Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa. Irfan Dwi Jaya

2 Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa Irfan Dwi Jaya

Volume 4 : Nomor : 1 Edisi : Oktober 2015 – Maret 2016

ISSN 2302-5786

IMPLEMENTASI METODE AHP DALAM PERANCANGAN SISTEM PENUNJANG KEPUTUSAN PENENTUAN KUOTA PEMBIMBING MAHASISWA

Irfan Dwi Jaya STMIK MBC Palembang e-mail: [email protected] Abstrak Sistem penunjang keputusan digunakan untuk membantu manajemen dalam pengambilan keputusan didalam suatu perusahaan, institusi ataupun organisasi. Seperti halnya sistem penunjang keputusan penentuan kuota pembimbing yang bertujuan untuk membantu Kaprodi dalam menentukan kandidat pembimbing dan persentase jumlah bimbingan (quota). Dengan kriteria atau indikator yang digunakan adalah : Jenjang Akademik, Jenjang Pendidikan, Jurnal dan Pengalaman. Untuk merancang dan membangun sistem penunjang keputusan ini digunakan suatu metode komputasi perhitungan dalam pengambilan keputusan yaitu metode Analytical Hierarchy Process (AHP). Dalam proses pengambilan keputusan setiap kandidat akan dibandingkan dengan kandidat lainnya berdasarkan kriteria dan nilai yang diberikan sehingga didapatkan score yang akan membantu kaprodi dalam pengambilan keputusan. Diharapkan hasil akhir dari sistem ini mampu membantu kaprodi dalam pengambilan keputusan. Kata kunci:AHP, Sistem Penunjang Keputusan, Penetuan Kuota, Perancangan. 1. PENDAHULUAN 1.1 Latar Belakang STMIK Palcomtech Palembang merupakan salah satu Perguruan Tinggi atau Sekolah Tinggi yang bergerak di bidang pendidikan. Seperti halnya Perguruan Tinggi yang lain STMIK Palcomtech juga menerapkan sistem yang sama kepada mahasiswanya dalam menyelesaikan proses perkuliahan yaitu mahasiswa dituntut untuk membuat suatu karya tulis baik itu LTA ataupun Skripsi bagi mahasiswa tingkat akhir yang persyaratannya sudah lengkap. Sehingga memudahkan mahasiswa dan pihak lembaga pendidikan dalam menentukan mahasiswa mana yang bisa mengambil LTA dan Skripsi sebagai syarat kelulusan mereka. Mahasiswa yang mengambil LTA atau skripsi akan menghadap ke Kaprodi sesuai dengan jurusan masing-masing untuk menentukan rekomendasi Dosen Pembimbing. Sehingga didalam proses pemilihan pembimbing terdapat beberapa permasalahan seperti : 1. Pemilihan pembimbing terkadang melebihi jumlah (quota) bimbingan pada saat Kaprodi melakukan rekapitulasi, sehingga menambah beban kerja bagi dosen pembimbing. 2. Tidak adanya suatu sistem yang mengatur dan membuat suatu list

10

JURNAL SIGMATA | LPPM AMIK SIGMA

(daftar) dosen pembimbing berdasarkan kriteria atau syarat yang sudah ditentukan. Berdasarkan uraian diatas, penelitian ini diarahkan untuk mendesain suatu sistem pendukung keputusan yang bertujuan untuk membantu kaprodi dalam menentukan jumlah bimbingan (quota) pembimbing. Dalam mendesain sistem penunjang keputusan tersebut dibutuhkan suatu komponen atau kriteria yang akan dinilai. Adapun kriteria yang akan dinilai adalah sebagai berikut : 1. Jenjang Akademik (JA). 2. Jenjang Pendidikan (JP). 3. Jumlah Karya Tulis yang diterbitkan (J). 4. Pengalaman. (P). Salah satu metode yang digunakan untuk membuat sistem pendukung keputusan yang multikriteria (melibatkan banyaknya komponen atau kriteria yang dinilai) adalah metode AHP (Analytical Hierarchy Process). AHP juga cukup efektif dalam menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan persoalan tersebut kedalam bagian-bagiannya. Sehingga dapat membantu proses menentukan persentase jumlah (quota) bimbingan dengan baik . 1.2 Rumusan Masalah Berdasarkan latar belakang diatas, selanjutnya dirumuskan permasalahan


yang menjadi objek penelitian sebagai berikut : “Bagaimana merancang suatu sistem penunjang keputusan dalam menentukan jumlah (quota) bimbingan dengan menggunakan metode AHP” ? 1.3 Tujuan Penelitian Adapun tujuan dari penelitian ini yaitu untuk Merancang Sistem Penunjang Keputusan dalam menentukan jumlah (quota) bimbingan dengan menggunakan Metode AHP. 1.4 Manfaat Penelitian Adapun manfaat dalam penelitian ini adalah Menghasilkan suatu desain Sistem Penunjang Keputusan dalam menentukan jumlah (quota) bimbingan mahasiswa. 1.5 Landasan Teori 1.5.1 Sistem Penunjang Keputusan Secara sederhana, sistem dapat diartikan sebagai suatu kumpulan atau himpunan dari unsur atau variabel-variabel yang saling terorganisasi, saling berinteraksi dan saling bergantung sama lain (Fatta,2007:1). Sistem Penunjang Keputusan (SPK) atau Decision Support System (DSS) merupakan suatu sistem informasi yang digunakan untuk membantu manajer level menengah dalam proses pengambilan keputusan setengah tersruktur (semi structured) agar lebih efektif dengan menggunakan model-model analitis dan data yang tersedia. (Jogiyanto,2008:329). Pada dasarnya pengambilan keputusan adalah suatu pendekatan sistematis suatu masalah, pengumpulan fakta - fakta, penentuan yang matang dari alternatif yang dihadapi, dan pengambilan tindakan yang menurut perhitungan merupakan tindakan yang paling tepat. (Suryadi dan Ramdani,2002:1) Sedangkan Menurut Turban dkk (2005:53), Pengambilan keputusan adalah sebuah proses memilih tindakan(di antara berbagai alternatif) untuk mencapai suatu tujuan atau beberapa tujuan. Masalah terjadi ketika suatu sistem tidak memenuhi tujuan yang telah ditetapkan, tidak mencapai hasil yang diprediksi, atau tidak bekerja seperti yang direncanakan. Pemecahan dari masalah dapat juga berkaitan dengan mengidentifikasi suatu peluang - peluang baru. Tujuan SPK

ISSN 2302-5786

Tujuan dari Sistem Penunjang Keputusan (SPK), adalah sebagai berikut : 1. Membantu manajer mengambil keputusan setengah terstruktur yang di hadapin oleh manajer level menengah. 2. Membantu atau mendukung manajemen mengambil keputusan bukan menggantikannya. 3. Meningkatkan efektivitas pengambilan keputusan manajer bukan untuk meningkatkan efisiensi. Walaupun waktu manajer adalah penting (efisiensi), akan tetapi efektifitas merupakan tujuan utama penggunaan SPK. Karakteristik SPK Karakteristik umum dari Sistem Penunjang Keputusan (SPK) yaitu : 1. SPK adalah sebuah sistem berbasis komputer dengan antarmuka antara mesin/komputer dan pengguna. 2. SPK mampu memberi alternatif solusi bagi masalah semi/tidak terstruktur dalam berbagai macam proses dan gaya pengambilan keputusan. 3. SPK menggunakan data, basis data dan analisa model-model keputusan. 4. Menyediakan akses terhadap berbagai macam format dan tipe sumber data. 1.5.2 Komponen Sistem Penunjang Keputusan Suatu sistem penunjang keputusan memiliki beberapa subsistem yang menentukan kapabilitas dari suatu SPK tersebut, adapun subsistem tersebut adalah (Turban dkk , 2005:143): 1. Subsistem Manajemen Data Subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut Database Management System (DBMS). Subsistem manajemen data dapat diinterkoneksikan dengan data warehouse dalam perusahaan, suatu repositori untuk data-data perusahaan yang relevan untuk pengambilan keputusan. 2. Subsistem Manajemen Model Merupakan paket perangkat lunak yang memasukkan data dari model keuangan, statistik, ilmu manajemen atau suatu model kuantitatif lain yang memberikan kapabilitas analitik dan


11


manajemen perangkat lunak yang tepat. Bahasa - bahasa pemodelan yang digunakan untuk membangun model - model kustom (custom) juga dimasukkan. Perangkat lunak itu sering disebut Model Base Mangement System (MBMS). Komponen tersebut bisa dikoneksikan ke penyimpanan korporat atau eksternal yang ada pada model. 3. Subsistem Antarmuka Pengguna Pengguna berkomunikasi dengan dan memerintahkan sistem pendukung keputusan melalui subsistem tersebut. Pengguna merupakan bagian yang dipertimbangkan dari sistem. 4. Subsistem Berbasis-Pengetahuan Subsistem tersebut mendukung semua subsistem lain atau bertindak langsung sebagai suatu komponen independen dan bersifat opsional. 1.5.3 Metode AHP (Analytic Hierarchy Process) Pada dasarnya proses pengambilan keputusan merupakan proses untuk memilih suatu alternatif. Peralatan utama dari metode AHP adalah suatu hierarki fungsional dengan input utamanya persepsi manusia. Keberadaan dari hierarki memungkinkan dipecahnya masalah yang kompleks atau tidak terstruktur ke dalam sub - sub masalah, lalu menyusunnya menjadi suatu bentuk hierarki. AHP memiliki banyak keunggulan dalam menjelaskan proses pengambilan keputusan. Salah satu keunggulan tersebut adalah dapat digambarkan secara grafis sehingga mudah dipahami oleh semua pihak yang terlibat dalam pengambilan keputusan. AHP merupakan suatu metode yang dikembangkan oleh Thomas L Saaty, Beliau adalah professor matematika University of Pittsburgh kelahiran Irak. Tahapan AHP Dalam metode AHP dilakukan langkahlangkah sebagai berikut (Suryadi dan Ramdani, 2002 : 131): 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan. Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan secara jelas, detail dan mudah untuk dipahami. Dari masalah yang ada kita coba tentukan solusi

12


ISSN 2302-5786

yang mungkin cocok bagi masalah tersebut. Solusi dari masalah mungkin dapat berjumlah lebih dari satu. Solusi tersebut nantinya dapat kita kembangkan lebih lanjut ke dalam tahap berikutnya. 2. Membuat struktur hierarki yang diawali dengan tujuan utama Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan atau menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Setiap kriteria memiliki intensitas yang berbeda - beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin diperlukan).

Gambar 1 Struktur Hierarki AHP 3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya. Matriks yang digunakan merupakan matriks yang bersifat sederhana, memiliki kedudukan yang kuat untuk kerangka konsistensi, mendapatkan informasi lain yang mungkin akan dibutuhkan dengan semua perbandingan yang mungkin dan mampu menganalisis kepekaan prioritas secara keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks mencerminkan suatu aspek ganda dalam prioritas yaitu mendominasi dan didominasi. Perbandingan akan dilakukan berdasarkan judgment dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan dengan elemen lainnya. Untuk memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas hirarki misalnya K dan kemudian dari level di bawahnya


diambil elemen yang akan dibandingkan misalnya E1, E2, E3, E4, dan E5. Tabel 1 Matriks Perbandingan Berpasangan

Kriteria1 Kriteria2 Kriteria3 Kriteria4 Kriteria5

Krite ria 1 K11 K21 K31 K41 K51




daripada yang lainnya.

7

Satu elemen jelas lebih mutlak penting daripada elemen lainnya.

9

Satu elemen mutlak penting daripada elemen lainnya.


4. Melakukan Mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dimana n adalah banyaknya elemen yang dibandingkan. Hasil perbandingan dari masingmasing elemen akan berupa angka dari 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Apabila suatu elemen di dalam matriks dibandingkan dengan dirinya sendiri maka hasil perbandingan akan diberi nilai 1 (satu). Skala 9 telah terbukti dapat diterima dan bisa membedakan intensitas antar elemen. Hasil dari perbandingan tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan. Skala perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty bisa dilihat pada tabel berikut ini : Tabel 2 Skala Penilaian Perbandingan Berpasangan Intensitas Keterangan Penjelasan Kepentingan 1 Kedua Dua elemen elemen sama mempunyai pentingnya. pengaruh yang sama besar. 3 Elemen yang Pengalaman satu sedikit dan penilaian lebih penting sedikit daripada menyokong elemen satu elemen yanga dibandingkan lainnya. elemen yang lainnya. 5 Elemen yang Pengalaman satu lebih dan penilaian penting sangat kuat menyokong

2,4,6,8

ISSN 2302-5786

satu elemen dibandingkan elemen yang lainnya. Satu elemen yang kuat disokong dan dominan terlihat dalam praktek.

Bukti yang mendukung elemen yang satu terhadap elemen lain memeliki tingkat penegasan tertinggi yang mungkin menguatkan. Nilai ini diberikan bila ada dua kompromi di antara 2 pilihan.

Nilai-nilai antara dua nilai pertimbanga npertimbanga n yang berdekatan. Kebalikan Jika untuk aktivitas i mendapat satu angka dibanding dengan aktivitas j , maka j mempunyai nilai kebalikannya dibanding dengan i. Sumber : Suryadi dan Ramdani (2002:132-133) 5. Menghitung nilai eigen dan menguji konsistensinya. Jika tidak konsisten maka pengambilan data diulangi. 6. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki. 7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan Yang merupakan bobot setiap elemen untuk penentuan prioritas elemenelemen pada tingkat hirarki terendah sampai mencapai tujuan. Penghitungan akan dilakukan dengan cara menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks, dan


13


menjumlahkan nilai - nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan rata - rata. 8. Memeriksa konsistensi hirarki. Yang diukur dalam AHP adalah rasio konsistensi dengan melihat indeks konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar menghasilkan suatu keputusan yang mendekati valid. Walaupun sulit untuk mencapai yang sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10 %. 1.5.4 Prosedur AHP Pada dasarnya, prosedur atau langkahlangkah dalam metode AHP meliputi (Kusrini, 2007:135) : 1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, kemudian menyusun hierarki dari permasalahan yang dihadapi. Penyusunan dari hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas. 2. Menentukan prioritas elemen : a. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara berpasangan sesuai dengan kriteria yang diberikan. 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 kolom total yang bersangkutan untuk memperoleh normalisasi matriks. c. menjumlahkan nilai-nilai dari setiap baris dan membaginya

14


ISSN 2302-5786

dengan jumlah elemen untuk mendapatkan nilai rata-rata. 4. Mengukur konsistensi Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam langkah ini adalah : a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif pada elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua, dan seterusnya. b. Jumlahkan setiap baris c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada, hasilnya disebut  maks 5. Hitung Consistency Index (CI) dengan rumus : CI = ( maks-n)/n-1 dimana n = banyaknya elemen 6. Hitung Rasio Konsistensi/ Consistency Ratio (CR) dengan rumus : CR = CI / IR Dimana : CR = Consistency Ratio CI = Consistency Index IR = Index Random Consistency 7. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgement harus diperbaiki. Namun jika rasio konsistensi (CR) kurang atau sama dengan 0,1 (CR <= 0,1) , maka hasil perhitungan bisa dinyatakan benar atau konsisten. Daftar Index Random Consistency (IR) bisa dilihat pada tabel berikut ini : Tabel 3 Contoh Tabel Indeks Random Konsistensi UKURAN NILAI IR MATRIKS 1,2 0,00 3 0,58 4 0,90 5 1,12 6 1,24 7 1,32 8 1,41


9 10 11 12 13 14 15 Sumber : Kusrini (2007:136)

1,45 1,49 1,51 1,48 1,56 1,57 1,59

2. METODE PENELITIAN Dalam penelitian ini penulis menggunakan metode AHP dalam merancang sistem penunjang keputusan pemilihan pembimbing mahasiswa. Dimana penelitian dimulai dari mengidentifikasi permasalahan yang ada, analisis dan desain sistem dan membuat prototype sistem pendukung keputusan. Dalam penelitian ini, peneliti mengusulkan pendekatan sekuensial dan sistematis dengan menggunakan pendekatan Prototipe, dengan menitikberatkan pada aktivitas-aktivitas (Simarmata,2010:62) : 1. Tahap Analisis dan Kebutuhan Menganalisis dan menentukan serta mengumpulkan kebutuhan sistem yang akan dibangun yang bertujuan untuk mengidentifikasi dan memprioritaskan sistem informasi apa saja yang akan dikembangkan, sasaran-sasaran yang ingin dicapai, jangka waktu pelaksanaan serta mempertimbangkan dana yang tersedia dan menggunakan tools yang cocok. 2. Tahap Perancangan (Desain) Merancang suatu desain sistem yang cocok untuk kebutuhan user berdasarkan analisis dan kebutuhan sistem yang sudah ditetapkan. Dimana perancangan dilakukan untuk mengetahui sampai sejauh mana suatu sistem dapat melayani kebutuhan user (pemakai). 3. Membangun Prototype Membuat suatu prototipe dari sistem penunjang keputusan dalam proses penentuan jumlah bimbingan berdasarkan analisis dan desain sistem. Kemudian akan disimulasikan untuk melakukan perhitungan AHP dimana data akan diambil dari dosen program studi sistem informasi. 2.1 Alat dan Bahan Penelitian 2.1.1 Use Case Diagram

ISSN 2302-5786

Use case atau diagram use case merupakan pemodelan untuk kelakuan (behavior) sistem informasi yang akan dibuat. Dimana Use case mendeskripsikan sebuah interaksi antara satu hal atau lebih aktor dengan sistem informasi yang akan dibuat (Rosa dan Salahudin, 2011:130). 2.1.2 Class Diagram Model data yang akan digunakan adalah dengan pemodelan Class Diagram. Class Diagram (diagram kelas) menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem (Rosa dan Salahudin, 2011:122). Dalam mendefnisikan metode yang ada di dalam kelas perlu memperhatikan apa yang disebut dengan cohesion dan coupling. Cohesion merupakan ukuran seberapa dekat keterkaitan instruksi di dalam sebuah metode terkait satu sama lain sedangkan cohesion adalah ukuran seberapa dekat keterkaitan instruksi antara metode yang satu dengan metode yang lain dalam sebuah kelas. 2.2 Metode Analisis Data Peneliti menggunakan pendekatan kualitatif dalam melakukan analisis data, adapun tahap-tahapnya sebagai berikut: a. Mengidentifikasi permasalahan yang ada. b. Membaca dan mencari tahu metode untuk membuat sistem penunjang keputusan yaitu dengan menggunakan metode AHP. c. Menghitung variabel pembanding berdasarkan data pembimbing yang ada, dan menentukan nilai konsistensinya serta memilih alternatif yang ada. 3. HASIL DAN PEMBAHASAN 3.1 Analisis Sistem 3.1.1 Analisis Permasalahan Permasalahan utama yang terjadi dan yang akan diangkat di dalam penelitian ini adalah bagaimana membantu Kaprodi dalam menentukan kuota pembimbing mahasiswa yang akan melakukan Skripsi atau Tugas Akhir. Dikarenakan pada saat melakukan pemilihan pembimbing terkadang mahasiswa kesulitan dalam menentukan pembimbing yang cocok, dimana kurangnya informasi yang mereka dapatkan. Sehingga Kaprodi dalam memilih dan menentukan pembimbing juga mengalami kesulitan, dikarenakan pembimbing memiliki latar belakang dan bidang ilmu yang berbeda sehingga tidak semua judul atau topik cocok dengan pembimbing tersebut. Dan sering terdapat pembimbing yang melebihi quota (jumlah) bimbingan.


15


Untuk mengatasi permasalahan tersebut maka dibutuhkan suatu sistem yang mampu membantu mahasiswa dan kaprodi dalam menentukan kuota pembimbing. Sistem penunjang keputusan merupakan suatu sistem yang dapat membantu Top Management dalam mengambil keputusan, yaitu memilih dan menentukan pembimbing mahasiswa. Dimana untuk persentase tingkat keberhasilan yang dihasilkan oleh sistem penunjang keputusan, maka digunakan metode AHP (Analytical Hierarchy Process). 3.1.2 Analisis Kebutuhan Adapun kebutuhan fungsional yang terdapat pada sistem penunjang keputusan penetuan kuota pembimbing adalah sebagai berikut : 1. Sebelum menggunakan sistem, BAAK dan kaprodi diharuskan login dengan memasukkan username dan password. Jika benar maka akan masuk ke dalam halaman menu, tetapi jika salah akan diberikan informasi berupa pesan. 2. BAAK dapat mengisi data dosen yang terdiri dari Id Dosen, Nama, Jenis Kelamin, Alamat dan Nomor Telepon. BAAK juga dapat mengubah dan menghapus data dosen. 3. Halaman Nilai Dosen, dimana kaprodi dapat mengisi nilai dosen seperti Jenjang Akademik, Jenjang Pendidikan, Jurnal dan Pengalaman. 4. Kaprodi mengisi nilai matrik perbandingan berpasangan kriteria berdasarkan indikator/kriteria yang diberikan. Dimana nilai dipilih antara 19. 5. Matrik prioritas nilai kriteria, memperlihatkan kaprodi untuk mengetahui nilai prioritas (vektor eigen). 6. Perhitungan Consistency Ratio, dapat membantu kaprodi dalam memeriksa konsistensi hirarki apakah konsisten atau tidak. 7. Matrik Perbandingan Berpasangan kandidat per kriteria digunakan untuk memasukkan nilai kandidat untuk setiap kriteria berdasarkan tingkat kepentingan. Yang kemudian akan dihitung nilai Consistency Ratio untuk memastikan konsistensi hirarki matrik apakah konsisten atau tidak. 8. List hasil, sistem akan menampilkan hasil perhitungan AHP dengan menunjukkan nilai (score) kepada setiap kandidat berdasarkan nilai matrik perbandingan berpasangan kriteria, nilai matrik prioritas nilai kriteria, matrik

16


ISSN 2302-5786

perbandingan berpasangan kandidat per kriteria dan perhitungan CR. Dan membantu Kaprodi dalam menentukan urutan setiap kandidat dan persentase jumlah bimbingan. 9. Data akan disimpan dalam database yang terdiri dari : data dosen, yang berisi data kandidat, nilai dosen yang berfungsi untuk menyimpan nilai dosen berdasarkan indikator dan nilai kriteria yang digunakan untuk menyimpan nilai matrik kriteria berpasangan. 3.2 Pemodelan Sistem 3.2.1 Use Case Diagram Use Case merupakan pemodelan untuk kelakuan (behavior) dari sistem yang akan dibuat. Use Case digunakan untuk mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem informasi yang akan dibuat (Rosa dan Salahudin, 2011: p130). Berikut merupakan gambaran dari Use Case untuk sistem yang akan dibuat.

Gambar 2 Use Case Diagram

3.2.2 Class Diagram Class diagram digunakan untuk menggambarkan struktur sistem dari segi pendefinisian kelas-kelas yang akan dibuat untuk membangun sistem. Adapun class diagram dari sistem yang akan dibuat dapat dilihat pada gambar berikut ini :


ISSN 2302-5786

setiap kriteria akan diberikan skala pembobotan dimulai dari angka 1 sampai dengan 9 pada tiap elemen / kriteria. Adapun untuk masukkan nilai awal dari matrik perbandingan berpasangan kriteria yang ditampilkan pada gambar berikut :

Gambar 3 Class Diagram Sistem 3.3Implementasi Metode Analytical Hierarchy Process (AHP) Perhitungan AHP yang akan dibuat terdapat beberapa tahapan yang meliputi : 3.3.1 Identifikasi Masalah dan Solusi yang Diinginkan Dalam tahap ini penulis menentukan permasalahan yang terjadi dengan memberikan solusi yang dapat digunakan secara cepat, jelas dan mampu dipahami oleh user . Solusi dari permasalahan yang terjadi mungkin dapat berjumlah lebih dari satu, sehingga solusi tersebut dapat dipilih oleh user dalam proses pengambilan keputusan. 3.3.2 Struktur Hirarki Adapun struktur hirarki dalam penelitian ini dapat dilihat pada gambar berikut :

Gambar 5 Matrik Perbandingan Berpasangan Kriteria 3.3.4 Memperoleh Nilai Eigen vektor (Nilai Prioritas) Setelah memasukkan nilai pada matrik perbandingan berpasangan, langkah selanjutnya adalah memperoleh nilai eigenvektor. Tetapi sebelumnya matrik akan dinormalisasi terlebih dahulu. Dimana untuk menormalisasi matrik dilakukan dengan cara membagi setiap nilai pada matrik perbandingan berpasangan dengan kolom total masing-masing kriteria (lihat gambar 5). Nilai pada kolom jumlah baris ( Baris) didapat dari menjumlahkan nilai yang ada pada setiap baris kriteria. Hasil dari normalisasi matrik diperlihatkan pada gambar berikut :

Gambar 6 Normalisasi Matrik Kriteria Gambar 4 Struktur Hirarki 3.3.3 Matrik Perbandingan Berpasangan Matrik perbandingan berpasangan digunakan untuk memperlihatkan dan membandingkan prioritas setiap elemen/kriteria yang akan digunakan. Untuk memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas hirarki dan kemudian dari level di bawahnya diambil elemen yang akan dibandingkan (berdasarkan tingkat kepentingan). Dimana untuk membandingkan

Selanjutnya untuk memperoleh nilai vektor eigen (nilai prioritas) yaitu dengan cara setiap nilai pada kolom jumlah baris di bagi dengan jumlah kriteria (sebanyak 4). Menghitung Consistency Ratio (CR) Langkah selanjutnya adalah menghitung  maks, yang akan digunakan untuk memperoleh nilai dari Consistency Index dan Consistency Ratio.


17


ISSN 2302-5786

 maks = 16,056 / 4 = 4,014 Dari estimasi nilai maks tersebut, nilai CI dan CR bisa diperoleh dengan perhitungan sebagai berikut : CI

= =

(maks-n)/(n-1) (4,014– 4)/(4-1) = 0,005

CR

= CI / IR = 0,005 / 0,9 = 0,006 Karena nilai CR adalah 0,006 , sehingga matrik perbandingan berpasangan tidak perlu diperbaiki karena konsisten yaitu CR < 0,1. 3.3.5 Data Dosen (Data kandidat) Karena nilai Consistency Ratio dari matrik perbandingan berpasangan kriteria kurang dari 10% (CR < 0,1) atau konsisten, maka akan dilanjutkan dengan memasukkan data dosen (data kandidat) yang akan dihitung untuk mendapatkan persentase kuota (jumlah) bimbingan berdasarkan urutan. Adapun data kandidat disimulasikan sebagai berikut :

Gambar 7 Matrik Perbandingan Berpasangan Kandidat Kriteria Jenjang Akademik Selanjutnya matrik dinormalisasi, dari matrik normalisasi kriteria jenjang akademik, akan diperoleh nilai vektor eigen (nilai prioritas) hasilnya bisa dilihat pada gambar berikut ini :

Gambar 8 Matrik Normalisasi Kriteria Jenjang Akademik

No 1

Tabel 4 Data Kandidat Kandidat JA JP D-001 AA S1

J 2

P >7

2

D-002

-

S2

2

4

3

D-003

-

S2

2

4

4

D-004

AA

S2

5

>7

5

D-005

AA

S1

3

>7

3.3.6 Membuat Matrik Perbandingan Berpasangan Setiap Kandidat per Kriteria Langkah berikutnya adalah membuat matrik perbandingan berpasangan setiap kandidat per kriteria. Dimana matrik perbandingan berpasangan digunakan untuk memasukkan nilai setiap kandidat berdasarkan kriteria yang ada. Kemudian akan dinormalisasi untuk memperoleh nilai vektor eigen (nilai prioritas). Selanjutnya akan dihitung nilai  maks, CI dan CR. Jenjang Akademik Pertama akan dibuat matrik perbandingan berpasangan kandidat untuk kriteria Jenjang Akademik, dimana setiap kandidat akan dibandingkan dan diberikan nilai berdasarkan tingkat kepentingan yang ditunjukkan pada gambar berikut :

Kemudian nilai maks yaitu 5,002. Sehingga nilai CI dan CR CI = (maks-n)/(n-1) =0 Dan untuk nilai CR CR = CI / IR =0 2.

Jenjang Pendidikan Berikutnya adalah membuat matrik perbandingan berpasangan untuk kriteria jenjang pendidikan, yang dapat dilihat pada gambar berikut ini:

1.

18


Gambar 9 Matrik Perbandingan Berpasangan Kandidat Kriteria Jenjang Pendidikan


Kemudian matrik perbandingan berpasangan kriteria jenjang pendidikan di atas akan dinormalisasi, yang selanjutnya akan diperoleh nilai vektor eigen (nilai prioritas) yang hasilnya seperti pada gambar berikut ini :

ISSN 2302-5786

Kemudian dengan langkah dan cara yang sama didapat nilai maks yaitu 5,164. Sehingga didapat nilai CI dan CR CI = (maks-n)/(n-1) = 0,041 Dan untuk nilai CR CR = CI / IR = 0,037 4.

Gambar 10 Normalisasi Matrik Kriteria Jenjang Pendidikan

Pengalaman Terakhir adalah membuat matrik perbandingan berpasangan kandidat untuk kriteria pengalaman, yang dapat dilihat dalam gambar berikut :

Kemudian dengan langkah dan cara yang sama didapat nilai maks yaitu 5. Sehingga didapat nilai CI dan CR CI = (maks-n)/(n-1) =0 Dan untuk nilai CR CR = CI / IR = 0 Jurnal Selanjutnya adalah membuat matrik perbandingan berpasangan kandidat untuk kriteria jurnal, yang dapat dilihat pada gambar berikut ini :

Gambar 13 Matrik Perbandingan Berpasangan Kriteria Pengalaman

3.

Kemudian matrik perbandingan berpasangan kriteria pengalaman di atas akan dinormalisasi, yang selanjutnya akan diperoleh nilai vektor eigen (nilai prioritas) yang hasilnya ditunjukkan dalam gambar berikut :

Gambar 11 Matrik Perbandingan Berpasangan Kandidat Kriteria Jurnal Kemudian matrik perbandingan berpasangan kriteria jurnal di atas akan dinormalisasi, yang selanjutnya akan diperoleh nilai vektor eigen (nilai prioritas) yang hasilnya ditampilkan dalam gambar berikut :

Gambar 14 Normalisasi Matrik Kriteria Pengalaman Kemudian dengan langkah dan cara yang sama didapat nilai maks yaitu 5,227. Sehingga didapat nilai CI dan CR CI

= (maks-n)/(n-1) = 0,057 Dan untuk nilai CR CR = CI / IR = 0,051 Gambar 12 Normalisasi Matrik Kriteria Jurnal

3.4 Hasil Simulasi Perhitungan AHP Jika nilai CR dari setiap matrik sudah konsisten, maka selanjutnya perhitungan score


19


untuk setiap kandidat dapat dilakukan untuk menentukan urutan berdasarkan nilai tertinggi. Urutan teratas merupakan kandidat dengan nilai tertinggi. Untuk mendapatkan nilai dari setiap kandidat terlebih dahulu akan dilakukan perhitungan nilai kriteria untuk tiap-tiap kandidat dari masing-masing kriteria dengan cara nilai vektor eigen (nilai prioritas) dari masing-masing kriteria dikalikan dengan nilai vektor eigen (nilai prioritas) pada gambar 6, hasilnya dapat dilihat dalam gambar 15 berikut ini :

ISSN 2302-5786

yang digunakan adalah memberikan jumlah bimbingan terlebih dahulu untuk setiap kandidat sesuai dengan urutan. Kemudian digunakan faktor pengali agar sesuai dengan jumlah mahasiswa yang mendaftar. Dimana kandidat yang menempati urutan teratas akan memiliki jumlah persentase terbesar, sedangkan untuk urutan terbawah memiliki jumlah persentase terkecil. Jika disimulasikan jumlah mahasiswa yang mendaftar adalah 50 maka hasil dari perhitungan untuk memperoleh jumlah kuota bimbingan dapat dilihat pada tabel berikut ini : Tabel 5 Perhitungan Jumlah kuota Bimbingan Faktor Pengali = (x10) No Kandidat Kuota Jumlah 1 D-004 3 14 2 D-005 2 11 3 D-001 2 11 4 D-003 1 7 5 D-002 1 7 Total 50

Gambar 15 Nilai Prioritas Global masingMasing Kandidat Sedangkan untuk mendapatkan score adalah dengan cara menjumlahkan setiap baris pada gambar 15, dari score yang didapat akan diurutkan kandidat berdasarkan nilai tertinggi. untuk urutan pertama adalah Fatma dengan nilai 0,275. Untuk lebih jelasnya dapat dilihat dari hasil perhitungan yang ditunjukkan dalam gambar 16 seperti berikut :

4.

KESIMPULAN Berdasarkan hasil analisis dan perancangan yang telah dilakukan, maka dapat diambil suatu kesimpulan sebagai berikut : 1. Sistem penunjang keputusan penentuan kuota pembimbing ini dirancang bukan untuk menentukan kandidat mana yang terbaik, tetapi untuk membantu Kaprodi memberikan alternatif dalam menentukan jumlah (quota) bimbingan. 2. Dengan menggunakan metode Analytical Hierarchy Process (AHP), didapatkan hasil perhitungan untuk menentukan urutan berdasarkan score yang didapat oleh setiap kandidat. DAFTAR PUSTAKA Al Fatta, Hanif, 2007, Analisis dan Perancangan Sistem Informasi. Yogyakarta : Andi.

Gambar 16 Score Kandidat 3.5 Perhitungan Jumlah Kuota Bimbingan Dari hasil perhitungan AHP didapatkan score dari setiap kandidat yang kemudian akan menentukan urutan dari setiap kandidat. Selanjutnya adalah memperoleh jumlah kuota bimbingan berdasarkan urutan. Untuk menghitung jumlah kuota bimbingan dapat diperoleh dengan banyak cara, salah satu cara

20


A.S, Rosa dan M. Salahudin, 2011, Modul Pembelajaran Rekayasa Perangkat Lunak (Terstruktur dan Berorientasi Objek), Bandung : Modula. Jogiyanto, 2008, Sistem Teknologi Informasi, Yogyakarta : Andi.


ISSN 2302-5786

Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta : Andi. Simarmata, Janner, 2010, Rekayasa Perangkat Lunak, Yogyakarta : Andi. Suryadi, Kadarsah dan Ali Ramdhani, 2002, Sistem Pendukung Keputusan : Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan Keputusan, Bandung : PT. Remaja Rosdakarya. Turban, Efraim, et al, 2005. Decision Support Systems and Intelligent Systems 7th Ed, New Jersey : Pearson Education.


21


22


ISSN 2302-5786

Implementasi Metode AHP dalam Perancangan Sistem Penunjang Keputusan Penentuan Kuota Pembimbing Mahasiswa. Irfan Dwi Jaya

Recommend Documents