ANALISIS PEMILIHAN JURUSAN FAVORIT MENGGUNAKAN

METODE PROMETHEE
(Studi Kasus pada STMIK El Rahma Yogyakarta)
Edi Faizal
Program Studi Manajemen Informatika STMIK El Rahma Yogyakarta
e-mail: edsoftku@gmail.com

Abstract
Choosing a course at a college is an important decision. As a first step is to adjust the interest and
talent. It is also to note is expected career, whether the courses that will be selected in accordance with the
career projection. Problems of decision making requires precision and special methods that the decision was
the right decision. There have been many studies done in determining a computer-based decision. method of
determining a decision that can be used is Promethee (Preference Ranking Organization Method for
Enrichment Evaluation). The Results of the analysis showed that the Promethee method can be used as an
alternative method in determining the selection of courses on STMIK El Rahma appropriately. Promethee
method of use based on a sample survey of data shows that the courses most in interest of students is IT
(Teknik Informatika).
Keywords SPK, pemilihan jurusan, Promethee
PENDAHULUAN
Memilih jurusan kuliah adalah satu keputusan penting. Sebagai langkah awal
memilih jurusan harus disesuakan dengan minat dan bakat. Hal lain yang perlu di
perhatikan adalah menentukan karier yang diinginkan selanjutnya apakah jurusan yang
dipilih sesuai proyeksi karier tersebut. Beberapa jurusan bisa jadi mengharuskana belajar
ekstra keras, melakukan banyak praktikum atau membaca banyak buku, sehingga
diperlukan untuk mengetahui persyaratan kuliah di jurusan tersebut. [1]
STMIK El Rahma Yogyakarta adalah sebuah perguruan tinggi yang memiliki visi
menjadi perguruan tinggi komputer yang unggul, mandiri dan qurani di tingkat nasional.
Misi yang di emban STMIK El Rahma adalah (1) Menyelenggarakan tridharma perguruan
tinggi yang berkualitas sesuai dengan standar akreditasi (2) Menyiapkan lulusan yang
mandiri, berani mengembangkan potensi diri, kreatif dan bertanggungjawab dan (3)
Menyelenggarakan pendidikan tinggi yang berlandaskan pada nilai-nilai Al quran.
Sedangkan tujuan yang akan dicapai dari penyelenggaraan STMIK El Rahma adalah (1)
Berkembangnya potensi mahasiswa dan dihasilkannya lulusan yang memiliki kompetensi
dan keunggulan bidang teknologi informasi, berjiwa wirausaha dan berakhlak qurani (2)
Menghasilkan penelitian yang mendukung pengembangan teknologi informasi dan
meningkatkan kualitas pembelajaran dan (3) Terwujudnya pengabdian masyarakat berbasis
penalaran dan karya penelitian yang bermanfaat bagi masyarakat [2].
Saat ini STMIK El Rahma memiliki lima jurusan, terdiri dari dua jurusan program
Sarjana (S1) dan tiga jurusan program Diploma 3 (D3). Mahasiswa yang memilih untuk
melanjutkan pendidikan pada STMIK El Rahma, baik S1 maupun D3 berasal dari berbagai
daerah di Indonesia. Tidak sedikit dari mahasiswa yang merasa memilih perguruan tingginya
dengan tepat, tetapi masih terdapat beberapa mahasiswa yang merasa salah pilih jurusan.
Dampak negatif yang terjadi adalah kualitas berlajar yang tidak maksimal bahkan terkesan
ogah-ogahan. Hal ini sangat disayangkan mengingat visi, misi dan tujuan pendidikan
tinggi dan harapan keberlangsungan Bangsa dan Negara terletak di tangan generasi muda.
Berbagai permasalahan yang terkait dengan penentuan keputusan memerlukan

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

ketelitian dan metode khusus agar keputusan yang diambil adalah keputusan yang tepat.
Berbagai metode yang dapat di gunakan dalam menentukan keputusan telah banyak di teliti
dan kembangkan, terutama penentuan keputusan berbasis komputer (Computer Based
Decision Making). Salah satu metode penentuan keputusan yang dapat di gunakan adalah
metode Promethee (Preference Ranking Organization Method for Enrichment Evaluation).
Beberapa penelitian yang pernah dilakukan dengan menggunakan pendekatan
metode Promethee antara lain penelitian [3], yang membahas tentang rancang bangun sistem
pendukung keputusan pemilihan mahasiswa berprestasi menggunakan metode AHP dan
Promethee. Metode AHP dan Promethee digunakan untuk membantu bagian kemahasiswaan
dalam menentukan mahasiswa berprestasi untuk dikirim ke sebuah event. Penelitian yang
berbeda dilakukan [4], yang membahas tentang sistem pendukung keputusan untuk
penentuan pemenang tender, dalam hal ini metode Promethee digunakan sebagai program
aplikasi yang dapat dioperasikan dan digunakan untuk menentukan pemenang tender secara
lebih efektif, transparan dan akuntabel. Data berupa nilai-nilai kriteria, tipe preferen dan
parameter yang digunakan disusun dalam matriks analisa Promethee terlebih dahulu.
Sedangkan [5], membahas tentang sistem pendukung keputusan penentuan pendirian
SPBU berbasis web dengan menggunakan metode Promethee yang mana metode ini
diusulkan sebagai model dan acuan tambahan yang disajikan dengan menggunakan sistem.
Sistem menghasilkan untuk menunjukan bahwa sistem bekerja dengan baik dalam
membuat keputusan.
Berdasarkan beberapa permasalahan yang telah diuraikan terkait pemilihan jurusan
pada sebuah perguruan tinggi dan mempelajari beberapa penelitian sebelumnya, maka
penelitian ini dilakukan untuk menemukan model analisis pemilihan jurusan kuliah
menggunakan metode Promethee. Data dan kriteria yang digunakan berdasarkan studi kasus
pada STMIK El Rahma Yogyakarta.
METODE PENELITIAN
Metode penelitian ini melibatkan dua hal utama yaitu pengembangan sistem
pendukung keputusan dan metode promethe untuk mengetahui jurusan yang tepat.
1. Sistem Pendukung Keputusan
Sistem pendukung keputusan adalah suatu sistem informasi spesifik yang ditujukan
untuk membantu menejemen dalam mengambil keputusan yang berkaitan dengan
persoalan yang bersifat semi terstruktur. Sistem pendukung keputusan merupakan Computer
Based Information System (CBIS) yang interaktif, fleksibel, mudah disesuaikan (dapat
beradaptasi) yang secara khusus dikembangkan untuk mendukung penyelesaian dari
masalah yang tidak tertruktur untuk meningkatkan pembuatan keputusan.
Dalam suatu sistem pendukung keputusan ada tiga komponen utama yang
menentukan kapasitas teknis sistem pendukung keputusan tersebut yaitu sub sistem
manajemen basis data, sub sistem manajemen basis model dan sub sistem perangkat lunak
penyelenggara dialog [6].
a. Subsistem Manajemen Basis Data
Dalam sub sistem ini sumber data ada dua macam, yaitu eksternal dan internal. Ada
beberapa perbedaan antara database untuk sistem pendukung keputusan dan non sistem
pendukung keputusan dimana data harus berasal dari luar dan dari dalam karena proses
pengambilan keputusan, terutama dalam level manajemen puncak sangat berrgantung
pada sumber data dari luar, seperti data ekonomi.
b. Subsistem Manajemen Basis Model (Model Base Management System)

27

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 10, No. 2, Mei 2012

Salah satu keunggulan sistem pendukung keputusan adalah kemampuan untuk

mengintegrasikan akses data dan model-model keputusan. Hal ini dapat dilakukan
dengan menambahkan model-model keputusan kedalam sistem informasi yang
menggunakan database sebagai mekanisme integrasi dan komunikasi diantara modelmodel.

Gambar 1 Komponen SPK

c. Subsistem Perangkat Lunak Penyelenggara Dialog
Fleksibilitas dan kekuatan karakteristik Sistem pendukung keputusan timbul dari
kemampuan interaksi antara sistem dan pemakai, yang dinamakan subsistem dialog.
Melalui sistem dialog inilah system diimplementasikan sehingga pengguna atau pemakai
dapat berkomunikasi dengan sistem yang dirancang.
2. Metode Promethee
Preference Ranking Organization Method for Enrichment Evaluation (Promethee) merupakan
salah satu metode penentuan ranking dalam Multi Criteria Decision Making (MCDM).
Pengertian dari metode Promethee adalah suatu metode penentuan urutan (prioritas) dalam
analisis multikriteria. Masalah pokoknya adalah kesederhanaan, kejelasan dan kestabilan.
Dugaan dari dominasi kriteria yang digunakan dalam Promethee adalah penggunaan nilai
dalam hubungan outranking. Semua parameter yang dinyatakan mempunyai pengaruh nyata
menurut pandangan ekonomi [7].
Prinsip yang digunakan adalah penetapan prioritas alternatif berdasarkan
pertimbangan ii(.) dengan : Real world dan kaidah dasar (Suryadi dan Ramdhani,
1998), sebagaimana yang ditunjukan pada persamaan (1).
Max{f1(x), f2(x), f3(x), , fj(x), , fk(x) | x }

(1)

Dengan K adalah sejumlah kumpulan alternatif dan i (i = 1, 2, 3,, K) merupakan

nilai atau ukuran relatif kriteria untuk masing-masing alternatif. Dalam aplikasinya sejumlah
kriteria telah ditetapkan untuk menjelaskan K yang merupakan penilaian dari (real
world). Promethee termasuk dalam keluarga dari metode outranking yang meliputi 2 fase, yaitu
(1) Membangun hubungan outranking dari K dan (2) Eksploitasi dari hubungan ini
memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria.
28

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

Dalam fase pertama, nilai hubungan outranking berdasarkan pertimbangan dominasi

masing-masing kriteria. Indeks preferensi ditentukan dan nilai outranking secara grafis
disajikan berdasarkan preferensi dari pembuat keputusan. Data dasar untuk evaluasi dengan
metode Promethee disajikan pada Tabel 1.

a1
a2
ai
an

f1(.)
f1(a1)
f1(a2)
fi(ai)
fi(an)

Tabel 1
f2(.)
f2(a1)
f2(a2)
f2(ai)
f2(an)

Data dasar Promethee

.. fj(.)
..
.. fj(a1)
..
.. fj(a2)
..
.. fj(ai)
..
.. fj(an)
..

fk(.)
fk(a1)
fk(a2)
fk(ai)
fk(an)

Keterangan:
a1, a2,.. an = alternatif potensial
f1, f2,.., fj, fk = kriteria evaluasi
Struktur preferensi yang dibangun atas dasar kriteria [7], sebagaimana yang
ditunjukan pada persamaan (2).
(2)
Dominasi kriteria
Nilai f merupakan nilai nyata dari suatu kriteria:
:K
, dan tujuan berupa prosedur optimasi
Untuk setiap alternatif a K, (a) merupakan evaluasi dari alternatif tersebut untuk suatu
kriteria. Penyampaian intensitas (P) dari preferensi alternatif a terhadap b sedemikian rupa
sehingga:
1. P(a,b) = 0, berarti tidak ada beda antara a dan b, (tidak ada preferensi).
2. P(a,b) ~ 0, berarti lemah preferensi a lebih baik dari b.
3. P(a,b) ~ 1, berarti kuat preferensi a lebih baik dari b.
4. P(a,b) = 1, berarti mutlak preferensi a lebih baik dari b.
Dalam metode ini, fungsi preferensi seringkali menghasilkan nilai fungsi yang
berbeda antara dua evaluasi [7], sebagaimana yang ditunjukan pada persamaan (3).
P(a,b) = P(f(a) f(b))

(3)

Untuk semua kriteria, suatu alternatif akan dipertimbangkan memiliki nilai kriteria
yang lebih baik ditentukan oleh f dan akumulasi dari nilai ini menentukan nilai preferensi
atas masing-masing alternatif yang akan dipilih.
Rekomendasi fungsi preferensi untuk keperluan aplikasi
Untuk memberikan gambaran yang lebih baik terhadap area yang tidak sama
digunakan fungsi selisih nilai kriteria antar alternatif H(d). Hal ini mempunyai hubungan
langsung dengan fungsi preferensi P. Dalam Promethee disajikan enam fungsi preferensi
kriteria:
a. Kriteria biasa (usual criterion)
Kriteria biasa adalah tipe dasar, yang tidak memiliki nilai threshold atau
kecenderungan dan tipe ini jarang digunakan. Pada tipe ini dianggap tidak ada beda antara
alternatif a dan alternatif b jika a=b atau f(a)=f(b), maka niliai preferensinya bernilai 0 (nol)
atau H(d)=0. Apabila nilai kriteria pada masing-masing alternatif memiliki nilai berbeda,
maka pembuat keputusan membuat preferensi mutlak benilai 1 (satu) atau H(d)=1 untuk
29

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 10, No. 2, Mei 2012

alternatif yang memiliki nilai lebih baik [7]. Sebagaimana yang ditunjukan pada persamaan
(4).
(4)
Keterangan:
1. H(d) : fungsi selisih kriteria antar alternatif
2. d : selisih nilai kriteria {d = f(a) f(b)
Fungsi H(d) untuk fungsi preferensi ini disajikan pada Gambar 2.

Gambar 2 Kriteria biasa

b. Kriteria quasi (quasi criterion)
Dalam fungsi preferensi kriteria quasi, selisih hasil evaluasi untuk masing-masing
nilai kriteria antar alternatif H(d) berpreferensi mutlak jika nilai H(d) dapat melebihi nilai q
[7]. Sebagaimana yang ditunjukan pada persamaan (5).
(5)
Keterangan:
1. H(d) : fungsi selisih kriteria antar alternatif
2. d : selisih nilai kriteria {d = f(a) f(b)}
3. Paramater (q) : Harus merupakan nilai yang tetap
Gambar 3 menjelaskan 2 alternatif memiliki preferensi yang sama penting selama
selisih atau nilai H(d) dari masing-masing alternatif untuk kriteria tertentu tidak melebihi
nilai q, dan apabila selisih hasil evaluasi untuk masing-masing alternatif melebihi nilai q
maka terjadi bentuk preferensi mutlak.

Gambar 3 Kriteria quasi

c. Kriteria dengan preferensi linier

30

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

Kriteria preferensi linier dapat menjelaskan bahwa selama ini selisih memiliki nilai
yang lebih rendah dari P, preferensi dari pembuat keputusan meningkat secara linier dengan
nilai d [7]. Sebagaimana yang ditunjukan pada persamaan (6).
(6)
Keterangan :
1. H(d) : fungsi selisih kriteria antar alternatif
2. d : selisih nilai kriteria {d = f(a) f(b)}
3. p : nilai kecenderungan atas
Jika nilai d lebih besar dibandingkan dengan nilai p, maka terjadi preferensi mutlak,
fungsi kriteria ini digambarkan pada Gambar 4.

Gambar 4 Kriteria dengan preferensi linier

Pada saat pembuat keputusan mengidentifikasi beberapa kriteria untuk tipe ini,
pembuat keputusan harus menentukan nilai dari kecenderungan atas (nilai p). Dalam hal ini
nilai d diatas p telah dipertimbangkan akan memberikan preferensi mutlak dari suatu
alternatif.
d. Kriteria level
Dalam kasus ini kecenderungan tidak berbeda dengan q dan kecenderungan
preferensi p ditentukan secara simultan. Jika d berbeda diantara nilai p dan q, hal ini berarti
situasi preferensi yang lemah (H(d) = 0,5). Fungsi ini [7] disajikan pada persamaan (7).
(7)
Keterangan :
1. H(d) : fungsi selisih kriteria antar alternatif
2. p : nilai kecenderungan atas
3. Parameter (q) : Harus merupakan nilai yang tetap
Gambar 5 menjelaskan
kecenderungan untuk kriteria ini.

pembuat

keputusan

telah

menentukan

kedua

31

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 10, No. 2, Mei 2012

Gambar 5 Kriteria level

e. Kriteria dengan preferensi linier dan area yang tidak berbeda
Pada kasus ini, pengambilan keputusan mempertimbangkan peningkatan preferensi
secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua
kecenderungan q dan p [7]. Sebagaimana yang ditunjukan pada persamaan (8).
(8)
Keterangan :
1. H(d) : fungsi selisih kriteria antar alternatif
2. d : Selisih nilai Kriteria {d=f(a) f(b)}
3. Parameter (p) : nilai kecenderungan atas
4. Parameter (q) : Harus merupakan nilai yang tetap
Dua parameter p dan q telah ditentukan nilainya. Fungsi H adalah hasil
perbandingan antar alternatif, seperti pada Gambar 6.

Gambar 6 Kriteria preferensi linier dan area yang tidak berbeda

f. Kriteria gaussian
Fungsi ini bersyarat apabila telah ditentukan nilai , dimana dapat dibuat
berdasarkan distribusi normal dalam statistik. Nilai H(d) tidak akan bernilai satu [7].
Sebagaimana yang ditunjukan pada persamaan (9).
(9)
Pada penerapannya kriteria gaussian akan digunakan pada distribusi normal statistik
seperti penilaian terhadap tingkat keamanan lingkungan. Nilai merupakan batas antara
keamanan buruk sampai dengan tingkat aman sekali. Pada kriteria gaussian tidak ada
parameter yang tetap dalam menentukan nilai batas parameter (). Lebih lanjut, dapat
dilihat pada Gambar 7.

32

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

Gambar 7 Kriteria Gaussian

Adapun untuk mencari nilai q ditunjukan pada persamaan (10).
(10)
dimana :
= Rata-rata nilai variable A
Ai = Nilai variabel A
n = Jumlah nilai
q = Nilai yang menjelaskan pengaruh yang signifikan dari suatu kriteria
qmin = Nilai q terkecil tetapi bukan nilai minus
Sedangkan untuk mencari nilai p ditunjukan pada persamaan (11).

(11)

dimana :
d = A 1 - A2
p = Nilai kecenderungan atas preferensi
Begitu juga untuk mencari nilai ditunjukan pada persamaan (12).
(12)
dimana :
= Deviasi standar populasi huruf yunani sigma
Ai = Nilai variabel
= Rata-rata nilai variabel A
n = Jumlah nilai
Indeks preferensi multikriteria
Tujuan pembuat keputusan adalah menetapkan fungsi preferensi P, dan i untuk
semua kriteria fi (i=1,2,,k) dari masalah optimasi kriteria majemuk. Bobot (weight) i
merupakan ukuran relatif dari kepentingan kriteria fi, jika semua kriteria memiliki nilai
kepentingan yang sama dalam pengambilan keputusan maka semua nilai bobot adalah
sama.
Indeks preferensi multikriteria ditentukan berdasarkan rata-rata bobot dari fungsi preferensi
Pi, sebagaimana yang ditunjukan pada persamaan (13) [7].

33

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 10, No. 2, Mei 2012

(13)
Pada persamaan diatas (a, b) merupakan intensitas preferensi pembuat keputusan
yang menyatakan bahwa alternatif a lebih baik daripada alternatif b dengan pertimbangan
secara simultan dari seluruh kriteria. Hal ini dapat disajikan dengan nilai antara 0 dan 1,
dengan ketentuan sebagai berikut:
1. (a, b) = 0, menunjukan preferensi yang lemah untuk alternatif a lebih dari alternatif b
berdasarkan semua kriteria.
2. (a, b) = 1, menunjukan preferensi yang kuat untuk alternatif a lebih dari alternatif b
berdasarkan semua kriteria.
Indeks preferensi ditentukan berdasarkan nilai hubungan outranking pada sejumlah
kriteria dari masing-masing alternatif. Hubungan ini dapat disajikan sebagai grafik nilai
outranking, node-node merupakan alternatif berdasarkan penilaian kriteria tertentu.
Pemeringkatan dalam Promethee
Untuk setiap node a dalam grafik nilai outranking ditentukan berdasarkan Leaving
flow, dengan persamaan [7] sebagaimana yang ditunjukan pada persamaan (14).
( ) =

1
n1

( , )

(14)

Dengan (x,a) menunjukan preferensi bahwa alternatif a lebih baik dari alternatif x.
Leaving flow adalah jumlah dari nilai garis lengkung yang memiliki arah menjauh dari node a
dan hal ini merupakan karakter pengukuran outranking.
Entering flow dapat ditentukan dengan persamaan [7] sebagaimana yang ditunjukan
pada persamaan (15).
( ) =

1
n1

( , )

(15)

Sehingga pertimbangan dalam penentuan net flow diperoleh dengan persamaan [7]
sebagaimana yang ditunjukan pada persamaan (16).
(a) = +(a) -(a)

(16)

Penjelasan dari hubungan outranking dibangun atas dasar pertimbangan untuk

masing-masing alternatif, berupa urutan parsial (Promethee I) atau urutan lengkap (Promethee
II) pada sejumlah alternatif yang mungkin, yang dapat diusulkan kepada pembuat
keputusan untuk memperkaya penjelasan masalah.

Promethee I
Nilai terbesar pada Leaving flow dan nilai kecil dari Entering flow merupakan alternatif
yang terbaik.
Promethee I menampilkan partial preorder, partial preorder ditujukan kepada
pembuat keputusan, untuk membantu pengambilan keputusan masalah yang dihadapinya.
Dengan menggunakan metode Promethee I masih menyisakan bentuk incomparible atau
dengan kata lain hanya memberikan solusi partial preorder (sebagian).

Promethee II
Pada kasus complete preorder adalah penghindaran dari bentuk incomparible, melalui
complete order informasi bagi pembuat keputusan lebih realistik.
34

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

HASIL DAN PEMBAHASAN

1. Analisis Masalah
Pada penelitian ini membahas tentang sistem pendukung keputusan yang berfungsi
untuk mendukung pengambilan keputusan menentukan jurusan favorit yang paling banyak
diminati menggunakan metode Promethee. Setelah dilakukan pendataan baik dengan
wawancara dengan beberapa mahasiswa dan calon mahasiswa tentang ditemukan beberapa
permasalahan. Adapun permasalahan yang akan diangkat dalam penelitian ini adalah
bagaimana menetukan jurusan favorit yang paling banyak diminati menggunakan metode
Promethee.
2. Analisis Kebutuhan
Berikut merupakan beberapa kebutuhan sistem pendukung keputusan yang akan
dibangun untuk menentukan jurusan favorit yang paling banyak diminati,
a. Kebutuhan input
Data input yang digunakan untuk membangun Sistem Pendukung Keputusan adalah data
master dan data analisis. Data master berupa data kriteria dan data alternative sedangkan
data analisis berupa data matriks hasil kuisioner dan data indeks preferensi.
b. Kebutuhan proses
Beberapa proses dibutuhkan untuk memproses data input menjadi data output berupa
informasi yang diinginkan yaitu, Proses menghitung untuk nilai parameter, Proses
menghitung nilai Leaving flow, Proses menghitung nilai Entering flow dan Proses
menghitung nilai net flow
c. Kebutuhan output
Output yang diinginkan adalah berupa informasi yang akan disampaikan kepada calon
mahasiswa dan pengambil kebijakan untuk pengembangan jurusan yang ada di STMIK
El Rahma.
3. Sumber Data
Sumber data merupakan sebuah data yang akurat baik itu data yang didapat dari
internal dan eksternal yang akan dijadikan sebuah acuan untuk menghasilkan informasi
yang valid. Data internal bisa di peroleh dari mahasiswa dan pengelola dan data external
bisa di peroleh dari calon mahasiswa. Kedua data tersebut dapat di ekstraksi menjadi
database yang dapat dijadikan dasar penentuan keputusan.
4. Rancangan Model Sistem Pendukung Keputusan
Proses analisa yang diperlukan dalam membangun sistem pendukung keputusan.
Langkah-langkah yang dikerjakan adalah.
a. Pemodelan Promethee
Pemodelan Promethee dilakukan untuk mengetahui nilai yang diperoleh ketika melakukan
proses perhitungan dari data mentah menjadi data hasil perhitungan.
b. Tahapan proses Promethee
Tahapan ini dilakukan terhadap kebutuhan baik fungsional ataupun non-fungsional yang
dibutuhkan dalam penerapan metode Promethee untuk menentukan jurusan favorit yang
paling banyak diminati menggunakan metode Promethee. Disini, suatu metode Promethee
diusulkan sebagai model dan acuan tambahan yang disajikan dengan menggunakan
sistem. Masing-masing fungsi dapat terpilih oleh pembuat keputusan untuk menghitung
derajat tingkat pilihan dari tiap alternatif dan menentukan rankingnya. Sistem kemudian
akan mengeluarkan satu set alternatif diatur, dimana merupakan aturan yang terbaik,
dapat dipilih oleh pembuat keputusan sebagai pemilihan yang tepat.

35

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 10, No. 2, Mei 2012

5. Penentuan Jurusan Favorite yang paling diminati

Sebelum menentukan jurusan favorit maka perlu di lakukan penyebaran kuisioner
terlebih dahulu kepada pengelola, mahasiswa dan calon mahasiswa sebagai acuan jurusan
apa yang nantinya paling banyak diminati.
a. Alternatif jurusan
Terdapat beberapa alternatif jurusan yang digunakan peneliti dalam menentukan jurusan
apa yang paling banyak diminati diantaranya jurusan Teknik Informatika (TI), Sistem
Informasi (SI), Manajemen Informatika (MI), Teknik Komputer (TK) dan
Komputerusasi Akuntansi (KA).
b. Kaidah maximum dan minimum
Penentuan kaidah maksimum dan minimum pada tiap-tiap kriteria ada yang berlainan
dan ada juga yang sama, misalnya kriteria kepuasan terhadap jurusan yang ditetapkan
adalah kaidah maximum, karena untuk kepuasan terhadap jurusan salah satu
pertimbangannya adalah jurusan ini benar-benar diminati mahasiswa. Begitu juga dengan
alternatif yang lainnya.
c. Penentuan parameter
Parameter yang berlaku pada setiap preferensi akan berbeda, mengikuti preferensi yang
dipilih, misalnya preferensi II parameter hanya satu buah adalah q, sedangkan preferensi
IV dan V parameternya ada dua yaitu q dan p. Nilai parameter dari tiap preferensi
ditentukan oleh decision maker dengan memperhatikan batasan yang sesuai untuk masingmasing kriteria. Pada Tabel 2 diberikan desain kuisioner untuk pengambilan sampel data.
Tabel 2 Kuisioner
No
1
2
3
4
5

Jurusan

Biaya

Matakuliah

Kriteria
Jenjang
Fasilitas

Akreditasi

Lulusan

TI
SI
MI
TK
KA

Setelah hasil kuisioner didapat maka data tersebut dimasukan kedalam beberapa kriteria
yang sudah ditentukan, adapun kriterianya sebagai berikut: f1(.) : Biaya, f2(.) :
Matakuliah, f3(.) : Jenjang, f4(.) : Fasilitas, f5(.) : Akreditasi, f6(.) : Lulusan. Data dapat
dilihat pada Tabel 3.
Tabel 3 Nilai kriteria masing-masing alternatif data hasil kuisioner
Alternatif
Tipe
Min/Ma
Paramete
Kriteria
TI SI MI TK KA Preferens
x
r
i
Biaya
Max
6
2
1
1
1
3
p = -188
Matakulia Max
8
6
1
4
3
3
p = -232
h
Jenjang
Max
7
4
2
3
2
2
q = 0,8
Fasilitas
Max
6
2
1
2
2
2
q = 1,1
Akreditasi Max
5
3
1
2
3
3
p= -218
Lulusan
Max
9
4
2
2
2
2
q = 0,6

36

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

d. Penentuan indeks preferensi

Setelah data didapat maka dibuatkanlah matriks data indeks preferensi yang sudah
melalui tahapan-tahapan perhitungan dalam menentukan nilai indeks preferensi yang
disajikan pada Tabel 4.

TI
SI
MI
TK
KA

Tabel 4 Matriks indeks preferensi

TI
SI
MI
TK
KA
1.000 1.000 1.000 1.000
0.000 0.833 0.833 0.667
0.000 0.000 0.000 0.000
0.000 0.000 0.500 0.333
0.000 0.000 0.333 0.167 -

e. Penentuan Nilai Leaving Flow, Entering Flow dan Net Flow

Setelah perhitungan indeks preferensi selesai berdasarkan data matriks diatas maka
selanjutnya menghitung nilai Leaving flow, Entering flow dan net flow. Adapun nilai-nilainya
dapat dilihat pada Tabel 5.
Tabel 5 Nilai Leaving flow, Entering
+
TI
0.854
0.088
SI
0.547
0.264
MI
0.126
0.482
TK
0.347
0.376
KA
0.318
0.383

flow dan Net flow

0.766
0.283
-0.356
-0.029
-0.065

f. Penentuan Promethee I
Selanjutnya adalah menentukan Promethee I, untuk Leaving flow dan Entering flow biasa
disebut dengan Promethee I. Dimana dalam Leaving flow nilai terbesar merupakan nilai
yang terbaik sedangkan pada Entering flow nilai terkecil merupakan nilai yang terbaik,
datanya dapat dilihat pada Tabel 6.
Tabel 6 Promethee I
Alternatif
Leaving flow
Rank
Entering flow
Rank
TI
0.854
8
0.088
6
SI
0.547
26
0.264
25
MI
0.126
51
0.482
47
TK
0.347
33
0.376
31
KA
0.318
35
0.383
33

g. Penentuan Promethee II
Setelah proses Promethee I selesai maka dilanjutkan dengan menghitung Promethee II, yang
mana pada Promethee II merupakan hasil dari nilai Leaving flow di kurang nilai Leaving flow
dan biasa disebut net flow. Pada net flow nilai terbesar merupakan nilai terbaik, datanya
dapat dilihat pada Tabel 7.
Tabel 7 Promethee II
Alternatif
Net flow
Rank

37

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 10, No. 2, Mei 2012

TI
SI
MI
TK
KA

0.766
0.283
-0.356
-0.029
-0.065

7
26
49
32
35

Sehingga berdasarkan contoh Tabel 3 sampai dengan Tabel 7 dapat diketahui jurusan
favorit yang paling diminati sesuai dengan perankingan menggunakan Promethee II adalah
Jurusan TI (Teknik Informatika).
KESIMPULAN
Berdasarkan hasil analisa penentuan keputusan pemilihan jurusan dapat diketahui
bahwa metode Promethee dapat di gunakan sebagai alternatif metode dalam menentukan
pemilihan jurusan pada STMIK El Rahma dengan tepat. Hasil analisa menggunakan
Promethee berdasarkan data sampel hasil survey menunjukan bahwa jurusan yang paling
banyak di minati mahasiswa adalah jurusan TI (Teknik Informatika).
SARAN
Analisa penentuan keputusan ini hanya menggunakan satu metode, yaitu metode
Promethee sehingga tidak dapat di bandingkan tingkat efektifitas dan efisiensi dengan metode
yang lain. Sehingga untuk mengetahui perbedaan dengan metode lain, pada penelitian
selanjutnya perlu menambahkan metode yang berbeda untuk dapat melihat perbedaan atau
persamaan hasil analisa dengan data yang sama.
DAFTAR PUSTAKA
[1] Anonim,
2015,
Cara
tepat
milih
jurusan
kuliah,
http://www.jurnalasia.com/2015/01/23/cara-tepat-milih-jurusan-kuliah/ , diakses
tanggal 22 Juni 2015.
[2] Tim Penyusun, 2010, Kebijakan Mutu, STMIK El Rahma, Yogyakarta.
[3] Lemantara, J., 2013, Rancang Bangun Sistem Pendukung Keputusan Pemilihan
Mahasiswa Berprestasi Menggunakan Metode AHP dan Promethee, Tesis S2, Ilmu
Komputer UGM, Yogyakarta.
[4] Setiawan, M. A., 2006, Sistem Pendukung Keputusan dengan Metode Promethee Untuk
Penentuan Pemenang Tender (Studi Kasus Pengadaan Bahan Habis Pakai di
Politeknik Negeri Malang), Tesis S2, Ilmu Komputer UGM, Yogyakarta.
[5] Tampake, F. M., 2007, Sistem Pendukung Keputusan Penentuan Pendirian SPBU
Berbasis Web dengan Menggunakan Metode Promethee, Tesis S2, Ilmu Komputer UGM,
Yogyakarta.
[6] Turban, E., Aronson, J.E. dan Liang, T.P., 2005, Decision Support System and Inteligent
System,edisi 7 jilid 1, Andi, Yogyakarta.
[7] Suryadi, K. dan Ramdhani, A., 1998, Sistem Pendukung Keputusan: Suatu Wacana
Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan, PT Remaja Rosdakarya,
Bandung.

38

FAHMA Jurnal Teknologi Informasi dan Ilmu Komputer Vol. 13, No. 2, Mei 2015

39