DCCKOTABUMIDCCKOTABUMI

Jurnal Informasi dan KomputerJurnal Informasi dan Komputer

Sistem Pendukung Keputusan (SPK) merupakan sarana yang dirancang untuk membantu proses pengambilan keputusan yang bersifat kompleks dan melibatkan berbagai kriteria. Dalam konteks seleksi karyawan, keputusan yang tepat sangat penting agar perusahaan memperoleh sumber daya manusia yang kompeten serta sesuai dengan kebutuhan organisasi. Penelitian ini mengembangkan SPK pemilihan karyawan dengan menggunakan metode Weighted Product (WP). Metode ini dipilih karena mampu mengolah data multikriteria melalui perkalian nilai setiap kriteria yang dipangkatkan sesuai bobot kepentingannya. Kriteria penilaian yang digunakan meliputi kehadiran, etika kerja, loyalitas, kerja tim, serta kemampuan individu, dengan bobot yang ditentukan berdasarkan prioritas perusahaan. Proses perhitungan dilakukan melalui tahapan pembentukan vektor S dan vektor V untuk menghasilkan peringkat akhir. Hasil penelitian menunjukkan bahwa penerapan metode Weighted Product (WP) dapat memberikan peringkat karyawan secara lebih objektif, terukur, dan konsisten sehingga proses seleksi berlangsung lebih cepat, akurat, serta sistematis. Meski demikian, sistem ini masih memiliki keterbatasan karena belum mempertimbangkan faktor kualitatif seperti kepribadian, kemampuan komunikasi, maupun hasil wawancara langsung. Oleh sebab itu, sistem ini lebih tepat dijadikan alat pendukung, bukan satu-satunya dasar dalam penentuan karyawan terbaik.

Berdasarkan analisis kebutuhan, perumusan masalah, tujuan penelitian, serta implementasi Sistem Pendukung Keputusan (SPK) dibangun menggunakan metode Weighted Product (WP) di Humble Hairstudio, maka dapat disimpulkan beberapa hal sebagai berikut.Pertama, permasalahan utama yang dihadapi Humble Hairstudio adalah tidak adanya sistem digital untuk penilaian kinerja karyawan.Kedua, sistem yang dibangun dalam penelitian ini berhasil mengintegrasikan secara terstruktur dan berbasis kriteria.Ketiga, penerapan algoritma Weighted Product ini terbukti sesuai untuk kebutuhan penilaian kinerja karyawan.

Berdasarkan hasil penelitian dan evaluasi yang telah dilakukan, terdapat beberapa saran penelitian lanjutan yang dapat dikembangkan. Pertama, perlu dilakukan pengembangan sistem dengan menambahkan fitur pembobotan dinamis, yang memungkinkan sistem secara otomatis menyesuaikan bobot berdasarkan data historis atau masukan dari banyak evaluator. Kedua, sistem dapat dilengkapi dengan fitur kecerdasan buatan (AI) sederhana, seperti pemberian rekomendasi pelatihan berdasarkan nilai karyawan yang rendah pada kriteria tertentu. Ketiga, penelitian selanjutnya dapat mengeksplorasi metode pengambilan keputusan lainnya, seperti Analytic Hierarchy Process (AHP) atau TOPSIS, untuk membandingkan tingkat efektivitas dan akurasi hasilnya dengan metode Weighted Product.

  1. Vol. 2 No. 2 (2024): (JSMD) Jurnal Siber Multi Disiplin (Juli 2024) | Jurnal Siber Multi Disiplin. vol... doi.org/10.38035/jsmd.v2i2Vol 2 No 2 2024 JSMD Jurnal Siber Multi Disiplin Juli 2024 Jurnal Siber Multi Disiplin vol doi 10 38035 jsmd v2i2
  2. Analisis Kualitas Pelayanan E-Library Menggunakan Framework Cobit 5 Pada Perpustakaan Universitas Bina... doi.org/10.31004/ijmst.v1i2.127Analisis Kualitas Pelayanan E Library Menggunakan Framework Cobit 5 Pada Perpustakaan Universitas Bina doi 10 31004 ijmst v1i2 127
  3. Penerapan Metode Agile Pada Perancangan Sistem Informasi Pengajuan Nomor Surat di Pemerintahan Desa |... jurnal.unidha.ac.id/index.php/jteksis/article/view/1927Penerapan Metode Agile Pada Perancangan Sistem Informasi Pengajuan Nomor Surat di Pemerintahan Desa jurnal unidha ac index php jteksis article view 1927
  1. #journal systems ojs#journal systems ojs
  2. #marketing mix#marketing mix
Read online
File size956.46 KB
Pages15
Short Linkhttps://juris.id/p-3ni
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test