NPM : 17-621-015
Setya Pami
ABSTRAK
Dalam pengambilan keputusan seleksi tenaga kerja penulis menggunakan metode Promethee. Dimana prometheeadalah salah
satu metode penentuan urutan atau prioritas dalam MCDM (Multi-CriterionDecision Making). Penggunaan Prometheeadalah
menentukan dan menghasilkan keputusan dari beberapa alternatif. Di dalamnya semua data digabung menjadi satu dengan bobot
penilaian yang telah diperoleh melalui penilaian terhadap hasil tes. Sistem pendukung keputusan bukan merupakan alat
pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi mereka dengan
informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah dengan
lebih cepat dan akurat. Sehingga sistem ini tidak dimaksudkan untuk menggantikan pengambil keputusan dalam proses
pembuatan keputusan.
P a ; a , a
diduduki oleh A4
a , a k
a
1 2 i 1, 2 1 2
i 1 IV. IMPLEMENTASI
A. Form Login
a. Φ (A1,A2) = ( 0,428 + 0 + 1 + 1 + 1 + 0 + 0 + 0 ) / 8 = 0,428 Form login ini merupakan awal dari pembukaan
Φ (A2,A1) = ( 0 + 1 + 0 + 0 + 0 + 1 + 1 + 1 ) / 8 = 0,5
b. Φ (A1,A3) = ( 0 + 0 + 0 + 1 + 0 + 1 + 1 + 0 ) / 8 = 0,375 suatu program, dari form login ini maka akan
Φ (A3,A1) = ( 0,285 + 1 + 0 + 0 + 0 + 0 + 0 + 0 ) / 8 = 0,16 masuk ke Menu Utama. Seperti gambar dibawah
c. Φ (A1,A4) = ( 0,7 14 + 0 + 0 + 0 + 0 + 0 + 0 + 0 ) / 8 = 0,089
Φ (A4,A1) = ( 0 + 1 + 0 + 1 + 0 + 0 + 1 + 1 ) / 8 = 0,5 ini :
d. Φ (A2,A3) = ( 0 + 1 + 0 + 1 + 0 + 1 + 1 + 1 ) / 8 = 0,625
Φ (A3,A2) = ( 0,714 + 0 + 1 + 0 + 1 + 0 + 0 + 0 ) / 8 = 0,339
e. Φ (A2,A4) = ( 0,285 + 0 + 0 + 0 + 0 + 1 + 1 + 0 ) / 8 = 0,285
Φ (A4,A2) = ( 0 + 0 + 1 + 1 + 1 + 0 + 0 + 0 ) / 8 = 0,375
f. Φ (A3,A4) = ( 1 + 0 + 0 + 0 + 0 + 0 + 0 + 0 ) / 8 = 0,125
Φ (A4,A3) = ( 0 + 0 + 0 + 1 + 0 + 1 + 1 + 1 ) / 8 = 0,5
1 1,
n1
c. Net flow :
a (a ) (a )
1 1 1 A3 - 0,292 4
Tabel 5. Promethee Rangking
A1 A2 A3 A4 Φ+ Φ- Φ
A1 0 0,428 0,375 0,089 0,297 0,386 - 0,089
A2 0,5 0 0,625 0,285 0,47 0,380 0,09
A3 0,160 0,339 0 0,125 0,208 0,5 - 0,292
A4 0,5 0,375 0,5 0 0,458 0,166 0,292
6. Hasil Akhir Perangkingan
Sistem menampilkan peringk at dengan cara
mengurutkan nilai net flow secara ascending.
Nilai net flow didapat melalui pengurangan
leaving flow dengan entering flow.
a. Leaving Flow : besar ke kecil
b. Entering flow : kecil ke besar
c. Net Flow : terbesar
Untuk contoh kasus 4 karyawan diatas dapat
diperoleh rangking dengan net flow nya :
Tabel 6. Rangking Karyawan
Peserta Net Flow Rangking
A1 - 0,089 3
A2 0,09 2
Gambar 2 Menu Utama
DAFTAR PUSTAKA
1. Kusrini (2007) “Konsep dan Aplikasi Sistem Pendukung
Keputusan”, Penerbit Andi, Yogyakarta.
2. Srikusuma Dewi (2006) “Fuzzy Multi-Attribute Decision
Making (Fuzzy MADM), Penerbit Graha Ilmu, Yogyakarta
3. Sugiarti Yuni, (2013) “ Analisa dan Perancangan UML”,
Penerbit Pustakarya, Jakarta
4. Yuswanto (2006), “Pemrograman Dasar Visual Basic.net”,
Jakarta
5. M. Sadeli, “Pengenalan Visual Basic Net.2008”,
Perpustakaan Nasional, Jakarta
6. http://www.sman2lubukpakam.sch.id
7. Rahmat Prianto (2009) “Visual Programming”, Penerbit
Gambar 4 Form Kriteria Andi, Yogyakarta
8. Jogianato. H.K (1991) ”Perancangan Sistem”, Penerbit Andi,
Yogyakarta
E. Form SPK Pemilihan Karyawan Terbaik 9. Mesran, G. Ginting, Suginam, and R. Rahim, “Implementation
Form SPK ini adalah form hasil ranking dari of Elimination and Choice Expressing Reality ( ELECTRE )
nilai perbandingan dari setiap kiteria, dapat Method in Selecting the Best Lecturer ( Case Study STMIK
dilihat seperti gambar dibawah ini. BUDI DARMA ),” Int. J. Eng. Res. Technol. (IJERT, vol. 6,
no. 2, pp. 141–144, 2017.
10. Risawandi and R. Rahim, “Study of the Simple Multi-
Attribute Rating Technique For Decision Support,” IJSRST,
vol. 2, no. 6, pp. 491–494, 2016.
11. E. Triantaphyllou and S. H. Mann, “USING THE ANALYTIC
HIERARCHY PROCESS FOR DECISION MAKING IN
ENGINEERING APPLICATIONS : SOME CHALLENGES,”
Inter’l J. Ind. Eng. Appl. Pract., vol. 2, no. 1, pp. 35–44, 1995.
12. K. Bin Sumardi, M. Simaremare, and A. P. U. Siahaan,
“Decision Support System in Selecting The Appropriate
Laptop Using Simple Additive Weighting,” IJRTER, 2016.
13. H. A. Hasibuan, R. Purba, and A. P. U. Siahaan, “Productivity
Assessment (Performance, Motivation, and Job Training)
using Profile Matching,” SSRG Int. J. Econ. andManagement
Stud., vol. 3, no. 6, 2016.
14. C.-L. Yoon, K.P., & Hwang, “Multiple Attribute Decision
Making: An Introduction,” Sage Univ. Pap. Ser. Quantative
Appl. Soc. Sci., pp. 47–53, 1995.
15. K. Safitri, F. T. Waruwu, and M. Mesran, “SISTEM
PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN
BERPRESTASI DENGAN MENGGUNAKAN METODE
Gambar 5 Form SPK Pemilihan Karyawan Terbaik ANALYTICAL HIEARARCHY PROCESS (Studi Kasus :
PT.Capella Dinamik Nusantara Takengon),” MEDIA Inform.
IV. KESIMPULAN BUDIDARMA, vol. 1, no. 1, Feb. 2017.
16. Brans, J. P., Vinckle and B. Mareschal. 1986. How to Select
Kesimpulan yang dapat diambil dari penelitian ini and How to Rank Projects; The Promethee Method. European
adalah sebagai berikut: Journal of Operational Research, Elsevier Science
1. Proses penentuan ranking karyawan yang Publisher B.V., Holland. P.228-238
dilakukan melalui perhitungan dengan metode 17. Brans, J.P. and Mareschal, Bertrand. How to Decide with
PROMETHEE. PDF
Promethee dimulai dengan pemberian nilai
kriteria untuk masing-masing kriteria, input nilai
karyawan dan selanjutnya perhitungan nilai
leaving flow, entering flow dan net flow.
2. Sistem pendukung keputusan ini memberikan
masukan berupa ranking pengambil keputusan
dalam mempertimbangkan karyawan terbaik yang
akan diterima.
Implementasi Metode Multi Attribute Utility
Theory (MAUT) Pada Sistem Pendukung
Keputusan dalam Menentukan Penerima Kredit
Novri Hadinata
Fakultas Ilmu Komputer, Universitas Bina Darma
Jl. A.Yani No 12 Palembang
Novri_hadinata@binadarma.ac.id
Abstrak— PT. XYZ merupakan perusahaan pembiayaan yang lama dan hasil keputusan terkadang tidak tepat
otomotif yang ada di Indonesia, tempat penelitian penulis sehingga terjadinya resiko kredit macet. Agar dapat
merupakan salah satu cabang yang ada di kota Palembang. mengatasi masalah yang terjadi dalam perusahaan
Penentuan penerima kredit pada perusahaan tersebut masih
tersebut maka dibutuhkan suatu teknologi komputer
manual dan memerlukan waktu yang lama dalam mengambil
keputusan, darimaka itu untuk menyelesaikan masalah
menggunakan sebuah Sistem Pendukung Keputusan
tersebut penulis memilih untuk membuat sistem pendukung (SPK) untuk membantu memudahkan proses kredit dan
keputusan menggunakan metode Multi Attribute Utility Theory tidak terjadi kesalahan sehingga proses yang lama bisa
(MAUT). SPK merupakan sistem informasi interaktif yang menjadi lebih cepat dan akurat. Dari beberapa penjelasan
menyediakan informasi, pemodelan, dan pemanipulasian data. diatas penulis merumuskan permasalahan penelitian yaitu
Multi Attribute Utility Theory (MAUT) adalah suatu metode Bagaimana membangun sistem pendukung keputusan
perbandingan kuantitatif yang biasanya mengkombinasikan dengan metode MAUT pada PT XYZ guna untuk
pengukuran atas biaya resiko dan keuntungan yang berbeda. memudahkan penilaian dalam penentuan penerima kredit?
Metode MAUT digunakan untuk merubah dari beberapa
Ada beberapa batasan yang ada yaitu : Menentukan
kepentingan kedalam nilai numerik dengan skala 0-1 dengan 0
mewakili nilai terburuk dan 1 nilai terbaik. SPK ini dapat konsumen dibidang kredit di PT. XYZ dan metode yang
membantu surveyor dan credit analyst dalam melakukan digunakan dalam menentukan penerima kredit adalah
proses penilaian penentuan penerima kredit (calon nasabah) metode Multi Attribute Utility Theory (MAUT). Tujuan
pada PT. XYZ. dan manfaat penelitian adalah Membangun sistem
pendukung keputusan untuk menentukan penerima kredit
Kata Kunci— PT. XYZ, Sistem Pendukung Keputusan, SPK, pada PT. XYZ dan Mengimplementasikan metode MAUT
Metode Multi Attribute Utility Theory. dalam menentukan penerima kredit pada PT
.XYZ sehingga membantu mempermudah bagian
I. PENDAHULUAN surveyor dan credit analyst dalam melakukan penilaian
dan manager lebih mudah dalam melakukan suatu
PT. XYZ adalah Penyedia layanan kredit otomotif di
keputusan yang tepat.
indonesia. Dengan dilatar belakangi oleh reputasi dan
pengalaman serta komitmen pendiri PT. XYZ. yang telah
mendalami usaha pemasaran dan pembiayaan otomotif II. LANDASAN TEORI
diikuti dengan pengetahuan bisnis dan profesionalisme
pelayananan dan setiap Sumber Daya Manusianya, maka A. Pengambilan Keputusan
perusahaan akan menjadi salah satu pelaku utama dan ikut
memotori perkembangan industri pembiayaan, khususnya Keputusan merupakan kegiatan memilih suatu strategi
pembiayaan otomotif baik secara Sewa Guna Usaha atau tindakan dalam pemecahan masalah tersebut.
maupun Pembiayaan Konsumen di Indonesia. Akhirnya Tindakan memilih strategi atau aksi yang diyakini manajer
keberadaan dan aktivitas bisnis PT.XYZ dapat “Melayani akan memberikan solusi terbaik atas sesuatu itu disebut
pengambilan keputusan. Tujuan dari keputusan adalah
Lebih Baik”. Kredit merupakan perjanjian pinjam
untuk mencapai target atau aksi tertentu yang harus
meminjam uang antar bank sebagai kreditur dengan nasabah
dilakukan. [1]
sebagai debitur. Dalam melakukan pembiayaan motor
secara kredit di PT. XYZ, calon nasabah wajib memenuhi
beberapa persyaratan yang telah ditentukan perusahaan. B. Sistem Pendukung Keputusan / Decision Support
Perusahaan memberikan kredit motor dengan ketentuan Sistem (DSS)
kriteria-kriteria yang harus dicapai oleh calon konsumen. DSS merupakan sistem informasi interaktif yang
Pada proses pembiayaan kredit di perusahaan mengalami menyediakan informasi, pemodelan, dan pemanipulasian
beberapa data. Sistem itu digunakan untuk membantu pengambilan
masalah. Saat ini sistem yang digunakan masih kurang keputusan dalam situasi yang semiterstruktur dan situasi
tepat dan masih manual sehingga membutuhkan waktu
yang tidak terstruktur, di mana tak seorang pun tahu Secara ringkas langkah-langkah dalam metode
MAUT adalah sebagai berikut :
secara past i bagaimana keputusan seharusnya dibuat. [2]
1. Pecah sebuah keputusan ke dalam dimensi yang
berbeda
DSS lebih ditujukan untuk mendukung manajemen
dalam melakukan pekerjaan yang bersifat analitis dalam 2. Tentukan bobot relatif pada masing-masing
situasi yang kurang terstruktur dan dengan kriteria yang dimensi
kurang jelas.[3] 3. Daftar semua alternative
4. Menghitung nilai Utility normalisasi matriks
C. Metode Multi Attribute Utility Theory (MAUT) untuk masing-masing alternatif sesuai
atributnya.
Multi Attribute Utility Theory (MAUT) merupakan suatu
skema yang evaluasi akhir, v(x), dari suatu objek x
didefinisikan sebagai bobot yang dijumlahkan dengan suatu
nilai yang relevan terhadap nilai dimensinya. Ungkapan
yang biasa digunakan untuk menyebutnya adalah nilai Keterangan :
utilitas.[4] = Normalisasi bobot alternative
nilai kriteria minimal (bobot
MAUT digunakan untuk merubah dari beberapa terburuk)
kepentingan kedalam nilai numerik dengan skala 0-1
dengan 0 mewakili pilihan terburuk dan 1 terbaik. Hal ini = nilai kriteria maksimal (bobot terbaik)
memungkinkan perbandingan langsung yang beragam x = Bobot alternative
ukuran.[5] Untuk perhitungannya Nilai evaluasi seluruhnya 5. Kalikan utility dengan bobot untuk menemukan nilai
dapat didefinisikan dengan beberapa persamaan, masing-masing alternatif.
A. Hasil
Hasil akhir dari penelitian ini adalah membuat sistem
pendukung keputusan yang dapat membantu manager untuk
menentukan keputusan dalam penentuan penerima kredit
dengan metode MAUT, yang mana akan membantu bagian
surveyor dan credit analyst dalam melakukan proses penilaian
penentuan penerima kredit (calon nasabah) pada PT. XYZ
agar lebih mudah dan tepat sehingga membantu
meminimalisir adanya kesalahan seperti kredit
macet. Bahasa pemrograman yang digunakan
3. Construction dalam membangun program ini adalah PHP
Construction merupakan proses membuat kode. Coding (Hypertext Processor).
atau pengkodean merupakan penerjemahan desain Tujuan pembuatan Sistem Pendukung Keputusan ini
dalam bahasa yang bisa dikenali oleh komputer. adalah untuk mempermudah bagian surveyor dan credit
Programmer akan menerjemahkan transaksi yang analyst dalam melakukan penilaian penentuan penerima kredit
diminta oleh user. Tahapan inilah yang merupakan (calon nasabah) serta meminimalisir kesalahan dalam
tahapan secara nyata dalam mengerjakan suatu software penilaian penentuan penerima kredit pada PT. XYZ.
artinya penggunaan komputer akan dimaksimalkan
dalam tahapan ini. Setelah pengkodean selesai maka
akan dilakukan testing terhadap sistem yang telah dibuat B. Pembahasan
tadi. Tujuan testing adalah menemukan kesalahan- Berikut ini adalah pembahasan dan informasi tentang
kesalahan terhadap sistem tersebut untuk kemudian bisa aplikasi SPK yang telah di rancang.
diperbaiki.
4. Deployment
Tahapan ini bisa dikatakan final dalam pembuatan a. Login Credit Analyst
sebuah software atau sistem. Setelah melakukan Pada Gambar.1 dapat dilihat halaman login yang digunakan
analisis, desain dan pengkodean maka sistem yang untuk mengakses aplikasi dengan cara memasukan Username
sudah jadi akan digunakan oleh user. Kemudian dan memasukan Password. Akses login bisa dilakukan oleh
surveyor dan credit analyst, credit analyst dapat mengakses
Kriteria, Nilai bobot, penilaian hasil survei dan hasil maut.
PT XYZ
C. Nilai Bobot
Halaman Nilai bobot menampilkan range nilai dari kriteria
yang di gunakan dalam metode MAUT, pada proses isi nilai
bobot bisa menambahkan nilai bobot dan nama bobot sesuai
yang di inginkan perusahaan, pada halaman ini juga credit
analyst bisa mengubah dan menghapus data nilai bobot.
SISITEM PENUNJANG KEPUTUSAN Tampilan Halaman Nilai Bobot dapat diitah pada Gambar.4
PENERIMA KEREDIT berikut ini
PT XYZ
b. Alternatif
Halaman Alternatif menampilkan data Calon nasabah
yang ada di PT. XYZ, yang akan di ambil penilaian data calon
nasabah, di halaman ini kita bisa menambahkan input data
alternatif, ubah data dan menghapus data nasabah. Form
Halaman Alternatif Dapat dilihat pada Gambar.2 berikut ini :
Gambar 4 Halaman Nilai Bobot
d. Hasil Maut
Halaman Hasil maut yaitu tampilan hasil penilaian
dari kriteria, tampilan dari total keseluruhan nilai kriteria
setiap calon nasabah dan telah di urutkan berdasarkan nilai
tertringgi. Setelah melakukan penilaian nilai bobot, kriteria,
nilai hasil survei maka akan muncul nilai utility dan hasil
akhir. dengan memlih menu proses seperti contoh di bawah
maka sistem akan menampilkan hasil nilai dari pembobotan,
nilai normalisasi matriks dan perkalian nilai utility dengan
bobot dan hasil perangkingan. Dalam laporan inilah credit
Gambar 2 Halaman Alternatif analyst dapat melihat dan mencetak hasil penentuan penerima
kredit pada PT. XYZ sehingga manager dapat melihat dan
memberikan suatu keputusan dalam menentukan penerima
c. Kriteri kredit yang baik dan tepat. Gambar.5 dapat dilihat dibawah
a ini :
PT XYZ
D. Metode TOPSIS Solusi ideal negatif (A-) dapat dihitung dengan rumus :
TOPSIS (Technique for Order Preference by Similarity to
Ideal Solution) adalah salah satu metode pengambilan
Keterangan : black box berusaha juga untuk menemukan kesalahan dalam
A- = Solusi minimum ideal negatif beberapa kategori sebagai berikut:
yj - = Solusi ideal negatif. 1. Fungsi-fungsi yang salah atau hilang
2. Kesalahan desain interface
Catatan untuk menghitung nilai solusi ideal : 3. Kesalahan dalam struktur data atau akses database
*Solusi Ideal Positif = Jika Benefit maka nilainya max dan eksternal
jika Cost maka nilainya Min. 4. Kesalahan kinerja (bisa sistem atau manusia)
*Solusi Ideal Negatif = Jika Benefit maka nilainya min dan 5. Kesalahan inisialisasi.
jika Cost maka nilainya Max.
G. Pengujian Kuesioner
- Menentukan jarak antara nilai setiap alternatif dengan Kuesioner adalah suatu daftar yang berisi pertanyaan-
matriks solusi ideal positif dan matriks ideal negatif. pertanyaan yang harus dijawab atau dikerjakan oleh
Jarak antara alternatif dengan solusi ideal positif dirumuskan responden atau orang tua/anak yang ingin diselidiki [21].
sebagai berikut :
H. Perancangan Arsitektur Sistem
Perancangan arsitektur pada sistem pendukung keputusan
Keterangan : pemilihan daerah prioritas penanganan stunting ini dibangun
Di + = Jarak alternatif Ai dengan solusi ideal positif berbasiskan website dengan 2 level hak akses yaitu user dan
admin, dimana user dan admin dapat mengaksesnya melalui
yi + = Solusi ideal positif
komputer/laptop yang terkoneksi dengan jaringan internet.
yij = Matriks ternormalisasi terbobot. User dapat memasukan data alternatif, data kriteria, dan data
nilai. Kemudian server menerima data inputan yang telah
Jarak antara alternatif dengan solusi ideal negatif dapat dimasukkan oleh user. Setelah itu, server merespon dan
dirumuskan sebagai berikut : mengirim data ke user atau admin berupa informasi data
alternatif, data kriteria, dan data hasil nilai proses SPK. Selain
menerima informasi data alternatif, data kriteria, dan data hasil
Keterangan : nilai proses SPK, admin juga dapat memasukan data users dan
Di - = Jarak alternatif Ai dengan solusi ideal negatif menerima informasi data users. Perancangan arsitektur sistem
yi - = Soluli ideal negatif dapat dilihat pada Gambar 1 sebagai berikut.
yij = Matriks ternormalisasi terbobot.
Keterangan :
Vi = Kedekatan tiap alternatif terhadap solusi ideal
Di - = Jarak alternatif Ai dengan solusi ideal negatif Gambar. 1 Arsitektur Sistem
Di + = Jarak alternatif Ai dengan solusi ideal positif.
E. Laravel I. Diagram Konteks
Laravel adalah framework bahasa pemrograman Hypertext Diagram konteks adalah diagram yang memberikan
Preprocessor (PHP) yang ditujukan untuk pengembangan gambaran umum terhadap kegiatan yang berlangsung dalam
aplikasi berbasis web dengan menerapkan konsep Model View sistem. Diagram konteks dapat dilihat pada Gambar 2.
Controller (MVC). Framework ini dibuat oleh Taylor Otwell
dan pertama kali dirilis pada tanggal 9 Juni 2011. Laravel
berlisensi open source yang artinya bebas digunakan tanpa
harus melakukan pembayaran. Alamat website resmi dari
framework laravel adalah https://laravel.com [19].
F. Pengujian Black Box Gambar. 2 Diagram Konteks
Pengujian black box merupakan salah satu metode J. Diagram Overview Sistem
pengujian yang berfokus pada persyaratan fungsional
Diagram overview sistem adalah diagram yang
perangkat lunak [20]. Maka dari itu, pengujian black box
menjelaskan urutan-urutan proses dari diagram konteks.
memungkinkan perekayasa perangkat lunak mendapatkan
Diagram overview sistem dapat dilihat pada Gambar 3.
serangkaian kondisi input yang sepenuhnya menggunakan
semua persyaratan fungsional untuk suatu program. Pengujian
sebagai foreign key ditabel nilai ini berfungsi juga untuk
menampilkan data kriteria pada saat mengubah dan
menampilkan data nilai.
M. Antarmuka Aplikasi
Struktur antarmuka aplikasi dapat ditunjukkan pada
Gambar 6.
IV. KESIMPULAN
Berdasarkan hasil uji dan analisis hasil uji, maka dapat disimpulkan bahwa :
1. Sistem yang dihasilkan dengan menggunakan metode TOPSIS dapat merekomendasikan pemilihan daerah prioritas
penanganan stunting pada balita dari nilai preferensi terbesar sampai dengan nilai preferansi terkecil.
2. Sistem pendukung keputusan pemilihan daerah prioritas penanganan stunting pada balita ini dapat diterapkan di daerah lain
dengan sesuai standar kriteria dari Dinas Kesehatan yang telah ditentukan..
3. Hasil pengujian kuesioner dengan nilai rata-rata 80% dari tiga aspek penilaian yaitu aspek rekayasa perangkat lunak, aspek
fungsionalitas perangkat lunak, dan aspek visual perangkat lunak, sehingga aplikasi ini layak untuk diimplementasikan.
4.
REFERENSI
[1] Kementerian Kesehatan R.I. 2013. Riset Kesehatan Dasar (RISKESDAS) 2013. Jakarta: Badan Penelitian dan Pengembangan Kesehatan.
[2] DINKESKOT Pontianak. 2017. Prevalensi Balita Stunting (TB/U) Menurut Wilayah Kelurahan Kota Pontianak Tahun 2017. Pontianak: Dinas Kesehatan
Kota Pontianak.
[3] Turban, Efraim, et al. 2005. Decision Support Systems and Intelligent Systems 7th Ed. New Jersey: Pearson Education.
[4] Syahputra, Riky Andi. 2011. Sistem Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan Metode Fuzzy Multiple Attribute Decision Making
Pada SMA Taman Siswa Sawit Seberang. Fakultas Matematika dan Ilmu Pengetahuan Alam. Medan: Universitas Sumatera Utara.
[5] Setyono, Ariesandi. 2007. Mathemagics. Jakarta: PT Gramedia Pustaka Utama.
[6] Nasution, Fadliansyah. 2011. Perancangan Aplikasi Sistem Pendukung Keputusan Investasi Untuk Penentuan Potensi Batubara Pada Suatu Area Dengan
Metode Forward Chaining Berbasis Web. Fakultas Matematika dan Ilmu Pengetahuan Alam. Medan: Universitas Sumatera Utara.
[7] Suryadi, Kadarsah dan M. Ali Ramdhani. 2002. Sistem Pendukung Keputusan. Bandung: PT. Remaja Rosdakarya.
[8] Elviwani. 2012. Analisis Komputasi Metode TOPSIS Dalam Pengabilan Keputusan. Tesis. Program Studi Magister (S2) Teknik Informatika. Medan:
Universitas Sumatera Utara.
[9] Sugianto, Herik. 2016. Sistem Pendukung Keputusan Pemilihan Tempat Kost Khusus Mahasiswa dengan Metode AHP dan TOPSIS Berbasis Web (Studi
Kasus: Kota Pontianak). Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, 2016.
[10] Sidoi, Leander. 2015. Rancang Bangun Sistem Pendukung Keputusan Pemilihan Bujang Dare Menggunakan Metode Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS) (Studi kasus: Dinas Kebudayaan dan Pariwisata Kota Pontianak). Jurnal Sistem dan Teknologi Informasi (JUSTIN)
Vol 3, No 1, 2015.
[11] Haryanti, Dwi. 2016. Sistem Pendukung Keputusan Seleksi Penerimaan Mahasiswa Pengganti Beasiswa Penuh Bidikmisi Universitas Tanjungpura
Dengan Menerapkan Metode SMARTER. Jurnal Sistem dan Teknologi Informasi (JUSTIN) Vol. 1, No. 1, 2016.
[12] Sanada, Alfin Bundiono. 2015. Perancangan Sistem Pendukung Keputusan Pemilihan Pelanggan Terbaik Dengan Metode TOPSIS (Studi Kasus : PD.
Istana Duta). JUSTIN (Jurnal Sistem dan Teknologi Informasi) Vol 3, No 2, 2015.
[13] Akhirina, Tri Yani, 2016. Komparasi Metode Simple Additive Weighting dan Profile Matching pada Pemilihan Mitra Jasa Pengiriman Barang. Jurnal
Edukasi dan Penelitian Informatika (JEPIN). Vol. 2, No. 1, 2016.
[14] World Health Organization. 2006. WHO Child Growth Standards, Length/Height For-Age, Weight-For-Age, Weight-For-Length, Weight- For-Height And
Body Mass Index-For-Age, Methods And Development. Department of Nutrition for Health and Development. Geneva: World Health Organization.
[15] Muaris, H. 2006. Lauk Bergizi Untuk Anak Balita. Jakarta: Gramedia Pustaka Utama.
[16] Ruslianti. 2006. Menu Sehat Untuk Balita. Jakarta: Kawan Pustaka.
[17] Sutomo B., dan Anggraini D. Y. 2010. Makanan Sehat Pendamping ASI. Jakarta: Demedia.
[18] Fithria., dan Nurul Azmi. Hubungan Pemanfaatan Posyandu dengan Status Gizi Balita di Kecamatan Kota Jantho. Fakultas Keperawatan. Aceh:
Universitas Syiah Kuala.
Pendukung Keputusan Dengan Menggunakan Metode Electre Dalam
Merekomendasikan Dosen Berprestasi Bidang Ilmu Komputer (Study
Kasus di AMIK & STIKOM Tunas Bangsa)
Siti Sundari1, Anjar Wanto2, Saifullah3, Indra Gunawan4
1,2,3,4
Jurusan Sistem Informasi, STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara
1 2,3,4
Mahasiswa STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara Dosen
STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara
1,2,3
Jln. Jenderal Sudirman blok A. No. 1/2/3 Pematangsiantar
2
e-mail: *sitisundari@gmail.com , anjarwanto@amiktunasbangsa.ac.id,
3
saifullah@amiktunasbangsa.ac.id, indragunawan@amiktunasbangsa.ac.id
Abstrak - Dosen merupakan tenaga akademik yang bertugas merencanakan dan melaksanakan
proses pembelajaran, menilai hasil pembelajaran, melakukan pembimbingan dan pelatihan, serta
melakukan penelitian serta pengabdian kepada masyarakat. AMIK & STIKOM Tunas Bangsa
merupakan pelopor sarjana komputer di Pematangsiantar yang melaksanakan suatu agenda
pemilihan dosen berprestasi. Kegiatan ini bertujuan untuk memberikan penghargaan kepada
Dosen sesuai dengan UU No 14 tahun 2005 tentang Guru dan Dosen, Pasal 51 Ayat (1) Butir b,
bahwa Dosen berhak mendapatkan promosi dan penghargaan sesuai dengan kinerja
akademiknya. Melalui penghargaan ini setiap dosen diharapkan akan termotivasi untuk menjadi
lebih baik dan selalu meningkatkan kualitas. Adapun permasalahan yang dihadapi yaitu adanya
kesulitan dalam menentukan keputusan siapa yang terpilih menjadi dosen berprestasi dengan
kriteria-kriteria yang memiliki sifat subjektif atau tidak pasti dengan cepat. Untuk mengatasi
permasalahan tersebut maka dirancang sebuah sistem pendukung keputusan (SPK) untuk
pemilihan dosen berprestasi menggunakan Metode ELECTRE. Metode Electre merupakan metode
pengambilan keputusan multikriteria berdasarkan pada konsep Outranking dengan menggunakan
perbandingan berpasangan dari alternative-alternatif berdasarkan setiap kriteria yang sesuai.
Adapun kriteria yang dipakai yaitu: Penilaian Mahasiswa, Penilaian Dosen sejawat, Penilaian
Pimpinan/Manajemen, Kualifikasi Pendidikan, Penelitian, Jurnal, Pelatihan, Seminar,
Pengabdian kepada Masyarakat, dan Jabatan Akademik. Hasil akhir dari penelitian ini
diharapkan dapat membantu merekomendasikan dosen yang layak di beri penghargaan dari segi
prestasi yang diperolehnya. Dari alternatif dan kriteria yang ada maka yang mendapat nilai
tertinggi ialah Dedy Hartama, Agus Perdana Windarto dan Solikhun.
Kata kunci : Dosen, SPK, Metode Electre, Berprestasi dan Ilmu Komputer
1. PENDAHULUAN
Perguruan tinggi berkewajiban menyelenggarakan pendidikan, penelitian dan pengabdian kepada
masyarakat. Salah satu unsur dalam penyelenggaraan pendidikan tinggi adalah dosen. Dosen merupakan
tenaga akademik yang bertugas merencanakan dan melaksanakan proses pembelajaran, menilai hasil
pembelajaran, melakukan pembimbingan dan pelatihan, serta melakukan penelitian serta pengabdian kepada
masyarakat. Berdasarkan Undang-undang Republik Indonesia No. 14 tahun 2005 tentang Guru dan Dosen,
Pasal 51 Ayat (1) Butir b, bahwa dosen berhak mendapatkan promosi dan penghargaan sesuai dengan kinerja
akademiknya [1].
Sistem penghargaan terkait dengan aspirasi dan motivasi di kalangan dosen ini diharapkan menjadi
salah satu cara dalam pengembangan manajemen akademik di AMIK & STIKOM Tunas Bangsa
Pematangsiantar. Selain itu sistem penghargaan merupakan salah satu unsur penting dan memiliki peran
dalam menumbuh kembangkan suasana akademik. Sistem
penghargaan ini harus sejalan dan sesuai dengan harkat dan martabat dosen sebagai penggali dan
pengembang ilmu, teknologi, peneliti dan pengabdi pada masyarakat. Merujuk pada pemikiran di atas,
sudah selayaknya pemberian penghargaan diberikan kepada dosen yang memiliki prestasi yang
dibanggakan oleh Perguruan Tingginya dalam bidang tridarma Perguruan Tinggi. Pemberian penghargaan
akan mendorong dosen untuk berprestasi secara lebih produktif.
Pada penelitian ini dibangun Sistem Pendukung Keputusan dengan menggunakan metode analisis
pengambilan keputusan multikriteria yaitu Electre. Menggunakan metode Electre karena permasalahan
ini sesuai dan cocok pada konsep perangkingan berdasarkan alternatif dan kriteria yang telah ditetapkan.
Metode Electre ini dapat digunakan pada kondisi dimana alternatif yang kurang sesuai dengan kriteria
dieliminasi dan alternatif yang sesuai dapat dihasilkan. Keluaran dari sistem ini berupa laporan hasil
perankingan dosen berprestasi di AMIK & STIKOM Tunas Bangsa.
2. METODE PENELITIAN
2.1. Dosen
Dosen adalah pendidik profesional dan ilmuwan dengan tugas utama mentranformasikan,
mengembangkan, dan menyebarluaskan ilmu pengetahuan,teknologi dan seni melalui pendidikan,
penelitian dan pengabdian kepada masyarakat(UU-RI No. 1 tahun 2005 pasal 1(2) Tentang Guru dan
Dosen)[2].
kriteria dan adalah normalisasi pengukuran pilihan dari alternatif ke-i dalam hubungannya dengan
kriteria ke-j.
2. Pembobotan pada matriks yang telah dinormalisasi
Setelah dinormalisasi, setiap kolom dari matriks R dikalikan dengan bobot-bobot ) yang
ditentukan oleh pembuat keputusan. Sehingga V=RW yang ditulis sebagai:
V = R .W
= ...(2)
Dimana W adalah
...(4)
b. Menghitung matriks discordance
Untuk menentukan nilai dari elemen-elemen pada matriks discordance adlah dengan membagi
maksimum selisih kriteria yang termasuk ke dalam himpunan bagian discordance dengan
maksimum selisih nilai seluruh yang ada, secara matematis:
...(5)
A. Menentukan matriks dominan concordance dan discordance
a. Menentukan matriks dominan concordance
Matriks F sebagai matriks dominan concordance dapat dibangun dengan bantuan nilai threshold,
yaitu membandingkan setiap nilai elemen matriks concordance dengan nilai threshold.
...(6)
Dengan nilai threshold (c) adalah:
2. Discordance
Sebuah kriteria dalam suatu alternatif termasuk discordance jika:
Sehingga diperoleh matriks concordance yang dinyatakan dalam tabel di bawah ini:
Tabel 4. Matriks Concordance
- 8,2 10,5 10,5 10,5 10,5 9,6
7,2 - 10,5 10,5 10,5 10,5 9,6
4,8 5,6 - 10,5 9,8 10,5 2,7
4,8 4,7 9,6 - 9,8 9,6 8,9
4,8 4,7 9,6 10,5 - 9,6 8,9
4,8 5,6 10,5 10,5 9,8 - 8,9
6,4 7,2 10,5 10,5 10,5 10,5 -
2. Menghitung Matriks discordance
Sehingga diproleh matriks discordance:
Tabel 5. Matriks Discordance
- 1 0 0 0 0 1
0,489 - 0 0 0 0 0,49
0,855 0,321 - 0 1 0 0,9
0,729 0,321 1 - 1 1 0,74
1 0,321 0,79 0 - 0,187 0,74
0,855 0,321 0 0 1 - 0,59
0,541 0,321 0 0 0 0 -
Sehingga matriks dominan disordance jika di tampilkan dalam tabel adalah sebagai berikut:
Tabel 7. Matriks Dominan Disordance
- 0 1 1 1 1 0
0 - 1 1 1 1 0
0 1 - 1 0 1 0
0 1 0 - 0 0 0
0 1 0 1 - 1 0
0 1 1 1 0 - 0
0 1 1 1 1 1 -
Sehingga matriks aggregate dominance jika di tampilkan dalam tabel adalah sebagai berikut:
Tabel 8. Matriks Aggregate Dominance
- 0 1 1 1 1 0
0 - 1 1 1 1 0
0 0 - 1 0 1 0
0 0 0 - 0 0 0
0 0 0 1 - 1 0
0 0 1 1 0 - 0
0 0 1 1 1 1 -
4. KESIMPULAN
Berdasarkan penelitian yang dilakukan oleh penulis maka dapat disimpulkan bahwa metode
ELECTRE merupakan suatu metode penentuan prioritas yang bisa dibilang cukup sederhana. Dalam
urutan prioritas tebaik dipengaruhi oleh tipe preferensi yang digunakan. Dengan membandingkan nilai
alternatif menggunakan metode ELECTRE maka didapat urutan alternatif terbaik dengan hasil yang
objektif. Berdasarkan hasil penelitian juga dapat disimpulkan bahwa Dedy Hartama,S.T,M.Kom, Agus
Perdana Windarto,M.Kom dan Solikhun,M.Kom yang berhak direkomendasikan menjadi dosen
berprestasi dalam bidang ilmu komputer di Amik & Stikom Tunas Bangsa
DAFTAR PUSTAKA
[1] Undang-undang No 14 tahun 2005 tentang Guru dan Dosen
[2] Puspito Rini, Puput., 2015. Sistem Pendukung Keputusan Pemilihan Dosen Terbaik
Berbasis Web Dengan Metode SAW (Studi Kasus : STMIK Global Tangerang). Jurnal
Sisfotek Global, No.2, Vol.5
[3] Agus Perdana Windarto, “Implementasi Metode Topsis Dan Saw Dalam Memberikan
Reward Pelanggan”, Klik-Kumpulan Jurnal Ilmu Komputer, 4 (1), pp. 88-101
[4] Fahmi Setiawan, Sistem Pendukung Keputusan SNMPTN Jalur Undangan
dengan Metode ELECTRE, Skripsi Program Studi Ilmu Komputer, Universitas
Lambung Mangkurat, Banjarbaru, 2015.
Abstrack – Lecturer is one of the essential components in a system in higher education. Universities are obliged
conducts research and community service, in addition to implementing education as mandated by Law No. 20 of
2003 on National Education System Article 20. STMIK El Rahma through research institutions and community
service (LPPM) held for faculty research. Management, appraisal and financing fully implemented professionally
and proportionately. This research is to design a decision support system application on the merits of internal faculty
research proposals using profile matching method. Assessment and calculation of the value gap based on five
criteria: abstract, introduction, literature review, research methods and suitability of the research budget and
schedule. research results show that the method of matching profiles can be implemented in a decision support
system to assess the feasibility of the proposed research proposal accurately, professionally and proportionately
based on predetermined evaluation criteria.
Key Words: DSS, profile matching, internal research
Abstrak – Dosen adalah salah satu komponen esensial dalam suatu sistem pendidikan di perguruan tinggi.
Perguruan tinggi berkewajiban menyelenggarakan penelitian dan pengabdian kepada masyarakat, disamping
melaksanakan pendidikan sebagaimana diamanahkan oleh Undang-undang Nomor 20 Tahun 2003 tentang Sistem
Pendidikan Nasional Pasal 20. STMIK El Rahma melalui lembaga penelitian dan pengabdian masyarakat (LPPM)
menyelenggarakan penelitian bagi dosen. Pengelolaan, penilaian dan pendanaan sepenuhnya dilaksanakan secara
profesional dan proporsional. Penelitian ini merancang sebuah aplikasi sistem pendukung keputusan penentuan
kelayakan proposal penelitian internal dosen menggunakan metode profile matching. Penilaian dan perhitungan nilai
gap berdasarkan lima kriteria yaitu abstrak, pendahuluan, tinjauan pustaka, metode penelitian dan kesesuaian
anggaran dan jadwal penelitian. hasil penelitian menunjukan bahwa metode profil matching dapat diimplementasi
dalam sebuah sistem pendukung keputusan untuk melakukan penilaian kelayakan proposal usulan penelitian dengan
akurat, profesional dan proporsional berdasarkan kriteria penilaian.
Kata Kunci: SPK, profile matching, penelitian internal
penelitian dan perlindungan HKI secara nasional dan sepenuhnya dilaksanakan secara professional dan
internasional. proporsional. Proses penilaian proposal penelitian
Setiap perguruan tinggi diharapkan dapat mengelola dilakukan dengan mempertimbangkan beberapa kriteria
penelitian yang memenuhi standar arah, standar proses, yang sudah ditentukan dalam standar operasional
standar hasil, standar kompetensi, standar pendanaan, prosedur (SOP) penelitian internal. Penentuan nilai dan
standar sarana dan prasarana standar outcome. kelulusan proposal sepenuhnya menjadi hak reviewer
STMIK El Rahma sebagai sebuah perguruan tinggi, yang ditunjuk LPPM dengan berbagai kriteria yang
melalui lembaga penelitian dan pengabdian masyarakat sudah ditentukan. Permasalahan yang perlu menjadi
(LPPM) menyelenggarakan penelitian bagi dosen tetap perhatian adalah objektifitas dalam penilaian masing-
dengan pengelolaan, penilaian serta pendanaan masing reviewer, hal ini mungkin terjadi karena hanya
didasarkan pada persepsi dan cara pandang reviewer
terhadap proposal yang dinilai. Perkembangan pengalaman kerja dan uji kompetensi) untuk
teknologi komputer sangat memungkinkan penempatan bidan PTT (pegawai tidak tetap) pada
pemanfaatanya pada berbagai bidang kehidupan. Kabupaten Bireuen. Penelitian ini juga menggunakan
Penilaian proposal yang sebelumnya dilakukan secara profile matching dalam proses perhitungan yang
manual, sangat dimungkinkan untuk dilakukan secara diterapkan dalam sebuah sistem pendukung keputusan.
terkomputerisasi. Salah satu teknik yang dapat dapat 2.1 Sistem Pendukung Keputusan
digunakan adalah sistem pendukung Pada dasarnya pengambilan keputusan adalah suatu
keputusan/decision support system (SPK/DSS). Pada pendekatan sistematis pada hakekat suatu masalah,
penelitian ini, dirancangan sebuah aplikasi sistem pengumpulan fakta-fakta, penentuan yang matang dari
pendukung kuputusan penentuan kelayakan/kelulusan alternatif yang dihadapi, dan pengambilan tindakan
proposal penelitian internal dosen menggunakan yang menurut perhitungan merupakan tindakan yang
metode profile matching. paling tepat (Daihani, 2001). Sedangkan sistem
pendukung keputusan adalah sistem informasi yang
2. Kajian Pustaka membantu untuk mengidentifikasi kesempatan
Penelitian dalam mengembangkan sistem pendukung pengambilan keputusan atau menyediakan informasi
keputusan menggunakan metode profile matching telah untuk membantu pengambilan keputusan (Kusrini,
banyak dilakukan. Objek dan faktor penilaian yang 2007).
digunakan sangat beragam, mulai dari penentuan 2.2 Profile matching
penerima beasiswa, penetuan kenaikan jabatan Menurut Kusrini (2007), metode profile matching atau
karyawan sampai penentuan lokasi penempatan bidan pencocokan profil adalah metode yang sering
PTT. Penelitian dilakukan (Darmawan, 2012), untuk digunakan sebagai mekanisme dalam pengambilan
mengembangkan sistem pendukung keputusan keputusan dengan mengasumsikan bahwa terdapat
pemilihan beasiswa bagi mahasiswa STMIK Widya tingkat variable predictor yang ideal yang harus
Pratama dengan metode profile matching. Sedangkan dipenuhi oleh subyek yang diteliti, bukannya tingkat
penelitian (Sherly, 2013) menggunakan tiga aspek minimal yang harus dipenuhi atau dilewati. Dalam
(kapasitas intelektual, sikap kerja dan perilaku) dalam proses profile matching secara garis besar merupakan
sistem pendukung keputusan pemberian bonus proses membandingkan antara setiap kriteria setiap
karyawan PT. Sanghyang seri persero. Penilaian penilaian dalam sebuah proposal usulan penelitian yang
menggunakan profile matching analisys yang diajukan sehingga diketahui perbedaan skornya
diterapkan dalam sistem pendukung keputusan. (disebut juga gap), semakin kecil gap yang dihasilkan
Berbeda dengan penelitian (Iqbal & Hartati, 2011) yang maka bobot nilainya semakin besar yang berarti
menggunakan empat kriteria (jarak, evaluasi diri, memiliki peluang lebih besar untuk prioritas
kelayakan/kelulusan. Nilai gap dapat dihitung
menggunakan persamaan (1). Sedangkan pembobotan
nilai gap ditentukan berdasarkan Tabel 1.
(1)
Langkah selanjutnya adalah menghitung nilai core
factor dan secondary factor. Core factor merupakan
kriteria penilaian yang paling utama harus terkandung
dalam sebuah proposal penelitian. Perhitungan core
factor menggunakan persamaan (2).
(2)
Keterangan:
(3)
Keterangan:
NST Nilai rata–rata secondary factor
: Jumlah total nilai secondary factor
NS Jumlah item secondary factor
:
IS
:
Gambar 1. Prosedur penelitian internal
Selanjutnya perhitungan nilai total berdasar nilai dari
core dan secondary factor yang digunakan sebagai Tabel 2. Kriteria penilaian proposal Skor
No Kriteria
kriteria penilaian yang berpengaruh terhadap kelulusan (Max)
proposal penelitian. Perhitungan dapat dilakukan 1 Abstrak (ringkasan penelitian) 50
menggunakan persamaan (4). 2 Pendahuluan (latarbelakang, rumusan
masalah, tujuan penelitian, manfaat 100
(4) penelitian dan luaran yang dihasilkan)
3 Tinjauan pustaka 100
Keterangan: 4 Metode penelitian 100
NCT : Nilai rata–rata core factor 5 Anggaran dan jadwal penelitian 50
NST : Nilai rata–rata secondary factor 3. Metode Penelitian Total 400
NT : Nilai total kriteria penilaian
Langkah terakhir adalah perhitungan ranking, yang Metode pengembangan sistem pendukung keputusan
dilakukan dengan menggunakan persamaan (5). dalam penelitian ini menggunakan teknik waterfall
(5) (Gambar 2).
Keterangan: : Nilai total per kriteria
N1, N2, Nn : Persentase nilai kriteria
(x)%
2.3 Penelitian internal pengajuan dan penilaian setiap proposal yang masuk
Penelitian internal adalah penelitian yang sepenuhnya ditetapkan dalam standar operasional prosedure (SOP)
di danai oleh STMIK El Rahma yang diperuntukan penelitian sebagaimana disajikan pada Gambar 1.
bagi para dosen. Penelitian internal di arahkan untuk Penilaian yang menjadi rujukan reviewer dalam
mengacu capaian yang telah ditetapkan lembaga menilai/seleksi proposal yang diajukan berdasarkan
penelitian dan pengabdian maysarakat (LPPM) STMIK beberapa kriteria, sebagaimana disajikan pada Tabel 2.
El Rahma. Capaian yang akan dituju dituangkan dalam Proposal dinyatakan lulus dan didanai apabila mencapai
rencana induk penelitian (RIP). Sedangkan prosedur skor ≥ 250 point.
Gambar 2. Teknik waterfall (Pressman,2010)
Data yang digunakan dalam penelitian ini meliputi data
primer dan data sekunder. Metode yang digunakan
dalam pengumpulan data menggunakan tiga cara yaitu
dokumentasi, wawancara (interview) dan observasi.
4. Implementasi dan Pembahasan
Implementasi sistem sendukung keputusan penerimaan
proposal usulan penelitian internal dosen STMIK El
Rahma ditentukan dalam beberapa tahap.
4.1 Menentukan nilai Tidak realistis 0-7 1
bobot kriteria Tabel 8. Penilaian sub kriteria MP
Penentuan bobot kriteria digunakan untuk menenetukan
tingkat kepentingan suatu kriteria. Pembobotan kriteria Nilai Range Skor
di sajikan pada Tabel 3. Baik > 13-20 3
Kurang baik >7-13 2
Tabel 3. Bobot kriteria
Tidak baik 0-7 1
No Kriteria Bobot (%)
1 Abstrak (NA) 12.5 Tabel 9. Penilaian sub kriteria LP
2 Pendahuluan (NP) 25
3 Tinjauan pustaka (NT) 25
4 Metode penelitian (NM) 25
Anggaran dan jadwal penelitian (NJ)
5 12.5
Total 100
4.2 Penilaian kriteria dan sub kriteria
Setiap kriteria dan sub kriteria akan digunakan untuk
melakukan perhitungan gap. berdasarkan lima kriteria
yang digunakan, terdapat satu penilaian yang memiliki
sub kriteria yaitu kriteria pendahuluan. Skor masing-
masing kriteria dan sub kriteria disajikan pada Tabel
4,5,6,7,8,9,10,11 dan Tabel 12.
Tabel 4. Penilaian kriteria NA
Nilai Range Skor
Sangat baik >37-50 4
Baik >25-37 3
Cukup >12-35 2
Kurang baik 0-12 1
Nilai
No ID_Prop Skor
Proposal
Nilai Proposal
1 PR001 3
2 PR002 2
3 PR003 2
4 PR004 2
5 PR005 1
Profil Ideal 3
Nilai GAP Bobot
1 PR001 0 5
2 PR002 -1 4
34 PR003
PR004 -1
-1 44
5 PR005 -2 3
1.1 Perhitungan nilai total dan rangking Perhitungan dilakukan pada semua nilai total kriteria dan bobot kriteria,
untuk menghasilkan perangkingan nilai kelayakan. Berdasarkan persentase setiap kriteria (dari Tabel 3),
maka dapat dihitung nilai akhir (nilai total) dan perangkingan nilai sebagaimana disajikan
pada Tabel 18. Semakin besar nilai akhir maka semakin tinggi prioritas kelulusan proposal tersebut dan sebaliknya.
Mengingkat kuota yang terbatas pada setiap periode penyelenggaraan
penelitian internal, maka pemilihan proposal yang dinyatakan lulus dan di biayai
dipilih dengan pengurutan rangking nilai.
5.2 Saran
Penentuan kelulusan hanya berdasarkan
terhadap konten yang terkandung dalam
proposal usulan penelitian yang diajuakan
berdasar penilaian kriteria. Sementara
perhitungan aspek non teknis lainya belum
diperhitungkan. Sehingga pada penelitian
mendatang dapat di tambahkan aspek-aspek
non teknis lainya untuk menentukan kelulusan
proposal penelitian.
6. Pustaka [6] Sherly, N. (2013). Penerapan Metode
[1] Daihani, D.U. (2001). Komputerisasi Profile Matching Dalam Sistem
Pengambilan Keputusan, Elex Media Pendukung Keputusan Pemberian Bonus
Komputindo, Jakarta. Karyawan (Studi Kasus: PT. Sanghyang
Seri Persero). Majalah Ilmiah Informasi
[2] Darmawan, A.S. (2012). Pemilihan
dan Teknologi Ilmiah (INTI) Volume : I,
Beasiswa Bagi Mahasiswa STMIK
Nomor : 1, ISSN : 2339-210X, Medan
Widya Pratama dengan Metode Profile
Matching, Jurnal ilmiah Ictech Vol. X [7] Masriah ., Bambang Eka Purnama, Masriah
No.1, Pekalongan. ., Bambang Eka Purnama, Vol 3, No 2
(2011): Jurnal Speed 10 – 2011
[3] Iqbal & Hartati, S. (2011). Aplikasi
Sistem Pendukung Keputusan [8] Adhinta Nicho Pratama, Sukadi, Sistem Pakar
Penempatan Bidan PTT (Pegawai Tidak Untuk Mendiagnosis Hama Dan Penyakit
Tetap) Pada Kabupaten Bireuen. Tanaman Padi, Vol 4, No 1 (2012):
Prosiding–Seminar Nasional Ilmu Jurnal Speed 13 – 2012
Komputer GAMA ISBN: 978-602-
[9] Nugroho Agung Prabowo, Sistem Pendukung
19406-0-0, Yogyakarta.
Keputusan Sebagai Analisis Pemilihan Rekanan
[4] Kusrini. (2007). Konsep dan Aplikasi Pengadaan Barang Dan Jasa Di Politeknik Negeri
Sistem Pendukung Keputusan. Penerbit Semarang, Vol 1, No 3
Andi, Yogyakarta. (2009): Jurnal Speed 3 – 2009
[5] Pressman, R.S. (2010). Software [10]Lutfi Syafirullah, Penerapan Analityc Hierarchy
Engineering: A Practitioner’s Approach, Process(Ahp) Dalam Menentukan Kelayakan
Seventh Bakal Calon Presiden Ri 2014 Studi Kasus Smk N
Edition. The McGraw-Hill Companies, 3 Purwokerto, Vol 1, No
Inc, New York. 1 (2013): Jurnal Evolusi 2013
PEMILIHAN KARYAWAN BARU DENGAN METODE AHP (ANALYTIC HIERARCHY PROCESS)
ABSTRAK
Pemilihan karyawan baru dalam suatu perusahaan merupakan suatu hal yang sangat penting karena menentukan kualitas
perusahaan tersebut di masa yang akan datang, dalam memilih karyawan baru diperlukan ketelitian yang tinggi dalam
menseleksi satu per satu pelamar yang telah mendaftar. Salah satu cara yang efektif dalam menseleksi karyawan adalah dengan
cara menerapkan sistem penunjang keputusan sehingga dapat memutuskan dengan hasil yang tepat dalam menseleksi karyawan
baru. Aplikasi ini menerapkan metode Analytical Hierarchy Process (AHP), yaitu dengan melakukan pembobotan terhadap
kriteria dan pelamar. Hasil penelitian berupa aplikasi sistem pemilihan karyawan baru berbasis web yang memberikan
rekomendasi sebagai bahan pertimbangan untuk mengambil keputusan secara tepat dan diharapkan dapat mempermudah proses
seleksi karyawan baru.
1. PENDAHULUAN
Penentuan karyawan baru oleh Departemen Sumber Daya Manusia di PT. NOREEN SURYA PERDANA melibatkan beberapa
faktor yang menjadi penilaian. Penilaian ini berdasarkan penilaian dari ijazah sekolah dengan jumlah nilainya, surat keterangan
pengalaman kerja, refrensi atau rekomendasi dari pihak yang dapat dipercaya, wawancara langsung dengan yang bersangkutan,
penampilan fisik pelamar, dan tulisan tangan pelamar
Demi efisiensi dan efektifitas kerja maka pengambilan keputusan yang tepat sangat diperlukan. Penulisan ini bertujuan untuk
membangun sebuah sistem pendukung keputusan yang mempunyai kemampuan analisa pemilihan karyawan baru dengan
menggunakan metode Analytic Hierarchy Process (AHP), dimana masing- masing kriteria dalam hal ini faktor- faktor penilaian
dan alternatif dalam hal ini para pelamar kerja dibandingkan satu dengan yang lainnya sehingga memberikan output nilai
intensitas prioritas yang menghasilkan suatu sistem yang memberikan penilaian terhadap setiap pelamar kerja.
Sistem pendukung keputusan ini membantu melakukan penilaian setiap karyawan, melakukan perubahan kriteria, dan perubahan
nilai bobot. Hal ini berguna untuk memudahkan pengambil keputusan yang terkait dengan masalah pemilihan karyawan baru,
sehingga akan di dapatkan karyawan yang paling layak diterima diperusahaan atau tidak. Sistem Pendukung Keputusan (SPK)
adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk
masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini
digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak
seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001). Proses sistem pendukung keputusan
pemilihan karyawan baru nantinya akan dilakukan dengan menggunakan metode Analytic Hierarchy Process.
Berdasarkan penelitian terdahulu yang berjudul Penerapan Metode Analytic Hierarchy Process (AHP) Pada Sistem Pendukung
Keputusan Pemilihan Laptop oleh Saragih pada tahun 2013 dimana komponen utamanya adalah sebuah hirarki fungsional
dengan input utamanya persepsi manusia, yakni dalam hal ini adalah orang yang mengerti permasalahan laptop. Dalam
karyawan baru dibutuhkan juga proses struktur hierarki dengan melakukan pembobotan terhadap kriteria dan pelamar. Maka
penulis ingin membangun “pemilihan karyawan baru dengan metode AHP (Analytic Hierarchy Process) (Study Kasus PT.
NOREEN SURYA PERDANA)” yang dapat memberikan rekomendasi sebagai bahan pertimbangan untuk pengambilan
keputusan secara tepat dan diharapkan dapat mempermudah proses keputusan yang terbaik.
2. TINJAUAN PUSAKA
Sistem penunjang keputusan adalah sistem interaktif berbantuan komputer yang mendukung pemakai dalam kemudahan akses
terhadap data dan model keputusan dalam upaya membantu proses pengambilan keputusan yang efektif dalam memecahkan
masalah yang bersifat semi terstruktur dan tidak terstruktur, karena itu harus mampu: (Daihani, 2001
mempunyai struktur, biasanya ditetapkan untuk
1. Ditambah atau dikembangkan memecahkan masalah yang terukur (kuantitatif), masalah
2. Mendukung analisis data dan model desisi yang memerlukan pendapat (judgement) maupun pada
3. Berorientasi pada masa yang akan datang situasi yang kompleks atau tidak terkerangka, pada situasi
4. Digunakan dalam waktu yang tidak terjadwal dimana data statistik sangat minim atau tidak ada sama
sekali dan hanya bersifat kualitatif yang didasari oleh
Sistem pendukung keputusan (SPK) merupakan sistem persepsi, pengalaman ataupun intuisi, Sistem penunjang
informasi interaktif yang menyediakan informasi, keputusan bertujuan untuk menyediakan informasi,
pemodelan, dan pemanipulasian data. Sistem ini digunakan membimbing, memberikan prediksi serta mengarahkan
untuk membantu pengambilan keputusan dalam situasi kepada pengguna informasi agar dapat melakukan
yang semiterstruktur dan situasi yang tidak terstruktur pengambilan keputusan dengan lebih baik.
(Kusrini, 2007). Beberapa teknik pengambilan keputusan/ optimasi
Dari pengertian diatas, dapat diambil kesimpulan Multivariate yang di gunakan dalam analisis
bahwa Sistem Penunjang Keputusan (SPK) adalah suatu kebijaksanaan. Pada hakekatnya AHP merupakan suatu
sistem informasi berbasis komputer yang melakukan model pengambil keputusan yang komprehensif dengan
pendekatan untuk menghasilkan berbagai alternatif memperhitungkan hal-hal yang bersifat kualitatif dan
keputusan untuk membantu pihak tertentu dalam kuantitatif. Dalam model pengambilan keputusan dengan
menangani permasalahan dengan AHP pada dasarnya berusaha menutupi semua kekurangan
menggunakan data dan model. Suatu SPK hanya dari model- model sebelumnya. AHP juga memungkinkan
memberikan alternatif keputusan dan selanjutnya ke
diserahkan kepada user untuk mengambil keputusan. struktur suatu sistem dan lingkungan kedalam komponen
Pengambilan keputusan merupakan hasil suatu proses saling berinteraksi dan kemudian menyatukan mereka
pemilihan dari berbagai alternatif tindakan yang mungkin dengan mengukur dan mengatur dampak dari komponen
dipilih dengan mekanisme tertentu, dengan tujuan untuk kesalahan sistem (Saaty, 2001)
menghasilkan keputusan yang terbaik. Dimana proses Keuntungan yang diperoleh bila seseorang
keputusan secara bertahap, sistematik, konsisten dan memecahkan masalah dan mengambil keputusan
dalam setiap langkah sejak awal telah mengikutsertakan menggunakan AHP antara lain (Saaty, 1993) :
semua pihak, akan
memberikan hasil yang baik 1. AHP memberi satu model tunggal yang mudah
dimengerti, luwes untuk keanekaragam persoalan
A. Analytical Hierarchy tak terstruktur.
2. AHP memadukan ancangan deduktif dan ancangan
Process (AHP) berdasarkan sistem dalam memecahkan persoalan
Metode Analytical Hierarchy Process (AHP) kompleks.
dikembangkan awal tahun 1970-an oleh Dr. Thomas 3. AHP dapat menangani saling ketergantungan
L. Saaty, seorang ahli matematika dari Universitas elemen-elemen dalam suatu sistem dan tak
Pittsburg. AHP pada dasarnya didesain untuk menangkap memaksakan pemikirang linear.
secara rasional persepsi orang yang berhubungan sangat 4. AHP mencerminkan kecenderungan alami pikiran
erat dengan permasalahan tertentu melalui prosedur yang untuk memilah-milah elemen-elemen suatu sistem
didesain untuk sampai pada suatu skala preferensi di dalam berbagai tingkat berlainan dan
antara berbagai set alternatif. Analisis ini ditunjukan untuk
membuat suatu model permasalahan yang tidak
mengelompokkan unsur yang serupa dalam setiap memperbaiki pertimbangan serta pengertian
tingkat. mereka melalui pengulangan.
5. AHP memberi suatu skala untuk mengukur hal- Prinsip kerja AHP adala penyederhanaan suatu
hal dan mewujudkan metode penetapan prioritas. persoalan kompleks yang tidak terstruktur, stratejik, dan
6. AHP melacak konsistensi logis dan pertimbangan- dinamik menjadi bagian-bagiannya, serta menata dalam
pertimbangan yang digunakan dalam suatu hierarki. Kemudian tingkat kepentingan setiap
menggunakan berbagai prioritas. variabel diberi nilai numerik secara subjektif tentang arti
7. AHP menuntun ke suatu taksiran menyeluruh penting variabel tersebut secara relatif dibandingkan
tentang kebaikan sistem alternatif. dengan variabel lain. Dari berbagai pertimbangan
8. AHP mempertimbangkan prioritas relatif dari tersebut kemudian dilakukan sintesa untuk menetapkan
variabel yang memiliki prioritas tinggi dan berperan
berbagai faktor sistem dan memungkinkan
untuk mempengaruhi hasil pada sistem tersebut. Menurut
organisasi memilih alternatif terbaik berdasarkan Saaty (1993), terdapat tiga prinsip dalam memecahkan
tujuan-tujuan mereka. persoalan dengan AHP, yaitu prinsip menyusun hirarki
9. AHP tidak memaksakan konsensus tetapi (Decomposition), prinsip menentukan prioritas
mensintesiskan suatu hasil yang representatif dari (Comparative Judgement), dan prinsip konsistensi logis
berbagai penilaian. (Logical Consistency).
10. AHP memungkinkan organisasi memperhalus
definisi mereka pada suatu persoalan dan
Terdapat 4 aksioma-aksioma yang terkandung dalam dan nantinya nama pelamar akan ditampilkan sesuai dengan
model AHP (Saaty, 2001) : jenis pekerjaan yang dipilih, selanjutnya admin dapat
1. Reciprocal Comparison artinya pengambilan mengisikan penilaian dari masing- masing kriteria yaitu
keputusan harus dapat memuat perbandingan dan ijazah, pengalaman kerja, rekomendasi, wawancara,
menyatakan preferensinya. Prefesensi tersebut harus penampilan, keadaan fisik, tulisan tangan. Kemudian
memenuhi syarat resiprokal yaitu apabila A lebih dilanjutkan dengan proses sistem perhitungan menggunakan
disukai daripada B dengan skala x, maka B lebih metode Analytical Hierarchy Process agar memberikan output
disukai daripada A dengan skala 1/x. berupa perangkingan karyawan baru terbaik.
2. Homogenity artinya prefernsi seseorang harus dapat Sistem ini akan memberikan rekomendasi untuk memilih
dinyatakan dalam skala terbatas atau dengan kata lain karyawan baru yang nantinya akan menjadi pertimbangan
elemen-elemennya dapat dibandingkan satu sama admin serta menjadi salah satu alternatif dalam memilih
lainnya. Kalau aksioma ini tidak dipenuhi maka karyawan baru yang akan membantu admin untuk
elemen- elemen yang dibandingkan tersebut tidak memutuskan pelamar mana yang tepat untuk dijadikan
homogen dan harus dibentuk cluster (kelompok karyawan baru. Perancangan sistem pendukung keputusan
elemen) yang baru. (SPK) ini menggunakan UML (Unified Modelling Language).
3. Independence artinya prefernsi dinyatakan dengan Komponen-komponen yang digunakan untuk merancang
mengasumsikan bahwa kriteria tidak dipengaruhi sistem ini menggunakan use case diagram.
oleh alternatif-alternatif yang ada melainkan oleh
objektif keseluruhan. Ini menunjukan bahwa pola
ketergantungan dalam AHP adalah searah,
maksudnya perbandingan antara elemen-elemen
dalam satu tingkat dopengaruhi atau tergantung oleh
elemen- elemen pada tingkat diatasnya.
4. Expectation artinya untuk tujuan pengambil
keputusan. Struktur hirarki diasumsikan lengkap.
Apabila asumsi ini tidak dipenuhi maka pengambil
keputusan tidak memakai seluruh kriteria atau
objectif yang tersedia atau diperlukan sehingga
keputusan yang diambil dianggap tidak lengkap.
3. HASIL DAN
PEMBAHASAN
Sistem Pemilihan Pemilihan Karyawan Baru dengan
Metode Analytical Hierarchy Process memiliki beberapa
tahapan proses untuk mendapatkan hasil rekomendasi
alternatif terbaik karyawan baru. Tahapan pertama admin
menentukan jenis pekerjaan apa yang akan diperhitungkan
B. Use Case Diagram Gambar 1. Use Case diagram sistem
Perancangan use case diagram merupakan tahap Pada gambar 1 terlihat bahwa terdapat masing- masing
awal dan utama dalam proses pengembangan sistem, use case dimana ditunjukan untuk admin. Disini admin
dimana dalam tahapan ini dijelaskan dan didefinisikan berfungsi untuk me-manage data seperti menambah,
fungsi-fungsi serta fitur-fitur apa saja yang dapat
menghapus, dan mengubah data, mengisi bobot dari setiap
disediakan oleh sistem. Pada Use case diagram
kriteria, melihat data dari sistem sesuai dengan kriteria yang
mempunyai aktor, yaitu admin, yang memiliki beberapa
cabang aktivitas yang dilakukan setelah melakukan dimasukkan, mengolah jenis pekerjaan, olah data pelamar,
aktivitas login seperti olah jenis pekerjaan, olah data olah kriteria pelamar, penilaian, hasil dan laporan hasil
pelamar, mengolah kriteria, penilaian pelamar, hasil pelamar.
pelamar serta pelaporan bisa dilihat melalui use case
diagram berikut. Lihat gambar 1. C. Implementasi Sistem
Berdasarkan hasil analisis dan perancangan sistem yang
telah dilakukan, maka dilakukan implementasi sistem
penerapan metode analytic hierarchy process dalam
pemilihan karyawan baru dengan menggunakan bahasa
pemrograman PHP. Saat admin mengakses halaman admin,
maka secara otomatis admin akan diarahkan ke halaman
login, yang berarti admin harus melakukan login terlebih
dahulu untuk dapat masuk ke halaman admin.
4. KESIMPULAN
Berdasarkan hasil penelitian pemilihan karyawan baru,
dapat diambil kesimpulan :
1. Proses pembuatan Sistem Pemilihan Karyawan Baru
dapat dilakukan dengan metode Analytic Hierarchy
Process (AHP) dengan kriteria dan bobot yang telah
ditentukan oleh PT. Noreen Surya Perdana yang
diperoleh dari hasil
wawancara kemudian diproses oleh sistem sehingga menghasilkan output perangkingan karyawan baru.
2. Berdasarkan hasil pengujian sistem perhitungan metode AHP (Analytic Hierarchy Proces) dengan perhitungan manual,
maka didapatkan hasil akhir yang mendekati sama.
5. DAFTAR PUSTAKA
[1]. Daihani, D, U. 2001. Komputerisasi Pengambilan Keputusan. Bogor: Ghalia Indonesia.)
[2]. Heliza Rahmania Hatta, Dimas Adi Saputra, Dyna Marisa Khairina. 2016. "Pemilihan Supplier Bahan Pokok Dengan
Metode Analytic Hierarchy Process". Jurnal Ilmu Komputer. Samarinda.
[3]. Hence Beedwel Lumentut, Sri Hartati. 2015. "Sistem Pendukung Keputusan untuk Memilih Budidaya Ikan Air Tawar
Menggunakan AF- TOPSIS". Jurusan Ilmu Komputer dan Elektronika, Fakultas Matematika dan Ilmu Pengtahuan Alam,
Universitas Gadjah Mada.
[4]. Hend. 2006. Object Oriented System Analysis and Design Using UML. New York.
[5]. Hirin, A.M. 2011. Cepat Mahir Pemrograman Web Dengan PHP dan MySQL, Jakarta : Prestasi Pustaka.
[6]. Informatika. 2017. "Arsitektur Sistem Pendukung Keputusan".
http://informatika.web.id/arsitektur-sistem- pendukung-keputusan.htm (diakses tanggal 7 Februari 2017).
[7]. Kadir, Abdul. 2008. Dasar Pemrograman Web Dinamis Menggunakan PHP – Edisi Revisi, ANDI, Yogyakarta.
[8]. Made Astradanta, I Made Agus Wirawan, I Ketut Resika Arthana. 2016. "Pengembangan Sistem Penunjang Keputusan
Pemilihan Tempat Kuliner Dengan Menggunakan Metode AHP Dan SAW Studi Kasus : Kecamatan Buleleng". Jurusan
Pendidikan Teknik Informatika, Universitas Pendidikan Ganesha.
[9]. Pustaka, Kajian. 2017. " Sistem Penunjang Keputusan (SPK)".
http://www.kajianpustaka.com/2013/09/sistem- pendukung-keputusan-spk.html (diakses tanggal 1 April 2017).
[10]. Saaty, T. L, The Analytic Hierarchy Process, New York : McGraw- Hill, 1980.
ANALISIS PERHITUNGAN METODE MOORA DALAM PEMILIHAN SUPPLIER
BAHAN BANGUNAN DI TOKO MEGAH GRACINDO JAYA
Sri Wardani1, Iin Parlina2, Ahmad Revi3
1,3
Mahasiswa Sistem Informasi, STIKOM Tunas Bangsa Pematangsiantar
2
Dosen AMIK Tunas Bangsa Pematangsiantar
1,2,3
Jln.Jenderal Sudirman Blok A No.1/2/3 Pematangsiantar
sriwardani90804@gmail.com, iin@amiktunasbangsa.ac.id, ahmadrevi98@gmail.com
Abstrak— Sistem pendukung keputusan didefinisikan sebagai sebuah sistem yang dimaksudkan untuk mendukung para
pengambil keputusan manajerial dalam situasi situasi tertentu. Sistem pendukung keputusan dimaksudkan untuk menjadi alat
bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian
mereka. Penentuan supplier merupakan kegiatan strategis, terutama apabila supplier tersebut akan memasok item yang penting
dan akan digunakan dalam jangka panjang. Untuk mendapatkan bahan baku yang efektif dan efisien maka Megah Gracindo
Jaya harus melakukan pemilihan supplier yang handal sesuai dengan kriteria yang dibutuhkann oleh perusahaan. Salah satu
metode dalam pemilihan keputusan dalah metode Multi-Objective Optimization by Ratio Analysis Atau biasa disingkat dengan
metode MOORA. Metode MOORA adalah metode yang memiliki perhitungan dengan kalkulasi yang minimum dan sangat
sederhana. Dari penelitian yang dilakukan dengan metode MOORA didapatkan bahwa A3 adalah supplier yang paling tepat.
Keywords— Sistem Pendukung Keputusan, Supplier, Multi-Objective Optimization by Ratio Analysis (MOORA)
TABEL VIII
PERANGKINGAN
Alternatif Yi Rangking
A1 0,4414 3
A2 0,4512 2
A3 0,5031 1
A4 0,3757 5
A5 0,4409 4
Dari peroses tersebut maka dapat di hasilkan bahwa A3
adalah alternatif terbaik.
REFERENSI
[1] S. Rokhman, I. F. Rozi, and R. A. Asmara, “Pengembangan
Sistem Penunjang Keputusan Penentuan UKT Mahasiswa
Dengan Menggunakan Metode MOORA Studi Kasus Politeknik
Negeri Malang,” J. Inform. Polinema, vol. 3, pp. 36–42, 2017.
[2] Habibah Jayanti Damanik, I. Parlina, H. S. Tambunan, and E.
Irawan, “Sistem Pendukung Keputusan dalam Seleksi Penyiar
Radio Boss FM 102.8 Pematangsiantar Menggunakan Metode
ELECTRE,” Konf. Nas. Teknol. Inf. dan Komput., vol. I, pp. 38–
44, 2017.
[3] Vita, E. S. Astuti, and R. A. Asmara, “PASKIBRAKA
MENGGUNAKAN METODE TOPSIS,” J. Inform. Polinema,
pp. 51–55.
[4] S. Sundari, A. Wanto, Saifullah, and Indra Gunawan, “Sistem
Pendukung Keputusan Dengan Menggunakan Metode Electre
Dalam Merekomendasikan Dosen Berprestasi Bidang Ilmu
Komputer (Study Kasus di AMIK & STIKOM Tunas Bangsa),”
Semin. Nas. Multi Disiplin Ilmu, pp. 1–6, 2017.
[5] I. I. Alifatin, “Analisis Pemilihan Supplier Dengan Metode
Analisis Hirarki Proses Pada Toko Pertanian dan Bangunan UD
Mansur Jalan Raya Papar Pare Kediri,” Artik. Skripsi Univ.
Nusant. PGRI Kediiri, pp. 1–15, 2016.
[6] S. Widiyanesti, R. Setyorini, L. Cost, and Q. Respon, “No
Title.”
[7] M. Ashari and F. Mintarsih, “Aplikasi Pemilihan Bibit Budidaya
Ikan Air Tawar dengan Metode MOORA – Entropy,” J. Sist.
Inf., vol. 5341, pp. 63–73, 2017.
[8] L. Olivianita et al., “Sistem pendukung keputusan kelayakan
hasil cetakan buku menggunakan metode moora,” no. 9.
[9] A. Septi, R. Anggreani, H. Rotua, B. Hutapea, M. Syahrizal, and
N. Kurniasih, “Sistem Pendukung Keputusan Penentuan
Handphone Bekas Terbaik Menggunakan Metode Multi-
Objective Optimization on The Basis of Ratio Analysis (
MOORA ),” J. Ris. Komput., vol. 5, no. 1, pp. 61–65, 2018.
Komparasi Metode WP SAW dan WASPAS Dalam
Penentuan Penerima Beasiswa Penelusuran Minat dan
Kemampuan
Veradilla Amalia1, Dedy Syamsuar2, Linda Atika3
1
Program Studi Magister Teknik Informatika, Universitas Bina Darma, Palembang
veradillaamalia@gmail.com
2,3
Dosen Universitas Bina Darma Palembang
dedy_syamsuar@binadarma.ac.id, linda.atika@binadarma.ac.id
Abstrak
STMIK Bina Nusantara Jaya Lubuklinggau menawarkan beasiswa Penelusuran Minat dan Kemampuan (PMDK)
kepada calon mahasiswa baru, dalam hal ini untuk melakukan proses seleksi penentuan penerima beasiswa PMDK
pengolahan data masih dilakukan secara manual dengan melakukan tes wawancara dan melakukan perhitungan
hasil dari wawancara. Proses seleksi yang dilakukan secara manual memiliki beberapa kelemahan sehingga besar
kemungkinan akan terjadinya kesalahan dalam pengolahan data. Untuk Itu diperlukannya suatu Sistem Pendukung
Keputusan yang dapat mempermudah dalam penentuan penerima beasiswa PMDK. Pada penelitian ini
menggunakan analisa perhitungan komparasi metode WP, SAW dan WASPAS dalam penentuan penerima
beasiswa penelusuran minat dan kemampuan (PMDK). Sistem dibuat menggunakan metode SAW karena
memberikan nilai Alternatif tertinggi dan memberikan hasil perangkingan yang terbaik.
Abstract
STMIK Bina Nusantara Jaya Lubuklinggau offers scholarships for Searching for Interest and Capability (PMDK)
for prospective new students, in this case to conduct a selection process for determining recipients of PMDK
scholarship data processing is still done manually by conducting interview tests and calculating the results of
interviews. The manual selection process has several disadvantages, so there is a high probability of errors in
data processing. For this reason, a Decision Support System is needed that can facilitate the determination of
PMDK scholarship recipients. In this study, the analysis of the comparative calculation of the WP, SAW and
WASPAS methods was used in determining scholarship recipients to explore interests and abilities (PMDK). The
system is made using the SAW method because it provides the highest Alternative value and gives the best ranking
results.
1. Pendahuluan
Proses seleksi penerima beasiswa merupakan
tahapan penting yang membutuhkan ketelitian dan
ketepatan agar beasiswa dapat diberikan kepada
penerima yang tepat. Beasiswa itu sendiri
merupakan uang yang diberikan untuk biaya belajar
Ali. (n.d.). Proses seleksi penentuan penerima
beasiswa Penelusuran Minat dan Kemampuan
(PMDK) pengolahan data masih dilakukan secara
manual dan belum
terkomputerisasi. Proses seleksi yang waktu yang digunakan, proses seleksi dan
dilakukan secara manual memiliki pengolahan data calon penerima beasiswa PMDK
beberapa kelemahan sehingga besar pada STMIK Bina Nusantara Jaya Lubuklinggau
kemungkinan akan terjadinya selama ini dilakukan dengan beberapa tahapan,
kesalahan dalam pengolahan data yakni; menyeleksi berkas calon mahasiswa
dikarenakan kurang efisensinya
penerima beasiswa PMDK, melakukan tes berdasarkan fakta dan data yang ada (Sugiyono,
wawancara, melakukan perhitungan hasil 2013).
wawancara,dan terakhir membuat range nilai
hasil yang telah dihitung untuk dilaporkan
kepada ketua.
V5 Wiraswasta 2,5 3 - MS
V6 Swasta 2 2 Ada S
V7 PNS 3 4 - MS
V8 Petani 3 3 Ada S
V9 Swasta 3 4 Ada S
V10 Wiraswasta 2,8 3 - S
3.2 Pembobotan 3.3 Rating Kecocokan
Pembobotan dari kriteria tersebut diatas Berdasarkan data kriteria dan pembobotan diatas
sebagai berikut : maka langkah berikutnya membuat rating
kecocokan seperti tabel berikut ini :
1. Pekerjaan Orang Tua, dibobotkan menjadi :
Tabel 7. Rating Kecocokan
Tabel 2. Pembobotan Pekerjaa Penghasi Tanggun
Prestasi Status
Nama
Pekerjaan Orang Tua n Ortu lan gan
Akademik
& Non
Tempat
Tinggal
V1 4 4 3 8 7
Pekerjaan Nilai V2 5 4 2 8 7
PNS/TNI/POLRI 4 V3 7 5 3 8 7
Karyawan Swasta 5 V4 7 5 2 8 8
Wiraswasta 6 V5 6 4 3 7 7
Petani/Buruh/Ojek 7 V6 5 5 2 8 8
Tidak Bekerja 8 V7 4 4 4 7 7
V8 7 4 3 8 8
2. Penghasilan Orang Tua, dibobotkan V9 5 4 4 8 8
menjadi : V10 6 4 3 7 8
Tabel 3. Pembobotan
3.4 Perhitungan Metode Weighted Product
Penghasilan Orang Tua (WP)
Proses perhitungan menggunakan
Penghasilan Orang Tua Nilai langkah-langkah metode WP yang telah
≤ 1 Juta 6 dijelaskan diatas :
≤ 2 Juta 5
1) Bobot yang digunakan sebagai berikut
≤ 3 Juta 4
≤ 4 Juta 3
menggunakan persamaan (1) :
≤ 10 Juta 2
Tabel 8. Bobot
3. Tanggungan Orang Tua, dibobotkan W 0.3 0.2 0.15 0.2 0.15
menjadi :
2) Menetukan nilai preferensi untuk alternatif
Si menggunakan persamaan (2)
Tabel 4. Pembobotan
Tanggungan Orang Tua Nilai S1=(40,3) (4-0,2) (30,15) (80,2) (70,15)=2.748
1 Tanggungan
1 S2=(50,3) (4-0,2) (20,15) (80,2) (70,15)=2.765
2 Orang Tua2 S3 dsb..... S10
3 3 3) Menghitung nilai preferensi Vi untuk setiap
4 4 alternative menggunakan persamaaan (3)
≥5 5
�.𝟕𝟒�
V1= = 0.0926
4. Prestasi Akademik dan Non Akademik,
dibobotkan menjadi : Tabel 6. Pembobotan Status tempat
tinggal
Tabel 5. Pembobotan �.𝟕𝟒�+�.𝟕𝟔�+�.�𝟎�+�.���+�.𝟎��+�.𝟔��+�.𝟕�𝟒+�.��𝟕+�.��𝟎+�.𝟎��
�.𝟕𝟔�
Prestasi Akademik dan V2=
�.𝟕𝟒�+�.𝟕𝟔�+�.�𝟎�+�.���+�.𝟎��+�.𝟔��+�.𝟕�𝟒+�.��𝟕+�.��𝟎+�.𝟎��
= 0.0932
Non Akademik
Prestasi Akademik Non Nilai V3 dsb.... V10
Akademik
Ada 8 4) Hasil perangkingan dari yang tertinggi
Tidak Ada 7 hingga yang terendah metode WP