Академический Документы
Профессиональный Документы
Культура Документы
Pendahuluan
2. Tinjauan Pustaka
2
Penelitian lain yang membahas tentang penggunaan metode TOPSIS yaitu
penelitian dengan judul Penerapan Metode TOPSIS Untuk Sistem Penerimaan
Karyawan di Biro Psikologi Untag [2]. Penelitian ini dilatarbelakangi oleh
permasalahan yang ada di Biro Psikologi UNTAG pada saat pelaksanaan dan
perhitungan hasil test psikologi yang membutuhkan banyak waktu dan
memungkinkan terjadinya kesalahan perhitungan. Kendala lain yang dihadapi
yaitu pada saat menentukan ranking karyawan. Dalam penelitian ini, dibangun
aplikasi tes psikologi IST (Intelligenz Strukture Test), SOV (Study of Value) dan
MMPI (Minnesota Multiphasic Personality Inventory) dimana hasil dari tes ini
akan digunakan sebagai inputan dalam aplikasi penerapan metode TOPSIS untuk
menentukan ranking pelamar sehingga nantinya dapat membantu Biro Psikologi
UNTAG untuk meningkatkan produktivitas karyawannya[2].
Perbedaan dengan penelitian terdahulu yaitu bahwa penelitian yang berjudul
Penerapan Metode TOPSIS Untuk Pemberian Bonus Karyawan Berprestasi Pada
PT. Deltomed Laboratories diterapkan untuk sistem pemberian bonus bagi
karyawan berprestasi dan pada penelitian Penerapan Metode TOPSIS Untuk
Sistem Penerimaan Karyawan di Biro Psikologi Untag, metode TOPSIS
digunakan untuk perankingan karyawan berdasarkan hasil tes psikologi.
Sedangkan pada penelitian yang sekarang ini sistem akan diterapkan pada bidang
akademis untuk proses penerimaan asisten dosen pada Fakultas Teknologi
Informasi UKSW.
Metode TOPSIS
Metode TOPSIS adalah salah satu metode pengambilan keputusan
multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang pada tahun
3
1981. Metode ini merupakan salah satu metode yang banyak digunakan untuk
menyelesaikan pengambilan keputusan secara praktis. TOPSIS memiliki konsep
dimana alternatif yang terpilih merupakan alternatif terbaik yang memiliki jarak
terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif [4].
Semakin banyaknya faktor yang harus dipertimbangkan dalam proses
pengambilan keputusan, maka semakin relatif sulit juga untuk mengambil
keputusan terhadap suatu permasalahan. Apalagi jika upaya pengambilan
keputusan dari suatu permasalahan tertentu, selain mempertimbangkan berbagai
faktor/kriteria yang beragam, juga melibatkan beberapa orang pengambil
keputusan. Permasalahan yang demikian dikenal dengan permasalahan multiple
criteria decision making (MCDM). Dengan kata lain, MCDM juga dapat disebut
sebagai suatu pengambilan keputusan untuk memilih alternatif terbaik dari
sejumlah alternatif berdasarkan beberapa kriteria tertentu. Metode TOPSIS
digunakan sebagai suatu upaya untuk menyelesaikan permasalahan multiple
criteria decision making. Hal ini disebabkan konsepnya sederhana dan mudah
dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur
kinerja relatif dari alternatif-alternatif keputusan.
(1)
Xij
2
i 1
4
4. Menentukan nilai solusi ideal positif dan solusi ideal negatif. Solusi ideal
dinotasikan A+, sedangkan solusi ideal negatif dinotasikan A-. Persamaan
untuk menentukan solusi ideal dapat dilihat pada persamaan empat.
Dengan i=1,2,3,...,m
–
Si –
2
(Vij – Vj ) 2 (6)
i=1
Dengan i=1,2,3,...,m
Si –
Ci + (7)
–
Si+ + Si
Dimana 0 < Ci+ < 1 dan i=1,2,3,...,m
5
alternatif yang memiliki jarak terpendek dari solusi ideal dan berjarak terjauh dari
solusi ideal negatif.
3. Metode Perancangan
Requirements
Design
Implementation
Verification
Maintenance
Tahapan pertama pada metode waterfall ini adalah tahap requirements. Pada
tahap ini dilakukan pengumpulan data maupun informasi yang diperlukan dalam
pembuatan program. pengumpulan data dilakukan melalui wawancara terhadap
dosen koordinator matakuliah untuk mengetahui gambaran tentang penerimaan
asisten dosen dan juga kriteria apa saja yang digunakan sebagai penilaian dalam
proses penerimaan asisten dosen.
Setelah data maupun informasi yang diperlukan terkumpul, tahapan
selanjutnya adalah mendesain program yang akan dibuat. Desain program ini
meliputi rancangan tampilan program dan proses yang akan dilakukan di
dalamnya. Hasil dari desain ini kemudian akan diimplementasikan ke dalam
bentuk program dengan bahasa pemrograman yang telah ditentukan sebelumnya.
Program yang telah selesai dibuat kemudian akan diujicobakan pada tahap
verification untuk melihat apakah program telah berjalan dengan baik dan telah
sesuai dengan kebutuhan dan perancangan sebelumnya.
Proses terakhir yaitu proses maintenance yang merupakan proses untuk
pemeliharaan program yang telah dibuat, termasuk juga proses pengembangan
atau update jika ada fitur-fitur baru yang perlu ditambahkan.
6
Analisa Data
Sistem penerimaan asisten dosen ini diimplementasikan menggunakan
metode TOPSIS. Kriteria yang digunakan untuk penilaian terhadap masing-
masing calon asisten yaitu kemampuan mengajar, penguasaan materi, penguasaan
kelas, nilai, indeks prestasi kumulatif (IPK), pengalaman, motivasi, kerjasama,
tanggung jawab dan disiplin. Kriteria yang digunakan ini merupakan benefit
criteria, di mana semakin tinggi penilaian terhadap kriteria tersebut maka hasilnya
akan semakin baik. Kriteria penilaian untuk para calon asisten ini didapat
berdasarkan hasil wawancara terhadap beberapa dosen yang pernah menjadi
koordinator suatu matakuliah praktikum.
Pemberian nilai untuk setiap calon asisten pada masing-masing kriteria,
kecuali kriteria IPK dan pengalaman, dimulai dari satu sampai dengan empat
dengan rincian sebagai berikut:
- 4 = sangat baik
- 3 = baik
- 2 = cukup
- 1 = kurang
Kriteria nilai juga memiliki penilaian antara satu sampai dengan empat dengan
rincian sebagai berikut:
- Nilai A = 4
- Nilai AB = 3
- Nilai B = 2
- Nilai BC = 1
Penilaian terhadap kriteria pengalaman terdiri dua nilai yaitu satu dan dua,
dimana satu untuk calon asisten yang belum pernah menjadi asisten dan nilai dua
untuk yang sudah pernah menjadi asisten. Sedangkan pada kriteria IPK, nilai yang
dimasukkan adalah sesuai dengan IPK yang dimiliki oleh calon asisten tersebut.
Perancangan Sistem
Pada perancangan sistem ini akan digunakan alat bantu berupa UML
(Unified Modeling Language). Penggunaan UML didasarkan bahwa sistem yang
dibuat menggunakan konsep OOP (Object Oriented Programming).
Ganti Password
Penilaian
Perhitungan
Laporan
7
Diagram use case pada Gambar 2 menjelaskan ada dua aktor utama dalam
sistem yaitu aktor sebagai admin dan user. Proses untuk ganti password, registrasi
asisten dan mengakses laporan dapat dilakukan oleh kedua aktor yang ada. Proses
lain yang dilakukan oleh admin yaitu proses maintenance data. Sedangkan pada
aktor user, proses lain yang dapat dikerjakan yaitu melakukan penilaian dan
perhitungan untuk para calon asisten.
Activity Diagram
Activity diagram terdiri dari dua bagian, yaitu Activity diagram untuk admin
dan Activity diagram untuk user/dosen. Activity diagram untuk admin ditunjukkan
pada Gambar 3. Proses diawali dengan login ke dalam sistem terlebih dahulu. Jika
login gagal maka admin diharuskan untuk mengulang proses login agar dapat
masuk ke dalam sistem. Setelah login berhasil, maka admin dapat melakukan
proses dalam sistem yaitu melakukan maintenance data, registrasi calon asisten,
mengganti password dan mengakses laporan.
Maintenance
Data
Registrasi
Login Sukses? calon asisten LogOut
Ganti
Password
tidak Laporan
Sequence Diagram
Pada sequence diagram digambarkan urut-urutan proses secara umum yang
dilakukan baik oleh admin maupun user.
8
Maintenance Registrasi Laporan Password
: Admin : Login : Database
Login
Maintenance Data
Simpan Data
Menampilkan Laporan
Melihat laporan
Mengganti password
Menyimpan password
Logout
Login
Melakukan Penilaian
Melakukan perhitungan
Menampilkan laporan
Melihat laporan
Mengganti password
Menyimpan password
Logout
9
Sequence diagram untuk user ditunjukkan pada Gambar 6. User melakukan
login terlebih dahulu, kemudian dapat melakukan registrasi calon asisten jika
masih ada data calon asisten yang belum masuk ke dalam registrasi. Setelah
proses registrasi user dapat melakukan penilaian untuk para calon asisten. Hasil
penilaian ini akan di bawa ke proses perhitungan untuk mengetahui hasil akhir
dan ranking calon asisten. Setelah selesai dengan proses penilaian dan
perhitungan makan data akan disimpan ke dalam database.
Class Diagram
Selanjutnya menggambarkan class diagram untuk sistem yang dibuat. Class
diagram dapat dilihat pada Gambar 7.
Class diagram pada Gambar 7 menunjukkan aktor dan kelas yang terlibat di
dalam sistem, beserta atribut serta operasi-operasi yang terjadi pada masing-
masing kelas.
10
Mahasiswa
\/
Mendaftar
matakuliah
V
/\
memiliki l< assisten >0 memilih l< user
Setiap entitas yang ada memiliki atribut masing-masing. Atribut yang ada
pada tiap entitas dapat dilihat pada kamus data berikut ini.
Kamus data:
Mahasiswa={NIM, nama}
Matakuliah={matakuliahID, name}
User={userID, rUserTypeID, name, username, password}
assisten={asistenID, NIM, matakuliahID, registerUserID, registerDatetime, tahun,
semester, nilai_TOPSIS, penilaianUserID, penilaianDateTime,
kemampuanMengajar, penguasaanMateri, nilai, ipk, penguasaanKelas,
pengalaman, motivasi, kerjasama, disiplin, tanggungJawab}
User pada aplikasi ini dibagi menjadi dua peran, yaitu user admin dan user
dosen. Pembagian peran tersebut disesuaikan dengan tingkat kepentingan tiap
11
user, dimana user admin dan user dosen memiliki peran yang berbeda dalam
sistem.
12
Menu lain pada master adalah menu kriteria yang digunakan untuk
menyimpan nilai bobot masing-masing kriteria. Menu ini dapat diakses baik oleh
admin maupun dosen.
Selanjutnya daftar para mahasiswa yang telah mendaftar sebagai calon
asisten akan disimpan ke dalam aplikasi melalui menu registrasi. Menu ini juga
dapat diakses oleh admin dan dosen. Tampilan untuk menu registrasi ditunjukkan
pada Gambar 12.
Daftar calon asisten ini kemudian akan dibawa ke tahap penilaian. Dosen
akan melakukan penilaian terhadap calon asisten untuk tiap-tiap kriterianya.
Tampilan menu penilaian ditunjukkan pada Gambar 13.
13
Setelah selesai melakukan penilaian, maka data akan disimpan ke dalam
database. Hasil dari penilaian inilah yang kemudian akan menjadi matriks
alternatif dan kriteria, yaitu matriks awal yang akan digunakan dalam proses
perhitungan TOPSIS.
Return Assisten.Err_Code
End Function
Perhitungan TOPSIS
Setelah proses penilaian selesai, hasil dari penilaian akan dihitung untuk
mendapatkan ranking nilai dari para calon asisten. Bobot pada setiap kriteria
diperlukan untuk dapat melakukan perhitungan menggunankan metode TOPSIS.
Tabel 1 Bobot Kriteria
Kriteria Bobot
kemampuan Mengajar (k1) 0,14
penguasaan Materi (k2) 0,14
Nilai (k3) 0,11
Ipk (k4) 0,11
penguasaan Kelas (k5) 0,11
kerja sama (k6) 0,11
Motivasi (k7) 0,08
Disiplin (k8) 0,08
tanggung jawab (k9) 0,06
Pengalaman (k10) 0,06
Total 1
14
beberapa dosen yang pernah menjadi koordinator mata kuliah atau yang pernah
melakukan penerimaan asisten dosen.
1. Menggambarkan matriks alternatif dan kriteria. Nilai pada matriks alternatif
dan kriteria ini didapat dari hasil penilaian kepada tiap-tiap alternatif yang
ada. Penilaian kriteria untuk setiap alternatif dapat dilakukan melalui
wawancara ataupun tes yang dilakukan oleh dosen koordinator yang
bersangkutan. Dalam perhitungan ini dicontohkan terdapat lima alternatif
yang masing-masing diberi nama AltSatu, AltDua, AltTiga, AltEmpat dan
AltLima. Matriks ini kemudian dapat juga dituliskan ke dalam bentuk tabel
seperti pada Tabel 2.
Tabel 2 Alternatif dan Kriteria
15
Tabel 4 Matrik Keputusan Ternormalisasi
Penjelasan Tabel 4 nilai X11 = 0,468165 diperoleh dari nilai X11 pada Tabel 3
= 4 dibagi dengan hasil akar untuk baris pertama = 8,544004.
Rij = 4/8,544004
= 0,468165
4. Menentukan solusi ideal positif (A+) dan solusi ideal negatif (A-).
A+ A-
1 0,065543 0,049157
2 0,065543 0,049157
3 0,059876 0,029938
16
4 0,051767 0,047544
5 0,057283 0,042962
6 0,054160 0,040620
7 0,039389 0,029542
8 0,041660 0,031245
9 0,028090 0,021067
10 0,029104 0,014552
Nilai solusi ideal positif adalah nilai maksimum tiap-tiap baris, sedangkan
nilai solusi ideal negatif adalah nilai minimum tiap-tiap baris dari nilai yang ada
pada Tabel 5.
Nilai pada Tabel 7 akan dikuadratkan dan dijumlahkan perkolom. Hasil dari
penjumlahan itu kemudian diakarkuadrat untuk menghasilkan separation measure
untuk solusi ideal positif (S+).
17
6 0,000000 0,000183 0,000000 0,000000 0,000183
7 0,000000 0,000000 0,000097 0,000097 0,000000
8 0,000108 0,000000 0,000108 0,000108 0,000000
9 0,000000 0,000000 0,000000 0,000000 0,000049
10 0,000000 0,000000 0,000212 0,000000 0,000000
total 0,000555 0,000666 0,000622 0,001116 0,000729
akar (S*) 0,023568 0,025802 0,024946 0,033404 0,027006
S1+ S2+ S3+ S4+ S5+
Nilai pada Tabel 9 lalu akan dikuadratkan dan dijumlahkan tiap kolomnya.
Hasil dari penjumlahan itu kemudian diakarkuadrat untuk menghasilkan
separation measure solusi ideal negatif (S-) yang dinyatakan pada Tabel 10.
Tabel 10 Separation Measure Solusi Ideal Negatif
18
akar (S-) 0,036089 0,040409 0,041034 0,034449 0,033461
S1– S2– S3– S4– S5–
Nilai preferensi pada Tabel 11 diperoleh dengan cara membagi nilai separation
measure solusi ideal negatif dengan jumlah dari separation measure solusi ideal
positif dan separation measure solusi ideal negatif. Contohnya adalah untuk
alternatif 1:
S1 –
= 0,036089
C1
0,023568+0,036089
S1+ + S1–
= 0,6049411
Hasil dari proses perhitungan ini kemudian diujikan pada program untuk
mengetahui apakah proses perhitungan pada program dapat berjalan dengan baik.
Hasil perhitungan pada program dapat dilihat pada Gambar 14.
19
Berdasarkan hasil perhitungan pada Tabel 11, maka dapat dilihat bahwa
proses perhitungan pada program dapat berjalan dengan baik, walaupun terdapat
sedikit perbedaan pada angka di belakang tanda koma. Hal ini dikarenakan
perhitungan secara manual dilakukan dengan proses pembulatan hingga enam
angka. Sebagai contoh adalah nilai akhir dari alternatif AltSatu, dimana pada
aplikasi mendapatkan nilai 0,6049411296 dan hasil pada Tabel 11 menunjukkan
nilai 0,6049411.
5. Simpulan
6. Daftar Pustaka
20