Sistem Pendukung Keputusan Pemilihan Mahasiswa/i

Terbaik di Acara Ameliorer 2022 Menggunakan Metode

Analytical Hierarchy Process
Aulia Anisa Puji Rahayu 1, Louis Wang2, Muhammad Andhika Fahrezzy3,
Salsabila Nur Zahra4 , Jauza Audy Safitri 5
Program Studi Sistem Informasi, Jurusan Teknik Informatika, Fakultas Teknik,
Universitas Negeri Surabaya, Indonesia
1
auliaanisa.21017@mhs.unesa.ac.id
3
louis.21021@mhs.unesa.ac.id
3
muhammadandhika.21045@mhs.unesa.ac.id
4
salsabila.21057@mhs.unesa.ac.id
5
jauza.21071@mhs.unesa.ac.id

Abstrak—
Salah satu tujuan kegiatan pendidikan
dan pengajaran di lingkungan kampus ialah
menghasilkan lulusan mahasiswa yang baik dan
berkualitas. Diantara para lulusan tersebut pasti
terdapat salah satu orang yang menjadi lulusan
terbaik di setiap angkatannya.
Ada kalanya menentukan satu orang
sebagai lulusan terbaik diantara sekian
banyak lulusan bukanlah pekerjaan
sederhana, bukan juga dengan cara yang instan.
Tanpa kriteria yang jelas dan transparan,
maka proses membuat keputusan lulusan
terbaik dapat menimbulkan kecemburuan
dan konflik.
Penelitian dalam sistem pendukung
keputusan ini menggunakan Analytical
Hierarchy Process (AHP) sebagai metode
pengambilan keputusan. Hasil dari penelitian
ini dapat digunakan untuk memudahkan
pengambilan keputusan dalam menentukan
lulusan terbaik di setiap angkatan dengan
kriteria - kriteria yang telah disusun dengan
AHP. Sehingga dari sampel dapat diketahui
bahwa nilai terbesar adalah Hamidah, yang
merupakan mahasiswa terbaik di acara
Ameliorer 2022.
Kata Kunci — AHP, SPK, Ameliorer, dan
Mahasiswa
I. PENDAHULUAN
A. Latar Belakang
Jurusan Teknik Informatika Universitas
Negeri Surabaya sebagai salah satu jurusan yang
melahirkan generasi mahasiswa yang memiliki
spesialisasi di bidang teknologi memiliki peran
besar untuk mendampingi dan membimbing
mahasiswa dalam kiprah pentingnya sebagai
instrumen dalam pengamalan Tri Dharma
Perguruan Tinggi. Guna membentuk kriteria
mahasiswa sedemikian rupa, maka Jurusan Teknik
Informatika Universitas Negeri Surabaya,
mengadakan kegiatan “Ameliorer”.
Untuk menumbuh kembangkan potensi
mahasiswa dalam bidang teknologi informasi
khususnya dalam penugasan komputer, maka
dibutuhkan pendidikan dan pelatihan yang dapat
mengupgrade diri mahasiswa, dalam hal ini melalui
serangkaian seminar Ameliorer. Dunia mahasiswa
tentu saja berbeda dengan dunia sekolah. Terutama
pada cara belajar yang lebih menuntut pada
keaktifan dan kemandirian. Di sekolah proses
belajar pada umumnya dilakukan secara “pasif”.
Sedangkan di perguruan tinggi, transfer
pengetahuan selain dilakukan melalui kuliah
(belajar) juga dilakukan melalui seminar, diskusi,
ceramah, dan stadium general. Maka dari itu, perlu
diadakannya suatu kegiatan yang bertujuan untuk
membentuk dan meningkatkan intelektualitas,
mental, dan daya kreatifitas serta kemandirian
mahasiswa Jurusan Teknik Informatika Universitas
Negeri Surabaya, sehingga diharapkan terbentuk menentukan siswa terbaik. Tidak hanya itu, sebuah
daya kreativitas dan intelektualitas mahasiswa/i penelitian yang berjudul “Sistem Pendukung
tentang pemahaman terhadap teknologi informasi Keputusan Pemilihan Siswa Terbaik Dengan
serta ilmu dasar informatika. Metode Analytical Hierarchy Process” juga
Pemilihan mahasiswa/i terbaik di acara ameliorer merancang sistem pendukung keputusan pemilihan
2022 yang sesuai dengan kriteria-kriteria yang siswa terbaik yang objektif dan akurat dengan
diinginkan dapat dibantu dengan suatu Sistem metode Analytical Hierarchy Process berbasis web.
Pendukung Keputusan (SPK). SPK merupakan
sebuah sistem yang dapat membantu para B. Rumusan Masalah
pengambil keputusan untuk mempermudah memilih 1. Bagaimana menentukan mahasiswa/i terbaik
kandidat mana yang ingin dipilih dan layak di acara Ameliorer 2022?
dinobatkan sebagai mahasiswa/i terbaik di acara 2. Kriteria apa yang digunakan untuk penilaian
ameliorer 2022. Di dalam sebuah SPK, terdapat mahasiswa/i terbaik di acara Ameliorer
berbagai kriteria yang dibutuhkan para calon 2022?
mahasiswa dalam menentukan keputusannya. SPK 3. Metode apa yang digunakan dalam sistem
ini menggunakan metode AHP (Analytical pendukung keputusan?
Hierarchy Process).
Dalam pemilihan mahasiswa/i atau kandidat
terbaik pada suatu acara di perguruan tinggi, II. METODE PENELITIAN
beberapa permasalahan muncul seperti: kurangnya A. Metode AHP
keakuratan dalam penentuan mahasiswa/i yang Pada dasarnya AHP adalah metode pengambilan
terbaik, hal ini dikarenakan pemilihan dilakukan keputusan dengan cara memecah suatu masalah
secara manual yang membutuhkan ketelitian. yang kompleks dan tidak terstruktur ke dalam
Selanjutnya sulitnya membuat penentuan keputusan kelompok-kelompok dan mengaturnya ke dalam
akhir akibat penilaian masing-masing mahasiswa/i suatu hierarki. Pendekatan yang dilakukan dalam
yang dilakukan tanpa dasar dan cenderung AHP adalah analisis permasalahan keputusan
subjektif. Kemudian masalah berikutnya pemilihan kriteria majemuk melalui prinsip-prinsip
dilakukan oleh staf khusus organisasi yang dekomposisi, analisis perbandingan, dan sintesa
memiliki kompeten dalam bidang tersebut, dimana prioritas.
tidak semua orang dapat melakukannya. Oleh
karena itu, Sistem Informasi ini dibuat untuk
memberikan kemudahan dan keefektifan dalam
menentukan mahasiswa/i terbaik dilihat dari
beberapa kriteria masing-masing mahasiswa/i.
Kemudian alasan dibuatnya Sistem Pendukung
Keputusan yaitu karena desakan perkembangan
zaman yang semakin maju dan berkembang,
dimana saat ini segala aktivitas manusia telah
mengandalkan kemajuan teknologi untuk
menyelesaikan pekerjaannya.
Berdasarkan penelitian dalam jurnal yang
Gambar 2.1 Struktur AHP
berjudul “Penerapan Metode AHP Untuk Penentuan
Siswa Terbaik di SMP Yapindo II”, penggunaan
Prosedur dalam menggunakan metode AHP
metode AHP (Analytical Hierarchy Process) dapat
terdiri dari beberapa tahap yaitu (evi haryani, n. d.):
dijadikan sebagai alternatif untuk membuat suatu
1. Menyusun hierarki dari permasalahan yang
sistem yang dapat membantu dalam pengambilan
dihadapi. Penyusunan hirarki yaitu dengan
keputusan secara objektif berdasarkan
kriteria-kriteria yang telah ditentukan untuk
 menentukan tujuan yang merupakan sasaran
sistem secara keseluruhan pada level teratas.
2. Menentukan prioritas elemen dengan
langkah-langkah sebagai berikut:
a. Melakukan perbandingan
berpasangan dengan mengisi baris
pada tiap kriteria.
b. Matriks perbandingan berpasangan
diisi menggunakan bilangan untuk
merepresentasikan kepentingan
relatif dari suatu elemen terhadap
elemen yang lainnya.
3. Sintesis
Pertimbangan-pertimbangan terhadap
perbandingan berpasangan disintesis untuk
memperoleh keseluruhan prioritas. Hal-hal
yang dilakukan dalam langkah ini adalah:
a. Menjumlahkan nilai-nilai dari setiap
kolom pada matriks
b. Membagi setiap nilai dari kolom
dengan total kolom yang
bersangkutan untuk memperoleh
normalisasi matriks
c. Mengukur konsistensi
Dalam membuat keputusan, penting
untuk mengetahui seberapa baik
konsistensi yang ada, karena kita
tidak ingin keputusan berdasarkan
pertimbangan dengan konsistensi
yang rendah. Karena dengan
konsistensi yang rendah,
pertimbangan akan tampak sebagai
sesuatu yang acak dan tidak akurat.
Konsistensi penting untuk
mendapatkan hasil yang valid dalam
dunia nyata. AHP mengukur
konsistensi pertimbangan dengan
rasio konsistensi (consistency ratio).
Metode analisis data dalam menentukan
mahasiswa/i terbaik di acara Ameliorer 2022 adalah
sebagai berikut:
1. Kehadiran
Yang dimaksud dengan kehadiran yaitu
hadirnya mahasiswa/i dalam setiap
pertemuan Ameliorer 2022.
2. Etika
Yang dimaksud dengan etika yaitu sikap
atau tingkah laku mahasiswa/i terhadap
dosen, karyawan kampus, dan
teman-temannya.
3. Cinta Jurusan
Yang dimaksud dengan cinta jurusan yaitu
sikap mahasiswa/i dalam membawa nama
baik jurusan.
4. Keaktifan
Yang dimaksud dengan keaktifan yaitu sikap
mahasiswa/i dalam mengikuti lomba-lomba
yang membawa nama jurusan dan keaktifan
tanya jawab dalam setiap materi yang
disampaikan oleh pemateri.
5. Kekeluargaan
Yang dimaksud dengan kekeluargaan yaitu
rasa peduli dan perhatian terhadap satu sama
lain.
B. Metode Waterfall
Metode Waterfall merupakan suatu metode yang
digunakan dalam pengembangan aplikasi Sistem
Pendukung Keputusan (SPK) ini. Waterfall atau
dapat diartikan air terjun karena tahapannya
bertingkat layaknya air terjun. Keunggulan dalam
penggunaan metode ini adalah seluruh kebutuhan
dapat didefinisikan di awal secara konkret dan
eksplisit, karena itulah perubahan di tengah proses
pengembangan software sangat jarang ditemui,
keseluruhan kebutuhan telah terkonsep secara baik
di awal proses.
Gambar 2.2 Metode Waterfall
Berikut ini akan diuraikan tahap-tahap
pengembangan perangkat lunak dengan
menggunakan metode waterfall, yaitu:
a. Requirement
 Menganalisis hal-hal yang diperlukan dalam
membuat sistem berdasarkan data yang telah
diperoleh.
b. Design
Melakukan perancangan sistem yang
bertujuan untuk memberikan gambaran
lengkap tentang apa yang harus dikerjakan
dan bagaimana tampilan dari sebuah sistem
yang diinginkan.
c. Implementation
Menerjemahkan software yang telah
dirancang dengan bahasa pemrograman
yang digunakan, yaitu Java dengan basis
data MySQL.
d. Verification
Tahap ini adalah tahap pengujian. Untuk
memastikan apakah ada kesalahan atau tidak
dengan sistem yang telah dibuat.
e. Maintenance
Di tahapan terakhir ini software yang sudah
jadi akan dijalankan atau dioperasikan oleh
penggunanya.
C. Perancangan Use Case
Pada dasarnya use case merupakan interaksi
khusus antara aktor dengan sistem untuk kebutuhan
para aktor. Berikut ini use case untuk sistem
pendukung penilaian mahasiswa terbaik.
Gambar 2.3 Use Case SPK Mahasiswa Terbaik
III. HASIL DAN PEMBAHASAN
A. Penerapan Metode AHP
Penerapan metode AHP dalam sistem pendukung
keputusan dilakukan dengan beberapa
langkah-langkah penyelesaian masalah. Adapun
langkah-langkah yang dilakukan dalam menentukan
siswa terbaik adalah sebagai berikut:
1. Menentukan jenis-jenis kriteria yang akan
menjadi persyaratan mahasiswa
2. Menyusun Kriteria - Kriteria tersebut dalam
bentuk matriks berpasangan
3. Menjumlahkan matriks kolom
4. Menghitung nilai elemen kolom kriteria
dengan rumus masing-masing elemen
kolom dibagi dengan jumlah matriks kolom
5. Menghitung nilai prioritas kriteria dengan
rumus menjumlah matriks baris hasil
langkah ke 4 dan hasilnya 5 dibagi dengan
jumlah kriteria
6. Menghitung alternatif yang akan menjadi
pilihan
7. Menyusun alternatif yang telah ditentukan
8. Menghitung Lamda max dengan rumus:
Σ𝑎
λmax = 𝑛
ket: λmax = Nilai eigen terbesar dari matriks
berordo n
n = jumlah elemen yang dibandingkan
9. Menghitung CI dengan rumus:
λ𝑚𝑎𝑥 − 𝑛
CI = 𝑛
ket: CI = Consistency Index
10. Menghitung CR dengan rumus:
𝐶𝐼
CR = 𝐼𝑅
ket: CR = Consistency Ratio
IR = Indeks Random Consistency
Dimana CR merupakan nilai random dari
N 1 2 3 4 5 6 7
R 0.0 0.0 0.5 0.9 1.1 1.2 1.3
C 0 0 8 0 2 4 2
Tabel 3.1 Nilai random CR
Jika CR < 0.1 maka nilai perbandingan
berpasangan pada matriks kriteria diberikan
konsisten. Jika CR > 0.1, maka nilai perbandingan 3 Cinta Jurusan 5
berpasangan pada matriks kriteria tidak konsisten.
Jika tidak konsisten maka pengisian nilai-nilai pada 4 Keaktifan 5
matriks berpasangan pada unsur kriteria maupun
5 Kekeluargaan 5
alternatif harus diulang.
Pada metode Analytical Hierarchy Process, Tabel 3.3 Kriteria Penilaian
terdapat nilai skala yang merepresentasikan bobot
1. Kriteria Kehadiran
perbandingan suatu kriteria atau alternatif sebagai
berikut: Kriteria Kehadiran Nilai
Tingkat Definisi Keterangan 9-10 hari 9
Kepentingan
7-8 hari 7
1 Sama penting Kedua elemen
sama pentingnya 5-6 hari 5
3 Sedikit lebih Elemen yang satu 3-4 hari 3
penting sedikit lebih
penting 0-2 1
5 Lebih penting Elemen yang satu Tabel 3.4 Kriteria Kehadiran
esensial atau
sangat 2. Kriteria Etika
penting(lebih
penting) Kriteria Etika Nilai
ketimang elemen
yang lainnya Sangat baik (A) 9

7 Sangat penting Satu elemen jelas Baik (B) 7

lebih penting dari
elemen yang Cukup (C) 5
lainnya
Kurang (D) 3
9 Mutlak sangat Satu elemen
Sangat kurang (E) 1
penting mutlak lebih
penting ketimang Tabel 3.5 Kriteria Etika
elemen yang
lainnya Nama calon mahasiswa terbaik dalam acara
Ameliorer
2, 4, 6, 8 Nilai tengah Nilai-nilai
diantara dua No Nama Mahasiswa
pertimbangan
yang berdekatan 1 Arya
Tabel 3.2 Tingkat Kepentingan 2 Amanda
Berikut ini adalah tabel yang menjelaskan nilai dari
3 Nasywa
setiap kriteria berdasarkan keadaan dan disesuaikan
dengan skala penilaian metode AHP 4 Gracia
No Kriteria Penilaian Nilai 5 Hamidah
1 Kehadiran 7 Tabel 3.6 Nama Calon Mahasiswa Terbaik

2 Etika 7
Langkah-langkah Metode Analytical Hierarchy Hamidah 1 0.71429 1.66667 0.55556 1
Process (AHP) dengan kriteria yang telah
Jumlah 6 4.27764 9.9 3.05556 5.8
disediakan sebagai berikut:
Tabel 3.9 Matriks Perbandingan Berpasangan Etika
A. Kehadiran
1. Matriks Perbandingan Berpasangan 2. Matriks Nilai Kriteria
Kriteria Arya Amanda Nasywa Gracia Hamidah Kriteria Arya Aman Nas Gracia Hamid Jumlah PV
da ywa ah
Arya 1 0.4 0.7 1.4 1
Arya 0.165 0.1636 0.1 0.1636 0.1724 0.8265 0.16
Amanda 2.5 1 0.3 0.6 0.4 19 4 616 4 1 53
2
Nasywa 1.4 3.3 1 1.8 1.2
Amand 0.235 0.2337 0.2 0.2290 0.2413 1.1725 0.23
a 99 7 323 9 8 6 451
Gracia 0.7 1.6 0.5 1 0.7
2

Hamidah 1 2.5 0.8 1.4 1

Nasywa 0.103 0.1016 0.1 0.0981 0.1034 0.5075 0.10
24 4 010 8 5 3 151
Jumlah 6.6 8.9 3.3 6.2 4.3 1
Tabel 3.7 Matriks Perbandingan Berpasangan Kehadiran Gracia 0.330 0.3339 0.3 0.3272 0.3103 1.6386 0.32
38 6 367 7 4 6 773
2. Matriks Nilai Kriteria
Hamida 0.165 0.1669 016 0.1818 0.1724 0.8547 0.17
Kriter Arya Aman Nasy Graci Hami Jumla PV h 19 8 835 2 1 6 095
ia da wa a dah h .

Arya 0.150 0.449 0.206 0.224 0.232 0.859 0.171 Tabel 3.10 Matriks Nilai Kriteria Etika
54 4 56 77 56 37 87

Aman 0.376 0.112 0.088 0.096 0.093 0.766 0.153 λmax = 5.00163
da 34 36 52 33 02 58 31 CI = 0.00041
Nasy 0.215 0.374 0.295 0.288 0.279 1.452 0.290 CR = 0.04%
wa 05 53 08 99 07 73 55

Graci 0.107 0.187 0.163 0.160 0.162 0.782 0.156 C. Cinta Jurusan
a 53 27 93 55 79 07 41
1. Matriks Perbandingan Berpasangan
Hami 0.150 0.280 0.245 0.229 0.232 1.139 0.227
Kriteria Arya Amanda Nasywa Gracia Hamidah
dah 54 9 9 36 56 25 85

Tabel 3.8 Matriks Nilai Kriteria Kehadiran Arya 1 1 1 1 1

Amanda 1 1 1 1 1
λmax = 5.44487
CI = 0.11122 Nasywa 1 1 1 1 1
CR = 9.93% Gracia 1 1 1 1 1

Hamidah 1 1 1 1 1
B. Etika
1. Matriks Perbandingan Berpasangan Jumlah 5 5 5 5 5

Kriteria Arya Amanda Nasywa Gracia Hamidah

Tabel 3.11 Matriks Perbandingan Berpasangan Cinta
Jurusan
Arya 1 0.7 1.6 0.5 1
2. Matriks Nilai Kriteria
Amanda 1.42857 1 2.3 0.7 1.4
Kriter Arya Aman Nasy Graci Hami Jumla PV
Nasywa 0.625 0.43478 1 0.3 0.6 ia da wa a dah h

Gracia 2 1.42857 3.33333 1 1.8 Arya 0.2 0.2 0.2 0.2 0.2 1 0.2
Aman 0.2 0.2 0.2 0.2 0.2 1 0.2 λmax = 5.00073
da CI = 0.00018
Nasy 0.2 0.2 0.2 0.2 0.2 1 0.2
CR = 0.02%
wa

Graci 0.2 0.2 0.2 0.2 0.2 1 0.2 E. Kekeluargaan

a
1. Matriks Perbandingan Berpasangan
Hami 0.2 0.2 0.2 0.2 0.2 1 0.2
Kriteria Arya Amanda Nasywa Gracia Hamidah
dah

Tabel 3.12 Matriks Nilai Kriteria Cinta Jurusan Arya 1 0.6 0.6 1 0.3

Amanda 1.67 1 1 1.6 0.5

λmax = 5
CI = 0 Nasywa 1.67 1 1 1.6 0.5

CR = 0% Gracia 1 0.625 0.625 1 0.3

Hamidah 3.3 2 2 3.3 1

D. Keaktifan
Jumlah 8.67 5.25 5.25 8.53 2.6
1. Matriks Perbandingan Berpasangan
Kriteria Arya Amanda Nasywa Gracia Hamidah
Tabel 3.15 Matriks Perbandingan Berpasangan
Kekeluargaan
Arya 1 1.2 1.8 1.2 1.8

Amanda 0.83 1 1.4 1 1.4 2. Matriks Nilai Kriteria

Nasywa 0.56 0.79 1 0.7 1 Kriter Arya Aman Nasy Graci Hami Jumla PV
ia da wa a dah h
Gracia 0.83 1 1.4 1 1.4
Arya 0.115 0.114 0.114 0.117 0.115 0.577 0.115
Hamidah 0.56 0.79 1 0.79 1 38 83 83 19 38 62 52

Jumlah 3.78 4.67 6.67 4.69 6.6 Aman 0.192 0.191 0.191 0.187 0.192 0.954 0,190
da 31 39 39 5 31 89 98
Tabel 3.13 Matriks Perbandingan Berpasangan
Keaktifan Nasy 0.192 0.191 0.191 0.187 0.192 0.954 0.190
wa 31 39 39 5 31 89 98

Graci 0.115 0.119 0.119 0.117 0.115 0.587 0.117

a 38 62 62 19 38 19 44
2. Matriks Nilai Kriteria
Hami 0.384 0.382 0.382 0.390 0.384 1.925 0.385
Kriter Arya Aman Nasy Graci Hami Jumla PV
dah 62 78 78 63 62 41 08
ia da wa a dah h
Tabel 3.16 Matriks Nilai Kriteria Kekeluargaan
Arya 0.264 0.259 0.271 0.260 0.272 1.328 0.265
71 26 55 06 73 31 66
λmax = 5.00028
Aman 0.220 0.216 0.211 0.216 0.212 1.076 0.215 CI = 7.0E-5
da 59 05 21 72 12 68 34
CR = 0.01%
Nasy 0.147 0.154 0.150 0.151 0.151 0.755 0.151
wa 06 32 86 7 52 46 09
F. Hasil Akhir Perhitungan
Graci 0.220 0.216 0.215 0.216 0.212 1.080 0.216
a 59 05 52 72 12 99 2
Hasil akir dari perhitungan dapat dilihat
Hami 0.147 0.154 0.150 0.154 0.151 0.758 0.151 tabel dibawah berikut ini:
dah 06 32 86 8 52 56 71
Overall Composite Height Priority Vector (rata-rata)
Tabel 3.14 Matriks Nilai Kriteria Keaktifan
Kehadiran 0.24138
 Etika 0.24138 b. Halaman Kriteria

Cinta Jurusan 0.17241

Halaman ini merupakan halaman tabel
kriteria, yang terdapat tabel, dan button untuk
Keaktifan 0.17241 menambah data, edit data, dan hapus data.
Kekeluargaan 0.17241
Tabel 3.17 Hasil Akhir Perhitungan

G. Hasil Perangkingan
Berikut adalah perangkingan mahasiswa
terbaik di acara Ameliorer 2022:
Peringkat Alternatif Nilai

1 Hamidah 0.223296

2 Gracia 0.208869

3 Amanda 0.19815
Gambar 3.2 Halaman Kriteria
4 Nasywa 0.188093
c. Halaman Alternatif
5 Arya 0.181591
Halaman ini merupakan halaman tabel
Tabel 3.18 Hasil Perangkingan alternatif, yang terdapat tabel, dan button untuk
menambah data, edit data, dan hapus data.
B. Perancangan Sistem
a. Halaman Tabel Tingkat Kepentingan
Halaman ini menjelaskan tingkat
kepentingan antar satu kriteria dengan kriteria yang
lain

Gambar 3.3 Halaman Alternatif

d. Halaman Edit Alternatif
Halaman ini berfungsi untuk mengedit
alternatif.
Gambar 3.1 Halaman Tabel Tingkat Kepentingan
 Gambar 3.4 Halaman Edit Alternatif Gambar 3.6 Halaman Perbandingan Alternatif
e. Halaman Tambah Alternatif g. Halaman Matriks Perbandingan
Berpasangan dan Matriks Nilai Kriteria
Halaman ini berfungsi untuk menambah
alternatif bar Hasil dari perhitungan halaman
perbandingan alternatif ditampilkan pada halaman
ini. Selain itu terdapat juga hasil λmax, CI dan CR.

Gambar 3.5 Halaman Tambah Alternatif

f. Halaman Perbandingan Alternatif
Gambar 3.7 Halaman Matriks Perbandingan
Ketika sudah memasukkan alternatif, akan terdapat Berpasangan dan Matriks Nilai Kriteria
halaman yang membandingkan alternatif satu
dengan yang lainnya.
h. Halaman Hasil Perhitungan dan
Perangkingan
Halaman ini menampilkan hasil akhir dari
perhitungan dan terdapat perangkingan mahasiswa
terbaik dari nilai terbesar hingga nilai terkecil.

Gambar 3.8 Halaman Matriks Perbandingan
Berpasangan dan Matriks Nilai Kriteria
IV. KESIMPULAN
1. Dalam merancang sistem pendukung
keputusan pemilihan mahasiswa/i terbaik di
acara ameliorer ini menggunakan metode
analisis dengan kualifikasi kehadiran, etika,
cinta jurusan, keaktifan, dan kekeluargaan
untuk menentukan mahasiswa mana yang
layak menjadi mahasiswa terbaik dalam
acara ameliorer.
2. Tak hanya itu berbagai pertimbangan
terhadap perbandingan berpasangan sintetis
untuk memperoleh keseluruhan prioritas
dengan langkah langkah seperti
menjumlahkan nilai nilai dari setiap kolom
pada matriks, membagi setiap nilai dari
kolom dengan kolom yang bersangkutan
untuk memperoleh normalisasi matriks serta
menjumlahkan nilai nilai dari setiap garis
dan membaginya dengan jumlah element
untuk mendapatkan nilai rata rata.
3. Pada sistem pendukung keputusan ini dalam
metode Analytical Hierarchy Process ini
menggunakan nilai skala yang
dipresentasikan dengan bobot perbandingan
suatu kriteria atau alternatif.
V. UCAPAN TERIMA KASIH
Terima kasih kami sampaikan kepada Ibu
Rindu Puspita Wibawa yang telah membimbing
kami hingga jurnal ini selesai. Serta kepada
anggota kelompok 4 yang telah meluangkan waktu,
tenaga, dan pikirannya dengan maksimal demi
terselesaikannya jurnal ini.
VI. DAFTAR PUSTAKA
[1] Kurnia, Ia. dan Ahmad Muhtarom. 2021.
Sistem pendukung Keputusan untuk Menentukan
Siswa Terbaik Menggunakan Kombinasi Metode
AHP dan SAW. Jakarta: Universitas Budi Luhur
Jakarta.
https://ejournal.unkhair.ac.id/index.php/jiko/article/
viewFile/3339/2465 diakses pada tanggal 19
Desember 2022.
[2] Mulyoningtyas, Alfiyah. dan Diema
Hernyka Satyareni. dan M. Masrur. 2016.
Perancangan Sistem Pendukung Keputusan untuk
Menentukan Siswa Berprestasi Menggunakan
Metode Ahp (Analytical Hierarchy Process)
Berbasis Java. Jombang : Universitas Pesantren
Tinggi Darul ‘Ulum.
https://media.neliti.com/media/publications/154312
-ID-perancangan-sistem-pendukung-keputusan-u.pd
f . Diakses pada tanggal 19 Desember 2022
[3] Saputra Defa, Abetranda. dkk. 2022. Sistem
Pendukung Keputusan Pemilihan Siswa Berprestasi
Menggunakan Metode Analytical Hierarchy
Process (AHP) Pada SMK Negeri 5 Surakarta.
Surakarta: Universitas Duta Bangsa Surakarta.
https://ojs.udb.ac.id/index.php/Senatib/article/view/
1928/1515 diakses pada tanggal 19 Desember 2022.
[4] Saputra Defa, Abetranda. dkk. Sistem
Pendukung Keputusan Pemilihan Siswa Berprestasi
Menggunakan Metode Analytical Hierarchy
Process (AHP) Pada SMK Negeri 5 Surakarta.
Surakarta: Universitas Duta Bangsa Surakarta.
https://ojs.udb.ac.id/index.php/Senatib/article/view/
1928/1515 diakses pada tanggal 19 Desember 2022.