Jurnal JKFT: Universitas Muhamadiyah Tangerang

Vol 4 No 2 Tahun 2019

p-ISSN 2502-0552; e-ISSN 2580-2917
SISTEM PENDUKUNG KEPUTUSAN SELEKSI
CALON MAHASISWA KESEHATAN DENGAN
METODE ANALYTIC HIERARCHY PROCESS
(AHP) DAN PROFILE MATCHING (STUDI KASUS :
FAKULTAS ILMU KESEHATAN UNIVERSITAS
MUHAMMADIYAH TANGERANG)
Muhammad Hafiz1, Achmad Faiz2, Nurcholis Ali Sya'bana3
1
Program Studi Magister Ilmu Komputer, Universitas Budi Luhur, muhammad.hafiz862@gmail.com
2
Program Studi Magister Ilmu Komputer, Universitas Budi Luhur, Achmadfaiz8@gmail.com
3
Program Studi Magister Ilmu Komputer, Universitas Budi Luhur, nurcholisali1@gmail.com

INFORMASI ARTIKEL: ABSTRAK

Riwayat Artikel: Penerapan sistem pendukung keputusan telah menjadi kebutuhan untuk
Tanggal di Publikasi: Desember 2019
pihak pimpinan dalam menentukan sebuah keputusan saat ini. Termasuk di
Kata kunci: bidang pendidikan dalam hal seleksi calon mahasiswa kesehatan. Sistem ini
Sistem Pendukung Keputusan bertujuan untuk mengatasi masalah yang ada di Fakultas Ilmu Kesehatan
Seleksi Mahasiswa Universitas Muhammadiyah Tangerang pada saat kegiatan penerimaan calon
Profile Matching mahasiswa baru. Dalam penerapan sistem pendukung keputusan dibutuhkan
Analytic Hierarchy Process sebuah metode agar tujuan yang didapat bisa tercapai dan berjalan baik.
Tes Kesehatan Metode yang digunakan adalah metode Analytical Hierarchy Processc
(AHP) dan Profile Matching yang dimana menurut peneliti bisa di terapkan
pada kasus ini. Pada penelitian ini terdapat tujuh kriteria penilaian dalam
menentukan keputusan yaitu Pemeriksaan Fisik, Postur Tubuh, Hasil
Wawancara, Snelen, Tekanan Darah, Psikotes, dan Tes Kemampuan
Akademik. Setelah di terapkan menggunakan metode Analytical Hierarchy
Processc (AHP) dan Profile Matching, hasil dari proses seleksi di lakukan
pengujian kualitas model tersebut dengan User Acceptance Testing.

43
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
1. PENDAHULUAN
Penerimaan mahasiswa merupakan
kegiatan yang dilakukan setiap tahun
dan diselenggarakan di pertengahan
tahun ajaran sebelum memasuki tahun
ajaran baru. Bagi penerimaan calon
mahasiswa kesehatan harus mengikuti
tes tambahan, yaitu tes kesehatan, tes
psikologi dan tes wawancara. Proses
seleksi penerimaan mahasiswa
kesehatan baru di lakukan secara teliti
dan objektif sehingga calon mahasiswa
kesehatan yang diterima sesuai dengan
kualifikasi yang ada.
Universitas Muhammadiyah
Tangerang merupakan salah satu
perguruan tinggi swasta di Provinsi
Banten yang mempunyai Fakultas Ilmu
Kesehatan yang terdiri dari 4 Program
studi, yaitu : S-1 Keperawatan, Profesi
Ners, D-III Kebidanan, dan D-IV Bidan
Pendidik. setiap tahun ajaran baru
Fakultas Ilmu Kesehatan menerima
mahasiswa kesehatan baru yang sudah
lulus seleksi dari semua tes. Proses
seleksi mahasiswa baru dilakukan oleh
tim Tes penerimaan mahasiswa
diserahkan ke pimpinan Fakultas.
Dengan proses seleksi penerimaan
mahasiswa kesehatan yang belum
menggunakan metode dari sistem
pendukung keputusan, hasil dari tes
seleksi didapati kurang cepat dan belum
mempunyai standarisasi dalam
melakukan seleksi sehingga ada
beberapa calon mahasiswa yang
seharusnya kurang sesuai kualifikasinya
untuk bisa diterima oleh kampus. Setiap
tahunnya calon pendaftar bertambah
banyak maka pada tahap seleksi akan
banyak dokumen yang akan proses oleh
tim tes penerimaan mahasiswa sehingga
proses seleksi penerimaan mahasiswa
kesehatan dapat dimaksimalkan dengan
44
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
sistem pendukung keputusan sehingga
lebih akurat dan cepat.
Dari beberapa penelitian
sebelumnya tentang pengambilan
keputusan diantaranya, Penelitian yang
dilakukan oleh [1] tentang perbandingan
metode Profile Matching dengan Simple
Additive Weighting (SAW) untuk
kenaikan pangkat pegawai yang
menghasilkan nilai akurasi untuk
metode Profile Matching lebih besar
yaitu 98%. Penelitian yang dilakukan
oleh [2] tentang Sistem Pendukung
Keputusan Penerimaan Siswa Baru
Menggunakan Metode Profile Matching
pada SMK Wisudha Karya Kudus yang
dapat disimpulkan bahwa penelitian ini
menghasilkan sebuah aplikasi
penerimaan siswa baru pada SMK
Wisudha Karya Kudus dengan
menggunakan metode Profile Matching
dapat memberikan informasi mengenai
calon siswa dengan lebih detail dan
akurat.
Penelitian yang dilakukan oleh [3]
tentang Penerapan Metode AHP
(Analytic Hierarchy Process) Dalam
Sistem Informasi Penerimaan
mahasiswa Baru Berbasis WEB Pada
STT Poliprofesi Medan, hasil dari
penelitian tersebut dapat disimpulkan
bahwa sistem yang sudah menggunakan
metode AHP (Analytic Hierarchy
Process) ini mampu memberikan
pertimbangan kepada pihak kampus
untuk menentukan prioritas yang terpilih
dari seleksi perhitungan komputasi.
Penelitian yang dilakukan oleh [4]
tentang penerapan metode Analytical
Hierarchy Process dalam sistem
pendukung keputusan penentuan
mahasiswa berprestasi, hasil dari
penelitian dapat di simpulkan bahwa
metode AHP dapat membantu dalam
menentukan mahasiswa berprestasi
dengan adanya data kuantitatif serta
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
adanya tingkat validitas konsistensi pembuat keputusan, dapat memperluas
hierarki. pengetahuan dan kemungkinan, namun
Systematic Review literatur yang tidak menggantikan penilaian. Sistem ini
dilakukan oleh [5] tentang kriteria yang ditujukan untuk keputusan yang
ada di AHP bertujuan untuk membutuhkan penilaian dan keputusan
mengembangkan tinjauan sistematis yang dapat diolah dengan algoritma atau
literatur pada kasus nyata yang secara teknis.
menerapkan AHP untuk mengevaluasi Menurut [9], sistem pendukung
bagaimana kriteria didefinisikan dan keputusan mempunyai empat
diukur, peneliti menyimpulkan bahwa karakteristik, yaitu:
AHP lebih banyak digunakan terutama a. Sistem pendukung keputusan
untuk menimbang dan memilih kriteria menggabungkan data dan model
kemudian menentukan peringkat menjadi satu bagian.
alternatif. Penelitian yang dilakukan b. Sistem pendukung keputusan
oleh [6] tentang sistem pendukung dirancang untuk membantu para
keputusan penilaian proposal kegiatan manajer (pengambil keputusan)
PNPM MPd menggunakan metode AHP dalam proses pengambilan
dan Profile Matching, Penggabungan keputusan dari masalah yang
metode Profile Matching dan AHP bersifat semi struktural (atau tidak
dapat digunakan untuk melakukan terstruktur).
penilaian proposal kegiatan PNPM-MPd c. Sistem pendukung keputusanlebih
secara obyektif dan hasil semua tahapan cenderung dipandang sebagai
dapat dilihat secara transparan. penunjang penilaian manajer dan
Penelitian yang dilakukan oleh [7] sama sekali bukan untuk
tentang sistem pendukung keputusan menggantikannya.
untuk merekomendasi lahan pada d. Teknik sistem pendukung
komoditas tanaman prioritas dengan keputusan dikembangkan untuk
menggunakan metode profile matching meningkatkan efektivitas dari
dan Analityc Hierarchy Process (AHP), pengambilan keputusan.
penggabungan antara kedua metode
tersebut dapat digunakan dan dapat 2.2 Analytic Hierarchy Process
memberikan rekomendasi komoditas Menurut [10] AHP digunakan
prioritas yang sama dari hasil data untuk menurunkan skala rasio dari
sampel sebelumnya. beberapa perbandingan berpasangan
yang bersifat diskrit maupun kontinu.
2. LANDASAN TEORI Perbandingan berpasangan tersebut
dapat diperoleh melalui pengukuran
2.1 Sistem Pendukung Keputusan aktual maupun pengukuran relatif dari
Menurut [8], Sistem Pendukung derajat kesukaan, atau kepentingan atau
Keputusan adalah sistem yang perasaan. Dengan demikian metode ini
dimaksudkan untuk mendukung sangat berguna untuk membantu
pembuat keputusan manajerial dalam mendapatkan skala rasio dari hal-hal
situasi keputusan semiterstruktur dan yang semula sulit diukur seperti
terstruktur. pendapat, perasaan, prilaku dan
Sistem Pendukung Keputusan kepercayaan. Penggunaan AHP dimulai
berfungsi sebagai pendukung bagi dengan membuat struktur hirarki atau

45
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
jaringan dari permasalahan yang ingin Nilai Keterangan
diteliti. Di dalam hirarki terdapat tujuan (Very Strong) dari B
A mutlak lebih penting
utama, kriteriakriteria, sub kriteria-sub 9
(Extreme) dari B
kriteria dan alternatif-alternatif yang Apabila ragu-ragu antara 2
2,4,6,8
akan dibahas. nilai yang berdekatan
Menurut [10] Perbandingan 1/(1- Kebalikan nilai tingkat
9) kepentingan dari skala 1-9
berpasangan dipergunakan untuk
membentuk hubungan di dalam struktur.
3. Synthesis of Priority (Penentuan
Hasil dari perbandingan berpasangan ini
Prioritas)
akan membentuk matrik dimana skala
Untuk setiap kriteria dan alternatif,
rasio diturunkan dalam bentuk eigen
perlu dilakukan perbandingan
vektor utama atau fungsi-eigen. Matrik
berpasangan (Pairwise
tersebut berciri positif dan berbalikan,
Comparison). Nilai – nilai
yakni aij = 1/ aji.
perbandingan relatif dari seluruh
Dalam menyelesaikan
alternatif kriteria bisa disesuaikan
permasalahan dengan AHP ada
dengan judgement yang telah
beberapa prinsip yang harus dipahami
ditentukan untuk menghasilkan
diantaranya adalah sebagai berikut[9]) :
bobot dan prioritas. Bobot dan
1. Membuat hierarki
prioritas dihitung dengan
Sistem yang kompleks bisa
memanipulasi matriks atau melalui
dipahami dengan memecahnya
penyelesaian persamaan matematika.
menjadi elemen – elemen
4. Logical Consistency (Konsistensi
pendukung, menyusun elemen
Logis)
secara hirarki dan
Konsistensi memiliki dua makna.
menggabungkannya atau
Pertama, objek – objek yang serupa
mensistesinya.
bisa dikelompokkan sesuai dengan
2. Penilaian kriteria dan alternative.
keseragaman dan relevansi. Kedua,
Kriteria dan alternatif dilakukan
menyangkut tingkat hubungan antar
dengan perbandingan berpasangan.
objek yang didasarkan pada kriteria
Menurut (Saaty, 1991) untuk
tertentu. Penghitungan konsistensi
berbagai persoalan, skala 1 sampai
logis dilakukan dengan mengikuti
9 adalah skala terbaik untuk
langkah –langkah sebagai berikut :
mengekspresikan pendapat. Nilai
a. Mengalikan matriks dengan
dan definisi pendapat kualitatif dari
prioritas bersesuaian.
skala perbandingan Saaty bisa
b. Menjumlahkan hasil perkalian
diukur menggunakan tabel analisa
perbaris.
seperti ditunjukkan pada tabel 2 :
c. Hasil penjumlahan tiap baris
dibagi prioritas bersangkutan dan
Tabel 1 Skala perbandingan AHP
hasilnya dijumlahkan.
Nilai Keterangan
A sama penting (Equal) d. Hasil c dibagi jumlah elemen,
1
dengan B akan di dapat π maks.
A sedikit lebih penting e. Indeks Konsistensi (CI) =
3
(Moderate) dari B (πmaks-n)/(n-1).
A jelas penting (Strong)
5 f. Rasio konsistensi = CI/RI,
dari B
7 A sangat jelas penting dimana RI adalah indeks

46
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
random konsistensi. Jika rasio kapasitas intelektual, sikap kerja dan
konsistensi ≤ 0.1, hasil perilaku untuk jabatan yang sama pada
perhitungan data dapat setiap gap, diberikan bobot nilai sesuai
dibenarkan. dengan tabel 4 berikut :

Tabel 2 Nilai Indeks Random Tabel 3 Keterangan Bobot Nilai Gap

n RI
Selisih Bobot
2 0,00 No Keterangan
Gap Nilai
3 0.58
4 0.90 Kompetensi
5 1.12 1. 0 5 sesuai dengan
6 1.24 yang dibutuhkan
7 1.32 Kompetensi
8 1.41 individu
2. 1 4,5
kelebihan 1
2.3 Profile matching tingkat/level
Kompetensi
Menurut [11] metode Profile 3. -1 4 individu kurang 1
Matching atau pencocokan profil adalah tingkat/level
metode yang sering digunakan sebagai Kompetensi
mekanisme dalam pengambilan individu
4. 2 3,5
kelebihan 2
keputusan dengan mengasumsikan tingkat/level
bahwa terdapat tingkat variabel Kompetensi
prediktor yang ideal yang harus 5. -2 3 individu kurang 2
dipenuhi oleh subyek yang diteliti, tingkat/level
Kompetensi
bukannya tingkat minimal yang harus individu
dipenuhi atau dilewati. Dalam proses 6. 3 2,5
kelebihan 3
Profile Matching secara garis besar tingkat/level
merupakan proses membandingkan Kompetensi
7. -3 2 individu kurang 3
antara nilai data aktual dari suatu profil tingkat/level
yang akan dinilai dengan nilai profil Kompetensi
yang diharapkan, sehingga dapat individu
8. 4 1,5
diketahui perbedaan kompetensinya kelebihan 4
tingkat/level
(disebut juga gap), semakin kecil gap Kompetensi
yang dihasilkan maka bobot nilainya 9. -4 1 individu kurang 4
semakin besar tingkat/level
Berikut adalah beberapa tahapan dan
perumusan perhitungan dengan metode 2. Pengelompokan Core dan Secondary
Profile Matching : Factor
1. Pembobotan Setelah menentukan bobot nilai gap
Pada tahap ini, akan ditentukan kriteria yang dibutuhkan, kemudian tiap
bobot nilai masing-masing aspek dengan kriteria dikelompokkan lagi menjadi dua
menggunakan bobot nilai yang telah kelompok yaitu Core Factor dan
ditentukan bagi masing-masing aspek itu Secondary Factor. Core Factor
sendiri. Adapun inputan dari proses merupakan aspek (kompetensi) yang
pembobotan ini adalah selisih dari profil menonjol/paling dibutuhkan oleh suatu
nasabah dan profil pencapaian. Dalam jabatan yang diperkirakan dapat
penentuan peringkat pada aspek menghasilkan kinerja optimal dan

47
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
Secondary Factor adalah item-item 3. RANCANGAN SISTEM DAN
selain aspek yang ada pada Core Factor. APLIKASI

3. Perhitungan Nilai Total 3.1 Langkah-langkah Penelitian

Dari perhitungan Core Factor dan Menentukan
Pengumpula
Identifikasi n data dan
Mulai Parameter
Secondary Factor dari tiap-tiap aspek, masalah
dan Kriteria
pemilihan
sampel

kemudian dihitung nilai total dari tiap- PROFILE MATCHING AHP

tiap aspek yang diperkirakan. Pembuatan

Prototype
Perhitungan selisih
GAP nilai Profil dari
Perhitungan Bobot
Kriteria
kedua aspek
berpengaruh pada kinerja tiap-tiap
profile. Untuk menghitung nilai total Pengujian Sistem Perhitungan NCF
dan SCF dari kedua
Aspek
Pengujian Bobot
Kriteria

dari masing-masing aspek. Selesai

Perhitungan Hasil
Akhir

4. Perankingan
Hasil akhir dari proses Profile
Matching adalah ranking dari kandidat
yang diajukan untuk mengisi suatu
jabatan/posisi tertentu.
2.4 User Acceptance Testing
Menurut [12] User Acceptance
Testing merupakan pengujian yang
dilakukan oleh end-user dimana user
tersebut adalah staf karyawan
perusahaan yang langsung berinteraksi
dengan sistem dan dilakukan verifikasi
apakah fungsi yang ada telah berjalan
sesuai dengan kebutuhan/fungsinya.
Menurut [13], setelah dilakukan
system testing, acceptance testing
menyatakan bahwa sistem software
memenuhi persyaratan. Acceptance
testing merupakan pengujian yang
dilakukan oleh pengguna yang
menggunakan teknik pengujian black
box untuk menguji sistem terhadap
spesifikasinya. Pengguna akhir
bertanggung jawab untuk memastikan
semua fungsionalitas yang relevan telah
diuji.
Gambar 1 Langkah-langkah Penelitian
Dalam penelitian ini, seluruh proses
yang ada harus dilalui secara bertahap,
tahapan yang akan dilalui meliputi
sebagai berikut:
a. Melakukan identifikasi masalah pada
saat melakukan seleksi penerimaan
calon mahasiswa kesehatan.
b. Menentukan parameter dan kriteria
dengan cara melakukan wawancara
ke tempat studi kasus pada penelitian
ini.
c. Mengumpulkan data profil nilai dari
dan menentukan sampel dengan
metode purposive sampling.
d. Menghitung bobot kriteria dengan
menggunakan metode Analytic
Hierarchy Process (AHP) dan
melakukan pengujian agar
mengetahui konsistensi dari bobot
yang sudah didapat dari perhitungan.
e. Menghitung nilai profil dari tiap
alternatif (calon mahasiswa) dengan
menggunakan metode Profile
Matching.
f. Pembuatan prototype dari model
yang sudah dibuat.
g. Melakukan pengujian dengan metode
User Acceptance Testing untuk
mengetahui apakah dari sistem yang
sudah dibuatkan prototype apakah

48
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
dapat menyelesaikan masalah yang berikut kriteria dan masing masing
ada pada tempat studi kasus. target dan penentuan Core Factor dan
Secondary Factor dari masing masing
3.2 Analisis data aspek, kriteria dibuat seperti pada tabel
3.2.1 Menentukan Parameter dan IV-3 untuk nilai target kriteria aspek
Kriteria kesehatan dan tabel IV-4 untuk nilai
Penentuan kriteria dan bobot target kriteria aspek skill.
penilaian dilakukan dengan bertahap
menuju proses pembobotan pencarian Tabel 5 Nilai Target Kriteria Aspek
nilai dan gap dan perangkingan untuk Kesehatan
mengetahui siapa saja calon mahasiswa Nilai Pemeriksaan
BMI Snelen
Tekanan
yang diterima atau menghadap kaprodi Profil Fisik Darah
dari program studi yang dipilih oleh ≥140
calon mahasiswa kesehatan untuk mmHg /
1 Cacat ≥33 > (-)6
mengetahui hasil dari tes yang di ikuti <90
mmHg
oleh calon mahasiswa kesehatan.
Berikut adalah ketentuan kriteria Mempunyai ≥160
≤14 &
untuk mendapatkan hasil akhir dari Riwayat (-)4 s.d mmHg /
2 Tinggi ≤
metode Profile Matching yang Penyakit (-)6 ≥100
147cm
Berat mmHg
dibutuhkan berdasarkan wawancara di
tempat studi kasus pada tabel IV-2: 140
27-32 & (-)2,5 mmHg-
Dianjurkan
Tinggi s.d (-)4 159 mmHg
Tabel 4 Ketentuan Kriteria Seleksi 3 berobat/cek
148- / 90
Penerimaan Mahasiswa dokter
149,4cm mmHg-
Bob 99mmHg
ot Ko
Aspek Kriteria Status
Asp de 120
ek mmHg –
Pemeriks CF Core Mempunyai 139
< (-)2
aan Fisik 1 Factor Riwayat 15-18, mmHg /
4
Postur CF Core Penyakit 23-24 80
Tubuh 2 Factor Ringan mmHg –
Aspek 89
Second
Keseha 55% mmHg
Snelen SF1 ary
tan
Factor
Second 90
Tekanan
SF2 ary mmHg –
Darah 119
Factor
Hasil mmHg /
CF Core 5 Sehat 18,5-22 Normal
Wawanc 60
ara
3 Factor mmHg –
Second 79
Psikotes SF3 ary mmHg
Aspek
45% Factor
Skill
Tes
Kemamp Second
uan SF4 ary
Akademi Factor
k
Berdasarkan hasil verifikassi yang
telah dilakukan di tempat studi kasus,

49
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
Tabel 6 Nilai Target Kriteria Aspek Tabel 8 Data Sub Kriteria Aspek Skill
Skill Calon
Hasil Tes TK
Nilai Hasil Hasil Hasil Tes Mahasis
N Wawanc Psikot A
Profi Wawanca Psikot Kemampu wa
o ara (CF es (SF
l ra es an Kesehat
3) (SF3) 4)
Akademik an
(TKA) 1 CM1 5 4 5
1 Kurang ≤79 ≤54 2 CM2 5 4 4
Sekali 3 CM3 1 1 5
2 Kurang 80-99 55-64 4 CM4 3 3 4
3 Cukup 91-110 65-74 5 CM5 5 5 5
4 Baik 111- 75-84 6 CM6 5 5 4
119 7 CM7 5 3 5
5 Sangat ≥120 85-100 8 CM8 3 3 4
Baik 9 CM9 1 3 5
10 CM10 3 4 4
Untuk menentukan bobot dari
kriteria yang ada, dilakukan perhitungan 4. HASIL DAN PEMBAHASAN
bobot kriteria menggunakan metode
4.1 Simulasi Perhitungan
Analytic Hierarchy Process (AHP).
1. Perhitungan Bobot Kriteria Seleksi
Setelah mendapatkan bobot maka akan
Calon Mahasiswa Metode AHP dan
dilakukan perhitungan Profile Matching
menghitung rata ratanya setiap
untuk proses seleksinya.
kriteria, hasil yang didapat ada pada
tabel berikut :
3.2.2 Nilai Profil
Berdasarkan data sampel yang
Tabel 9 Tabel Rata-Rata Setiap Kriteria
mengikuti tes penerimaan calon
Aspek Kesehatan (Vektor Bobot)
mahasiswa kesehatan, maka dipilih 10
Aspek CF CF SF SF Rata-
(sepuluh) calon untuk dilakukan Kesehat 1 2 1 2 rata
perhitungan menggunakan metode an
Profile Matching seperti diuraikan pada 0,4 0,5 0,4 0,4 0,4563
CF1
8 5 0 0 6
tabel IV-15 berdasarkan aspek dari tes
0,2 0,2 0,4 0,3 0,3031
kesehatan dan tabel IV-16 wawancara CF2
4 7 0 0 8
dan tes kemampuan sebagai berikut : 0,1 0,0 0,1 0,2 0,1460
SF1
Tabel 7 Data Sub Kriteria Aspek 6 9 3 0 6
Kesehatan 0,1 0,0 0,0 0,1 0,0943
SF2
2 9 7 0 9
Calon Teka
Pemeri BM Snel
Mahasis nan
N ksaan I en Tabel 10 Tabel Rata-Rata Setiap
wa Dara
o Fisik (CF (SF
Kesehat h (SF Kriteria Aspek Skill (Vektor Bobot)
(CF 1) 2) 1)
an 2) CF3 SF3 SF4 Rata-rata
1 CM1 5 3 4 5 Aspek Skill
2 CM2 5 3 5 5 CF3 0,55 0,50 0,50 0,51515
3 CM3 3 2 5 5 SF3 0,27 0,25 0,33 0,285354
4 CM4 2 3 4 4 SF4 0,18 0,25 0,17 0,199495
5 CM5 5 5 5 5
6 CM6 5 5 5 5
7 CM7 5 3 5 5 3. Melakukan konversi rata-rata vektor
8 CM8 3 1 5 5 bobot menjadi nilai ideal/nilai kriteria.
9 CM9 3 2 5 5
10 CM10 1 4 4 5

50
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
Tabel 11 Konversi Nilai Ideal/Nilai yang didapat dari Tabel Oarkridge.
Kriteria Untuk RI dari Kriteria Aspek Kesehatan
Rata- n = 4, nilai RI adalah 0,90 dan RI dari
rata Nilai Kriteria Aspek Skill n = 3. Nilai RI
Kriteria
Aspek Vektor Kriteria
Bobot adalah 0,58. Jadi nilai CR masing-
masing aspek adalah :
Pem Fisik Consistency Ratio Aspek Kesehatan
0,45636 5
(CF)
Postur
Tubuh 0,30318 3
Aspek Consistency Ratio Aspek Skill
(CF)
Kesehatan
Snelen
0,14606 2
(SF)
Tekanan
0,09439 1
Darah (SF)
Penilaian perbandingan dikatakan
Hasil
Wawancara 0,51515 5 konsisten jika hasil CR tidak lebih dari
Aspek (CF) 0,10 , sehingga penilaian perbandingan
Skill Psikotes kriteria Seleksi Penerimaan Calon
0,28535 3
(SF)
Mahasiswa Kesehatan sudah konsisten
TKA (SF) 0,19949 2
dan tidak membutuhkan revisi penilaian
pembobotan.
4. Pengujian Metode AHP Seleksi
Penerimaan Calon Mahasiswa 5. Melakukan perhitungan selisih GAP,
Kesehatan NCF dan NSF
Consistency Vector Aspek Kesehatan Tabel 12 Nilai Total
(( )
Wawanca

Psikotes
Calon Maha

Hasil

TKA

( )
Tes
ra

Total
siswa

NCF

NSF
No

( )
( )) CF SF SF
3 3 4
Consistency Vector Aspek Skill CM 5,0 3,3 4,3
1
1 5 5 3 0 3 3
(( )
CM 5,0 3,3 4,3
( ) 2 5 5 4
2 0 3 3
( )) 3
CM
1 3 3
1,0 2,8 1,7
3 0 3 3
CM 3,0 3,5 3,2
Selanjutnya mencari Consistency Index 4 3 5 4
4 0 0 0
dengan rumus persamaan CM 5,0 3,0 4,2
5 5 4 3
diatas. 5 0 0 0
CM 5,0 3,0 4,2
Consistency Index Aspek Kesehatan 6 5 4 4
6 0 0 0
( ) CM 5,0 3,5 4,4
7 5 5 3
7 0 0 0
Consistency Index Aspek Skill CM 3,0 3,5 3,2
8 3 5 4
8 0 0 0
( ) CM 1,0 3,5 2,0
9 1 5 3
9 0 0 0
1 CM 3,0 3,3 3,1
Untuk menghitung Consistency Ratio, 3 5 4
0 10 0 3 3
dibutuhkan nilai RI yaitu Random Index

51

6. Perhitungan Hasil Akhir
Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
Proses
Melakukan Login

Seleksi dan perangkingan

Tabel 13 Rangking Menginput Data Alternatif

Asp
Aspek Hasi
Calon ek Menginput Data Aspek

N Keseha l Ra
Mahasi Skil
o tan Akh nk
swa l Menginput Data Kriteria

ir User

55% 45% Menginput Nilai Bobot <<include>> Menghitung Nilai Bobot & Uji
Konsistensi Nilai Bobot

1 CM1 4,00 4,33 4,15 1

2 CM2 3,80 4,33 4,04 3 Menginput Nilai Profile
<<include>> Menghitung Nilai Profile

2,37 Mencetak Hasil Perhitungan Nilai

3 CM3 Profile

2,90 1,73 5 10 Mengubah password

3,25
4 CM4 Melakukan Logout
3,30 3,20 5 6
3,73
5 CM5 Gambar 2. Usecase Diagram
3,35 4,20 25 4
3,73
6 CM6
3,35 4,20 25 4 4.2.2 Entity Relationship Diagram
7 CM7 3,80 4,40 4,07 2
(ERD)
8 CM8 2,60 3,20 2,87 7
2,49
Entity Relationship Diagram (ERD)
9 CM9 merupakan suatu model untuk
2,90 2,00 5 9
1 2,86 menjelaskan suatu hubungan data-data
CM10
0 2,65 3,13 75 8 pada suatu basis data. Berikut ERD pada
sistem pendukung keputusan seleksi
4.2 Perancangan Sistem penerimaan mahasiswa kesehatan pada
gambar berikut.
4.2.1 Usecase Diagram
Proses yang bisa dilihat dalam usecase
adalah, Pertama user dapat melakukan
login, kemudian user bisa mengisi data
alternatif, aspek, dan kriteria. Setelah
mengisi data tersebut, user masuk
kedalam perhitungan bobot kriteria
dengan menggunakan metode AHP.
Setelah mendapat bobot kriteria tersebut Gambar 3. ERD Model Keputusan
dan sudah di uji konsistensi dari bobot Seleksi Calon Mahasiswa
kriteria yang sudah didapatkan, user
memasukan data nilai profil dari semua 4.2.3 Tampilan Layar
alternatif yang sudah dimasukan tadi. Pada gambar di bawah merupakan
Setelah nilai profil sudah dimasukan, contoh layar tampilan dalam sistem pada
maka di halaman hitung profil secara saat melakukan perhitungan seleksi
otomatis melakukan perhitungan dan calon mahasiswa.
perangkingan.

52
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
tepat?
Apakah
Prototype ini
7 menghasilkan 4,15 83%
informasi yang
cepat ?
Secara
keseluruhan
8 apakah anda 4,25 85%
puas dengan
4.3 Pengujian Sistem prototype ini?
Pengujian sistem aplikasi dilakukan Rata-rata 4,1 82%
untuk memastikan prototype yang dibuat
sesuai dengan kebutuhan. Pengujian 5. KESIMPULAN
yang dilakukan dengan metode User Berdasarkan dari pembahasan di
Acceptance Testing (UAT) untuk bab sebelumnya, penelitian
menguji apakah sistem pendukung mendapatkan hasil berdasarkan dari
keputusan dalam seleksi calon perhitungan dengan menggunakan dua
mahasiswa kesehatan bisa diterima oleh metode, Analytic Hierarchy Process
user. Berikut pada tabel adalah hasil (AHP) untuk pencarian bobot kriteria
UAT yang diisi oleh responden. dan Profile Matching untuk proses
perhitungan dan perangkingan. Setelah
Tabel User Acceptance Testing proses seleksi sudah didapat maka hal
selanjutnya adalah melakukan pengujian
Nilai menggunakan User Acceptance Test
No Pernyataan Rata- Prosentase (UAT) untuk memastikan fungsi-fungsi
rata yang ada pada sistem tersebut telah
berjalan dengan baik dan sesuai dengan
Apakah kebutuhan user. Kesimpulan pada
Prototype ini penelitian ini adalah sebagai berikut :
1 3,95 79%
mudah 1. Permasalahan yang ada pada
digunakan ?
Apakah Fakultas Ilmu Kesehatan
Prototype ini Universitas Muhammadiyah
2 4,5 90%
dapat merespon Tangerang dalam menyeleksi calon
dengan cepat ? mahasiswa kesehatan dapat
Apakah
Tampilan
ditangani dengan sistem pendukung
3 3,1 62% keputusan menggunakan metode
Prototype ini
mudah dipahami Analytic Hierarchy Process (AHP)
Apakah dan Profile Matching.
4 Prototype ini 4,15 83%
2. Hasil pengujian menggunakan
layak digunakan
Apakah metode User Acceptance Testing
Prototype ini (UAT) menghasilkan total rata-rata
sudah sesuai sebesar 83%.
5 4,8 96%
dengan
3. Hasil uji konsistensi dari
kebutuhan yang
diharapkan? perhitungan nilai bobot kriteria
Apakah menggunakan metode Analytic
Prototype ini Hierarchy Process (AHP) yaitu
6 3,8 76%
menghasilkan
aspek kesehatan dengan
informasi yang

53
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
consistenscy ratio sebesar 0,03028 A. Yasiin and D. Purwanti K, “(2)
dan aspek skill dengan consistency Sistem pendukung keputusan
ratio sebesar 0,00793. Kedua nilai penerimaan siswa baru
menggunakan metode profil
tersebut dinyatakan konsisten
matching pada smk wisudha
karena dibawah 0,1. karya kudus,” pp. 1–11, 2017.

Saran H. Priyatna, I. Mulyana, and M. Aries,

1. Melakukan kajian dan evaluasi “(1) PENERAPAN
beberapa kriteria yang sudah ada PERBANDINGAN METODE
PROFIL MATCHING DAN
dalam penelitian ini agar dapat SIMPLE ADDITIVE
menghasilkan calon mahasiswa WEIGHTING UNTUK
yang lebih tepat dalam seleksi KENAIKAN PANGKAT
penerimaan mahasiswa PEGAWAI,” J. ONLINE Mhs.
Bid. ILMU KOMPUTER /
kesehatan sesuai dengan INFORMATIKA, vol. 1, p. 1,
kualifikasi sebagai seorang calon 2017.
mahasiswa kesehatan.
2. Bagi para peneliti akan Kusrini, Konsep dan Aplikasi Sistem
Pendukung Keputusan.
menggunakan penelitian ini sebagai Yogyakarta: Andi, 2007.
referensi, maka disarankan
perlunya dikaji kembali. Karena Khairunnisa and R. Wardoyo, “(10)
tidak tertutup kemungkinan masih SPK UNTUK
ada pernyataan-pernyataan di MEREKOMENDASIKAN
penelitian ini masih banyak KESESUAIAN LAHAN PADA
KOMODITAS TANAMAN
kekurangan dan keterbatasan dalam
PRIORITAS DENGAN
menyelesaikan penelitian. PROFILE MATCHING DAN
AHP,” J. Ilm. Ilmu Komput. Univ.
DAFTAR PUSTAKA Udayana, vol. X, no. 2, pp. 15–
A. E. Munthafa and H. Mubarok, “(6) 24, 2017.
Penerapan Metode AHP Dalam
Sistem Kata Kunci : Analytical Marimin, Sistem Pendukung
Hierarchy Process, Consistency Pengambilan Keputusan dan
Index, Mahasiswa Berprestasi. Sistem Pakar, Cetakan 1.
Keywords : Analytical Hierarchy BOGOR: IPB Press, 2017.
Process, Consistency Index,
Achievement Student b . M. B. Ginting, “(4) Penerapan Metode
Kelebihan dan Kelemaha, ”J. AHP Dalam Sistem Informasi
Siliwangi, vol. 3, no. 2, pp. 192– Penerimaan mahasiswa Baru
201, 2017. Berbasis WEB Pada STT
Poliprofesi Meda, ”Eksplora
A. Mufid, “(9) Sistem Pendukung Inform., vol. 3, no. 2, pp. 171–
Keputusan Penilaian Proposal 180, 2014.
Kegiatan PNPM MPd
Menggunakan Metode Profile R. Black, Managing the Testing
Matching dan Analytic Hierarchy Process. Wiley Publishing, Inc,
Process (AHP),” J. Sist. Inf. 2002.
Bisnis, vol. 4, no. 1, pp. 40–47,
2014. R. D. F. S. M. Russo and R. Camanho,
“(7) Criteria in AHP: A

54
 Jurnal JKFT: Universitas Muhamadiyah Tangerang
Vol 4 No 2 Tahun 2019
p-ISSN 2502-0552; e-ISSN 2580-2917
systematic review of literature,”
Procedia Comput. Sci., vol. 55,
no. Itqm, pp. 1123–1132, 2015.

Turban and Aronson, Decision Support

System and Intelligence System,
7th Editio. 7th Edition, 2005.

T. L. Saaty, The Analytic Network

Process: Decision Making with
Dependence and Feedback.
Pittsburg: RWS Publications,
2001.

W. E. Lewis, Software Testing and

Continuous Quality Improvement,
Second edi. Auerbach
Publications, 2005.

W. E. Perry, Effective Methods for

Software Testing: Includes
Complete Guidelines, Checklists,
and Templates. 2006.

55