Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4

SENSASI 2018 Juli 2018

Hal: 546 - 551

Sistem Pendukung Keputusan Pemilihan Komisaris Kelas

Menggunakan Metode Waspas (Studi Kasus: TI-M1501
STMIK Budi Darma Medan)
Ahmad Zulfandi , Dian Anggara , Liza Handayani

Prodi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia

Email: azfandi99@gmail.com, skillkidal@gmail.com, lizahandayani119@gmail.com
Abstrak
Komisaris kelas memiliki tugas sebagai penanggung jawab atas kegiatan kelas, dan sebagai wakil dari para
dosen untuk menyampaikan semua informasi yang berhubungan dengan jadwal perkuliahan yang berjalan.
Maka, oleh karena itu dibutuhkan komisaris kelas yang dapat memenuhi tugas dan tanggung jawab komisaris
kelas. Anggota kelas melakukan seleksi pemilihan komisaris kelas berdasarkan beberapa factor penilaian atau
kriteria. Kriteria-kriteria dalam pemilihan komisaris kelas didapat dari hasil diskusi bersama, factor penilaian
tersebut terdiri dari kehadiran, kecerdasan, jarak tepuh, kedisiplinan, serta komunikasi. Oleh karena itu, dalam
menyeleksi calon komisaris kelas tersebut, dilakukan dengan menggunakan pendekatan metode WASPAS
(Weighted Aggregated Sum Product Assesment) sebagai sebuah metode yang dapat mengambil sebuah
keputusan untuk merekomendasikan penilaian seleksi calon komisaris kelas sebagai komisaris kelas. Penelitian
ini dibangun dengan basis system pendukung keputusan yang memiliki kemampuan untuk memilih seleksi
calon komisaris kelas dengan menggunakan metode WASPAS. Metode WASPAS memiliki kriteria untuk
menentukan alternative keputusan dalam penerapan di perangkat lunak, sehingga pembuat keputusan dapat
menentukan pemilihan seleksi calon komisaris kelas dengan cepat dan objektif. Proses WASPAS ini
membandingkan calon komisaris yang satu dengan yang lain dan memberikan output nilai intensitas prioritas
berupa hasil penilaian terhadap seleksi calon komisaris kelas. Adapun hasil proses WASPAS ini berupa
peringkat, hasil proses ini direkomendasikan sebagai komisaris kelas berdasarkan kriterianya..
Kata Kunci: Sistem Pendukung Keputusan, Komisaris Kelas, WASPAS

1. PENDAHULUAN
Pemilihan Komisaris Kelas adalah sebuah kegiatan rutin tiap semester dalam aktivitas
kemahasiswaan diberbagai perguruan tinggi baik itu swasta maupun negeri. Demikian halnya
dengan institusi STMIK Budidarma Medan yang juga melakukan kegiatan pemilihan komisaris
kelas pada tiap semesternya dan pemilihan ini keseluruhannya dilaksanakan oleh para anggota kelas.
Yang dimana , komisaris kelas tidak hanya dikenal oleh banyak anggota kelas tetapi juga memenuhi
kriteria-kriteria yang telah ditentukan bersama.
Dalam proses pemilihan komisaris kelas STMIK Budi Darma Medan khususnya pada kelas
TI-M 1501, adapun proses penyeleksian calon komisaris kelas saat ini masih kurang objektif karena
tidak menerapkan sistem prioritas dari kriteria yang telah ditentukan. Sehingga kandidat yang
berdasarkan kriterianya lebih unggul tetapi tidak dapat terpilih sebagai komisaris kelas. Hal ini
disebabkan karena kepopuleran mengalahkan kriteria yang ada.
Sistem Pendukung Keputusan (SPK) sebagai sebuah sistem berbasis komputer yang
membantu dalam proses pengambilan keputusan. Sistem Pendukung Keputusan (SPK) sebagai
sistem informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara khusus
dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak terstruktur untuk
meningkatkan kualitas pengambilan keputusan[1][2]. Salah satu model pendukung keputusan
berbasis komputasi adalah metode WASPAS. Metode WASPAS melakukan seleksi dengan cara
perkalian untuk menghubungkan rating atribut, setiap rating harus dipangkatkan dulu dengan bobot
atribut yang bersangkutan. Metode WASPAS memiliki 2 attribute yaitu attribute benefit dan
attribute cost dan cara perhitungan masing-masing attribute juga berbeda[3][4].
Kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik
dari sejumlah alternatif yang telah ada. Berdasarkan masalah diatas dapat diambil kesimpulan bahwa
metode yang cocok dalam pemilihan komisaris kelas yang didalamnya terdapat beberapa kriteria
yang berbeda, baik itu kriteria keuntungan atau pun kriteria biaya adalah dengan menggunakan
metode WASPAS untuk membantu proses pengambilan keputusan dalam menyeleksi calon
komisaris kelas yang menerapkan metode WASPAS (Weighted Aggregated Sum Product
Assesment).

Ahmad Zulfandi | http://seminar-id.com/semnas-sensasi2018.html

P a g e | 546
 Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4
SENSASI 2018 Juli 2018
Hal: 546 - 551

2. METODOLOGI PENELITIAN
2.1 Sistem Pendukung Keputusan
Sistem pendukung keputusan menurut Keen dan Scoot Morton adalah sebagai berikut, sistem
pendukung keputusan merupakan pasangan intelektual dari sumber daya manusia dengan
kemampuan komputer untuk memperbaiki keputusan, yaitu sistem pendukung keputusan berbasis
komputer bagi pembuat keputusan manajemen yang menghadapi masalah terstruktur[5][6].
Gory dan Scoot-Martoon, mendefenisikan sistem pendukung keputusan guna membantu tim
promosi dalam membuat keputusan. Dikatakan bahwa supaya sukses sistem harus sederhana, sehat,
mudah dikendalikan, adaktif, lengkap dalam persoalan penting dan mudah untuk didokumentasikan.
Secara implisit defenisi ini mengasumsikan bahwa sistem berbasis pada komputer dan memberikan
kemampuan memecahkan masalah pemakai[7][8].
2.2 Komisaris Kelas
Komisaris kelas adalah mahasiswa yang terpilih atau ditunjuk dalam suatu kelas untuk mengawasin
kegiatan perkuliahan , membantu mahasiswa lain dalam mencari informasi, dan sebagai utusan rapat
dari masing-masing kelas. Komisaris juga memiliki rekan dalam membantu mengurus seluruh
kegiatan perkuliahan baik itu di lingkungan kelas maupun lingkungan kampus. Rekan-rekan yang
biasa membantu komisaris kelas yaitu wakil komisaris, bendahara, dan sekretaris. Oleh karena itu,
dibutuhkan komisaris kelas yang memiliki kriteria terbaik dibandingkan anggota kelas lainnya.
Agar tercipta sistem yang baik dilingkungan kelas, dengan dipimpin oleh komisaris pilihan terbaik.
Dan pemilihan yang dilakukan harus berdasarkan kriteria yang dapat menyokong komisaris kelas
yang terpilih sesuai dengan kesepakatan seluruh anggota kelas.

2.3 Metode Weighted Aggregated Sum Product Assesment (WASPAS)

Metode WASPAS (Weight Aggregated Sum Product Assesment) adalah mencari prioritas pilihan
lokasi yang paling sesuai dengan menggunakan pembobotan. Penggunaan metode ini merupakan
kombinasi dari dua sumber yang dikenal dengan MCDM approaches, WMM dan model produk
berat (WPM) pada awalnya memerlukan normalisasi linier dari elemen hasil. Menggunakan metode
WASPAS[9][10][11].
Berikut langkah-langkah Metode WASPAS [1][12][13][14] sebagai berikut :
1. Menentukan Normalisasi matriks dalam pengambilan keputusan.
𝑋11 𝑋12 … . 𝑋1𝑛
R = [ 𝑋21
… . 𝑋22…. …
… .. 𝑋2
… 𝑛. ]
𝑋𝑚 1 𝑋𝑚 2… . 𝑋𝑚𝑛
Jika nilai maksimal dan minimal telah ditentukan maka persamaan sebagai berikut :
Untuk Kriteria Benefit :
𝑋𝑖𝑗
𝑅𝑖𝑗 = 𝑚𝑎𝑥𝑖 𝑋𝑖𝑗 ……………….......................…………...........................................................(1)

Untuk Kriteria Biaya :

𝑀𝑖𝑛𝑖 𝑋𝑖𝑗
𝑅𝑖𝑗 = 𝑋𝑖𝑗 ……………………………...............................................................................(2)

2. MenghitungNilaiNormalisasi Matrix danBobot WASPAS dalamPengambilan Keputusan.

Q = 0,5∑𝑛𝑗=1 𝑅ijwj + 0,5 ∏𝑗=1(𝑅̅ij)wj…....................................................................................(3)

3. ANALISA DAN PEMBAHASAN

Dalam pemilihan komisaris kelas sering terjadi kendala karena beberapa mahasiswa merasa
dirugikan atas keputusan yang ada, Maka dari itu dalam penentuan pemilihan komisaris kelas pada
kelas TIM -1501 anggota kelas melakukan musyawarah untuk memilih komisaris kelas dengan
kriteria-kriteria yang telah ditentukan. Untuk menyelesaikan masalah pemilihan komisaris kelas,
maka diperlukan kriteria dan bobot dalam melakukan perhitungannya sehingga memperoleh hasil
alternatif terbaik. Kriteria yang ditetapkan dalam pemilihan ini adalah kehadiran, kecerdasan,
komunikasi, kedisiplinan, dan jarak tempuh pada para kandidat komisaris kelas. Berdasarkan

Ahmad Zulfandi | http://seminar-id.com/semnas-sensasi2018.html

P a g e | 547
 Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4
SENSASI 2018 Juli 2018
Hal: 546 - 551

permasalahan itu penulis membuat sistem pendukung keputusan dalam pemilihan komisaris kelas
menggunakan metode weight aggregated sum product assessment (WASPAS).
Berikut ini merupakan kriteria pemilihan komisaris kelas :
C1=Kehadiran
C2=Kecerdasan
C3=Jarak Tempuh
C4=Kedisiplinan
C5=Komunikasi
Dan yang menjadi alternatif penulis menggunakan 7 orang sebagai sampel yaitu :
A1=Dian
A2=Fandi
A3=Liza
A4=Nehe
A5=Ade
A6=Deby
A7=Fajar

Tabel 1 Nilai Alternatif disetiap kriteria

Alternatif Kriteria/Tingkat
C1 C2 C3 C4 C5
Dian 30 30 30 15 20
Fandi 28 25 15 20 30
Liza 28 25 20 22 24
Nehe 30 20 5 28 30
Ade 25 22 10 22 19
Deby 27 24 20 16 12
Fajar 26 18 25 10 14

Untuk pengambilan keputusan bobot yang diberikan dari setiap kriteria adalah w=(30%, 20%, 15%,
15%, 20%). Untuk C1, C2, C4, C5 merupakan kriteria benefit, sedangkan C3 merupakan kriteria
cost.

Langkah pertama membuat matrik keputusan.

30 30 30 15 20
28 25 15 20 30
28 25 20 22 24
30 20 5 28 30
25 22 10 22 19
27 24 20 16 12
[26 18 25 10 14]

Langkah selanjutnya menghitung matrix normalisasi

Perhitungan Alternatif A1
30
R11= 30 =1
30
R12= 30 =1
5
R13= 30 =0.1667
15
R14= 28 =0.5357
20
R15= 30 =0.6667

Perhitungan Alternatif 𝐴2
28
R21= =0.9333
30
25
R22= =0.8333
30
5
R23= 15 =0.3333

Ahmad Zulfandi | http://seminar-id.com/semnas-sensasi2018.html

P a g e | 548
 Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4
SENSASI 2018 Juli 2018
Hal: 546 - 551

20
R24= 28 =0.7142
30
R25= 30 =1

Perhitungan Alternatif 𝐴3
28
R31= 30 =0.9333
25
R32= 30 =0.8333
5
R33= 20 =0.0.25
22
R34= 28 =0.7857
24
R35= 30 =0.8

Perhitungan Alternatif 𝐴4
30
R41= =1
30
20
R42= =0.6667
30
5
R43= 5 =1
28
R44= =1
28
30
R45= =1
30

Perhitungan Alternatif 𝐴5
25
R51= 30 =0.8333
22
R52= 30 =0.7333
5
R53= 10 =0.5
22
R54= 28 =0.7857
19
R55= 30 =0.6333

Perhitungan Alternatif 𝐴6
27
R61= 30 =0.9
24
R62= 30 =0.8
5
R63= 20 =0.25
16
R64= 28 =0.5714
12
R65= 30 =0.4

Perhitungan Alternatif 𝐴7
26
R71= 30 =0.8667
18
R72= 30 =0.6
5
R73= 25 =0.2
10
R74= 28 =0.3571
14
R75= 30 =0.4667

Hasil dari Normalisasi Matriks X, maka diperoleh:

Tabel 2 Hasil normalisasi

1 1 0.1667 0.5357 0.6667
0.9333 0.8333 0.3333 0.7142 1
0.9333 0.8333 0.25 0.7857 0.8
1 0.6667 1 1 1

Ahmad Zulfandi | http://seminar-id.com/semnas-sensasi2018.html

P a g e | 549
 Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4
SENSASI 2018 Juli 2018
Hal: 546 - 551

0.8333 0.7333 0.5 0.7857 0.6333

0.9 0.8 0.25 0.5714 0.4
0.8667 0.6 0.2 0.3571 0.4667

Langkah terakhir menghitung nilai Preferensi (Q) menggunakan persamaan 3

Q1=0.5((0.3*1)+(0.2*1)+(0.15*0.1667)+(0.15*0.5357)+(0.2*0.6667))+0.5(10.3*10.2*0.11670.15*0.
53570.15*0.66670.2)
Q1=0.5(0.3+0.2+0.0250+0.0803+0.1334)+0.5(1*1*0.7643*0.9106*0.9221)
=0.69022

Q2=0.5((0.3*0.9333)+(0.2*0.8333)+(0.15*0.3333)+(0.15*0.7142)+(0.2*1))+0.5(0.93330.3*0.8333
0.2
*0.33330.15*0.71420.15*10.2)
Q2=0.5(0.2799+0.1666+0.0495+0.1071+0.2)+0.5(0.9795*0.9641*0.8480*0.9507*1)
=0.7822

Q3=0.5((0.3*0.9333)+(0.2*0.8333)+(0.15*0.25)+(0.15*0.7857)+(0.2*0.8))+0.5(0.93330.3*0.83330
.2
*0.250.15*0.78570.15*0.80.2)
Q3=0.5(0.2799+0.1666+0.0375+0.1178+0.6)+0.5(0.9795*0.9641*0.8122*0.9644*0.9563)
=0.9545

Q4=0.5((0.3*1)+(0.2*0.6667)+(0.15*1)+(0.15*1)+(0.2*1))+0.5(10.3*0.66670.2*10.15*10.15*10.2)
Q4=0.5(0.3+0.1334+0.15+0.15+0.2)+0.5(1*0.9221*1*1*1)
=1.3888

Q5=0.5((0.3*0.8333)+(0.2*0.7333)+(0.15*0.5)+(0.15*0.7875)+(0.2*4))+0.5(0.83330.3*0.73330.2*
0.50.15*0.40.15*10.2)
Q5=0.5(0.2499+0.1466+0.075+0.1178+0.08)+0.5(0.9495*0.9398*0.9012*0.9644*0.8325)
=0.6565

Q6=0.5((0.3*0.9)+(0.2*0.8)+(0.15*0.25)+(0.15*0.5714)+(0.2*0.4))+0.5(0.90.3*0.80.2*0.250.15*0.5
7140.15*0.40.2)
Q6=0.5(0.27+0.16+0.0375+0.0857+0.08)+0.5(0.9688*0.9563*0.8122*0.9194*0.8325)
=0.6045

Q7=0.5((0.3*0.8667)+(0.2*0.6)+(0.15*0.2)+(0.15*0.3571)+(0.2*0.4667))+0.5(0.86670.3*0.60.2*0.
20.15*0.35710.15*0.46670.2)
Q7=0.5(0.26+0.12+0.03+0.0535+0.0933)+0.5(0.9579*0.9028*0.7855*0.8568*0.8586)
=0.5282

Berikut merupakan hasil perhitungan akhir dan telah dilakukan perangkingan dari yang tertinggi
hingga yang terendah.
Tabel 3 Hasil Perhitungan Akhir
Alternatif Hasil Peringkat
Nehe 1,3888 1
Liza 0,9545 2
Fandi 0,7822 3
Dian 0,6902 4
Ade 0,6565 5
Deby 0,6045 6
Fajar 0,5282 7

Ahmad Zulfandi | http://seminar-id.com/semnas-sensasi2018.html

P a g e | 550
 Seminar Nasional Sains & Teknologi Informasi (SENSASI) ISBN: 978-602-52720-0-4
SENSASI 2018 Juli 2018
Hal: 546 - 551

Terlihat pada tabel 3, bahwa Nehe memiliki nilai yang paling tinggi atas keseluruhan kategori yang
sudah disepakati bersama.Oleh karena itu Nehe menjadi kandidat terbaik bila dibandingkan dengan
alternatif yang lainnya.

4. KESIMPULAN
Dari analisa dan pembahasan yang dilakukan diatas, maka dapat diambil kesimpulan dalam
pemilihan komisaris kelas dengan menggunakan metode WASPAS(Weighted Aggregated Sum
Product Assessment) bisa membantu dalam pengambilan keputusan untuk memutuskan kandidat
terbaik dari beberapa alternatif yang harus diambil untuk dijadikan sebagai komisaris kelas dengan
kriteria yang sudah disepakati bersama.

REFERENCES
[1] G. Ginting, Fadlina, Mesran, A. P. U. Siahaan, and R. Rahim, “Technical Approach of TOPSIS in Decision Making,”
Int. J. Recent Trends Eng. Res., vol. 3, no. 8, pp. 58–64, 2017.
[2] Mesran, G. Ginting, Suginam, and R. Rahim, “Implementation of Elimination and Choice Expressing Reality (
ELECTRE ) Method in Selecting the Best Lecturer ( Case Study STMIK BUDI DARMA ),” Int. J. Eng. Res. Technol.
(IJERT, vol. 6, no. 2, pp. 141–144, 2017.
[3] S. Chakraborty and E. K. Zavadskas, “Applications of WASPAS Method in Manufacturing Decision Making,”
Informatica, vol. 25, no. 1, pp. 1–20, 2014.
[4] S. Barus, V. M. Sitorus, D. Napitupulu, M. Mesran, and S. Supiyandi, “Sistem Pendukung Keputusan Pengangkatan
Guru Tetap Menerapkan Metode Weight Aggregated Sum Product Assesment ( WASPAS ),” MEDIA Inform.
BUDIDARMA, vol. 2, no. 2, pp. 10–15, 2018.
[5] S. Kusumadewi, S. Hartati, A. Harjoko, and R. Wardoyo, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu, 2006.
[6] M. K. Kusrini, “Konsep dan Aplikasi Sistem Pendukung Keputusan,” pp. 11–24, 2007.
[7] E. Turban, J. E. Aronson, and T. Liang, “Decision Support Systems and Intelligent Systems.”
[8] G.-H. Tzeng and J.-J. Huang, Multiple Attribute Decision Making Method And Applications. CRC Press, 2011.
[9] Mesran, R. K. Hondro, M. Syahrizal, A. P. U. Siahaan, R. Rahim, and Suginam, “Student Admission Assessment
using Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA),” J. Online Jar. COT POLIPT, vol. 10,
no. 7, pp. 1–6, 2017.
[10] A. S. R. A. Binjori, H. R. B. Hutapea, M. Syahrizal, and N. Kurniasih, “Sistem Pendukung Keputusan Penentuan
Handphone Bekas Terbaik Menggunakan Metode Multi-Objective Optimization on The Basis of Ratio Analysis (
MOORA ),” J. Ris. Komput., vol. 5, no. 1, pp. 61–65, 2018.
[11] A. Andini, G. A. Lestari, I. Mawaddah, A. S. Ahmar, and Khasanah, “Penerapan Sistem Pendukung Keputusan
Pemilihan Ban Sepeda Motor Honda Dengan Metode Multi Objective Optimization on The Basic of Ratio Analysis (
MOORA ),” J. Ris. Komput., vol. 5, no. 1, pp. 29–35, 2018.
[12] E. D. Marbun, L. A. Sinaga, E. R. Simanjuntak, D. Siregar, and J. Afriany, “Penerapan Metode Weighted Aggregated
Sum Product Assessment Dalam Menentukan Tepung Terbaik Untuk Memproduksi Bihun,” vol. 5, no. 1, pp. 24–28,
2018.
[13] E. Purba, “Peranan Teknologi Informasi Dalam Mengefektifkan Keputusan Pemberian Dana Corporate Social
Responsibilty ( CSR ),” Media Inform. Budidarma, vol. 2, no. 3, pp. 69–75, 2018.
[14] P. Simanjuntak, I. Irma, N. Kurniasih, M. Mesran, and J. Simarmata, “Penentuan Kayu Terbaik Untuk Bahan Gitar
Dengan Metode Weighted Aggregated Sum Product Assessment ( WASPAS ),” J. Ris. Komput., vol. 5, no. 1, pp. 36–
42, 2018.

Ahmad Zulfandi | http://seminar-id.com/semnas-sensasi2018.html

P a g e | 551