Rupang, Mitha Anggreani (2018) rancang bangun aplikasi sistem pendukung keputusan pemilihan karyawan terbaik menggunakan metode entropy dan topsis (studi kasus: jakarta smart city). Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Karyawan merupakan bagian dari aset terpenting yang dimiliki oleh perusahaan dalam usahanya mempertahankan kelangsungan hidup, berkembang, kemampuan untuk bersaing serta mendapatkan laba. Pada saat ini proses penilaian karyawan yang ada di Jakarta Smart City masih dalam bentuk hardcopy dan keputusan hanya dari satu pihak saja sehingga proses yang dilakukan masih belum akurat.. Pengambilan keputusan untuk memilih karyawan terbaik memerlukan cara dan metode yang harus mampu bekerja secara optimal. Dalam penelitian ini dibuat Sistem Pendukung Keputusan (SPK) yang digunakan dalam proses pengambilan keputusan tersebut. Sistem ini akan menggunakan metode Entropy dan TOPSIS. Metode Entropy dapat dipercaya dalam menentukan bobot dari kriteria yang akan digunakan. Dan metode TOPSIS dapat dengan cepat melakukan proses perankingan. Kriteria yang akan digunakan yaitu kualitas dan kuantitas kerja, ketaatan, kerjasama, semangat kerja , dan disiplin kerja. Index tingkat kepuasan responden terhadap sistem pendukung keputusan berkisar antara 70%-80%, artinya penilaian sistem yang dibuat memberikan hasil pada tingkat cukup baik.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 100 Philosophy and Psychology > 170 Ethics > 175 Ethics of recreation, leisure, public performances, communication 600 Technology (Applied Sciences) > 660 Chemical Engineering > 665 Technology of Industrial Oils, Fats, Waxes, Gases |
Divisions: | Faculty of Engineering & Informatics > Informatics |
Depositing User: | Administrator UMN Library |
Date Deposited: | 30 Jan 2019 08:32 |
Last Modified: | 05 Apr 2023 05:53 |
URI: | https://kc.umn.ac.id/id/eprint/5066 |
Actions (login required)
View Item |