625

 A4 1 0,75 0,75 0,75 2,375

A5 1 1 0,75 1 2,875

A6 1 1 0,75 0,75 2,37

4. Kesimpulan & Saran

4.1 Kesimpulan
Dalam sistem pendukung keputusan, metode SAW dapat dipergunakan untuk membantu memilih karyawan
terbaik. Data – data yang terdapat dalam penelitian ini bersifat dinamis baik data kriteria maupundata subkriteria yang
artinya data tersebut dapat diganti kapan saja sesuai dengan apa yang dibutuhkan oleh pengambil keputusan. Kriteria
orientasi pelayanan merupakan kriteria yang memiliki kontribusi yang paling besar dalam menentukan karyawan
terbaik di PT. Swalayan Berdasarkan semua kriteria dan alternatif yang ada dalam penelitian ini menghasilkan Barlev
sebagai karyawan terbaik di PT. Swalayan dengan total nilai yaitu 2,875. Metode SAW merupakan metode yang
efektif serta praktis dalam perhitungan untuk menentukan rekomendasi karyawan terbaik di PT. Swalayan sehingga
pengambil keputusan dapat mempertimbangkan rekomendasi tersebut sesuai dengan prioritas yang ditentukan.
4.2 Saran
Saran untuk penelitian – penelitian selanjutnya agar dapat melakukan penggabungan beberapa metode –
metode lain serta diharapkan juga dapat melakukan perhitungan tingkat akurasi data menggunakan perhitungan
akurasi.

Daftar Pustaka

[1] M. Hasanudin, Y. Marli, and B. Hendriawan, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik
Menggunakan Metode Analytical Hierarchy Process ( Studi Kasus Pada Pt . Bando Indonesia ),” Semin. Nas.
Teknol. Inf. dan Multimed. 2018, vol. 6, no. 3, pp. 91–96, 2018.
[2] J. Informatika and U. Pamulang, “Issn 2541-1004,” vol. 1, no. 1, pp. 12–16, 2016.
[3] T. Murti, L. A. Abdillah, and M. Sobri, “Pinjaman Dengan Metode Fuzzy Tsukamoto,” Semin. Nas. Inov. dan
Tren 2015, 2015.
[4] M. K. Kusrini, “Konsep Dan Aplikasi Sistem Pendukung Keputusan,” Penerbit Andi. 2007.
[5] E. Turban, J. Aronson, and T. Llang, Decision Support Systems and Intelligent Systems. 2003.
[6] S. Dedi, A. Pardede, A. Harahap, A. Putera, and U. Siahaan, “Sistem Pendukung Keputusan Pemilihan Peserta
Jaminan Kesehatan Masyarakat ( Jamkesmas ) Menerapkan Metode MOORA,” vol. 2, no. 2, pp. 16–22, 2018.
[7] I. Bukori, P. Pujiono, and S. Suharnawi, “Metode Simple Additive Weighting (Saw) Untuk Penentuan
Peringkat Dalam Pembuatan Peta Tematik Daerah Rawan Demam Berdarah Dengue (Studi Kasus Kabupaten
Pati).,” Techno. Com, vol. 14, no. 4, pp. 272– 280, 2015.
[8] S. H. Kusumadewi, “Fuzzy Multi-Attribute Decision Making (Fuzzy MADM),” Graha Ilmu Yogyakarta,
2006.
[9] V. C. Hardita, E. Utami, and E. T. Luthfi, “Sistem Pendukung Keputusan Pemilihan Sales Terbaik,” Creat. Inf.
Technol. J., vol. 5, no. 2, p. 138, 2019, doi:
10.24076/citec.2018v5i2.177.