JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025
ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode MABAC pada PT.
Adyawinsa Telecommunications & Electrical Meru Hariyansa.
Imelda Saluza.
Dhamayanti.
Muhammad Fadhiel Alie.
, .
, .
Sistem Informasi.
Universitas Indo Global Mandiri [Jl.
Jend.
Sudirman Km.
4 No.
62, 20 Ilir D.
IV.
Kec.
Ilir Timur I.
Palembang.
Sumatera Selatan 30.
Email : meruhariyansyah@gmail.
, imeldasaluza@uigm.
, dhamayanti@uigm.
, fadhiel@uigm.
ABSTRACT
The selection of the best employee at PT.
Adyawinsa Telecommunications & Electrical has traditionally been conducted subjectively by managers without transparency, potentially causing workplace jealousy and decreased motivation.
This study aims to design a Decision Support System (DSS) for selecting the best employee using the Multi-Attributive Border Approximation Area Comparison (MABAC) method integrated with Agile-based software development.
The system incorporates five criteriaAiwork ability, productivity, attendance, discipline, and length of serviceAiwith weights determined through management interviews.
Technically, the system is implemented using the Laravel framework.
PHP, and MySQL, featuring a responsive user interface.
Black-box testing confirms that all system functions operate as specified, and MABAC calculations produce objective, transparent recommendations for the best employee.
Additionally, the system includes a historical tracking feature based on month and year to monitor employee performance trends.
Thus, this research not only addresses the companyAos practical need for a more accountable selection process but also contributes to the academic literature by expanding the application of the MABAC method in human resource management within the Indonesian context.
Keywords: decision support system.
MABAC, best employee selection.
Agile.
Laravel
ABSTRAK
Pemilihan karyawan terbaik di PT.
Adyawinsa Telecommunications & Electrical selama ini dilakukan secara subjektif oleh manajer tanpa transparansi, sehingga berpotensi menimbulkan kecemburuan dan penurunan motivasi kerja.
Penelitian ini bertujuan merancang sistem pendukung keputusan (SPK) untuk pemilihan karyawan terbaik menggunakan metode Multi-Attributive Border Approximation Area Comparison (MABAC) yang dikombinasikan dengan pengembangan perangkat lunak berbasis Agile.
Sistem dirancang dengan lima kriteria: kemampuan bekerja, produktivitas, absensi, kedisiplinan, dan lama bekerja, dengan bobot ditentukan melalui wawancara dengan manajemen.
Implementasi teknis dilakukan menggunakan framework Laravel.
PHP, dan MySQL, serta antarmuka pengguna yang Pengujian sistem menggunakan metode black box testing menunjukkan bahwa seluruh fungsi sistem berjalan sesuai spesifikasi, dan hasil perhitungan MABAC menghasilkan rekomendasi karyawan terbaik yang objektif dan Sistem ini juga menyediakan fitur historis berbasis bulan dan tahun untuk pelacakan tren kinerja karyawan.
Dengan demikian, penelitian ini tidak hanya menjawab kebutuhan praktis perusahaan dalam meningkatkan akuntabilitas proses seleksi, tetapi juga memperkaya penerapan metode MABAC dalam konteks manajemen sumber daya manusia di Indonesia.
Kata Kunci: sistem pendukung keputusan.
MABAC, pemilihan karyawan terbaik.
Agile.
Laravel.
JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025
Pendahuluan ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
produktivitas, absensi, kedisiplinan, dan lama bekerja dengan bobot yang ditentukan berdasarkan kebutuhan spesifik perusahaan melalui wawancara langsung dengan Selain itu, sistem yang dikembangkan tidak hanya menghasilkan peringkat karyawan, tetapi juga menyediakan fitur historis berbasis bulan dan tahun, memungkinkan pelacakan tren kinerja secara longitudinal suatu fitur yang jarang ditemukan dalam implementasi SPK serupa.
Kebaruan utama penelitian ini terletak pada integrasi metode MABAC yang masih minim penerapannya di bidang SDM, dikombinasikan dengan pendekatan rekayasa perangkat lunak berbasis Agile dan implementasi teknologi web modern (Laravel.
PHP.
MySQL).
Sistem ini tidak hanya menjawab kebutuhan transparansi dan objektivitas dalam pemilihan karyawan, tetapi juga memberikan nilai tambah melalui antarmuka yang responsif, manajemen data terstruktur, serta kemampuan pencetakan laporan yang mendukung pengambilan keputusan strategis.
Dengan demikian, penelitian ini berkontribusi baik secara teoretis melalui validasi MABAC dalam konteks baru maupun praktis melalui solusi teknologi yang siap diadopsi oleh organisasi sejenis.
Perkembangan teknologi informasi telah mendorong penerapan sistem pendukung keputusan (SPK) dalam berbagai aspek manajemen sumber daya manusia.
SPK memungkinkan proses pengambilan keputusan menjadi lebih objektif, transparan, dan akuntabel melalui pendekatan berbasis data dan metode multi-kriteria.
lingkungan perusahaan yang kompetitif, seperti PT.
Adyawinsa Telecommunications & Electrical, pemilihan karyawan terbaik secara subjektif oleh manajer tanpa keterlibatan sistem formal menimbulkan potensi ketidakadilan, kecemburuan antar karyawan, serta penurunan motivasi kerja.
Oleh karena itu, diperlukan sebuah pendekatan sistematis yang tidak hanya mempertimbangkan kinerja individu, tetapi juga memastikan konsistensi dan keadilan dalam proses Berbagai penelitian sebelumnya telah mengusulkan penggunaan metode multi-kriteria dalam SPK untuk evaluasi karyawan, seperti Analytical Hierarchy Process (AHP) dan Profile Matching.
Misalnya, (F Sari 2.
(Sari and Yusa 2020.
Widestyanto and Samsinar 2.
menggunakan Profile Matching dengan hanya tiga kriteria, sementara (Putra and Diana 2.
serta (Pambudi et al.
menerapkan AHP dengan variasi kriteria Meskipun metode-metode tersebut telah memberikan kontribusi signifikan, mereka cenderung kurang stabil dalam menangani fluktuasi data atau perubahan bobot kriteria, serta membutuhkan proses normalisasi dan perhitungan yang kompleks.
Hal ini menunjukkan adanya celah dalam hal keandalan komputasi, kemudahan interpretasi hasil, dan adaptabilitas terhadap konteks organisasi yang dinamis.
Metode Multi-Attributive Border Approximation Area Comparison atau MABAC, yang dikembangkan oleh Pamusar dan IiroviN pada tahun 2015, menawarkan solusi alternatif yang lebih stabil dan intuitif.
MABAC
didasarkan pada prinsip perbandingan jarak setiap alternatif terhadap batas perkiraan ideal .
order approximation are.
, sehingga memungkinkan analisis yang lebih rasional dan transparan (Firmansyah.
Santoso, and Sumirat 2.
Keunggulan MABAC terletak pada struktur matematisnya yang sederhana namun kuat, serta kemampuannya memberikan hasil yang konsisten bahkan ketika terjadi perubahan kecil pada bobot kriteria (Firmansyah et al.
Namun, penerapan MABAC dalam konteks pemilihan karyawan, khususnya di perusahaan telekomunikasi dan kelistrikan Indonesia masih sangat terbatas, menciptakan peluang untuk eksplorasi lebih lanjut.
Penelitian ini mengisi kesenjangan tersebut dengan menerapkan metode MABAC dalam sistem pendukung keputusan untuk pemilihan karyawan terbaik di PT.
Adyawinsa Telecommunications & Electrical.
Berbeda studi-studi menggunakan kriteria umum seperti kinerja atau kehadiran saja, penelitian ini mengintegrasikan lima Metode Penelitian Sistem Pendukung Keputusan Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) merupakan sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur (Satria et al.
Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Amanda and Leoni 2.
Dan untuk lebih jelasnya terdapat pengertian sistem pendukung keputusan menurut para ahli antara lain : Sistem pendukung keputusan adalah sebuah sistem informasi yang dirancang untuk membantu para pengambil keputusan dalam proses pengambilan keputusan yang kompleks, terstruktur, dan semiterstruktur (Joko Nuryanto.
Sofyan, and Hartati 2.
Sistem pendukung keputusan .
ecision support system atau DSS) adalah sebuah sistem berbasis komputer menggunakan data, model, dan teknologi informasi untuk memecahkan masalah semi-terstruktur atau tidak terstruktur (Sulistyowati et al.
Sehingga dapat disimpulkan bahwa sistem pendukung keputusan merupakan sistem informasi yang mendukung manajemen level menengah dalam mengambil keputusan setengah terstruktur atau semi structured dengan menggunakan pemodelan analisis dan data yang ada.
Karakteristik sistem pendukung keputusan (Febrina Sari 2.
, antara lain :
Mendukung seluruh kegiatan organisasi Mendukung beberapa keputusan yang saling JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025 Dapat digunakan berulang kali dan bersifat konstan Terdapat dua komponen utama yaitu data dan model Menggunakan baik data eksternal dan internal Memiliki kemampuan what-if analysis dan goal seeking analysis Menggunakan beberapa model kuantitatif.
Tiga fase dalam proses pengambilan keputusan (J.
Nuryanto.
Sofyan, and Hartati 2.
, diantaranya sebagai Intelligence Tahap ini merupakan proses penelurusan dan pendeteksian dari ruang lingkup problematika secara proses pengenalan masalah.
Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasi Design Tahap ini merupakan proses menemukan, mengembangkan dan menganalisis alternatif tindakan yang bisa dilakukan.
Tahap ini meliputi menguji kelayakan solusi.
Choice Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan.
Hasil diimplementasikan dalam proses pengambilan Multi-Attribute Border Approximation Area Comparison (MABAC) MABAC dikembangkan Pamucar dan Cirovic pada tahun 2015 yang dimana pada metode ini terkenal sebagai metode yang dapat memberikan solusi dalam pengambilan sebuah keputusan dibandingkan dengan metode lainnya.
Pada metode MABAC jika alternatif terbaik dapat berdasarkan jarak antara Border Approximation Area (BAA) dan alternative (Aldisa 2.
Metode Multi-Attributive Border Approximation area Comparison (MABAC) digunakan model hibrida.
DEMATEL-MABAC, di mana metode DEMATEL digunakan untuk menentukan koefisien bobot kriteria dan metode MABAC digunakan untuk alternatif peringkat.
Asumsi dasar dari metode MABAC tercermin dalam definisi jarak fungsi kriteria dari setiap alternatif yang diamati dari daerah perkiraan perbatasan (Laila and Hasibuan 2.
Adapun langkah-langkah dilakukan metode MABAC, yaitu (Marco et al.
Membentuk matriks keputusan awal (X) (Form inginitial decision matrix (X)) Pada langkah pertama dilakukan evaluasi alternatif AumAy dengan AunAy kriteria.
Alternatif disajikan dengan vector Ai =.
i1,xi2,xi3,.
,xi.
, dimana Xij adalah niladari AuiAy alternatif dengan criteria AujAy .
=1,2,3,.
,m.
j=1,2,3,.
ya1 ycu11 ycU= .
A ycu2ycu
ya3 A ycu1yco
dimana m adalah nomor alternatif dan n adalah jumlah total kriteria
ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
Normalisasi elemen matriks awal (X) (Normalization of initial matrix (X) element.
ya1 yc11 ycU= .
A yc2ycu ya3 A ya4 yc1yco A ycycoycu Elemen matriks ternormalisasi (N) diperoleh dengan menerapkan rumus :
Jenis kriteria Benefit (For benefit-typecriteri.
ycuOe ycu ycO.
= ycu Oe ycu Jenis kriteria Biaya/Cost (For cost-type criteri.
ycuOe ycu .
= ycu Oe ycu Keterangan :
= Normalisasi x = penilaian dari kriteria ycu =max.
1, x2, x3,.
,x.
mewakili nilai maksimum dari kriteria yang diamati oleh alternatif.
ycu = min.
1, x2, x3,.
,x.
mewakili nilai minimum dari kriteria yang diamati oleh alternatif.
Perhitungan elemen matriks tertimbang (V) Elemen matriks tertimbang dihitung berdasarkan rumus vij = .
i * ti.
wi= menyajikan elemen matriks yang dinormalisasi (N), tij= menyajikan koefisien bobot kriteria.
Dengan menerapkan rumus ycO = ycO OycN ycO a A.
Keterangan :
ycO = Elemen Matriks Tertimbang ycO = menyajikan koefisien bobot kriteria
ycN = menyajikan elemen matriks yang normalisasi
(N)
Penentuan matriks area perkiraan perbatasan (G) (Determination of border approxi matearea matrix
(G))
Area perkiraan batas untuk setiap criteria ditentukan sesuai dengan rumus:
ya = Oa ycO A .
Keterangan :
ya = Matriks Area Perkiraan Batas ycO =menampilkan elemen matriks tertimbang /terbobot (V) Menyajikan jumlah total alternatif Perhitungan elemen matriks jarak alternative dari daerah perkiraan perbatasan (Q) (Calculation of matrix elements of alternative distance from theborder approximate area (Q) ) dan Nilai Akhir ycO Oeya A ycO Oeya ycO Oeya A ycO Oeya ycO= A .
A A A ycO Oeya A ycO Oeya Dimana Gi menyajikan daerah perkiraan perbatasan untuk criteria Ci ,Vij menyajikan elemen matriks berbobot (V),AunAy menyajikan jumlah kriteria,AumAy menyajikan nomor alternatif.
Alternatif Ai dapat termasuk kearea perkiraan perbatasan (G), area JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025 perkiraan atas (G ) atau area perkiraan lebih rendah (G- ), yaitu: AA A { G.
GA.
GA }.
Daerah perkiraan atas (G ) menyajikan area dimana alternative ideal terletak (AA), sedangkan area perkiraan yang lebih rendah G menyajikan area dimana alternative antiideal berada (A).
Perangkingan alternatif (Ranking Alternati.
Perhitungan nilai-nilai fungsi kriteria dengan alternatif .
diperoleh sebagai jumlah dari jarak alternatif dari daerah perkiraan perbatasan .
Menjumlahkan elemen matriks Q dengan garis diperoleh nilai akhir dari fungsi kriteria alternatif Metode AGILE Penelitian ini menggunakan metode Agile software development dalam tahap pengembangan sistem (Pressman 2.
seperti disajikan pada gambar 1, karena model pengembangan sistem Agile software development juga memberikan hasil yang lebih baik dibandingkan metode pengembangan lainnya karena hasil benar-benar sesuai dengan kebutuhan sistem yang ada serta pada agile software development memiliki kelebihan jika ada tahapan yang salah disebelumnya dapat kembali lagi tanpa harus menyelesaikan semua tahap terlebih dahulu sehingga pembuatan sistem menjadi lebih baik dan ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
pengembangan berikutnya.
Pendekatan ini dipilih karena fleksibilitasnya dalam merespons perubahan kebutuhan serta kemampuannya menghasilkan produk yang benarbenar sesuai dengan ekspektasi pengguna akhir.
Pembahasan Analisis Sistem yang Sedang Berjalan PT.
Adyawinsa Telecommunications & Electrical dalam kegiatan sehari Ae harinya memiliki 43 karyawan dengan berbagai divisi seperti marketing, accounting, purchasing, admin, pajak dan bagian lainnya.
Dalam penilaian kinerja karyawan untuk pemberian bonus dilakukan oleh perusahaan untuk meningkatkan motivasi pekerjaan dan perusahaan biasa memilih karyawan yang dapat bekerja dan juga memberikan kontribusi yang terbaik untuk perusahaan.
Berikut ini merupakan langkahlangkah sistem yang sedang berjalan untuk penilaian kinerja karyawan pada perusahaan untuk pemilihan karyawan terbaik, yaitu :
HRD perusahaan mendata karyawan-karyawan yang masih bekerja di perusahaan.
Kemudian HRD mengisi data-data penilaian berdasarkan kriteria yang digunakan antara lain :
kedisiplinan, absensi, dan lama bekerja.
Dan dari hasil ini diserahkan kepada manager perusahaan.
Setelah itu manager perusahaan melakukan pemilihan untuk karyawan untuk pemberian bonus dengan dari hasil penilaian.
Dan hasil yang dipilih diserahkan kepada HRD.
Hasil karyawan yang terpilih untuk karyawan mendapatkan bonus ditempelkan di papan pengumuman yang hanya menampilkan nama karyawan yang terpilih tanpa dilampirkan penilaian karyawan berdasarkan kriteria.
Dan berikut ini merupakan flowchart alur penilaian kinerja karyawan, yang dapat dilihat pada gambar 2.
Gambar 1.
Metode Agile Software Development Metode Agile Software Development yang digunakan dalam penelitian ini terdiri atas enam tahapan utama yang saling berulang .
dan kolaboratif (Ndruru.
Waruwu, and Utomo 2.
, dimulai dari Requirement, yaitu identifikasi kebutuhan sistem melalui wawancara dengan pemangku kepentingan untuk memahami masalah dan menentukan kriteria penilaian dilanjutkan dengan tahap Design, di mana dilakukan perancangan arsitektur sistem, antarmuka pengguna, serta pemodelan menggunakan diagram UML .
se case, activity, dan class diagra.
kemudian masuk ke tahap Development, yaitu implementasi sistem berbasis framework Laravel dengan bahasa pemrograman PHP dan DBMS MySQL sesuai rancangan yang telah setelah itu dilakukan tahap Testing menggunakan metode black box testing untuk memastikan seluruh fungsi sistem berjalan sesuai spesifikasi fungsional dan non-fungsional.
bila sistem dinyatakan siap, maka dilanjutkan ke tahap Deployment, yaitu penerapan sistem secara terbatas di lingkungan PT.
Adyawinsa Telecommunications & Electrical.
diakhiri dengan tahap Review, di mana sistem dievaluasi berdasarkan umpan balik pengguna untuk perbaikan atau JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025
HRD
Manager ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
Karyawan Mulai Pendataan Karyawan Yang Masih Bekerja Mengisi data Kriteria Laporan Penilaian Karyawan Hasil Pemilihan Karyawan Laporan Penilaian Karyawan Memilih Karyawan Terbaik Berdasarkan Penilaian Hasil Pemilihan Karyawan Arsip Laporan Gambar 4.
Tambah Data Admin Halaman Tambah Data Karyawan Halaman tambah data karyawan merupakan halaman yang menampilkan form untuk menambah data karyawan baru dengan kolom yang terdiri dari nik, nama karyawan, alamat lengkap, email, telepon dan Hasil Pemilihan Karyawan Gambar 2.
Flowchart Alur Penilaian Karyawan Implementasi Program Implementasi perancangan halaman yang ada pada program dimana implementasi ini juga menguji program yang dibuat telah sesuai dengan sistem yang dirancang sehingga program yang dibuat tidak terjadi kesalahan baik dari sisi sistem maupun dari sisi coding.
Adapun implementasi sistem pendukung keputusan pemilihan karyawan terbaik pada PT.
Adyawinsa Telecommunications & Electrical, dapat dijabarkan sebagai berikut :
Halaman Form Login Halaman form login merupakan halaman yang digunakan oleh pengguna sistem untuk masuk ke halaman utama.
Gambar 5.
Tambah Data Karyawan Halaman Tambah Data Kriteria Halaman tambah data kriteria merupakan halaman yang menampilkan form untuk menambah data kriteria baru dengan kolom yang terdiri dari nama kriteria, bobot nilai dan jenis.
Gambar 6.
Halaman Tambah Data Kriteria Halaman Tambah Data Sub Kriteria Halaman tambah data sub kriteria merupakan halaman yang menampilkan form untuk menambah data sub kriteria baru dengan kolom yang terdiri dari kriteria, nama sub kriteria, dan nilai sub kriteria.
Gambar 3.
Form Login Halaman Tambah Data Admin Halaman tambah data admin merupakan halaman yang menampilkan form untuk menambah data admin baru dengan kolom yang terdiri dari nama admin, alamat lengkap, dan email.
Gambar 7.
Tambah Data Sub Kriteria Halaman Tambah Data Penilaian Karyawan Halaman tambah data penilaian karyawan merupakan halaman yang menampilkan form untuk menambah JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025
ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
data penilaian karyawan baru dengan kolom yang terdiri dari nilai karyawan berdasarakan kriteria yang Gambar 11.
Tabel Kriteria Halaman Tabel Sub Kriteria Halaman tabel sub kriteria merupakan halaman yang menampilkan informasi lengkap dari sub kriteria dan terdapat pengaturan untuk mengubah dan menghapus Gambar 8.
Tambah Data Penilaian Karyawan Halaman Tabel Admin Halaman tabel admin merupakan halaman yang menampilkan informasi lengkap dari admin dan terdapat pengaturan untuk mengubah dan menghapus Gambar 9.
Tabel Admin Halaman Tabel Karyawan Halaman tabel karyawan merupakan halaman yang menampilkan informasi lengkap dari karyawan dan terdapat pengaturan untuk mengubah dan menghapus Gambar 12.
Tabel Sub Kriteria Halaman Tabel Penilaian Karyawan Halaman tabel penilaian karyawan merupakan halaman yang menampilkan informasi lengkap dari penilaian karyawan dan terdapat pengaturan untuk mengubah data.
Gambar 10.
Tabel Karyawan Halaman Tabel Kriteria Halaman tabel kriteria merupakan halaman yang menampilkan informasi lengkap dari kriteria dan terdapat pengaturan untuk mengubah dan menghapus JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025
ISSN PRINT : 2302-500X
ISSN ONLINE : 2477-3786
Gambar 13.
Tabel Penilaian Karyawan Halaman Laporan Karyawan Halaman laporan karyawan merupakan laporan yang menampilkan informasi secara detail dari karyawan yang akan dinilai penilaian kinerja untuk mendapatkan karyawan yang layak diberikan kenaikan jabatan.
Gambar 15.
Laporan Pemilihan Karyawan Terbaik Kesimpulan Penelitian mengimplementasikan sistem pendukung keputusan untuk pemilihan karyawan terbaik di PT.
Adyawinsa Telecommunications & Electrical menggunakan metode MABAC (Multi-Attributive Border Approximation Area Compariso.
dan pengembangan perangkat lunak berbasis Agile.
Sistem yang dibangun mampu mengatasi keterbatasan proses penilaian manual yang selama ini bersifat subjektif, tidak transparan, dan rentan menimbulkan kecemburuan antar karyawan.
Dengan mempertimbangkan lima kriteria utamaAikemampuan bekerja, produktivitas, absensi, kedisiplinan, dan lama bekerjaAiserta bobot yang ditentukan melalui wawancara dengan manajemen, sistem ini menghasilkan peringkat karyawan yang objektif, konsisten, dan dapat Implementasi teknologi web modern berbasis Laravel.
PHP, dan MySQL memungkinkan pengelolaan data yang terstruktur, antarmuka yang responsif, serta fitur historis berbasis bulan dan tahun untuk pelacakan tren kinerja secara Hasil pengujian menggunakan black box testing menunjukkan bahwa seluruh fungsi sistem berjalan sesuai spesifikasi, dan output perhitungan MABAC menghasilkan rekomendasi karyawan terbaik yang valid.
Dengan demikian, sistem ini tidak hanya memberikan solusi praktis bagi perusahaan dalam meningkatkan transparansi dan akuntabilitas proses seleksi, tetapi juga memperkaya literatur akademik melalui penerapan metode MABAC dalam konteks manajemen sumber daya manusia di Indonesia.
Gambar 14.
Laporan Karyawan Halaman Laporan Pemilihan Karyawan Terbaik Halaman laporan pemilihan karyawan terbaik merupakan laporan hasil perhitungan penilaian kinerja karyawan menggunakan metode MABAC dan menampilkan hasiil karyawan yang layak menjadi karyawan terbaik.
JURNAL ILMIAH INFORMATIKA GLOBAL VOLUME 16 No.
03 Desember 2025
Daftar Pustaka