PENERAPAN ALGORITMA MAUT DALAM MENENTUKAN LULUSAN TERBAIK PROFESI NERS UMKT
Application Of Maut Algorithm In Determining The Best Graduates Of The UMKT Ners Profession
DOI:
https://doi.org/10.33084/jsakti.v5i2.5009Keywords:
MAUT, Profesi Ners UMKT, Lulusan TerbaikAbstract
Pemilihan Mahasiswa lulusan terbaik di Program Profesi Ners UMKT masih dilakukan secara subjektif. Penentuan lulusan yang masih dilakukan secara manual dan subjektif menyebabkan pihak akademik sulit menentukan siapa yang terbaik,untuk menyelesaikan masalah tersebut maka dilakukan penelitian menggunakan algoritma MAUT dan menentukan kriteria penentuan lulusan terbaik serta mengetahui akurasi dari algoritma MAUT. Data tersebut mempunyai 3 kriteria dan 94 altenatif.Kemudian, diberi nilai berdasarkan skala kepentingan dan bobot tiap kriteria yang telah tentukan oleh Kaprodi Profesi Ners UMKT.Dari hasil perhitungan penelitian di dapat bahwa A1 (Dinda Ayu Framaisella) menjadi lulusan terbaik Profesi Ners UMKT tahun 2022 dengan skor 1.Dalam pengujian ini didapatkan nilai akurasi sebesar 61.70% yang mempengaruhi hasil akurasi tersebut adalah Kriteria 2 (Prestasi).
Downloads
References
AIPNI. (2015). Kurikulum Inti Pendidikan Ners Indonesia 2015 Asosiasi Institusi Pendidikan Ners Indonesia. www.aipni-ainec.com
Amir Tjolleng, M. S. (2017). Sistem Pendukung Keputusan: Metode & Implementasi. Ellex media komputido.
Hadinata, N. (2018). Implementasi Metode Multi Attribute Utility Theory (MAUT) Pada Sistem Pendukung Keputusan dalam Menentukan Penerima Kredit. Jurnal Sisfokom (Sistem Informasi Dan Komputer), 7(2), 87–92. https://doi.org/10.32736/sisfokom.v7i2.562
Resa Ari Siswo, Ulya Anisatur Rosyidah, M. K. (2017). SISTEM PENDUKUNG KEPUTUSAN UNTUK PENERIMAAN KARYAWAN PT PLN JEMBER MENGGUNAKAN METODE MULTI ATTRIBUTE UTILITY THEORY (MAUT). 1210652011, 1–14.
Suryanto, A. A., Gernowo, R., & Widodo, A. (2017). Implementasi Metode Multi Attribbute Decision Making ( Madm ) Dan Simple Additive Weighting ( Saw ) Dalam Pendukung Keputusan Seleksi Beasiswa Bantuan Biaya Pendidikan. 251–260.
Fajarwati, I., Fitriasari, N. S., & Siregar, H. (2018). Perbandingan Metode Weighted Product (WP), Weighted Sum Model (WSM) Dan Multi Attribute Utility Theory (MAUT) Dalam Sistem Pendukung Keputusan Penerimaan Tenaga Kerja. Jurnal Teori Dan Aplikasi Ilmu Komputer, 1(1), 25–32.
Fajirwan, D., Arhami, M., & Amalia, I. (2018). Sistem Pendukung Keputusan Penerimaan Bantuan Renovasi Rumah Dhuafa Menggunakan Metode Multi Attribute Utility Theory. Jurnal Infomedia, 3(2), 49–57. https://doi.org/10.30811/jim.v3i2.713
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Aldiannur, Asslia Johar Latipah, Arbansyah Arbansyah
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
All rights reserved. This publication may be reproduced, stored in a retrieval system, or transmitted in any form or by any means, electronic, mechanical, photocopying, recording.
