UnimorUnimor

Journal of Information and TechnologyJournal of Information and Technology

Puskesmas Oesapa memiliki peran penting dalam menyediakan pelayanan kesehatan berkualitas. Untuk meningkatkan kualitas terutama dalam memberikan pelayanan individu yang optimal, pemilihan tenaga kesehatan terbaik sangat penting. Penelitian ini mengembangkan Sistem Pendukung Keputusan (SPK) dengan metode Analytical Hierarchy Process (AHP) dan Simple Additive Weighting (SAW) untuk mengatasi masalah pemilihan tenaga kesehatan yang sebelumnya dilakukan secara manual. Metode AHP digunakan untuk menentukan bobot delapan kriteria, sedangkan SAW digunakan untuk merangking tenaga kesehatan berdasarkan bobot tersebut. Implementasi sistem ini membantu kepala Puskesmas dalam mengambil keputusan yang lebih akurat dan objektif, dengan hasil mengidentifikasi tenaga kesehatan terbaik, yaitu Roselkrans dengan nilai tertinggi 0,913. Pengujian User Acceptance Test (UAT) menunjukkan tingkat kepuasan pengguna yang tinggi, dengan fungsionalitas 94,33 %, kegunaan 92,5 %, keandalan 92 % dan efisiensi 92,5 %, serta hasil pengujian black‑box mencapai 100 %. Sistem ini diharapkan dapat meningkatkan objektivitas dan keadilan dalam penilaian tenaga kesehatan di Puskesmas Oesapa.

Sistem keputusan yang dibangun membantu kepala Puskesmas Oesapa dalam menentukan tenaga kesehatan terbaik dengan menggunakan delapan kriteria (ketidakhadiran, komitmen, aman, inisiatif, sigap, kerja sama tim, fokus pada kualitas, dan kemauan mengembangkan diri).Kombinasi metode AHP dan SAW menghasilkan tenaga kesehatan terbaik, yaitu Roselkrans dengan nilai akhir 0,913.Pengujian black‑box dan User Acceptance Test menunjukkan kepuasan tinggi, dengan fungsionalitas 94,33 %, kegunaan 92,5 %, keandalan 92 % dan efisiensi 92,5 %.

Penelitian lanjutan dapat mengeksplorasi penerapan sistem pendukung keputusan ini pada skala yang lebih luas dengan menambah jumlah tenaga kesehatan dan memperkenalkan kriteria tambahan seperti kepuasan pasien dan beban kerja, sehingga dapat menilai keefektifan model pada konteks yang lebih beragam. Selanjutnya, dapat dilakukan perbandingan metode AHP‑SAW dengan metode multikriteria lain seperti TOPSIS atau VIKOR untuk mengevaluasi akurasi dan konsistensi hasil pemilihan tenaga kesehatan, yang dapat memberikan wawasan tentang keunggulan relatif masing‑masing teknik. Terakhir, integrasi teknik pembelajaran mesin, misalnya algoritma klasifikasi atau regresi, dapat diusulkan untuk memprediksi kinerja tenaga kesehatan di masa depan dan secara dinamis menyesuaikan bobot kriteria, sehingga sistem menjadi lebih adaptif terhadap perubahan kondisi operasional Puskesmas.

  1. Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Pada PT. Citra Prima Batara Dengan Metode AHP |... ejournal.bsi.ac.id/ejurnal/index.php/jtk/article/view/11641Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Pada PT Citra Prima Batara Dengan Metode AHP ejournal bsi ac ejurnal index php jtk article view 11641
  2. PEMODELAN SISTEM PENUNJANG KEPUTUSAN PEMILIHAN GURU TERBAIK SMA YP-BDN MENGGUNAKAN AHP DAN SAW | IDEALIS... jom.fti.budiluhur.ac.id/index.php/IDEALIS/article/view/590PEMODELAN SISTEM PENUNJANG KEPUTUSAN PEMILIHAN GURU TERBAIK SMA YP BDN MENGGUNAKAN AHP DAN SAW IDEALIS jom fti budiluhur ac index php IDEALIS article view 590
  3. Implementasi Metode Simple Additive Weighting (SAW) dalam Sistem Pendukung Keputusan Penentuan Penerima... doi.org/10.29303/jtika.v2i2.101Implementasi Metode Simple Additive Weighting SAW dalam Sistem Pendukung Keputusan Penentuan Penerima doi 10 29303 jtika v2i2 101
Read online
File size588.27 KB
Pages9
DMCAReport

Related /

ads-block-test