Teknik Informatika
STMIK Pelita Nusantara Medan Jln. Iskandar Muda No. 1, 20154, Indonesia
lenasinaga30@gmail.com
Abstrak
Perkembangan Teknologi Informasi memiliki dampak yang sangat besar dalam berbagai sisi kehidupan,
mulai dari pemerintahan, administrasi, ekonomi, dan pendidikan. Mengenai masalah pendidikan khususnya,
pemanfaatan teknologi injbrmasi ini akan membawa perubahan yang sangat baik dilam sistem pedidikan yang
akan dikembangkan materi yang ankan disampaikan. Dengan adanya teknologi komputer sebagai pendukung
dalam pemrasesan data dan informasi sudah menrjadi kebutuhan semua manusia, sehingga informasi
informasi yang dibutuhkan dapat diperoleh dengan cepat dan akurat. Bahkan salah satu salah satufaktor yang
paling panting dalam masalah teknologi informasi adalah masalah jaringan atau media akses yang menjadi
jembatan antar sumber belajar dan pihak yang terlibat proses pembelajaran. roses Penilaian Kinerja Guru
pada metode Composite Performance index (CPI) merupakan hal yang sangat baik dalam pengembangaan
tingkat pengetahuan pada masyarakat awam, sehingga pemanfaatan teknologi informasi dapat bermanfaat
secara maksimal pada setiap lapisan masyarakat.
180
Jurnal Mantik Penusa Vol. 2, No. 2 Desember 2018, pp. 180-184 Terakreditasi DIKTI No.SK 21/E/KPT/2018
Volume 2, No. 2, Desember 2018 e-ISSN 2580-9741
p-ISSN 2088-3943
model analisis dan data yang tersedia. (sumber : 1) Identifikasi kriteria tren positif (semakin tinggi
Sistem Teknologi 1nfi;rmasi, Jogiyanto, 2005) nilainya semakin baik) dan tren negatif
b. Konsep Sistem Pendukung Keputusan (semakin rendah nilainya semakin baik).
Sistem Pendukung Keputusan (SPK) mulai 2) Untuk kriteria tren positif, nilai minimum pada
dikembangkan pada tahun 1960 -an, tetapi istilah setiap kriteria ditransformasi ke seratus,
Sistem Pendukung Keputusan itu sendiri baru sedangkan nilai lainnya ditransformasi secara
muncul pada tahun 1971, yangdiciptakan oleh G. proporsional lebih tinggi
Anthony Gorry dan Micheal S.Scott Morton, 3) Untuk kriteria tren negatif, nilai minimmn pada
keduanya adalah profesor di MIT. Hal itu mereka setiap kriteria ditransformasi ke seratus,
lakukan dengan tujuan untuk menciptakan sedangkan nilai lainnya ditransformasi secara
kerangka kerja guna mengarahkan aplikasi proporsional lebih rendah. lndeks gabungan
komputer kepada pengambilan keputusan yang digunakan untuk menentukan penilaian
manajemen. Sementara itu, perintis sistem atau peringkat dari berbagai alternatif
pendukung keputusan yang lain dari MIT, yaitu keputusan berdasarkan beberapa kriteriadari
Peter GIW. Keen yang bekelja sama dengan Scott setiap aitematif, dirumuskan sebagai berikut:
Morton telah mendefenisikan tiga tujuan yang
harus djcapai oleh sistem pendukxmg
keputusan,yajtu:
1) Sistem hams dapat membanm manajer dalam
membuat keputusan gxma
2) memecahkan masalah semi terstmktur.
3) Sistem harus dapat rnendukung manajenbukan di mana:
mencoba menggantikannya. Aij = Nilai alternatif ke-i pada kriteria ke-j
4) Sistem hams dapat meningkatkan efektivitas Xij = Nilai awal alternatif ke-1 pada kriteria ke-j
pengambilan keputusan manajer. Xij(min) = Nilai alternatif ke-i pada kriteria
Tujuan-tujuan tersebut mengacu pada tiga prinsip minimum ke-j
dasar sistem pendukungkeputusan (Kadarsah, Bi = Bobot kepentingan kriteria ke-j
1998), yaitu: Ii = lndeks gabungan kriteria pada altematif ke-1
a) Struktur masalah : untuk masalah yang
terstruktur, penyelesaian dapat dilakukan 3. Analisa
dengan mcnggunakan rumus-rumus yang
sesuai, sedangkan untuk masalah terstruktur a. Analisa Masalah
tidak dapat dikomputerisasi. Sementara itu, Pengalaman yang muncul saat diadakannya
sistem pendukung keputusan dikembangkan proses pemilihan serta penyeleksian guru terbaik
khususnya untuk menyelesaikan masalahyang yang dilakukan setiap tahunnya memberikan guru
semi terstruktur. menjadi yang berguna. Sebagaimana telah
b) Dukungan keputusan : sistem pendukung diuraikan pada latar belakang masalah, bahwa
keputusan tidak dimaksudkan untuk SDN 003 Pagaran Tapah membutuhkan alat bantu
menggantikan manajer, karena komputer yang dapat menghasilkan keterangan diterima atau
berada di bagian terstruktur,sementara manajer tidak diterima dengan cepat dan akurat.
berada dibagian tak terstruktur untuk Pengambilan keputusan yang dilakukan selama ini
memberikan penilaian dan melakukan analisis. cukup memakan waktu. Oleh karena itu dapat
Manajer dan komputer bekerja sama sebagai disimpulkan bahwa SDN O03 Pagaran Tapah
sebuah tim pemecah masalah semi terstruktur. memerlukan suatu Aplikasi Pendukung Keputusan
c) Efektivitas keputusan : tujuan utama dari berbasis komputer untuk dapat mernbantu dalam
sistem pendukung keputusan bukanlah pengambilan keputusan dan proses analisis lebih
mernpersingkat waktu pengambilan keputusan, akurat.
tetapi agar keputusan yang dihasilkan dapat b. Analisa Model FMADM dengan Metode
lebih baik. CPI
c. Composite Performance lndek (CPI) Dalam penyeleksian Guru Terbaik dengan
Composite Performance lndek (CPI) digunakan menggunakan model Fuzzy Multiple Attribute
untuk memilih beberapa alternatif. Teknik CPI Decision Maaking (FIMADM) dengan metode
merupakan indeks gabungan (composite index) Composite Performance index (CPI) diperlukan
yang dapat digunakan untuk menentukan penilai kreteria-kreteria dan bobot untuk melakukan
an atau peringkat dari berbagai altematif (i). perhitungannya sehingga akan didapat alternative
Prosedur penyelesaian CPI adalah: terbaik, dalam hal ini alternatif yang dimaksud
adalah Peserta guru — guru SDN O03 Pagaran
Tapah.
181
Jurnal Mantik Penusa Vol. 2, No. 2 Desember 2018, pp. 180-184 Terakreditasi DIKTI No.SK 21/E/KPT/2018
Volume 2, No. 2, Desember 2018 e-ISSN 2580-9741
p-ISSN 2088-3943
c. Kriteria dan Bobot Gum Terbaik. Data-data dari tiap Gum tersebut
Dalam me-tode CPI terdapat kriteria yang akan dimasukan ke dalam Tabel 4 di bawah ini :
dijadikan bahan perhimngan pada proses
perangkingan. Hal itu dimaksud untuk menentukan Tabel 4.
siapa yang akan terseleksi sebagai peserta didik. Data Daftar Guru Terbaik
Adapun kreteria yang menjadi bahan pertimbangan
pihak sekolah adalah Dapat dilihat pada tabel 1
sebagai berikut:
Tabel 1.
Kriteria
Kriteria Keterangan
182
Jurnal Mantik Penusa Vol. 2, No. 2 Desember 2018, pp. 180-184 Terakreditasi DIKTI No.SK 21/E/KPT/2018
Volume 2, No. 2, Desember 2018 e-ISSN 2580-9741
p-ISSN 2088-3943
183
Jurnal Mantik Penusa Vol. 2, No. 2 Desember 2018, pp. 180-184 Terakreditasi DIKTI No.SK 21/E/KPT/2018
Volume 2, No. 2, Desember 2018 e-ISSN 2580-9741
p-ISSN 2088-3943
Tabel 12.
Data Penilaian d. Penghjmngan Id_calon C004
CPI = 108,3 * 0,35 + 116,6 * 0,25 + 83,33 * 0,25
+ 66,67 * 0,15 = 37,9 + 29,15 + 20,83 + 10,05 =
97,93
Berikut ini adalah table hasil perhitungan CPI :
Mengurutkan berdasarkan nilai tertinggi.
Tabel 13.
Hasil Penghitungan CPI
No Id Nama Nilai Peringkat
Tren pada kriteria Kemampuan Bidang Studi calon CPI
adalah (+), dimana semakin tinggi nilai, akan 1 C001 Ramses Saragih 98,9 3
semakin baik. 2 C002 Katerina 109,15 1
Tren (+) = Nilai N / Nilai Min * I00 3 C003 R.Sihombing 108,31 2
1. 60: 60= 1 * 100= 100 4 C004 S.Sembiring 97,93 4
2. 80:60 = 1,33 *100 = 133,3
3. 75 : 60= 1,25 * 100: 125 4. Kesimpulan
4. 70:60 = 1,08 * 100= 108,3
Berdasarkan uraian pembahasan dari penelitian
Tren pada kriteria Tanggung Jawab adalah (+), yang telah dilakukan, maka dapat diperolah
dimana semakin tinggi nilai, akan semakin baik. kesimpilan scbagai berikut :
Tren (+) = Nilai N / Nilai Min * 100 1. Sistem pendukung keputusan yang dibangun
1. 75: 60= 1,25 *10O = 125 dapat mempennudah dalam menyeleksi guru
2. 60:60=1*100=100 terbaik untuk mempercepat proses
3. 65 :60 = 1,08 *100 = 108,3 penyeieksian Guru Terbaik.
4. 70:60 = 1,16 *100 = 116,67 2. Dengan adanya sistem pendukung keputusan
dapat meminimalisir kesalahan dan pemilihan
Tren pada kriteria Kreatifitas adalah (-), dimana Guru Terbaik secara subyektif.
semakin rendah nilai, akan semakin baik.
Tren (-) 1 Nilai Min /Nilai N * I00 5. Referensi
1. 5'0 : 65 = 0,76 * 100 = 76,92
2. 50:55 =~0,9O * 100 = 90 [1]. Bin Ladjamudin Al-Bahra 2005, ’Analisis dan
3. 5O:50= * l00=100 Desain Sistem Informasi’,
4. 50 I 60 3 0,83 * 100 = 83,33 Yogyakatta: Penerbit Graha Ilmu.
[2]. Kusumadewi, Sri,2003, Artificial Intelligence
Tren pada kriteria Kreatifitas adalah (-), dimana (Teknik & Aplikasinya), Graha Ilmu,Yogyakarta.
semakin rendah nilai, akan semakin baik. [3]. Kusumadewi, S1'i,2006, Fuzzy Multi-Attribute
Tren (-) I Nilai Min /Nilai N * 100 Decision Making (Fuzzy
1. 50 : 55i0,9O *100:90 MADM),Graha Ilmu,Y0gyakarta.
2. 5O:5O= l*100=100 [4]. Dadan, Umar dan Daihani, Komputerisasi
3. 50:60 : 0,83 * 100 = 83,33 Pengambilan Keputusan, PT. ElexMedia
Komputindo, Jakarta, 2001.
4. 50 : 75 = 0,66 * 100 = 66,67
[5]. Dewi, Sri Kusuma, Hartati, Haljoko dan Wardoyo,
Fuzzy Multi Attribute
CPI=ni1ai_kriteria_1*bobot+ Decision Making (Fuzzy MADM), Graha Ilmu,
ni1ai_kriteria_2*b0but + ni1a.i_kriteria_3 *bobot 2006
+ nilai_kriteria_4*b0b0t + ni1ai_kn'teria_5*b0b0t [6]. Jogiyanto, Analisis dan Desain Sistem Informasi,
a. Penghitungan Id_calon C001 Andi Offset, Yogyakarta, 1990
CPI =100"-* 0,351+ 125 * 0,25 + 76,92 * 0,25 + [7]. Wardana, Membuat Aplikasi Berbasis Pendekatan
90 * 0,15 = 35 + 31,25 +19,23 + 13,5 = 98,9 Sistem Dengan Visual Basic Net 2008, PT. Elex
Media Komputindo, Jakarta, 2008.
b. Penghitungan Id_cal0n C002 [8]. Hasugian, P. S., Hutahaean, H. D., & Sihotang, H.
CPI = 133,3 * 0,35 +100 * 0,25 + 90 * 0,25 +100 T. (2017). Sistem Pendukung Keputusan
* 0,15 = 46,65 + 25 + 22,5 +15 = 109,15 Penentuan Guru Wali Kelas Pada SMP Negeri 19
Medan Dengan Menggunakan Metode Simple
c. Penghitungan Id_caIon C003
Additive Weighting. Journal Of Informatic Pelita
CPI = 125 * 0,35 + 108,3 * 0,25 +100 * 0,25 + Nusantara, 2(1), 32-39.
83,33 * 0,15 = 43,75 + 27,07 + 25 + 12,49 =
108,31
184
Jurnal Mantik Penusa Vol. 2, No. 2 Desember 2018, pp. 180-184 Terakreditasi DIKTI No.SK 21/E/KPT/2018