Keywords
Teknisi
WSM
How to Cite
Abstract
Proses penugasan teknisi yang masih dilakukan secara manual di PT XYZ mengakibatkan ketidakseimbangan beban kerja, keterlambatan penyelesaian tugas, dan potensi penurunan kepuasan pelanggan. Oleh karena itu, diperlukan sistem penugasan yang terintegrasi dan berbasis teknologi supaya lebih efisien serta terotomatisasi dengan mempertimbangkan faktor jarak, pengalaman teknisi, dan tingkat prioritas pekerjaan guna meningkatkan kinerja operasional dan kualitas layanan perusahaan. Berdasarkan permasalahan yang ada, metode yang diterapkan dalam penelitian ini adalah Weighted Sum Model (WSM). Penelitian ini dipadukan dengan algoritma K-Means yang digunakan untuk mengelompokkan lokasi pelanggan berdasarkan karakteristik jarak antara teknisi dan pelanggan. Prosedur penelitian ini meliputi Identifikasi Masalah, Studi Literatur, Pengumpulan Data, Perancangan Sistem, Pengujian, Implementasi, Evaluasi dan Penyusunan Laporan. Proses perhitungan nilai pembobotan dan pengelompokan menggunakan metode WSM diperlukan data input seperti data teknisi, data perusahaan, data jarak, data kriteria, dan data pembobotan. Kemudian dilakukan standarisasi menggunakan StandardScaler dan Clustering menggunakan K-Means. Hasil penelitian ini menunjukkan bahwa sistem dapat meningkatkan efisiensi waktu sebesar 95% dan meningkatkan kinerja staff operation sebesar 60%. Dengan demikian penelitian ini memberikan kontribusi nyata dalam upaya meningkatkan kinerja dan efisiensi perusahaan.
References
[1] M. Syukri, F. Facruddin, S. P. Tambak, K. Khairani, dan A. P. Hasiholan, “Implementasi Sistem Pembagian Tugas pada Satuan Pendidikan,” Tarbiatuna J. Islam. Educ. Stud., vol. 3, no. 1, hal. 161–169, 2023, doi: 10.47467/tarbiatuna.v3i1.2861.
[2] A. G. F. Simanjuntak, D. Hartama, dan I. O. Kirana, “Penerapan SPK Dengan WSM Untuk Menentukan Faktor Rendahnya Minat Beternak Ayam Broiler,” Semin. Nas. Teknol. Inf. 2018, vol. 1, no. 1, hal. 286–290, 2018, [Daring]. Tersedia pada: http://prosiding.seminar-id.com/index.php/sensasi/article/view/41/41
[3] S. M. Dewi, A. P. Windarto, I. S. Damanik, dan H. Satria, “Analisa Metode K-Means pada Pengelompokan Kriminalitas Menurut Wilayah,” Semin. Nas. Sains Teknol. Inf., hal. 620–625, 2019.
[4] A. H. Nasyuha, S. Yakub, W. R. Maya, Y. Syahra, dan S. Saniman, “Analisis Wsm Dan Wp Dalam Menentukan Pupuk Terbaik Dengan Pendekatan Wsm-Score Dan Vector,” J. Sci. Soc. Res., vol. 4, no. 2, hal. 122, 2021, doi: 10.54314/jssr.v4i2.538.
[5] R. Aulia Fitri dan S. Deni Rizki, “Prosiding Senatkom Pemilihan Bahan Baku Karet Terbaik Pada PT. Batanghari Barisan Menggunakan Metode Weighted Sum Model (WSM),” Senatkom, vol. 7, no. 1, hal. 1–9, 2022, doi: 10.37034/senatkom.v7i1.1.
[6] Y. H. Syahputra, I. Santoso, dan Z. Lubis, “Sistem Pendukung Keputusan Penerimaan Karyawan Terbaik Menggunakan Metode Weighted Sum Model (WSM),” Explorer (Hayward)., vol. 2, no. 2, hal. 39–47, 2022, doi: 10.47065/explorer.v2i2.249.
[7] S. Fathuroh, “Metode K-Means Clustering Dalam Optimalisasi Kinerja Dosen Pendamping Akademik Pada Program Kampus Merdeka,” J. Sistim Inf. dan Teknol., vol. 5, hal. 5–9, 2022, doi: 10.37034/jsisfotek.v5i2.172.
[8] M. F. Asnawi, N. Fitriyanto, dan M. A. Pamoengkas, “Sistem Pendukung Keputusan Kinerja Dosen Menggunakan Sistem Kecerdasan Buatan Berbasis Algoritma K-Means,” vol. 1, no. 2, hal. 67–73, 2024.
[9] Sunardi, A. Fadlil, dan R. Fitrian Pahlevi, “Pengambilan Keputusan Sistem Penjaminan Mutu Perguruan Tinggi menggunakan MOORA, SAW, WP, dan WSM,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 2, hal. 350–358, 2021, doi: 10.29207/resti.v5i2.2977.
[10] A. Nur Khormarudin dkk., “Teknik Data Mining: Algoritma K-Means Clustering,” J. Lebesgue J. Ilm. Pendidik. Mat. Mat. dan Stat., vol. 1, no. 2, hal. 116–123, 2022, [Daring].
[11] N. Arifin, R. Heri Irawan, I. Nur Farida, K. Kunci -Penumpukan Stok Bahan Baku, P. Stok Bahan Baku, and A. K-Means, “Algoritma K-Means Untuk Memprediksi Stok Bahan Baku Produksi,” 2022, doi: https://doi.org/10.29407/stains.v1i1.1545.
[12] R. Abadi, G. Oly Mido, and I. D. Kristanto, “Sistem Pendukung Keputusan Penerima Bantuan Sosial Menggunakan Metode K-Means Clustering,” 2025, doi: https://doi.org/10.29407/2thkdv33
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Septian Hariadi, Risky Aswi Ramadhani, Ahmad Bagus Setiawan