JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Sistem Pendukung Keputusan Untuk Penilaian Kinerja PHL (Pegawai Harian Lepa.
Dinas Kebersihan Di Kecamatan Medan Selayang Dengan Menggunakan Metode PSI Astati Harahap 1 .
Mochammad Iswan 2 .
Afdal Alhafiz 3
1,2,3
Sistem Informasi.
STM IK Triguna Dharma Email: 1 tatiharahap1999@gmail.
com,2 mochammadiswan@gmail.
com,3 afdal.
alhafiz@trigunadharma.
Email Penulis Korespondensi: tatiharahap1999@gmail.
Abstrak Oe Kantor Dinas Kebersihan Kecamatan M edan Selayang memelikia tenaga kerja PHL( Pegawai Harian Lepa.
yang tangguh, professional, dan sanggup berbuat lokal dan bersaing secara global.
Kantor Dinas Kebersihan Kecamatan M edan Selayang sebagai pelaksana menciptakan keadilan sosial melalui reformasi birokrasi yang bersih, profesional, akuntabel dan transparan berlandaskan semangat melayani masyarakat serta terciptanya pelayanan publik yang prima, adil dan merata.
Adapun permasalahan Kantor Dinas Kebersihan Kecamatan M edan Selayang dalam terwujudnya kemampuan mengelola daya saing dan berkualitas yang kurang pengawasan pada PHL( Pegawai Harian Lepa.
mapun dalam penilaian yang belum maksimal dan lambat yang memerlukan pengambilan keputusan yang maksimal dan cepat.
Permasalahan tersebut untuk bidang keilmuan yang layak untuk menjadi sistem yang tepat sesuai dengan permasalahan tersebut yaitu sistem pendukung keputusan.
M etode sistem pendukung keputusan dapat mengembangkan dalam upaya menentukan yang akan digunakan dengan menggunakan metode PSI.
Hasil penelitian ini untuk membantu dalam memilih kinerja PHL terbaik agar dapat menentukan kinerja PHL terbaik dan menghasilkan akurasi yang diharapkan dapat membantu manager perusahaan untuk menentukan kinerja PHL terbaik.
Kata Kunci: Kinerja PHL.
PSI.
Sistem Pendukung Keputusan.
AbstracOe The Medan Selayang District Cleaning Service Office has a PHL (Freelance Daily Employee.
workforce who are tough, professional, and able to work locally and compete globally.
The Medan Selayang District Sanitation Service Office is the implementer of creating social justice through bureaucratic reform that is clean, professional, accountable and transparent based on the spirit of serving the community and creating excellent, fair and equitable public services.
The problem with the Medan Selayang District Cleaning Service Office is the realization of the ability to manage competitiveness and quality, which lacks supervis ion of PHLs (Freelance Daily Employee.
and also in assessments that are not yet optimal and slow, which requires maximum and fast decision making.
This problem is for a scientific field that deserves to be an appropriate system according to this problem, namely a decision support system.
Decision support system methods can be developed in an effort to determine which will be used using the PSI method.
The results of this research are to help in selecting the best PHL performance in order to determine the best PHL performance and produce accuracy which is expected to help company managers to determine the best PHL performance.
Keywords: Decision Support System.
PHL Performance.
PSI.
PENDAHULUAN
Kantor Dinas Kebersihan Kecamatan Medan Selayang memelikia tenaga kerja PHL( Pegawai Harian Lepa.
yang tangguh, professional, dan sanggup berbuat lokal dan bersaing secara global .
Kantor Dinas Kebersihan Kecamatan Medan Selayang sebagai pelaksana menciptakan keadilan sosial melalui reformasi birokrasi yang bersih, profesional, akuntabel dan transparan berlandaskan semangat melayani masyarakat serta terciptanya pelayanan publik yang prima, adil dan merata .
Adapun permasalahan Kantor Dinas Kebersihan Kecamatan Medan Selayang dalam terwujudnya kemampuan mengelola daya saing dan berkualitas yang kurang pengawasan pada PHL( Pegawai Harian Lepa.
mapun dalam penilaian yang belum maksimal dan lambat yang memerlukan pengambilan keputusan yang maksimal dan cepat .
Oleh sebab itu, pemerintah dapat memakai keilmuan sistem pendukung keputusan, yang bisa menyimpulkan output keputusan dalam menyelesaikan permasalahan dalam penentuan kinerja PHL( Pegawai Harian Lepa.
Sistem Pendukung Keputusan (SPK) yang seperti itu disebut aplikasi SPK.
Aplikasi SPK digunakan dalam pengambilan keputusan .
Aplikasi SPK menggunakan CBIS (Computer Based Information System.
yang fleksibel, interaktif, dan dapat diadaptasi, dikembangkan untuk mendukung solusi atas masalah manajemen spesifik yang tidak Aplikasi SPK menggunakan data, memberikan antarmuka pengguna yang mudah, dan dapat menggabungkan pemikiran pengambil keputusan .
Dengan adanya sistem pendukung keputusan yang ditujukan Astati Harahap, 2022.
Hal 23
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index untuk melakukan pengambilan keputusan atau pemecahan persoalan dalam menentukan kinerja PHL(Pegawai Harian Lepa.
Pada Kantor Dinas Kebersihan Kecamatan Medan Selayang yang selektif dan efesien dalam pengambilan keputusan .
Dalam menyelesaikan permaslahan tersebut, maka metode yang layak dapat dikembangkan dalam upaya untuk menetukan pinilaian kinerja yaitu metode Preference Selection Index (PSI) .
Implementasi Metode PSI merupakan mengasumsikan ketergantungan langsung dan proporsional dari tingkat signifikansi dan utilitas dari alternatif yang ada dengan adanya kriteria yang saling bertentangan.
Ini memperhitungkan kinerja alternatif sehubungan dengan kriteria yang berbeda dan juga bobot kriteria yang sesuai.
Metode ini memilih keputusan terbaik mengingat solusi ideal dan ideal-terburuk.
PSI lebih akurat dalam perhitungan perangkingan alternatif karena evaluasi kriteria maksimum dan kriteria minimum dilakukan secara terpisah .
Metode PSI menggunakan penilaian dan evaluasi bertahap prosedur alternatif dalam hal signifikansi dan tingkat utilitas.
Dengan metode PSI dapat hasil akhir kinerja PHL( Pegawai Harian Lepa.
Pada Kantor Dinas Kebersihan Kecamatan Medan Selayang dengan cepat dan akurat.
Hasil adanya pelayanan pada masyarakat terwujudnya kesejahteraan rakyat desa dan meningkatkan mutu ataupun kualitas pada pelayanan Kantor Dinas Kebersihan Kecamatan Medan Selayang.
METODOLOGI PENELITIAN
Tahapan Penelitian Pengumpulan data adalah teknik atau cara yang dilakukan oleh peneliti untuk mengumpulkan data.
Pengumpulan data dilakukan untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan penelitian.
Observasi Dalam penelitian ini, observasi dilakukan dengan langsung ke instansi pemerintah Kantor Dinas Kebersihan Kecamatan Medan Selayang untuk mengumpulkan data-data yang berhubungan dengan Penilaian kinerja.
Wawancara Proses wawancara dilakukan melalui tatap muka dan tanya jawab langsung dengan narasumber yaitu oleh bapak Wiriyanto selaku seketaris di Kantor Dinas Kebersihan Kecamatan Medan Selayang dengan tujuan untuk menggali informasi tentang penentuan Penilaian kinerja serta kendala-kendala yang dihadapi.
Deskripsi data penelitian yang diproleh berupa kinerja dari hasil pengumpulan data yang akan dijadikan sebagai data alternatif dalam perhitungan metode PSI (Preference Selection Inde.
adalah seperti berikut:
Tabel 1 Data Tenaga Kebersihan Nama Jabatan Tugas Kasiono Tenaga Kebersihan Bestari Julius P Simamora Tenaga Kebersihan Bestari Jendiman Sihotang Tenaga Kebersihan Bestari Alimuddin Harahap Tenaga Kebersihan Bestari Suhardi Tenaga Kebersihan Bestari Sulastri Tenaga Kebersihan Melati Heti Tenaga Kebersihan Melati Zainab Tenaga Kebersihan Melati Nurbaini Tenaga Kebersihan Melati Keluarahan Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kel.
Asam Kumbang Kriteria yang digunakan dalam sistem pendukung keputusan penentuan Penilaian kinerja di Kantor Dinas Kebersihan Kecamatan Medan Selayang sebagai dasar untuk menilai dan menentukan Penilaian kinerja.
Kriteria tersebut adalah seperti pada tabel berikut.
Tabel 2 Kriteria Kriteria Atribut Disiplin Benefit Pekerjaan Benefit Absensi Cost Astati Harahap, 2022.
Hal 24
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Solidaritas Benefit Setiap kriteria di atas, memiliki himpunan kriteria bertingkat yang memiliki bobot yang berbeda berdasarkan tingkatan atribut.
Tabel 3 Data Himpunan Kriteria Disiplin
Kriteria
Himpunan Penilaian Bobot
Sangat Baik > 95
C1 Disiplin Baik 86 s/d 95
Cukup Baik 66 s/d 85
Kurang Baik 51 s/d 65
C1 Disiplin
Tidak Baik < 50
Tabel 4 Data Himpunan Kriteria Pekerjaan Kode Kriteria Nama Kriteria
Range Himpunan > 95
Sangat Baik 86 s/d 95
Baik Pekerjaan 66 s/d 85 Cukup Baik 51 s/d 65 Kurang Baik < 50
Tidak Baik Bobot
Tabel 5 Data Himpunan Kriteria Absensi
Kode Kriteria Nama Kriteria Himpunan Bobot
AO2
2O AO5
Absensi
6O A O8
9 O A O12
A Ou 12 Tabel 6 Data Himpunan Kriteria Solidaritas Kode Kriteria Nama Kriteria Himpunan Sangat Baik Baik Cukup Baik Solidaritas Kurang Baik Sangat Barik Penerapan Metode PSI Menentukan Nilai Kriteria dari Alternatif Nilai alternatif untuk setiap kriteria dapat dilihat seperti pada tabel berikut dimana nilai setiap kriteria diberikan bobot setiap fakta berdasarkan data di atas.
Jabatan Bobot Nama Kasiono Julius P Simamora Jendiman Sihotang Alimuddin Harahap Suhardi Sulastri Heti Zainab Nurbaini Tabel 7 Data Nilai Alternatif Tenaga Kebersihan Disiplin Pekerjaan Absensi 12 Absen 3 Absen 7 Absen 3 Absen 1 Absen 3 Absen 3 Absen 1 Absen 1 Absen Solidaritas Sangat Baik Kurang Baik Cukup Baik Kurang Baik Tidak Baik Kurang Baik Kurang Baik Tidak Baik Tidak Baik Astati Harahap, 2022.
Hal 25
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Indefikasi Matriks Keputusan Berdasarkan nilai kriteria seperti tabel data nilai alternatif maka dapat ditentukan matriks keputusan sebagai Max Min Tahap normalisasi matriks keputusan Pertama sekali melakukan penormalisasian ycIycnyc.
Adapun matrix keputusan berdasarkan rumus sebagai berikut:
Nilai matrix keputusan untuk C1
A 1,1 = = 0,2
A 2,1 = = 0,6
A 3,1 = = 0,6
A 4,1 = = 0,4
A 5,1 = = 0,2
A 6,1 = = 0,4
A 7,1 = = 0,4
A 8,1 = = 0,2
A 9,1 = = 0,2
Nilai matrix keputusan untuk C2
A 1,2 = = 1
A 2,2 = = 1
A 3,2 = = 0,6
A 4,2 = = 1
A 5,2 = = 1
A 6,2 = = 1
A 7,2 = = 1
A 8,2 = = 1
A 9,2 = = 1
Nilai matrix keputusan untuk C3
A 1,3 = = 1
A 2,3 = = 0,4
A 3,3 = = 0,6
A 4,3 = = 1
A 5,3 = = 0,2
A 6,3 = = 1
Astati Harahap, 2022.
Hal 26
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index A 7,3 = = 1
A 8,3 = = 0,2
A 9,3 = = 0,2
Nilai matrix keputusan untuk C4
A 1,4 = = 1
A 2,4 = = 0,4
A 3,4 = = 0,6
A 4,4 = = 0,4
A 5,4 = = 0,2
A 6,4 = = 0,4
A 7,4 = = 0,4
A 8,4 = = 0,2
A 9,4 = = 0,2
Menghitung Nilai mean atau rata-rata dari data yang telah dinormalisasi.
Pada tahap ini melakukan penjumlahan matriks Nij dari setiap atribut adalah sebagai berikut.
Ocycu ycn=1 ycAyc1=R11 R21 A.
Rnx
Nilai Mean C1
C1 = 1 0,6 0,6 0,4 0,2 0,4 0,4 0,2 0,2= 4
Nilai Mean C2
C2 = 1 1 0,6 1 1 1 1 1 1= 8,6
Nilai Mean C3
C3 = 1 0,4 0,6 0,4 0,2 0,4 0,4 0,2 0,2= 3,8
Nilai Mean C4
C4 = 1 0,4 0,6 0,4 0,2 0,4 0,4 0,2 0,2= 3,8
Hasil Ocycu ycn=1 ycAycnyc = .
8,6.
3,8.
Hasil dari perhitungan di atas mendapatkan nilai mean atau rata-rata N = .
,444.
0,956.
0,422.
Menghitung Nilai Prefensi Dengan menggunakan persamaan nilia rata-rata .
, maka hasil perhitungan pangkat pada matriks OIyc adalah sebagai berikut :
iyc=Oc .
cA11 Oe ycA] ycu 2
Tabel 8 Hasil matriks OIyc
Kemudian hasil nilai matriks OIyc
OIyc
Nama PHL
Kasiono
Disiplin
0,3086
Pekerjaan 0,0020 Absensi
0,3338
Solidaritas 0,3338 Julius P Simamora
0,0242
0,0020
0,0005
0,0005
Jendiman Sihotang
0,0242
0,1264
0,0316
0,0316
Alimuddin Harahap
0,0020
0,0020
0,0005
0,0005
Suhardi 0,0598 0,0020 0,0494 0,0494 Sulastri 0,0020 0,0020 0,0005 0,0005 Heti
0,0020
0,0020
0,0005
0,0005
Zainab
0,0598
0,0020
0,0494
0,0494
Nurbaini 0,0598 0,0020 0,0494 0,0494 Hasil matriks OIyc.
,4578.
0,8578.
0,4844.
0,4.
Astati Harahap, 2022.
Hal 27
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Tentukan penyimpangan dalam nilai preferensi Menentukan penyimpangan nilai preferensi, dengan menggunakan persamaan .
Hasil perhitungan nilai preferensi menghasilkan matriks Ej adalah sebagai berikut.
Ej = 1 - OIyc OIyc = .
,5422.
0,1422.
0,5156.
0,5.
Ej = .
- 0,352.
1 - 0,128.
1- 0,368 .
1 - 0,.
Menghitung Oc Ej = 2,284 Menentukan Nilai Bobot Kriteria Dalam fase ini untuk mendapatkan nilai bobot kriteria c1,c2,c3,c4 dengan proses PS1 adalah sebagai berikut :
ycOyc = Oc Ej
0,352
ycO1 = = 0,20 2,284 0,128 ycO2 = = 0,375 2,284 0,368 ycO3 = = 0,212 2,284 0,368 ycO4 = = 0,212 2,284 Hasil perhitungan nilai keseluruhan kriteria bobotnya yuij yuij = .
,200.
0,375.
0,212.
Menghitung Preference Selection Indeks Dalam proses ini nilai Nilai Prefensi dikalikan dengan nilai bobot adalah sebagai berikut.
C1 = Rij x 0,200 oi = 0,061848489 C2 = Rij x 0,375 0,000741701 C3 = Rij x 0,212 0,070792141 C4 = -Rij x
0,212
-0,070792141
0,004848922
0,004848922
0,00039583
0,000741701
0,047468896
0,000741701
0,000104722
0,006702215
0,000104722
-0,000104722
-0,006702215
-0,000104722
0,011973868
0,000741701
0,01047221
-0,01047221
0,00039583
0,000741701
0,000104722
-0,000104722
0,00039583
0,000741701
0,000104722
-0,000104722
0,011973868
0,000741701
0,01047221
-0,01047221
0,011973868
0,000741701
0,01047221
-0,01047221
Hasil akhir pada matriks OIi
0,06259019
0,005590623
OII =
0,052317818
0,001137531
0,012715569
Astati Harahap, 2022.
Hal 28
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index 0,001137531 0,001137531 0,012715569 0,012715569 Hasil akhir masing-masing alternatif digolongkan menurut descending atau menaik untuk pemilihan kinerja adalah sebagai berikut :
Tabel 9 Hasil Akhir Dengan Rangking Nama PHL
TOTAL
Kasiono
0,06259019
Rank
Julius P Simamora
0,005590623
Jendiman Sihotang
0,052317818
Alimuddin Harahap
0,001137531
Suhardi 0,012715569 Sulastri 0,001137531 Heti
0,001137531
Zainab
0,012715569
Nurbaini 0,012715569 Dari hasil keputusan penilaian kinerja nama Kasiono yang dengan nilai terbaik.
HASIL DAN PEMBAHASAN
Hasil tampilan antar muka adalah tahapan dimana sistem atau aplikasi siap untuk dioprasikan pada keadaan yang sebenarnya sesuai dari hasil analisis dan perancangan yang dilakukan, sehingga akan diketahui apakah sistem atau aplikasi yang dibangun dapat menghasilkan suatu tujuan yang dicapai, dan aplikasi Sistem Pendukung Keputusan ini dilengkapi dengan tampilan yang bertujuan untuk memudahkan penggunanya.
Fungsi dari interface .
ini adalah untuk memberikan input dan menampilkan output dari aplikasi.
Pada aplikasi ini memiliki interface yang terdiri dari form login, form data alternatif, form data kriteria, dan form proses metode PSI.
Form Login Form login digunakan untuk mengamankan sistem dari user-user yang tidak bertanggung jawab s ebelum masuk ke form utama.
Berikut adalah tampilan form login Gambar 1 Form Login Form Menu Utama Form menu utama digunakan sebagai penghubung untuk form data alternatif, form data kriteria, dan form proses metode PSI.
Berikut adalah tampilan form menu utama :
Astati Harahap, 2022.
Hal 29
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Gambar 2 Form Menu Utama Dalam adminstrator untuk menampilkan form pengolahan data pada penyimpanan data kedalam database yaitu form data alternatif, form data kriteria dan form proses metode PSI.
Adapun form halaman adminstrator utama sebagai Form Data Alternatif Form data alternatif adalah form pengolahan data-data alternatif dalam penginputan data, ubah data dan penghapusan data.
Adapun form alternatif adalah sebagai berikut.
Gambar 3 Form Data Alternatif Form Data Kriteria Form data kriteria adalah form pengolahan data-data kriteria dalam proses ubah data kriteria.
Adapun form kriteria adalah sebagai berikut.
Astati Harahap, 2022.
Hal 30
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Gambar 4 Form Data Kriteria Form Proses Metode PSI Form proses metode PSI adalah proses perhitungan dalam menentukan kinerja PHL berdasarkan alternatif yang sudah ditentukan.
Dalam proses ini nilai Nilai Prefensi dikalikan dengan nilai bobot adalah sebagai berikut.
C1 = Rij x 0,200 oi = C2 = Rij x 0,375 C3 = Rij x 0,212 C4 = -Rij x
0,212
0,061848489
0,000741701
0,070792141
-0,070792141
0,004848922
0,004848922
0,00039583
0,000741701
0,047468896
0,000741701
0,000104722
0,006702215
0,000104722
-0,000104722
-0,006702215
-0,000104722
0,011973868
0,000741701
0,01047221
-0,01047221
0,00039583
0,000741701
0,000104722
-0,000104722
0,00039583
0,000741701
0,000104722
-0,000104722
0,011973868
0,000741701
0,01047221
-0,01047221
0,011973868
0,000741701
0,01047221
-0,01047221
Hasil akhir pada matriks OIi
0,06259019
0,005590623
OII =
0,052317818
0,001137531
0,012715569
0,001137531
0,001137531
0,012715569
0,012715569
Hasil akhir masing-masing alternatif digolongkan menurut descending atau menaik untuk pemilihan kinerja adalah sebagai berikut.
Tabel 10 Hasil Akhir Dengan Rangking Nama PHL
Kasiono
TOTAL
0,06259019
Rank
Julius P Simamora
0,005590623
Jendiman Sihotang
0,052317818
Astati Harahap, 2022.
Hal 31
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index Alimuddin Harahap
0,001137531
Suhardi 0,012715569 Sulastri 0,001137531 Heti
0,001137531
Zainab
0,012715569
Nurbaini 0,012715569 Dari hasil keputusan penilaian kinerja nama Kasiono yang dengan nilai terbaik, maka Adapun Form proses metode PSI adalah sebagai berikut.
Gambar 5 Form Proses Metode PSI Gambar 6 Laporan Hasil Keputusan Astati Harahap, 2022.
Hal 32
JURNAL CYBER TECH STMIK TRIGUNA DHARMA
P-ISSN : 2988-2508 .
E-ISSN : 2987-9604
Volume 5.
Nomor 1.
Edisi Januari 2022 https://ojs.
id/index.
php/jct/index KESIMPULAN Berdasarkan hasil analisa dari permasalahan yang terjadi dengan kasus yang dibahas tentang menentukan penilaian kinerja PHL (Pegawai Harian Lepa.
dengan menerapakan metode PSI dalam menganalisa permasalahan dalam menentukan penilaian kinerja PHL (Pegawai Harian Lepa.
dilakukan dengan pengamatan seperti observasi, wawancara dan studi literatur untuk faktor pendukung dalam menyelesaikan pemasalahan menentukan penilaian kinerja PHL (Pegawai Harian Lepa.
Menerapkan metode Preference Selection Index (PSI) dalam pemilihan penilaian kinerja PHL (Pegawai Harian Lepa.
dengan melakukan kerangka kerja metode yaitu proses nilai mean, menghitung nilai prefensi, tentukan penyimpangan dalam nilai prefensi, menentukan nilai bobot kriteria dan menghitung preference selection indeks untuk mendapatkan hasil keputusan dalam menentukan penilaian kinerja PHL (Pegawai Harian Lepa.
Membangun aplikasi sistem pendukung keputusan yang dapat memudahkan petani atau pengusaha dengan menggunakan sistem berbasis desktop dengan bahsa pemograman Visual Basic dan pengolahan database yang dapat diterapkan dalam pengambilan keputusan dengan menggunakan metode PSI dalam menentukan penilaian kinerja PHL (Pegawai Harian Lepa.
UCAPAN TERIMAKASIH
Terima Kasih diucapkan kepada kedua orang tua serta keluarga yang selalu memberi motivasi.
Doa dan dukungan moral maupun materi, serta pihak-pihak yang telah mendukung dalam proses pembuatan jurnal ini yang tidak dapat disebutkan satu persatu.
Kiranya jurnal ini bisa memberi manfaat bagi pembaca dan dapat meningkatkan kualitas jurnal selanjutnya.
REFERENCES