Jurnal informasi dan Komputer Vol: 13 No:2 2025
P-ISSN: 2337-8344
E-ISSN: 2623-1247
SISTEM REKOMENDASI NEGARA TUJUAN PMI BERBASIS WEB DENGAN
METODE MOORA
Muhamad Bahri1.
Ridho Taufiq Subagio2.
Putri Rizqiyah3 Universitas Catur Insan Cendekia123 Jl.
Kesambi No.
Drajat.
Kec.
Kesambi.
Kota Cirebon.
Jawa Barat 45133.
Indonesia E-mail : muhamad.
21@cic.
id1, ridho.
taufiq@cic.
id2, putri.
rizqiyah@cic.
ABSTRAK
Penelitian ini bertujuan untuk merancang sistem pendukung keputusan berbasis web yang merekomendasikan negara tujuan untuk Pekerja Migran Indonesia (PMI) dengan metode MOORA (Multi-Objective Optimization on the Basis of Ratio Analysi.
Tujuan utama dari sistem ini ialah membantu calon PMI untuk menentukan negara tujuan yang paling tepat berdasarkan berbagai kriteria yang relevan, sehingga mengurangi subjektivitas dan meningkatkan ketepatan pengambilan keputusan.
Studi ini menerapkan pendekatan analitikdeskriptif dengan desain empiris, menggunakan metode MOORA untuk melakukan peringkat terhadap lima negara tujuan, yaitu Taiwan.
Hongkong.
Singapura.
Jepang, dan Korea Selatan berdasarkan enam kriteria:
Gaji.
Biaya Hidup.
Budaya.
Bahasa.
Keamanan, dan Proses Migrasi.
Data diperoleh melalui observasi serta wawancara di PT Surya Eka Perkasa sebagai kasus studi.
Sistem dibangun dengan menggunakan framework Laravel dan basis data MySQL, di mana perhitungan MOORA diimplementasikan melalui normalisasi matriks serta perhitungan nilai preferensi.
Hasil studi menunjukkan bahwa sistem dapat mengolah data masukan dengan efisien dan menghasilkan rekomendasi negara yang tepat serta konsisten dengan perhitungan Antarmuka web yang dibuat juga memiliki fitur untuk mengubah kriteria dan menampilkan hasil secara visual, sehingga mudah diakses oleh admin maupun pengguna.
Evaluasi sistem dilakukan dengan menggunakan korelasi peringkat Spearman untuk mengukur kesesuaian hasil sistem dengan perhitungan manual, yang menunjukkan nilai korelasi sangat kuat.
Sebagai kesimpulan, sistem ini terbukti sah dan efektif sebagai alat bantu dalam pengambilan keputusan untuk menentukan negara tujuan PMI, serta memiliki potensi untuk pengembangan lebih lanjut dengan penambahan faktor evaluasi lainnya.
Kata kunci : PMI.
MOORA.
Sistem Rekomendasi.
Laravel.
Spearman ABSTRACTS This study aims to design a web-based decision support system that recommends destination countries for Indonesian migrant workers (PMI) using the MOORA method (Multi-Objective Optimization on the Basis of Ratio Analysi.
The primary goal of this system is to help prospective PMIs select the most appropriate destination country based on multiple relevant criteria, thereby reducing subjectivity and improving decision This study employs an analytical-descriptive approach with an empirical design, applying the MOORA method to rank five destination countriesAiTaiwan.
Hong Kong.
Singapore.
Japan, and South KoreaAiacross six criteria: Salary.
Cost of Living.
Culture.
Language.
Safety, and Migration Process.
Data were collected through observation and interviews at PT Surya Eka Perkasa as the case study.
The system was developed using the Laravel framework and a MySQL database, with MOORA calculations implemented via matrix normalization and preference scoring.
The results indicate that the system can process input data efficiently and generate accurate country recommendations consistent with manual calculations.
The web interface also includes features for adjusting criteria and displaying results visually, making it easily accessible to both administrators and users.
System evaluation was conducted using SpearmanAos rank correlation to measure alignment between the systemAos outputs and manual calculations, yielding a very strong correlation.
In conclusion, this system has been proven valid and effective as a decision-support tool for selecting PMI destination countries and holds potential for further development through the addition of additional evaluation factors.
Keywords: Migrant Workers.
MOORA.
Recommendation System.
Laravel.
Spearman 24 | LPPM ITBA D i a n C i p t a C e n d i k i a Jurnal informasi dan Komputer Vol: 13 No:2 2025
PENDAHULUAN
Pekerja Migran Indonesia (PMI) berperan penting dalam perekonomian nasional melalui remitansi, dengan lebih dari 276.
000 keberangkatan pada 2022 dan peningkatan 37,5 % pada Agustus 2023 dibanding tahun sebelumnya.
Meski demikian, banyak calon PMI masih kesulitan memilih negara tujuan yang sesuai dengan preferensi mereka, karena informasi yang diperoleh bersifat subjektif.
Agen perekrutan PT.
Surya Eka Perkasa sebagai lembaga penempatan resmi, menyadari belum tersedianya sistem pendukung keputusan yang mampu memberikan rekomendasi negara tujuan berdasarkan data dan kriteria objektif.
Penelitian Haliza, et al .
menunjukkan bahwa regulasi ketenagakerjaan di berbagai negara tujuan PMI sangat bervariasi dan tidak semua negara memberikan perlindungan memadai.
Studi ini menekankan pentingnya memahami kompleksitas faktor-faktor seperti transformasi struktural, perdagangan internasional, investasi pendidikan, hingga kebijakan migrasi tenaga kerja untuk kesejahteraan PMI.
Dalam penelitian Silvia, et al .
menjelaskan bagaimana sistem informasi dapat mempermudah PMI dalam mendaftar, namun tidak secara spesifik membahas faktor-faktor yang mempengaruhi keputusan pemilihan negara tujuan.
Begitu juga pada penelitian lainnya .
membuat sistem informasi yang dapat meningkatkan efisiensi pendataan PMI.
Penelitiannya mengkaji kebijakan perlindungan dan proses pengawasan dari setiap calon tenaga kerja dari awal proses pendaftaran hingga akhir proses keberangkatan.
Berdasarkan analisis gap, belum ada sistem pendukung keputusan (SPK) berbasis web yang secara khusus mengintegrasikan metode MOORA untuk merekomendasikan negara tujuan PMI secara objektif.
Penelitian ini bertujuan mengisi kekosongan tersebut dengan merancang SPK berbasis Laravel dengan database MySQL yang menggunakan metode MOORA (Multi-Objective Optimization on the Basis of Ratio Analysi.
untuk melakukan pemeringkatan lima alternatif negara, yaitu Taiwan.
Hongkong.
Singapura.
Jepang, dan Korea Selatan berdasarkan enam kriteria: Gaji.
Biaya Hidup.
Budaya.
Bahasa.
Keamanan, dan Proses Migrasi.
Tujuan umum penelitian ini adalah menyediakan alat bantu pengambilan keputusan yang lebih akurat bagi calon PMI Berbagai studi menunjukkan keefektifan MOORA dalam konteks SPK, seperti pada penelitian Eriyanto, et al .
pada kasusnya menghitung penghargaan dosen berdasarkan kinerja penelitian 25 | LPPM ITBA D i a n C i p t a P-ISSN: 2337-8344
E-ISSN: 2623-1247
dan pengabdian masyarakat dengan tujuh kriteria yang diolah melalui normalisasi, pembobotan, optimasi benefit cost, dan perangkingan MOORA.
Lalu pada penelitian Pebrianti, et al .
menjelaskan sistem pendukung keputusan untuk seleksi siswa berprestasi yang menghasilkan tingkat kecocokan di atas 90 %, menandakan validitas tinggi dan mengurangi bias subjektif penilai Ketidakadaan sistem analisis dengan preferensi dan kebutuhan tiap individu menyebabkan rekomendasi yang diberikan oleh Agen perekrutan belum optimal, objektivitas metode MOORA dalam pengambilan keputusan dapat digunakan sebagai pendekatan yang efektif dalam menilai berbagai alternatif berdasarkan kriteria tertentu.
Sehingga Penelitian ini diharapkan dapat memberikan kontribusi baru dalam mengisi kesenjangan teknologi pengambilan keputusan dalam konteks rekomendasi negara tujuan bagi migrasi tenaga
kerja Indonesia
METODE PENELITIAN
Gambar 2.
1 Metodologi Penelitian Penelitian ini terdiri dari beberapa tahapan utama seperti tergambar pada Gambar 2.
Pengumpulan Data Tahap Pertama dalam penelitian ini adalah wawancara dengan pihak internal PT Surya Eka Perkasa.
Data yang dikumpulkan meliputi informasi tentang negara tujuan, kriteria penting dalam pemilihan negara, dan sistem perekrutan saat ini.
Analisa dan Perancangan Sistem Sistem dikembangkan menggunakan Laravel 11 dan MySQL.
Perancangan sistem mencakup dua entitas utama, yaitu user dan admin.
Entitas user merepresentasikan calon PMI yang akan mengisi data untuk mendapatkan rekomendasi negara tujuan, sedangkan admin bertugas mengelola data kriteria, alternatif negara, serta memantau hasil rekomendasi yang dihasilkan oleh sistem.
Interaksi masing-masing entitas terhadap sistem dapat dilihat pada Use Case Diagram yang ditampilkan pada Figure 2 sebagai entitas calon Cendikia Jurnal informasi dan Komputer Vol: 13 No:2 2025 PMI, dan Figure 3 sebagai admin atau rekruter dalam mengelola sistem Gambar 2.
2 Use Case Diagram Calon PMI
P-ISSN: 2337-8344
E-ISSN: 2623-1247
Pembobotan Kriteria Setelah pembobotan kriteria dengan mengklasifikasikan setiap kriteria ke dalam kategori benefit dan cost.
Penentuan bobot dilakukan berdasarkan data terkini .
eriode 2020Ae2.
yang diperoleh melalui studi literatur serta masukan langsung dari PT Surya Eka Kencana sebagai mitra lembaga penempatan PMI Adapun rumus untuk menghitung rata-rata nilai dari skor preferensi terhadap seluruh pertanyaan yang terkait dengan masing-masing kriteria Oc Gambar 2.
3 Use Case Diagram Rekruter Implementasi Sistem dengan Metode MOORA Penentuan Pernyataan Preferensi Keterangan :
: Skor preferensi awal untuk kriteria ke-i : Nilai jawaban terhadap pertanyaan ke-j yang termasuk dalam kriteria ke-i : Jumlah total pertanyaan dalam kriteria Proses ini diawali dengan penyusunan pernyataan preferensi yang dirancang untuk menggali penilaian calon PMI terhadap masing-masing kriteria pemilihan negara tujuan.
Setiap jawaban dari pengguna akan dikonversi menjadi nilai preferensi yang merepresentasikan bobot subjektif terhadap alternatif negara Normalisasi Data Nilai digabungkan dengan data objektif masingmasing negara, dan seluruh nilai tersebut dinormalisasi agar setiap kriteria berada pada skala yang setara oc Tabel 2.
1 Pembobotan Kriteria Gaji
GAJI (BENEFIT)
Negara Rata-rata Gaji (Rp juta/bl.
Gaji berkisar Rp23Ae30 juta per Korea Selatan Gaji kandidat Nurse dan Jepang Careworker berkisar Au100.
000Ae Au200.
000 per bulan (OORp20Ae25 jut.
Upah minimum bagi pengasuh Taiwan lansia sekitar NT$20.
000 per bulan (OORp9,6 jut.
Hong Kong Upah minimum HK$4.
870 per bulan (OORp9Ae10 jut.
Gaji ART berkisar SGD650Ae Singapura 800 per bulan (OORp7,7Ae9,5 jut.
Keterangan :
: Nilai normalisasi alternatif ke-i pada kriteria ke-j
: Nilai asli alternatif ke-i pada kriteria
26 | LPPM ITBA D i a n C i p t a C e n d i k i a Skor
Jurnal informasi dan Komputer Vol: 13 No:2 2025
P-ISSN: 2337-8344
E-ISSN: 2623-1247
Tabel 2.
2 Pembobotan Kriteria Biaya Hidup Tabel 2.
4 Pembobotan Kriteria Bahasa
BIAYA HIDUP (COST)
Negara Indeks Numbeo Skor Jepang Biaya hidup menengah.
Tokyo lebih mahal dibandingkan kota lain, berdasarkan Indeks Numbeo berada di 45,6.
Biaya hidup menengah, terutama di kota besar seperti Taipei.
Indeks biaya hidup Numbeo Taiwan adalah 51,6 .
Biaya hidup relatif tinggi.
Seoul lebih mahal dibandingkan kota lain, berdasarkan Indeks Numbeo berada di 56,5.
Salah satu kota dengan biaya hidup tertinggi di dunia berdasarkan Indeks Numbeo berada di 70 .
Biaya hidup sangat tinggi.
perlu perencanaan keuangan yang baik .
berdasarkan Indeks Numbeo berada di 79,1 Taiwan Korea
Hong Kong
Singapura
BAHASA (BENEFIT)
Negara Tingkat Kesulitan Bahasa Biaya hidup menengah.
Tokyo lebih mahal dibandingkan kota lain.
Jepang berdasarkan Indeks Numbeo berada di 45,6.
Biaya hidup menengah, terutama di kota besar seperti Taipei.
Indeks biaya Taiwan hidup Numbeo Taiwan adalah 51,6 .
Biaya hidup relatif tinggi.
Seoul lebih mahal dibandingkan kota lain.
Korea berdasarkan Indeks Numbeo berada di 56,5.
Salah satu kota dengan biaya hidup tertinggi di Hong dunia berdasarkan Indeks Kong Numbeo berada di 70 .
Biaya hidup sangat tinggi.
perlu perencanaan keuangan Singapura yang baik .
berdasarkan Indeks Numbeo berada di Skor Tabel 2.
3 Pembobotan Kriteria Budaya
BUDAYA (BENEFIT)
Negara Rata-rata Gaji (Rp juta/bl.
Negara multikultural dengan penggunaan bahasa Inggris dan Melayu.
Singapura kosmopolitan memudahkan adaptasi .
Budaya campuran Tiongkok.
Jepang, dan Barat.
Komunitas PMI besar dan fasilitas ibadah Taiwan tersedia, memudahkan adaptasi Budaya Tionghoa dengan pengaruh Barat.
Hong Kong bahasa Inggris membantu adaptasi.
Budaya homogen dan hierarkis.
adaptasi memerlukan Korea pemahaman budaya yang baik.
Budaya kerja disiplin, hierarkis dan etiket sangat kaku.
Jepang memerlukan waktu dan usaha Tabel 2.
5 Pembobotan Kriteria Keamanan Skor
KEAMANAN (BENEFIT)
Negara Taiwan Hong Kong Singapura Jepang Korea Selatan 27 | LPPM ITBA D i a n C i p t a C e n d i k i a Indeks Numbeo Tingkat kriminalitas rendah.
lingkungan aman bagi PMI .
berdasarkan Indeks Numbeo berada di 82,9 Tingkat kriminalitas rendah.
Tercatat mencatat Crime Index Hong Kong sebesar 21,5 (Safety Index 78,.
Salah satu negara teraman di dengan Crime Index hanya 22,6 dan Safety Indeks 77,4 .
Tingkat kriminalitas sangat Crime Index Jepang hanya 22,9 dan Safety Indeks 77,1 .
Tingkat kriminalitas rendah.
lingkungan relatif aman dengan Safety Indeks 75,1.
Skor
Jurnal informasi dan Komputer Vol: 13 No:2 2025
P-ISSN: 2337-8344
E-ISSN: 2623-1247
Tabel 2.
6 Pembobotan Kriteria Proses Migrasi
PROSES MIGRASI (BENEFIT)
Kompleksitas Proses Negara Migrasi Skema P2P melalui agen Singapura resmi.
regulasi migrasi relatif mudah dan transparan .
Kontrak standar 2 tahun melalui agen resmi.
Hong perpanjang relatif mudah.
Kong hak-hak pekerja dilindungi dengan baik .
Skema P2P melalui agen.
proses legal namun Taiwan memerlukan kehati-hatian dalam memilih agen.
Skema G-to-G intensif melalui BP2MI .
bln Jepang pelatiha.
, proses seleksi ketat namun transparan .
Skema G-to-G melalui EPSTOPIK ketat .
ji bahasa Korea skil.
, proses seleksi Selatan transparan dan legal.
Skor Pengujian Hasil Pengujian dilakukan apakah sistem berjalan sesuai dengan fungsionalitas yang dirancang dan validitas hasil sistem juga diverifikasi dengan membandingkannya terhadap hasil perhitungan manual sebagai acuan, guna memastikan perhitungan yang diimplementasikan dalam Evaluasi Hasil Untuk rekomendasi yang dihasilkan oleh metode MOORA, digunakan pendekatan SpearmanAos Rank Correlation Coefficient (A).
Metode ini berguna untuk mengukur tingkat kesesuaian antara urutan hasil rekomendasi yang dihasilkan sistem dengan urutan referensi ideal yang berasal dari penilaian rekrutmen atau kondisi data Rumus Spearman adalah sebagai berikut:
Oc Menghitung Nilai Optimasi Keterangan :
Setelah nilai-nilai dinormalisasi dan dibobotkan, langkah selanjutnya adalah menggabungkan nilai-nilai kriteria benefit dan cost dalam satu Nilai-nilai dari kriteria benefit dijumlahkan, sedangkan nilai dari kriteria cost dikurangkan dari hasil tersebut.
Hasilnya adalah skor akhir dari masing-masing negara yang mencerminkan seberapa sesuai negara tersebut dengan preferensi pengguna Oc Oc Keterangan :
: Jumlah kriteria benefit : Jumlah total kriteria : Jumlah alternatif Interpretasi hasil nilai : Korelasi sangat kuat : Tidak ada korelasi Oe1 : Korelasi bertolak belakan.
erbandingan HASIL DAN PEMBAHASAN : Nilai optimasi untuk alternatif ke-i.
: Selisih antara peringkat MOORA dan referensi untuk setiap alternatif Pembahasan terhadap hasil penelitian dan pengujian yang diperoleh disajikan dalam bentuk uraian teoritik, baik secara kualitatif maupun kuantitatif.
Hasil percobaan sebaiknya ditampilkan dalam berupa grafik ataupun tabel.
Menentukan Ranking Skor akhir dari hasil perhitungan MOORA
digunakan untuk menyusun peringkat alternatif
Negara dengan skor tertinggi ditempatkan pada peringkat pertama sebagai rekomendasi utama, sedangkan negara lainnya ditempatkan secara berurutan sesuai dengan 28 | LPPM ITBA D i a n C i p t a C e n d i k i a Jurnal informasi dan Komputer Vol: 13 No:2 2025
1 Tampilan Antarmuka
Form Preferensi Calon PMI
P-ISSN: 2337-8344
E-ISSN: 2623-1247
tersebut berdasarkan kriteria yang tidak memenuhi preferensi pengguna secara optimal Dashboard Rekruter Gambar 3.
1 Form Preferensi Calon PMI Pengguna .
alon PMI) akan melakukan proses login untuk mengakses sistem.
Setelah berhasil masuk, pengguna akan diarahkan ke halaman dashboard yang hanya menyajikan judul dari sistem dan tombol untuk memulai proses pengisian data.
Pengguna mengisi biodata singkat terlebih dahulu keterampilan, dan pengalaman kerja.
Setelah biodata selesai diisi, sistem akan mengarahkan pengguna ke form preferensi seperti pada Figure 4, di mana mereka diminta menjawab serangkaian pernyataan terkait setiap kriteria penilaian negara Penilaian dilakukan menggunakan skala Likert 1Ae5, yang merepresentasikan tingkat kepentingan atau preferensi pengguna terhadap masing-masing kriteria.
Jawaban pada form ini akan dikonversi menjadi nilai numerik yang digunakan sebagai input awal dalam proses pengambilan keputusan (SPK) menggunakan metode MOORA Gambar 3.
3 Dashboard Rekruter Pada entitas kedua, yaitu admin atau rekruter, proses dimulai dengan melakukan login ke dalam sistem.
Setelah berhasil masuk, sebagai rekruter halaman dashboard yang ditampilkan akan berbeda dengan pengguna biasa.
Pada dashboard ini, rekruter dapat melihat data calon PMI yang telah terdaftar dan dapat menggunakan sistem rekomendasi.
Selain menampilkan biodata pengguna, dashboard juga menampilkan hasil rekomendasi negara untuk masing-masing PMI.
Sistem menyediakan rekapitulasi visual mengenai negara yang paling sering muncul sebagai peringkat pertama dalam rekomendasi.
Hasil Rekomendasi Negara Gambar 3.
4 Kelola Pernyataan Preferensi Gambar 3.
2 Hasil Rekomendasi Negara Setelah pernyataan pada form preferensi, sistem akan secara otomatis melakukan perhitungan dengan tahapan Ae tahapan metode MOORA.
Berdasarkan menampilkan rekomendasi negara tujuan dalam bentuk peringkat .
, dengan alternatif terbaik ditampilkan pada posisi teratas.
Sistem juga menyajikan alternatif negara lain di bawahnya, dilengkapi dengan penjelasan singkat mengenai kelemahan relatif dari masing-masing alternatif Selain fungsi monitoring, terlihat pada contoh Gambar 3.
4, admin memiliki akses ke menu navigasi utama .
yang dapat melakukan beberapa opsi pengelolaan yang tersedia antara lain:
pengelolaan data alternatif .
egara tujua.
, kriteria penilaian, daftar pertanyaan preferensi, serta pengaturan bobot negara.
Fitur ini dirancang agar sistem tetap fleksibel dan dapat disesuaikan dengan perubahan kebijakan atau kebutuhan lembaga
penempatan dari waktu ke waktu 2 Pengujian Validasi Perhitungan Manual dan Sistem
Pada pengujian ini dilakukan perbandingan hasil
dari perhitungan manual dengan perhitungan sistem
29 | LPPM ITBA D i a n C i p t a C e n d i k i a Jurnal informasi dan Komputer Vol: 13 No:2 2025
P-ISSN: 2337-8344
E-ISSN: 2623-1247
Tabel 3.
1 Normalisasi Bobot Nilai Preferensi
Kriteria
Q1 Q2 Q3
Gaji
Biaya
Hidup
Budaya
Bahasa
Keamanan Proses Migrasi
TOTAL
Bobot
Desimal 3,33 Normalisasi
Bobot
0,161
2,33
3,67
3,00
4,67
0,113
0,177
0,145
0,226
3,67
0,177
20,67
1,000
Hidup bersifat cost.
Setiap nilai merupakan skor yang diberikan oleh admin berdasarkan kondisi objektif negara.
Untuk proses normalisasi, digunakan nilai akar kuadrat dari total kuadrat masing-masing kolom Tabel 3.
3 Normalisasi Matriks Keputusan Negara Taiwan Jepang Korea Selatan Langkah pertama yang dilakukan adalah menghitung bobot preferensi pengguna berdasarkan hasil jawaban terhadap masing-masing kriteria.
Setiap kriteria diwakili oleh tiga pernyataan, dan total nilai preferensi untuk masing-masing kriteria diperoleh dari penjumlahan skor pada ketiga pernyataan tersebut (Q1 Q2 Q.
Perhitungan bobot desimal dilakukan dengan membagi hasil penjumlahan skor dengan banyaknya pernyataan.
0,507
0,507
0,338
0,492
0,369
0,492
Bhs
0,391
0,391
0,521
0,464
0,464
0,371
0,351
0,468
0,468
0,606
0,507
0,369
0,391
0,464
0,468
0,364
0,338
0,492
0,521
0,464
0,468
Nilai pada setiap kolom dalam tabel ini diperoleh dari hasil pembagian antara nilai alternatif pada masing-masing kriteria dengan nilai akar kuadrat dari total kolomnya (Tabel .
Misalnya, nilai normalisasi untuk Gaji Taiwan adalah 3/8.
0,3643 / 8.
246 = 0,3643/8.
246 = 0,364.
Normalisasi ini menyetarakan skala antar kriteria dan memungkinkan dilakukan pembobotan yang adil Contoh Kriteria Gaji: 10/3 = 3.
Tabel 3.
4 Optimasi Kriteria Benefit dan Cost Total semua wA = 3.
= 20.
Negara Taiwa Selanjutnya dilakukan proses Normalisasi bobot desimal .
AA = wA/20.
sehingga diperoleh nilai bobot ter-normalisasi untuk masing-masing kriteria dan menghasilkan total 1.
000 atau 100%, hasil total
ini menunjukkan bahwa seluruh bobot kriteria telah terdistribusi secara proporsional dan berada dalam satu skala yang setara, tanpa ada dominasi berlebih dari satu kriteria terhadap yang lain Gaji
0,05
0,07
0,05
0,05
0,05
0,03
0,08
0,06
0,08
Bhs
0,05
0,05
0,07
0,10
0,10
0,08
0,06
0,08
0,08
Korea Selata 0,09 0,05 0,06 0,05 0,10 0,08 0,05 0,03 0,08 0,07 0,10 0,08 Jepang Tabel 3.
2 Nilai Skala Data Alternatif
Negara
Taiwan Jepang
Singapura
Korea
Selatan Hongkong
Nilai Akar
Kuadrat
Gaji
0,364
0,485
0,364
Gaji
Bhs
8,24
7,68
10,77
8,54
Pada Tabel 3.
2 ini menyajikan nilai awal dari masing-masing alternatif negara terhadap setiap Nilai diklasifikasikan berdasarkan jenis kriteria, yaitu benefit .
emakin tinggi semakin bai.
dan cost .
emakin rendah semakin bai.
Contoh:
Kriteria Gaji.
Budaya.
Bahasa.
Keamanan, dan Proses Migrasi bersifat benefit, sedangkan Biaya 30 | LPPM ITBA D i a n C i p t a Setelah normalisasi, dilakukan proses optimasi dengan mengalikan nilai normalisasi tiap kriteria dengan bobot preferensi pengguna.
Untuk kriteria benefit, nilai dikalikan langsung, sementara untuk cost seperti Biaya Hidup, nilainya akan dikurangkan pada tahap akhir dari total nilai benefit.
Nilai-nilai yang ditampilkan pada tabel ini merupakan hasil dari perkalian normalisasi dengan bobot masingmasing kriteria Tabel 3.
5 Hasil Rekomendasi
Negara
Hongkong
Singapura
Korea Selatan Jepang
Taiwan Cendikia
Nilai Akhir 0,371 0,350 0,350 0,331 0,313 Jurnal informasi dan Komputer Vol: 13 No:2 2025
P-ISSN: 2337-8344
E-ISSN: 2623-1247
Nilai akhir diperoleh dengan menjumlahkan semua hasil optimasi kriteria benefit lalu mengurangi hasil optimasi kriteria cost untuk masing-masing Misalnya, nilai akhir Hongkong sebesar 0,371, diperoleh dari total skor benefit dikurangi nilai biaya hidup sebagai cost.
Hasil ini menunjukkan bahwa Hongkong merupakan negara dengan skor tertinggi dan direkomendasikan sebagai alternatif utama, diikuti oleh Korea Selatan.
Singapura.
Jepang, dan terakhir Taiwan menunjukkan bahwa sistem memberikan peringkat negara yang sangat mendekati penilaian rekruter, yang berarti tingkat keandalannya tinggi.
Dengan demikian, sistem berbasis MOORA sangat relevan dalam mendukung keputusan rekruter untuk memberikan rekomendasi negara tujuan terbaik bagi calon Pekerja Migran Indonesia (PMI) KESIMPULAN DAN SARAN 1 Kesimpulan Gambar 3.
5 Hasil Rekomendasi pada Sistem Hasil rekomendasi yang ditampilkan oleh sistem menunjukkan urutan negara berdasarkan skor tertinggi, dengan Hongkong berada di peringkat pertama .
kor 0,.
Jika dibandingkan dengan hasil perhitungan manual, terdapat selisih nilai di negara Singapura dan Korea Selatan yang sangat kecil, namun tidak mengubah urutan peringkat.
Perbedaan ini terjadi akibat pembulatan angka desimal dalam proses komputasi sistem.
Meskipun demikian, hasil akhir tetap valid dan mencerminkan bahwa sistem telah mengimplementasikan metode MOORA dengan akurat dan dapat diandalkan 3 Evaluasi Hasil dengan Korelasi Peringkat Spearman Untuk mengevaluasi sejauh mana hasil perhitungan sistem dengan metode MOORA sesuai dengan penilaian rekruter .
ebagai referens.
, dilakukan evaluasi menggunakan metode Korelasi Peringkat Spearman.
Metode ini digunakan untuk mengukur tingkat kesamaan antara peringkat hasil sistem dan peringkat referensi manual Tabel 3.
6 Perhitungan selisih peringkat Negara Sistem Manual Hongkong Singapura Korea Selatan Jepang Taiwan TOTAL Sehingga jumlah selisih kuadrat Oc alternatif negara, , maka:
(Selisi.
Oc = 2, dan Berdasarkan perumusan masalah dalam latar belakang penelitian ini, maka dapat disimpulkan bahwa sistem rekomendasi negara tujuan bagi Calon Pekerja Migran Indonesia (PMI) telah berhasil dikembangkan dan memenuhi tujuan dari penelitian Adapun kesimpulan dari penelitian ini adalah sebagai berikut:
Sistem yang telah dibuat dan dilakukan pengujian telah sesuai dengan kebutuhan PT.
Surya Eka Perkasa sehingga membantu calon PMI dalam mengambil keputusan negara tujuan secara lebih objektif.
Keputusan tidak lagi bergantung pada pengalaman pribadi atau opini subjektif pihak rekruter, melainkan berdasarkan hasil perhitungan sistematis dari preferensi pengguna Sistem yang dibangun mampu mempermudah calon PMI dengan menyajikan perbandingan antar negara tujuan berdasarkan enam kriteria penting, yaitu gaji, biaya hidup, budaya, bahasa, keamanan, dan proses migrasi, dalam memahami kelebihan dan kekurangan tiap negara secara lebih terukur.
Dari hasil pengembangan dan pengujian dari aplikasi yang telah dibuat, metode MOORA dapat diterapkan ke dalam sistem rekomendasi berbasis komputer dan mampu menghasilkan peringkat negara secara akurat sesuai preferensi pengguna.
Pengujian dilakukan dengan perbandingan hasil perhitungan manual dan sistem, yang menunjukkan konsistensi Selain itu, seluruh fungsi utama sistem juga telah berhasil diuji menggunakan metode Black Box dan berjalan sesuai dengan harapan 2 Saran Berdasarkan dilakukan, terdapat beberapa saran yang dapat 31 | LPPM ITBA D i a n C i p t a C e n d i k i a Jurnal informasi dan Komputer Vol: 13 No:2 2025 diberikan untuk pengembangan dan peningkatan sistem di masa mendatang adalah sebagai berikut:
Menambahkan fitur perbandingan yang lebih rinci tentang kriteria setiap negara untuk memudahkan calon PMI dalam memahami hasil rekomendasi berdasarkan preferensi yang telah mereka isi Menambahkan visualisasi grafik pada halaman admin untuk menampilkan statistik hasil preferensi pengguna dan negara yang paling sering direkomendasikan, sehingga pihak rekruter dapat memantau tren pemilihan negara dan pengguna secara lebih informatif.
P-ISSN: 2337-8344
E-ISSN: 2623-1247
Comput.
Sci.
, vol.
9, no.
2, pp.
99Ae107, 2023, doi: 10.
30606/rjocs.
Pebrianti.
Putri, and A.
Abdullah.
AuDecision Support System for Mobile Operator Selection Using Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) Method,Ay KOMIK (Konferensi A, vol.
4, no.
Query date:
2023-10-06 08:42:26, pp.
4Ae7, 2018, [Onlin.
Available:
http://ejurnal.
id/index.
php/komik/articl e/view/942 .
AuKisaran Gaji di Jepang Berbagai Sektor untuk Pekerja Migran Indonesia.
UCAPAN TERIMAKASIH