id (16 Januari 2018) Jurnal Teknologi dan Sistem Komputer, 6(1), 2018, 1-6
DOI: 10.14710/jtsiskom.6.1.2018.1-6
Cara sitasi: D. R. Sari, A. P. Windarto, D. Hartama, and S. Solikhun, "Sistem Pendukung Keputusan untuk
Rekomendasi Kelulusan Sidang Skripsi Menggunakan Metode AHP-TOPSIS," Jurnal Teknologi dan Sistem
Komputer, vol. 6, no. 1, Jan. 2018. doi: 10.14710/jtsiskom.6.1.2018.1-6, [Online].
Copyright
2018,
c JTSiskom, e-ISSN:2338-0403
Dikirim: 3 Agustus 2017; Direvisi: 25 Oktober 2017, 28 November 2017; Diterima: 29 Desember 2017
dalam [8]-[11]. Secara khusus, SPK dalam penentuan
judul skripsi dan kelulusan sidang skripsi dilakukan
oleh Ananda [1] dan Sigalingging [2].
Ananda [1] dan Sigalingging [2] menggunakan
parameter bobot kriteria menggunakan penentuan secara
crips (bilangan tegas) berdasarkan penilaian peneliti
sehingga bersifat subyektif. Selain itu, dalam
Sigalingging [2] proses masukan utamanya
menggunakan persepsi seorang ahli. Untuk
menyelesaikan masalah tersebut salah satunya dengan
SPK menggunakan gabungan metode AHP-TOPSIS.
Metode AHP digunakan untuk memberikan bobot pada
masing-masing kriteria kelulusan sidang skripsi dan
menguji konsistensinya karena di dalam AHP terdapat
konsep vektor eigen yaitu digunakan untuk melakukan
proses pemeringkatan prioritas setiap kriteria
berdasarkan matriks perbandingan berpasangan [4], [5]. Gambar 1. Diagram use case dari sistem
Metode TOPSIS digunakan untuk melakukan
pemeringkatan hasil sidang kelulusan skripsi. Metode pengambilan keputusan yaitu intelligence, design,
TOPSIS memiliki konsep bahwa alternatif terpilih choice, dan implementation [13].
adalah alternatif yang memiliki jarak terdekat dengan AHP digunakan untuk menyelesaikan masalah
solusi ideal positif dan memiliki jarak terjauh dengan multikriteria yang kompleks menjadi suatu hirarki,
solusi ideal negatif [6], [7]. struktur masalah yang belum jelas, ketidakpastian
Penelitian ini menggunakan gabungan AHP-TOPSIS pendapat dari pengambil keputusan, pengambil
untuk SPK rekomendasi kelulusan sidang skripsi. keputusan lebih dari satu orang, dan ketidakakuratan
Dalam analisis perbandingan, penelitian ini menghitung data yang tersedia [14]. Penelitian ini menggunakan 5
akurasi berdasarkan jarak Hamming untuk melihat kriteria, yaitu bab tulisan (C1), kerapian (C2), tata
tingkat kesesuaian antara perhitungan sebelumnya krama (C3), penguasaan bahan (C4), dan penyampaian
dengan perhitungan setelah menggunakan metode materi (C5). Metode AHP dilakukan dengan langkah-
ditinjau dari jumlah perbedaan posisinya dan langkah sebagai berikut:
menghitung jarak Euclidean untuk melihat seberapa 1. Menjumlah nilai-nilai dari setiap kolom pada
jauh jarak kesesuaian tersebut [12]. Parameter matriks.
perbandingan terhadap hasil dari kedua metode yang 2. Membagi setiap nilai dari kolom dengan total kolom
digunakan dalam penelitian ini yaitu hasil nilai yang bersangkutan untuk memperoleh normalisasi
kelulusan sidang skripsi yakni bab tulisan (C1), matriks menggunakan Persamaan 1, dimana a
kerapian (C2), tata krama (C3), penyampaian bahan menyatakan matriks perbandingan berpasangan, i
(C4) dan penguasaan bahan (C5) berupa urutan baris pada matriks a dan j kolom pada matriks a.
peringkat, dengan tujuan untuk melihat kesesuaian hasil n
dengan ketetapan nilai dosen penguji yang telah ∑ aij =1 (1)
disepakati sebelumnya, dan meninjau apakah sudah j=1
Copyright
2018,
c JTSiskom, e-ISSN:2338-0403 Jurnal Teknologi dan Sistem Komputer, 6(1), 2018, 2
Xij Tabel 1. Daftar data alternatif
rij= m
(3) Alternatif/ Kriteria C1 C2 C3 C4 C5
∑ x2ij Hadi Prayitno 18 9,5 9,5 41 9,5
i
Iswar Ahmad 15 10 10 39 9
2. Membuat matriks keputusan yang ter-normalisasi Harly Okprana 15 9,5 9,5 40 8,5
terbobot menggunakan Persamaan 4. Dengan i = 1, Wiwik Sri Astuti 17 10 10 37 6
2,...,m dan j = 1,2,...,n, wj menyatakan bobot dari Wendy Robiansyah 15 10 10 40 6,5
kriteria ke j. Bobot tersebut diambil dari hasil Surya Darma 14 10 10 40 8
perhitungan AHP sebelumnya, sedangkan rij berasal Sahat Magandi 13 9 9 35 8
dari nilai matriks ter-normalisasi. Untuk Siregar
mendapatkan nilai matriks ter-normalisasi terbobot Windah Sahalim 13,5 9 9 34,5 5,5
adalah dengan mengalikan nilai matriks ter- Riki Winanjaya 18 10 10 38,5 8,5
normalisasi dengan bobot yang diperoleh dari Syam Aryamin 16,5 9 9 32,5 8
metode AHP.
yij =w j r ij (4) Tabel 2. Hasil perbandingan berpasangan
Alternatif C1 C2 C3 C4 C5
3. Menentukan matriks solusi ideal positif dan matriks C1 1 3 3 1/5 3
solusi ideal negatif. Dari data matriks ter-normalisasi C2 1/3 1 1 1/7 1
terbobot, ditentukan solusi ideal positif (A+) dan C3 1/3 1 1 1/7 1
solusi ideal negatif (A-). Untuk menentukan solusi C4 5 7 7 1 7
ideal, ditentukan terlebih dahulu atribut di setiap C5 1/3 1 1 1/7 1
kriteria-kriteria, seperti atribut keuntungan (benefit) Total 7 13 13 1,629 13
atau atribut biaya (cost).
dengan perhitungan dengan metode AHP-TOPSIS
A =( y1 , y 2, ⋯, y n ) (5)
dicocokkan dengan hasil sidang kelulusan skripsi
- -
A =( y 1 , y2, ⋯, y n)
- -
(6) menggunakan Persamaan 10.
{
y j = max i yij ; jika j ada lahatribut keuntungan
{
y j = mini y ij ; jika j adalahatribut keuntungan
maxi yij ; jika jadalah atribut biaya
data kelulusan sidang skripsi. Pada penelitian ini
penentuan bobot kriteria dilakukan dengan
menggunakan metode AHP, sedangkan untuk tahap
4. Menentukan jarak antara nilai setiap alternatif perankingan dikerjakan dengan menggunakan metode
dengan matriks solusi ideal positif dan solusi ideal TOPSIS. Berdasarkan tahapan-tahapan penelitian dan 5
negatif menggunakan Persamaan 7 dan Persamaan 8. kriteria masalah, maka diimplementasikan suatu contoh
Di+ menunjukkan jarak antara nilai alternatif ke i kasus kelulusan sidang skripsi dengan perhitungan yang
dengan solusi ideal positif. D i- menunjukkan jarak akan diuraikan di bab ini. Sampel data Mahasiswa yang
antara nilai alternatif ke i dengan solusi ideal negatif. dijadikan sebagai alternatif data untuk kelulusan sidang
skripsi ditunjukkan dalam Tabel 1.
√∑
n
Di =
( y j − y ij )
2
(7) Wawancara dengan pihak manajemen di STIKOM
j=1 Tunas Bangsa telah dilakukan untuk mendapatkan
prioritas dari masing-masing kriteria, yaitu:
√∑
n
-
Di = ( yij − y j )
2
(8) 1. bab tulisan (C1) sedikit lebih penting daripada
j=1 kerapian (C2), tata krama (C3) dan penyampaian
materi (C5).
5. Menentukan nilai preferensi (vi) untuk setiap 2. penguasaan bahan (C4) lebih penting dari bab
alternatif menggunakan Persamaan 9. Nilai tulisan (C1).
preferensi ini menunjukkan nilai alternatif yang 3. kerapian (C2), tata krama (C3) dan penyampaian
memiliki nilai terbesar dari alternatif yang lainnya. materi sama penting (C5).
Di
- 4. penguasaan bahan (C4) sangat penting dari
v i= (9) kerapian (C2), tata krama (C3) dan penyampaian
D -i + D i
materi (C5).
Setelah didapat nilai vi, maka alternatif akan Penentuan bobot kriteria dilakukan dengan cara
dilakukan pemeringkatan berdasarkan urutan nilai vi. melakukan pengisian matriks perbandingan berpasangan
Nilai terbesar dari vi menunjukkan bahwa alternatif ke i dan membandingkan prioritas dari setiap kriteria
adalah solusi yang paling disarankan. Hasil peminatan berdasarkan 9 skala Saaty [13]. Tabel 2 menunjukkan
Copyright
2018,
c JTSiskom, e-ISSN:2338-0403 Jurnal Teknologi dan Sistem Komputer, 6(1), 2018, 3
Tabel 3. Matriks keputusan ternormalisasi Tabel 4. Matriks keputusan ter-normalisasi terbobot
C1 C2 C3 C4 C5 C1 C2 C3 C4 C5
0,3650 0,3126 0,3126 0,3426 0,3827 0,0699 0,0229 0,0229 0,2017 0,0280
0,3042 0,3291 0,3291 0,3259 0,3625 0,0583 0,0241 0,0241 0,1918 0,0265
0,3042 0,3126 0,3126 0,3342 0,3424 0,0583 0,0229 0,0229 0,1968 0,0251
0,3448 0,3291 0,3291 0,3091 0,2417 0,0661 0,0241 0,0241 0,1820 0,0177
0,3042 0,3291 0,3291 0,3342 0,2618 0,0583 0,0241 0,0241 0,1968 0,0192
0,2839 0,3291 0,3291 0,3342 0,3223 0,0544 0,0241 0,0241 0,1968 0,0236
0,2636 0,2962 0,2962 0,2924 0,3223 0,0505 0,0217 0,0217 0,1722 0,0236
0,2738 0,2962 0,2962 0,2883 0,2216 0,0525 0,0217 0,0217 0,1697 0,0162
0,3650 0,3291 0,3291 0,3217 0,3424 0,0699 0,0241 0,0241 0,1894 0,0251
0,3346 0,2962 0,2962 0,2715 0,3223 0,0641 0,0217 0,0217 0,1599 0,0236
Copyright
2018,
c JTSiskom, e-ISSN:2338-0403 Jurnal Teknologi dan Sistem Komputer, 6(1), 2018, 4
Tabel 7. Nilai preferensi setiap alternatif Tabel 10. Hasil dengan jarak Euclidean
Vi Nilai Vi Nilai No Tahun Jumlah AHP- Jarak
v1 0,6903 v6 0,8419 Sampel TOPSIS Euclidean
v2 0,7389 v7 0,4456 Data
v3 0,8020 v8 0,3690 1 2014 10 10 0,7431
v4 0,4565 v9 0,5722 2 2015 40 39 0,8425
v5 0,7532 v10 0,1750 3 2016 45 41 0,8431
Rata Rata 0,8096
Tabel 8. Hasil pemeringkatan
rekomendasi kelulusan sidang skripsi ini mempunyai
Peringkat V Hasil kinerja yang sesuai seperti SPK lain dalam [8]-[11].
1 0,8419 Surya Darma Tingkat kesesuaian berdasarkan jarak Hamming lebih
2 0,8020 Harly Okprana baik daripada SPK dengan AHP dalam [2], [4], [5] dan
3 0,7532 Wendy Robiansyah TOPSIS dalam [6], [7]. Keberhasilan SPK ini dapat
4 0,7389 Iswar Ahmad merekomendasikan hasil penilaian peserta kelulusan
5 0,6903 Hadi Prayitno sidang skripsi secara objektif dan membandingkan hasil
6 0,5722 Riki Winanjaya konvensional yang dilakukan oleh dosen penguji
7 0,4565 Wiwik Sri Astuti sebelum melakukan keputusan akhir dalam menentukan
8 0,4456 Sahat <agandi Siregar kelulusan sidang skripsi. Hal ini perlu dilakukan agar
9 0,3690 Windah Sahalim mutu pendidikan di Indonesia khususnya di STIKOM
10 0,1750 Syam Aryamin Tunas Bangsa dapat menjadi lebih baik.
IV. KESIMPULAN
Tabel 9. Hasil dengan jarak Hamming akurasi
kebenaran Sistem pendukung keputusan untuk rekomendasi
No Tahun Jumlah AHP- Akurasi kelulusan peserta mahasiswa sidang skripsi dengan
Sampel Data TOPSIS Sistem menggunakan AHP-TOPSIS telah dihasilkan. SPK ini
1 2014 10 10 100,00 dapat memberikan akurasi berdasarkan jarak Hamming
2 2015 40 39 97,50 sebesar 96,2% dan jarak Euclidean 0,8096 untuk 95
3 2016 45 41 91,11 sampel data mahasiswa antara tahun 2014-2016
Rata Rata 96,20 sehingga dapat diterapkan untuk merekomendasikan
kelulusan peserta mahasiswa sidang skripsi.
Teknik wawancara untuk pengambilan data sampel
DAFTAR PUSTAKA
mahasiswa dari tahun 2014 sampai tahun 2016
mendapatkan sampel sebanyak 95 mahasiswa. Dalam [1] K. R. Ananda, "Sistem Pendukung Keputusan
penilaian dengan metode AHP-TOPSIS ini hanya 90 untuk Menentukan Judul Skripsi Jurusan Teknik
mahasiswa yang memenuhi penilaian dan dinyatakan Informatika Komputer dengan Menggunakan
lulus. Hasil penilaian akurasi SPK berdasarkan jarak Metode Simple Additive Weighting (SAW),"
Hamming dinyatakan dalam Tabel 9 untuk Pelita Informatika Budi Darma, vol. VI, no.2,
membandingkan antara mahasiswa yang telah April 2014.
dinyatakan lulus dengan hasil SPK. Jarak Euclidean dari [2] S. Y. Sigalingging, "Sistem Pendukung Keputusan
SPK tersebut dinyatakan dalam Tabel 10 untuk Faktor Kelulusan Sidang meja Hijau Bagi
menunjukkan tingkat kesesuaian. Mahasiswa STIMIK Budidarma Medan Dengan
Tingkat akurasi yang didapat oleh sistem setiap Menggunakan Metode Analytic Process," Pelita
tahun semakin menurun dengan kenaikan jumlah Informatika Budi Darma, vol. VI, no. 2, April
sampel yang diperoleh. Rata-rata akurasi sistem sebesar 2014.
96,20% sehingga SPK ini dapat diterapkan untuk [3] T. Imandasari, and A. P. Windarto, "Sistem
merekomendasikan kelulusan sidang skripsi seperti Pendukung Keputusan dalam Merekomendasikan
halnya SPK sejenis dalam [1], [2]. SPK ini Unit Terbaik di PDAM Tirta Lihou Menggunakan
menggunakan 5 kriteria yaitu bab tulisan, kerapian, tata Metode Promethee," Jurnal Teknologi dan Sistem
krama, Penyampaian Bahan dan penguasaan bahan saat Komputer, vol. 5, no. 4, pp. 159-165, Oktober
mahasiswa menjalani sidang skripsi. Dalam penelitian 2017.
ini, AHP dapat digunakan untuk pemberian bobot [4] S. Suhud, and S. Dwiyatno, "Analisis Pendukung
masing-masing kriteria kelulusan, sedangkan TOPSIS Keputusan Penentuan Media Promosi Penerimaan
digunakan untuk pemeringkatan hasil sidang kelulusan Mahasiswa Baru Universitas Serang Raya
skripsi. Hasil pemeringkatan menggunakan TOPSIS ini Menggunakan Metode AHP," Jurnal PROSISKO,
mempunyai kesesuaian lebih baik dari AHP dilihat dari vol.1, pp. 30-35, September 2014.
jarak Hamming, seperti yang dinyatakan dalam [12]. [5] E. Darmanto, N. Latifah, and N. Susanti,
Dengan perpaduan antara AHP untuk pembobotan "Penerapan Metode AHP (Analicthic Hierarchy
dan TOPSIS untuk pemeringkatan, SPK untuk
Copyright
2018,
c JTSiskom, e-ISSN:2338-0403 Jurnal Teknologi dan Sistem Komputer, 6(1), 2018, 5
Process) untuk Kualitas Gula Tumbu," Jurnal Pendukung Keputusan Penentuan Taman Kanak-
SIMETRIS, vol. 5, no. 1, pp. 75-82, April 2014. Kanak (TK) Terbaik dari Dinas Pendidikan Kota
[6] M. Marsono, A. F. Boy, and W. Dari, "Sistem Banjarbaru," Kumpulan Jurnal Ilmu Komputer
Pendukung Keputusan Pemilihan Menu Makanan (KLIK), vol. 2, no.1, Februari 2015.
pada Penderita Obesitas dengan Menggunakan [11] F. Abadi, "Penentuan Penerimaan Bantuan Dana
Metode Topsis," Jurnal Ilmiah SAINTIKOM, vol. untuk Sekolah Menengah di Kab. Banjar
14, no.3, pp. 197-210, September 2015. Menggunakan Metode AHP-TOPSIS dengan
[7] D. L. Kurniasih, "Sistem Pendukung Pendekatan Fuzzy," Journal Speed - Sentra
Keputusan Pemilihan Laptop dengan Metode Penelitian Engineering dan Edukasi, vol. 8, no. 1,
TOPSIS," Pelita Informatika Budi Darma, pp. 44-50, 2016.
vol. III, no. 2, pp. 6-13, April 2013. [12] E. N. S. Purnomo, S. W. Sihwi, and R.
[8] R. B. Trianto, "Penentuan Peminatan Peserta Didik Anggrainingsih, "Analisis Perbandingan
Menggunakan Metode AHP-TOPSIS (Studi kasus Menggunakan Metode AHP, TOPSIS, dan AHP-
SMA Negeri 6 Semarang)," Skripsi, Universitas TOPSIS dalam Studi Kasus Sistem Pendukung
Dian Nuswantoro, Semarang, Semarang, 2014. Keputusan Penerimaan Siswa Program
[9] I. H. Firdaus, G. Abdillah, and F. Renaldi, "Sistem Akselerasi," Jurnal ITSMART, vol. 2, no. 1, pp.17-
Pendukung Keputusan Penentuan Karyawan 23, Juni 2013.
Terbaik Menggunakan Metode AHP dan [13] K. Kusrini, Konsep dan Aplikasi Sistem
TOPSIS,” dalam 2016 Seminar Nasional Pendukung Keputusan. Yogyakarta: Penerbit
Teknologi Informasi dan Komunikasi (SENTIKA), Andi, 2007.
Yogyakarta, 18-19 Maret 2016. [14] T. L. Saaty, "Decision Making with the Analytic
[10] K. Khairunnisa, A. Farmadi, and H. K. Candra, Hierarchy Process," International Journal Services
"Penerapan Metode AHP TOPSIS pada Sistem Sciences, vol. 1, no. 1, pp. 83-98, 2008.
Copyright
2018,
c JTSiskom, e-ISSN:2338-0403 Jurnal Teknologi dan Sistem Komputer, 6(1), 2018, 6