Sistem Pendukung Keputusan Untuk Menentukan Karyawan Terbaik Menggunakan Metode SAW Di Pt. Sumo Internusa Indonesia

Authors

  • Keke Tania - Author
  • Sulindawaty Author

Keywords:

Karyawan Terbaik, PHP, MySQL

Abstract

Penelitian ini menjelaskan penerapan teknik Simple Additive Weighting (SAW) pada sistem pendukung keputusan untuk mengidentifikasi karyawan yang berkinerja terbaik di PT.Sumo Internusa Indonesia.Dengan pesatnya perkembangan teknologi, bermunculan juga perusahaan media periklanan seperti PT.Sumo Internusa India menghadapi tantangan dalam mengevaluasi kinerja karyawan secara objektif.Permasalahan utamanya adalah evaluasi masih terfokus pada ketidakhadiran sehingga tidak mencerminkan kinerja secara keseluruhan. Penelitian ini bertujuan untuk merancang sistem yang lebih terstruktur dan objektif dengan menggunakan metode SAW untuk mengevaluasi karyawan berdasarkan berbagai kriteria seperti tujuan, keterampilan, tanggung jawab, ide, kreativitas, dan kehadirannya Dengan sistem yang didukung kecerdasan buatan, proses evaluasi akan menjadi lebih efisien, transparan, dan akurat.Hasil penelitian menunjukkan bahwa metode SAW meningkatkan akurasi evaluasi, memberi penghargaan kepada karyawan yang berkinerja tinggi secara tepat, memotivasi karyawan lain, dan membantu perusahaan mencapai tujuan yang diinginkan dengan memberi peringkat pada alternatif yang digunakan.Berdasarkan hasil pemeringkatan Alternatif, Alternatif 4 memperoleh nilai akhir 100, menduduki peringkat 1 dan menjadi pegawai terbaik.Sistem pendukung keputusan ini dibuat dengan menggunakan bahasa pemrograman PHP dan database MySQL.

Downloads

Published

22.02.2025

How to Cite

Sistem Pendukung Keputusan Untuk Menentukan Karyawan Terbaik Menggunakan Metode SAW Di Pt. Sumo Internusa Indonesia. (2025). Journal Data Science Penusa (JDSP), 2(1), 54-62. https://journal.pelitanusantara.ac.id/index.php/jdsp/article/view/95

Most read articles by the same author(s)

1 2 > >> 

Similar Articles

71-80 of 85

You may also start an advanced similarity search for this article.