Tugas Akhir - 2008

ANALISIS MULTI PARTICIPANT MULTI CRITERIA DECISION MAKING (MP-

MCDM) DENGAN PENDEKATAN CLUSTER ANALYSIS MENGGUNAKAN K-
MEANS CLUSTERING (STUDI KASUS: SELEKSI CALON KEPALA SEKOLAH DI
DINAS PENDIDIKAN DAERAH KOTA CILEGON)

Atri Haris¹, Bpk. Mahmud Imrona², ³

¹Teknik Informatika, Fakultas Teknik Informatika, Universitas Telkom

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

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2008

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.

Keywords : Multi Criteria Decision Making, Multi Participant Multi Criteria

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2008

1. Pendahuluan

1.1 LATAR BELAKANG MASALAH

Kepala sekolah merupakan salah satu penentu kemajuan suatu sekolah.
Kemampuan kepala sekolah di butuhkan dalam mengelola seluruh sumber daya
manusia yang ada pada sekolah. Jabatan kepala sekolah merupakan
pengembangan karir bagi seorang guru, dimana guru merupakan salah satu
sumber daya manusia di sekolah. Kepala sekolah yang pintar mengelola seluruh
sumber daya manusia dengan baik, maka akan meningkatkan kualitas suatu
sekolah. Oleh karena itu, diperlukan sumber daya manusia yang berkualitas dan
memiliki potensi serta prestasi untuk menjadi kepala sekolah. Akan tetapi, pada
kenyataannya sekarang sudah banyak sumber daya manusia, dalam hal ini guru,
yang berkualitas dan memiliki potensi untuk menjadi kepala sekolah. Oleh karena
itu, diperlukan suatu seleksi terhadap sumber daya manusia yang ada tersebut
sehingga didapatkan sumber daya manusia yang ideal untuk menjadi kepala
sekolah.
Pengambilan keputusan penentuan kepala sekolah merupakan hal yang relatif
sulit karena dihadapkan pada banyak alternatif yang memiliki kriteria masing-
masing. Selain itu juga, dalam proses seleksi dan penentuan kepala sekolah ini
juga dihadapkan pada permasalahan pengambilan keputusan yang bersifat multi
criteria dan multi participant dimana dalam proses pengambilan keputusannya
secara tim, karena adanya tim panitia seleksi. Tiap individu panitia seleksi
mempunyai latar belakang, motivasi, gagasan, sikap, dan kepribadian yang
berbeda-beda. Oleh sebab itu, kemungkinan perbedaan pendapat dan penilaian
dapat saja terjadi. Perbedaan penilaian untuk tiap alternatif (dalam hal ini calon
kepala sekolah) dari tiap decision maker (dalam hal ini panitia seleksi),
kemungkinan membuat proses pemilihan memerlukan waktu yang lebih lama
dalam menyatukan pendapat dari tiap masing-masing penilai.
Untuk mengatasi hal tersebut, di dalam tugas akhir ini, akan diterapkan Multi
Participant Multi Criteria Decision Making (MP-MCDM) dengan pendekatan
cluster analysis dalam proses pengambilan keputusan (decision making). Adapun
Multi Criteria Decision Making (MCDM) merupakan teknik pengambilan
keputusan dari beberapa pilihan alternatif yang ada[6]. Selain itu, MCDM
berhadapan dengan permasalahan dalam membantu decision maker memilih
alternatif terbaik, menurut beberapa kriteria[10]. Di dalam MCDM mengandung
unsur attribute, obyektif, dan tujuan. Di mana ketiga unsur tersebut dianggap
sebagai kriteria yang merupakan ukuran, aturan, atau standar-standar yang
memandu suatu pengambilan keputusan[6]. Sedangkan Multi participant
maksudnya adalah melibatkan beberapa participant dalam proses pengambilan
keputusan. Analisis yang perlu diperhatikan dalam Multi Participant yaitu konflik
antar pembuat keputusan (decision makers) dengan pandangan yang berbeda [1].
Oleh karena itu, dalam tugas akhir ini, akan diterapkan pendekatan Cluster
Analysis dalam proses penyelesaian masalah MP-MCDM. Konsep dasar dari
cluster analysis ini adalah mengelompokkan sesuatu berdasarkan kemiripan
karakteristiknya[8]. Ide dasar dari konsep cluster ini adalah penilaian-penilaian
dari participant dikelompokkan (di clustering) sehingga di dapatkan pendapat

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2008

mayor dan pendapat minor. Pendapat mayor dipertimbangkan sebagai pendapat

yang mewakili anggota kelompok pada proses perhitungan selanjutnya.
Setelah proses clustering yang merupakan proses agregasi dalam decision
making, untuk perankingannya menggunakan metode Technique for Order
Preference by Similarity to Ideal Solution (TOPSIS) untuk mengoptimalisasi hasil
agar tiap alternatif dapat melihat kedekatan nilai kriteria yang diperoleh tiap
alternatif terhadap nilai tertinggi setiap kriteria dari semua alternatif[5].
1.2 PERUMUSAN MASALAH
Berdasarkan latar belakang yang dikemukakan di atas, maka perumusan masalah
yang akan di teliti adalah :
1. Bagaimana menyelesaikan permasalahan multi criteria decision making
dengan multi participant dalam hal ini pada kasus seleksi calon kepala
sekolah.
2. Bagaimana menghasilkan alternatif terbaik yakni guru yang layak dan
memiliki kualitas terbaik sebagai calon kepala sekolah berdasarkan kriteria
yang ditentukan dan penilaian dari tiap individu di dalam tim seleksi.
3. Bagaimana proses pemecahan MP-MCDM dengan pendekatan analisis
cluster dan TOPSIS.
Yang menjadi batasan dalam tugas akhir ini adalah :
1. Jumlah Participant (individu dalam tim seleksi) bisa berubah-ubah sesuai
dengan ketentuan dan kebutuhan dari dinas pendidikan daerah, akan tetapi
biasanya berjumlah ganjil. Dalam tugas akhir ini dibatasi maksimal 20
participant.
2. Kriteria yang digunakan antara lain :
1) Penilaian karir individual
• Pangkat / Golongan
• Masa kerja
• Usia
• Pendidikan terakhir
• Pengalaman
• Penataran / diklat
• Penghargaan sebagai guru teladan
• Pengalaman pendukung
2) Kemampuan memimpin
3) Dedikasi / kemampuan berkomunikasi
4) Kemampuan akademik (kepribadian, managerial, sosial)
5) Penguasaan informasi
3. Yang di cluster adalah pendapat atau penilaian dari tiap participant sehingga
di dapatkan pendapat mayor dan pendapat minor. Pendapat mayor
dipertimbangkan sebagai pendapat yang mewakili anggota kelompok pada
proses perhitungan selanjutnya. Teknik clustering yang akan digunakan
adalah K-Means clustering.
4. Sistem tidak menangani proses tes apapun, seperti tes tulis atau tes
wawancara.
5. Untuk Proses Perankingannya digunakan Technique for Order Preference by
Similarity to Ideal Solution (TOPSIS).

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2008

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.

1.5 SISTEMATIKA PENULISAN

Tugas Akhir ini disusun dengan sistematika pembahasan sebagai berikut :
BAB 1 PENDAHULUAN
Bab ini memaparkan latar belakang masalah, perumusan masalah yang
akan dibahas, pembatasan masalah, tujuan yang ingin dicapai melalui
penelitian ini, metode penyelesaian masalah dan sistematika pembahasan.

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

 Tugas Akhir - 2008

BAB 2 DASAR TEORI

Bab ini berisi uraian mengenai landasan teori yang akan digunakan
dalam penyelesaian tugas akhir.
BAB 3 ANALISIS DAN PERANCANGAN SISTEM
Bab ini menjelaskan mengenai analisa sistem yang akan dibuat dan
perancangan basis data yang akan dibangun.
BAB 4 IMPLEMENTASI DAN PENGUJIAN
Bab ini berisi tentang implementasi dari sistem yang telah dirancang dan
pengujian untuk mendapatkan kesimpulan.
BAB 5 PENUTUP
Berisi kesimpulan dari hasil penelitian tugas akhir ini serta saran-saran
untuk pengembangan lebih lanjut.

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2008

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

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)
 Tugas Akhir - 2008

Daftar Pustaka

[1] Akter, Taslima. 2002. A General Overview of Multi-objective Multipleparticipant

Decision Making for Flood Management, Department of Civil and Environmental
Engineering, University of Western Ontario, London, Ontario.
[2] Kwok, Ron C W., Ma, Jian. , Zhou, Duanning. 2000. Improving Group Decision
Making: A Fuzzy GSS Approach, Dept of Information Systems, City University
of Hong Kong.
[3] Ma, Jian, Quan Zhang., Duanning Zhou and Zhi Ping Fan. 2000. A Multiple
Person Multiple Attribute Decision Making Method Based on Preference
Information and Decision Matrix, Department of Information Systems, City
University of Hong Kong, Kowloon Tong, Hong Kong, China.
[4] Ma, Jian. 1994. Group Decision Support System for Assessment of Problem-
based Learning, Department of Information Systems, City University of Hong
Kong Kowloon Tong, Hong Kong.
[5] Mateu , Aida V. 2002. ClusDM: A Multiple Criteria Decision Making Method for
Heterogeneous Data Sets, Department of Systems Informatics, University
Politecnic De Catalunya.
[6] Mogharreban, Namdar. 2006. Adaptation of a Cluster Discovery Technique to a
Decision Support System, Department of Computer Science ,Southern Illinois
University Carbondale, Illinois, America.
[7] Rahardjo, Jani., Ronald E. Stok dan Rosa Yustina. 2000. Penerapan Multi
Criteria Decision Making dalam Pengambilan Keputusan Sistem Perawatan,
Fakultas Teknik Jurusan Teknik Industri, Universitas Kristen Petra.
[8] Riastuti, Happy. 2006. Sistem Pendukung Keputusan Seleksi Calon Kepala
Sekolah SMP/SMA Negeri Pada Dinas Pendidikan Pemuda dan Olahraga
(DIKPORA) Daerah , STTTelkom : Bandung.
[9] Sholiq and Riyanto. 2005. Aplikasi Sistem Pendukung Keputusan dengan Algo-
ritma Multi Criteria Decision Making untuk proses pembelian saham Indeks
LQ45, Jurusan Sistem Informasi Sekolah Tinggi Manajemen Informatika dan
Teknik Komputer, Surabaya, Indonesia.
[10] Susanti, Fitri. 2005. Sistem Pendukung Pengambilan Keputusan Pemilihan
Mahasiswa Berprestasi di STT Telkom dengan menggunakan Metode
Promethee, STTTelkom : Bandung.
[11] Teknomo, Kardi. 2004. K-Means Clustering Tutorial.
[12] Valls, Aida., Torra, Vicenc. 2002. Using classification as an aggregation tool in
MCDM, Department of Engineering Informatic, University of Rovira i Virgili.
[13] Yacdani, Shahram. 2002. Slide “Multi Criteria Decision Making”.

43

Fakultas Teknik Informatika Program Studi S1 Teknik Informatika

Powered by TCPDF (www.tcpdf.org)