Abstract:Abstract: The advancement of information technology and knowledge has facilitated the production of quality information. The use of information technology has penetrated all fields, especially in the teaching domain at higher…
igher education institutions, aiding in valuable decision-making processes. This research focuses on STMIK Royal Kisaran, which faces challenges in increasing the number of doctoral-educated lecturers. To address this limitation, the study explores the implementation of a Decision Support System (DSS) using the Profile Matching method. Lecturers in higher education play a crucial role in providing education, conducting research, and contributing to society. In an effort to enhance the qualifications of lecturers, this research designs a Decision Support System using the Profile Matching method. The aim of this research is to provide recommendations for prospective lecturer candidates to pursue a Doctoral degree based on criteria factors such as length of service, functional position, research score, dedication score, age, and recognition score. Data from 46 lecturers at STMIK Royal Kisaran who meet the criteria are used to test the validity and effectiveness of the Decision Support System (DSS). Through structured analysis, it is demonstrated that the Decision Support System using the Profile Matching method successfully provides recommendations for suitable lecturer candidates to pursue doctoral studies.
Keywords : decision support systems; higher education; information Technology; lecturer qualifications; profile matching.
Abstrak: Kemajuan teknologi informasi dan ilmu pengetahuan telah menghadirkan kemudahan dalam menghasilkan informasi yang berkualitas, penggunaan teknologi informasi sudah memasuki segala bidang terutama bidang pengajaran pada perguruan tinggi dan membantu pengambilan keputusan yang bernilai. Penelitian ini berfokus pada STMIK Royal Kisaran yang mengalami kendala dalam meningkatkan jumlah dosen berpendidikan Doktor. Untuk mengatasi keterbatasan tersebut, penelitian ini mengeksplorasi penerapan Sistem Pendukung Keputusan (DSS) dengan menggunakan metode Profile Matching. Dosen pada pendidikan tinggi mempunyai peran penting dalam memberikan pendidikan, melakukan penelitian, dan memberikan kontribusi kepada masyarakat. Dalam upaya meningkatkan kualifikasi dosen, penelitian ini merancang Sistem Pendukung Keputusan dengan menggunakan metode Profile Matching. Penelitian ini bertujuan untuk memberikan rekomendasi kandidat calon dosen untuk mengejar gelar Doktor dengan berlandaskan faktor kriteria seperti lama kerja, jabatan fungsional, nilai penelitian, nilai pengabdian, umur, dan nilai rekognisi. Data dari 46 dosen STMIK Royal Kisaran yang memenuhi kriteria digunakan untuk menguji validitas dan efektivitas Sistem Pendukung Keputusan (SPK). Melalui analisis terstruktur, menunjukkan bahwa Sistem Pendukung Keputusan menggunakan metode Profile Matching berhasil memberikan rekomendasi calon dosen yang layak direkomendasikan untuk melanjutkan studi ke jenjang Doktor.
Kata Kunci : kualifikasi dosen; pencocokan profil; pendidikan yang lebih tinggi; sistem pendukung keputusan; teknologi Informasi.
Abstract:Abstract: This study aims to train computers to recognize Javanese script characters known as Hanacaraka. The evaluation was conducted on the use of Convolutional Neural Network (CNN) with the ResNet-18 architecture in recognizing…
ecognizing these characters. The research objective is to overcome traditional character recognition barriers and improve accuracy. The method employed includes building a CNN model with the ResNet-18 architecture and using diverse datasets. The results show a training accuracy of 100%, validation accuracy of 98.01%, and accuracy, precision, recall, and F1-score each at 100%. This study concludes that the developed model successfully achieves a high level of accuracy and contributes positively to the development of Javanese Hanacaraka character recognition technology.
Keywords: convolution neural network (CNN); javanese hanacaraka script; resnet-18
Abstrak: Penelitian ini bertujuan melatih komputer untuk mengenali huruf aksara Jawa Hanacaraka. Evaluasi dilakukan terhadap penggunaan Convolutional Neural Network (CNN) dengan arsitektur ResNet-18 dalam pengenalan karakter tersebut. Tujuan penelitian adalah mengatasi hambatan pengenalan karakter tradisional dan meningkatkan akurasi. Metode yang digunakan mencakup pembuatan model CNN dengan arsitektur ResNet-18 dan penggunaan dataset yang beragam. Hasilnya menunjukkan akurasi pelatihan 100%, validasi 98.01%, dan akurasi, presisi, recall, dan F1-score masing-masing sebesar 100%. Simpulan penelitian ini adalah bahwa model yang dikembangkan berhasil mencapai tingkat akurasi yang tinggi dan memberikan kontribusi positif pada pengembangan teknologi pengenalan karakter Hanacaraka Jawa.
Kata kunci: convolution neural network (CNN); huruf aksara jawa hanacaraka; resnet-18
Abstract:Abstract: Children's nutritional issues are an important concern for parents to pay attention to growth and development, especially health and well-being. According to the results of the Ministry of Health's Indonesian Nutrition…
utrition Status Survey (SSGI), there are 4 nutritional problems for children in Indonesia, namely stunting, wasting, underweight and everweight. In this research, how to predict signs of symptoms of a decline in a child's nutritional status using a machine learning algorithm, a prediction model was designed using logistic regression in Python IDE to predict whether a child is indicated by a decline in nutrition or not. Dataset from Bengkayang Community Health Center data consisting of 657 pediatric patient data. The dataset is divided into 7 features (independent variables) and 1 predictor (dependent variable). Test results show perfect performance with precision, recall, F1-score, accuracy values of 100%. Then the visualization results on the ROC (Receiver Operating Characteristic) curve to depict the TP (True Positive) value on the Y axis against the FP (false Positive) value on the become overfit. It is recommended that in preparing the training dataset, measure the training data and reduce the features, after carrying out feature selection to increase the accuracy of the model.
Keywords: child nutritional status; growth and development logistic regression; machine learning
Abstract: Masalah Gizi anak menjadi perhatian penting bagi orangtua untuk memperhatikan tumbuh kembang, terutama kesehatan dan kejahteraan. Menurut hasil survei status Gizi Indonesia (SSGI) Kemenkes memperlihatkan 4 permasalahan gizi anak di Indonesia yaitu stunting, wasting, underweight, dan everweight. Dalam penelitian ini, bagaimana memprediksi tanda gejala penurunan status gizi anak menggunakan algoritma machine learning dirancang model prediksi menggunakan logistic regression pada Python IDE dengan memprediksi anak terindikasi penurunan gizi atau tidak. Dataset dari data Puskesmas Bengkayang yang terdiri 657 data pasien anak. Dataset dibagi menjadi 7 feature (variabel independen) dan 1 predictor (variabel dependen). Hasil Pengujian memperlihatkan kinerja yang sempurna dengan nilai presisi, recall, F1-score, akurasi, sebesar 100%. Kemudian hasil Visualisasi pada kurva ROC (Receiver Operating Characteristic) untuk menggambarkan nilai TP (True Positif) di sumbu Y terhadap nilai FP (false Positif) di sumbu X juga menunjukkan nilai yang sangat tinggi dan sudah mendekati angka 1 ini pertanda bahwa model ini menjadi overfit. Sebaiknya dalam persiapan training dataset diukur dengan data training dan mengurangi feature, setelah melakukan feature Selection untuk meningkatkan akurasi model.
Keywords: logistic regression; machine learning; status gizi anak; tumbuh kembang
Abstract:Abstract: Interest is an interest in an object that comes from the heart. Talent is a condition in a person that enables him with special training to achieve a special skill, knowledge, skill. For this reason, an expert…
system for determining students' interests and talents was designed. The method used in this research is the certainty factor (CF) method. The results based on the characteristics experienced by these students show that the type of interest and talent that exists in these students is linguistics with an expertise level of 0.66 and a percentage of 66% and has a fairly good accuracy score.
Keywords: certainty factor;interest; talent
Abstrak: Minat merupakan ketertarikan akan sesuatu objek yang berasal dari hati. Bakat adalah suatu kondisi pada seseorang yang memungkinkannya dengan suatu latihan khusus mencapai suatu kecakapan, pengetahuan, keterampilan khusus Untuk itu dirancang suatu sistem pakar penentuan minat dan bakat siswa. Metode yang digunakan pada penelitian kali ini ialah metode faktor kepastian (CF),. Hasil bedasarkan ciri-ciri yang dialami oleh siswa tersebut bahwa jenis minat dan bakat yang ada pada siswa tersebut adalah linguistik dengan tingkat kepakaran 0,66 dan persentase 66 % dan memiliki nilai akuasi yang cukup baik.
Kata kunci: bakat ; faktor kepastian;minat
Abstract:Abstract: Stunting is one of the nutritional problems that the world pays the most attention to and a major nutritional problem in Indonesia. Stunting is a problem in toddler growth which is characterized by a toddler's…
height that is too short compared to toddlers of his age. In the research location, namely Asahan Regency, the mapping of areas prone to increased stunting rates has not been carried out optimally. The process of exploring the stunting data warehouse is useful for adding information that can assist the government in making policies. Therefore, the aim of this research is to map stunting-prone areas in Asahan district based on the number of stunting cases in Asahan district using the machine learning-based K-Means clustering model. Based on previous research reviews, the k-means clustering method used has not used the normalization process. In addition, distance measurement only uses Euclidean Distance. Meanwhile, in this research, clustering performance analysis was carried out using a more in-depth process, namely by applying data normalization at the beginning, using the elbow method to determine the best number of clusters (K), measuring distance using Euclidean Distance, Manhattan Distance and Minkowski Distance to obtain comparison results. better clusters. The analysis results show that the best number of clusters is cluster 2 which shows the mapping results into 2 groups with a DBI of 0.51290 and a silhouette_score of 0.71432.
Keywords: stunting; k-means clustering; machine learning
Abstrak: Stunting menjadi salah satu permasalahan gizi yang paling diperhatikan dunia dan permasalahan gizi yang utama di Indonesia. Stunting merupakan masalah pada pertumbuhan balita yang ditandai dengan tinggi badan balita yang terlalu pendek dibanding balita seusianya. Pada lokasi penelitian yaitu Kabupaten Asahan, pemetaan daerah rawan peningkatan angka stunting belum dilakukan dengan optimal. Proses eksplorasi gudang data stunting ini berguna untuk menambah informasi yang dapat membantu pemerintah dalam mengambil kebijakan. Maka dari itu, tujuan dari penelitian ini adalah pemetaan daerah rawan stunting di kabupaten Asahan berdasarkan jumlah kasus stunting di Kabupaten Asahan menggunakan model clustering metode K-Means berbasis machine learning. Berdasarkan tinjauan penelitian terdahulu, metode k-means clustering yang digunakan belum menggunakan proses normalisasi. Selain itu, pengukuran jarak hanya menggunakan Euclidean Distance. Sedangkan dalam penelitian ini, analisis kinerja clustering yang dilakukan dengan proses yang lebih mendalam yaitu dengan penerapan normalisasi data di awal, penggunaan elbow method untuk penentuan jumlah cluster (K) terbaik, pengukuran jarak dengan Euclidean Distance, Manhattan Distance dan Minkowski Distance untuk mendapatkan hasil perbandingan cluster yang lebih baik. Hasil analisis menunjukkan bahwa jumlah cluster terbaik yaitu cluster 2 yang menunjukkan hasil pemetaan menjadi 2 kelompok dengan DBI 0.51290 dan silhouette_score sebesar 0.71432.
Kata kunci: stunting; k-means clustering; machine learning
Abstract:Abstract: Information Technology has been utilized by the Wahana Visi Indonesia Foundation in the process of managing goods data (Provision). Therefore, good and correct IT governance is needed by predetermined standards…
so that the use of IT for the foundation's operations can run well. The purpose of this study is to determine the extent to which management manages the processes of managing and evaluating IT performance, Internal Control, External Requirements, and IT Governance. Capability and maturity level measurements were carried out using the COBIT 2019 framework. The results obtained were that the capability level and maturity level values in the MEA 01 objective domain were 2.17 with a percentage of 41% categorized Partially, the MEA 02 objective domain obtained a value of 1 .97 with a percentage of 36% and entered the Partially category, the objective domain MEA 03 obtained a value of 2.11 with a percentage of 36% and entered the Partially category, the objective domain MEA 04 obtained a value of 1.75 with a percentage of 38% and entered the Partially category. Each process domain that is in it produces a gap level value or GAP value for each of the selected objective domains based on factor design. Domain MEA 01 got a score of 1.83, domain MEA 02 got a score of 2.03, domain MEA 03 got a score of 1.89, and domain MEA 04 got a score of 2.25 out of the expected maximum value of 4.00. Thus it can be concluded that the management and process evaluation of management is lacking and does not match existing targets or standards. Keywords: Capability; COBIT 2019; IT Governance; Maturity Abstrak: Teknologi Informasi sudah dimanfaatkan kegunaannya oleh Yayasan Wahana Visi Indonesia dalam proses pengelolaan data barang (Provision). Dengan demikian, dibutuhkan tata kelola TI yang baik dan benar sesuai dengan standar yang sudah diten-tukan agar penggunaan TI untuk operasional yayasan dapat berjalan dengan baik. Tujuan penelitian ini adalah untuk mengetahui sejauh mana manajemen mengelola proses-proses pengelolaan dan evaluasi kinerja TI, Internal Control, External Requirements dan Tata Kelola TI. Pengukuran capability dan maturity level dilakukan dengan menggunakan framework COBIT 2019. Hasil yang didapatkan berupa bahwa Nilai capability level dan maturity level pada domain obyektif MEA 01 adalah 2,17 dengan presntase 41% dikategorikan Partially, domain obyektif MEA 02 memperoleh nilai 1,97 dengan presentase 36% dan masuk kategori Partially, domain obyektif MEA 03 memperoleh nilai 2,11 dengan presentase 36% dan masuk kategori Partially, domain obyektif MEA 04 memperoleh nilai 1,75 dengan presentase 38% dan masuk kategori Partially. Setiap domain proses yang ada didalamnya menghasilkan nilai tingkat kesenjangan atau nilai GAP masing-masing dari setiap domain obyektif yang terpilih berdasarkan desain faktor. Domain MEA 01 mendapat nilai 1,83, domain MEA 02 mendapat nilai 2,03, domain MEA 03 mendapat nilai 1,89, domain MEA 04 mendapat nilai 2,25 dari nilai maksimal yang diharapkan 4,00. Dengan demikian bisa disimpulkan bahwa pengelolaan dan evaluasi proses dari manajemen sangatlah kurang dan tidak sesuai target atau standar yang ada. Kata kunci: Capability; COBIT 2019; Tata Kelola TI, Maturity
Abstract:Abstract: The advancement of information technology is progressively exerting significant impact across diverse aspects of life, including business. PT Semen Baturaja Tbk is developing a marketplace platform called Build…
Id to meet community's needs for high-quality construction materials and services, also aims to enhance company's product sales and brand recognition. A system with quality provides ease of use in order to achieve customer satisfaction. Build Id merchant for architects website requires user-friendly design recommendations to increase the user experience when it gets distributed to the market. To achieve this goal, Task-Centered System Design (TCSD) method is being used to focused the design process. TCSD is a method in Human Computer Interaction (HCI) used to identify task and user requirements. The method consists of 4 stages, namely, identification, user-centered requirements analysis, design through scenarios, and walkthrough evaluation. In this study, identification was carried out by conducting system observations and interviews with Build Id team at Digital Marketing Unit of PT Semen Baturaja Tbk and architect as the prospective system users. The interface design results were evaluated using System Usability Scale (SUS) and received final score of 69.615, indicating that the interface design made using TCSD method is feasible for users to use.
Keywords: Interface; System Usability Scale; Task-Centered System Design
Abstrak: Perkembangan teknologi informasi kian berpengaruh besar dalam berbagai bidang kehidupan, termasuk di dunia bisnis. PT Semen Baturaja Tbk mengembangkan suatu sistem dalam bentuk marketplace dengan nama Build Id, dengan tujuan untuk memenuhi kebutuhan bahan bangunan dan jasa konstruksi yang berkualitas bagi masyarakat, serta memperluas penjualan produk dan branding merk dari PT Semen Baturaja Tbk ini sendiri. Sistem yang berkualitas memberikan kemudahan dan kenyamanan dalam penggunaannya demi mewujudkan kepuasan pelanggan. Build Id merchant untuk arsitek memerlukan rekomendasi desain atau prototype user interface yang user friendly demi meningkatkan pengalaman pengguna ketika didistribusikan ke pasaran nantinya. Metode Task-Centered System Design (TCSD) digunakan untuk membantu proses perancangan lebih terarah. TCSD adalah metode dalam Human Computer Interaction (HCI) yang digunakan untuk mengidentifikasi kebutuhan task dan pengguna. Metode TCSD terdiri dari 4 tahap yaitu, identification, user-centered requirements analysis, design through scenario, dan walkthrough evaluation. Identifikasi dalam penelitian ini dilakukan dengan observasi dan wawancara bersama tim Build Id dan calon pengguna sistem yaitu arsitek. Hasil dari rancangan interface kemudian dievaluasi menggunakan System Usability Scale (SUS) dengan hasil skor akhir 69,615, menunjukkan rancangan interface yang dibuat dengan metode TCSD ini layak untuk digunakan pengguna.
Kata kunci: Interface; System Usability Scale; Task-Centered System Design
Abstract:Abstract: Twitter, as a social media platform, has rapidly grown as a means for people to express their opinions and thoughts on various topics, including education. The number of Twitter users surged to 10.645.000 in 2020,…
20, with a significant increase during the pandemic. Telkom University, as a private institution of higher education in Indonesia, has become one of the topics of discussion on Twitter. Users’ opinions about Telkom University vary, ranging from positive to negative. To gain deeper insights into public view, sentiment analysis is essential. The analysis follows the Knowledge Discovery in Databases (KDD) process, utilizing the Naive Bayes classification algorithm. The evaluation results indicate the best accuracy achieved with an 80:20 data split, resulting in an accuracy rate of 82.05%, precision of 82.3%, recall of 82.05%, and F1-Score of 82.08%. The Naïve Bayes model demonstrates good performance for sentiment analysis of public views regarding Telkom University on Twitter.
Keywords: naïve bayes; sentiment analysis; twitter; telkom university.
Abstrak: Media sosial Twitter berkembang pesat sebagai sarana masyarakat berekspresi untuk menuangkan opini dan pikiran mereka mengenai topik apapun, termasuk pendidikan. Pengguna Twitter meningkat tajam hingga 10.645.00 pengguna pada tahun 2020 dan terus meningkat selama pandemi. Telkom University sebagai perguruan tinggi menjadi salah satu topik yang dibicarakan yang berkaitan dengan pendidikan. Pendapat mengenai Telkom University yang diungkapkan oleh pengguna Twitter beragam, baik positif maupun negatif. Analisis sentimen diperlukan untuk memahami pandangan publik lebih mendalam. Digunakan tahapan Knowledge Discovery in Databases dan algoritma klasifikasi Naïve Bayes dalam analisis ini. Hasil evaluasi menunjukkan akurasi paling baik dicapai dengan rasio data 80:20, dengan nilai akurasi sebesar 82.05%, nilai presisi sebesar 82.3%, nilai recall sebesar 82.05%, dan nilai F1-Score sebesar 82.08%. Model klasifikasi Naïve Bayes memiliki performa baik untuk analisis sentimen pandangan publik di Twitter mengenai Telkom University.
Kata kunci: analisis sentimen; naïve bayes; twitter; telkom university.
Abstract:Abstract: The design of Smart Village Enterprise Architecture for village government systems serves to support sustainability in facilitating the creation of Good Governance in a Village Government. One significant role…
in achieving Good Governance in a village is Education. Education plays a crucial role in enhancing and developing Good Governance and the SDGs values of a village. The conducted research focuses on the design of Enterprise Architecture of the Smart Village concept, with a focus on Village Services' dimension that specifically targets Education Services in a village in the Special Region of Yogyakarta. The research method utilized the TOGAF ADM 9.2 framework. The focus domain in this study includes the preliminary phase, architecture vision, business architecture, data architecture, application architecture, technology architecture, opportunities and solutions, and migration planning for the Education service in the Pagerharjo Village Government. The research result is an Enterprise Architecture blueprint as a solution to the issues that occur in the Education service in the Pagerharjo Village Government, along with an IT Roadmap as a reference for the village government in project development. It is hoped that the recommendations provided can enhance the Education services offered by the Pagerharjo village, thereby aiding the Pagerharjo Village Government in improving its score for the fourth SDGs, Quality Education.
Keywords: Enterprise Architecture, Smart Village, SDGs, TOGAF ADM 9.2.
Abstrak: Perancangan Enterprise Architecture Smart Village pada sistem pemerintahan Desa befungsi mendukung sustainability dalam membantu terciptanya Good Governance di suatu Pemerintahan Desa. Salah satu peranan penting terciptanya Good Governance di suatu Desa adalah Pendidikan. Pendidikan memiliki peran penting dalam peningkatan maupun pembangunan Good Governance dan nilai SDGs Desa. Penelitian yang dilakukan berfokus pada perancangan Enterprise Architecture konsep Smart Village dimensi Village Services yang berfokus pada Education Services di Desa Daerah Istimewa Yogyakarta. Metode penelitian dilakukan dengan menggunakan framework TOGAF ADM 9.2. Fokus domain yang diambil dalam penelitian ini mencakup fase preliminary phase, architecture vision, arsitektur bisnis, arsitektur data, arsitektur aplikasi, arsitektur teknologi, opportunities and solutions, dan migration planning pada layanan Pendidikan di Pemerintahan Desa Pagerharjo. Hasil dari penelitian yang dilakukan berupa blueprint Enterprise Architecture sebagai solusi dari permasalahan yang terjadi pada layanan Pendidikan di Pemerintahan Desa Pagerharjo serta IT Roadmap sebagai acuan Pemerintah Desa dalam melakukan pengembangan proyek. Diharapkan, rekomendasi yang diberikan dapat meningkatkan layanan Pendidikan yang disediakan oleh Desa Pagerharjo, sehingga mampu membantu Pemerintah Desa Pagerharjo meningkatkan score nilai SDGs ke-empat, Pendidikan yang Berkualitas.
Kata kunci: Enterprise Architecture, Smart Village, SDGs, TOGAF ADM 9.2
Abstract:Abstract: The current development of information technology has had an impact on all fields, including the health sector. Many activities that were previously carried out conventionally or manually can now be carried out…
with the help of technology. Computers that were previously only used to process data now provide many services, applications, and programs that can help facilitate human activities. One of them is the Multi-Attribute Utility Theory (MAUT) method, which is a support system method that has been widely used to provide accurate and efficient results. This study aims to build a decision support system for choosing healthy toddlers and elderly at the Petatal Health Center, Talawi District, Asahan Regency. So far, the process of selecting healthy toddlers and elderly is done conventionally, without the help of applications or computer programs. So the time needed is longer and the results are also less objective. The calculation process uses the MAUT method with an alternative of 13 toddlers and 15 elderly. The criteria used are body weight, nutritional status, potassium content, protein content, and carbohydrate content. Assessment weight 1-5. The results are 3 Toddlers with the highest total score Laila (17) Putri Sundar (14.25) and Tiara with a score of 12.25. The three people with the highest scores for healthy elderly are Rini Dewi with a score of 17, Joni with a score of 14.25, and Bejo Asmo with a value of 12.25.
Keywords: decision support system; MAUT; multi atribute utility theory; SPK
Abstrak: Perkembangan Teknologi informasi saat ini telah berdampak pada semua bidang, termasuk bidang kesehatan. Banyak kegiatan yang awalnya dilakukan secara konvensional atau manual kini dapat dilakukan dengan bantuan teknologi. Komputer yang tadinya hanya digunakan untuk mengolah data kini menyediakan banyak layanan, aplikasi dan program yang dapat membantu mempermudah kegiatan manusia. Salah satunya adalah metode Multi Atribute Utility Theory (MAUT) yang merupakan salah satu metode sistem pendukung yang telah banyak digunakan untuk memberikan hasil yang akurat dan efisien. Penelitian ini bertujuan membangun sistem pendukung keputusan pemilihan Balita dan Lansia Sehat di Puskesmas Petatal Kecamatan Talawi Kabupaten Asahan, selama ini proses pemilihan balita dan lansia sehat dilakukan secara konvensional, tanpa menggunakan bantuan aplikasi atau program computer. Sehingga waktu yang dibutuhkan lebih lama serta hasilnya juga kurang objektif. Proses perhitungan menggunakan Metode MAUT dengan alternative 13 Balita dan 15 lansia .Kriteria yang digunakan Berat Badan, Status Gizi, Kandungan Kalium, Kandungan protein dan kandungan karbohidrat. Bobot penilaian 1-5. Hasil adalah 3 Balita dengan total nilai tertinggi Laila (17) Putri Sundar (14,25) dan Tiara dengan nilai 12,25. Tiga orang dengan nilai tertinggi untuk Lansia sehat adalah Rini dewi dengan nilai 17, Joni dengan nilai 14,25 dan Bejo Asmo dengan nilai 12,25.
Kata kunci: multi atribute utility theory; MAUT; sistem pendukung keputusan; SPK