Expert
Jurnal Manajemen Sistem Informasi dan Teknologi
Volume 09, Nomor 01, Juni 2019
JUDUL HAL
SISTEM PENDUKUNG KEPUTUSAN (DECISION SUPPORT SYSTEM)
1-7
PENILAIAN KEDISIPLINAN SISWA MENGGUNAKAN METODE TOPSIS
(STUDI KASUS: SMK MA’ARIF SUKOHARJO)
METODE AUDIT TATA KELOLA TEKNOLOGI INFORMASI PADA BADAN
8 - 12
USAHA MILIK NEGARA
METODE TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN
14 - 18
PENENTUAN PENERIMAAN BEASISWA DI STMIK PRINGSEWU
METODE ANALITICAL HIERARCHY PROCESS (AHP) DALAM PENENTUAN
19 - 26
LOKASI HOME INDUSTRI DI KABUPATEN PRINGSEWU
SISTEM PAKAR DIAGNOSA PENYAKIT PADA AYAM BROILER DENGAN
27 - 32
METODE FORWARD CHAINING
PENERAPAN METODE SAW (SIMPLE ADDITEVE WIEGHT) DALAM
33- 42
PENENTUAN KONSUMEN KREDIT KENDARAAN BERMOTOR (STUDI
KASUS FIF GROUP)
Penanggung Jawab
Ahmad Cucus, S.Kom., M.Kom.
Penyunting:
Fenty Ariani, S.Kom, M.Kom
Robby Yuli Endra, S.Kom.,M.Kom
Ayu Kartika Puspa, S.Kom, M.TI
Erlangga, S.Kom, M.Kom
Wiwin Susanty, S.Kom.,M.Kom
Pelaksana Teknis:
Wingky Kusuma, S.Kom
Alamat Penerbit/Redaksi:
Pusat Studi Teknologi Informasi
Fakultas Ilmu Komputer
Universitas Bandar Lampung
Gedung M Lt.2
Jl. ZA Pagar Alam No.89, Gedong Meneng, Rajabasa
Bandar Lampung
e-mail: jurnalfik@ubl.ac.id
Expert – Jurnal Management Sistem Informasi dan Teknologi
ABSTRAK
Pendidikan di perguruan tinggi adalah usaha sadar dan terencana untuk mewujudkan suasana belajar dan
proses pembelajaran agar peserta didik dapat menambah potensi yang dimiliki oleh dirinya. Fungsi
pendidikan sangat penting sebagai salah satu faktor pendorong pembangunan sumber daya manusia dengan
tujuan meningkatkan kemampuan pada masyarakatnya dalam mengembangkan ilmu pengetahuan. Tidak
banyak yang dapat dilakukan oleh mahasiswa yang memiliki pontensi namun tergolong kedalam status
ekonomi yang rendah. STMIK Pringsewu berdiri sejak tahun 1995. Pada perguruan tinggi ini memiliki visi
dan misi dapat menghasilkan mahasiswayang unggul dalam bidang teknologi informasi, dan mampu bersaing
di era moderen dengan persaingan yang ketatdengan sistem pendukung keputusan penentuan penerimaan
beasiswa dengan metode TOPSIS menemukan hasil jumlah tertinggi dari setiap kriteria yang telah ditentukan
menyatakan bahwa alternative A dengan jumlah nilai 0,54. Ini dinyatakan bahwa Sistem Pendukung
Keputusan Dapat Digunakan dalam Penentuan Penerimaan Beasiswadi perguruan tinggi lainya.
13
Expert – Jurnal Management Sistem Informasi dan Teknologi
14
Expert – Jurnal Management Sistem Informasi dan Teknologi
solusi ideal positif dan jarak terhadap solusi ideal 4. Solusi ideal positif A+ dan solusi ideal
negatif secara bersamaan. Solusi optimal dalam negatif A- dapat ditentukan berdasarkan
metode TOPSIS didapat dengan menentukan rating bobot ternormalisasi (yij) sebagai:
kedekatan relatif suatu altenatif terhadap solusi 𝐴+ = (𝑦1+ , 𝑦2+ , . . , 𝑦𝑛+ ) ;
ideal positif. TOPSIS akan merangking alternatif 𝐴− = (𝑦1− , 𝑦2− , . . , 𝑦𝑛− ) ;
berdasarkan prioritas nilai kedekatan relatif suatu
alternatif terhadap solusi ideal positif. Alternatif- Dimana :
alternatif yang telah dirangking kemudian 𝑉𝑗+ = 𝑚𝑎𝑥𝑌𝑖𝑗 jika j adalah atribut
dijadikan sebagai referensi bagi pengambil
Keuntungan
keputusan untuk memilih solusi terbaik yang
Min Yij jika j adalah atribut biaya
diinginkan.
𝑉𝑗− = min yij, jika j adalah atribut
Adapun langkah-langkah dari metode TOPSIS
ini sebagai berikut : keuntungan
1. Topsis dimulai dengan membangun max yij, jika j adalah atribut biaya
sebuah matriks keputusan Matriks 5. Jarak antara alternative Ai dengan solusi
keputusan X mengacu terhadap m ideal positif :
𝑛
alternatif yang akan dievaluasi 2
berdasarkan criteria. 𝐷+
𝑖 = √∑(𝑉+
𝑖 − 𝑉𝑖𝑗 )
𝐴1 𝑋11 𝑋12 𝑋13 … . 𝑋1𝑛 𝑖−1
𝐴 𝑋 𝑋 𝑋 … . 𝑋2𝑛
𝑋 = { 2 11 22 23 }
𝐴3 𝑋31 𝑋32 𝑋33 … . 𝑋3𝑛 Dimana :
𝐴𝑚 𝑋𝑚1 𝑋𝑚2 𝑋𝑚3 … . 𝑋𝑚𝑛 𝐷+𝑖 = Jarak alternative Ai dengan
solusi ideal positif
Dimana Ai (i=1,2,3, ….m) adalah alternatif 𝑌+
𝑗 = Solusi ideal positif [i]
yang mungkin, Xj (j=1,2,3,….n) adalah atribut
dimana performansi alternative diukur, Xij adalah
Yij = matriks normalisasi [i][j]
performansi alternatif Ai dengan acuan atribut Xj.
6. Jarak antara alternatif Ai dengan solusi
2. Membuat matriks keputusan yang ideal negatif
ternormalisasi
𝑛
𝑥𝑖𝑗 2
𝑟𝑖𝑗 = 𝐷−
𝑖 = √∑(𝑉𝑖𝑗 − 𝑉−
𝑖 )
√ ∑𝑚 2
𝑖=1 𝑥𝑖𝑗 𝑖−1
i = 1,2,…m
dengan i= 1,2,…,m
j = 1,2,…,n
Dimana :
Dimana : 𝐷−𝑖 = Jarak alternative Ai dengan solusi
rij = matrik ternormalisasi [i][j] ideal negatif
Xij = matrik keputusan [i][j] 𝑌−𝑗 = Solusi ideal negatif [i]
Yij = matriks normalisasi [i][j]
3. Membuat matriks keputusan
ternormalisasi terbobot 7. Nilai preferensi untuk setiap alternatif
(Vi) diberikan sebagai :
Vij = wi rij ;
𝐷𝑖−
dengan i= 1,2,…,m; dan j = 1,2,…,n. 𝑉𝑖 =
𝐷𝑖− + 𝐷𝑖+
i = 1,2,…m
Dimana : Vi = kedekatan tiap alternative terhadap solusi
Vij = Elemen dari matriks keputusan ideal
yang ternormalisasi terbobot V 𝐷𝑖+ = Jarak alternati Ai dengan solusi ideal
wi = Bobot dari criteria ke-j positif
rij = Elemen matriks keputusan yang 𝐷𝑖− = Jarak alternatif Ai dengan solusi ideal
ternormalisasi R negatif
15
Expert – Jurnal Management Sistem Informasi dan Teknologi
16
Expert – Jurnal Management Sistem Informasi dan Teknologi
17
(2,01 − 1,1)2 + (1,68 − 1,1)2 + 4.7 Analisa Pembahasan dan Hasil
√(1,66 − 0,84)2 + (1,1 − 0,84)2 +
(1,02 − 0,84)2 + (0,84 − 084)2 + Dari hasil pembahasan diatas bahwa Metode
𝐷2+ = √ (0,84 − 1,68)2 + (0,84 − 1,68)2
Topsis Dalam Sistem Pendukung Keputusan
= 1,18 Penentuan Beasiswa di STMIK Pringsewu dapat
diterapkan untuk membantu dan menentukan
(1,02 − 1,66)2 + (0,84 − 1,1)2 +
𝐷3+ = √ (0,84 − 0,84)2 + (0,84 − 1,65)2 penerimaan beaasiswa pada STMIK Pringsewu.
= 1,06
5.2 Saran
(1,02 − 1,1)2 + (0,84 − 1,1)2 +
𝐷4+ = √(0,84 − 0,84)2 + (0,84 − 0,84)2 Metode ini harus diberikan kepada pihak
= 0,27
kampus yang membutuhkan agar dapat terealisasi
tepat pada sasaran dan untuk para peneliti lainya
dapat mengembangkan penelitian ini dengan
4.6 Menghitung nilai preferensi untuk setiap kriteria-kriteria dan metode lainya.
Alternatif
DAFTAR PUSTAKA
Nilai preferensi untuk setiap Alternatif dapat
di lihat pada penyelesaian be rikut. [1]. Afrian, S, & Indriyati, (2015), Sistem
Pendukung Keputusan untuk Penentuan
1,66
V1 = = 0,54 Minat Peserta Didik diSMA Menggunakan
1,54 + 1,66
Metode TOPSIS, Jurnal Masyarakat
1,18 Informatika, vol. 6, No. 11.
V2 = = 0,43 [2]. Daihani, D,U. (2001). Komputerisasi
1,55 + 1,18
Pengambilan Keputusan, Jakarta: PT Elex
1,06 Media Komputindo Gramedia.
V3 = = 0,47
1,19 + 1,06 [3]. Turban, E.,Aronson; & J.E.; & Liang. (2005).
0,27 Decision Support Systems and Intelligent
V4 = = 0,16 Systems.New Jersey: Pearson Education Inc.
1,38 + 0,27
[4]. Murniasih, Erny .(2009). Buku Pintar
Setelah menghitung separatif negatif Beasiswa. Jakarta: Gagas Media
alternatif dari solusi ideal positif (A+) dan jarak [5]. OlsonD,L .(2004). Comparison of Weightsin
alternatif solusi ideal negatif (A-), selanjutnya TOPSIS Models, Mathematicaland
adalah menghitung kedekatan relatif terhadap Computer Modelling. vol. 40,hh. 721-727.
solusi ideal positif.
Alternatif Nilai
A 0.54
B 0.43
C 0.47
D 0.16
18