Abstrak
Salah satu masalah dalam proses pengambilan keputusan adalah memilih dari sekumpulan
alternatif berdasarkan pada beberapa kriteria. Salah satu cara yang dapat membantu mengatasi
masalah tersebut yaitu dengan Multi Criteria Decision Making (MCDM). Akan tetapi, masalah
tersebut akan menjadi lebih rumit apabila terdapat beberapa participant yang berperan sebagai
pengambil keputusan atau dengan kata lain tim penilai, dimana tiap individu dalam tim penilai
tersebut mempunyai latar belakang, motivasi, gagasan, sikap, dan kepribadian yang berbeda-
beda. Oleh sebab itu, kemungkinan perbedaan pendapat dan penilaian dapat saja terjadi. Proses
seleksi calon kepala sekolah adalah salah satu contoh kasusnya di mana tim penilai memberikan
penilaian terhadap sejumlah alternatif guru-guru calon kepala sekolah berdasarkan kriteria yang
ditentukan. Oleh karena itu untuk mengatasi perbedaan penilaian atau konflik yang terjadi dalam
tim penilai, dalam tugas akhir ini akan diterapkan Multi Participant Multi Criteria Decision
Making (MP-MCDM) dengan pendekatan cluster analysis menggunakan k-means clustering pada
proses penyatuan penilaian dari participant dalam tim penilai, dimana penilaian dari participant
dikelompokkan ke dalam 2 kategori besar, pendapat mayor dan pendapat minor. Dan pendapat
mayor (mayor opinion) yang akan dijadikan penilaian selanjutnya. Untuk proses perankingannya
akan digunakan metode TOPSIS agar tiap alternatif dapat melihat jarak kedekatan relatifnya
terhadap solusi ideal. Berdasarkan hasil pengujian standar deviasi, standar deviasi setelah
dilakukan clustering akan lebih mendekati nol, dikarenakan nilai yang menyimpang sudah tidak
diikutkan dalam penilaian atau nilai pembiasan sudah berkurang. Sedangkan berdasarkan
pengujian dengan perankingan TOPSIS di dapat perbedaan hasil perangkingan. Hal ini
disebabkan perankingan pada sistem lama hanya berdasarkan nilai akhir yang dihasilkan dari
jumlah nilai kolektif dari tiap kriteria. Sedangkan TOPSIS berdasarkan pada seberapa dekat nilai
kolektif tiap kriteria terhadap nilai terbaik dari setiap kriteria.
Kata Kunci : Multi Criteria Decision Making, Multi Participant Multi Criteria
Abstract
One of the problem in decision making is choosing a set of alternative based on some criteria. A
solution that can help to solve that kind of problem is by using Multi Criteria Decision Making
(MCDM). But, the problem will become more complex if there are some participant that have a
role as decision makers or in other words as a member of the selection team, which the people in
that selection team will have a various background, motivation, idea, attitude, and personality.
That's why, a conflict in the election process is possible to happen. The principal selection process
is one cases where the selection team can give a judgement to a set of alternatif teachers who is
the candidate for the principal election based on some decided criteria. Because of that, to solve
the conflict in the selection team, in this final paper will discuss about Multi Participant Multi
Criteria Decision Making (MP-MCDM) with cluster analysis approach using K-means approach on
the integration process of the election process of some participants that divided into two
category, the major opinion and the minor opinion. And the major opinion will be used for the
next election process. The TOPSIS method will be user for the rank process so every alternative
can see how close is the relative solution with the ideal solution. Based on the testing of standart
deviasi result, after clustering standart deviasi more near to zero value, that’s caused the deviate
value has decreased. While based on the testing with the TOPSIS for ordering, there have
different result with the old system. That’s caused the old system ordering just based on the
collective of value from each criteria. While TOPSIS based on how as much as near the collective
value from each criteria, to the best value from each criteria.
1. Pendahuluan
1.3 TUJUAN
Secara umum tujuan yang ingin dicapai dalam tugas akhir ini adalah :
1. Menyelesaikan masalah seleksi calon kepala sekolah dengan MPCDM
menggunakan pendekatan cluster analysis sehingga dapat menghasilkan
solusi yang diharapkan dapat mengurangi sifat subjektifitas dalam tim
penilai.
2. Menghasilkan perankingan terhadap alternatif (dalam kasus ini guru sebagai
calon kepala sekolah) berdasarkan kriteria pengambilan keputusan yang
ditetapkan dan penilaian dari tiap individu (participant) dalam tim seleksi, di
mana proses perankingannya berdasarkan similarity to the ideal alternatif
yakni menggunakan TOPSIS.
3. Menganalisis hasil MP-MCDM dengan pendekatan cluster analysis pada
kasus seleksi calon kepala sekolah di Dinas Pendidikan Daerah yang
dihasilkan apakah sudah dapat mengurangi subjektifitas atau penyimpangan
penilaian dalam tim penilai.
1.4 METODOLOGI PENYELESAIAN MASALAH
Metodologi yang di lakukan dalam tugas akhir ini mencakup hal-hal sebagai
berikut :
1. Mengumpulkan bahan-bahan referensi yang menunjang proses penelitian,
seperti jurnal-jurnal tentang decision making, cluster analysis, K-Means
clustering, decision support system, dan beberapa yang berkaitan dengan
tema penelitian.
2. Studi literatur tentang decision making seperti Multi Criteria Decision
Making (MCDM), cluster analysis, tutorial k-means clustering, Multi
Participant Multi Criteria Decision Making(MPMCDM), Group Decision
Support System yang merupakan tahap pemahaman atau pendalaman
materi.
3. Mengumpulkan informasi dan data yang berhubungan dengan pedoman
seleksi calon kepala sekolah di Dinas Pendidikan Daerah kota Cilegon.
4. Merancang prototype dalam penyelesaian masalah multi participant
MCDM dengan pendekatan k-means clustering dan TOPSIS pada seleksi
calon kepala sekolah di Dinas Pendidikan Daerah kota Cilegon.
5. Mengimplementasikan prototype penyelesaian masalah MP-MCDM
dengan pendekatan k-means clustering dan TOPSIS ke dalam bahasa
pemrograman delphi.
6. Melakukan pengujian terhadap sistem.
7. Melakukan analisa hasil dan kesimpulan dari hasil penelitian MP-MCDM
dengan pendekatan cluster analysis menggunakan k-means clustering.
8. Penyusunan Laporan akhir.
5 Penutup
5.1 KESIMPULAN
Kesimpulan yang di dapat dalam tugas akhir ini adalah :
1. Pendekatan cluster analysis yang digunakan dalam kasus Multi Participant
Multi Criteria Decision Making (MP-MCDM) ini dapat menghilangkan
pembiasan atau penyimpangan penilaian yang diberikan oleh tiap
participant dalam tim penilai dimana dapat dikatakan subjektifitas dalam
penilaian sudah berkurang.
2. Sistem MP-MCDM dengan pendekatan cluster analysis dan TOPSIS untuk
proses perankingannya dapat membantu mengambil keputusan seleksi calon
kepala sekolah, dimana calon yang diusulkan berdasarkan nilai preferensi
tertinggi yang dihasilkan dari proses perankingannya.
3. Standard deviasi setelah dilakukan clustering akan lebih mendekati nilai 0
dibandingkan sebelum dilakukannya clustering, sehingga dapat disimpulkan
pembiasan atau penyimpangan penilaian dan subjektifitas penilaian sudah
berkurang karena belum tentu semua penilaian dari tiap penilai dimasukkan
kedalam perhitungan untuk tiap kriterianya.
4. Sistem ini dapat membantu proses penentuan dalam pengambilan keputusan
yang bersifat banyak participant dan banyak alternatif yang dinilai
berdasarkan lebih dari 1 kriteria.
5.1 SARAN
1. Dapat digunakan metode lain pada proses perangkingannya atau dalam
proses agregasinya.
2. Dapat dipilih teknik clustering lain untuk proses clusteringnya untuk
membandingkan teknik clustering mana yang lebih baik untuk MP-
MCDM.
42
Daftar Pustaka
43