Publication Search

Some schools currently still use manual methods for assessment in determining the best teachers.  Giving grades to teachers is sometimes still subjective, so the risk of conflict is high due to inaccurate and non-transparent assessments, making it a problem for teachers in teaching. For this reason, an information system is needed to get accurate calculation results to get the best teacher ranking. In answering the problems found, the author developed a decision support system using the Simple Additive Weighting method to obtain accurate ranking results so that it can provide maximum decision results through faster, more accurate and precise classification and evaluation. And this research uses a prototype method as an addition to make system development easier. The results of calculations using the SAW method can determine the ranking for the best teachers. Based on a comparison between the pretest and posttest results, it was found that the conformity level was 60% for appropriate data from the 10 data used and 40% for inappropriate data.

Dinas Sosial (Dinsos) mewajibkan ruamh tangga miskin mengikuti persyaratan yang ditetapkan pada Dinsos Kota Binjai. Adapun ketetapan tersebut adalah rumah tangga yang sesuai dengan kriteria yang telah ditetapkan Dinsos dan memenuhi syarat. Penerimaan Program Keluarga Harapan (PKH) sering kali tidak tepat sasaran, menyebabkan ketidakmampuan program dalam mencapai tujuan utamanya, yaitu mengurangi kemiskinan. Masalah ini dapat berasal dari beberapa faktor yang kompleks. Pertama, proses identifikasi dan verifikasi penerima PKH kurang akurat atau rentan terhadap penyalahgunaan atau manipulasi (Kemensos, 2021). Agar tujuan ini dapat berhasil, maka dibutuhkan sebuah metode yang dapat digunakan untuk pembobotan dan pengurutan setiap komponen yang ada, mulai dari yang paling tinggi hingga rendah yaitu Multi Factor Evaluation Process (MFEP). Multi Factor Evaluation Process (MFEP) merupakan metode perangkingan yang banyak digunakan dalam sistem pendukung keputusan. MFEP merupakan teknik pengambilan keputusan berdasarkan sejumlah kriteria atau faktor yang memiliki nilai-nilai dan setiap kriteria memiliki bobot dengan pertimbangan tingkat kepentingan yang tepat dengan membandingkan kriteria lainnya. Variabel yang digunakan dalam penelitian ini adalah jenis penerima, pendapatan rumah tangga, anak sekolah, luas rumah, jenis dinding rumah, penyandang disabilitas, sumber air dan jumlah tanggungan. Kesimpulan penelitian ini adalah dengan dibangunnya sistem pendukung ini, dapat membantu Dinas Sosial Kota Binjai dalam menentukan penerima Program Keluarga Harapan (PKH) serta penggunaan metode MFEP dalam sistem pendukung keputusan penerimaan PKH meningkatkan akurasi dalam menentukan calon penerima yang layak. Metode ini mampu mengolah berbagai kriteria yang telah ditetapkan, sehingga hasil keputusan lebih objektif dan adil dibandingkan dengan penilaian manual.

Fasilitas Pelayanan Kesehatan mempunyai peran penting dalam kehidupan. Peran ini mencakup keadaan kesejahteraan yang melibatkan tidak hanya ketiadaan penyakit atau kecacatan, tetapi juga keseimbangan yang baik dalam berbagai aspek kehidupan. Tujuan dari penelitian ini adalah mengembangkan Sistem Pendukung Keputusan Pendirian Fasilitas Pelayanan Kesehatan di Kabupaten Semarang Menggunakan Metode Simple Additive Weighting (SAW). Penelitian ini menggunakan metode penelitian kuantitatif dan menganalisis data yang terkait fasilitas pelayanan kesehatan di wilayah Kabupaten Semarang dengan menggunakan metode Simple Additive Weighting (SAW). Sample dalam penelitian ini adalah seluruh kecamatan di wilayah Kabupaten Semarang tahun 2020-2021. Teknik pengumpulan data menggunakan teknik pencarian data literatur. Hasil akhir dari penelitian ini menunjukan bahwa Sistem Pendukung Keputusan dapat merekomendasikan satu dari sembilan belas wilayah pendirian fasilitas pelayanan kesehatan yaitu Kecamatan Bancak, yang mendapatkan rangking 1 (satu) berdasarkan pengolahan data dengan metode SAW.

In this study, a ranking of the handling of Covid-19 in Asian countries was carried out using the AHP-COPRAS hybrid method. The ranking process uses the COPRAS (Complex Proportional Assessment) method, while the determination of the weight value uses subjective weighting but the criteria weights through a validation process using pairwise comparison which is part of the AHP (Analytical Hierarchy Process) method. The ranking process uses six assessment criteria: test per population, to positive per test, positive per population, healed per positive, died per positive, active per positive. The final result of the ranking shows that countries with high death cases and low cure cases will make the country's ranking fall, because cases of death and healing cases have the highest weight in their role in forming utility values.