CKI On SPOT, Vol. 11, No.

2, Desember 2018 ISSN Cetak : 1979-7044

ISSN Online : 2598 - 2990

SISTEM INFORMASI SELEKSI PENERIMA PROGRAM INDONESIA

PINTAR DENGAN MENGGUNAKAN METODE MAUT

Elyana1 Ai Ilah Warnilah2

Program Studi Sistem Informasi, Universitas Bina Sarana Informatika, Jakarta
Email: 1elyanaazmi19@gmail.com, 2ai.aiw@bsi.ac.id

ABSTRACT
With the development of the internet that could make people easier to access various information that is happening,
as well as information for government assistance, one of them is assistance for students that can reduced the cost of
education with the existence of government assistance in the form of Smart Indonesian Program through Smart
Indonesian Card. Yayasan Islam Elementary School of Tasikmalaya is an institution engaged in education. In this
school, Smart Indonesian Program reception was still manual starting from recording, recapping and making
reports were still done one by one which make the lack of data accuracy. For that the author try to make the final
project about Information System of Smart Indonesian Program Receiver Selection Using Maut (Multy Attribute
Utility Theory) Method in Yayasan Islam Elementary School because it is not computerized yet, the system carried
out in this school is still manual. In this System Design, author used Maut Method for decision support systems so
that the school can select underprivillaged students easily from determined criterias, This Information System Design
is the best solution for solve problems that exist in school with Maut Method could find students who are untitled
and not untitled for Smart Indonesian Program assistance. In this selection, the highest value was 2,16 and the
lowest value was 0,90.

Keywords: The Design, Receiver, assistance, Maut, Smart Indonesian Program

* E-mail address: elyanaazmi19@gmail.com

2598 – 2990 © 2018 The Authors. Published by STIKOM Cipta Karya Informatika.

Selection and peer-review under responsibility of The 11th STIKOM CKI on SPOT

96
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

1. PENDAHULUAN
PIP (Program Indonesia Pintar) adalah program pemerintah berupa bantuan tunai yang
diberikan kepada anak usia 6-21 tahun yang masih berada pada dunia pendidikan, bantuan ini
diberikan kepada keluarga yang tidak mampu atau siswa miskin untuk meringankan beban orang
tua agar anak tetap sekolah. Namun permasalahnnya pemberian dana bantuan ini kurang efektif
karena banyak yang salah sasaran atas pemberian Program Indonesia Pintar (PIP) ini, oleh
karenanya banyak kecemburuan sosial terhadap orang tua maupun siswa.
Untuk menentukan dana bantuan Program Indonesia Pintar (PIP) kepada siswa yang kurang
mampu penulis menekankan menggunakan sistem pedukung keputusan menggunakan metode
Maut ( Multi Attribute Utility Theory ) dimana pengambilan keputusan dari beberapa kriteria
yaitu: pekerjaan orang tua, penghasilan orangtua, jumlah tanggungan, jumlah tanggungan yang
masih sekolah, nilai raport, pemegang Kartu Keluarga Sejahtera (KKS), status anak, pendidikan
terakhir orangtua, tempat tinggal, jenis rumah, Pemegang Kartu PKH (Program Keluarga
Harapan), Pemegang SKTM (Surat Keterangan Tidak Mampu), sumber penerangan utama.
dengan cara membandingkan alternatif-alternatif berdasarkan setiap kriteria. Sehingga
menghasilkan keputusan untuk menyeleksi bantuan dana Program Indonesia Pintar (PIP) kepada
siswa yang kurang mampu dilihat dari beberapa kriteria. Namun pada saat ini penyeleksian
program Program Indonesia Pintar (PIP) dari pihak sekolah kurang sasaran dan hal ini
mengakibatkan ketidakadilan siswa yang seharusnya berhak mendapatkan bantuan dana dan
tidak tepatnya waktu dalam pemilihannya. Oleh karena itu penulis ingin membantu pihak sekolah
dengan dibuatnya sistem menggunakan metode algoritma berupa metode Maut (Multi Attribute
Utility Theory) untuk sistem penunjang keputusan bagi siswa yang berhak mendapatkan bantuan
program pemerintah berupa dana bantuan. Penulis mengusulkan aplikasi seleksi penerima
bantuan Program Indonesia Pintar (PIP) berbasis website dengan menggunakan metode Maut
(Multi Attribute Utility Theory).
2. PENELITIAN TERKAIT
Nama/Tahun/Judul Tujuan Penelitian Hasil Penelitian
Deddy Kusbianto P (2018) Merancang sistem pendukung keputusan Dalam penelitian ini melakukan
Sistem Pendukung menggunakan metode TOPSIS (Technique perhitungan dan perangkingan
Keputusan Prioritas Calon for Order Performance by Similarity to pada data siswa yang telah
Penerimaan Program Ideal Solutions) dengan beberapa kriteria tersedia. Pengguna terlebih
Indonesia Pintar Pada yaitu Status Aktif Siswa, Surat Keterangan dahulu memilih tahun siswa
Siswa Sekolah Menengah Miskin, Kondisi Yatim Piatu, Gaji Orang yang ingin diproses pada drop
Pertama Menggunakan Tua, Presentasi Absensi. Pada aplikasi ini down lalu tekan tombol proses
Metode Topsis didapatkan hasil akhir berupa perankingan untuk menampilkan hasil dari
prioritas siswa yang akan menerima data yang akan dihitung dan
bantuan PIP perangkingan data menurut nilai
preferensi pada tab terakhir,
urutan tab sesuai dengan urutan
proses metode TOPSIS.
Devi Wulansari (2017) Demi mempermudah pekerjaan dan SPK dapat meminimalisir
Sistem Pendukung menghindari kesalahan perhitungan data kecurangan pada staff yang
Keputusan Untuk dengan sistem lama maka dibangunlah bertugas dan meminimalisir
Menentukan Penerima sebuah sistem pendukung keputusan yang sifat subjektif dalam
Kartu Indonesia Pintar dapat membantu mengambil keputusan menentukan masyarakat yang
Menggunakan Metode penerima KIP secara cepat dan lebih akurat berhak memperoleh KIP
Simple Additive Weight dengan menggunakan metode Simple
Additive Weighting (SAW). Sistem
pendukung keputusan ini diharapkan dapat
membantu mempermudah dalam memilih
masyarakat yang layak mendapatkan KIP
97
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

3. METODE PENELITIAN
Teknik Pengumpulan Data
Observasi

Menentukan Judul Wawancara

Studi Pustaka
Pemilihan Metode
1.Pecah sebuah keputusan kedalam
dimensi yang berbeda.
Perhitungan Sistem
Pendukung Keputusan
Metode Maut(Multi Attribute
2.Tentukan bobot relatif pada
Utility Theory)
masing-masing dimensi.

Implementasi Sistem
3.Daftar semua alternatif.

Pembuatan Laporan 4.Masukan utility untuk masing-

Penelitian masing alternatif sesuai atributnya.

Kesimpulan 5.Kalikan utility dengan bobot

untuk menemukan nilai masing-
masing alternatif.
1. Teknik Pengumpulan Data
Pada tahap pengumpulan data ini penulis melakukan tiga penelitian yaitu observasi,
wawancara, dan studi pustaka. Dimana penulis melakukan observasi langsung ke tempat
penelitian dan melakukan wawancara dengan pihak penelitian yang terlibat, dan melakukan
studi pustaka untuk mengumpulkan berbagai informasi dan doukmen yang diperlukan dalam
penelitian kali ini. Adapun hasil yang penulis dapat dengan teknik pengumpulan data ini
berupa sistem berjalan yang ada pada tempat penelitian, permasalahan yang akan diteliti dan
dokumen-dokumen penting yang diperlukan.
2. Menentukan Judul
Pada tahapan menentukan judul ini penulis menentukan hasil dari penelitan ditempat riset
yang telah diambil dari hasil teknik pengumpulan data yang telah dilakukan di SD Yayasan
Islam dengan judul Perancangan Sistem Informasi Seleksi Penerima Program Indonesia Pintar
(PIP) Dengan Menggunakan Metode Maut (Multi Attribute Utility Theory) Pada SD Yayasan
Islam Tasikmalaya.
3. Pemilihan Metode
Pada tahapan pemilihan metode ini penulis menentukan berbagai metode untuk dijadikan
reverensi atau perbandingan yang cocok untuk metode pada judul Perancangan Sistem
Informasi Seleksi Penerima Program Indonesia Pintar (PIP) Dengan Menggunakan Metode
Maut (Multi Attribute Utility Theory ) Pada SD Yayasan Islam Tasikmalaya.
4. Penggunaan Sistem Pendukung Keputusan Metode Maut (Multi Attribute Utility Theory)
Pada tahapan penggunaan sistem pendukung keputusan ini akhirnya penulis menemukan
metode yang cocok yang telah didapat pada tahapan pemilihan metode sebelumnya. Penulis
mengusulkan dengan menggunakan Sistem Pendukung Keputusan (SPK) menggunakan
metode Maut sebagai metode dalam Seleksi Penerima Bantuan Program Indonesia Pintar (PIP)
Pada SD Yayasan Islam Tasikmalaya. Pada tahapan ini penulis juga melakukan perhitungan
manual dengan metode Maut dari data yang diperoleh dari hasil Pengumpulan Data.
98
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

5. Implementasi Sistem
Pada tahapan implementasi sistem ini penulis melakukan implementasi dengan
pengembangan sistem baru dari sistem lama yang ada dimana masalah-masalah yang terjadi
pada sistem lama diharapkan sudah teratasi pada sistem yang baru. Penulis membuat
perancangan sistem usulan dengan menggunakan Sistem Pendukung Keputusan (SPK)
metode Maut sebagai pengambil keputusan penerima bantuan Program Indonesia Pintar (PIP).
Pada tahap ini penulis melakukan perancangan sistem serta perancangan perangkat lunak yang
akan diusulkan.
6. Pembuatan Laporan Penelitian
Pada tahapan pembuatan laporan penelitian ini penulis menyampaikan dan
mengkomunikasikan kepada audiens hasil akhir riset melalui tulisan. dan untuk laporan
kepada pihak kampus dan pihak tempat riset.
7. Kesimpulan
Pada tahapan ini penulis dapat membuat sistem usulan seleksi Penerima Program Indonesia
Pintar (PIP) Dengan Menggunakan Metode Maut (Multi Attribute Utility Theory).

4. HASIL DAN PEMBAHASAN

4.1. Metode Maut (Multy Attribute Utility Theory)
A. Analisis Proses Penyeleksian siswa siswi penerima Program Indonesia Pintar dengan Metode Maut
(Multy Attribute Utility Theory) diperlukan kriteria-kriteria dan bobot untuk melakukan
perhitungannnya sehingga akan didapat alaternatif terbaik.
B. Data Kriteria
Tabel 4.1. Data Kriteria
No Kode Kriteria Kriteria Bobot

1. C1 Pekerjaan Orangtua 30%

2. C2 Penghasilan Orangtua 35%
3. C3 Jumlah Tanggungan 15%
4. C4 Jumlah Tanggungan Yang masih sekolah 15%
5. C5 Nilai Raport 10%
6. C6 Pemegang KKS 25%
7. C7 Status Anak 25%
8. C8 Tempat Tinggal 15%
9. C9 Jenis Rumah 10%
10. C10 Pemegang Kartu PKH 25%
11. C11 Pemegang SKTM 25%
12. C12 Pendidikan Terakhir Ortu 10%
13. C13 Sumber Penerangan Utama 10%

Dari tabel diatas kita dapat melihat data kriteria dan bobot, untuk kriteria pekerjaan orangtua diberi bobot
30%, untuk penghasilan orangtua diberi bobot 35%, untuk jumlah tanggungan anak diberi bobot 15%,

99
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

untuk jumlah tanggungan anak yang masih sekolah diberi bobot 15%, untuk nilai raport diberi bobot 10%,
untuk pemegang kks diberi nilai 25%, untuk status anak diberi bobot 25%, untuk tempt tinggal diberi
bobot 15%, untuk jenis rumah diberi bobot 10%, untuk pemegang kartu PKH diberi bobot 25%, untuk
pemegang SKTM diberi bobot 25%, untuk pendidikan terakhir orangtua diberi bobot 10%, dan untuk
sumber penerang utama diberi bobot 10%.
1. Data Pekerjaan Orangtua

Tabel 4.2. Data Pekerjaan Orang tua

No Kategori Pekerjaan Nilai Kode

1. Buruh 0.75
2. Wiraswasta 0.25
3. Pedagang 0.50 C1
4. Petani 1
5. PNS 0
Dari Tabel diatas kita dapat melihat parameter ukur berdasarkan kategori pekerjaan orangtua, untuk
pekerjaan buruh kepentingan nilai nya 0.75, untuk pekerjaan wiraswasta kepentingan nilai nya 0.25, untuk
pekerjaan pedagang kepentingan nilai nya 0.50, untuk pekerjaan petani kepentingan nilai nya 1, untuk
pekerjaan PNS kepentingan nilainya 0.
2. Data Penghasilan Orangtua
Tabel 4.3. Data Penghasilan Orangtua
No Kategori Penghasilan Nilai Kode

1. < 600.000 1
2. 600.001 - 1.200.000 0.75
3. 1.200.001 - 1.800.000 0.50 C2
4. 1.800.001 - 2.400.000 0.25
5. > 2.400.000 0

Dari Tabel diatas kita dapat melihat parameter ukur berdasarkan kategori penghasilan orangtua, untuk
penghasilan < Rp. 600.000 kepentingan nilainya 1, untuk penghasilan Rp.600.001 – 1.200.000
kepentingan nilainya 0,75, untuk penghasilan Rp. 1.200.001 – 1.800.000 kepentingan nilainnya 0,50,
untuk penghasilan Rp. 1.800.001 – 2.400.000 kepentingan nilainya 0,25, dan untuk penghasilan > Rp.
2.400.000 kepentingan nilainya 0.
3. Data Tanggungan Anak

Tabel 4.4. Data Tanggungan Anak

No Jumlah Tanggungan Anak Nilai Kode

1. 1 0
C3
2. 2 0.25

100
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

3. 3 0.50
4. 4 0.75
5. >5 1

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan jumlah tanggungan anak. Untuk jumlah
tanggungan anak 1 diberi kepentingan nilai 0, untuk jumlah tanggungan anak 2 diberi kepentingan nilai
0,25, untuk jumlah tanggungan anak 3 diberi kepentingan nilai 0,50, untuk jumlah tanggungan anak 4
diberi kepentingan nilai 0,75, dan untuk jumlah tanggungan >5 diberi kepentingan nilai 1.
4. Data Tanggungan anak yang masih sekolah
Tabel 4.5. Data Tanggungan anak yang masih sekolah
No Jumlah Tanggungan yang sekolah Nilai Kode

1. 1 0
2. 2 0.25
3. 3 0.50 C4
4. 4 0.75
5. >5 1

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan jumlah tanggungan anak yang masih
sekolah . Untuk jumlah tanggungan anak 1 diberi kepentingan nilai 0, untuk jumlah tanggungan anak 2
diberi kepentingan nilai 0,25, untuk jumlah tanggungan anak 3 diberi kepentingan nilai 0,50, untuk jumlah
tanggungan anak 4 diberi kepentingan nilai 0,75, dan untuk jumlah tanggungan >5 diberi kepentingan
nilai 1.
5. Data Raport

Tabel 4.6. Data Raport

No Data Raport Nilai Kode

1. Sangat Baik 1
2. Baik 0.75
3. Cukup Baik 0.50 C5
4. Kurang Baik 0.25
5. Sangat Kurang 0

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan Data Raport. Untuk nilai raport sangat
baik diberi kepentingan nilai 1, untuk nilai rapot Baik diberi kepentingan nilai 0,75, untuk nilai raport
cukup baik diberi kepentingan 0,50, untuk nilai raport kurang baik diberi kepentingan nilai 0,25, dan untuk
nilai raport sangat kurang diberi kepentingan nilai 0.

101
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

6. Data KKS

Tabel 4.7. Data KKS

No Pemegang KKS Nilai Kode

1. YA 1
C6
2. TIDAK 0.75

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan Siswa siswi pemegang Kartu KKS, Jika
mempunyai Kartu KKS maka diberi kepentingan nilai 1 dan jiga tidak mempunyai Kartu KKS maka diberi
kepentingan nilai 0,75.
7. Data Status Anak

Tabel 4.8. Data Status Anak

No Status Anak Nilai Kode

1. Tidak Yatim Piatu 0.50

2. Yatim 1 C7
3. Piatu 0.75

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan Status Anak, untuk anak status tidak yatim
piatu diberi kepentingan nilai 0,50, untuk status anak yatim diberi kepentingan nilai 1, dan untuk status
anak piatu diberi kepentingan nilai 0,75.
8. Data Tempat Tinggal

Tabel 4.9. Data Tempat Tinggal

No Tempat Tinggal Nilai Kode

1. Menumpang 1
2. Non Permanen 0.75
C8
3. Semi Permanen 0.50
4. Permanen 0

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan data tempat tinggal, untuk status tempat
tinggal menumpang diberi kepentingan nilai 1, untuk status tempat tinggal non permanen diberi
kepentingan nilai 0,75, untuk status tempat tinggal semi permanen diberi kepentingan 0,50, dan untuk
status tempat tinggal permanen diberi kepentingan nilai 0.

102
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

9. Data Jenis Rumah

Tabel 4.10. Data Jenis Rumah

No Jenis Rumah Nilai Kode

1. Tidak Layak 1
2. Kurang Layak 0.75
3. Cukup Layak 0.50 C9
4. Layak 0.25
5. Sangat Layak 0

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan data jenis rumah, untuk jenis rumah tidak
layak diberi kepentingan nilai 1, untuk jenis rumah kurang layak diberi kepentingan nilai 0,75, untuk jenis
rumah cukup layak diberi kepentingan nilai 0.50, untuk jenis rumah layak diberi kepentingan nilai 0.25,
dan untuk jenis rumah sangat layak diberi kepentingan nilai 0.
10. Data PKH
Tabel 4.11. Data PKH

No Pemegang PKH Nilai Kode

1. YA 1
C10
2. TIDAK 0.75

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan Siswa siswi pemegang Kartu PKH , Jika
mempunyai Kartu PKH maka diberi kepentingan nilai 1 dan jiga tidak mempunyai Kartu PKH maka diberi
kepentingan nilai 0,75.
11. Data SKTM

Tabel 4.12 Data SKTM

No Pemegang SKTM Nilai Kode

1. YA 1
C11
2. TIDAK 0.75

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan Siswa siswi pemegang Kartu SKTM, Jika
mempunyai Kartu SKTM maka diberi kepentingan nilai 1 dan jika tidak mempunyai Kartu SKTM maka
diberi kepentingan nilai 0.75.
12. Data Pendidikan Orangtua

Tabel 4.13. Data Pendidikan Orang tua

No Pendidikan terakhir ortu Nilai Kode

1. Tidak Sekolah 1 C12

103
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

2. SD 0.75
3. SMP 0.50
4. SMA 0.25
5. Kuliah 0

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan Pendidikan terakhir orangtua, untuk
kategori tidak sekolah diberi kepentingan nilai 1, untuk kategori SD diberi kepentingan nilai 0.75, untuk
kategori SMP diberi kepentingan nilai 0.50, untuk kategori SMA diberi kepentingan nilai 0.25, dan untuk
kategori kuliah diberi kepentingan nilai 0.
13. Data Sumber Penerang

Tabel 4.14. Data Sumber Penerang

No Sumber Penerang Nilai Kode

1. Pelita 1
2. Genset 0.75
3. Menyalur 0.50 C13
4. Listrik 450 V 0.25
5. Listrik 900 V 0

Dari tabel diatas kita dapat melihat parameter ukur berdasarkan sumber penerang. Untuk sumber penerang
pelita diberi kepentingan nilai 1, untuk sumber penerang genset diberi kepentingan nilai 0.75, untuk
sumber penerang menyalur diberi kepentingan nilai 0.50, untuk sumber listrik 450v diberi kepentingan
nilai 0.25 dan untuk sumber penerang listrik 900v diberi kepentingan nilai 0.
Tabel 4.15. Hasil Seleksi Penerima PIP
Hasil Perkalian Matrik Normalisasi Keterangan Hasil Seleksi
No Nama Siswa
dengan Bobot
1 Aldi S 1,84 Layak menerima PIP

... ... ... ...

20 Asyraf H 1,80 Layak menerima PIP

Jadi dari hasil analisis sistem perancangan sistem seleksi penerima program indonesia pintar dengan
metode maut dari sample 20 siswa yang diseleksi terdapat 11 orang yang layak penerima bantuan PIP,
dan 9 siswa yang tidak layak menerima bantuan PIP tersebut hasil perhitungan tersebut sudah sesuai
dengan kriteria yang telah ditentukan.
Implementasi Halaman Hasil Seleksi
Halaman ini berisi data dari hasil perhitungan SPK Maut dimana pada halaman ini terdapat hasil nilai
dari perhitungan tersebut dengan interval < 1.50 maka dinyatakan tidak layak mendapatkan bantuan
PIP, dan jika > 1.50 dinyatakan layak menerima bantuan PIP dan dapat mencetak laporan.

104
Copyright © 2018 StikomCKI.ac.id
CKI On SPOT, Vol. 11, No. 2, Desember 2018 ISSN Cetak : 1979-7044
ISSN Online : 2598 - 2990

Gambar IV.59. Halaman Hasil Seleksi

5. KESIMPULAN
Berdasaran uraian pada rumusan masalah sebelumnya dan berdasarkan hasil penelitian dan
pengamatan yang telah dilakukan mengenai sistem seleksi penerima program indonesia pintar pada SD
Yayasan Islam Tasikmalaya, maka penelitian ini dapat disimpulkan sebagai berikut :
1. Pada sistem yang berjalan saat ini untuk penerimaan bantuan program indonesia pintar masih bersifat
manual mulai dari pendataan siswa yang menerima bantuan, pengumpulan persyaratan dan berkas
untuk pencairan dana.
2. Proses penerimaan bantuan program indonesia pintar yang berjalan saat ini belum efektif dan efisien
sehingga memakan waktu yang mengakibatkan penyajian laporan menjadi terlambat.
3. Sistem dengan berbasis web seleksi penerimaan bantuan program indonesia pintar dapat mempercepat
dalam pengolahan kinerja pihak sekolah.
4. Hasil pada perhitungan metode maut ini untuk menyeleksi siswa siswi yang layak dan tidak layak
menerima bantuan program indonesia pintar ini terdapat nilai tertinggi sebesar 2,16 dan nilai terendah
0,90.
5. Perbandingan dengan menggunakan metode maut ini lebih tepat sasaran dibandingkan dengan sistem
yang digunakan secara manual.

REFERENSI
Iswandy, E., Sekolah, D., Manajemen, T., Komputer, I., & Balantai, B. (2015). Jurnal Teknoif
ISSN : 2338-2724 Sistem Penunjang Keputusan Untuk Menentukan Penerimaan Mahasiswa
Dan Pelajar Kurang Mampu Vol . 3 No . 2 Oktober 2015 Jurnal Teknoif ISSN : 2338-2724,
3(2).
Jannah, R. (2015). Aplikasi Penerimaan Karyawan dengan Metode Multi Attribute Utility
Theory. SATIN-Sains Dan Teknologi Informasi, 1(2), 79–89.
Sintawati, I. D., & Sari, A. M. (2017). Perlengkapan Tidur Berbasis Web. Paradigma, 19(2),
127–130.
Gunawan, A. (2016). Observasi Pengumpulan Data, (tahun 2016), 7–25. Retrieved from
http://eprints.polsri.ac.id/3564/3/BAB II.pdf
Polinema, J. I. (2017). Penerima Program Indonesia Pintar Pada Siswa.
A.S, R., & Shalahudin, M. (2014). Rekayasa Perangkat Lunak (Terstruktur & Berorientasi
Objek), 296.
Darmawan, D., & Fauzi, K. N. (2014). Pengertian Data dan Informasi, 7–36.
Fridayanthie, E. W., & Mahdiati, T. (2016). Rancang Bangun Sistem Informasi Permintaan Atk
Berbasis Intranet (Studi Kasus: Kejaksaan Negeri Rangkasbitung). Jurnal Informatika, 4(2),
126–137.
105
Copyright © 2018 StikomCKI.ac.id