Melola Discovery

← Melola Discovery

Open access Journal SINTA 5

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING STUDI KASUS RUMAH SAKIT HATI MULIA KENDARI

AnoaTIK: Jurnal Teknologi Informasi dan Komputer · Vol. 4 No. 1 (2026) · pp. 1–9

DOI
10.33772/anoatik.v4i1.122
ISSN
2987-7652
Published
2026-07-13
Publisher
Program Studi Ilmu Komputer FMIPA-UHO
Language
ind
License
creativecommons.org/licenses/by-sa/4.0

Abstract

English

The Hati Mulia Kendari Hospital experiences difficulties in analyzing appropriate decision making. The process of determining the best employees still uses the method of adding up each criterion so that the data tends to be unstructured and inaccurate. This research aims to produce a decision support system for determining the best employees using a simple additive weighting method. Simple additive weighting is very important because it can increase efficiency, minimize errors, optimize resources, support evidence-based decisions, overcome complexity, increase decision certainty, increase competitiveness, facilitate innovation, and encourage transparency. This decision support system uses the waterfall development method to build the system, testing the system and data using the black box testing and confusion matrix method. The results of system testing using black box testing obtained results that were in accordance with user needs and the results of data testing with 36 test data using a confusion matrix with 3 outputs produced an accuracy of 94%, precision of 80% and recall of 100%. These results show that this decision support system can be implemented.

Indonesian

Rumah sakit hati mulia Kendari mengalami kesulitan dalam menganalisis pengambilan keputusan yang tepat. Proses penentuan karyawan terbaik masih menggunakan metode penjumlahan dari setiap kriteria sehingga data cenderung menjadi tidak terstruktur dan tidak akurat. Penelitian ini bertujuan menghasilkan sebuah sistem pendukung keputusan penentuan karyawan terbaik menggunakan metode simple additive weighting. Simple additive weighting menjadi sangat penting karena mampu meningkatkan efisiensi, meminimalkan kesalahan, mengoptimalkan sumber daya, mendukung Keputusan yang berbasis bukti, mengatasi kompleksitas, meningkatkan ketetapan Keputusan, meningkatkan daya saing, memfasilitasi inovatif, dan mendorong transpatansi. Sistem pendukung keputusan ini menggunakan metode pengembangan waterfall untuk membangun sistem, testing sistem dan data menggunakan metode black box testing dan confusion matrix. Hasil pengujian sistem menggunakan black box testing mendapatkan hasil yang sesuai dengan kebutuhan pengguna dan hasil pengujian data dengan 36 data uji menggunakan confusion matrix dengan 3 keluaran menghasilkan accuracy sebesar 94%, precision sebesar 80% dan recall sebesar 100%. Hasil tersebut menunjukkan bahwa sistem pendukung Keputusan ini dapat diterapkan.

Keywords

Collaboration network of the authors

40 authors · 126 co-authorship links · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Jumadil NangiUniversitas Halu Oleo17
Adha Mashur SajiahUniversitas Halu Oleo11
L.M. Fid AksaraUniversitas Halu Oleo8
Arman ArmanUniversitas Halu Oleo7
Edi CahyonoUniversitas Halu Oleo7
Muh YaminUniversitas Halu Oleo5
Gunawan GunawanUniversitas Halu Oleo5
Bambang PramonoUniversitas Halu Oleo3
Rahmat RamadhanUniversitas Halu Oleo3
Gusti Arviana RahmanUniversitas Halu Oleo3
Ambo Wonua NusantaraUniversitas Halu Oleo3
Ferdinand Murni HamunduUniversitas Halu Oleo3
Muhammad ArfanAffiliation unknown2
Umar RamdaniUniversitas Halu Oleo2
Fitria Rihin UyunUniversitas Halu Oleo2
Statiswaty StatiswatyUniversitas Halu Oleo2
Yuwanda PurnamasariAffiliation unknown2
Isnawaty IsnawatyAffiliation unknown2
Rizal Adi SaputraUniversitas Halu Oleo2
Nurmaladewi NurmaladewiUniversitas Halu Oleo2
Ika Purwanti NingrumUniversitas Halu Oleo2
Dian Safitri DurukaUniversitas Halu Oleo2
LM. Fid AksaraUniversitas Halu Oleo2
Wa Ode IrmayadaniUniversitas Halu Oleo1
Abdullah Malik Fajar ThahaUniversitas Halu Oleo1
Gunawan GunawanAffiliation unknown1
Umu KhabibahUniversitas Halu Oleo1
Muhammad RialUniversitas Halu Oleo1
Laode SaidiUniversitas Halu Oleo1
GunawanUniversitas Halu Oleo1
La Ode Muhammad Ilham SetiawanUniversitas Halu Oleo1
Auni TiftazaniUniversitas Halu Oleo1
Juliarni PogasangUniversitas Halu Oleo1
Amal AnugraUniversitas Halu Oleo1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://anoatik.uho.ac.id/index.php/atik/oai, first harvested 26 Oct 2026, last seen 8 Nov 2026.
Original metadata (oai_dc) 
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="id-ID">SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING STUDI KASUS RUMAH SAKIT HATI MULIA KENDARI </dc:title>
	<dc:creator>Sugiarto, Achirul Slamet</dc:creator>
	<dc:creator>Ode Saidi, La</dc:creator>
	<dc:creator>Ransi, Natalis</dc:creator>
	<dc:creator> Tenriawaru, Andi</dc:creator>
	<dc:creator> Murni Hamundu, Ferdinand</dc:creator>
	<dc:creator> Surimi, La</dc:creator>
	<dc:subject xml:lang="id-ID">sistem pendukung keputusan SAW</dc:subject>
	<dc:subject xml:lang="id-ID">Confusion Matrix</dc:subject>
	<dc:description xml:lang="en-US">The Hati Mulia Kendari Hospital experiences difficulties in analyzing appropriate decision making. The process of determining the best employees still uses the method of adding up each criterion so that the data tends to be unstructured and inaccurate. This research aims to produce a decision support system for determining the best employees using a simple additive weighting method.
Simple additive weighting is very important because it can increase efficiency, minimize errors, optimize resources, support evidence-based decisions, overcome complexity, increase decision certainty, increase competitiveness, facilitate innovation, and encourage transparency. This decision support system uses the waterfall development method to build the system, testing the system and data using the black box testing and confusion matrix method. 
The results of system testing using black box testing obtained results that were in accordance with user needs and the results of data testing with 36 test data using a confusion matrix with 3 outputs produced an accuracy of 94%, precision of 80% and recall of 100%. These results show that this decision support system can be implemented.</dc:description>
	<dc:description xml:lang="id-ID">Rumah sakit hati mulia Kendari mengalami kesulitan dalam menganalisis pengambilan keputusan yang tepat. Proses penentuan karyawan terbaik masih menggunakan metode penjumlahan dari setiap kriteria sehingga data cenderung menjadi tidak terstruktur dan tidak akurat. Penelitian ini bertujuan menghasilkan sebuah sistem pendukung keputusan penentuan karyawan terbaik menggunakan metode simple additive weighting.
Simple additive weighting&amp;nbsp; menjadi sangat penting karena mampu meningkatkan efisiensi, meminimalkan kesalahan, mengoptimalkan sumber daya, mendukung Keputusan yang berbasis bukti, mengatasi kompleksitas, meningkatkan ketetapan Keputusan, meningkatkan daya saing, memfasilitasi inovatif, dan mendorong transpatansi. Sistem pendukung keputusan ini menggunakan metode pengembangan waterfall untuk membangun sistem,&amp;nbsp; testing sistem dan data menggunakan metode black box testing dan confusion matrix.
Hasil pengujian sistem menggunakan black box testing mendapatkan hasil yang sesuai dengan kebutuhan pengguna dan hasil pengujian data dengan 36 data uji menggunakan confusion matrix dengan 3 keluaran menghasilkan accuracy sebesar 94%, precision sebesar 80% dan recall sebesar 100%. Hasil tersebut menunjukkan bahwa sistem pendukung Keputusan ini dapat diterapkan.</dc:description>
	<dc:publisher xml:lang="id-ID">Program Studi Ilmu Komputer FMIPA-UHO</dc:publisher>
	<dc:date>2026-07-13</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://anoatik.uho.ac.id/index.php/atik/article/view/122</dc:identifier>
	<dc:identifier>10.33772/anoatik.v4i1.122</dc:identifier>
	<dc:source xml:lang="en-US">AnoaTIK: Jurnal Teknologi Informasi &amp; Komputer; Vol. 4 No. 1 (2026): Juni 2026; 1-9</dc:source>
	<dc:source xml:lang="id-ID">AnoaTIK: Jurnal Teknologi Informasi dan Komputer; Vol 4 No 1 (2026): Juni 2026; 1-9</dc:source>
	<dc:source>2987-7652</dc:source>
	<dc:source>10.33772/anoatik.v4i1</dc:source>
	<dc:language>ind</dc:language>
	<dc:relation>https://anoatik.uho.ac.id/index.php/atik/article/view/122/49</dc:relation>
	<dc:rights xml:lang="id-ID">Hak Cipta (c) 2026 Achirul Slamet Sugiarto, La Ode Saidi, Natalis Ransi, Andi  Tenriawaru, Ferdinand  Murni Hamundu, La  Surimi</dc:rights>
	<dc:rights xml:lang="id-ID">https://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>