Tugas Sistem Pendukung Keputusan
Tugas Sistem Pendukung Keputusan
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.
a , a P a a ; a , a
k peringkatnya dan didapat hasil peringkat pertama
diduduki oleh A4
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 suatu program, dari form login ini maka akan
b. Φ (A1,A3) = ( 0 + 0 + 0 + 1 + 0 + 1 + 1 + 0 ) / 8 = 0,375
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 ini :
Φ (A4,A1) = ( 0 + 1 + 0 + 1 + 0 + 0 + 1 + 1 ) / 8 = 0,5
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
a x x
1
a
n 1
1 1,
b. Entering flow :
a x x
1
a
n 1
1 1,
c. Net flow :
a (a ) (a )
1 1 1 Gambar 2 Menu Utama
Tabel 5. Promethee Rangking
A1 A2 A3 A4 Φ+ Φ- Φ
C. Form Input Karyawan
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 Form ini digunakan untuk melakukan proses
A3 0,160 0,339 0 0,125 0,208 0,5 - 0,292 pemilihan pemasukan data karyawan, seperti
A4 0,5 0,375 0,5 0 0,458 0,166 0,292
terlihat pada gambar dibawah ini :
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
A3 - 0,292 4 Gambar 3 Form Input Karyawan
D. Form Kriteria 3. Sistem pendukung keputusan yang dibangun
Form ini digunakan untuk pemasukan nama dengan mengimplementasikan metode Promethee
kriteria dan pemasukan nilai kriteria. Dapat pada prinsipnya dapat membantu manajemen
dilihat seperti gambar dibawah ini : dalam pemilihan karyawan terbaik di PT. Karya
Abadi Mandiri.
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
Andi, Yogyakarta
Gambar 4 Form Kriteria 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 nilai of Elimination and Choice Expressing Reality ( ELECTRE )
Method in Selecting the Best Lecturer ( Case Study STMIK
perbandingan dari setiap kiteria, dapat dilihat BUDI DARMA ),” Int. J. Eng. Res. Technol. (IJERT, vol. 6,
seperti gambar dibawah ini. 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.
BUDIDARMA, vol. 1, no. 1, Feb. 2017.
IV. KESIMPULAN 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
Publisher B.V., Holland. P.228-238
1. Proses penentuan ranking karyawan yang 17. Brans, J.P. and Mareschal, Bertrand. How to Decide with
dilakukan melalui perhitungan dengan metode 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 menggunakan sebuah Sistem Pendukung Keputusan
keputusan, darimaka itu untuk menyelesaikan masalah (SPK) untuk membantu memudahkan proses kredit dan
tersebut penulis memilih untuk membuat sistem pendukung tidak terjadi kesalahan sehingga proses yang lama bisa
keputusan menggunakan metode Multi Attribute Utility Theory menjadi lebih cepat dan akurat. Dari beberapa penjelasan
(MAUT). SPK merupakan sistem informasi interaktif yang
diatas penulis merumuskan permasalahan penelitian yaitu
menyediakan informasi, pemodelan, dan pemanipulasian data.
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 konsumen dibidang kredit di PT. XYZ dan metode yang
mewakili nilai terburuk dan 1 nilai terbaik. SPK ini dapat digunakan dalam menentukan penerima kredit adalah
membantu surveyor dan credit analyst dalam melakukan metode Multi Attribute Utility Theory (MAUT). Tujuan
proses penilaian penentuan penerima kredit (calon nasabah) dan manfaat penelitian adalah Membangun sistem
pada PT. XYZ.
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
surveyor dan credit analyst dalam melakukan penilaian
I. PENDAHULUAN 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 Keputusan merupakan kegiatan memilih suatu strategi
memotori perkembangan industri pembiayaan, khususnya atau tindakan dalam pemecahan masalah tersebut.
pembiayaan otomotif baik secara Sewa Guna Usaha Tindakan memilih strategi atau aksi yang diyakini manajer
maupun Pembiayaan Konsumen di Indonesia. Akhirnya akan memberikan solusi terbaik atas sesuatu itu disebut
keberadaan dan aktivitas bisnis PT.XYZ dapat “Melayani 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
B. Sistem Pendukung Keputusan / Decision Support
beberapa persyaratan yang telah ditentukan perusahaan.
Sistem (DSS)
Perusahaan memberikan kredit motor dengan ketentuan
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
keputusan dalam situasi yang semiterstruktur dan situasi
masalah. Saat ini sistem yang digunakan masih kurang yang tidak terstruktur, di mana tak seorang pun tahu
tepat dan masih manual sehingga membutuhkan waktu secara past i bagaimana keputusan seharusnya dibuat. [2]
1. Pecah sebuah keputusan ke dalam dimensi yang
DSS lebih ditujukan untuk mendukung manajemen berbeda
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.
dirumuskan sebagai berikut :
1. Communication
Langkah ini merupakan analisis terhadap kebutuhan Tabel 2. Konfigurasi nilai kriteria
software, dan tahap untuk mengadakan pengumpulan
data dengan melakukan pertemuan dengan customer, Kriteria Parameter bobot
maupun mengumpulkan data-data tambahan baik yang kriteria
ada di jurnal, artikel, maupun dari internet. SD 1
SMP 2
SMA
2. Planning Pendidikan
D3
3
Proses planning merupakan lanjutan dari proses S1 4
communication (analysis requirement). Tahapan ini 5
akan menghasilkan dokumen user requirement atau Milik sendiri 5
bisa dikatakan sebagai data yang berhubungan dengan Milik ortu/Keluarga 4
Tempat
Kontrak/Kos 3
keinginan user dalam pembuatan software, termasuk tinggal
Instansi Angsuran
rencana yang akan dilakukan. KPR
2
1
Dalam penerapan metode MAUT untuk menentukan Mewah 4
penerima kredit motor pada PT. XYZ ada beberapa hal Kualitas Menengah 3
yang perlu dilakukan, yaitu : bangunan Sederhana 2
Semi permanen 1
a. Kriteria Sanga baik 5
Dalam sistem menentukan penerima kredit ada 6 kriteria Baik 4
yang didapatkan melalui interview langsung dengan pihak Sikap Cukup
Kurang 3
pembiayaan kredit PT. XYZ tersebut kriteria bisa dilihat 2
Sangat kurang
pada tabel dibawah ini : 1
1. Pendidikan
2. Tempat tinggal
3. Kualitas bangunan
4. Sikap Tabel 3. Data alternatif
B. Pembahasan
Berikut ini adalah pembahasan dan informasi tentang
aplikasi SPK yang telah di rancang.
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
dalam membangun program ini adalah PHP
(Hypertext Processor).
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
SISITEM PENUNJANG KEPUTUSAN analyst bisa mengubah dan menghapus data nilai bobot.
PENERIMA KEREDIT Tampilan Halaman Nilai Bobot dapat diitah pada Gambar.4
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 :
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
analyst dapat melihat dan mencetak hasil penentuan penerima
kredit pada PT. XYZ sehingga manager dapat melihat dan
Gambar 2 Halaman Alternatif
memberikan suatu keputusan dalam menentukan penerima
c. Kriteria kredit yang baik dan tepat. Gambar.5 dapat dilihat dibawah
ini :
Gambar.3 adalah tampilan Halaman Kriteria yang
berisikan penilaian terhadap kriteria yang digunakan dalam PT XYZ
perhitungan metode MAUT, terdapat 4 kriteria yang di
gunakan dalam aplikasi ini yaitu Pendidikan, Tempat tinggal,
Kualitas bangunan dan Sikap. Untuk kriteria dapat ditentukan
sesuai dengan kebutuhan perusahaan.
PT XYZ
A. Saran
Dalam perancangan dan pembangunan sistem
pendukung keputusan ini, Diharapkan aplikasi ini dapat
agar:
1. Terus dijalankan oleh perusahaan agar bagian surveyor
dan credit analyst lebihmudah melakukan penilaian
dalam menentukan penerima kredit yang baik dan
cepat, dengan adanya system pendukung keputusan
ini juga bisa membantu manager dalam
menentukan penerima kredit dengan lebih tepat.
DAFTAR PUSTAKA
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
pengujian yang berfokus pada persyaratan fungsional J. Diagram Overview Sistem
perangkat lunak [20]. Maka dari itu, pengujian black box Diagram overview sistem adalah diagram yang
memungkinkan perekayasa perangkat lunak mendapatkan menjelaskan urutan-urutan proses dari diagram konteks.
serangkaian kondisi input yang sepenuhnya menggunakan Diagram overview sistem dapat dilihat pada Gambar 3.
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
Mahasiswa STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara 2,3,4Dosen
STIKOM Tunas Bangsa, Pematangsiantar Sumatera Utara
1,2,3
Jln. Jenderal Sudirman blok A. No. 1/2/3 Pematangsiantar
e-mail: *sitisundari@gmail.com , 2anjarwanto@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)
...(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:
...(8)
d. Eliminasi alternatif yang less favourable
Matriks E memberikan urutan pilihan dari setiap alternatif, yaitu bila ekl = 1 maka alternatif Ak
merupakan pilihan yang lebih baik dari pada Al. Sehingga baris dalam matriks E yang memiliki
jumlah ekl = 1 paling sedikit dapat dieliminasi. Dengan demikian alternatif terbaik adalah yang
mendominasi alternatif lainnya [6]
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
Keterangan:
NCT : Nilai rata–rata core factor
NC : Jumlah total nilai core factor
IC : Jumlah item core factor
Sedangkan secondary factor merupakan item- item
selain yang ada pada faktor utama (core factor).
Secondary factor dihitung menggunakan persamaan
(3).
(3)
Keterangan:
NST : Nilai rata–rata secondary factor
NS : Jumlah total nilai secondary factor
IS : Jumlah item secondary factor
Gambar 1. Prosedur penelitian internal
Selanjutnya perhitungan nilai total berdasar nilai dari
core dan secondary factor yang digunakan sebagai Tabel
No 2. Kriteria penilaian proposal
Kriteria
Skor
(Max)
kriteria penilaian yang berpengaruh terhadap kelulusan
1 Abstrak (ringkasan penelitian) 50
proposal penelitian. Perhitungan dapat dilakukan 2 Pendahuluan (latarbelakang, rumusan
menggunakan persamaan (4). masalah, tujuan penelitian, manfaat 100
penelitian dan luaran yang dihasilkan)
(4)
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 Total 400
NT : Nilai total kriteria penilaian 3. Metode Penelitian
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:
N1, N2, Nn : Nilai total per kriteria
(x)% : Persentase nilai kriteria
2.3 Penelitian internal
Penelitian internal adalah penelitian yang sepenuhnya
di danai oleh STMIK El Rahma yang diperuntukan
bagi para dosen. Penelitian internal di arahkan untuk Gambar 2. Teknik waterfall (Pressman,2010)
mengacu capaian yang telah ditetapkan lembaga
Data yang digunakan dalam penelitian ini meliputi data
penelitian dan pengabdian maysarakat (LPPM) STMIK
primer dan data sekunder. Metode yang digunakan
El Rahma. Capaian yang akan dituju dituangkan dalam
dalam pengumpulan data menggunakan tiga cara yaitu
rencana induk penelitian (RIP). Sedangkan prosedur
dokumentasi, wawancara (interview) dan observasi.
pengajuan dan penilaian setiap proposal yang masuk
ditetapkan dalam standar operasional prosedure (SOP) 4. Implementasi dan Pembahasan
penelitian sebagaimana disajikan pada Gambar 1. Implementasi sistem sendukung keputusan penerimaan
Penilaian yang menjadi rujukan reviewer dalam proposal usulan penelitian internal dosen STMIK El
menilai/seleksi proposal yang diajukan berdasarkan Rahma ditentukan dalam beberapa tahap.
beberapa kriteria, sebagaimana disajikan pada Tabel 2.
Proposal dinyatakan lulus dan didanai apabila
mencapai skor ≥ 250 point.
4.1 Menentukan nilai bobot kriteria Nilai Range Skor
Penentuan bobot kriteria digunakan untuk menenetukan Hak peten > 13-20 3
tingkat kepentingan suatu kriteria. Pembobotan kriteria Publikasi internasional >7-13 2
di sajikan pada Tabel 3. Publikasi nasional 0-7 1
Tabel 3. Bobot kriteria
Tabel 10. Penilaian kriteria NT
No Kriteria Bobot (%)
1 Abstrak (NA) 12.5 Nilai Range Skor
2 Pendahuluan (NP) 25 Luas dan update >75-100 4
3 Tinjauan pustaka (NT) 25 Luas >50-75 3
4 Metode penelitian (NM) 25 Kurang luas >25-50 2
Anggaran dan jadwal penelitian (NJ) Sempit 0-25 1
5 12.5
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.
Gambar 3. Perhitungan GAP dan bobot [4] Kusrini. (2007). Konsep dan Aplikasi
Sistem Pendukung Keputusan. Penerbit
Andi, Yogyakarta.
[5] Pressman, R.S. (2010). Software
Engineering: A Practitioner’s Approach,
Seventh
Edition. The McGraw-Hill Companies,
Inc, New York.
[6] Sherly, N. (2013). Penerapan Metode
Profile Matching Dalam Sistem
Gambar 4. Perhitungan nilai total dan Pendukung Keputusan Pemberian Bonus
rangking Karyawan (Studi Kasus: PT. Sanghyang
Seri Persero). Majalah Ilmiah Informasi
5.1 Kesimpulan dan Teknologi Ilmiah (INTI) Volume : I,
Berdasarkan penelitian yang telah dilakukan Nomor : 1, ISSN : 2339-210X, Medan
dapat ditarib beberaa kesimpulan.
[7] Masriah ., Bambang Eka Purnama, Masriah
1. Metode profil matching dapat di
., Bambang Eka Purnama, Vol 3, No 2
implementasi dalam sebuah sistem (2011): Jurnal Speed 10 – 2011
pendukung keputusan untuk melakukan
[8] Adhinta Nicho Pratama, Sukadi, Sistem Pakar
penilaian kelayakan/ kelulusan proposal
Untuk Mendiagnosis Hama Dan Penyakit
usulan penelitian. Tanaman Padi, Vol 4, No 1 (2012):
2. Pengguanaan sistem pendukung keputusan Jurnal Speed 13 – 2012
dengan menerapkan metode profil matcing
[9] Nugroho Agung Prabowo, Sistem Pendukung
dapat dapat meningkatkan akurasi
Keputusan Sebagai Analisis Pemilihan Rekanan
penilaian proposal secara profesional dan Pengadaan Barang Dan Jasa Di Politeknik Negeri
proporsional berdasarkan kriteria penilaian Semarang, Vol 1, No 3
yang telah ditentukan. (2009): Jurnal Speed 3 – 2009
[10]Lutfi Syafirullah, Penerapan Analityc Hierarchy
5.2 Saran
Process(Ahp) Dalam Menentukan Kelayakan
Penentuan kelulusan hanya berdasarkan
Bakal Calon Presiden Ri 2014 Studi Kasus Smk N
terhadap konten yang terkandung dalam
3 Purwokerto, Vol 1, No
proposal usulan penelitian yang diajuakan
1 (2013): Jurnal Evolusi 2013
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.
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
berusaha menutupi semua kekurangan dari model-
1. Ditambah atau dikembangkan model sebelumnya. AHP juga memungkinkan ke
2. Mendukung analisis data dan model desisi struktur suatu sistem dan lingkungan kedalam
3. Berorientasi pada masa yang akan datang komponen saling berinteraksi dan kemudian
4. Digunakan dalam waktu yang tidak terjadwal menyatukan mereka dengan mengukur dan
mengatur dampak dari komponen kesalahan sistem
Sistem pendukung keputusan (SPK) merupakan (Saaty, 2001)
sistem informasi interaktif yang menyediakan Keuntungan yang diperoleh bila seseorang
informasi, pemodelan, dan pemanipulasian data. memecahkan masalah dan mengambil keputusan
Sistem ini digunakan untuk membantu pengambilan menggunakan AHP antara lain (Saaty, 1993) :
keputusan dalam situasi yang semiterstruktur dan
situasi yang tidak terstruktur (Kusrini, 2007). 1. AHP memberi satu model tunggal yang
Dari pengertian diatas, dapat diambil kesimpulan mudah dimengerti, luwes untuk
bahwa Sistem Penunjang Keputusan (SPK) adalah keanekaragam persoalan tak terstruktur.
suatu sistem informasi berbasis komputer yang 2. AHP memadukan ancangan deduktif dan
melakukan pendekatan untuk menghasilkan berbagai ancangan berdasarkan sistem dalam
alternatif keputusan untuk membantu pihak tertentu memecahkan persoalan kompleks.
dalam menangani permasalahan 3. AHP dapat menangani saling
dengan menggunakan data dan model. ketergantungan elemen-elemen dalam suatu
Suatu SPK hanya memberikan alternatif keputusan sistem dan tak memaksakan pemikirang
dan selanjutnya diserahkan kepada user untuk linear.
mengambil keputusan. Pengambilan keputusan 4. AHP mencerminkan kecenderungan alami
merupakan hasil suatu proses pemilihan dari pikiran untuk memilah-milah elemen-
berbagai alternatif tindakan yang mungkin dipilih elemen suatu sistem dalam berbagai tingkat
dengan mekanisme tertentu, dengan tujuan untuk berlainan dan mengelompokkan unsur yang
menghasilkan keputusan yang terbaik. Dimana serupa dalam setiap tingkat.
proses keputusan secara bertahap, sistematik, 5. AHP memberi suatu skala untuk mengukur
konsisten dan dalam setiap langkah sejak awal telah hal- hal dan mewujudkan metode penetapan
mengikutsertakan semua pihak, akan prioritas.
memberikan hasil yang baik 6. AHP melacak konsistensi logis dan
pertimbangan-pertimbangan yang digunakan
A. Analytical Hierarchy dalam menggunakan berbagai prioritas.
7. AHP menuntun ke suatu taksiran
Process (AHP) menyeluruh tentang kebaikan sistem
Metode Analytical Hierarchy Process (AHP) alternatif.
dikembangkan awal tahun 1970-an oleh Dr. Thomas 8. AHP mempertimbangkan prioritas relatif
L. Saaty, seorang ahli matematika dari Universitas dari berbagai faktor sistem dan
Pittsburg. AHP pada dasarnya didesain untuk memungkinkan organisasi memilih alternatif
menangkap secara rasional persepsi orang yang terbaik berdasarkan tujuan-tujuan mereka.
berhubungan sangat erat dengan permasalahan 9. AHP tidak memaksakan konsensus tetapi
tertentu melalui prosedur yang didesain untuk mensintesiskan suatu hasil yang representatif
sampai pada suatu skala preferensi di antara dari berbagai penilaian.
berbagai set alternatif. Analisis ini ditunjukan untuk 10. AHP memungkinkan organisasi
membuat suatu model permasalahan yang tidak memperhalus definisi mereka pada suatu
mempunyai struktur, biasanya ditetapkan untuk persoalan dan memperbaiki pertimbangan
memecahkan masalah yang terukur (kuantitatif), serta pengertian mereka melalui
masalah yang memerlukan pendapat (judgement) pengulangan.
maupun pada situasi yang kompleks atau tidak Prinsip kerja AHP adala penyederhanaan suatu
terkerangka, pada situasi dimana data statistik sangat persoalan kompleks yang tidak terstruktur,
minim atau tidak ada sama sekali dan hanya bersifat stratejik, dan dinamik menjadi bagian-bagiannya,
kualitatif yang didasari oleh persepsi, pengalaman serta menata dalam suatu hierarki. Kemudian
ataupun intuisi, Sistem penunjang keputusan tingkat kepentingan setiap variabel diberi nilai
bertujuan untuk menyediakan informasi, numerik secara subjektif tentang arti penting
membimbing, memberikan prediksi serta variabel tersebut secara relatif dibandingkan
mengarahkan kepada pengguna informasi agar dapat dengan variabel lain. Dari berbagai pertimbangan
melakukan pengambilan keputusan dengan lebih tersebut kemudian dilakukan sintesa untuk
baik. menetapkan variabel yang memiliki prioritas tinggi
dan berperan untuk mempengaruhi hasil pada
Beberapa teknik pengambilan keputusan/
sistem tersebut. Menurut Saaty (1993), terdapat
optimasi Multivariate yang di gunakan dalam tiga prinsip dalam memecahkan persoalan dengan
analisis kebijaksanaan. Pada hakekatnya AHP AHP, yaitu prinsip menyusun hirarki
merupakan suatu model pengambil keputusan yang (Decomposition), prinsip menentukan prioritas
komprehensif dengan memperhitungkan hal-hal yang (Comparative Judgement), dan prinsip konsistensi
bersifat kualitatif dan kuantitatif. Dalam model logis (Logical Consistency).
pengambilan keputusan dengan AHP pada dasarnya
Gambar 2. Halaman Login Admin
Gambar 2 merupakan tampilan dari halaman
Setelah login dan berhasil, maka admin akan Gambar 5. Tampilan Form Perbandingan
diarahkan menuju halaman utama admin. Dalam Berpasangan
menu utama terdiri dari berbagai menu, yaitu menu
pilih jenis pekerjaan, data pelamar, kriteria Pada tampilan matriks kriteria penilaian ini,
penilaian, matriks penilaian,penilaian admin melakukan perbandingan berpasangan
pelamar,hasil penilaian dan menu laporan. kriteria, dimana matriks segitiga atas merupakan
inputan nilai perbandingan kriteria dan matriks
segitiga bawah adalah hasil perbandingan matriks
segitiga atas. Nilai masukan yang dapat digunakan
hanya dari 1-5. Tombol hitung nilai berfungsi
untuk menampilkan hasil matriks nilai kriteria
yaitu nilai prioritas dan sekaligus menampilkan
nilai penjumlahan tiap baris.
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.
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)
setiap perusahaan perlu menilai supplier secara cermat dan
I. PENDAHULUAN tepat. Penentuan supplier merupakan kegiatan strategis,
Melihat perkembangan dunia usaha yang sedemikian terutama apabila supplier tersebut akan memasok item yang
cepatnya mengakibatkan perusahaan berlomba-lomba penting dan akan digunakan dalam jangka panjang. Untuk
menjadi yang terbaik untuk memenuhi permintaan pasar mendapatkan bahan baku yang efektif dan efisien maka
global. Megah Gracindo Jaya adalah sebuah toko penyedia Megah Gracindo Jaya
bahan-bahan bangunan berskala kecil menengah. Sistem pendukung keputusan didefinisikan sebagai
Beragamnya permintaan akan bahan-bahan bangunan dari sebuah sistem yang dimaksudkan untuk mendukung para
konsumen menyebabkan Megah Gracindo Jaya harus selalu pengambil keputusan manajerial dalam situasi situasi
menyediakan dan memberikan pelayanan yang terbaik bagi tertentu. Sistem pendukung keputusan dimaksudkan untuk
para konsumennya. Dalam usaha menenangkan persaingan menjadi alat bantu bagi para pengambil keputusan untuk
dimata para konsumen Megah Gracindo Jaya menggunakan memperluas kapabilitas harus melakukan pemilihan supplier
berbagai cara diantaranya meningkatkan kepuasan yang handal sesuai dengan kriteria yang
pelanggan melalui produk berkualitas, ketepatan waktu
pengiriman dan efisiensi biaya.
Pemilihan supplier merupakan salah satu hal yang
penting dalam aktivitas pembelian bagi perusahaan, karena
pemilihan supplier ini sangat berpengaruh pada harga jual,
kualitas dan ketersediaan suatu produk. Oleh karena itu,
dibutuhkann oleh perusahaan. Hal mendasari penelitian cara pemilihan yang ideal kepada toko Megah Gracindo
ini adalah untuk membantu Megah Gracindo Jaya dalam Jaya dalam memilih supplier-supplier yang akan menjadi
membuat sebuah keputusan dalam usaha untuk supplier- mitra dagang.
supplier yang dapat menguntungkan dan memberikan II. TINJAUAN PUSTAKA
pelayanan jangka panjang terhadap Megah Gracindo Jaya
itu sendiri. A. Sistem Pendukung Keputusan
Salah satu metode dalam pemilihan keputusan dalah Sistem pendukung keputusan didefinisikan sebagai
metode Multi-Objective Optimization by Ratio Analysis sebuah sistem yang dimaksudkan untuk mendukung para
Atau biasa disingkat dengan metode MOORA. Metode pengambil keputusan manajerial dalam situasi situasi
MOORA adalah metode yang memiliki perhitungan tertentu. Sistem pendukung keputusan dimaksudkan untuk
dengan kalkulasi yang minimum dan sangat sederhana. menjadi alat bantu bagi para pengambil keputusan untuk
Metode ini memiliki tingkat selektifitas yang baik dalam memperluas kapabilitas mereka, namun tidak untuk
menentukan suatu alternatif. Pendekatan yang dilakukan menggantikan penilaian mereka [2]. SPK merupakan
MOORA didefinisikan sebagai suatu proses secara penggabungan sumber–sumber kecerdasan individu dengan
bersamaan guna mengoptimalkan dua atau lebih yang kemampuan komponen untuk memperbaiki kualitas
saling bertentangan pada beberapa kendala [1]. keputusan [3].
Diharapkan dari penelitian ini dapat memberikan sebuah
Sistem Pendukung Keputusan (SPK) adalah salah satu 1. Pembentukan Matriks
cara mengorganisir informasi yang dimaksudkan untuk
digunakan dalam membuat keputusan. Ada yang 𝑋11 𝑋12 𝑋1𝑛
mendefinisikan bahwa system pendukung keputusan 𝑥𝑖𝑗 = 𝑋21. 𝑋22 𝑋2𝑛
merupakan suatu pendekatan untuk mendukung 𝑋𝑚1 . .
pengambilan keputusan.Sistem pendukung keputusan 𝑋𝑚2 𝑋𝑚𝑛
menggunakan data, memberikan antarmuka pengguna yang
mudah dan dapat menggabungkan pemikiran pengambil x adalah nilai kriteria masing-masing kriteria yang
keputusan [4]. direpresentasikan sebagai matriks.
B. Manajemen Rantai Pasokan
Manajemen rantai pasokan atau Supply Chain 2. Menetukan Matriks Normalisasi
Management merupakan kegiatan pengelolaan kegiatan-
kegiatan dalam rangka memperoleh bahan mentah,
mentransformasikan bahan mentah tersebut menjadi barang
dalam proses dan barang jadi, dan mengirimkan produk
tersebut ke konsumen melalui sistem distribusi. Kegiatan- Rasio Xij menunjukan ukuran ke i dari alternatif pada
kegiatan ini mencakup fungsi pembelian tradisional kriteria ke j, m menunjukan banyaknya jumlah alternatif
ditambah kegiatan-kegiatan lainnya yang penting bagi dan n menunjukan jumlah kriteria. Brauers et al. (2008)
hubungan antara pemasok dengan distributor [5]. menyimpulkan bahwa untuk denominator, pilihan
C. Pemilihan Supplier terbaik dari akar kuadrat dari penjumlahan kuadrat dari
Pemilihan supplier biasanya mempertimbangkan setiap alternatif perkriteria.
kualitas dari produk, service/pelayanan dan ketepatan
waktu pengiriman adalah hal yang penting, meskipun ada 3. Menentukan Matriks Normalisasi terbobot
beberapa faktor lain yang harus dipertimbangkan. Dengan
banyak kriteria-kriteria yang ada dalam pemilihan supplier,
namun keputusan dalam penentuan kriteria yang akan
digunakan dalam suatu perusahaan ditentukan oleh
perusahaan itu sendiri. Perusahaan akan memilih beberapa Dalam beberapa kasus, sering mengamati bahwa
kriteria yang ada, pemilihan kriteria biasanya tergantung beberapa kriteria lebih penting daripada lainnya. Untuk
dari item-item bahan baku yang dipasok ke perusahaan [6]. menandakan bahwa sebuah kriteria lebih penting, itu
bisa dikalikan dengan bobot yang sesuai. Dimana Wj
III. METODE PENELITIAN adalah bobot dari kriteria ke – j.
Metode Multi-Objective Optimization by Ratio
Analysis ( MOORA) adalah metode yang diperkenalkan 4. Menentukan Nilai Preferensi yi
oleh Brauers dan Zavadkas (2006). Metode yang relatif
baru ini pertama kali digunakan oleh Brauers dalam suatu =
Maka dapat dilihat matriks ternormalisasi berikut, yaitu : 0,1250 0,1310 0,0606 0,0663 0,0580
TABEL V
MATRIKS NORMALISASI Selanjutnya pencarian nilai Yi seperti berikut :
0,4000 0,4193 0,5051 0,4417 0,4834
TABEL VII
0,5000 0,4193 0,4041 0,4417 0,4834 PENCARIAN NILAI Yi
0,5000 0,5241 0,4041 0,5522 0,4834 Alternatif Max (C1+C2+C3+ C4+C5) Min Yi =
(0) Max –
0,3000 0,3145 0,5051 0,4417 0,3867 Min
0,5000 0,5241 0,4041 0,3313 0,3867 A1 (0,1000+0,1048+0,0758+ 0 0.4414
0,0883+0,0725)
Selanjutnya menghitung matriks ternormalisasi terbobot : A2 (0,1250+0,1048+0,0606+ 0 0,4512
0,0883+0,0725)
C1 = A11 : 0,25 x 0,4000 = 0,1000 A3 (0,1250+0,1310+0,0606+ 0 0,5031
A21 : 0,25 x 0,5000 = 0,1250 0,1140+0,0725)
A31 : 0,25 x 0,5000 = 0,1250 A4 (0,0750+0,0786+0,0758+ 0 0,3757
A41 : 0,25 x 0,3000 = 0,0750 0,0883+0,0580)
A51 : 0,25 x 0,5000 = 0,1250 A5 (0,1250+0,1310+0,0606+ 0 0,4409
C2 = A11 : 0,25 x 0,4193 = 0,1048 0,0663+0,0580)
TAB
EL VIII
PERAN
GKING
AN
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.