59
JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Penerapan Metode EDAS dalam Sistem Pendukung Keputusan untuk Pemilihan Software Akuntansi Lady Agustin Fitriana1*.
Badariatul Lailah2 ,Rabiatus Saadah3 ,Rizka Dahlia4 Info Artikel Diterima Maret 10, 2026 Revisi Maret 15, 2026 Terbit Maret 30, 2026 Keywords:
EDAS
Sistem Pendukung Keputusan Software Akuntansi Multi Criteria Decision Making (MCDM) ABSTRACT Selecting appropriate accounting software is a significant challenge for organizations due to diverse functional attributes.
Suboptimal choices can adversely affect operational efficiency and financial management quality.
This study develops a Decision Support System (DSS) using the Evaluation Based on Distance from Average Solution (EDAS) method to determine the optimal software choice among five alternatives: Zahir.
Accurate.
Mekari Jurnal.
SAP Business One, and Kledo.
Data were collected via questionnaires from 30 respondents, including accounting practitioners and active users.
The evaluation focused on five key criteria: software pricing, ease of use, feature completeness, system integration, and technical support.
The EDAS method evaluated these alternatives by calculating their deviation from the average solution through Positive Distance from Average (PDA) and Negative Distance from Average (NDA), resulting in a final Appraisal Score for ranking.
The results show that EDAS produces a clear, discriminative ranking.
Zahir achieved the highest score .
, followed by Mekari Jurnal .
SAP
Business One .
Kledo .
, and Accurate .
These findings demonstrate that the EDAS approach effectively supports objective multicriteria decision-making and possesses strong potential for implementation in digital-based recommendation systems for accounting software selection, ensuring businesses make data-driven, efficient choices.
Identitas Penulis:
Lady Agustin Fitriana1*.
Badariatul Lailah2 ,Rabiatus Saadah3 ,Rizka Dahlia4 Sistem Informasi Kampus Kota Pontianak1,2.
Informatika Kampus Kota Pontianak3, .
Informatika4.
Universitas Bina Sarana Informatika.
Ind Jl.
Abdul Rahman Saleh.
No 18.
Bangka Belitung Laut.
Pontianak.
Kalimantan Barat.
Indonesia Email: Lady.
lag@bsi.
Badariatul.
bdl@bsi.
Rabiatus.
rbh@bsi.
Rizka.
rzl@bsi.
PENDAHULUAN
Transformasi digital dalam bidang akuntansi telah mendorong penggunaan software akuntansi sebagai alat utama dalam pengelolaan keuangan organisasi.
Software akuntansi tidak hanya berfungsi untuk pencatatan transaksi, tetapi juga mendukung analisis keuangan, pelaporan, serta integrasi dengan sistem bisnis lainnya .
Seiring dengan meningkatnya kebutuhan tersebut, berbagai software akuntansi seperti Zahir.
Accurate.
Mekari Jurnal.
SAP Business One, dan Kledo hadir dengan karakteristik, fitur, serta model harga yang beragam.
Kondisi ini menyebabkan pengguna dihadapkan pada permasalahan kompleks dalam menentukan software yang paling sesuai dengan kebutuhan operasional mereka .
Permasalahan pemilihan software akuntansi merupakan bagian dari pengambilan keputusan multikriteria (Multi-Criteria Decision Making/MCDM), dimana keputusan tidak dapat ditentukan hanya berdasarkan satu kriteria, melainkan harus mempertimbangkan berbagai aspek seperti harga, kemudahan penggunaan, kelengkapan fitur, integrasi sistem, dan dukungan teknis .
Dalam praktiknya, pengambilan keputusan yang dilakukan secara subjektif berpotensi menghasilkan keputusan yang kurang optimal, sehingga diperlukan pendekatan yang sistematis dan terukur melalui Sistem Pendukung Keputusan (SPK) .
Berbagai metode SPK telah banyak digunakan dalam penelitian sebelumnya, seperti Simple Additive Weighting (SAW).
Analytic Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Ideal Solution (TOPSIS) .
Meskipun metode-metode tersebut cukup populer, beberapa penelitian menunjukkan bahwa metode tersebut memiliki keterbatasan, seperti sensitivitas terhadap normalisasi data, ketergantungan terhadap pembobotan subjektif, serta kurang mampu memberikan pemisahan nilai alternatif yang signifikan pada kondisi tertentu .
Hal ini menunjukkan adanya kebutuhan untuk menggunakan metode yang lebih adaptif dan mampu memberikan hasil yang lebih stabil.
Salah satu metode yang mulai banyak dikembangkan dalam MCDM adalah EDAS (Evaluation Based on Distance from Average Solutio.
Metode EDAS mengevaluasi alternatif berdasarkan jaraknya terhadap nilai rata-rata .
verage solutio.
, sehingga mampu memberikan hasil yang lebih representatif terhadap distribusi data dibandingkan metode berbasis solusi ideal .
Keunggulan utama EDAS terletak pada kemampuannya dalam mengukur jarak positif dan jarak negatif secara simultan, sehingga menghasilkan keputusan yang lebih diskriminatif dan tidak bias terhadap nilai ekstrem .
Beberapa penelitian terdahulu telah membuktikan efektivitas metode EDAS dalam berbagai domain.
Uswatun dkk menerapkan metode EDAS untuk mengatasi ketidakefketifan system penilaian kinerja Unit Kegiatan Mahasiswa (UKM) dengan mengintegrasikan metode Entropy untuk pembobotan kriteria, studi ini berhasil menetapkan standar evaluasi yang lebih objektif dan akurat .
Setiawansyah menunjukkan bahwa EDAS efektif dalam proses seleksi Customer Service dan mampu menghasilkan sistem penilaian yang objektif dan transparan .
Penelitian lain oleh Aina Rahmadani dkk yang menentukan kelayakan pinjaman kredit pada koperasi dengan menerapkan EDAS, hasil penelitian ini membuktikan EDAS memberikan efektivitas sistem dalam mempercepat serta menyederhakan proses pengambilan keputusan .
Selain itu, penelitianpenelitian terkini juga mengindikasikan bahwa EDAS memiliki keunggulan dalam menangani data dengan variasi nilai yang tinggi dibandingkan metode konvensional .
Namun demikian, berdasarkan kajian literatur yang dilakukan, penelitian yang secara khusus mengkaji penerapan metode EDAS dalam konteks pemilihan software akuntansi masih sangat terbatas.
Sebagian besar penelitian dalam bidang ini masih menggunakan metode konvensional seperti AHP.
SAW, atau TOPSIS tanpa mengeksplorasi metode EDAS yang memiliki potensi memberikan hasil yang lebih objektif dan adaptif .
Selain itu, belum banyak penelitian yang mengintegrasikan penilaian pengguna secara langsung melalui kuesioner dalam proses evaluasi software akuntansi menggunakan metode EDAS.
Berdasarkan gap penelitian tersebut, penelitian ini bertujuan untuk menerapkan metode EDAS dalam sistem pendukung keputusan untuk pemilihan software akuntansi dengan melibatkan penilaian dari 30 responden yang terdiri dari pengguna dan praktisi akuntansi.
Penelitian ini diharapkan dapat memberikan kontribusi dalam pengembangan metode pengambilan keputusan multikriteria yang lebih efektif, serta menghasilkan rekomendasi software akuntansi yang lebih objektif dan relevan dengan kebutuhan pengguna.
Selain itu, penelitian ini juga membuka peluang untuk pengembangan sistem pendukung keputusan berbasis EDAS yang dapat diimplementasikan secara luas dalam dunia industri dan bisnis.
METODE
Penelitian ini menggunakan pendekatan kuantitatif dengan menerapkan metode EDAS pada Sistem Pendukung Keputusan (SPK) untuk pemilihan software akuntansi.
Metode ini dilakukan melalui beberapa tahapan terstruktur mulai dari identifikasi masalah hingga penentuan peringkat alternatif software akuntansi.
1 Tahapan Penelitian Tahapan penelitian ini dimulai dari identifikasi masalah terkait pemilihan software akuntansi, dilanjutkan dengan studi literatur untuk menentukan metode dan kriteria yang relevan.
Selanjutnya dilakukan penentuan alternatif dan penyusunan kuesioner, kemudian pengumpulan data dari responden.
Responden dalam penelitian ini berjumlah 30 orang, yang terdiri dari staf keuangan, praktisi akuntansi, serta pengguna software akuntansi seperti pelaku UMKM dan mahasiswa akuntansi yang memiliki pengalaman dalam penggunaan atau pemahaman terhadap software akuntansi.
Jumlah responden tersebut dipilih dengan mempertimbangkan bahwa dalam penelitian pengambilan keputusan multikriteria, jumlah sampel minimal 30 responden telah memenuhi batas minimum untuk analisis statistik deskriptif dan dianggap cukup representatif dalam menggambarkan preferensi pengguna.
Selain itu, jumlah tersebut juga merujuk pada kaidah umum penelitian kuantitatif yang menyatakan bahwa ukuran sampel Ou30 sudah dapat mendekati distribusi normal sehingga hasil analisis menjadi lebih stabil dan dapat dipercaya.
Data yang diperoleh diolah dengan menghitung nilai ratarata untuk membentuk matriks keputusan, yang selanjutnya dianalisis menggunakan metode EDAS melalui perhitungan, normalisasi, hingga penentuan nilai akhir dan peringkat alternatif.
Adapun tahapan penelitian dijabarkan dalam Gambar 1 berikut :
http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Gambar 1.
Tahapan Penelitian 2 Identifikasi Masalah dan Studi Literatur Tahap identifikasi masalah dalam penelitian ini berfokus pada kesulitan pengguna dalam menentukan software akuntansi yang paling sesuai di antara berbagai alternatif yang tersedia, yang memiliki perbedaan pada aspek harga, fitur, kemudahan penggunaan, integrasi sistem, dan dukungan teknis.
Permasalahan ini termasuk dalam kategori pengambilan keputusan multikriteria yang membutuhkan pendekatan sistematis agar hasil yang diperoleh lebih objektif.
Untuk mendukung penyelesaian masalah tersebut, dilakukan studi literatur terhadap berbagai penelitian sebelumnya yang berkaitan dengan sistem pendukung keputusan dan metode pengambilan keputusan multikriteria, khususnya metode EDAS, guna memperoleh landasan teoritis serta memastikan bahwa metode yang digunakan relevan dan mampu memberikan solusi yang optimal dalam konteks pemilihan software akuntansi.
3 Penentuan Alternatif dan Kriteria Penentuan alternatif dalam penelitian ini dilakukan dengan mengidentifikasi beberapa software akuntansi yang umum digunakan oleh perusahaan dan pelaku usaha, yaitu Zahir.
Accurate.
Mekari Jurnal.
SAP Business One, dan Kledo.
Selanjutnya ditentukan kriteria yang digunakan sebagai dasar evaluasi, yaitu harga software, kemudahan penggunaan, kelengkapan fitur, integrasi sistem, dan dukungan teknis.
Kriteria tersebut dipilih berdasarkan hasil studi literatur serta pertimbangan kebutuhan pengguna dalam memilih software akuntansi.
Setiap kriteria diklasifikasikan ke dalam kategori benefit dan cost untuk menyesuaikan dengan proses perhitungan pada metode EDAS, sehingga dapat menghasilkan keputusan yang lebih objektif dan sesuai dengan kondisi nyata.
4 Pengumpulan dan Pengolahan Data Pengumpulan data dalam penelitian ini dilakukan melalui penyebaran kuesioner kepada 30 responden yang terdiri dari staf keuangan, praktisi akuntansi, dan pengguna software akuntansi.
Responden diminta memberikan penilaian terhadap setiap alternatif berdasarkan kriteria yang telah ditentukan menggunakan skala Likert.
Data yang diperoleh kemudian diolah dengan menghitung nilai rata-rata pada setiap kriteria untuk masing-masing alternatif, yang selanjutnya dikonversi ke dalam bentuk matriks keputusan 5 Penerapan Metode EDAS Metode EDAS (Evaluation Based on Distance from Average Solutio.
digunakan dalam penelitian ini untuk menentukan alternatif terbaik berdasarkan kedekatannya terhadap nilai rata-rata setiap kriteria.
Metode ini bekerja dengan menghitung jarak positif (PDA) dan jarak negatif (NDA) dari setiap alternatif, kemudian dilanjutkan dengan perhitungan nilai terbobot, normalisasi, dan penentuan nilai akhir (Appraisal Scor.
http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Matriks Keputusan Matriks keputusan digunakan untuk merepresentasikan nilai setiap alternatif terhadap kriteria yang telah ditentukan .
ycU = .
cu yyc.
Matriks keputusan X merupakan representasi numerik yang menyusun seluruh nilai evaluasi alternatif dalam penelitian ini.
Elemen ycu.
menyatakan nilai performa dari alternatif ke-i pada kriteria ke-j, di mana m menunjukkan total jumlah alternatif dan n merupakan total kriteria yang digunakan dalam proses Nilai Rata-rata (Average Solutio.
Nilai rata-rata digunakan sebagai acuan dalam menghitung jarak setiap alternatif.
(Ocycuycn=1 ycuycnyc ) yaycOyc = ycu Nilai rata-rata kriteria (AVj ) dihitung berdasarkan akumulasi nilai seluruh alternatif pada kriteria ke-j yang kemudian dibagi dengan total jumlah alternatif .
Positive Distance from Average (PDA) dan Negative Distance from Average (NDA) PDA digunakan untuk mengukur seberapa baik suatu alternatif dibandingkan dengan nilai rata-rata sedangkan NDA digunakan untuk mengukur seberapa jauh suatu alternatif berada di bawah nilai rata-rata .
Untuk kriteria benefit :
ycEyayaycnyc = max .
,ycuycnyc OeyaycOyc ) yaycOyc ycAyayaycnyc = max .
,yaycOyc Oeycuycnyc ) yaycOyc Untuk kriteria cost:
ycEyayaycnyc = max .
, yaycOyc Oe ycuycnyc ) yaycOyc ycAyayaycnyc = max .
, ycuycnyc Oe yaycOyc ) yaycOyc Dalam metode EDAS, penentuan posisi alternatif dilakukan melalui perhitungan Positive Distance from Average (PDA.
)dan Negative Distance from Average (NDA.
)sebagai parameter deviasi terhadap nilai rata-rata (AVj ).
PDA.
merepresentasikan sejauh mana performa alternatif ke-i melampaui nilai rata-rata pada kriteria tertentu, sementara NDA.
mengukur tingkat ketertinggalan atau jarak negatif alternatif tersebut di bawah rata-rata.
Perhitungan Jumlah Terbobot (SP dan SN) Peringkat akhir ditentukan melalui nilai terbobot Solusi Positif (SPi )dan Solusi Negatif (SNi ).
Nilai ini diperoleh dari akumulasi perkalian matriks PDA.
dan NDA.
dengan bobot kriteria .
j ) yang telah ditetapkan .
Rumus Sum of Positive Distance (SP) dan Sum of Negative Distance (SN):
yco yco ycIycEycn = Ocyc=1 ycyc y ycEyayaycnyc ycIycAycn = Ocyc=1 ycyc y ycAyayaycnyc SPA adalah jumlah terbobot jarak positif.
SNA jumlah terbobot jarak negatif, w bobot kriteria, sedangkan PDAA dan NDAA merupakan nilai jarak alternatif terhadap rata-rata setiap kriteria Normalisasi Nilai SP dan SN Normalisasi dilakukan agar nilai dapat dibandingkan secara proporsional.
Rumus normalisasi SP dan SN:
ycIycEycn ycIycAycn ycAycIycEycn = ycAycIycAycn = 1 Oe max .
cIycE) max .
cIycA) http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
NSPA adalah hasil normalisasi SP, dan NSNA hasil normalisasi SN.
Normalisasi dilakukan menggunakan nilai maksimum, yaitu max(SP) sebagai SP terbesar dan max(SN) sebagai SN terbesar.
Perhitungan Appraisal Score (AS) Nilai akhir dihitung menggunakan rata-rata dari NSP dan NSN.
Rumus AS :
yaycIycn = .
cAycIycEycn ycAycIycAycn ) ASA merupakan nilai akhir alternatif ke-i yang diperoleh dari NSPA sebagai normalisasi positif dan NSNA sebagai normalisasi negatif.
Alternatif dengan nilai AS tertinggi menjadi pilihan terbaik.
5 Perankingan dan Analisis Hasil Tahap perangkingan dilakukan setelah diperoleh nilai akhir Appraisal Score (AS) dari setiap alternatif menggunakan metode EDAS.
Nilai AS digunakan sebagai dasar untuk menentukan urutan peringkat, dimana alternatif dengan nilai tertinggi dinyatakan sebagai alternatif terbaik.
Selanjutnya dilakukan analisis hasil untuk menginterpretasikan perbedaan nilai antar alternatif berdasarkan kriteria yang digunakan, sehingga dapat diketahui keunggulan dan kelemahan masing-masing software akuntansi.
HASIL
1 Metode dan Jenis Penelitian Penelitian ini menerapkan metode EDAS (Evaluation Based on Distance from Average Solutio.
pada sistem pendukung keputusan untuk menentukan software akuntansi terbaik.
Alternatif yang dianalisis dalam penelitian ini terdiri dari lima software akuntansi yang umum digunakan, yaitu Zahir.
Accurate.
Mekari Jurnal.
SAP Business One, dan Kledo.
Data penelitian diperoleh melalui penyebaran kuesioner kepada 30 responden yang terdiri dari staf keuangan, praktisi akuntansi, serta pengguna software akuntansi seperti UMKM ataupun mahasiswa akuntansi.
Penilaian dilakukan menggunakan skala Likert berdasarkan lima kriteria, yaitu harga software, kemudahan penggunaan, kelengkapan fitur, integrasi sistem, dan dukungan teknis.
Data yang diperoleh kemudian dianalisis menggunakan metode EDAS untuk menghasilkan peringkat alternatif software akuntansi yang paling sesuai dengan kebutuhan pengguna.
Berikut merupakan data alternatif yang digunakan dalam penelitian yang dapat dilihat pada tabel berikut:
Tabel 1.
Data Alternatif Alternatif Keterangan Zahir Accurate Mekari Jurnal SAP Business One Kledo Menentukan Kriteria Dalam menentukan kriteria pada penelitian ini, penulis menetapkan lima kriteria yang digunakan dalam pemilihan software akuntansi menggunakan metode EDAS.
Kriteria tersebut diperoleh berdasarkan studi literatur serta pertimbangan kebutuhan pengguna software akuntansi.
Kriteria yang digunakan yaitu Harga Software.
Kemudahan Penggunaan.
Kelengkapan Fitur.
Integrasi Sistem, dan Dukungan Teknis.
Data kriteria dapat dilihat pada tabel berikut:
Kriteria Keterangan Harga Software Bobot Tabel 2.
Data Kriteria Kemudahan Kelengkapan Penggunaan Fitur http://jurnal.
id/index.
php/justian Integrasi Sistem Dukungan Teknis JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Kriteria Harga Software Kriteria harga merupakan C1 dan termasuk dalam kategori cost, karena semakin murah harga software maka semakin baik nilainya.
Kriteria harga diambil berdasarkan harga subscripition.
Tabel 3.
Harga Software (C.
Harga Software Nilai < Rp500.
Rp500.
000 Ae Rp 1.
Rp 1.
000 Ae Rp 3.
Rp 3.
000 Ae Rp 5.
>Rp 5.
Kriteria Kemudahan Penggunaan Kriteria kemudahan penggunaan merupakan C2 dan termasuk kategori benefit, karena semakin mudah software digunakan maka semakin tinggi nilainya.
Tabel 4.
Kemudahan Penggunaan (C.
Tingkat Kemudahan Nilai Sangat Mudah Digunakan Mudah Digunakan Cukup Mudah Sulit Sangat Sulit Kriteria Kelengkapan Fitur Kriteria kelengkapan fitur merupakan C3 dan termasuk kategori benefit, karena semakin lengkap fitur yang dimiliki maka semakin tinggi nilai yang diberikan.
Tabel 5.
Kelengkapan Fitur (C.
Kelengkapan Fitur Nilai Sangat Lengkap Lengkap Cukup Lengkap Kurang Lengkap Tidak Lengkap Kriteria Integrasi Sistem Kriteria integrasi sistem merupakan C4 dan termasuk kategori benefit, karena kemampuan software untuk terintegrasi dengan sistem lain akan meningkatkan efisiensi pengelolaan data keuangan.
Tabel 6.
Integrasi Sistem (C.
Integrasi Sistem Nilai Sangat Lengkap Lengkap Cukup Terbatas Tidak Ada Integrasi Kriteria Dukungan Teknis Kriteria dukungan teknis merupakan C5 dan termasuk kategori benefit, karena semakin baik layanan dukungan teknis yang diberikan maka semakin tinggi nilai yang diberikan.
http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Tabel 7.
Dukungan Teknis (C.
Dukungan Teknis Nilai Dukungan 24 Jam Dukungan Cepat Dukungan Cukup Dukungan Lambat Tidak ada Dukungan Setelah dilakukan konversi nilai terhadap setiap kriteria berdasarkan data yang diperoleh dari hasil kuesioner 30 responden, maka diperoleh matriks keputusan yang telah dibobotkan dari data alternatif yang digunakan dalam penelitian ini.
Matriks tersebut menunjukkan nilai setiap alternatif terhadap kriteria yang telah ditentukan, yaitu harga software (C.
, kemudahan penggunaan (C.
, kelengkapan fitur (C.
, integrasi sistem (C.
, dan dukungan teknis (C.
Berikut merupakan data matriks keputusan dari masing-masing alternatif:
Tabel 8.
Matriks Keputusan Alternatif Zahir Accurate Mekari Jurnal SAP Business Kledo 3 Perhitungan Metode EDAS Ada beberapa tahapan dalam perhitungan menggunakan metode EDAS untuk menuju hasil perankingan akhr, yaitu sebagai beriut :
Membuat Matriks Keputusan ycU = 0.
Nilai Rata-rata Pada penelitian ini terdapat 5 alternatif, sehingga setiap nilai kriteria dibagi dengan 5
AV1 =
AV 2 =
AV 3 =
AV 4 =
AV 5 =
= 0.
= 0.
= 0.
= 0.
= 0.
Dari hasil perhitungan diatas diperoleh nilai rata-rata sebagai berikut :
Tabel 9.
Nilai Rata-rata Kriteria Nilai rata-rata tersebut selanjutnya digunakan sebagai nilai acuan (Average Solutio.
untuk menghitung jarak positif (Positive Distance from Average / PDA) dan jarak negatif (Negative Distance from Average / NDA) pada setiap alternatif dalam metode EDAS.
http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Menghitung Jarak Positif (PDA) dan Negatif (NDA) Kriteria harga software termasuk kategori cost, sedangkan kemudahan penggunaan, kelengkapan fitur, integrasi sistem, dan dukungan teknis termasuk kategori benefit.
Hasil Jarak Positif (PDA) A Kriteria C1 (Harga- Cos.
,0.
66 Oe 0.
ycEyaya11 = = 0.
,0.
66 Oe 0.
ycEyaya21 = max .
,0.
66 Oe 0.
ycEyaya31 = max .
,0.
66 Oe 0.
ycEyaya41 = = 0.
,0.
66 Oe .
ycEyaya51 = A Kriteria C2 (Benefi.
ycEyaya12 = .
, 0.
3 Oe 0.
= 0.
ycEyaya22 = ycEyaya32 = .
, 0.
2 Oe 0.
= 0
, 0.
5 Oe 0.
= 0.
ycEyaya42 = .
, 0.
2 Oe 0.
= 0
ycEyaya52 = .
, 0.
2 Oe 0.
= 0
Perhitungan yang sama dilakukan untuk C3.
C4 dan C5 karena merupakan benefit.
Alternatif Zahir Accurate Mekari Jurnal SAP Business Kledo Tabel 10.
Hasil PDA Perhitungan NDA dilakukan dengan cara yang sama seperti PDA, namun disesuaikan dengan jenis Pada penelitian ini.
C1 merupakan kriteria cost, sedangkan C2.
C3.
C4, dan C5 merupakan kriteria benefit, sehingga perhitungan jarak negatif mengikuti karakteristik masing-masing kriteria tersebut.
Penentuan Jumlah Terbobot jarak positif dan negatif Setelah diperoleh nilai Positive Distance from Average (PDA) dan Negative Distance from Average (NDA) pada setiap alternatif, langkah selanjutnya adalah menghitung jumlah terbobot jarak positif (SP) dan jumlah terbobot jarak negatif (SN).
Perhitungan ini bertujuan untuk mengetahui nilai akumulasi jarak setiap alternatif terhadap nilai rata-rata berdasarkan bobot kriteria yang telah ditentukan.
Jarak Positif SP1 (Zahi.
ycIycE1 = .
20 y 0.
20 y 0.
25 y .
20 y 0.
15 y 0.
http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
ycIycE1 = 0.
014 0 0.
ycIycE1 = 0.
SP2 (Accurat.
ycIycE2 = .
20 y .
20 y .
25 y .
20 y 0.
15 y .
= ycIycy2 = 0.
SP3 (Mekari Jurna.
ycIycE3 = .
20 y .
20 y 0.
25 y .
20 y .
15 y .
ycIycE3 = 0.
SP4 (SAP Busines.
ycIycE4 = .
20 y 0.
20 y .
25 y .
20 y 0.
15 y .
ycIycE4 = 0.
SP5 (Kled.
ycIycE5 = .
20 y .
20 y .
25 y 0.
20 y .
15 y 0.
ycIycE5 = 0.
ycIycE5 = 0.
Perhitungan Jarak Negatif (SN) dilakukan dengan langkah yang sama seperti perhitungan sebelumnya, yaitu dengan mengalikan setiap nilai NDA pada masing-masing kriteria dengan bobotnya, kemudian menjumlahkan seluruh hasil perkalian tersebut untuk setiap alternatif.
Normalisasi Nilai SP dan SN Setelah diperoleh nilai jumlah terbobot jarak positif (SP) dan jumlah terbobot jarak negatif (SN), langkah selanjutnya adalah melakukan normalisasi nilai SP dan SN.
Normalisasi ini bertujuan untuk menyesuaikan nilai SP dan SN agar berada pada rentang yang sama sehingga dapat dibandingkan secara proporsional pada tahap penilaian akhir.
Perhitungan Normalisasi NSP1 (Zahi.
ycAycIycE1 = 0.
ycAycIycE1 = A NSP2 (Accurat.
ycAycIycE2 = 0.
ycAycIycE2 = A NSP3 (Mekari Jurna.
ycAycIycE3 = 0.
ycAycIycE3 = A NSP4 (SAP Busines.
ycAycIycE4 = 0.
ycAycIycE4 = A NSP5 (Kled.
ycAycIycE5 = 1 ycAycIycE5 = http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
Perhitungan NSN dilakukan dengan cara yang sama untuk setiap alternatif, yaitu menggunakan nilai SN yang telah diperoleh kemudian dinormalisasi dengan membaginya terhadap nilai SN maksimum, lalu dikurangkan dari 1 Menghitung Nilai Skor (Appraisal Scor.
Setelah diperoleh nilai NSP (Normalized Positive Distanc.
dan NSN (Normalized Negative Distanc.
, langkah selanjutnya adalah menghitung nilai skor penilaian atau Appraisal Score (AS) untuk setiap alternatif.
Nilai ini digunakan untuk menentukan alternatif terbaik berdasarkan metode EDAS.
AS1 (Zahi.
A AS2 (Accurat.
yaycI1 = .
yaycI1 = .
yaycI1 = 0.
yaycI2 = .
yaycI2 = .
yaycI2 = 0.
AS3 (Mekari Jurna.
yaycI3 = .
yaycI3 = .
yaycI3 = 0.
AS4 (SAP Busines.
yaycI4 = .
yaycI4 = .
yaycI4 = 0.
AS5 (Kled.
yaycI5 = .
yaycI5 = 0.
4 Perankingan Alternatif Setelah diperoleh nilai Appraisal Score (AS) untuk setiap alternatif, langkah selanjutnya adalah menentukan peringkat alternatif berdasarkan nilai skor tertinggi.
Alternatif dengan nilai AS tertinggi menunjukkan alternatif terbaik berdasarkan kriteria yang telah ditentukan.
Tabel 11.
Ranking Software Akuntansi Alternatif Software Skor Ranking Zahir Mekari Jurnal SAP Business Kledo Accurate http://jurnal.
id/index.
php/justian JUSTIAN.
Jurnal Sistem Informasi Akuntansi Vol.
No.
Maret 2026, pp.
ISSN: 2721-7523
KESIMPULAN
Penelitian ini berhasil mengimplementasikan metode EDAS (Evaluation Based on Distance from Average Solutio.
dalam sistem pendukung keputusan untuk pemilihan software akuntansi dengan mempertimbangkan lima kriteria utama, yaitu harga software, kemudahan penggunaan, kelengkapan fitur, integrasi sistem, dan dukungan teknis.
Berdasarkan hasil perhitungan yang telah dilakukan secara sistematis mulai dari pembentukan matriks keputusan hingga perhitungan Appraisal Score, diperoleh bahwa software Zahir memiliki nilai tertinggi sebesar 0.
798, diikuti oleh Mekari Jurnal .
SAP Business .
Kledo .
, dan Accurate .
Hasil tersebut menunjukkan bahwa metode EDAS mampu memberikan pemisahan nilai yang jelas antar alternatif, sehingga menghasilkan keputusan yang lebih diskriminatif dan tidak menghasilkan nilai yang Keunggulan metode ini terletak pada kemampuannya dalam mengevaluasi alternatif berdasarkan jarak terhadap solusi rata-rata, yang membuat hasil keputusan menjadi lebih representatif terhadap kondisi data Dengan demikian, metode EDAS terbukti efektif dan relevan untuk diterapkan dalam kasus pemilihan software akuntansi yang melibatkan banyak kriteria dan preferensi pengguna.
Secara praktis, hasil penelitian ini memberikan kontribusi nyata sebagai alat bantu pengambilan keputusan bagi pelaku usaha maupun perusahaan dalam menentukan software akuntansi yang paling sesuai dengan kebutuhan operasional mereka.
Selain itu, pendekatan yang digunakan dalam penelitian ini memiliki potensi untuk dikembangkan menjadi sistem pendukung keputusan berbasis digital yang dapat digunakan secara luas.
Untuk pengembangan penelitian selanjutnya, disarankan untuk memperluas jumlah alternatif dan kriteria, serta mengintegrasikan metode EDAS dengan pendekatan lain seperti metode pembobotan AHP atau pendekatan berbasis fuzzy guna meningkatkan sensitivitas dan akurasi hasil.
Penelitian lanjutan juga dapat difokuskan pada pengembangan sistem berbasis aplikasi yang memungkinkan pengguna memperoleh rekomendasi secara real-time dan interaktif.
REFERENSI