Analisis Perbandingan Metode SAW, WP, dan TOPSIS Pada Soistem Pendukung Keputusan Pemberian Beasiswa

• DAFFA DZAFFRAN
• 2024

---

Pengangguran merupakan masalah penting yang harus diatasi, terutama di negara berkembang seperti Indonesia. Pertambahan jumlah penduduk yang terus meningkat setiap waktu menyebabkan bertambahnya jumlah angkatan kerja, yang pada gilirannya meningkatkan tingkat pengangguran. Penelitian ini bertujuan untuk menentukan karyawan terbaik di PT. Perdana Citra Utara, sebuah perusahaan real estate di Bekasi, dengan membandingkan dua metode: Simple Additive Weighting (SAW) dan Weighted Product (WP).SAW adalah algoritma pengambilan keputusan yang sering disebut metode penjumlahan berbobot, yang membutuhkan proses normalisasi matriks untuk dibandingkan dengan alternatif yang ada. WP, di sisi lain, juga digunakan untuk tujuan yang sama namun dengan pendekatan yang berbeda. Penelitian ini menggunakan beberapa kriteria penilaian seperti absensi, disiplin, komunikasi, pengetahuan, dan penjualan untuk menentukan peringkat karyawan.Hasil penelitian menunjukkan bahwa kedua metode memberikan hasil peringkat yang sama untuk posisi lima besar karyawan terbaik, yaitu Sofi, Fahmi, Lis, Laeli, dan Eva. Dengan demikian, dapat disimpulkan bahwa kedua metode tersebut dapat digunakan secara efektif dalam menentukan karyawan terbaik di perusahaan. Penelitian ini juga menyarankan untuk menggunakan metode lain seperti Naïve Bayes dan TOPSIS untuk penelitian selanjutnya, serta mengembangkan sistem ini menjadi berbasis web dan platform lainnya agar lebih fleksibel.

• SAW
• WP
• Agency

https://repository.bsi.ac.id/repo/57003/Analisis-Perbandingan-Metode-SAW,-WP,-dan-TOPSIS-Pada-Soistem-Pendukung-Keputusan-Pemberian-Beasiswa
Anda dapat membaca file tugas akhir ini di repository.