Pemilihan pengemudi rental mobil menggunakan metode MOORA (Multi-Objective Optimization by Ratio Analysis)

INDONESIA:

Rental mobil menjadi solusi praktis dan ekonomis bagi masyarakat yang membutuhkan kendaraan untuk bepergian. Dalam industri jasa rental mobil, pemilihan pengemudi yang tepat merupakan faktor krusial yang memengaruhi kepuasan pelanggan dan kualitas layanan. Namun, proses pemilihan pengemudi sering kali dilakukan secara subjektif, tanpa mempertimbangkan kriteria yang relevan secara sistematis. Hal ini menyebabkan kurangnya kualitas pengemudi yang dapat menimbulkan ketidaknyamanan dari penumpang. Penelitian ini bertujuan untuk membangun sistem rekomendasi pemilihan pengemudi rental mobil dengan menerapkan metode Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA). Metode MOORA dipilih karena kemampuannya dalam menangani banyak kriteria secara objektif dan efisien. Kriteria yang digunakan dalam penelitian ini meliputi pengalaman kerja, SIM, pendidikan terakhir, usia, penampilan, jarak, dan nilai tes. Data dikumpulkan melalui kuesioner, wawancara, dan dokumentasi dari perusahaan rental mobil. Sistem yang dibangun dapat memberikan peringkat rekomendasi pengemudi secara akurat dan mendukung pengambilan keputusan yang lebih objektif. Hasil pengujian menggunakan confusion matrix menunjukkan bahwa sistem memiliki akurasi yang sangat baik, yaitu 96%. Hasil pengujian usability juga didapatkan nilai yang baik, yaitu 86%, sehingga menunjukkan bahwa sistem dapat dipergunakan oleh pihak rental mobil dengan mudah. Hasil pengujian blackbox juga menunjukkan sistem terlihat berjalan dengan baik, dengan tidak adanya kesalahan ataupun bug dalam pengoperasian sistem.

ENGLISH:

Car rental is a practical and economical solution for people who need a vehicle to travel. In the car rental industry, selecting the right driver is a crucial factor that affects customer satisfaction and service quality. However, the driver selection process is often done subjectively, without considering relevant criteria systematically. This results in a lack of driver quality that can cause discomfort for passengers. This study aims to build a car rental driver selection recommendation system by applying the Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA) method. The MOORA method was chosen because of its ability to handle many criteria objectively and efficiently. The criteria used in this study include work experience, driver's license, last education, age, appearance, distance, and test scores. Data were collected through questionnaires, interviews, and documentation from car rental companies. The system built can provide accurate driver recommendation ratings and support more objective decision making. The test results using a confusion matrix show that the system has very good accuracy, which is 96%. The usability test results also obtained a good value, which is 86%, indicating that the system can be used by the car rental companies easily. The results of the blackbox testing also show that the system appears to be running well, with no errors or bugs in the system's operation.

ARABIC:

يعد تأجير السيارات حلاً عمليًا واقتصاديًا للمجتمع الذي يحتاج إلى وسيلة نقل للتنقل. في صناعة خدمات تأجير السيارات، يعتبر اختيار السائق المناسب عاملاً حاسمًا يؤثر على رضا العملاء وجودة الخدمة. ومع ذلك، غالبًا ما يتم عملية اختيار السائق بشكل شخصي، دون النظر في المعايير ذات الصلة بشكل منهجي. يؤدي ذلك إلى نقص في جودة السائقين، مما قد يسبب عدم الراحة للركاب. تهدف هذه الدراسة إلى بناء نظام توصية لاختيار سائق تأجير السيارات باستخدام طريقة التحسين متعدد الأهداف على أساس تحليل النسبة مورا. تم اختيار طريقة مورا لقدرتها على التعامل مع العديد من المعايير بشكل موضوعي وفعال. تشمل المعايير المستخدمة في الدراسة خبرة العمل، رخصة القيادة، أعلى مستوى تعليمي، العمر، المظهر، المسافة، ونتيجة الاختبار. تم جمع البيانات من خلال استبيانات، مقابلات، ووثائق من شركات تأجير السيارات. تم بناء النظام على أساس ويب، حيث يمكن للنظام تقديم تصنيفات وتوصيات دقيقة للسائقين ودعم اتخاذ القرارات بشكل أكثر موضوعية. أظهرت نتائج الاختبار باستخدام مصفوفة الالتباس أن النظام يمتلك دقة عالية جدًا، وهي٩٦٪ كما تم الحصول على تقييم جيد لاستخدامية النظام، وهو٨٦٪ مما يدل على أن النظام يمكن أن يساعد بشكل جيد شركات تأجير السيارات. أظهرت اختبارات الصندوق الأسود أيضًا أن النظام يعمل .بشكل جيد، دون وجود أخطاء أو عيوب في تشغيل النظام