SISTEM PENDUKUNG KEPUTUSAN EVALUASI PENILAIAN KARYAWAN MENGGUNAKAN METODE WEIGHTED PRODUCT
Journal of Data Science Theory and Application · 2022
DOI: 10.32639/jasta.v1i2.191 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Data Science Theory and Application, 2022. Verfasst von Rohmatulloh Muhamad Ikhsanuddin. Die Arbeit wurde bisher 1-mal zitiert (Crossref).
Abstract (Originalsprache)
Karyawan merupakan asset terpenting dalam menjalankan suatu organisasi perusahaan sehingga perlu dilakukan penilainan karyawan. Penilaian karyawan merupakan acuan yang digunakan oleh suatu organisasi sebagai bahan pertimbangan. Pertimbangan merupakan evaluasi terhadap karyawan seperti pertimbangan perpanjangan masa kerja atau kontrak kerja, kenaikan gaji, promosi jabatan ataupun lainnya. Proses evaluasi dilakukan dengan membandingkan penilaian antar karyawan satu dengan karyawan lainnya. Kriteria yang digunakan dalam penilaian yaitu kuantitas kerja, kualitas kerja, integritas, antusiasme, penampilan, tanggung jawab, kerjasama, penguasaan bidang pekerjaan, orientasi terhadap pelanggan, 5 S (senyum, salam, sapa, sopan, santun), kedisiplinan dan absen (kehadiran). Kriteria penilaian karyawan setiap organisasi memiliki indikator masing – masing sesuai dengan kebijakan organisasi yang ditentukan oleh bagian kepegawaian. Metode Weight Product digunakan untuk menghitung nilai setiap kriteria berdasarkan bobot prioritas yang ditentkan oleh pengambil keputusan.
Zitieren
APA
Ikhsanuddin, R. M. (2022). SISTEM PENDUKUNG KEPUTUSAN EVALUASI PENILAIAN KARYAWAN MENGGUNAKAN METODE WEIGHTED PRODUCT. Journal of Data Science Theory and Application. https://doi.org/10.32639/jasta.v1i2.191
Vancouver
Ikhsanuddin RM. SISTEM PENDUKUNG KEPUTUSAN EVALUASI PENILAIAN KARYAWAN MENGGUNAKAN METODE WEIGHTED PRODUCT. Journal of Data Science Theory and Application. 2022. doi:10.32639/jasta.v1i2.191
BibTeX
@article{Ikhsanuddin2022,
author = {Ikhsanuddin, Rohmatulloh Muhamad},
title = {SISTEM PENDUKUNG KEPUTUSAN EVALUASI PENILAIAN KARYAWAN MENGGUNAKAN METODE WEIGHTED PRODUCT},
journal = {Journal of Data Science Theory and Application},
year = {2022},
doi = {10.32639/jasta.v1i2.191}
}
EUVIMED