APTIKOMAPTIKOM

Jurnal Ticom: Technology of Information and CommunicationJurnal Ticom: Technology of Information and Communication

PTS Indonesia setiap tahunnya memiliki agenda untuk mengevaluasi kinerja karyawannya. Evaluasi penilaian kinerja karyawan masih belum optimal karena proses penilaiannya masih bersifat subjektif dengan indikator penilaian yang sulit terukur. Tujuan dari penelitian ini adalah membuat Sistem Penunjang Keputusan Penentuan Karyawan Terbaik dengan Menggunakan Metode Simple Additive Weighting (SAW). Kriteria yang digunakan dalam penilaian adalah Delivery On Time, Delivery On Budget, Team Satisfaction, dan soft skill. Evaluasi yang dilakukan dalam artikel ini menggunakan 10 sampel data dengan hasil sistem mampu memilih karyawan terbaik secara lebih objektif dengan indikator yang terukur. Karyawan dengan nilai yang lebih merata menempati peringkat yang lebih tinggi dibandingkan dengan karyawan dengan satu nilai menonjol sehingga penilaian menjadi benar-benar objektif.

Berdasarkan hasil penelitian dan pengujian sistem, dapat disimpulkan bahwa sistem pendukung keputusan dengan metode Simple Additive Weighting (SAW) pada PTS Indonesia mampu memilih karyawan terbaik secara lebih objektif dengan indikator yang terukur.Selain itu, sistem ini menunjukkan bahwa karyawan dengan nilai yang lebih merata cenderung memiliki peringkat lebih tinggi dibandingkan karyawan dengan satu nilai yang sangat menonjol, sehingga menghasilkan penilaian yang lebih objektif.Penerapan sistem ini diharapkan dapat menjadi pertimbangan penting dalam pengambilan keputusan akhir terkait pemilihan karyawan terbaik.

Berdasarkan latar belakang, metode, hasil, dan keterbatasan penelitian ini, beberapa saran penelitian lanjutan dapat dipertimbangkan. Pertama, penelitian lebih lanjut dapat dilakukan dengan memperluas cakupan kriteria penilaian, misalnya dengan menambahkan indikator kinerja yang lebih spesifik sesuai dengan peran dan tanggung jawab masing-masing karyawan. Kedua, pengembangan sistem dapat ditingkatkan dengan mengintegrasikan metode kecerdasan buatan (AI) seperti machine learning untuk memprediksi kinerja karyawan di masa depan berdasarkan data historis dan tren yang ada. Ketiga, penelitian selanjutnya dapat mengeksplorasi penggunaan metode pengambilan keputusan multi-kriteria lainnya, seperti AHP atau TOPSIS, dan membandingkan efektivitasnya dengan metode SAW dalam konteks pemilihan karyawan terbaik di PTS Indonesia. Penelitian-penelitian ini diharapkan dapat memberikan wawasan yang lebih mendalam dan solusi yang lebih optimal dalam pengelolaan sumber daya manusia di perusahaan.

  1. 0. home browse journals resources submission books us contact information aims scope editorial board... doi.org/10.13189/ms.2019.0703010 home browse journals resources submission books us contact information aims scope editorial board doi 10 13189 ms 2019 070301
  2. Implementasi Sistem Pendukung Keputusan Dengan Metode SAW Dalam Pemilihan Guru Terbaik | Journal Automation... doi.org/10.47134/jacis.v1i1.5Implementasi Sistem Pendukung Keputusan Dengan Metode SAW Dalam Pemilihan Guru Terbaik Journal Automation doi 10 47134 jacis v1i1 5
  3. Forecasting of Changes in Service System during the Launch Period of the New Automobile Lineup –... helix.dnares.in/2019/09/07/forecasting-of-changes-in-service-system-during-the-launch-period-of-the-new-automobile-lineupForecasting of Changes in Service System during the Launch Period of the New Automobile Lineup Ae helix dnares in 2019 09 07 forecasting of changes in service system during the launch period of the new automobile lineup
  4. Decision Support System to Choose Private Higher Education Based on Service Quality Model Criteria in... iopscience.iop.org/article/10.1088/1742-6596/1179/1/012036Decision Support System to Choose Private Higher Education Based on Service Quality Model Criteria in iopscience iop article 10 1088 1742 6596 1179 1 012036
Read online
File size725.22 KB
Pages7
DMCAReport

Related /

ads-block-test