APLIKASI SISTEM PENUNJANG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK PADA PT. MITRA SINERGI ADHITAMA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) BERBASIS DESKTOP
Abstract
Pengelolaan Sumber Daya Manusia (SDM) dari suatu perusahaan mempengaruhi banyak aspek penentu keberhasilan kerja dari perusahaan tersebut. Salah satu yang terpenting dalam manajemen SDM di suatu perusahaan adalah pemilihan karyawan terbaik untuk memacu semangat kerja karyawan dalam meningkatkan dedikasi dan kinerjanya. PT. Mitra Sinergi Adhitama, sebuah perusahaan kontraktor dan sistem integrator bidang telekomunikasi yang berlokasi di Jakarta Selatan ini masih belum optimal dalam pelaksanaan pemilihan karyawan terbaik. Tujuan penelitian ini adalah agar dapat membantu atau memberikan alternatif kepada manajemen perusahaan dalam menentukan karyawan terbaik serta agar meningkatkan kualitas kinerja karyawan karena termotivasi untuk menjadi yang terbaik diantara sesama rekan kerja. Sistem Penunjang Keputusan adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi. Metode yang digunakan adalah Simple Additive Weighting (SAW), Perhitungan metode ini menggunakan hasil dari nilai terbesar yang akan terpilih sebagai alternatif terbaik, perhitungan akan sesuai apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Sistem Penunjang Keputusan pemilihan karyawan terbaik ini dikembangkan dengan menggunakan bahasa pemrograman Java, serta database MySQL sebagai database server. Aplikasi ini dibuat agar pengguna mudah dalam mengoperasikannya. Sehingga diharapkan aplikasi ini dapat bermanfaat, dan dapat membantu manajemen perusahaan dalam menentukan karyawan terbaik.Downloads
Download data is not yet available.
Published
2018-05-05
How to Cite
[1]
D. Zakaria and S. Mulyati, “APLIKASI SISTEM PENUNJANG KEPUTUSAN PEMILIHAN KARYAWAN TERBAIK PADA PT. MITRA SINERGI ADHITAMA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) BERBASIS DESKTOP”, SKANIKA, vol. 1, no. 2, pp. 611-617, May 2018.
Section
Articles