PERBANDINGAN METODE WEIGHTED PRODUCT DENGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION DALAM PENDUKUNG KEPUTUSAN PEREKRUTAN SISWA/MAHASISWA PRAKTEK KERJA LAPANGAN.
PERBANDINGAN METODE WEIGHTED PRODUCT DENGAN METODE
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION DALAM PENDUKUNG KEPUTUSAN PEREKRUTAN
SISWA/MAHASISWA PRAKTEK KERJA LAPANGAN (PKL) (STUDI KASUS: PT. INDUSTRI TELEKOMUNIKASI INDONESIA)
SKRIPSI
Diajukan untuk memenuhi sebagian dari Syarat untuk memperoleh Gelar Sarjana Komputer
Program Studi Ilmu Komputer
OLEH: Syifa Afifah Fitriani
(2)
PERBANDINGAN METODE WEIGHTED PRODUCT DENGAN METODE
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION DALAM PENDUKUNG KEPUTUSAN PEREKRUTAN
SISWA/MAHASISWA PRAKTEK KERJA LAPANGAN (PKL) (STUDI KASUS : PT INDUSTRI TELEKOMUNIKASI INDONESIA)
Oleh
Syifa Afifah Fitriani 1000110
Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh Gelar Sarjana pada Program Studi Ilmu Komputer
Fakultas Pendidikan Matematika dan Ilmu Pengetahuan Alam
© Syifa Afifah Fitriani 2014 Universitas Pendidikan Indonesia
Oktober 2014
Hak Cipta dilindungi undang-undang.
Skripsi ini tidak boleh diperbanyak seluruhnya atau sebagian, dengan dicetak ulang, difotokopi, atau cara lainnya tanpa ijin dari penulis.
(3)
i
LEMBAR PENGESAHAN
PERBANDINGAN METODE WEIGHTED PRODUCT DENGAN METODE
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION DALAM PENDUKUNG KEPUTUSAN PEREKRUTAN
SISWA/MAHASISWA PRAKTEK KERJA LAPANGAN (PKL) (STUDI KASUS: PT. INDUSTRI TELEKOMUNIKASI INDONESIA)
SYIFA AFIFAH FITRIANI 1000110
DISETUJUI DAN DISAHKAN OLEH PEMBIMBING:
Pembimbing I
Novi Sofia Fitriasari, MT NIP: 197811042010122001
Pembimbing II
Rosa Ariani Sukamto, MT NIP: 198109182009122003
Mengetahui,
(4)
vii
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
DAFTAR ISI
LEMBAR PENGESAHAN...Error! Bookmark not defined. PERNYATAAN ...Error! Bookmark not defined. KATA PENGANTAR...Error! Bookmark not defined. ABSTRAK ...Error! Bookmark not defined. ABSTRACT ...Error! Bookmark not defined.
DAFTAR ISI ... vii
DAFTAR TABEL ... x
DAFTAR GAMBAR ...xi
DAFTAR LAMPIRAN ... xii PENDAHULUAN ...Error! Bookmark not defined. 1.1 Latar Belakang...Error! Bookmark not defined. 1.2 Rumusan Masalah ...Error! Bookmark not defined. 1.3 Tujuan Penelitian ...Error! Bookmark not defined. 1.4 Batasan Masalah ...Error! Bookmark not defined. 1.5 Manfaat Penelitian ...Error! Bookmark not defined. 1.6 Sistematika Penulisan ...Error! Bookmark not defined. KAJIAN PUSTAKA ...Error! Bookmark not defined. 2.1 Sistem Rekrutmen ...Error! Bookmark not defined. 2.1.1 Pengertian Rekrutmen ...Error! Bookmark not defined. 2.1.2 Tujuan Perekrutan ...Error! Bookmark not defined. 2.1.3 Perekrutan Siswa/Mahasiswa PKL di PT. INTI... Error! Bookmark not
defined.
2.2 Sistem Pendukung Keputusan ...Error! Bookmark not defined. 2.2.1 Pengertian Sistem Pendukung Keputusan... Error! Bookmark not
defined.
(5)
viii
2.2.3 Tahap Pendukungan Keputusan ...Error! Bookmark not defined. 2.3 Metode Multiple Attribute Decision Making.Error! Bookmark not defined. 2.4 Metode Weighted Product (WP) ...Error! Bookmark not defined. 2.5 Metode Technique For Order Perfomance By Similarity To Ideal Solution (TOPSIS) ...Error! Bookmark not defined. METODOLOGI PENELITIAN ...Error! Bookmark not defined. 3.1. Desain Penelitian ...Error! Bookmark not defined. 3.2. Metode Penelitian ...Error! Bookmark not defined. 3.2.1. Proses Pengumpulan Data ...Error! Bookmark not defined. 3.2.2. Proses Pengembangan Perangkat Lunak ... Error! Bookmark not
defined.
3.3. Alat dan Bahan Penelitian ...Error! Bookmark not defined. 3.3.1. Alat Penelitian ...Error! Bookmark not defined. 3.3.2. Bahan Penelitian...Error! Bookmark not defined. HASIL PENELITIAN DAN PEMBAHASAN...Error! Bookmark not defined. 4.1 Pengumpulan Data...Error! Bookmark not defined. 4.2 Studi Literatur...Error! Bookmark not defined. 4.3 Survei...Error! Bookmark not defined. 4.4 Analisis Sistem ...Error! Bookmark not defined. 4.5 Penyeleksian Siswa/Mahasiswa PKL ...Error! Bookmark not defined. 4.6 Analisis Kasus ...Error! Bookmark not defined. 4.6.1 Perhitungan Metode Weighted Product (WP) ... Error! Bookmark not
defined.
(6)
ix
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
4.8.1 Desain Database ...Error! Bookmark not defined. 4.8.2 Penerapan Metode Weighted Product Pada Penyeleksian
Siswa/Mahasiswa PKL ...Error! Bookmark not defined. 4.8.3 Penerapan Metode TOPSIS Pada Penyeleksian Siswa/Mahasiswa PKL
Error! Bookmark not defined.
4.9 Implementasi ...Error! Bookmark not defined. 4.9.1 Implementasi Antarmuka ...Error! Bookmark not defined. 4.9.2 Implementasi Sistem Perekrutan Siswa/Mahasiswa PKL... Error!
Bookmark not defined.
4.10 Pengujian ...Error! Bookmark not defined. 4.11 Perbandingan Metode Weighted Product dan metode TOPSIS Pada
Perekrutan Siswa/Mahasiswa PKL di PT. INTI ...Error! Bookmark not defined. 4.11.1 Perbandingan Kompleksitas Algoritma .Error! Bookmark not defined. 4.11.2 Perbandingan Akurasi ...Error! Bookmark not defined. 4.11.3 Perbandingan Performa ...Error! Bookmark not defined. PENUTUP ...Error! Bookmark not defined. 1.7 Kesimpulan ...Error! Bookmark not defined. 1.8 Saran ...Error! Bookmark not defined. DAFTAR PUSTAKA ...Error! Bookmark not defined. LAMPIRAN ...Error! Bookmark not defined.
(7)
x
DAFTAR TABEL
Tabel 4. 1 Kriteria dan Bobot Kriteria Perekrutan Siswa/Mahasiswa PKL... Error!
Bookmark not defined.
Tabel 4. 2 Bobot Kepentingan Setiap Kriteria ...Error! Bookmark not defined. Tabel 4. 3 Rating Atribut Dari Setiap Alternatif Pada Setiap Kriteria ... Error!
Bookmark not defined.
Tabel 4. 4 Rating Atribut Setiap Alternatif Pada Setiap Kriteria ... Error! Bookmark
not defined.
Tabel 4. 5 Pelaksanaan Pengujian ...Error! Bookmark not defined. Tabel 4. 6 Hasil Pengujian Black Box ...Error! Bookmark not defined. Tabel 4. 7 Script Metode Weighted Product ...Error! Bookmark not defined. Tabel 4. 8 Script Metode TOPSIS...Error! Bookmark not defined. Tabel 4. 9 Prediksi Perangkingan Secara Konvensional... Error! Bookmark not
defined.
Tabel 4. 10 Prediksi Perangkingan dengan Metode Weighted Product dan Metode TOPSIS...Error! Bookmark not defined. Tabel 4. 11 Perbandingan Akurasi Metode Weighted Product dan Metode TOPSIS ...Error! Bookmark not defined. Tabel 4. 12 Laporan Siswa/Mahasiswa PKL ...Error! Bookmark not defined. Tabel 4. 13 Perhitungan Pengujian Pertama ...Error! Bookmark not defined. Tabel 4. 14 Perhitungan Pengujian Kedua ...Error! Bookmark not defined. Tabel 4. 15 Perhitungan Pengujian Ketiga...Error! Bookmark not defined.
(8)
xi
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
DAFTAR GAMBAR
Gambar 3. 1 Desain Penelitian ...Error! Bookmark not defined. Gambar 3. 2 Metode Waterfall (Sommerville, 2003) ..Error! Bookmark not defined.
Gambar 4. 1 Prosedur Perekrutan Siswa/Mahasiswa PKL di PT. INTI ... Error!
Bookmark not defined.
Gambar 4. 2 Alur Perekrutan Siswa/Mahasiswa PKL .Error! Bookmark not defined. Gambar 4. 3 Diagram Use Case ...Error! Bookmark not defined. Gambar 4. 4 Implementasi Pemasukan Data Calon Siswa/Mahasiswa PKL... Error!
Bookmark not defined.
Gambar 4. 5 Implementasi Bobot Kepentingan Setiap Kriteria . Error! Bookmark not
defined.
Gambar 4. 6 Implementasi Pemasukan Divisi dan Kuota Kebutuhan Perusahaan ...Error! Bookmark not defined. Gambar 4. 7 Implementasi Penyeleksian Menggunakan Metode WP ... Error!
Bookmark not defined.
Gambar 4. 8 Implementasi Penyeleksian Menggunakan Metode TOPSIS ... Error!
Bookmark not defined.
Gambar 4. 9 Flowchart Metode Weighted Product...Error! Bookmark not defined. Gambar 4. 10 Flowgraph Metode Weighted Product ..Error! Bookmark not defined. Gambar 4. 11 Flowchart Metode TOPSIS ...Error! Bookmark not defined. Gambar 4. 12 Flowgraph Metode TOPSIS ...Error! Bookmark not defined. Gambar 4. 13 Grafik Hasil Percobaan ...Error! Bookmark not defined.
(9)
xii
DAFTAR LAMPIRAN
Surat permohonan izin penelitian
Surat riset/permohonan data pada divisi Human Capital Management bagian Human Investment PT. INTI
Hasil Wawancara...Error! Bookmark not defined. Daftar Siswa/Mahasiswa PKL ...Error! Bookmark not defined. Daftar Pembobotan Korelasi Antara Jurusan Dengan Divisi Perusahaan... Error!
Bookmark not defined.
Nilai Rujukan dalam Perangkingan Siswa/Mahasiswa PKL secara
Manual/Konvensional ...Error! Bookmark not defined. Prediksi Perangkingan Siswa/Mahasiswa PKL secara Manual/Konvensional ... Error!
Bookmark not defined.
Pengujian Tingkat Performa Metode WP dan Metode TOPSIS Error! Bookmark not
(10)
v
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
ABSTRAK
PERBANDINGAN METODE WEIGHTED PRODUCT DENGAN METODE
TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION DALAM PENDUKUNG KEPUTUSAN PEREKRUTAN
SISWA/MAHASISWA PRAKTEK KERJA LAPANGAN (PKL) (STUDI KASUS : PT INDUSTRI TELEKOMUNIKASI INDONESIA)
Syifa Afifah Fitriani, 1000110, syifaafifahf@gmail.com
Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk menyelesaikan pendidikannya. Siswa/mahasiswa tersebut harus mencari lembaga atau perusahaan yang menerima siswa/mahasiswa PKL. Salah satu perusahaan tersebut adalah PT. INTI. PT. INTI telah membuka penerimaan siswa/mahasiswa PKL sejak tahun 2007. Dalam proses perekrutan ini harus diperoleh siswa/mahasiswa PKL yang berkompeten yaitu siswa/mahasiswa yang memiliki kemampuan yang sesuai dengan kebutuhan perusahaan sehingga siswa/mahasiswa tersebut akan bertanggungjawab atau menyelesaikan tugas yang telah diberikan oleh perusahaan. Untuk itu dibangunlah sistem pendukung keputusan dengan tujuan memperoleh siswa/mahasiswa yang bertanggungjawab dan sesuai dengan kriteria yang dibutuhkan perusahaan.
Sistem pendukung keputusan ini menggunakan metode Weighted Product (WP) dan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode WP dapat menggunakan nilai yang sebenarnya dalam menentukan rating dari setiap alternatif pada setiap kriteria, sedangkan metode TOPSIS dianggap cukup intuitif yang didasarkan pada pertimbangan jarak dan solusi ideal. Metode-metode ini dapat menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. Kedua metode tersebut akan merekomendasikan siswa/mahasiswa PKL terbaik berdasarkan perhitungannya masing- masing.
Berdasarkan penelitian yang telah dilakukan, disimpulkan bahwa walaupun metode TOPSIS memiliki tingkat kompleksitas lebih tinggi yaitu 8 dibandingkan metode WP yang memiliki tingkat kompleksitas 5, namun metode TOPSIS memiliki tingkat akurasi lebih tinggi yaitu 73% dibandingkan metode WP yang memiliki tingkat akurasi 67%, dan metode WP memiliki performa lebih tinggi yaitu 100% stabil dibandingkan metode TOPSIS yang memiliki performa 80% stabil. Dalam penelitian ini, metode TOPSIS merupakan metode terbaik.
Kata Kunci: Perekrutan siswa/mahasiswa PKL, Sistem Pendukung Keputusan, Weighted Product (WP), Technique for Order Preference by Similarity ko Ideal Solution (TOPSIS), Perbandingan WP dan TOPSIS.
(11)
vi
ABSTRACT
COMPARISON OF WEIGHTED PRODUCT METHOD WITH TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION
METHOD FOR DECISION SUPPORT OF INTERNSHIP STUDENT RECRUITMENT
(IN CASE: PT INDUSTRI TELEKOMUNIKASI INDONESIA) Syifa Afifah Fitriani, 1000110, syifaafifahf@gmail.com
Many educational institutions whose requires students carry through internship both vocational school and university level as one of terms to complete their education. The student must seek a company that accept internship student. One of the companies is PT. INTI. PT. INTI has opened internship student since 2007.In this recruitment, must be obtained by competent students that students who have the necessary skills to the needs of the company so that students will be responsible or completing tasks that have been provided by the company. So be made decision support system for got responsible and qualified internship students who fit in company requirements.
This decision support system used Weighted Product method (WP) and Technique for Order Preference by Similarity to Ideal Solution method (TOPSIS). WP can use the actual value in deciding rating every alternative in every criteria, while TOPSIS considered to be quite intuitive based on the distance and the best solution. These methods can decided weight value for every attribute, than continued with the process of ranking the alternatives. Both methods can recommended the best internship student based on the calculation of each method.
Based on this research, concluded although TOPSIS has a higher level of complexity that is 8 while WP has a level of complexity is 5, but TOPSIS has a higher level of accuracy that is 73% while WP has a level of accuracy is 67%, and WP has a higher a level of performance that is 100% stabile while TOPSIS has a level of performance id 80% stabile. In this research, TOPSIS is the best method.
Keywords: Internship Students Recruitment, Decision Support System, Weighted Product (WP), Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), Comparison of WP and TOPSIS.
(12)
1
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
PENDAHULUAN
1.1 Latar Belakang
Banyak lembaga pendidikan yang mewajibkan siswa/mahasiswanya melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat maupun universitas sebagai salah satu syarat untuk menyelesaikan pendidikannya. Siswa/mahasiswa tersebut harus mencari lembaga atau perusahaan yang menerima siswa/mahasiswa PKL. Salah satu perusahaan yang menerima siswa/mahasiswa PKL adalah PT. Industri Telekomunikasi Indonesia (INTI). PT. INTI telah membuka penerimaan siswa/mahasiswa PKL sejak tahun 2007 dimana hal ini sangat menarik perhatian instansi pendidikan di seluruh Indonesia, terbukti pada tahun tersebut PT. INTI menerima siswa/mahasiswa PKL sebanyak 497 orang dan meningkat pada tahun berikutnya yaitu 1088 orang (Kasnanta, 2014). Kegiatan perekrutan siswa/mahasiswa PKL di PT. INTI ini masih berlangsung sampai sekarang dimana proses tersebut dilakukan secara manual, sehingga bisa saja terjadi kesalahan (human error) dalam penentuan siswa/mahasiswa PKL.
Dalam proses perekrutan ini harus diperoleh siswa/mahasiswa PKL yang berkompeten yaitu siswa/mahasiswa yang memiliki kemampuan yang sesuai dengan kebutuhan perusahaan sehingga siswa/mahasiswa tersebut akan bertanggungjawab atau menyelesaikan tugas yang telah diberikan oleh perusahaan. Oleh sebab itu,
(13)
2
dibuatlah sebuah sistem pendukung keputusan perekrutan siswa/mahasiswa PKL yang mampu merekomendasikan siswa/mahasiswa yang sesuai dengan kriteria yang dibutuhkan perusahaan yaitu kriteria jurusan, kelas/semester pendidikan, rata-rata rapor atau nilai IPK, dan jarak tempat menetap selama PKL dengan perusahaan.
Proses pemilihan siswa/mahasiswa PKL ini merupakan permasalahan yang melibatkan banyak komponen atau kriteria yang dinilai (multi kriteria), sehingga dalam penyelesaiannya diperlukan sebuah sistem pendukung keputusan dengan multi kriteria (Multiple Attribute Decision Making). Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah Multiple Attribute Decision Making, antara lain Simple Additive Weighting Method (SAW), Weighted Product (WP), ELECTRE, Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), dan Analytic Hierarchy Process (AHP) (Kusumadewi, 2007). Dalam penelitian ini, metode yang digunakan adalah Weighted Product (WP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode Weighted Product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dahulu dengan bobot atribut yang bersangkutan (Yoon, 1989), sedangkan metode TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun
(14)
3
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
alternatif (Jusuf, 2013) namun keduanya mempunyai metode perhitungan yang berbeda sehingga akan diketahui perbandingan antara kedua metode dalam menyelesaikan studi kasus pemilihan siswa/mahasiswa PKL di PT. INTI.
Penelitian sebelumnya pernah dilakukan dengan membandingkan metode Simple Additive Weighting, Weighted Product, dan TOPSIS dalam comparison of MADM decision algorithms for interface selection in heterogeneous wireless networks (Tran dan Boukhatem, 2011). Dari penelitian tersebut diketahui metode Weighted Product dan metode TOPSIS dapat menghasilkan solusi terbaik yang sama dalam menentukan jaringan terbaik. Pada penelitian ini akan menggunakan kedua metode tersebut lalu menganalisa perbandingannya. Kedua metode tersebut dipilih karena menurut penelitian Vyas dan Misal (2013), metode Weighted Product dapat menyelesaikan permasalahan single/multi dimensi dan dapat menggunakan nilai yang sebenarnya dalam menentukan rating dari setiap alternatif pada setiap kriteria, sedangkan metode TOPSIS dianggap cukup intuitif yang didasarkan pada pertimbangan jarak dan solusi ideal. Dengan metode-metode perangkingan ini, diharapkan dapat diperoleh hasil yang akurat terhadap siswa/mahasiswa mana yang akan melaksanakan PKL di PT. INTI.
(15)
4
Untuk memberikan arahan yang dapat digunakan sebagai acuan dalam penelitian ini maka dirumuskan masalah penelitian sebagai berikut:
1. Apakah metode Weigthed Product dan metode TOPSIS dapat diimplementasikan ke dalam aplikasi untuk mendukung keputusan perekrutan siswa/mahasiswa PKL di PT. INTI?
2. Apakah metode Weigthed Product dan metode TOPSIS dapat memberikan solusi dalam permasalahan perekrutan siswa/mahasiswa PKL di PT. INTI?
3. Apa saja perbandingan antara metode Weigthed Product dan metode TOPSIS dalam kasus penentuan perekrutan siswa/mahasiswa PKL di PT. INTI?
1.3 Tujuan Penelitian
Tujuan dilakukan penelitian ini adalah sebagai berikut:
1. Mengimplementasikan metode Weigthed Product dan metode TOPSIS ke dalam sebuah perangkat lunak untuk pendukung keputusan perekrutan siswa/mahasiswa PKL di PT. INTI
2. Memperoleh solusi dalam penentuan perekrutan siswa/mahasiswa PKL di PT. INTI dengan menggunakan metode Weigthed Product dan metode TOPSIS
(16)
5
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
1.4 Batasan Masalah
Berdasarkan masalah penelitian yang telah dikemukakan, adapun batasan masalah dalam penelitian ini, diantaranya sebagai berikut:
1. Data calon siswa/mahasiswa PKL, divisi perusahaan, lembaga, jurusan, korelasi antara jurusan dan divisi perusahaan, kriteria, dan data pendukung lain yang akan dikelola diperoleh dari PT. INTI
2. Sistem pendukung keputuasan ini merupakan program berbasis pengetahuan dari kepala bagian Human Investment PT. INTI untuk mengatasi permasalahan perekrutan
3. Sistem pendukung keputusan yang dibangun berbasis website.
1.5 Manfaat Penelitian
Manfaat yang diharapkan dari penelitian ini adalah
1. Bagi siswa/mahasiswa PKL, diharapkan ada rasa keadilan dalam perekrutan siswa/mahasiswa PKL yang sesuaikan dengan kemampuan dari siswa/mahasiswa tersebut
2. Bagi tempat PKL atau perusahaan, dengan penelitian ini dapat mengefesiensikan kinerja dalam perekrutan siswa/mahasiswa PKL sehingga diperoleh siswa/mahasiswa yang berkompeten dalam melaksanakan PKL.
(17)
6
3. Bagi peneliti atau mahasiswa, hasil penelitian akan menambah wawasan dan pengetahuan dalam mengimplementasikan metode Weigthed Product dan TOPSIS
4. Bagi peneliti selanjutnya, penelitian ini dapat digunakan sebagai rujukan dalam melaksanakan penelitian selanjutnya.
1.6 Sistematika Penulisan
Sistematika penulisan penelitian ini disusun untuk memberikan gambaran umum tentang perangkat lunak yang akan dibangun. Sistematika penulisan skripsi ini adalah sebagai berikut:
Bab I. Pendahuluan
Bab ini menguraikan mengenai setiap isi yang ada pada masing-masing pokok permasalahan penelitian, seperti latar belakang masalah, rumusan masalah, tujuan penelitian, batasan masalah, dan sistematika penulisan.
Bab II. Tinjauan Pustaka
Bab ini membahas teori-teori pendukung penelitian, seperti sistem pendukung keputusan, Multiple Attribute Decision Making, metode Weighted Product, dan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS).
(18)
7
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
Bab ini berisi tentang desain penelitian, alat dan bahan, serta metode penelitian yang akan digunakan pada penelitian ini.
Bab IV. Hasil Penelitian dan Pembahasan
Bab ini membahas penyelesaian dari masalah-masalah yang telah dirumuskan pada Bab Pendahuluan.
Bab V. Penutup
Penutup terdiri dari kesimpulan dan saran. Kesimpulan merupakan jawaban atas pertanyaan-pertanyaan pada rumusan masalah dan intisari dari hasil penelitian. Sedangkan saran merupakan rekomendasi untuk pengembangan sistem yang telah dibangun.
(19)
18
BAB III
METODOLOGI PENELITIAN
3.1. Desain Penelitian
Desain penelitian dapat diartikan sebagai cara untuk mencapai suatu tujuan dalam sebuah penelitian. Penelitian adalah suatu kegiatan penyelidikan yang dilakukan menurut metode ilmiah yang sistematik untuk menemukan informasi ilmiah dan atau teknologi yang baru. Adapun desain dari penelitian ini adalah
(20)
19
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
Berikut adalah penjelasan mengenai desain penelitian pada Gambar 3.1: 1. Tahapan awal penelitian, tahap ini merupakan proses penentuan kebutuhan data,
pengumpulan data berdasarkan studi literatur dan wawancara (mencari informasi dari narasumber yang berkompeten dibidangnya), dan menyiapkan alat dan bahan penelitian.
2. Studi literatur, proses pembelajaran mengenai literatur-literatur yang mendukung pelaksanaan penelitian yang bertujuan untuk memperdalam dan memahami teori maupun metode yang akan digunakan yaitu metode WP dan TOPSIS dalam memecahkan permasalahan perekrutan siswa/mahasiswa PKL di PT. INTI.
3. Data penelitian, proses pengumpulan semua data yang dibutuhkan, seperti data kriteria yang akan digunakan serta data kandidat atau calon siswa/mahasiswa PKL. Adapun kriteria yang digunakan dalam penelitian ini yang diperoleh dari hasil wawancara kepada bagian Human Investment PT. INTI yaitu jurusan, semester, nilai, dan jarak tempat tinggal selama PKL dengan perusahaan. Untuk penentuan nilai bobot dilakukan dengan pendekatan subyektif dari para pengambil keputusan (Dokumen terlampir).
4. Pengolahan data dan penerapan metode yang digunakan yaitu metode Weighted product dan metode TOPSIS. Berikut penjelasan cara kerja metodenya:
(21)
20
Dimisalkan ada 30 calon siswa/mahasiswa PKL yang mendaftarkan diri ke PT. INTI. Langkah pertama dalam metode WP ini adalah menentukan jumlah alternatif dan kriteria. Jumlah alternatif dalam kasus ini adalah jumlah calon siswa/mahasiswa. Berdsasarkan pemisalan ini, maka jumlah alternatifnya adalah 30. Kemudian jumlah kriteria yang dimaksud adalah jumlah kriteria yang digunakan sebagai parameter perekrutan, dimana kriteria yang digunakan adalah jurusan, semester, nilai, dan jarak. Langkah kedua adalah menentukan bobot kepentingan dari setiap kriteria, sehingga diperoleh perbaikan bobot untuk setiap kriteria. Tingkat kepentingan dari setiap kriteria ditentukan oleh perusahan, dalam kasus ini adalah PT. INTI. Langkah ketiga adalah menghitung nilai vector S yaitu memangkatkan nilai setiap alternatif pada setiap kriteria (atribut) dengan nilai perbaikan bobot setiap kriteria. Langkah terakhir adalah melakukan perhitungan nilai preferensi relatif dari setiap alternatif (vektor V). Kemudian akan diperoleh nilai tertinggi yang akan menjadi solusi alternatif terbaik. Dalam penelitian ini, setiap perekrutan terdapat jumlah kuota yang dibutuhkan perusahaan, maka pada tahap selanjutnya adalah melakukan proses perankingan. Calon siswa/mahasiswa PKL terpilih adalah siswa/mahasiswa yang memiliki nilai vector V tertinggi dan memenuhi kuota.
(22)
21
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
Sama halnya dengan metode WP dalam mengambil keputusan, metode TOPSIS juga memiliki beberapa prosedur dalam menentukan solusi terbaik, antara lain:
Membuat matriks keputusan yang ternormalisasi
Membuat matriks keputusan yang ternormalisasi terbobot
Menentukan matriks solusi ideal positif dan matriks ideal negatif
Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif
Menentukan nilai preferensi untuk setiap alternatif
Melakukan perangkingan untuk setiap alternatif dari yang tertinggi.
5. Pengembangan perangkat lunak yaitu dengan menggunakan metode waterfall oleh Sommerville dengan tahapan requirements analysis and definition, system and software design, implementation and unit testing, integration and system testing, dan operation and maintenance. Dengan proses pengembangan perangkat lunak dan implementasi metode Weighted product dan metode TOPSIS maka terbangunlah sebuah perangkat lunak.
6. Pengujian perangkat lunak yaitu tahap pengujian terhadap sampel yang diperoleh dari PT. INTI. Pada tahap ini, perangkat lunak sudah dapat digunakan oleh penggunanya dalam bentuk aplikasi.
(23)
22
7. Dokumentasi merupakan tahap pembukuan dari proses dan hasil pembangunan perangkat lunak dalam bentuk skripsi dan dokumen teknis.
3.2. Metode Penelitian
3.2.1. Proses Pengumpulan Data
Dalam penelitian ini proses pengumpulan data dilakukan dengan cara sebagai berikut:
1. Studi literatur mengenai teori dan metode Weighted Product, metode TOPSIS, dan proses penerimaan siswa/mahasiswa PKL yang dilakukan melalui paper, textbook, jurnal, karya ilmiah, dan sumber-sumber ilmiah lainnya.
2. Melakukan wawancara kepada instansi yang akan dijadikan objek untuk mendapatkan data yang diperlukan untuk penelitian dan pembangunan perangkat lunak dalam hal ini adalah PT. INTI.
(24)
23
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
terdapat 5 tahap yaitu requirements analysis and definition, system and software design, implementation and unit testing, integration and system testing, dan operation and maintenance. Tahapan-tahapan tersebut dapat dilihat sebagai berikut:
Gambar 3. 2 Metode Waterfall (Sommerville, 2003)
Berikut ini merupakan uraian tahap-tahap pengembangan perangkat lunak dengan menggunakan metode waterfall oleh Sommerville:
1. Requirements analysis and definition adalah tahap mengumpulkan atau menganalisis kebutuhan yang harus dipenuhi oleh perangkat lunak yang akan dibangun. Tahap ini sering disebut dengan project definition.
2. System and software design adalah tahap penterjemah dari kebutuhan perangkat lunak dalam bentuk yang lebih mudah dimengerti oleh penggunan yaitu dengan
(25)
24
cara menampilkan ke dalam struktur tabel dan Unified Modelling Languafe (UML).
3. Implementation and unit testing adalah tahap penterjemah desain program ke dalam kode-kode dengan menggunakan bahasa pemograman yang telah ditentukan dan digunakan dalam pembuatan sistem berbasis website. Program yang dibangun langsung diuji baik secara unit.
4. Integration and system testing adalah tahap penyatuan unit-unit program kemudian diuji secara keseluruhan (system testing).
5. Operation and maintenance adalah tahap pengujian perangkat lunak yang telah dibuat. Pengujian ini dilakukan dengan membuat suatu uji kasus pengambilan keputusan perekrutan siswa/mahasiswa PKL agar perangkat lunak bebas dari error, dan hasilnya harus sesuai dengan kebutuhan yang sudah didefinisikan sebelumnya. Pada perangkat lunak tersebut juga perlu dilakukan pemeliharaan seperti penambahan atau pengembangan fitur-fitur sesuai kebutuhan pengguna. Pada penelitian ini, tahap maintenance tidak dilakukan.
3.3. Alat dan Bahan Penelitian 3.3.1. Alat Penelitian
(26)
25
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu a. Processor Core i3-2100 3.10 GHz
b. RAM 2 GHz c. Harddisk 500 GB 2. Kebutuhan Perangkat Lunak
a. Microsoft windows 7 Professional b. Web browser (Google Chrome) c. Microsoft Office Word 2010 d. Microsoft Excel 2010 e. XAMPP 1.8.1
f. Framework Code Igniter g. Text Editor (Sublime) h. StarUML
3.3.2. Bahan Penelitian
1. Daftar prosedur pemilihan perekrutan siswa/mahasiswa PKL di PT. INTI
2. Daftar kriteria yang menjadi parameter pemilihan perekrutan siswa/mahasiswa PKL di PT. INTI
3. Nilai bobot kepentingan dari kepala Human Investment PT. INTI untuk setiap kriteria dimana nilai tersebut akan digunakan untuk membantu pemilihan perekrutan siswa/mahasiswa PKL yang sesuai dengan kebutuhan PT. INTI (Dokumen terlampir).
(27)
82
BAB V PENUTUP
1.1 Kesimpulan
Sistem pendukung keputusan perekrutan siswa/mahasiswa PKL di PT. INTI menggunakan metode Weighted Product (WP) dan metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) dapat menjadi salah satu pilihan dalam memecahkan masalah dalam pemilihan siswa/mahasiswa PKL yang sesuai dengan kriteria yang dibutuhkan oleh perusahaan. Dari hasil penelitian ini pula dapat dipenuhi tujuan penelitian, yaitu:
1. Metode Weighted Product (WP) dan metode Technique For Order Preference By Similarity To Ideal Solution (TOPSIS) dapat diimplementasikan pada sistem pendukung keputusan perekrutan siswa/mahasiswa PKL yang dapat digunakan pada permasalahan perekrutan siswa/mahasiswa PKL di PT. INTI
2. Metode WP dan metode TOPSIS dapat memberikan solusi dalam permasalahan perekrutan siswa/mahasiswa PKL di PT. INTI berdasarkan perhitungan metode masing-masing sehingga diperoleh perangkingan siswa/mahasiswa PKL dari yang tertinggi sampai yang terendah
(28)
83
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
a. Metode WP dan metode TOPSIS yang diterapkan pada penelitian ini memiliki tingkat kompleksitas yang berbeda, dimana metode TOPSIS memiliki nilai kompleksitas yang lebih tinggi. Hal ini diperoleh dari hasil perhitungan menggunakan Cyclomatic Complexity, dimana diperoleh kompleksitas metode WP adalah 5 sedangkan metode TOPSIS memiliki tingkat kompleksitas 8 b. Metode TOPSIS memiliki tingkat akurasi yang lebih tinggi dibandingkan
dengan metode WP. Hal ini diperoleh melalui uji coba terhadap 30 data yang diprediksi rangkingnya oleh kepala bagian Human Investment PT. INTI dimana metode TOPSIS memiliki persentase error rate 27% dan metode WP memiliki error rate 33%.
c. Metode WP memiliki performa lebih tinggi yaitu 100% stabil sedangkan metode TOPSIS 80% stabil. Hal ini dikarenakan alternatif terbaik pada metode WP tidak berubah ketika alternatif yang bukan terbaik dihilangkan.
1.2 Saran
Untuk pengembangan penelitian selanjutnya, peneliti menyarankan untuk ditambahkan fitur monitoring dimana setiap siswa/mahasiswa PKL yang diterima oleh perusahaan dapat dipantau perkembangannya, dan terdapat pula fitur notification jika siswa/mahasiswa tersebut kurang aktif, hal ini bertujuan agar siswa/mahasiswa PKL tersebut bertanggung jawab atas tanggung jawab yang telah diberikan.
(29)
DAFTAR PUSTAKA
Andi. Manfaat Sistem Penunjang Keputusan. [Online]. Tersedia di: http://andhirao2.blogspot.com/2012/07/manfaat-sistem-penunjang-keputusan-spk.html. Diakses 31 Juli 2014.
Ayuliana, (2013) Pengertian dan Contoh White Box Testing. Sistem Informasi. Gunadarma.
Denis. Sistem Cerdas Pengetahuan. [Online]. Tersedia di:
http://denissopyan2004.blogspot.com/2008/11/21-sistem-cerdas-berbasis-pengetahuan.html. Diakses 20 Februari 2014.
Fajar, Nugraha Saeful. (2013) Sistem Pendukung Keputusan Perekrutan Pemain Sepakbola Menggunakan Metode ELECTRE dan PROMETHEE (Studi Kasus: Pengurus Cabang PSSI Kabupaten Bandung). Ilmu Komputer. Universitas Pendidikan Indonesia.
Gayatri, S, Vyas., Chetan S, Misal. (2013) Comparative Study of Different Multi-criteria Decision-making Methods. India: Collage of Engineering Pune.
Hasthojn. Pengembangan SDM. [Online]. Tersedia di: http://hasthojn.blogspot.com/2012/07/bab-4-rekrutmen.html. Diakses 31 Juli 2014.
Ian Sommerville. (2003) Software Engineering (Rakayasa Perangkat Lunak)/Ian Sommerville; alih bahasa, Dra. Yuhilza Hanum M.Eng,; Hilarius Wibi Hardani. Ed.6. Jakarta: Erlangga.
Juanda, Juwita. (2014) Perbandingan Algoritma Naïve Bayes dan Apriori dalam Sistem Rekomendasi Pemilihan Warna Cat Dinding Kamar Tidur Berdasarkan Kepribadian. Ilmu Komputer. Universitas Pendidikan Indonesia.
(30)
Syifa Afifah Fitriani, 2014
Perbandingan Metode Weighted Product D engan Metode Technique For Order Preference By Similarity To Ideal Solution D alam Pendukung Keputusan Perekrutan Siswa/Mahasiswa Praktek Kerja Lapangan
Universitas Pendidikan Indonesia | repository.upi.edu |perpustakaan.upi.edu
Kadarsah; Suryadi., Ramdani, M Ali. (2002) Sistem Pendukung Keputusan: Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan. Bandung: Remaja Rosdakarya.
Kahraman, Cengiz. (2008) Fuzzy multicriteria decision making Theory and applications with Recent Developments. Istanbul: Istanbul Technical University.
Kusuma W., Diah, Kartika. (2009) Sistem Pendukung Keputusan. Pekanbaru: Politeknik Caltex Riau.
Kusumadewi, Sri. (2007) Diktat Kuliah Kecerdasan Buatan. Jurusan Teknik Informatika. Universitas Islam Indonesia.
Kusumadewi, Sri., Hartati, Sri., Harjoko, Agus., dan Wardoyo, Retantyo. (2006) Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.
Mangkunegara, Anwar Prabu. (2005) Sumber Daya Manusia Perusahaan. Bandung: Remaja Rosdakarya.
PT. INTI. PT. INTI. [Online]. Tersedia di: http://www.inti.co.id/index.php/who-we-are/. Diakses 20 Juni 2014.
Suwita, Kasnanta. (2014) Data PKL2014. Bandung: PT. INTI.
Tran, Phuoc Nguyen., Boukhatem, Nadia. (2011) Comparison of MADM Decision Algorithms for Interface Selection in Heterogeneous Wireless Networks. Paris: Computer Science & Network Departement. TELECOM ParisTech. Turban. (2004) Information Technology For Management. 5th Edition: Transforming
Organiztions in the Digital Economi.
Wibowo, Henry., Amalia, Riska., Fadlun, Andi., dan Arivanty, Kurnia. (2009) Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM (Studi Kasus: Mahasiswa Fakultas Teknologi Industri Universitas Islam Indonesia). Yogyakarta: SNATI.
(1)
cara menampilkan ke dalam struktur tabel dan Unified Modelling Languafe (UML).
3. Implementation and unit testing adalah tahap penterjemah desain program ke dalam kode-kode dengan menggunakan bahasa pemograman yang telah ditentukan dan digunakan dalam pembuatan sistem berbasis website. Program yang dibangun langsung diuji baik secara unit.
4. Integration and system testing adalah tahap penyatuan unit-unit program
kemudian diuji secara keseluruhan (system testing).
5. Operation and maintenance adalah tahap pengujian perangkat lunak yang telah
dibuat. Pengujian ini dilakukan dengan membuat suatu uji kasus pengambilan keputusan perekrutan siswa/mahasiswa PKL agar perangkat lunak bebas dari
error, dan hasilnya harus sesuai dengan kebutuhan yang sudah didefinisikan
sebelumnya. Pada perangkat lunak tersebut juga perlu dilakukan pemeliharaan seperti penambahan atau pengembangan fitur-fitur sesuai kebutuhan pengguna. Pada penelitian ini, tahap maintenance tidak dilakukan.
3.3. Alat dan Bahan Penelitian 3.3.1. Alat Penelitian
Pada penelitian ini digunakan alat penelitian berupa perangkat keras dan perangkat lunak sebagai berikut:
(2)
25
a. Processor Core i3-2100 3.10 GHz
b. RAM 2 GHz c. Harddisk 500 GB
2. Kebutuhan Perangkat Lunak
a. Microsoft windows 7 Professional b. Web browser (Google Chrome)
c. Microsoft Office Word 2010 d. Microsoft Excel 2010 e. XAMPP 1.8.1
f. Framework Code Igniter
g. Text Editor (Sublime)
h. StarUML
3.3.2. Bahan Penelitian
1. Daftar prosedur pemilihan perekrutan siswa/mahasiswa PKL di PT. INTI
2. Daftar kriteria yang menjadi parameter pemilihan perekrutan siswa/mahasiswa PKL di PT. INTI
3. Nilai bobot kepentingan dari kepala Human Investment PT. INTI untuk setiap kriteria dimana nilai tersebut akan digunakan untuk membantu pemilihan perekrutan siswa/mahasiswa PKL yang sesuai dengan kebutuhan PT. INTI (Dokumen terlampir).
(3)
BAB V PENUTUP
1.1 Kesimpulan
Sistem pendukung keputusan perekrutan siswa/mahasiswa PKL di PT. INTI menggunakan metode Weighted Product (WP) dan metode Technique For Order
Preference By Similarity To Ideal Solution (TOPSIS) dapat menjadi salah satu pilihan
dalam memecahkan masalah dalam pemilihan siswa/mahasiswa PKL yang sesuai dengan kriteria yang dibutuhkan oleh perusahaan. Dari hasil penelitian ini pula dapat dipenuhi tujuan penelitian, yaitu:
1. Metode Weighted Product (WP) dan metode Technique For Order Preference By
Similarity To Ideal Solution (TOPSIS) dapat diimplementasikan pada sistem
pendukung keputusan perekrutan siswa/mahasiswa PKL yang dapat digunakan pada permasalahan perekrutan siswa/mahasiswa PKL di PT. INTI
2. Metode WP dan metode TOPSIS dapat memberikan solusi dalam permasalahan perekrutan siswa/mahasiswa PKL di PT. INTI berdasarkan perhitungan metode masing-masing sehingga diperoleh perangkingan siswa/mahasiswa PKL dari yang tertinggi sampai yang terendah
3. Berdasarkan penelitian yang telah dilakukan, diketahui perbandingan metode WP dan metode TOPSIS adalah sebagai berikut:
(4)
83
a. Metode WP dan metode TOPSIS yang diterapkan pada penelitian ini memiliki tingkat kompleksitas yang berbeda, dimana metode TOPSIS memiliki nilai kompleksitas yang lebih tinggi. Hal ini diperoleh dari hasil perhitungan menggunakan Cyclomatic Complexity, dimana diperoleh kompleksitas metode WP adalah 5 sedangkan metode TOPSIS memiliki tingkat kompleksitas 8 b. Metode TOPSIS memiliki tingkat akurasi yang lebih tinggi dibandingkan
dengan metode WP. Hal ini diperoleh melalui uji coba terhadap 30 data yang diprediksi rangkingnya oleh kepala bagian Human Investment PT. INTI dimana metode TOPSIS memiliki persentase error rate 27% dan metode WP memiliki error rate 33%.
c. Metode WP memiliki performa lebih tinggi yaitu 100% stabil sedangkan metode TOPSIS 80% stabil. Hal ini dikarenakan alternatif terbaik pada metode WP tidak berubah ketika alternatif yang bukan terbaik dihilangkan.
1.2 Saran
Untuk pengembangan penelitian selanjutnya, peneliti menyarankan untuk ditambahkan fitur monitoring dimana setiap siswa/mahasiswa PKL yang diterima oleh perusahaan dapat dipantau perkembangannya, dan terdapat pula fitur
notification jika siswa/mahasiswa tersebut kurang aktif, hal ini bertujuan agar
siswa/mahasiswa PKL tersebut bertanggung jawab atas tanggung jawab yang telah diberikan.
(5)
DAFTAR PUSTAKA
Andi. Manfaat Sistem Penunjang Keputusan. [Online]. Tersedia di: http://andhirao2.blogspot.com/2012/07/manfaat-sistem-penunjang-keputusan-spk.html. Diakses 31 Juli 2014.
Ayuliana, (2013) Pengertian dan Contoh White Box Testing. Sistem Informasi. Gunadarma.
Denis. Sistem Cerdas Pengetahuan. [Online]. Tersedia di:
http://denissopyan2004.blogspot.com/2008/11/21-sistem-cerdas-berbasis-pengetahuan.html. Diakses 20 Februari 2014.
Fajar, Nugraha Saeful. (2013) Sistem Pendukung Keputusan Perekrutan Pemain
Sepakbola Menggunakan Metode ELECTRE dan PROMETHEE (Studi Kasus: Pengurus Cabang PSSI Kabupaten Bandung). Ilmu Komputer. Universitas
Pendidikan Indonesia.
Gayatri, S, Vyas., Chetan S, Misal. (2013) Comparative Study of Different
Multi-criteria Decision-making Methods. India: Collage of Engineering Pune.
Hasthojn. Pengembangan SDM. [Online]. Tersedia di: http://hasthojn.blogspot.com/2012/07/bab-4-rekrutmen.html. Diakses 31 Juli 2014.
Ian Sommerville. (2003) Software Engineering (Rakayasa Perangkat Lunak)/Ian
Sommerville; alih bahasa, Dra. Yuhilza Hanum M.Eng,; Hilarius Wibi
Hardani. Ed.6. Jakarta: Erlangga.
Juanda, Juwita. (2014) Perbandingan Algoritma Naïve Bayes dan Apriori dalam
Sistem Rekomendasi Pemilihan Warna Cat Dinding Kamar Tidur Berdasarkan Kepribadian. Ilmu Komputer. Universitas Pendidikan Indonesia.
Jusuf, Abdurrahman, K., Lahinta, Agus., dan Novian, Dian. (2013) Penerapan
Metode Weighted Product Dalam Penentuan Sekolah Standar Nasional (SSN)/Sekolah Kategori Mandiri (SKM) SMA/SMK/MA. Teknik Informatika.
(6)
Kadarsah; Suryadi., Ramdani, M Ali. (2002) Sistem Pendukung Keputusan: Suatu
Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan. Bandung: Remaja Rosdakarya.
Kahraman, Cengiz. (2008) Fuzzy multicriteria decision making Theory and
applications with Recent Developments. Istanbul: Istanbul Technical
University.
Kusuma W., Diah, Kartika. (2009) Sistem Pendukung Keputusan. Pekanbaru: Politeknik Caltex Riau.
Kusumadewi, Sri. (2007) Diktat Kuliah Kecerdasan Buatan. Jurusan Teknik Informatika. Universitas Islam Indonesia.
Kusumadewi, Sri., Hartati, Sri., Harjoko, Agus., dan Wardoyo, Retantyo. (2006)
Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha
Ilmu.
Mangkunegara, Anwar Prabu. (2005) Sumber Daya Manusia Perusahaan. Bandung: Remaja Rosdakarya.
PT. INTI. PT. INTI. [Online]. Tersedia di: http://www.inti.co.id/index.php/who-we-are/. Diakses 20 Juni 2014.
Suwita, Kasnanta. (2014) Data PKL2014. Bandung: PT. INTI.
Tran, Phuoc Nguyen., Boukhatem, Nadia. (2011) Comparison of MADM Decision
Algorithms for Interface Selection in Heterogeneous Wireless Networks.
Paris: Computer Science & Network Departement. TELECOM ParisTech. Turban. (2004) Information Technology For Management. 5th Edition: Transforming
Organiztions in the Digital Economi.
Wibowo, Henry., Amalia, Riska., Fadlun, Andi., dan Arivanty, Kurnia. (2009) Sistem
Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM (Studi Kasus: Mahasiswa Fakultas Teknologi Industri Universitas Islam Indonesia). Yogyakarta: SNATI.