Abstract:Abstract: Bullying in schools is a social problem that requires serious attention because it can impact students' psychological condition and learning process. SMP Negeri 1 Sei Kepayang still faces limitations in determining…
ning the most appropriate bullying prevention strategy, because the selection of strategies is still reactive. Therefore, a decision support system is needed that can assist the school in determining the priority of bullying prevention strategies. This study aims to design and implement the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method in a decision support system to determine the most appropriate bullying prevention strategy. The criteria used include program costs, target scope, resource requirements, and speed of implementation. The system was developed web-based to facilitate data processing and analysis. The results showed that the strategy of Integrating Bullying Material into Learning was the most appropriate strategy with a value of 0.0464. With this system, the resulting bullying prevention strategy recommendations are more measurable and data-based.
Keywords: MOORA; decision support system; bullying; strategy; prevention
Abstrak: Perundungan di lingkungan sekolah merupakan permasalahan sosial yang perlu mendapat perhatian serius karena dapat berdampak pada kondisi psikologis dan proses belajar siswa. SMP Negeri 1 Sei Kepayang masih menghadapi keterbatasan dalam menentukan strategi pencegahan perundungan yang paling tepat, karena pemilihan strategi masih bersifat reaktif. Oleh karena itu, diperlukan suatu sistem pendukung keputusan yang mampu membantu pihak sekolah dalam menentukan prioritas strategi pencegahan perundungan. Penelitian ini bertujuan merancang dan mengimplementasikan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) pada sistem pendukung keputusan untuk menetapkan strategi pencegahan perundungan paling tepat. Kriteria yang digunakan meliputi biaya program, lingkup sasaran, kebutuhan sumber daya, dan kecepatan pelaksanaan. Sistem dikembangkan berbasis web untuk mempermudah proses pengolahan dan analisis data. Hasil penelitian menunjukkan bahwa strategi Integrasi Materi Perundungan Ke Dalam Pembelajaran menjadi strategi yang paling tepat dengan nilai 0.0464. Dengan adanya sistem ini, rekomendasi strategi pencegahan perundungan yang dihasilkan menjadi lebih terukur dan berbasis data.
Kata kunci: MOORA; sistem pendukung keputusan; perundungan; strategi; pencegahan
Abstract:Abstract: The development of information and communication technology has increased public demand for digital services, particularly data packages as the primary means of internet access. This high demand requires data package…
ackage retailers to manage inventory optimally to ensure product availability meets customer needs. At CMC Cell, the determination of data package stock is still based on intuition without systematic data analysis, resulting in stock accumulation for certain products and stock shortages for others when demand increases. This study aims to design and implement a web-based Decision Support System (DSS) using the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method to determine the optimal stock of data packages. The MOORA method is applied to rank data package alternatives based on several criteria, including data package demand, sales history, remaining stock, selling price, and validity period. Sales data are analyzed using the calculation stages of the MOORA method. The results show that the Telkomsel V 3 GB data package achieves the highest preference value of 0.1498 and is therefore recommended as the top-priority data package, with an optimal stock quantity of 200 units. With the implementation of this system, the recommendations for determining data package stock become more measurable, objective, and data-driven.
Keywords: MOORA; PHP; decision support system; optimal stock; stock priority
Abstrak: Perkembangan teknologi informasi dan komunikasi telah meningkatkan kebutuhan masyarakat terhadap layanan digital, khususnya paket data sebagai sarana utama akses internet. Tingginya permintaan tersebut menuntut pelaku usaha penjualan paket data untuk mampu mengelola stok secara optimal agar ketersediaan produk sesuai dengan kebutuhan pelanggan. Pada Toko CMC Cell, penentuan stok paket data masih dilakukan berdasarkan intuisi tanpa analisis data yang sistematis, sehingga sering terjadi penumpukan stok pada beberapa produk dan kekosongan stok pada produk lain saat permintaan meningkat. Penelitian ini bertujuan untuk merancang dan mengimplementasikan Sistem Pendukung Keputusan (SPK) berbasis web menggunakan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) dalam menentukan stok optimal paket data. Metode MOORA digunakan untuk melakukan perangkingan alternatif paket data berdasarkan beberapa kriteria, yaitu permintaan paket data, riwayat penjualan, jumlah stok tersisa, harga jual, dan masa aktif. Data penjualan paket data dianalisis menggunakan tahapan perhitungan metode MOORA. Hasil penelitian menunjukkan bahwa paket data Telkomsel V 3 GB memperoleh nilai preferensi tertinggi sebesar 0,1498 sehingga direkomendasikan sebagai paket data dengan prioritas stok tertinggi, dengan jumlah stok optimal sebanyak 200 pcs. Dengan adanya sistem ini, rekomendasi penentuan stok paket data yang dihasilkan menjadi lebih terukur, objektif, dan berbasis data.
Kata kunci: MOORA; PHP; sistem pendukung keputusan; stok optimal; prioritas stok
Abstract:Abstract: This study is motivated by the underutilization of transaction data at Toko F3I Kisaran in supporting decision-making related to inventory and pricing strategies. Currently, decisions are made conventionally based…
sed on experience, which may lead to overstock or stockout conditions. This research aims to develop a sales prediction model by applying Data Mining techniques using the Multiple Linear Regression method to analyze the influence of stock and price variables on sales. The research methodology includes historical data collection, regression analysis, web-based system design using PHP and MySQL, and system testing through the Black Box method. The results indicate that the developed model is capable of generating measurable and systematic sales estimations based on stock and price variables. The implementation of this system can assist store management in planning inventory levels and pricing strategies more efficiently, thereby improving operational effectiveness and business competitiveness.
Keywords: data mining; multiple linear regression; PHP; sales prediction; web-based system
Abstrak: Penelitian ini dilatarbelakangi oleh belum optimalnya pemanfaatan data transaksi penjualan pada Toko F3I Kisaran dalam mendukung pengambilan keputusan terkait persediaan dan penetapan harga. Selama ini, keputusan masih dilakukan secara konvensional berdasarkan pengalaman, sehingga berpotensi menimbulkan overstock maupun stockout. Penelitian ini bertujuan untuk membangun model prediksi penjualan dengan menerapkan teknik Data Mining menggunakan metode Regresi Linier Berganda guna menganalisis pengaruh variabel stok dan harga terhadap penjualan. Metodologi penelitian meliputi pengumpulan data historis, analisis perhitungan regresi, perancangan sistem berbasis web menggunakan PHP dan MySQL, serta pengujian sistem dengan metode Black Box. Hasil penelitian menunjukkan bahwa model yang dibangun mampu menghasilkan estimasi penjualan berdasarkan variabel stok dan harga secara lebih terukur dan sistematis. Implementasi sistem ini dapat membantu manajemen toko dalam merencanakan jumlah persediaan dan strategi harga secara lebih efisien, sehingga meningkatkan efektivitas pengelolaan bisnis dan daya saing perusahaan.
Kata kunci: data mining; prediksi penjualan; regresi linier berganda; sistem berbasis web; PHP
Abstract:Abstract: The selection of pediatric cough medicine at Apotek Keluarga is currently subjective and highly dependent on the pharmacist's experience, which potentially leads to inconsistent recommendations for customers. This…
his research aims to develop a Decision Support System (DSS) using the Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) method to provide objective, fast, and accurate drug recommendations. The assessment criteria used in this system include cough type, side effects, age, and drug price, which are adjusted to clinical needs and consumer preferences. TOPSIS was chosen for its ability to rank drug alternatives based on their relative closeness to the positive ideal solution and the farthest distance from the negative ideal solution. The system development process involved problem identification, literature study, and data collection through interviews and direct field observations. The results indicate that the implementation of the TOPSIS method is effective in producing a list of cough medicine recommendations tailored to the specific conditions of pediatric patients. With this web-based system, the drug selection process becomes more transparent, systematic, and efficient, thereby enhancing the quality of pharmaceutical services at Apotek Keluarga.
Keywords: Decision Support System, TOPSIS, Pediatric Cough Medicine, Apotek Keluarga.
Abstrak: Pemilihan obat batuk anak di Apotek Keluarga saat ini masih bersifat subjektif dan sangat bergantung pada pengalaman apoteker, sehingga berpotensi menimbulkan ketidakkonsistenan dalam pemberian rekomendasi kepada pelanggan. Penelitian ini bertujuan untuk mengembangkan Sistem Pendukung Keputusan (SPK) menggunakan metode Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) guna memberikan rekomendasi obat secara objektif, cepat, dan akurat. Kriteria penilaian yang digunakan dalam sistem ini meliputi jenis batuk, efek samping, usia, dan harga obat, yang disesuaikan dengan kebutuhan klinis serta preferensi konsumen. Metode TOPSIS dipilih karena kemampuannya dalam meranking alternatif obat berdasarkan kedekatan relatif terhadap solusi ideal positif dan jarak terjauh dari solusi ideal negatif. Proses pengembangan sistem dilakukan melalui tahapan identifikasi masalah, studi literatur, serta pengumpulan data melalui wawancara dan observasi langsung di lapangan. Hasil penelitian menunjukkan bahwa penerapan metode TOPSIS efektif dalam menghasilkan urutan rekomendasi obat batuk yang paling sesuai dengan kondisi spesifik pasien anak. Dengan adanya sistem berbasis web ini, proses pemilihan obat menjadi lebih transparan, sistematis, dan efisien, sehingga mampu meningkatkan kualitas pelayanan farmasi di Apotek Keluarga.
Kata kunci: Sistem Pendukung Keputusan, TOPSIS, Obat Batuk Anak, Apotek Keluarga.
Abstract:Abstract: Hospitals, as healthcare facilities, have a high level of visitor mobility, particularly in inpatient wards. Therefore, visitor control is necessary to maintain patient comfort, safety, and service quality. Manual…
ual visitor monitoring is considered ineffective and prone to errors. Therefore, this study aims to design and implement an artificial intelligence-based visitor monitoring system for hospital inpatient wards using computer vision technology. The developed system utilizes the YOLOv8 model as an object detection algorithm to automatically detect and count visitors through a camera. Visitor information is displayed through a desktop-based monitoring interface and is equipped with warning notifications via the Telegram application and an automatic alarm if the number of visitors exceeds the limit set by hospital policy. Test results show that the system is capable of performing well in detecting and counting visitors in real time, as well as sending information and warnings responsively. Thus, this system is considered effective as a technology-based hospital management support solution in controlling inpatient ward density and making decisions more quickly and accurately.
Keywords: hospital; inpatient ward; computer vision; yolov8; visitor monitoring
Abstrak: Rumah sakit sebagai fasilitas pelayanan kesehatan memiliki tingkat mobilitas pengunjung yang tinggi, khususnya pada ruang rawat inap, sehingga diperlukan pengendalian jumlah pengunjung untuk menjaga kenyamanan, keselamatan pasien, dan kualitas pelayanan. Pemantauan jumlah pengunjung secara manual dinilai kurang efektif dan rentan terhadap kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang dan mengimplementasikan sistem pemantauan jumlah pengunjung ruang rawat inap rumah sakit berbasis kecerdasan buatan menggunakan teknologi computer vision. Sistem yang dikembangkan memanfaatkan model YOLOv8 sebagai algoritma object detection untuk mendeteksi dan menghitung jumlah pengunjung secara otomatis melalui kamera. Informasi jumlah pengunjung ditampilkan melalui antarmuka pemantauan berbasis desktop dan dilengkapi dengan notifikasi peringatan melalui aplikasi Telegram serta alarm otomatis apabila jumlah pengunjung melebihi batas yang ditetapkan sesuai kebijakan rumah sakit. Hasil pengujian menunjukkan bahwa sistem mampu bekerja dengan baik dalam mendeteksi dan menghitung jumlah pengunjung secara real-time, serta mengirimkan informasi dan peringatan secara responsif. Dengan demikian, sistem ini dinilai efektif sebagai solusi pendukung manajemen rumah sakit berbasis teknologi dalam pengendalian kepadatan ruang rawat inap dan pengambilan keputusan yang lebih cepat dan akurat.
Kata kunci: rumah sakit; ruang rawat inap; computer vision; yolov8; monitoring pengunjung
Abstract:Abstract: Information Technology (IT) has played a crucial role in various sectors, including the transportation sector, as seen in the Department of Transportation of Asahan Regency, North Sumatra. One of the challenges…
in this area is the performance of parking attendants, which affects the effectiveness of parking management and traffic safety. Poor performance of parking attendants can cause various issues, including traffic congestion, rule violations, and user discomfort. Therefore, evaluating the performance of parking attendants is essential to improve service quality and parking safety. In this context, the implementation of a technology-based information system is an appropriate solution to enhance the effectiveness of the performance evaluation process for parking attendants. Classification methods, such as k-nearest neighbor (KNN), are used to evaluate the performance of parking attendants more accurately and efficiently. This method allows early detection of poor performance, such as fraud or traffic rule violations, and provides feedback for improvements. The primary goal is to measure effectiveness, identify areas for improvement, and recognize parking attendants with good performance.
Keywords: Information Technology, Parking Attendants, Performance Evaluation, KNN, Asahan Regency.
Abstrak: Teknologi Informasi (TI) telah memainkan peran penting dalam berbagai sektor, termasuk sektor transportasi, seperti yang terlihat pada Dinas Perhubungan Kabupaten Asahan, Sumatera Utara. Salah satu tantangan di wilayah ini adalah kinerja juru parkir yang mempengaruhi efektivitas pengelolaan parkir dan keselamatan lalu lintas. Kinerja juru parkir yang kurang optimal dapat menimbulkan berbagai masalah, termasuk kemacetan, pelanggaran aturan, dan ketidaknyamanan pengguna parkir. Oleh karena itu, penilaian kinerja juru parkir menjadi sangat penting untuk meningkatkan kualitas layanan dan keamanan parkir. Dalam konteks ini, penerapan sistem informasi berbasis teknologi menjadi solusi yang tepat untuk meningkatkan efektivitas proses penilaian kinerja juru parkir. Metode klasifikasi, seperti k-nearest neighbor (KNN), digunakan untuk mengevaluasi kinerja juru parkir dengan lebih akurat dan efisien. Metode ini memungkinkan deteksi dini terhadap kinerja buruk, seperti penipuan atau pelanggaran aturan lalu lintas, serta memberikan umpan balik untuk perbaikan. Tujuan utamanya adalah mengukur efektivitas, mengidentifikasi area perbaikan, dan memberikan apresiasi bagi juru parkir yang memiliki kinerja baik.
Kata Kunci: Teknologi Informasi, Juru Parkir, Penilaian Kinerja, KNN, Kabupaten Asahan.
Abstract:Abstract: In a competitive digital era, business owners such as Alya Collection face challenges in determining the right fashion products to offer to consumers. Relying on intuition without data support often results in…
inaccurate and potentially detrimental decisions. This study aims to assist the sales decision-making process by applying a data mining method using the K-Means Clustering algorithm. This method was used to group sales data from February 2024 to January 2025 into three categories: best-selling, least-selling, and non-selling products. The study was conducted using a quantitative approach, through sales data collection and direct interviews with store owners. The system was built using the PHP programming language and MySQL database, and designed with tools such as UML, DFD, and ERD. The results of this clustering system are expected to provide strategic information useful for Alya Collection in planning stock, promotions, and product development, thereby increasing sales effectively and efficiently.
Keywords: data mining; k-means; sales; alya collection; information system
Abstrak: Dalam era digital yang kompetitif, pemilik usaha seperti Alya Collection menghadapi tantangan dalam menentukan produk fashion yang tepat untuk ditawarkan kepada konsumen. Ketergantungan pada intuisi tanpa dukungan data seringkali mengakibatkan keputusan yang kurang akurat dan berisiko merugikan. Penelitian ini bertujuan untuk membantu proses pengambilan keputusan penjualan dengan menerapkan metode data mining menggunakan algoritma K-Means Clustering. Metode ini digunakan untuk mengelompokkan data penjualan dari Februari 2024 hingga Januari 2025 ke dalam tiga kategori: produk terlaris, kurang laris, dan tidak laris. Penelitian dilakukan dengan pendekatan kuantitatif, melalui pengumpulan data penjualan serta wawancara langsung dengan pemilik toko. Sistem yang dibangun menggunakan bahasa pemrograman PHP dan database MySQL, serta dirancang dengan alat bantu seperti UML, DFD, dan ERD. Hasil dari sistem klasterisasi ini diharapkan dapat memberikan informasi strategis yang berguna bagi Alya Collection dalam merencanakan stok, promosi, serta pengembangan produk, sehingga mampu meningkatkan penjualan secara efektif dan efisien.
Kata kunci: data mining; k-means clustering; penjualan; alya collection; sistem informasi
Abstract:Abstract: Motorcycle sales are one of the key indicators of growth in Indonesia’s automotive industry. CV. Honda Karya Utama, as an authorized Honda motorcycle dealer, faces challenges due to unstable monthly sales fluctuations.…
ctuations. This uncertainty complicates stock planning, marketing strategy formulation, and may lead to potential losses caused by overstocking or understocking. To address these issues, this study aims to analyze the relationship between time and sales volume and to develop a predictive model that can assist management in making more effective business decisions.
The research was conducted using a quantitative method and a machine learning approach by applying a linear regression algorithm, implemented through the Python programming language and a MySQL database. The dataset used consists of monthly sales data over one year, analyzed to predict future sales trends. The results show that the linear regression algorithm can predict sales trends with a good level of accuracy, achieving evaluation values of MAPE 1.72%, MSE 1.76%, and RMSE 0.57. The developed model assists management in formulating marketing strategies, optimizing inventory planning, and minimizing financial risks. Therefore, linear regression can serve as an effective analytical tool to support strategic business decision-making at CV. Honda Karya Utama.
Keywords: motorcycle sales; linear regression; prediction; sales analysis
Abstrak: Penjualan sepeda motor merupakan salah satu indikator penting dalam pertumbuhan industri otomotif di Indonesia. CV. Honda Karya Utama sebagai dealer resmi sepeda motor Honda menghadapi tantangan berupa fluktuasi penjualan yang tidak stabil setiap bulannya. Ketidakpastian ini menyebabkan kesulitan dalam perencanaan stok, penentuan strategi pemasaran, serta berpotensi menimbulkan kerugian akibat kelebihan atau kekurangan persediaan. Untuk mengatasi permasalahan tersebut, penelitian ini bertujuan untuk menganalisis hubungan antara waktu dan jumlah penjualan serta membangun model prediksi yang dapat membantu manajemen dalam pengambilan keputusan bisnis yang lebih efektif. Penelitian dilakukan dengan metode kuantitatif dan pendekatan machine learning menggunakan algoritma regresi linier, dengan implementasi berbasis bahasa pemrograman Python dan basis data MySQL. Data yang digunakan berupa data penjualan bulanan selama satu tahun, yang kemudian dianalisis untuk memprediksi tren penjualan pada periode berikutnya. Hasil penelitian menunjukkan bahwa regresi linier mampu memprediksi tren penjualan dengan tingkat akurasi yang baik, dengan nilai evaluasi MAPE sebesar 1,72%, MSE 1,76%, dan RMSE 0,57. Model ini membantu manajemen dalam menyusun strategi pemasaran, mengoptimalkan perencanaan stok, serta meminimalkan risiko kerugian. Dengan demikian, regresi linier dapat menjadi alat bantu yang efektif dalam mendukung keputusan bisnis di CV. Honda Karya Utama.
Kata kunci: penjualan sepeda motor; regresi linier; prediksi; analisis penjualan
Abstract:Abstract: The development of information technology has significantly influenced various aspects of life, including the way participants are selected for training programs. One example of its application can be seen in the…
he Vocational Skills Education Program (PKK) in the hair beauty sector at LKP LADY in Asahan Regency. The previous manual participant selection process was considered inefficient and prone to errors. Therefore, this study aims to design a Decision Support System (DSS) based on the Additive Ratio Assessment (ARAS) method to support a more objective, transparent, and structured participant selection processThe implementation results show that the system is capable of generating participant rankings. Of the total 25 registered participants, the system successfully displayed 16 participants with the highest scores. The participant with the highest ranking was Kholina Zuhro who obtained a utility value of 0.7688. By implementing this system, the selection process at LKP LADY becomes faster, more efficient, and fairer because decisions are based on systematically determined criteria, thereby improving the quality of training results and confidence in the selection process.
Keywords: : information technology; decision support systems; ARAS; PKK; selection of participants
Abstrak: Perkembangan teknologi informasi sangat memengaruhi berbagai aspek kehidupan, termasuk cara dalam menyeleksi peserta pelatihan. Salah satu penerapannya dapat dilihat pada Program Pendidikan Kecakapan Kerja (PKK) bidang kecantikan rambut di LKP LADY Kabupaten Asahan. Proses seleksi peserta yang sebelumnya dilakukan secara manual dinilai kurang efisien dan rawan kesalahan. Oleh karena itu, penelitian ini bertujuan untuk merancang Sistem Pendukung Keputusan (SPK) berbasis metode Additive Ratio Assessment (ARAS) guna mendukung proses seleksi peserta secara lebih objektif, transparan, dan terstruktur. Sistem ini dirancang untuk memproses data peserta berdasarkan sejumlah kriteria seperti usia, tingkat pendidikan terakhir, pengalaman kerja, status pekerjaan, riwayat penyakit, dan jarak tempat tinggal dari lokasi pelatihan. Hasil implementasi menunjukkan bahwa sistem mampu menghasilkan perangkingan peserta. Dari total 25 peserta yang didaftarkan, sistem berhasil menampilkan 16 peserta dengan nilai tertinggi. Peserta dengan peringkat tertinggi adalah Kholina Zuhro yang memperoleh nilai utility sebesar 0,7688. Dengan diterapkannya sistem ini, proses seleksi di LKP LADY menjadi lebih cepat, efisien, dan adil karena keputusan didasarkan pada kriteria yang telah ditentukan secara sistematis, sehingga dapat meningkatkan kualitas hasil pelatihan dan kepercayaan terhadap proses seleksi.
Kata kunci: teknologi informasi; sistem pendukung keputusan; ARAS; PKK; seleksi peserta
Abstract:Abstrak: The selection of housing is a critical decision that involves the consideration of multiple criteria objectively. In Kisaran City, the rapid growth of the property sector has led to a wide variety of housing options,…
ions, each with distinct characteristics, making it difficult for potential buyers to determine the most suitable choice. This study aims to apply the Weighted Aggregated Sum Product Assessment (WASPAS) method to support the decision-making process for selecting the best housing based on five main criteria: location, price, security, public facilities, and environment. Each criterion is analyzed quantitatively through the assignment of weights and scores to each housing alternative. The WASPAS method generates a final ranking, where the alternative with the highest score is considered the optimal choice. The results show that the WASPAS method is effective in simplifying the multi-criteria decision-making process and provides accurate and rational recommendations for selecting housing that best meets the needs of the community. This study is expected to serve as a reference for prospective buyers and property developers in planning and marketing strategies.
Keywords: waspas; housing selection; kisaran city; decision support system; multi-criteria decision-making.
Abstrack: Pemilihan perumahan merupakan keputusan penting yang memerlukan pertimbangan berbagai kriteria secara objektif. Di Kota Kisaran, pertumbuhan pesat di sektor properti menghadirkan beragam pilihan perumahan dengan karakteristik yang berbeda, sehingga calon pembeli sering kali kesulitan dalam menentukan pilihan yang paling sesuai. Penelitian ini bertujuan untuk menerapkan metode Weighted Aggregated Sum Product Assessment (WASPAS) dalam membantu proses pengambilan keputusan pemilihan perumahan terbaik berdasarkan lima kriteria utama, yaitu lokasi, harga, keamanan, fasilitas umum, dan lingkungan. Setiap kriteria dianalisis menggunakan pendekatan kuantitatif dengan pemberian bobot dan penilaian terhadap masing-masing alternatif perumahan. Hasil dari metode WASPAS menghasilkan peringkat akhir dari alternatif perumahan yang dianalisis, di mana alternatif dengan nilai tertinggi dianggap sebagai pilihan terbaik. Penelitian ini menunjukkan bahwa metode WASPAS efektif dalam menyederhanakan proses pengambilan keputusan multikriteria dan memberikan hasil yang akurat dan rasional dalam memilih perumahan yang paling sesuai dengan kebutuhan masyarakat. Temuan ini diharapkan dapat menjadi referensi bagi calon pembeli maupun pengembang dalam perencanaan dan strategi pemasaran properti.
Kata Kunci: waspas; pemilihan perumahan; kota kisaran; sistem pendukung keputusan; multikriteria