Jurnal Bisantara Informatika (JBI)

Vol.4, No.1, Juni 2020, pp. 1~14

ISSN (print): 2686-6455, ISSN (online): 2686-5319
 1

Sistem Pendukung Keputusan Penilaian Kinerja Dosen

Menggunakan Metode Weighted Product di AMIK
Parbina Nusantara

Jimmi Hendrik P. Sitorus1, Rusmayani Tambun2

1
AMIK Parbina Nusantara; Jl. Pane No. 34, Telp. 0622-434084, Indonesia
2
AMIK Parbina Nusantara; Jl. Pane No. 34, Telp. 0622-434084, Indonesia
e-mail: 1jimmisitorus@amikparbinanusantara.ac.id ,
2
rusmayanitambun@amikparbinanusantara.ac.id

Abstrak
Penilaian kinerja dosen dalam suatu perguruan tinggi merupakan suatu kegiatan untuk
mengevaluasi kinerja dari setiap dosen yang ada dalam perguruan tinggi. AMIK Parbina
Nusantara merupakan salah satu dari beberapa perguruan tinggi yang ada di Kota
Pematangsiantar. Untuk meningkatkan layanan kepada Mahasiswa setiap akhir semester,
dilakukan penilian kinerja setiap dosen yang mengajar. Proses penilaian yang di lakukan
meliputi penilaian dosen oleh mahasiswa, peniliaian kedisiplinan dosen terhadap memberi
mata kuliah, alokasi waktu dalam mengajar, pendidikan terakhir, jabatan akademik serta karya
ilmiah yang dihasilkan per periode oleh setiap dosen. Metode Weighted Product (WP) dapat
digunakan untuk melakukan penilaian kinerja dosen pada perguruan tinggi AMIK Parbina
Nusantara, proses penilaian kinerja dosen lebih efisian dan lebih tepat sasaran, sehingga ketua
jurusan lebih mudah mendapatkan informasi mengenai kinerja dosen. Dengan menggunakan
Metode Weighted Product pada Sistem Pendukung Keputusan yang memiliki database, maka
data dosen atau nilai dari penilaian kinerja dosen dapat disimpan didalam database untuk
dapat dilakukan evaluasi pada tahun-tahun berikutnya.

Kata kunci—Penilaian Kinerja, Dosen, Weighted Product

Abstract
Assessment of the performance of lecturers in a college is an activity to evaluate the
performance of every lecturer in a college. AMIK Parbina Nusantara is one of the tertiary
institutions in Pematangsiantar, where the performance appraisal process for each of the
lecturers is carried out every period, which is at the end of each semester (odd-full). The
assessment process carried out includes the assessment of lecturers by students, the discipline
of lecturers on giving lectures, the allocation of time in teaching, the latest education, academic
positions and scientific work produced per period by each lecturer. Using the Weighted Product
(WP) method can assist in making decisions to determine the performance appraisal of
lecturers at tertiary institutions, as well as the process of assessing the performance of lecturers
more efficiently so that department heads more quickly get information about lecturer
performance. By using a decision support system that has a database, the lecturer data or
values from the lecturer performance appraisal can be stored in the database.

Keywords— Performance Assessment, Lecturer,Weighted Product

2  ISSN (print): 2686-6455, ISSN (online): 2686-5319

1. PENDAHULUAN

Penilaian kinerja merupakan persoalan yang penting dalam mengelola kinerja dosen.
Hal ini ditujukan untuk mengetahui seberapa kualitas kinerja yang dimiliki dosen, mengingat
dosen merupakan bagian yang penting dalam berkembangnya sebuah institusi pendidikan.
Untuk mengetahui kinerja dosen, sebuah lembaga pada institusi yaitu SPMI (Satuan Penjamin
Mutu Internal) yang bertugas melakukan penilaian dan evaluasi kegiatan pembelajaran maupun
sarana prasarana pada institusi akan melakukan juga penilaian kinerja dosen. Namun dalam hal
ini SPMI belum dapat membuat analisa-analisa yang efektif, mengingat dalam pelaksanaan
penilaian yang masih bersifat konvensional. Perhitungan nilai kinerja dosen yang kurang efektif
serta pendokumentasian penilaian tidak dilakukan dengan baik.
AMIK PARBINA NUSANTARA merupakan salah satu Akademi yang berada di
Pematangsiantar, yang bergerak dalam bidang pendidikan. Akademi ini memiliki ketentuan
dan kebijakan masing-masing dalam mensejahterakan akademinya termasuk setiap akhir
semester selalu mengadakan evaluasi kinerja dosen yang dinilai oleh mahasiswa dengan
mengisi kuisioner. Seiring dengan majunya teknologi informasi yang menuntut kecepatan dan
ketepatan dalam mengelolah data dan informasi, maka peniliain kinerja dosen secara manual
sudah tidak efektif lagi sehingga perlu menerapkan sebuah metode perhitungan yang akan
bermanfaat dan mempermudah pihak perguruan tinggi dalam melakukan evaluasi kinerja dosen
berbasis web di AMIK PARBINA NUSANTARA.

2. METODE PENELITIAN

2.1 Sistem Pendukung Keputusan

Definisi SPK secara sederhana adalah sebuah sistem yang dirancang untuk dapat
digunakan sebagai alat dalam membantu pengambilan keputusan dalam menentukan keputusan,
tetapi system ini tidak untuk menggantikan kapasitas seserang dalam mengambil keputusan,
tetapi hanya digunakan untuk memberikan pertimbangan. Sistem Pendukung Keputusan
ditujukan untuk membuat keputusan yang memerlukan penilaian atau pada pengambilan
keputusan yang sama sekali tidak dapat didukung oleh algoritma (Turban, 2005).
Sistem pendukung keputusan (decision support systems disingkat DSS) merupakan
bagian dari sebuah sistem informasi berbasis computer, termasuk sistem berbasis pengetahuan
(manajemen pengetahuan) yang dipakai dalam pengambilan keputusan pada sebuah organisasi
perusahaan atau lembaga pendidikan. Sebua Sistem Pendukung Keputusan juga dikatakan
sebagai sebuah sistem komputer yang dapat mengolah data masukan menjadi sebuah informasi
dalam pengambilan keputusan dari berbagai permasalahan yang spesifik. Menurut Moore and
Chang, sistem pendukung keputusan dapat digambarkan sebagai sebuah sistem yang memiliki
kemampuan untuk mendukung analisis data, dan pemodelan keputusan, berorientasi pada
keputusan, orientasi pada perencanaan masa depan, dan digunakan pada saat-saat yang tidak
biasa.

2. 1.1 Proses Pengambilan Keputusan

Menurut Simon (1960), proses dalam, pengambilan keputusan meliputi empat tahap
yang saling berhubungan dan berurutan, antara lain:
1. Inteligence
Tahap ini merupakan proses awal dilakukan penelusuran dan pendekatan dari ruang lingkup
problematika serta proses pengenalan masalah. Data masukan diperoleh, diperoses, dan
diuji dalam rangka mengidentifikasikan masalah.
2. Design

JBI Vol. 4, No. 1, Juni 2020

JBI ISSN (print): 2686-6455, ISSN (online): 2686-5319 3

Tahap ini merupakan proses untuk menemukan serta mengembangkan alternative, meliputi
proses untuk pemahaman masalah, mengembangkan solusi dan menguji kelayakan solusi.
3. Choice
Pada tahap ini dilakukan proses pemilihan dari berbagai alternatif solusi dan tindakan yang
mungkin akan diimplementasikan, meliputi pencarian, evaluasi, dan rekomendasi solusi
yang sesuai untuk variabel hasil pada alternative yang telah dipilih.
4. Implementation
Tahap implementasi adalah tahap pelaksanaan dari keputusan yang telah di ambil pada
langkah sebelumnya. Pada tahap ini perlu disusun serangkaian tindakan yang terencana,
sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan.

Gambar 1. Proses Pengambilan Keputusan

2.1.2 Komponen Sistem Pendukung Keputusan

Menurut Turban (2005), Sistem Pendukung Keputusan terdiri dari empat subsistem,
yaitu:
1. Manajemen Data merupakan basis data yang berisi data yang relevan dan dikelola oleh
perangkat lunak yang disebut dengan Database Management System (DBMS).
2. Manajemen Model berupa sebuah paket perangkat lunak yang menyediakan kemampuan
analisa yang berisi model-model financial, statistic, management science, atau model
kuantitatif.
3. Subsistem Dialog atau Komunikasi merupakan subsistem yang digunakan oleh user untuk
berkomunikasi dan memberi perintah (menyediakan user interface).
4. Manajemen knowledge merupakan subsistem yang mendukung subsistem lain atau sebagai
komponen yang berdiri sendiri.
4  ISSN (print): 2686-6455, ISSN (online): 2686-5319

Gambar 2. Model Konseptual Sistem Pendukung Keputusan

2. 2 Metode Weightning Product (WP)

Metode Weighted Product (WP) adalah salah satu metode dari Multiple Attribute
Decision Making (MADM). MADM sendiri merupakan sebuah metode yang digunakan untuk
mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Proses inti dari
MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian akan dilanjutkan dengan
proses perankingan untuk menyeleksi alternatif yang sudah diberikan (Syafitri Nur Arfiah et. al,
2016).
Metode Weighted Product tidak hanya dapat membantu dalam pengambilan keputusan,
tetapi juga akan menghasilkan nilai yang akan terpilih sebagai alternatif yang terbaik (Nilai
terbesar). Proses perhitungan akan sesuai dengan metode ini jika alternatif yang terpilih
memenuhi kriteria yang telah ditentukan. Metode Weighted Product ini lebih efisien digunakan
karena waktu yang dibutuhkan dalam perhitungan lebih singkat. Preferensi untuk alternatif Ai
diberikan sebagai berikut (Hatta Heliza Rahmania et. al, 2017).

Dengan i= 1,2,3 ...,m Dimana ƩWj= 1, Wj adalah pangkat bernilai positif untuk atribut
keuntungan, dan bernilai negative untuk atribut biaya. Preferensi relatif dari setiap alternatif
diberikan sebagai berikut (K.N. Ratih, 2016). Preferensi untuk alternatif Ai diberikan sebagai
berikut :

Dengan i = 1, 2, 3, …, n.
Dimana :
V = Preferensi alternative dianalogikan sebagai vektor V
X = Nilai kriteria
W = Bobot kriteria/subkriteria
i= Alternatif
j = Kriteria
n= Banyaknya kriteria

JBI Vol. 4, No. 1, Juni 2020

JBI ISSN (print): 2686-6455, ISSN (online): 2686-5319 5

2. 2.1 Tahapan Perhitungan dengan Metode Weightning Product (WP)

Langkah – langkah dalam perhitungan metode Weighted Product adalah sebagai berikut:
1. Mengalikan seluruh atribut bagi seluruh alternative dengan bobot sebagai pangkat positif
bagi atribut biaya.
2. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternative
3. Membagi nilai V bagi setiap alternatif dengan nilai pada setiap alternative
4. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan.
Untuk perangkingan/mencari alternatif yang terbaik dilakukan dengan rumus berikut:
1. Penentuan Bobot Nilai W

Keterangan :
Wj : Bobot atribut
ΣWj : Penjumlahan bobot atribut
2. Penentuan Nilai Vektor S

Keterangan :
S : menyatakan alternatif yang dianalogikan sebagai vektor S
x : menyatakan nilai kriteria
w : menyatakan bobot kriteria
i : enyatakan alternative
j : menyatakan kriteria
n : menyatakan banyaknya kriteria
Wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negative untuk
atribut biaya.
3. Penentuan Nilai Vektor V

Dimana :
V = Preferensi alternatif dianalogikan sebagai vektor V
x = Menyatakan nilai kriteria
w = Menyatakan bobot kriteria
j = Kriteria
i = Alternatif
n = Banyaknya kriteria
S = Preferensi alternatif dianalogikan sebagai vektor S
6  ISSN (print): 2686-6455, ISSN (online): 2686-5319

3. HASIL DAN PEMBAHASAN

Metode Weighted Product (WP) metode ini sering digunakan sebagai media
perhitungan guna mendukung pemberian keputusan. Cara perhitungan dari metode WP yaitu
dengan menentukan nilai bobot dari setiap kriteria, kemudian dilanjutkan dengan proses
perengkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif.
Dengan menerapkan metode Weight Product dalam perhitungan untuk menentukan
alternatif keputusan, maka dilakukan penentuan data alternatif dan kriteria yang akan dihitung.
Untuk tahapan pertama admin melakukan input data calon dosen terbaik sebagai alternatif,
kemudian input data kriteria hingga proses perhitungan nilai bobot masing-masing kriteria dan
mendapatkan nilai preferensi sebagai nilai rangking yang menjadi alternatif keputusan.
Untuk penyelesaiannya masalah diperlukan kriteria-kriteria dan bobot dalam melakukan
perhitungan sehingga akan dapat alternatif terbaik adalah sebagai berikut pada tabel penilaian
kriteria dan skala ranting kriteria :

Tabel 1 Kriteria
Ket Kriteria Bobot
C1 Penilaian Mahasiswa 5
C2 Penilaian Dosen Sejawat 4
C3 Penilaian Pimpinan 3
C4 Kualifikasi Pendidikan 5
C5 Penelitian 5
C6 Jurnal yang diterbitkan 5
C7 Pelatihan/ Kursus 3
C8 Seminar yang diikuti 3
C9 Pengabdian kepada Masyarakat 4
C10 Jabatan Akademik 4

Tabel 2 Tabel Skala Rating Kecocokan

Ranting Nilai Bobot
1 Sangat Kurang
2 Kurang
3 Cukup
4 Baik
5 Sangat Baik

3.1 Kriteria
1. Kriteria Penilaian Mahasiswa (C1)
Untuk mendapatkan data kriteria penilaian mahasiswa diambil dari rekap angket yang diisi
oleh mahasiswa yang dipilih secara acak dengan beberapa aspek penilaian. Penilaian yang
dilakukan langsung menggunakan aplikasi dengan memilih aspek kompetensi dosen dengan
hasil bobot otomatis diperoleh dari sistem adalah sebagai berikut:
Tabel 3 Kriteria Penilaian Mahasiswa
Skor Penilaian
Keterangan Nilai Bobot
Mahasiswa
86 – 100 Sangat Baik 5
76 – 85 Baik 4
66 – 75 Cukup 3
51 – 65 Kurang 2
0 – 50 Sangat Kurang 1

JBI Vol. 4, No. 1, Juni 2020

JBI ISSN (print): 2686-6455, ISSN (online): 2686-5319 7

2. Kriteria Penilaian Dosen Sejawat (C2)

Nilai kriteria penilaian dosen sejawat diperoleh dari dari rekap angket yang diisi oleh dosen
selaku teman sejawat yang dipilih secara acak. Penilaian juga dilakukan menggunakan
aplikasi dengan memilih aspek kompetensi dosen dengan hasil bobot otomatis diperoleh
dari sistem adalah sebagai berikut:
Tabel 4 Kriteria Penilaian Dosen Sejawat
Skor Penilaian Dosen
Keterangan Nilai Bobot
Sejawat
86 – 100 Sangat Baik 5
76 – 85 Baik 4
66 – 75 Cukup 3
51 – 65 Kurang 2
0 – 50 Sangat Kurang 1

3. Kriteria Penilaian Atasan / Manajemen (C3)

Perolehan Nilai dalam penilaian atas juga sama dengan cara penilaian yang dilakukan oleh
dosen sejawat dan mahasiswa adalah sebagai berikut :
Tabel 5 Kriteria Penilaian Pimpinan
Skor Penilaian Mahasiswa Keterangan Nilai Bobot
86 – 100 Sangat Baik 5
76 – 85 Baik 4
66 – 75 Cukup 3
51 – 65 Kurang 2
0 – 50 Sangat Kurang 1

4. Kriteria Kualifikasi Pendidikan (C4)

Data diambil dari pendidkan terakhir dosen dengan minimal pendidkan S1 yang sudah
memiliki NIDN dan maksimal pendidikan S3 adalah sebagai berikut:
Tabel 5 Kriteria Kualifikasi Pendidikan
Kualifikasi Pendidikan Keterangan Nilai Bobot
S3(Doktor) Sangat Baik 5
S2(Magister) Baik 3
S1 Cukup 1

5. Kriteria Penelitian (C5)

Data diambil dari banyaknya jumlah penelitian yang dilakukan oleh dosen tersebut adalah
sebagai berikut:
Tabel 6 Kriteria Kualifikasi Penelitian
Jumlah Penelitian Keterangan Nilai Bobot
>=4 Sangat Baik 5
3 Baik 4
2 Cukup 3
1 Kurang 2
0 Sangat Kurang 1

6. Kriteria Jurnal (C6)

Data diambil dari nilai jurnal yang memiliki bobot tertinggi dari jurnal yang di publish
dengan kategori jurnal sesuai standar yang sudah ditentukan di dalam sistem adalah sebagai
berikut:
8  ISSN (print): 2686-6455, ISSN (online): 2686-5319

Tabel 7 Kriteria Jurnal

Jumlah Jenis Jurnal Keterangan Nilai Bobot
>=1 Internasional Akreditasi Sangat Baik 5
>=3 Nasional Terakreditasi Baik 4
1-2 Nasional Terakreditasi Cukup 3
>=1 Internasional Cukup 3
>=3 Jurnal Nasional Cukup 3
1-2 Jurnal Nasional Kurang 2
>=3 Jurnal Lokal Kurang 2
1-2 Jurnal Lokal Sangat Kurang 1

7. Kriteria Pelatihan (C7)

Data diambil dari banyaknya jumlah pelatihan yang diikuti dosen untuk peningkatan
kualitas, baik softskill maupun hardskill dosen adalah sebagai berikut:
Tabel 8 Kriteria Pelatihan
Jumlah Keterangan Nilai Bobot
>=4 Sangat Baik 5
3 Baik 4
2 Cukup 3
1 Kurang 2
0 Sangat Kurang 1

8. Kriteria Seminar (C8)

Data kriteria seminar diambil dari jumlah seminar yang diikuti oleh Dosen adalah sebagai
berikut:
Tabel 9 Kriteria Seminar
Jumlah Keterangan Nilai Bobot
>=4 Sangat Baik 5
3 Baik 4
2 Cukup 3
1 Kurang 2
0 Sangat Kurang 1

9. Kriteria Pengabdian Kepada Masyarakat (C9)

Data diambil dari jumlah pengabdian Dosen kepada masyarakat dalam 1 tahun adalah
sebagai berikut:
Tabel 10 Kriteria Pengabdian Kepada Masyarakat
Jumlah Keterangan Nilai Bobot
>=4 Sangat Baik 5
3 Baik 4
2 Cukup 3
1 Kurang 2
0 Sangat Kurang 1

10. Kriteria Jabatan Akademik (C10)

Data diambil dari tingkat jabatan masing-masing dosen yang terstruktur di dalam akademik
adalah sebagai berikut:

Tabel 11 Kriteria Jabatan Akademik

Jabatan Akademik Keterangan Nilai Bobot
Guru Besar Sangat Baik 5

JBI Vol. 4, No. 1, Juni 2020

JBI ISSN (print): 2686-6455, ISSN (online): 2686-5319 9

Lektor Kepala Baik 4

Lektor Cukup 3
Asisten Ahli Kurang 2
Pengajar Sangat Kurang 1

3.2 Hasil Penilaian

Data nilai kriteria ini di dapatkan setelah dilakukan penilaian kepada dosen oleh Mahasiswa
dimana seluruh bobot nilai kriteria sudah di tentukan seluruh nilainya pada table kriteria
yang ada di atas sebelumnya.
Nilai yang di peroleh dosen peserta pada masing-masing kriteria dihasilkan melalui
penjumlahan nilai rata-rata dari semua nilai yang di berikan oleh penilai berdasarkan bobot
yang sudah di tentukan.
Tabel 3.16 Penilaian C1 ( Penilaian Mahasiswa )
Nama Dosen Nama Penilai Q1 Q2 Q3 Q4 Q5 Avg C1
Mahasiswa 1 2 2 2 2 2 2
Dosen 1 2
Mahasiswa 2 2 2 2 2 2 2
Mahasiswa 1 4 4 4 4 4 4
Dosen 2 4
Mahasiswa 2 4 4 4 4 4 4
Mahasiswa 1 3 3 3 3 3 3
Dosen 3 3
Mahasiswa 2 3 3 3 3 3 3
Mahasiswa 1 5 5 5 5 5 5
Dosen 4 5
Mahasiswa 2 5 5 5 5 5 5

Tabel 3.17 Penilaian C2 ( Penilaian Dosen Sejawat )

Nama Dosen Nama Penilai Q1 Q2 Q3 Q4 Q5 Avg C2
Dosen Penilai 1 2 2 2 2 2 2
Dosen 1 2
Dosen Penilai 2 2 2 2 2 2 2
Dosen Penilai 1 4 4 4 4 4 4
Dosen 2 4
Dosen Penilai 2 4 4 4 4 4 4
Dosen Penilai 1 3 3 3 3 3 3
Dosen 3 3
Dosen Penilai 2 3 3 3 3 3 3
Dosen Penilai 1 5 5 5 5 5 5
Dosen 4 5
Dosen Penilai 2 5 5 5 5 5 5

Tabel 3.18 Penilaian C3 ( Penilaian Pimpinan )

Nama Penilai Nama Dosen Q1 Q2 Q3 Q4 Q5 Avg C3
Dosen 1 2 2 2 2 2 2 2
Dosen 2 4 4 4 4 4 4 4
Pimpinan
Dosen 3 3 3 3 3 3 3 3
Dosen 4 5 5 5 5 5 5 5
10  ISSN (print): 2686-6455, ISSN (online): 2686-5319

Tabel 3.19 Penilaian C4 ( Penilaian Kualifikasi Pendidikan )

Nama Dosen Pendidikan C3

Dosen 1 S1 1
Dosen 2 S2 3
Dosen 3 S2 3
Dosen 4 S3 5

Tabel 3.20 Penilaian C5 ( Penilaian Penelitian )

Nama Dosen Jumlah Penelitian C5

Dosen 1 2 3
Dosen 2 3 4
Dosen 3 2 3
Dosen 4 5 5

Tabel 3.21 Penilaian C6 ( Penilaian Jurnal )

Nama Dosen JL JN JNA JI JIA C6
Dosen 1 1 2 0 0 0 3
Dosen 2 3 3 1 0 0 4
Dosen 3 3 2 0 0 0 3
Dosen 4 7 5 2 2 1 5

Tabel 3.22 Penilaian C7 ( Penilaian Pelatiahan )

Nama Dosen Jumlah Pelatihan C7

Dosen 1 1 2
Dosen 2 2 3
Dosen 3 3 4
Dosen 4 3 4

Tabel 3.23 Penilaian C8 ( Penilaian Seminar )

Nama Dosen Jumlah Seminar C8

Dosen 1 1 2
Dosen 2 2 3
Dosen 3 3 4
Dosen 4 9 5

JBI Vol. 4, No. 1, Juni 2020

JBI ISSN (print): 2686-6455, ISSN (online): 2686-5319 11

Tabel 3.24 Penilaian C9 ( Penilaian Pengabdian Masyarakat )

Nama Dosen Jumlah Pengabdian C9

Dosen 1 1 2
Dosen 2 2 3
Dosen 3 2 3
Dosen 4 5 5

Tabel 3.25 Penilaian C10 ( Penilaian Jabatan )

Nama Dosen Jabatan C10

Dosen 1 Pengajar 1
Dosen 2 Lektor 3
Dosen 3 Pengajar 1
Dosen 4 Guru Besar 5

Selanjutnya dilakukan perbaikan bobot kriteria untuk mendapatkan nilai bobot kepentingan
pada masing-masing kriteria dengan menggunakan rumus sebagai berikut:
Wj =

Dengan adalah nilai bobot

= = 0.121951
= = 0.097561
= = 0.073171
= = 0.121951
= = 0.121951
= = 0.121951
= = 0.073171
= = 0.073171
= = 0.097561
= = 0.097561
Berdasarkan nilai diatas maka dilakukan proses perhitungan nilai kriteria pada masingmasing
alternatif yang dipangkatkan dengan nilai kepentingan dan dikalikan dengan nilai kriteria yang
dimiliki oleh alternatif tersebut, sehingga menghasilkan nilai Vektor S. Berikut nilai vektor S
pada masing-masing alternatif dengan 4 contoh data dosen menggunakan rumus sebagai
berikut:
12  ISSN (print): 2686-6455, ISSN (online): 2686-5319

Selanjutnya menghitung nilai prefrensi sebagai nilai akhir, nilai tertinggi merupakan nilai
alternatif terpilih. Nilai prefensi Vi pada masing-masing alternatif sebagai berikut:

Tabel 3.26 Hasil Nilai Tertinggi

No Alternative Nama Dosen Nilai Dosen
1 V4 Dosen 4 0.384923
2 V2 Dosen 2 0.264497
3 V3 Dosen 3 0.209352
4 V1 Dosen 1 0.141228

Dari hasil perhitungan diatas dengan nilai preferensi tertingi dapat disimpulkan bahwa alternatif
terbaik yang terpilih adalah V4(Dosen 4) dari jumlah sampel 4 dosen dengan nilai V4 =
0.384923.

JBI Vol. 4, No. 1, Juni 2020

JBI ISSN (print): 2686-6455, ISSN (online): 2686-5319 13

4. KESIMPULAN

Dari Hasil penelitian yang telah dilakukan dapat disimpulkan bahwa penggunaan
Metode Weightning Product (WP) pada Sistem Pendukung Keputusan ini sangat bermanfaat
sekali untuk di terapkan pada AMIK Parbina Nusantara. Dengan menggunakan banyak kriteria
seperti yang sudah dijelaskan sebelumnya, sehingga membuat penilaian terhadpa seorang dosen
lebih bervariasi dan peniliaian nya lebih spesifik dan terinci. Sehingga didapatkan hasil yang
lebih akurat.

5. SARAN

Penelitian ini diharapkan dapat dikembangkan lagi dengan metode – metode lainnya
dan dengan kriteria – kriteria yang lebih banyak, sehingga pemilihan suatau metode untuk
menyelsaikan suatu permasalahan dapat dilakukan dengan baik. Semoga juga ke depannya akan
banyak bermunculan metode – metode baru dalam Sistem Pendukung Keputusan.

DAFTAR PUSTAKA
[1] Rezqiwati Ishak (2016). Sistem Pendukung Pemilihan Penyuluhan Lapangan
Keluarga Berencana Teladan Dengan Metode Weighted Product (WP), ISSN :
2087-1716.
[2] Anita Rahmawati, Yuli Astuti (2018). Implementasi Weighted Product (WP) Untuk
Penerimaan Karyawan, 2(1), ISSN : e-2580 p-2088-3943.
[3] Yoga Handoko Agustin, Hendra Kurniawan (2015). Sistem pendukung keputusan
penilaian kinerja dosen menggunakan metode Weighted Product (WP), Seminar
Nasional Informatika. Yogyakarta: MTI STMIK AMIKOM Yogyakarta.
[4] Ade Hendini (2016). Pemodelan UML sistem informasi, jurnal khatulistiwa
informatika, 4(2), Pontianak: BSI Pontianak.
[5] Nasrun Marpaung, Masitah Handayani, Rolly Yesputra (2018). Sistem pendukung
keputusan pemilihan dosen terbaik dengan metode weighted product (WP), ISSN :
e-2622-6510 p-2622-9986.
[6] Haris Saputro (2012). Modul Pembelajaran Praktek Basis Data (MySQL), Edited By
Haris Saputro.
[7] Tonni Limbong. Modul sistem pendukung keputusan weighted product (WP).
STMIK Budi Darma Medan.
[8] Much. Nur Rafli Anwar (2013). Pengembangan sistem informasi penilaian kinerja
dosen Universitas Islam Negri Maulana Malik Ibrahim Malang. [Central Library Of
Maulana Malik Ibrahim State Islamic Of Malang].
[9] Harison, Roby Faisal (2017). Aplikasi penilaian kinerja dosen pada proses belajar
mengajar berbasis web, [studi kasus : badan penjamin mutu internal Institut Teknologi
Padang], 5(2). ISSN : 2338-0403.