Penerapan Metode TOPSIS Dengan Simple Additive Weighting Untuk Seleksi Karyawan Terbaik

• RATIKA DURI

---

ABSTRAK

ABSTRAK

Ratika Duri (11170486), Penerapan Metode TOPSIS Dengan Simple Additive Weighting Untuk Seleksi Karyawan Terbaik

Perusahaan menengah yang membutuhkan sumber daya manusia yang berkualitas belum mendapatkan cara untuk menyeleksi karyawan terbaik atau berkualitas guna membantu mengembangkan usaha agar lebih maju. Pengolahan sumber daya manusia yang ada saat ini hanya mengikuti standaritas pekerja yaitu sebatas kontrak dan peraturan kerja, akan lebih baik bagi perusahaan jika memaksimalkan daya olah pada sumber daya manusia untuk perusahaan sehingga sistem operasi perusahaan meningkat dan berjalan baik. Pada Sistem Penunjang Keputusan (SPK) menggunakan perhitungan akurasi Topsis dengan SAW adalah metode perhitungan data excel yang tingkat akurasinya sebanding dalam perhitungan jumlah data dan bobot nilai, memungkinkan untuk mengakurasi seleksi karyawan terbaik yang di hitung dari tingkat kehadiran, sikap/moral, komunikasi, tanggung jawab kerja, dan inisiatif dalam bekerja. Software yang digunakan untuk menghitung data adalah Microsoft excel dengan menggunakan metode TOPSIS dan SAW memasukkan jumlah data yang akan di tentukan bobot nilainya. Terbukti bahwa metode tersebut dapat menghitung jumlah data dan bobot nilai untuk seleksi karyawan terbaik pada perusahaan, sehingga mendapatkan hasil perhitungan yang akurat. Metode ini cocok untuk perusahaan kecil hingga menengah dalam mengakurasi suatu data yang di perlukan.

KATA KUNCI

TOPSIS,SAW,Microsoft Excel,SPK

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] E. Kurniadi and D. Damhudi, “Sistem Penunjang Keputusan Penerimaan Karyawan Dengan Menggunakan Metode Madm Saw,” J. Teknol. dan Manaj. Inform., vol. 1, no. 1, pp. 31–42, 2016.

[2] S. P. Sari, “Sistem Pendukung Keputusan Penerimaan Karyawan Menggunakan Metode SAW ( Studi Kasus di PT. Nusantara Sakti Ciptadana Finance Kota Bengkulu ),” J. Media Infotama, vol. 13, no. 2, pp. 55–66, 2017.

[3] Y. Djamain, “Sistem Pendukung Keputusan Penerimaan Pegawai Baru Pt.Pln (Persero) Kantor Pusat Dengan Menggunakan Metode Simple Additive Weighting (Saw),” J. Tek. Inform., vol. 8, no. 1, pp. 39–47, 2015, doi: 10.15408/jti.v8i1.1935.

[4] Normah, “Simple Additive Weighting Dalam Penentuan Rekomendasi Kenaikan Jabatan Karyawan,” Tek. Inform. STMIK Nusa Mandiri Jakarta, vol. 3, no. 1, pp. 21–32, 2018.

[5] M. G. Resmi and D. Irmayanti, “Metode Simple Additive Weighting Dalam Sistem Pendukung Keputusan Pemilihan Tempat Kuliner Di Kabupaten Purwakarta,” PIKSEL Penelit. Ilmu Komput. Sist. Embed. Log., vol. 7, no. 1, pp. 23–32, 2019, doi: 10.33558/piksel.v7i1.1661.

[6] M. N. Febriyati, M. K. Sophan, and R. Yunitarini, “Recruitment Warga Laboratorium Teknik Informatika Di Universitas,” J. SimanteC, vol. 5, no. 3, pp. 133–142, 2016.

[7] A. Informatics, N. Mandiri, C. Melayu, M. J. Timur, and A. Info, “Komparasi Metode TOPSIS dan SAW Penentuan Karyawan,” vol. 4, no. 2, pp. 165–174, 67 2021.

[8] P. Metode, S. A. W. Dan, and M. A. Mude, “Pada Kasus Umkm,” vol. 8, no. Agustus, pp. 76–81, 2016.

[9] G. Tanu Saputra and M. A. I. Pakereng, “Analisis Perbandingan Metode TOPSIS dan SAW pada Penilaian Karyawan (Studi Kasus : PT Pura Barutama Unit Paper Mill 5, 6, 9),” J. Inform., vol. 7, no. 2, pp. 156–165, 2020, doi: 10.31294/ji.v7i2.8612.

[10] E. A. Riyanto and T. Haryanti, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TELLER POOLING TERBAIK PADA PT. BCA Tbk. DENGAN METODE SAW (Simple Additive Weighting),” J. Pilar Nusa Mandiri, vol. 13, no. 1, pp. 128–135, 2017.

[11] A. A. Fauzi, H. Zulfia Zahro’, and R. Prismaswara Prasetya, “Analisis Perbandingan Metode Topsis Dan Saw Dalam Penentuan Prioritas Perbaikan Jalan Di Kabupaten Rembang,” JATI (Jurnal Mhs. Tek. Inform., vol. 4, no. 2, pp. 29–36, 2020, doi: 10.36040/jati.v4i2.2676.

[12] L. N. Ariyana, R Y; Nurnawati, E K; El Suffa, “Kombinasi metode topsis dan saw dalam mendukung keputusan seleksi kelayakan proposal penelitian dosen,” Pros. Semin. Nas. Apl. Sains Teknol., no. September, pp. 141–150, 2018.