Jurnal Riset Teknik Informatika dan Data Sains

Vol. 1 No. 1, Desember 2022

e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

Sistem Pendukung Keputusan Pemilihan Calon Peserta Cerdas

Cermat Tingkat SMA Menerapkan Metode ROC dan WP
Frayogi Aditiya, Mesran
Ilmu Komputer dan Teknologi Informasi, Teknik Informatika, Universitas Budi Darma, Medan, Indonesia
Email: [email protected]
Abstrak−Cerdas cermat ialah suatu kompetisi yang biasanya berbentuk team yang terdiri dari 3 (tiga) orang dimana salah
satu dari ketiga peserta merupakan juru bicara yang akan menjawab pertanyaan yang diberikan oleh pemandu dalam ajang
lomba cerdas cermat dan yang menjadi pemenangnya adalah orang yang berhasil menjawab pertanyaan dalam soal yang
diberikan dengan cepat dan tepat dengan hasil perhitungan skor yang tertinggi. Dalam pemilihan calon peserta cerdas cermat
mempunyai masalah. Masalah yang dihadapi dalam penelitian ini pihak guru disekolah dalam menentukan calon peserta
cerdas cermat hanya memberikan penilaian berdasarkan prestasi yang dimilki oleh siswa itu sendiri, padahal ada beberapa
kriteria yang dipakai dalam penelitian ini ialah pengalaman cerdas cermat , Prestasi, Nilai rata - rata Kelas, Keaktifan,
Kepercayaan Diri dan Perilaku. Agar membantu pihak guru disekolah dalam memilih calon peserta cerdas cermat diperlukan
sebuah SPK. Metode ROC dan WP merupakan salah satu metode yang dapat digunakan dalam hal penyelesaian masalah
yakni dapat memberikan bantuan kepada pihak sekolah dalam menentukan pemilihan calon peserta cerdas cermat. Adapun
yang menjadi hasil dari penelitian ini adalah alternatif A25 dengan nilai 0,128 atas nama “Leo”.
Kata Kunci: Calon Peserta; Cerdas Cermat; SPK; ROC; WP
Abstract−Quiz is a competition which is usually in the form of a team consisting of 3 (three) people where one of the three
participants is the spokesperson who will answer the questions given by the guide in the quiz competition and the winner is
the person who succeeds in answering the questions in the quiz competition. questions are given quickly and accurately with
the highest score calculation results. In the selection of prospective participants, careful scrutiny has a problem. The problem
faced in this research is that the teacher at the school in determining the prospective intelligent participants only provides an
assessment based on the achievements of the students themselves, even though there are several criteria used in this study,
namely the experience of scrutiny, achievement, class average value, activity , Confidence and Behavior. In order to assist the
teachers in schools in selecting prospective participants, an SPK is needed. The ROC and WP methods are one of the
methods that can be used in terms of problem solving, which can provide assistance to the school in determining the selection
of prospective participants. As for the results of this study is the alternative A25 with a value of 0.128 in the name of "Leo".
Keywords: Prospective Participants; Quiz; DSS; ROC; WP

1. PENDAHULUAN
Cerdas cermat ialah suatu kompetisi yang biasanya berbentuk team yang terdiri dari 3 (tiga) orang yang dimana
salah satu dari ketiga peserta merupakan juru bicara yang akan menjawab pertanyaan - pertanyaan yang akan
diberikan oleh pemandu dalam ajang lomba cerdas cermat dan yang merupakan pemenangnya adalah orang yang
berhasil menjawab pertanyaan dalam soal yang diberikan dengan cepat dan tepat dengan hasil perhitungan skor
yang tertinggi. Lomba cerdas cermat ini merupakan wujud dari apresiasi yang dilakukan guru maupun
pemerintah terhadap siswa yang memiliki prestasi disekolah khususnya tingkat SMA.
Masalah yang dijumpai dalam penelitian ini ialah pihak guru disekolah dalam menentukan calon peserta
cerdas cermat hanya memberikan penilaian hanya berdasarkan prestasi yang dimilki oleh siswa itu sendiri,
padahal ada beberapa kriteria yang dipakai dalam penelitian ini ialah pengalaman cerdas cermat, prestasi, nilai
rata- rata kelas, keaktifan, kepercayaan diri dan perilaku.
Dari permasalah yang ditemui, SPK merupakan solusi yang tepat dalam pemilihan calon peserta cerdas
cermat tingkat SMA. Adapun metode yang digunakan dalam penelitian ini ialah ROC dan WP dengan memakai
kedua metode ini maka diharapkan dapat memberikan hasil yang efisien dalam pemilihan calon peserta cerdas
cermat [1].

2. METODOLOGI PENELITIAN
2.1 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan merupakan suatu sistem proses alternatif tindakan yang dapat dilakukan untuk
menyediakan fungsi pengolahan data berdasarkan suatu model tertentu. Sistem Pendukung Keputusan ini juga
dilakukan dengan cara pendekatan suatu sistematis terhadap masalah yang dilakukan melalui sebuah proses
pengumpulan data menjadi sebuah informasi yang disertai penambahan faktor – faktor yang diperlukan dalam
mempertimbangkan pengambilan keputusan dengan lebih baik [5] [6].

Copyright © 2022 Frayogi Aditiya, Page 14

This Journal is licensed under a Creative Commons Attribution 4.0 International License
 Jurnal Riset Teknik Informatika dan Data Sains
Vol. 1 No. 1, Desember 2022
e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

2.2 Cerdas Cermat

Cerdas cermat adalah suatu kompetisi yang berlangsung dilakukan oleh pihak sekolah secara berkelompok atau
pun individualis yang dimana pemenangnya adalah siswa yang berhasil menjawab semua pertanyaan dalam soal
yang diberikan oleh pihak sekolah secara cepat dan tepat.
2.3 Rank Order Centroid (ROC)
Metode ROC dipakai untuk memberikan hasil nilai bobot pada setiap kriteria - kriteria. Ketentuan dari metode
ini merupakan metode yang menitikberatkan suatu prioritas terhadap kriteria yang menjadi bagian utama. Dalam
hal ini, kriteria - 1 merupakan prioritas tertinggi dibandingkan dengan kriteria ke - 2, begitu juga dengan kriteria
ke - 2 merupakan suatu prioritas yang tertinggi bila dibandingkan dengan kriteria ke - 3, selanjutnya dilakukan
dengan langkah - langkah yang sama hingga prioritas kriteria yang terendah [7] [8] [9] . Hal ini dapat dilihat
pada persamaan ke - 1 sebagai berikut :
𝐶𝑟 ≥ 𝐶𝑟2 ≥ 𝐶𝑟3 ≥… ≥ 𝐶m ( 1 )

Sehingga setelah diproses maka akan menghasilkan:

𝑊1 ≥ 𝑊2 ≥ 𝑊3 ≥… ≥ 𝑊 m (2)

Untuk mendapatkan nilai bobot ( W ), maka dapat dipakai persamaan ke - 3 sebagai berikut :
1 1
𝑊m = 𝑚 ∑𝑚
1 = 1 (𝑖 ) (3)
Hasil dari 𝑊 m, yaitu bernilai 1.
2.4 Weighted Product (WP)
Metode WP merupakan perkalian yang menghubungkan ranting attribute, dimana setiap atribut harus
dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan [10] [11] [12] [13] [14] [15]. Metode ini
menggunakan proses normalisasi,proses tersebut dapat dirumuskan sebagai berikut :
a. Penentuan Bobot
𝑾𝐣
𝑾j = ∑ (4)
𝑾𝐣
Dimana :
∑ 𝑊j : 1
𝑊 j : pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya.
W : bobot kriteria
j : kriteria

b. Menghitung Vektor
𝑺I = ∏𝒏𝒋=𝟏 𝑿ij 𝑾𝐣
(5)
Dimana :
S : Vektor
i : Alternatif
n : Jumlah alternative
j : Kriteria
Xij : Merupakan nilai dari setiap alternatif pada suatu kriteria

c. Mencari Preferensi terbaik

∏𝒏
𝒋=𝟏=𝟏𝑿𝒊𝐣
𝑾𝐣
𝑽i = ∏ 𝒏 ∗ 𝑾𝐣 (6)
𝒋=𝟏=𝟏(𝑿𝒊𝒋 )
Dimana :
V : Preferensi Alternatif
X : Nilai Kriteria
W : Bobot Kriteria
2.5 Tahapan Penelitian
Dalam melakukan penelitian ini, ada beberapa tahapan - tahapan yang dilakukan dalam mendapatkan data yang
diperlukan penulis ialah sebagai berikut :
a. Studi Kepustakaan, merupaka proses pengumpulan beberapa bahan dalam pembuatan referensi yang terkait
pada penelitian - penelitian yang dilakukan sebelumnya, termasuk dalam hal membaca dari beberapa jurnal
ataupun buku yang memiliki suatu kaitan dengan pemilihan calon cerdas cermat dan juga yang berkaitan
dengan metodeyang dipakai pada sistem pendukung keputusan dalam pemilihan siswa cerdas cermat.

Copyright © 2022 Frayogi Aditiya, Page 15

This Journal is licensed under a Creative Commons Attribution 4.0 International License
 Jurnal Riset Teknik Informatika dan Data Sains
Vol. 1 No. 1, Desember 2022
e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

b. Studi Kelayakan, pada tahapan ini memiliki tujuan untuk dapat mengetahui langkah – langkah proses dalam
penelitian mengenai apakah sistem baru tersebut sangat realitas dalam permasalahan waktu, biaya agar dapat
memperbaharui sistem yang sekarang dengan sistem yang baru.
c. Analisis, pada tahapan ini penulis bekerjasama dalam pengumpulan data, memahaminya serta merumuskan
apa saja yang berhak menjadi peserta dalam pemilihan calon cerdas cermat. Dalam tahapan ini juga
menggunakan metode ROC dan metode WP dalam melakukan Pemilihan Calon Cerdas Cermat tingkat SMA.
d. Penetapan Hasil, didalam tahapan ini bertujuan untuk menjelaskan Pemilihan Calon Cerdas Cermat yang
diterapkan oleh sekolah berdasarkan setiap kriteria dan nilai.

Penelitian

Studi Kelayakan

Analisis

Penetapan Hasil

Gambar 1. Tahapan Penelitian

3. HASIL DAN PEMBAHASAN

Pada penelitian ini penulis menggunakan metode ROC dan WP dalam proses penilaian calon peserta cerdas
cermat. Yang dimana metode ROC dan WP memerlukan suatu kriteria - kriteria dan bobot preferensi untuk
melakukan suatu perhitungan agar mendapatkan suatu alternatif yang terbaik.
3.1 Penentuan Kriteria, Bobot dan Alternatif
Data yang dapat digunakan dalam pemilihan calon peserta cerdas cermat data dari setiap calon peserta dengan
menggunakan metode ROC dan WP. Langkah pertama dari pemilihan calon peserta cerdas cermat alternatif
yaitu menentukan kriteria – kriteria yang akan dijadikan acuan dalam pengambilan keputusan yaitu Pengalaman
Cerdas Cermat (C1), Prestasi (C2), Nilai Rata - Rata Kelas (C3), Keaktifan (C4), Kepercayaan Diri (C5) dan
Perilaku (C6).
Langkah kedua adalah melakukan pembobotan kriteria.
Tabel 1. Kriteria dan bobot
Kriteria Keterangan Jenis Kriteria
C1 Pengalaman Cerdas Cermat Benefit
C2 Prestasi Benefit
C3 Nilai Rata - Rata Kelas Benefit
C4 Keaktifan Benefit
C5 Kepercayaan Diri Benefit
C6 Perilaku Benefit
Tabel 2. Nilai Alternatif Siswa terhadap masing - masing Kriteria
Alternatif Nama C1 C2 C3 C4 C5 C6
Siswa
A1 Sandi Sangat Baik Juara 1 Bulu Tangkis 95 Kurang Sangat Kurang Baik
Tingkat Kecamatan Baik Baik
A2 Hendi Baik Juara 3 Sepak Bola 80 Baik Sangat Kurang Baik
Tingakat Kabupaten Baik
A3 Radit Baik Juara 3 lomba Maraton 85 Kurang Baik Sangat Baik
Baik
A4 Simon Kurang Baik Juara 3 Lomba Baca 75 Cukup Baik Kurang Sangat Baik
Puisi Baik
A5 Leo Sangat Baik Harapan 3 Karate 95 Baik Cukup Baik

Copyright © 2022 Frayogi Aditiya, Page 16

This Journal is licensed under a Creative Commons Attribution 4.0 International License
 Jurnal Riset Teknik Informatika dan Data Sains
Vol. 1 No. 1, Desember 2022
e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

Alternatif Nama C1 C2 C3 C4 C5 C6
Siswa
Baik
A6 Ardi Cukup Baik Juara 2 Lomba Catur 85 Baik Baik Baik
Tingkat sekolah
A7 Roy Baik Harapan 2 buat Cerita 85 Sangat Baik Kurang Cukup Baik
Baik
A8 Tini Baik Juara 1 Lomba Model 65 Sangat Baik Sangat Kurang Baik
Baik
A9 Bora Kurang Baik Harapan 1 Lomba 70 Baik Baik Kurang Baik
Nyanyi
A10 Debi Cukup Baik Juara 1 olimpiade 80 Cukup Baik Baik Baik
MTK
A11 Kelvin Sangat Baik Harapan 3 Lomba 75 Sangat Baik Kurang Sangat Baik
Menari Baik
A12 Putri Cukup Baik Juara 1 Lomba Baca 80 Kurang Kurang Baik
Pidato Baik Baik
Tabel 3. Bobot nilai kriteria
Keterangan Nilai
Sangat Baik 4
Baik 3
Cukup Baik 2
Kurang Baik 1
Juara 1 1
Juara 2 2
Juara 3 3
Harapan 1 4
Harapan 2 5
Harapan 3 6
Pada tabel 1 menunjukkan sejumlah data penilaian calon peserta dalam lomba cerdas cermat dari segi
kriteria seperti sangat baik, baik, cukup baik, kurang baik yang membutuhkan pembobotan sederhana yang
terdapat pada tabel 3 berikut. Berdasarkan kriteria di atas, dilakukan pemberian pembobotan pada kriteria
dihasilkan dengan menerapkan metode Rank Order Centroid (ROC) dengan menggunakan persamaan 3. Dari
persamaan 3 tersebut, maka dapat dilihat perhitungannya sebagai berikut :
1 1 1 1 1
1+ + + + +
2 3 4 5 6
W1 = = 0,40
6
1 1 1 1 1
0+ + + + +
2 3 4 5 6
W2 = = 0,24
6
1 1 1 1
0+ 0 + + + +
3 4 5 6
W3 = = 0,15
6
1 1 1
0+ 0 + 0 + + +
4 5 6
W4 =
6
= 0,10
1 1
0+ 0 + 0+ 0 + +
5 6
W5 = = 0,06
6
1
0 + 0 + 0 + 0 +0 +
6
W6 = = 0,02
6
Sehingga diperoleh pembobotan nilai dari setiap kriteria - kriteria yaitu : C1 = 0,40 , C2 = 0,24 , C3 = 0,15 , C4 =
0,10 C5 = 0,06 , C6 = 0,02.
Berdasarkan alternatif yang telah dimulai, langkah berikutnya adalah menentukan ranting kecocokan
alternatif pada setiap kriteria - kriteria yang sudah dibuat sebagai berikut:
Tabel 4. Penyederhanaan ranting kecocokan pada setiap kriteria
Alternatif C1 C2 C3 C4 C5 C6
A21 4 1 95 1 4 1
A22 3 3 80 3 4 1
A23 3 3 85 1 3 4

Copyright © 2022 Frayogi Aditiya, Page 17

This Journal is licensed under a Creative Commons Attribution 4.0 International License
 Jurnal Riset Teknik Informatika dan Data Sains
Vol. 1 No. 1, Desember 2022
e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

Alternatif C1 C2 C3 C4 C5 C6
A24 1 3 75 2 1 4
A25 4 6 95 3 2 3
A26 2 2 85 3 3 3
A27 3 5 85 4 1 2
A28 3 1 65 4 4 1
A29 1 4 70 3 3 1
A30 2 1 80 2 3 3
A31 4 6 75 4 1 4
A32 2 1 80 1 1 3
Setelah alternatif, kriteria yang telah dibobotkan maka dilakukan perhitungan dengan menggunakan
metode WP yang akan dilakukan sesuai dengan langkah - langkah sebagai berikut ini:
1. Menetapkan maksud dalam pengindetifikasian attribute ulasan yang berkaitan dengan penginputan angka
kriteria menurut alternatif yang dimana angka ini akan diproses dan menghasilkan keputusan dapat dilihat
pada tabel 5. Penyebaran Ranting Kecocokan Pada Setiap Kriteria.
2. Menghitung nilai vektor S berdasarkan persamaan (5) sebagai berikut :
a. S1 = (40,40 )(10,24 )( 950,15 )( 10,10 )( 40,06 )( 10,02 )
= 3,74
b. S2 = (30,40 )(30,24 )( 800,15 )( 30,10 )( 40,06 )( 10,02 )
= 4,72
c. S3 = (30,40 )(30,24 )( 850,15 )( 10,10 )( 30,06 )( 40,02 )
= 4,31
d. S4 = (10,40 )(30,24 )( 750,15 )( 20,10 )( 10,06 )( 40,02 )
= 2,74
e. S5 = (40,40 )(60,24 )( 950,15 )( 30,10 )( 20,06 )( 30,02 )
= 6,30
f. S6 = (20,40 )(20,24 )( 850,15 )( 30,10 )( 30,06 )( 30,02 )
= 3,69
g. S7 = (30,40 )(50,24 )( 850,15 )( 40,10 )( 10,06 )( 20,02 )
= 5,17
h. S8 = (30,40 )(10,24 )( 650,15 )( 40,10 )( 40,06 )( 10,02 )
= 3,62
i. S9 = (10,40 )(40,24 )( 700,15 )( 30,10 )( 30,06 )( 10,02 )
= 3,14
j. S10 = (20,40 )(10,24 )( 800,15 )( 20,10 )( 30,06 )( 30,02 )
= 2,97
k. S11 = (40,40 )(60,24 )( 750,15 )( 40,10 )( 10,06 )( 40,02 )
= 6,04
l. S12 =(20,40 )(10,24 )( 800,15 )( 10,10 )( 10,06 )( 30,02 )
= 2,60
3. Nilai vektor yang akan digunakan untuk perangkingan dapat dihitung berdasarkan persamaan (6),
menghasilkan nilai sebagai berikut :
3,74
V1 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,076
4,72
V2 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,096
4,31
V3 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,087
2,74
V4 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,055
6,30
V5 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,128
3,69
V6 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60

Copyright © 2022 Frayogi Aditiya, Page 18

This Journal is licensed under a Creative Commons Attribution 4.0 International License
 Jurnal Riset Teknik Informatika dan Data Sains
Vol. 1 No. 1, Desember 2022
e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

= 0,075
5,17
V7 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,105
3,62
V8 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,073
3,14
V9 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,064
2,97
V10 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,060
6,04
V11 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,123
2,60
V12 =
3,74 + 4,72 + 4,31 + 2,74 + 6,30 + 3,69 +5,17 + 3,62 + 3,14 + 2,97 + 6,04 + 2,60
= 0,053

Tabel 5. Rangking Alternatif

No Alternatif Keterangan Nilai Rangking
1 A21 Sandi 0,076 6
2 A22 Hendi 0,096 4
3 A23 Radit 0,087 5
4 A24 Simon 0,055 11
5 A25 Leo 0,128 1
6 A26 Ardi 0,075 7
7 A27 Roy 0,105 3
8 A28 Tini 0,073 8
9 A28 Bora 0,064 9
10 A30 Debi 0,060 10
11 A31 Kelvin 0,123 2
12 A32 Putri 0,053 12

Berdasarkan dari hasil perangkingan alternatif, maka didalam penelitian SPK dalam pemilihan calon cerdas
cermat tingkat SMAyang menerapkan metode ROC dan WP yang terbaik adalah alternatif A25 dengan nilai
0,128 atas nama “Leo”.

4. KESIMPULAN
Berdasarkan hasil analisis SPK pemilihan calon peserta cerdas cermat tingkat SMA dengan menggunakan
metode ROC dan WP, maka dapat diambil kesimpulan bahwa analisis SPK pemilihan calon cerdas cermat
tingkat SMA menggunakan 6 kriteria yaitu Pengalaman Cerdas Cermat (C1), Prestasi (C2), Nilai Rata- Rata
Kelas (C3), Keaktifan (C4), Kepercayaan Diri (C5), Perilaku (C6). Adapun tahapan penelitian dari penelitian ini
ialah Penelitian, Studi Kelayakan, Analisis dan Penetapan Hasil. Penelitian sangat berharap penelitian ini dapat
berfungsi dengan baik diantaranya mampu memberikan rekomendasi pemilihan calon cerdas cermat tingkat
SMA atau dapat digunakan sebagai bahan pertimbangan dalam pemilihan calon cerdas cermat tingkat SMA serta
dapat menyeleksi alternatif dan dapat melakukan perangkingan dalam melakukan pemilihan calon cerdas
cermat tingkat SMA yang terbaik untuk layak sebagai calon berdasarkan kriteria - kriteria yang sudah ditentukan
yang dimana alternatif A25 atas nama “ Leo ” sebagai salah satu peserta cerdas cermat yang terbaik dengan
nilai Yi (maksimal) = 0,098.

REFERENCES
[1] L. Farokhah and A. Kala’lembang, “Sistem Pendukung Keputusan Pemilihan Forum Mahasiswa dengan Metode
Weighted Product,” J. Ilm. Teknol. Inf. Asia, vol. 11, no. 2, p. 179, 2017, doi: 10.32815/jitika.v11i2.219.
[2] N. A. Syafitri, Sutradi, and A. P. Dewi, “Penerapan Metode Weighted Product Dalam Sistem Pendukung Keputusan
Pemilihan Laptop Berbasis Web,” semanTIK, vol. 2, no. 1, pp. 169–176, 2019.
[3] P. M. Kusumantara, M. Kustyani, and T. Ayu, “Pendukung Keputusan Pemilihan Wedding Organizer Di,” Tek. Eng.
Sains J., vol. 3, no. I, pp. 19–24, 2019.
[4] L. Handayani, M. Syahrizal, and K. Tampubolon, “Pemilihan Kepling Teladan Menerapkan Metode Rank Order
Centroid (Roc) Dan Metode Additive Ratio Assessment (Aras) Di Kecamatan Medan Area,” KOMIK (Konferensi Nas.

Copyright © 2022 Frayogi Aditiya, Page 19

This Journal is licensed under a Creative Commons Attribution 4.0 International License
 Jurnal Riset Teknik Informatika dan Data Sains
Vol. 1 No. 1, Desember 2022
e-ISSN 9999-9999 (Media Online)
Page 14−20
https://ejurnal.pdsi.or.id/index.php/jurtidas/index

Teknol. Inf. dan Komputer), vol. 3, no. 1, pp. 532–538, 2019, doi: 10.30865/komik.v3i1.1638.
[5] I. G. I. Sudipa, “Decision Support System Dengan Metode Ahp, Saw Dan Roc Untuk Penentuan Pemberian Beasiswa
(Studi Kasus : Stmik Stikom Indonesia),” J. Teknol. Inf. dan Komput., vol. 4, no. 1, pp. 17–30, 2018, doi:
10.36002/jutik.v4i1.391.
[6] M. Badaruddin, “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Menerapkan Kombinasi Metode Simple
Additive Weighting (SAW) dengan Rank Order Centroid (ROC),” J. Media Inform. Budidarma, vol. 3, no. 4, p. 366,
2019, doi: 10.30865/mib.v3i4.1508.
[7] S. Silvilestari, “Penerapan Kombinasi Metode Simple Additive Weighting (SAW) dan Rank Order Centroid (ROC)
dalam Keputusan Pemberian Kredit,” J. Media Inform. Budidarma, vol. 3, no. 4, p. 371, 2019, doi:
10.30865/mib.v3i4.1509.
[8] A. Yunaldi, “Sistem Pendukung Keputusan Seleksi Bantuan Siswa Miskin Menerapkan Kombinasi Metode SAW dan
ROC,” J. Media Inform. Budidarma, vol. 3, no. 4, p. 376, 2019, doi: 10.30865/mib.v3i4.1511.
[9] M. Kusmiyanti, Richa Dwi, Suliatun, “Analisis Sensitifitas Model SMART-AHP dengan SMARTER-ROC sebagai
Pengambilan Keputusan Multi Kriteria,” Semin. Nas. Teknol. Informasi, Komun. dan Ind. 9, pp. 18–19, 2017.
[10] D. C. Yoni and H. Mustafidah, “93123-ID-penerapan-metode-wp-weighted-product-unt.pdf,” vol. IV, pp. 22–27, 2016.
[11] N. Nurjannah, Z. Arifin, and D. M. Khairina, “Sistem Pendukung Keputusan Pembelian Sepeda Motor Dengan Metode
Weighted Product,” Inform. Mulawarman J. Ilm. Ilmu Komput., vol. 10, no. 2, p. 20, 2015, doi:
10.30872/jim.v10i2.186.
[12] M. Jalil, Abdul; Ningrum, Ika; Muchtar, “Spk pemberian kredit menggunakan metode,” semanTIK, vol. 3, no. 1, pp.
173–180, 2017.
[13] M. Hindayati and H. Hirzi Nur, “Sistem Pendukung Keputusan Penentuan Mahasiswa Berprestasi di Universitas
Muhammadiyah Purwokerto Menggunakan Metode Weighted Product ( WP ),” Juita, vol. 5, no. 1, pp. 51–61, 2017.
[14] Basri, “Metode Weightd Product (Wp) Dalam Sistem Pendukung Keputusan Penerimaan Beasiswa Prestasi,” J.
INSYPRO (Information Syst. Process., vol. 2, no. 1, pp. 1–6, 2017, doi:
https://doi.org/10.24252/insypro.v2i1.2474.g2610.
[15] D. Lorenza and P. Pitrawati, “Sistem Pendukung Keputusan Pemilihan Driver Terbaik Menggunakan Metode Weight
Product (Wp),” J. Inf. dan Komput., vol. 8, no. 1, pp. 40–48, 2020, doi: 10.35959/jik.v8i1.172.

Copyright © 2022 Frayogi Aditiya, Page 20

This Journal is licensed under a Creative Commons Attribution 4.0 International License