Jurnal Infotekmes in Vol.8 No.1 Juli 2017
KAJI BANDING METODE TOPSIS, SAW DAN AHP-TOPSIS GUNA MENENTUKAN UKT MAHASISWA BARU DI POLITEKNIK NEGERI CILACAP
Dwi Novia Prasetyanti 1, Rostika Listyaningrum 2 1, 2
Program Studi Teknik Informatika, Politeknik Negeri Cilacap
[email protected],
[email protected]
Abstrak Kata Kunci: AHP-TOPSIS; Sistem Pendukung Keputusan; SAW TOPSIS; UKT.
Penentuan UKT merupakan salah faktor penting yang mendukung keberlanjutan studi mahasiwa. Proses penentuan UKT calon mahasiswa di Politeknik Negeri Cilacap, mambutuhkan waktu relatif lama dan melibatkan banyak unit,sehingga dapat dikatakan bahwa proses penentuan UKT kurang efisien, terlebih lagi jika jumlah calon mahasiswa baru semakin banyak. Oleh karena itu penulis mencoba untuk membangun suatu sistem yang dapat digunakan untuk membantu penentukan UKT. Sistem menggunakan kriteria-kriteria yang dapat mewakili kondisi perekonomian calon mahasiswa, antara lain gaji, jumlah tanggungan, tagihan, kepemilikan rumah dan jumlah aset. Hasil pengujian dengan metode SAW dan AHP-TOPSIS menghasilkan alternatif yang sama pada rangking pertama, sedangkan dengan menggunakan metode TOPSIS alternatif tersebut berada pada rangking kedua. Alternatif pada rangking kedua dari pengujian dengan metode TOPSIS menempati ranking pertama pada metode SAW.
Abstract Keywords: AHP-TOPSIS; Decission Support System; SAW TOPSIS; UKT.
Determination of UKT is one important facto thats supports the sustainability study of the students. The process of determining UKT prospective students at Politeknik Negeri Cilacap, takes a long time and involves many units, so it can be said that the process of determining the UKT is less efficient, especially if the number of new prospective students are growing. Therefore the author tries to build a system that can be used to help determining UKT. The system uses criteria that can represent the economic conditions of prospective students, including salary, number of dependents, bills, home ownership and total assets. The results of the test with SAW and AHP-TOPSIS method produce the same alternative in the first rank, while using the alternative TOPSIS method is in the second rank. The alternative to the second rank of the TOPSIS method was ranked first in the SAW method.
Alamat
korespondensi E-mail:
[email protected] ISSN
: 2087 – 1627
9
ISSN : 2087 – 1627
1.
PENDAHULUAN
Uang Kuliah Tunggal/UKT merupakan sebuah sistem baru untuk Tarif Biaya Kuliah yang diatur sesuai dengan Peraturan Menteri Pendidikan dan Kebudayaan/Permendikbud Nomor 55 Tahun 2013. Sesuai dengan Permendikbud Nomor 55 tahun 2015, pembebanan UKT yang ditanggung setiap mahasiswa didasarkan pada kemampuan ekonominya. Ciri khas UKT adalah adanya pengelompokan-pengelompokan pembayaran yang harus dipenuhi oleh mahasiswa. Oleh karena itu, sangatlah penting bagi calon mahasiswa untuk melaporkan kondisi perekonomian keluarganya, sehingga kampus dapat membabankan UKT sesuai kemampuan finansial orang tua/wali mahasiswa. UKT merupakan keseluruhan biaya operasional tiap-tiap mahasiswa pada program studi di Perguruan Tinggi Negeri. Dengan adanya UKT, mahasiswa baru tidak akan diminta untuk membayar uang pangkal/SPL. Dalam sistem UKT, uang kuliah mahasiswa akan ditotal dan dibagi dengan jumlah semesternya, dimana hasil pembagian tersebut nantinya akan dijadikan sebagai biaya yang harus dibayarkan. Dengan kebijakan tersebut, memungkinkan perbedaan biaya kuliah antara satu program studi dengan program studi yang lain, hal tersebut dikarenakan kebutuhan kebutuhan perkuliahan masing-masing program studi berbeda-beda. Sistem UKT dapat dikatakan menganut sistem subsidi silang. Mahasiswa dengan kemampuan perekonomian yang baik memberikan subsidi kepada mahasiswa dengan kemampuan perekonomian yang kurang. Politeknik Cilacap merupakan satu-satunya Politeknik yang berada di Cilacap dan resmi menjadi Politeknik Negeri sejak tahun 2014. Sebagai salah satu perguruan tinggi negeri, Politeknik Negeri Cilacap juga menerapkan biaya perkuliahan dengan UKT mulai tahun 2015. Setiap tahun jumlah pendaftar dan penerimaan mahasiswa baru mengalami kenaikan. Berdasarkan data yang diperoleh di lapangan, pada tahun 2015 jumlah pendaftar di Politeknik Negeri Cilacap menerima sekitar 982 siswa, pada tahun 2016 naik menjadi 1502 siswa. Dalam penentuan UKT untuk tiap gelombang dilakukan oleh panitia PMB dengan melibatkan beberapa pihak, sehingga tidak jarang proses penentuan UKT tersebut berlangsung cukup lama karena banyak sekali data yang harus dipertimbangkan dan tak jarang terjadi perdebatan. Kesalahan dalam melakukan analisis dan pertimbangan data calon mahasiswa serta parameter yang tidak jelas untuk menentukan UKT, dapat berakibat tidak sesuainya UKT yang ditetapkan dengan kemampuan mahasiswa. Hal tersebut dapat berakibat terancamnya keberlanjutan studi mahasiswa. Sesuai dengan hasil survei, proses penentuan UKT dapat berlangsung sampai dua
minggu, waktu tersebut dimungkinkan dapat bertambah, karena keniakan penerimaan mahasiswa baru setiap tahunnya. Pada tahun 2016, terdapat sekitar 7,3% mahasiswa semester 2 yang mengajukan keberatan UKT. Hal tersebut dapat disebabkan oleh UKT yang ditetapkan tidak sesuai dengan kemampuan dan perubahan kondisi perekonomian. Berdasarkan permasalahan dalam penentuan UKT yang terjadi di Politeknik Negeri Cilacap, maka salah satu solusi yang dapat dilakukan yaitu dengan membangun sebuah sistem pendukung keputusan penentuan UKT dengan menggunakan variabel dan parameter-parameter yang jelas. Variabel-variabel yang akan digunakan untuk membangun sistem tersebut adalah gaji, jumlah tanggungan, jumlah tagihan, status kepemilikan rumah dan jumlah aset. Adapaun metode yang akan digunakan adalah dengan menggunkan beberapa metode, antara lain TOPSIS, SAW dan kombinasi AHP-TOPSIS. Dengan menggunakan sistem yang dihasilkan, daiharapkan dapat membantu Politeknik Negeri Cilacap, khususnya panitia PMB dalam melakukan penentuan UKT. proses penentuan UKT dapat dilakukan dengan lebih cepat, mudah dan jelas atau transparan. 2.
LANDASAN TEORI
Metode yang digunakan dalam penelitian ini adalah TOPSIS, SAW dan kombinasi AHPTOPSIS. Menurut [6], TOPSIS adalah salah satu metode yang dapat membantu proses pengambilan keputusan yang optimal untuk menyelesaikan masalah keputusan secara praktis, hak tersebut disesbsbkan karena konspenya sederhana, mudah dipahami, komputasi efisien dan memiliki kemampuan untuk mengukur kinerja ralatif dari alternatif keputusan dalam bentuk matematis yang sederhana. Secara umum, prosedur metode TOPSIS mengikuti langkah-langkah berikut ini: 1. Menentukan matrik keputusan yang ternormalisasi; 2. Menghitung matrik keputusan yang ternormalisasi terbobot; 3. Menghitung matrik solusi ideal positif dan matrik solusi ideal negatif; 4. Menghitung jarak antara nilai setiap alternatif dengan matrik solusi ideal pos itif dan matrik solusi ideal negatif; 5. Menghitung nilai preferensi untuk setiap alternatif. Metode SAW sering juga dikenal dengan istilah metode penjumlahan terbobot. Metode SAW membutuhkan proses normalisasi matrik keputusan ke skala yang dapat dibandingkan dengan semua
10
ISSN : 2087 – 1627
rating alternatif yang ada [6]. Langkah-langkah metode SAW menurut [6,7] adalah sebagi berikut: 1. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matrik keputusan berdasarkan kriteria, kemudian melakukan normalisasi matrik berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matrik ternormalisasi. 4. Hasil akhir diperoleh dari prosess perankingan yaitu penjumlahan dari perkalian matrik ternormalisasi dengan vektor terbobot sehingga diperoleh nilai terbesar sebagai alternatif terbaik. Metode Kombinasi AHP-TOPSIS merupakan penggabungan metode AHP dan metode TOPSIS. Menurut menurut [3], metode TOPSIS memiliki kelemahan yaitu memerlukan bobot awal untuk mengolah data selanjutnya. Untuk melakukan pembobotan awal, maka digunakan metode AHP, sedangkan untuk proses perankingan menggunakan metode TOPSIS. Metode kombinasi AHP-TOPSIS pernah digunakan pada penelitian sebelumnya, untuk melakukan seleksi penerimaan beasiswa. Menurut [1,2,9] metode AHP dan TOPSIS dapat digunakan untuk memecahkan masalah. Model metode kombinasi AHP-TOPSIS yang akan digunakan menurut [1,2,9] dapat dilihat pada Gambar 1 di bawah ini.
Gambar 1. Model metode kombinasi AHPTOPSIS
Berikut adalah penjelasan dari tiap tahapan yang dilakukan: 1. Pada tahapan perencanaan, peneliti membuat konsep bagaimana sistem yang akan dibangun dan dikembangkan sesuai dengan kondisi yang terjadi di Politeknik Negeri Cilacap mulai dari proses awal hingga akhir. 2. Pada tahapan analisa, peneliti melakukan kegiatan observasi dan wawancara kepada pihak Politeknik Negeri Cilacap khususnya bagian panitia penerimaan mahasiswa baru atau PMB serta mencari literatur-literatur yang berhubungan dengan kebutuhan sistem. 3. Pada tahap perancangan peneliti, membuat rancangan teknis antara lain desain antarmuka jaringan, flowchart, usecase diagram, class diagram, sequence diagram, ERD, struktur tabel, rancangan antarmuka sistem dan skenario pengujian. 4. Pada tahap implementasi sistem penulis melakukan penerapan rancangan pengembangan sistem yang sudah dibuat pada tahap perancangan, setelah itu akan dilakukan pengujian sistem. Kriteria yang mempengaruhi penentuan UKT di Politeknik Negeri Cilacap tahun 2015/2016 antara lain adalah sebagai berikut: 1. Total penghasilan/gaji orang tua, merupakan gabungan penghasilan bapak dan ibu; 2. Jumlah tanggungan orang tua; 3. Total tagihan meliputi tagihan listrik dan air; 4. Status kepemilikan rumah; 5. Jumlah aset meliputi kendaraan, barang-barang elektronik dan lain-lain. Penelitian yang dilakukan berupa sebuah sistem pendukung keputusan dengan menggunakan beberapa metode, yaitu TOPSIS, SAW, kombinasi AHP-TOPSIS. Hasil dari masing-masing metode akan dibandingkan, untuk mencari solusi terbaik. Variabel linguistik dan nilai yang digunakan untuk setiap kriteria adalah: Tabel 1. Nilai tiap variabel linguistik
3.
METODE Penelitian yang akan dilakukan menggunakan model PAPIP. Adapun tahapan-tahapannya dapat dilihat pada Gambar 2 berikut ini:
Gambar 2. Tahapan penelitian model PAPIP
Variabel linguistik Sangat buruk Buruk Cukup Baik Sangat baik
Nilai 1 2 3 4 5
Bobot awal yang akan digunakan pada metode SAW dan TOPSIS ditetapkan secara menual/tanpa menggunakan metode AHP. Adapaun bobot awal
11
ISSN : 2087 – 1627
yang digunakan dalam penelitian ini dapat dilihat pada Tabel 2 berikut ini: Tabel 2. Bobot tiap variabel Kriteria Gaji Tanggungan Tagihan Rumah Aset
Kode KRT01 KRT02 KRT03 KRT04 KRT05
Bobot 30% 20% 20% 15% 15%
Gaji memiliki bobot terbesar, karena gaji merupakan faktor utama dan tingkat kepentingan yang lebih tinggi daripada variabel yang lain. Tanggungan dan tagihan, rumah dan aset memiliki bobot yang sama, karena memiliki tingkat kepentingan yang sepadan.
Tiap-tiap kriteria memiliki nilai yang telah disesuaikan dengan variabel linguistik yang digunakan. Berikut ini adalah nilai dari setiap kriteria sesuai dengan variabel linguistik yang digunakan, dapat dilihat pada Tabel 5 sampai dengan Tabel 9 berikut ini: Tabel 5. Nilai untuk kriteria gaji
Tabel 6. Nilai untuk kriteria tanggungan
Untuk melakukan penentuan UKT sesuai dengan hasil perankingan yang dilakukan dengan masing-masing metode, maka digunakan tabel konversi nilai hasil perankingan sesuai dengan UKT yang diberlakukan sebagai berikut: Tabel 7. Nilai untuk kriteria tagihan Tabel 3. Tabel konversi UKT
Dengan menggunkan tabel di atas, maka setelah dilakukan perhitungan dengan menggunakan metode-metode tersebut, maka nilai yang diperooleh akan dikonversi sesuai dengan ketentuan UKT pada tabel. 4.
HASIL DAN PEMBAHASAN Penelitian yang dilakukan menghasilkan sebuah sistem pendukung keputusan yang dapat digunakan untuk membantu dalam penentuan UKT berdasarkan data yang diolah, sesuai dengan kriteria yang digunakan.
Tabel 8. Nilai untuk kriteria rumah
Data alternatif yang digunakan dalam penelitian ini dapat dilihat pada Tabel 4. Tabel 4. Data alternatif
Tabel 9. Nilai untuk kriteria aset
12
ISSN : 2087 – 1627
Data alternatif yang digunakan kemudian dikonversi sesuai dengan nilai mas ing-masing dalam bentuk tabel keputusan sepeti pada Tabel 10 berikut ini: Tabel 10. Tabel keputusan
Pada Tabel 12, kandidat pertama yaitu Muhammad S dengan nilai 0,863 dengan konversi UKT sebesar Rp. 4.500.000,-. Untuk proses perhitungan dengan menggunakan metode kombinasi AHP-TOPSIS, didapatkan hasil pembobotan dengan metode AHP sebagai berikut: Tabel 13. Bobot dengan AHP
Dari tabel keputusan yang sudah ada, maka dilakukan perankingan dengan menggunakan metode TOPSIS, SAW dan kombinasi AHPTOPSIS. Perankingan dengan menggunakan metode TOPSIS mendapatkan hasil seperti pada Tabel 11 berikut ini: Tabel 11. Hasil perankingan metode TOPSIS
Perhitungan bobot dengan metode AHP tersebut memiliki nilai concistency ratio/CR sebesar 0,03. Bobot tersebut merupakan bobot yang konsisten, karena memiliki nilai CR kurang dari 0,1. Perhitungan selanjutnya untuk melakukan perankingan dilakukan dengan menggunakan metode TOPSIS. Hasil perankingan dengan menggunakan metode TOPSIS adalah sebagai berikut: Tabel 14. Hasil perankingan AHP-TOPSIS
Dengan menggunakan metode TOSIS, Aditya merupakan kandidat pertama dengan nilai preferensi 0,736 dengan UKT sebesar Rp. 4.500.000,-. Hasil perhitungan dengan menggunakan metode SAW, dengan mengikuti langkah-langkah metodenya, maka dihasilkan nilai sebagai berikut: Tabel 12. Peranking
an dengan metode SAW
Dari Tabel 14 dapat dilihat bahwa kandidat pertama yaitu Muhammad S dengan nilai sebesar 0,996 dengan konversi UKT sebesar Rp. 4.500.000,-. Konversi UKT dapat disesuaikan dengan UKT yang diberlakukan pada masing-masing institusi, sehingga dapat dimungkinkan hasil UKT yang ditetapkan berbeda dengan hasil penelitian yang dilakukan.
13
ISSN : 2087 – 1627
5. PENUTUP Kesimpulan Beberapa kesimpulan yang didapatkan dari hasil penelitian yang dilakukan antara lain adalah: 1. Dengan menggunakan sistem pendukung keputusan, maka proses penentuan UKT dapat dilakukan dengan lebih cepat karena hanya memerlukan waktu beberapa menit saja, lebih akurat karena pengolahan data dengan sistem dengan menggunakan kriteria dan parameter yang jelas. 2. Dengan menggunakan lebih dari satu metode, maka dapat dilakukan perbandingan, sehingga keputusan yang dihasilkan lebih valid, perhitungan dengan metode SAW dan kombinasi AHP-TOPSIS menunjukkan hasil yang sama. Saran Beberapa saran dari penulis untuk perbaikan dan penyempurnaan penelitian saat ini adalah: 1. Penelitian selanjunya diharapakan dapat menggunakan kriteria-kriteria yang lain yang mempengaruhi penentuan UKT. 2. Proses konversi nilai hasil perhitungan dengan metode menjadi UKT dilakukan dengan menggunakan metode yang sesuai. Ucapan Terima Kasih Penulis mengucapkan terimakasih kepada Alloh SWT yang telah melimpahkan rahmatnya, orang tua yang selalu mendo’akan
6. DAFTAR PUSTAKA [1] Anhar, A. and Widodo, A., “Kombinasi Metode TOPSIS (Technique for Oreder Preference by Similarity to Ideal Solution) dan AHP (Analytical Hierarchy Process) dalam Menentukan Objek Wisata Terbaik di Pulau Bali”, Malang : Universitas Brawijaya, 2014. [2] Arbelia and Paryanta, “Penerapan Metode AHP dan TOPSIS sebagai Sistem Pendukung Keputusan dalam Menentukan Kenaikan Jabatan bagi Karyawan”, Jurnal Ilmiah Infotech. Vol 20., pp. 9-17, Juni 2014. [3] Ciptomulyono, U.,and Siswanto, N., “Pemilihan Supplier Bahan Baku dengan Penggabungan Metode TOPSIS dan AHP”,Surabaya : ITS, 2007. [4] Handayani, B., and S, Ruliah., “Perbandingan Metode AHP-SAW dengan FMCDM-S AW pada Pemberian Peinjaman Modal Usaha Pertanian”, Bandung : J UTISI. Vol 3., pp. 625-624, Desember 2014.
[5] Jayanti, N,K., “Implementasi metode SAW dan AHP pada Sistem Informasi Penilaian Kinerja Dosen”, Medan : CSRID Journal. Vol 8, pp. 86-98, Juni 2016. [6] Kusumadewi,S., Hartati,S.,Harjoko,A.,Wardoyo,R., Fuzzy Mulri Attribut Decission Making (FUZZY MADM), Yogkakarya : Graha Ilmu, 2006. [7] Lubis R., “Implementasi Fuzzy Multiple Attibute Decision Making Untuk Sistem Pendukung Keputusan Pemilihan Rumah”, Medan : Pelita Informatika Budi Darma. STMIK Budi Darma, 2014. [8] Lumentut, H, B. And Hartati, S., “Sistem pendukung Keputusan untuk Budidaya Ikan Air Tawar Menggunakan AF-TOPSIS”, Yogyakarta : IJCS. Vol. 9, pp.197-206, Juli 2015. [9] Manurung, P.,”Sistem Pendukung Keputusan Seleksi Penerima Beasiswa dengan Metode AHP dan TOPSIS”, Sumara Utara : FMIPA USU, 2010. [10] Menteri Pendidikan dan Kebudayaan, Peraturan menteri Pendidikan dan kebudayaan Republik Indonesia Nomor 5 Tahun 2013, Jakarta : Peraturan Pemerintah, 2013. [11] Mude, M, A., “Perbandingan Metode SAW dan TOPSIS pada Kasus UMKM”, Makasar : Jurnal Ilmiah ILKOM Universitas Muslim Indonesia. Vol. 8., pp. 76-81, Agustus 2016. [12] Muhardono, A, and Isnanto, R, R., “Penerapan Metode AHP dan Fuzzy TOPSIS untuk Sistem pendukung Keputusan Promosi Jabatan”, Semarang : Jurnal Sistem Informasi Bisnis, April 2014. [13] Rohayani, H., “Analis is Sistem Pendukung Keputusan dalam Mamilih Program Studi Menggunakan Metode Logika Fuzzy”, Jambi : Jurnal Sistem Informasi UNSRI, 2013. [14] Lestari, S., “Seleksi Penerimaan Calon Karyawan Menggunakan Metode TOPSIS”, Bali : Konferensi Nasional S istem Informatika, 12 November 2011. [15] Turban, E., Decision Support System And Intellegent System, Yogyakarta : Andi Offset, 2005. [16] Wibowo H., Amalia R., Fadlun A., Arivanti K., Sistem Pendukung Keputusan untuk Menentukan Penerima Beasiswa Bank BRI MenggunakanFAMDM, Yogyakarta : Seminar Nasional Aplikasi Teknologi Informasi, 2009.
14
