LANDASAN TEORI
Pada tahun 1970-an Michael S. Scott Morton pertama kali memperkenalkan Sistem
Pendukung Keputusan, merupakan sistem informasi berbasis komputer interakfif,
yang membantu para pengambil keputusan untuk menggunakan data dan berbagai
model untuk memecahkan masalah – masalah tidak terstruktur.
Pada proses pengambilan data dan pengolahan data dalam Sistem Pendukung
Keputusan diperoleh hasil yang bersifat alternatif dan tidak diharuskan untuk
mengikutinya. Sistem pendukung keputusan yang merupakan penerapan dari sistem
informasi ditujukan hanya sebagai sebuah alat untuk membantu pengguna dalam
mengambil keputusan. Sistem pendukung keputusan tidak dimaksudkan untuk
menggantikan fungsi pengambil keputusan dalam membuat keputusan, melainkan
hanyalah sebagai alat bantu pengambil keputusan dalam melaksanakan tugasnya.
Saat ini, pengambilan keputusan dirasa lebih sulit karena kebutuhan akan
kecepatan dalam pengambilan keputusan terus meningkat. kelebihan informasi
merupakan masalah umum yang menyebabkan penyimpangan informasi. Sisi yang
positif dalam permasalahan ini adalah harus adanya suatu penekanan lebih besar
terhadap proses pengambilan keputusan. Dalam suatu pengambilan keputusan yang
kompleks dibutuhkan suatu pendukung keputusan yang bersifat komputerisasi, yang
7
menyediakan bukti yang dirancang sebaik mungkin sesuai dengan penyimpanan data
sistem komputer yang membantu pengambilan keputusan agar dapat mendorong dan
meningkatkan kualitas suatu keputusan serta meningkatkan daya guna dan tepat guna
dalam prosespengambilan keputusan. ( Power. J, Daniel. 2009)
Berikut pengertian sistem pendukung keputusan menurut beberapa para ahli (Turban,
2005):
1. Bonczek
Menurut Bonczek mendefinisikan sistem pendukung keputusan sebagai sistem
berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi
yaitu sistem bahasa, sistem pengetahuan dan sistem pemrosesan masalah.
8
2. Raymond McLeod, Jr
Menurut Raymond McLeod, Jr mendefinisikan sistem pendukung keputusan
merupakan suatu sistem informasi yang ditujukan untuk membantu
manajemen dalam memecahkan masalah yang dihadapinya (McLeod, 1998).
4. Litlle
Menurut Litlle mengemukakan bahwa sistem pendukung keputusan adalah
suatu sistem informasi berbasis komputer yang menghasilkan berbagai
alternatif keputusan untuk membantu manajemen dalam menangani berbagai
permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan
data atau model.
Dari semua pengertian Sistem Pendukung Keputusan yang dipaparkan oleh para ahli
diatas dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah sebuah sistem
berbasis komputer yang dapat membantu sesorang dalam memecahkan masalah dari
data yang ada serta mengambil keputusan dan melahirkan output yang bersifat
alternatif.
1. Manajemen Data
Manajemen Data mencakup database yang berisi data yang relevan untuk situasi dan
dikelola oleh perangkat lunak yang disebut sistem manajemen database.
9
2. Manajemen Model
Manajemen Model merupakan paket perangkat lunak yang memasukkan model-
model finansial, statistik, ilmu manajemen, atau model kuantitatif yang lain yang
menyediakan kemampuan analisis sistem dan management software yang terkait.
3. Antarmuka Pengguna
Antarmuka Pengguna merupakan media interaksi antara pengguna dan sistem
sehingga pengguna dapat memberikan inputan kepada sistem agar didapatkan
keputusan yang diproses oleh sistem.
1. Tahap Intelligence
Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika
serta proses pengenalan masalah. Data masukkan diperoleh, diproses, dan diuji dalam
rangka mengindentifikasikan masalah.
2. Tahap Design
Tahap ini merupakan proses menemukan, mengembangkan, dan menganalisis
alternatif tindakan yang bisa dilakukan. Tahap ini meliputi proses untuk mengerti
masalah, menurunkan solusi, menguji kelayakan solusi.
3. Tahap Choice
Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang
mungkin dijalankan. Tahap ini dimulai dengan mencari solusi dengan menggunakan
model, melakukan analisis sensitivitas, menyeleksi alternatif yang terbaik, melakukan
aksi atau rencana untuk mengimplementasikan, dan merancang sistem pengendalian.
perlu diteliti ulang apakah terdapat error pada masing-masing fase dalam proses
pengambilan keputusan.
Metode weighted Product (WP) merupakan salah satu metode penyelesaian yang
ditawarkan untuk menyelesaikan masalah Multi Attribute Decision Making (MADM).
Multi Attribute Decision Making adalah suatu metode pengambilan keputusan untuk
menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria
tertentu (Kusumadewi, 2006). Kriteria biasanya berupa ukuran-ukuran, aturan-aturan
atau standar yang digunakan dalam pengambilan keputusan.
Keterangan:
A1 = Kehadiran B1 = Nurizmah Adnan, S.Pd
A2 = Kedisiplinan B2 = Rawiyah Yus, S.Pd
A3=PenilaianKompetensi B3 = Juli Silaban, S.Pd
A4 = Penilaian Pembelajaran
A5 = Penilaian Sehari-hari
Dimana data dari setiap kriteria yang didapat oleh masing-masing guru
berdasarkan data yang ada di sekolah SMP Dr. Wahidin Sudirohusodo yang
bersumber dari sekolah SMP Dr. Wahidin Sudirohusodo. Selanjutnya menentukan
bobot untuk setiap kriteria, bobot kriteria akan ditentukan sebagai berikut:
Berdasarkan tabel 2 diatas, dapat kita ketahui nilai bobot yang diberikan pada
kriteria A1 adalah 0.3 atau 30 %, nilai bobot pada kriteria A2 adalah 0.1 atau 10 %,
nilai bobot pada kriteria A3 adalah 0.1 atau 10 %, nilai bobot pada kriteria A4 adalah
0.2 atau setara dengan 20 % dan A5 adalah 0.2 atau setara dengan 20 %. Selanjutnya
untuk menghitung nilai WPM dari setiap alternatif digunakan rumus (1) sehingga:
Dari hasil diatas, maka B1 merupakan alternatif pilihan terbaik yaitu Nurizmah
Adnan, S.Pd
2.3.2. Pembobotan
Setelah diperoleh Gap pada masing-masing calon guru, setiap profil calon
guru diberi bobot nilai sesuai ketentuan pada Tabel Bobot Nilai Gap.
Setelah menentukan bobot nilai Gap untuk semua kriteria dengan cara yang
sama, lalu dibagi lagi menjadi dua kelompok yaitu kelompok Core Factor (faktor
utama) dan Secondary Factor (faktor pendukung). Perhitungan core factor dapat
ditunjukkan pada Persamaan (5) (Hidayat, AL & Pinandita, T. 2013).
∑ 𝐍𝐂
NCF = ∑𝐈 𝐂
. . . (3)
Keterangan:
NCF : Nilai rata-rata core factor
NC : Jumlah total nilai core factor
IC : Jumlah item core factor
Sedangkan untuk perhitungan secondary factor dapat ditunjukkan pada Persamaan (6)
(Hidayat, AL & Pinandita, T. 2013)
16
∑ 𝐍𝐒
NSF = ∑𝐈 𝐒
. . . (4)
Keterangan:
NSF : Nilai rata-rata secondary factor
NS : Jumlah total nilai secondary factor
IS : Jumlah item secondary factor
Dari hasil perhitungan dari tiap aspek di atas kemudian dihitung nilai total
berdasarkan prosentase dari core dan secondary factor yang diperkirakan berpengaruh
terhadap kinerja tiap-tiap profil. Contoh perhitungan dapat dilihat pada rumus
dibawah ini (Hidayat, AL & Pinandita, T. 2013):
Keterangan:
NCF : Nilai Rata-rata Core Factor
NSF : Nilai Rata-rata Secondary Factor
N : Nilai Total dari tiap kriteria
(x)% : Nilai Persen Yang Diinputkan (60%)
(y)% : Nilai Persen Yang Diinputkan (40%)
Keterangan:
A1 = Kehadiran B1 = Nurizmah Adnan, S.Pd
A2 = Kedisiplinan B2 = Rawiyah Yus, S.Pd
A3 = Penilaian Sehari-hari B3 = Juli Silaban, S.Pd
A4 = Penilaian Pembelajaran
A5 = Penilaian Kompetensi
Nilai data guru diatas, kemudian dilakukan skala penilaian, dimana rating kecocokan
dapat dilihat pada table dibawah ini:
dengan mengurangkan nilai setiap alternatif (profil individu) dengan nilai profil target.
Sesuai dengan rumus persamaan (2). Dimana si pengambil keputusan menetapkan
nilai profil target sebagai berikut:
b. Pembobotan
Hasil dari perhitungan Gap terhadap setiap kriteria, kemudian dilakukan pembobotan
berdasarkan tabel pembobotan seperti berikut:
Table 2.10. Tabel pengelompokan nilai Core Factor dan Secondary Factor
Alternatif A1 A2 A3 A4 A5 Core Secondary
B2 3 4 4 4.5 4 3.18 5
B3 3 4 4 4.5 4 3.75 5
20
Dari tabel diatas, tampak bahwa guru bernama Nurizmah Adnan, S,Pd
menempati urutan tertinggi pada kasus tersebut.