B. Pembahasan
6. Perbandingan Metode Electree, metode Vikor dan
Webometrics Juli 2013 dengan uji friedman, ditampilkan pada Tabel 23.
Kemudian menghitung statistik friedman dengan cara :
Dengan dk = k-1 = 2 dan α = 0,05 maka sehingga < (6,300). Sehingga Ho diterima atau
62
hasil perangkingan ketiga metode tersebut memiliki tingkat signifikansi yang sama.
Tabel 23. Perbandingan perangkingan metode Electree, Vikor, dan rilis Webometrics Juli 2013 dengan uji friedman
Universitas Original Data Ranked Data A B C A B C ITB 3 2 1 3 2 1 UGM 4 3 2 3 2 1 UI 1 1 3 1.5 1.5 2 UNPAD 8 5 4 3 2 1 GUNADARMA 9 13 5 2 3 1 UB 11 14 6 2 3 1 IPB 5 6 7 1 2 3 PETRA 15 15 8 1.5 1.5 2 UNAIR 2 4 9 1 2 3 UNDIP 6 7 10 1 2 3 ATMAJAYA 19 26 11 2 3 1 UPI 30 11 12 3 1 2 ITS 7 8 13 1 2 3 UMY 12 9 14 2 1 3 USU 16 19 15 2 3 1 STISI TELKOM 22 25 16 2 3 1 ESAUNGGUL 17 17 17 1.5 1.5 1.5 UNSRI 27 21 18 3 2 1 UNS 13 16 19 1 2 3 UII 28 20 20 2 1.5 1.5 MERCUBUANA 10 10 21 1.5 1.5 2 UNDANA 24 22 22 2 1.5 1.5 UM 14 12 23 2 1 3 UMS 26 23 24 3 1 2 HANGTUAH 20 28 25 1 3 2 UNHAS 25 24 26 3 1 2 UNAND 23 27 27 1 2.5 2.5 STMIK 29 18 28 3 1 2 AKPRIND 18 30 29 1 3 2 BINUS 21 29 30 1 2 3 SRi 57 58.5 58
Catatan, A : metode Electree
B : metode Vikor
63
Dari hasil perangkingan yang telah didapat dengan menggunakan metode
Electree dan Vikor, maka akan coba dibandingkan dengan hasil perangkingan dari
Webometrics yang telah dirilis pada bulan Januari 2014. Adapun hasil perangkingan Webometrics yang dirilis pada bulan Januari 2014 dapat dilihat pada tabel 24 :
Tabel 24. Peringkat Webometrics Januari 2014
No Perguruan Tinggi Negeri
1 Universitas Gajah Mada 2 Institut Teknologi Bandung 3 Universitas Indonesia 4 Universitas Airlangga 5 Universitas Padjajaran 6 Universitas Brawijaya 7 Universitas Diponegoro 8 Institut Pertanian Bogor
9 Institut Teknologi Sepuluh November 10 Universitas Gunadarma
11 Universitas Hasanuddin 12 Universitas Kristen Petra 13 Universitas Islam Indonesia 14 Universitas Pendidikan Indonesia 15 Universitas Sebelas Maret 16 Universitas Bina Nusantara
17 Universitas Muhammadiyah Yogyakarta 18 Universitas Mercubuana
19 Universitas Negeri Semarang 20 Universitas Sriwijaya
21 Universitas Muhammadiyah Malang 22 Universitas Sumatera Utara
23 Universitas Islam Negeri Maulana Malik Ibrahim Malang 24 STISI Telkom
25 Universitas Negeri Yogayakarta 26 Universitas Andalas
27 Universitas Negeri Malang
28 Universitas Muhammadiyah Surakarta 29 Universitas Katolik Indonesia Atma Jaya 30 Universitas Kristen Maranatha
64
Dari peringkat yang terbaru (Januari 2014) yang dirilis oleh Webometrics
terdapat lima Universitas yang keluar dari peringkat sebelumnya (Juli 2013). Kelima Universitas tersebut adalah Universitas Esa Unggul, Universitas Nusa Cendana, Universitas Hang Tuah, Institut Sains dan Teknologi AKPRIND, dan STMIK Jakarta.
Perbandingan perangkingan dengan menggunakan metode Electree dan
Vikor dengan peringkat Webometrics edisi Januari 2014 dapat dilihat pada Tabel 25 berikut:
Tabel 25. Perbandingan perangkingan metode Electree, Vikor, dan rilis Webometrics Juli 2013 dengan rilis Januari 2014
Universitas Rank
A B C D
Institut Teknologi Bandung 3 2 1 2
Universitas Gajah Mada 4 3 2 1
Universitas Indonesia 1 1 3 3
Universitas Padjadjaran 8 5 4 5
Universitas Gunadarma 9 13 5 10
Universitas Brawijaya 11 14 6 6
Institut Pertanian Bogor 5 6 7 8
Universitas Kristen Petra 15 15 8 12
Universitas Airlangga 2 4 9 4
Universitas Diponegoro 6 7 10 7
Universitas Katolik Atma Jaya 19 26 11 29 Universitas Pendidikan Indonesia 30 11 12 14 Institut Teknologi Sepuluh November 7 8 13 9 Universitas Muhammadiyah Yogyakarta 12 9 14 17 Universitas Sumatera Utara 16 19 15 22
STISI TELKOM 22 25 16 24
Universitas Esa Unggul 17 17 17 -
Universitas Sriwijaya 27 21 18 20
Universitas Sebelas Maret 13 16 19 15 Universitas Islam Indonesia 28 20 20 13
Universitas Mercubuana 10 10 21 18
Universitas Nusa Cendana 24 22 22 -
Universitas Negeri Malang 14 12 23 27 Universitas Muhammadiyah Surakarta 26 23 24 28
Universitas Hang Tuah 20 28 25 -
Universitas Hasanuddin 25 24 26 11
Universitas Andalas 23 27 27 26
STMIK Jakarta 29 18 28 -
Institut Sains dan Teknologi AKPRIND 18 30 29 - Universitas Bina Nusantara 21 29 30 16
65 Catatan, A : metode Electree
B : metode Vikor
C : Rilis Webometrics Juli 2013 D : Rilis Webometrics Januari 2014
Dengan membandingkan hasil perangkingan yang diperoleh dari penghitungan metode Electree dan Vikor dengan perangkingan yang dirilis oleh
Webometrics pada edisi Juli 2013 dan Januari 2014 menunjukkan hasil perangkingan yang hampir signifikan sama.
66 BAB V
KESIMPULAN DAN SARAN
A. KESIMPULAN
Dari hasil penelitian dan pembahasan yang telah dipaparkan, dapat disimpulkan bahwa:
1. Perankingan website akademik perguruan tinggi di Indonesia dengan menggunakan Metode Electree akan menghasilkan pola ranking yang signifikan sama dengan perankingan Webometrics.
2. Perankingan website akademik perguruan tinggi di Indonesia dengan menggunakan Metode Vikor akan menghasilkan pola ranking yang signifikan sama dengan perankingan Webometrics.
3. Perankingan website akademik perguruan tinggi di Indonesia dengan menggunakan metode Electree dan Vikor akan menghasilkan pola ranking yang sama atau signifikan sama.
Penghitumgan metode Electree dan metode Vikor memberikan hasil yang cukup memuaskan dalam melakukan perangkingan website. Kedua metode tersebut mampu memberikan keputusan yang hampir sama walaupun dilakukan dengan langkah yang berbeda-beda. Pengujian statistik Friedman test maupun Spearman test terhadap kedua metode tersebut semakin menguatkan hasil yang didapatkan dari perangkingan kedua metode tersebut.
67 B. SARAN
Dari uraian dan kesimpulan yang didapat dari penelitian ini, saran yang dapat diberikan adalah:
1. Bagi calon peneliti, sebaiknya menggunakan koneksi internet yang stabil karena koneksi internet sangat mempengaruhi dalam proses pengambilan data.
2. Melakukan back up terhadap data yang telah diperoleh agar terhindar dari permasalahan kehilangan data.
3. Saat melakukan pengambilan data diusahakan selesai pada saat itu juga. 4. Memperhatikan ketelitian dalam melakukan proses penghitungan dengan
menggunakan metode Electree maupun metode Vikor terutama jika dilakukan penghitungan secara manual.
68
DAFTAR PUSTAKA
Almind, T. C. and P. Ingwersen (1997). "Informetric analyses on the World Wide Web: methodological approaches to ‘Webometrics’." Journal of documentation 53(4): 404-426.
Bjorneborn, & Ingwersen. 2001. Perspective of Webometrics.Scientometrics.
Retrieved Maret 13, 2012, From
http://www.citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.58.6500.pdf de Boer, Luitzen., Leo van der Wegen, dan Jan Telgen, 1998, “Outrangking
Methods In Support Of Supplier Selection”, European Journal of Purchasing & Supply Management 4 (1998) 109-118.
Chiou, H. K., G. H. Tzeng, et al. (2005). "Evaluating sustainable fishing development strategies using fuzzy MCDM approach." Omega 33(3): 223- 234.
Chu, H. and M. Rosenthal (1996). Search engines for the World Wide Web: A comparative study and evaluation methodology.
Ciptomulyo, Udisubakti, dan Vivi Triyanti, 2008, Metode MCDM-Electre-III untuk Analisis Penetapan Segmen Pemasaran Usaha Jasa Belanja Barang melalui Telepon, Jurnal DIKTI Eksekutif Volume 5 Nomor 1 April 2008. Hanafi, Pailit, 2010, Analisis Daya Saing Perguruan Tinggi Di Indonesia
Berdasarkan Webometrics Dengan Literatur Batak Sebagai Nilai Tambah Daya Saing Perguruan Tinggi Dalam Penelusuran On-line, Skripsi, Fakultas Sastra Universitas Sumatera Utara, Medan. (tidak dipublikasikan)
Kahraman, C. (2008). Fuzzy multi-criteria decision making: theory and applications with recent developments, Springer Verlag.
Leighton, H. V. and J. Srivastava (1999). "First 20 precision among World Wide Web search services (search engines)." Journal of the American Society for Information Science 50(10): 870-881.
Noruzi, A. (2005). "Google Scholar: The new generation of citation indexes." Libri.
Opricovic, S. and G. H. Tzeng (2007). "Extended VIKOR method in comparison with outranking methods." European Journal of Operational Research 178(2): 514-529.
69
San Cristobal, J. R., M. V. Biezma, et al. (2009). "SELECTION OF MATERIALS UNDER AGGRESSIVE ENVIRONMENTS: THE VIKOR METHOD."
Sayadi, M. K., M. Heydari, et al. (2009). "Extension of VIKOR method for decision making problem with interval numbers." Applied Mathematical Modelling 33(5): 2257-2262.
Serafim Opricovic, G.-H. T. (2006). "Extended VIKOR method in comparison with outranking methods."
Suyatno, 2009, “UMM Go To World Class University”, Makalah, Seminar
meningatkan Peringkat UMM dalam Webometrics, Malang 24 Agustus 2009. (tidak dipublikasikan)
Thelwall, M. (2009). "Introduction to webometrics: Quantitative web research for the social sciences." Synthesis lectures on information concepts, retrieval, and services 1(1): 1-116.
Zavadskas, E. K. and Z. Turskis (2010). "A new additive ratio assessment
(ARAS) method in multicriteria decision― making." Technological and Economic Development of Economy 16(2): 159-172.
70 Lampiran 1
1. Contoh Penghitungan Menggunakan Metode Electree
a. Normalisasi matriks Rumus : Rij = Keterangan :
Xij = nilai data sampel i kriteria j (i = sample Universitas) (j = 4 kriteria Webometrics) X*j = nilai tertinggi dalam satu kriteria
X‟j = nilai terendah dalam satu kriteria
Dari tabel pengamatan, akan dilakukan normalisasi data. Berikut contoh normalisasi data sampel ITB.
RITB =
= = 0.78
Dengan langkah yang sama didapatkan data normalisasi semua sampel. Berikut disajikan data-datanya:
71
Tabel data original (metode Electree)
No Nama Universitas Size (∑) Visibility Rich
Files(∑) Scholar
1 Institut Teknologi Bandung 3.729.000 158.292 80.861 9.230 2 Universitas Gajah Mada 2.927.700 171.977 24.476 5.620 3 Universitas Indonesia 4.703.300 179.733 23.161 21.000 4 Universitas Padjadjaran 313.000 126.035 31.728 14.900 5 Universitas Gunadarma 2.071.800 36.793 107.720 36.500 6 Universitas Brawijaya 1.219.500 41.896 216.856 13.300 7 Institut Pertanian Bogor 1.861.700 93.645 122.085 15.800 8 Universitas Kristen Petra 2.205.900 22.484 545.220 20.500 9 Universitas Airlangga 3.785.700 94.237 89.440 16.400 10 Universitas Diponegoro 1.324.700 86.434 34.651 25.400 11 Universitas Katolik Atma Jaya 77.360 22.120 15.347 137 12 Universitas Pendidikan
Indonesia
263.600 86.743 12.839 3.960 13 Institut Teknologi Sepuluh
November
1.208.700 92.128 148.400 4.330 14 Universitas Muhammadiyah
Yogyakarta
1.187.740 93.870 12.955 3.690 15 Universitas Sumatera Utara 1.870.400 32.251 82.767 7.160 16 STISI TELKOM 468.570 19.627 15.360 2.080 17 Universitas Esa Unggul 1.122.800 51.114 55.937 2.210 18 Universitas Sriwijaya 1.211.600 23.647 63.058 1.460 19 Universitas Sebelas Maret 989.900 40.774 97.212 24.700 20 Universitas Islam Indonesia 1.337.200 33.471 26.597 1.070 21 Universitas Mercubuana 3.168.300 78.721 97.082 1.240 22 Universitas Nusa Cendana 199.970 29.329 6.504 1.040 23 Universitas Negeri Malang 706.200 64.216 82.870 4.890 24 Universitas Muhammadiyah
Surakarta
140.790 25.533 15.880 4.360 25 Universitas Hang Tuah 263.540 9.951 13.968 2.330 26 Universitas Hasanuddin 264.230 24.750 14.061 4.610 27 Universitas Andalas 651.830 18.347 25.365 1.940 28 STMIK Jakarta 896.000 46.788 4.771 4.590 29 Institut Sains dan Teknologi
AKPRIND
113.160 4.823 11.265 3.060 30 Universitas Bina Nusantara 573.990 7.361 30.420 79
72
Tabel data setelah dinormalisasi (metode Electree)
No Universitas Size Visibility Rich Files Scholar 1 Institut Teknologi Bandung 0.78 0.87 0.14 0.25 2 Universitas Gajah Mada 0.61 0.95 0.03 0.15
3 Universitas Indonesia 1 1 0.03 0.57
4 Universitas Padjadjaran 0.05 0.69 0.04 0.40
5 Universitas Gunadarma 0.43 0.18 0.19 1
6 Universitas Brawijaya 0.24 0.21 0.39 0.36 7 Institut Pertanian Bogor 0.38 0.50 0.21 0.43 8 Universitas Kristen Petra 0.46 0.10 1 0.56 9 Universitas Airlangga 0.80 0.51 0.15 0.44 10 Universitas Diponegoro 0.26 0.46 0.05 0.69 11 Universitas Katolik Atma Jaya 0 0.09 0.01 0.001 12 Universitas Pendidikan
Indonesia
0.04 0.46 0.01 0.10
13 Institut Teknologi Sepuluh November
0.24 0.49 0.26 0.11
14 Universitas Muhammadiyah Yogyakarta
0.24 0.50 0.01 0.09
15 Universitas Sumatera Utara 0.38 0.15 0.14 0.19
16 STISI TELKOM 0.08 0.08 0.01 0.05
17 Universitas Esa Unggul 0.22 0.26 0.09 0.05 18 Universitas Sriwijaya 0.24 0.10 0.10 0.03 19 Universitas Sebelas Maret 0.19 0.20 0.17 0.67 20 Universitas Islam Indonesia 0.27 0.16 0.04 0.02 21 Universitas Mercubuana 0.66 0.42 0.17 0.03 22 Universitas Nusa Cendana 0.02 0.14 0.003 0.02 23 Universitas Negeri Malang 0.13 0.33 0.14 0.13 24 Universitas Muhammadiyah
Surakarta
0.01 0.11 0.02 0.11
25 Universitas Hang Tuah 0.04 0.02 0.01 0.06 26 Universitas Hasanuddin 0.04 0.11 0.01 0.12 27 Universitas Andalas 0.12 0.07 0.03 0.05
28 STMIK Jakarta 0.17 0.23 0 0.12
29 Institut Sains dan Teknologi AKPRIND
0.007 0 0.01 0.08
73
b. Menentukan concordance antar sampel
C(i,i‟) = , di mana Rij > Ri‟j
Nilai concordance diperoleh dari hasil penjumlahan nilai bobot kriteria dengan syarat nilai Rij lebih besar dari Ri‟j.
Bobot size = 20 % = 0.2. Bobot visibility 50% = 0,5. Bobot rich files = 15 % = 0,15. Bobot scholar = 15% = 0,15.
Berikut disajikan contoh penghitungan concordance antara sampel ITB dengan UGM.
Perlu diingat bahwa penghitungan concordance (ITB,UGM) berbeda dengan penghitungan concordance (UGM,ITB).
C(ITB, UGM) = Size (A) Visibility (B) Rich Files (C) Scholar (D) Institut Teknologi Bandung 0.78 0.87 0.14 0.25 Universitas Gajah Mada 0.61 0.95 0.03 0.15
C(ITB, UGM) = A + C + D
= 0.2 + 0.15 + 0.15 = 0.5
Dengan langkah yang sama didapatkan nilai concordance antar sampel ITB dengan sampel lainnya.
c. Menentukan discordance antar sample
D(i,i‟) = , di mana Rij < Ri‟j
Nilai discordance merupakan kebalikan dari concordance. Nilai
discordance diperoleh dari hasil penjumlahan nilai bobot kriteria dengan syarat nilai Ri‟j lebih besar dari Rij.
Bobot size = 20 % = 0.2. Bobot visibility 50% = 0,5. Bobot rich files = 15 % = 0,15. Bobot scholar = 15% = 0,15.
74
Berikut disajikan contoh penghitungan discordance antara sampel UNY dengan UGM. Perlu diingat bahwa penghitungan discordance
(ITB,UGM) berbeda dengan penghitungan discordance (UGM,ITB). D(ITB, UGM) = Size (A) Visibility (B) Rich Files (C) Scholar (D) Institut Teknologi Bandung 0.78 0.87 0.14 0.25 Universitas Gajah Mada 0.61 0.95 0.03 0.15
D(ITB, UGM) = B = 0.5
Dengan langkah yang sama didapatkan nilai discordance antar sampel ITB dengan sampel lainnya.
Masing-masing hasil dari concordance dan discordance dimasukkan ke dalam matriks yang kemudian dilakukan penghitungan nilai masing-masing concordance dan discordance dengan cara mengurangi nilai jumlah baris dengan nilai jumlah kolom.
Selanjutnya dilakukan perankingan, sampel yang memiliki nilai terbesar dari hasil nilai concordance dikurangi nilai discordance, akan menempati peringkat pertama.
Tabel hasil perangkingan dengan menggunakan metode Electree dapat dilihat pada halaman berikutnya.
75
Tabel hasil perangkingan Electree
Sampel C D C – D Peringkat ITB 20.5 -20.5 41 3 UGM 17.7 -17.7 35.4 4 UI 22.4 -22.4 44.8 1 UNPAD 10.9 -10.9 21.8 8 GUNADARMA 9.4 -9.4 18.8 9 BRAWIJAYA 7.9 -7.9 15.8 11
Institut Pertanian Bogor 17.1 -17.1 34.2 5 Univ Kristen Petra 2.8 -2.8 5.6 15
Univ Airlangga 21 -21 42 2
UNDIP 11.8 -11.8 23.6 6
Univ Katolik Atma Jaya -21.45 20.45 -41.9 19 Univ Pendidikan Ind -1.5 1.5 -3 30 Institut Teknologi 10 Nov Sby 11.4 -11.4 22.8 7
UMY 5.5 -5.5 11 12
USU 2.65 -2.65 5.3 16
STISI TELKOM -17.45 17.65 -35.1 22
Univ Esa Unggul 1.1 -1.1 2.2 17
Univ Sriwijaya -8.3 8.3 -16.6 27 Univ Sebelas Maret 5.5 -5.5 11 13
UII -4.2 5.2 -9.4 28
MERCUBUANA 8.5 -8.5 17 10
Univ Nusa Cendana -16.55 16.55 -33.1 24
UNM 4.65 -4.65 9.3 14
UMS -12.3 12.3 -24.6 26
Univ Hang Tuah -20.65 20.65 -41.3 20 Univ Hasanuddin -12.55 12.55 -25.1 25 Univ Andalas -16.95 16.95 -33.9 23
STMIK Jakarta -3.7 3.7 -7.4 29
IST AKPRIND -25 24.8 -49.8 18
BINUS -20.2 20.2 -40.4 21
2. Contoh Penghitungan Menggunakan Metode Vikor
a. Normalisasi Data
Pada perhitungan Vikor langkah pertama yang dilakukan adalah menormalisasi data dengan menggunakan rumus :
76 Keterangan :
Xij = Nilai data sampel i kriteria j
(i = sampel)
(j = 4 kriteria webometrics) X*j = nilai terbaik dalam satu kriteria X‟j = nilai terjelek dalam satu kriteria
Dari tabel data pengamatan , akan dilakukan normalisasi data. Berikut ini contoh normalisasi data sampel ITB.
RITB =
= = 0.21
Dengan langkah yang sama didapatkan data normalisasi semua sampel. Setelah semua data tersebut dinormalisasi, maka langkah berikutnya adalah mengalikan nilai normalisasi tersebut dengan bobot kriteria masing-masing variabel.
Pada halaman berikutnya disajikan data normalisasi semua sampel (normalisasi matriks) serta tabel normalisasi dikalikan dengan bobot kriteria.
77
Tabel normalisasi data metode Vikor
Sampel Size Visibility Rich files Scholar
ITB 0.21 0.122 0.859 0.748 UGM 0.383 0.044 0.963 0.847 UI 0 0 0.965 0.425 UNPAD 1 0.307 0.95 0.593 GUNADARMA 0.568 0.817 0.809 0 BRAWIJAYA 0.753 0.788 0.607 0.636
Institut Pertanian Bogor 0.614 0.492 0.782 0.568 Univ Kristen Petra 0.539 0.899 0 0.439 Univ Airlangga 0.198 0.488 0.843 0.551
UNDIP 0.73 0.533 0.944 0.304
Univ Katolik Atma Jaya 1 0.901 0.98 0.998 Univ Pendidikan Ind 0.959 0.531 0.985 0.893 Institut Teknologi 10 Nov Sby 0.755 0.5 0.734 0.883
UMY 0.759 0.49 0.984 0.9
USU 0.612 0.843 0.855 0.805
STISI TELKOM 0.915 0.915 0.98 0.945 Univ Esa Unggul 0.774 0.735 0.905 0.941 Univ Sriwijaya 0.754 0.892 0.892 0.962 Univ Sebelas Maret 0.802 0.794 0.828 0.323
UII 0.727 0.836 0.959 0.972
MERCUBUANA 0.331 0.577 0.829 0.968 Univ Nusa Cendana 1 0.859 0.996 0.973
UNM 0.864 0.66 0.855 0.867
UMS 0.986 0.881 0.979 0.882
Univ Hang Tuah 0.959 0.97 0.982 0.938 Univ Hasanuddin 0.959 0.886 0.982 0.875 Univ Andalas 0.875 0.922 0.961 0.948
STMIK Jakarta 0.823 0.76 1 0.876
IST AKPRIND 0.992 1 0.987 0.918
78
Tabel normalsasi x bobot kriteria
Size Visibility Rich Files Scholar ITB 0.21 x 0.2 0.12 x 0.5 0.85 x 0.15 0.74 x 0.15 … … … … …
Sampel Size Visibility Rich files Scholar
ITB 0.042 0.061 0.128 0.112 UGM 0.076 0.022 0.144 0.127 UI 0 0 0.144 0.063 UNPAD 0.2 0.153 0.142 0.088 GUNADARMA 0.113 0.408 0.121 0 BRAWIJAYA 0.15 0.394 0.091 0.095
Institut Pertanian Bogor 0.122 0.246 0.117 0.085 Univ Kristen Petra 0.107 0.449 0 0.065 Univ Airlangga 0.039 0.244 0.126 0.082
UNDIP 0.146 0.266 0.141 0.045
Univ Katolik Atma Jaya 0.2 0.45 0.147 0.149 Univ Pendidikan Ind 0.191 0.265 0.147 0.133 Institut Teknologi 10 Nov Sby 0.151 0.25 0.11 0.132
UMY 0.151 0.245 0.147 0.135
USU 0.122 0.421 0.128 0.12
STISI TELKOM 0.183 0.457 0.147 0.141 Univ Esa Unggul 0.154 0.367 0.135 0.141 Univ Sriwijaya 0.15 0.446 0.133 0.144 Univ Sebelas Maret 0.16 0.397 0.124 0.048
UII 0.145 0.418 0.143 0.145
MERCUBUANA 0.066 0.288 0.124 0.145 Univ Nusa Cendana 0.2 0.429 0.149 0.145
UNM 0.172 0.33 0.128 0.13
UMS 0.197 0.44 0.146 0.132
Univ Hang Tuah 0.191 0.485 0.147 0.14 Univ Hasanuddin 0.191 0.443 0.147 0.131 Univ Andalas 0.175 0.461 0.144 0.142 STMIK Jakarta 0.164 0.38 0.15 0.131
IST AKPRIND 0.198 0.5 0.148 0.137
79 b. Menghitung S dan R
Si = , wj = bobot kriteria
Nilai S didapatkan dari penjumlahan hasil perkalian bobot kriteria dengan data normalisasi pada tiap sampel.
Berikut ini disajikan contoh penghitungan nilai S sampel ITB. SITB = 0.042 + 0.061 + 0.128 + 0.112
= 0.343
Ri = Max j[wj x Rij], nilai terbesar dari [wj x Rij]
Nilai R adalah nilai terbesar dari perkalian bobot kriteria dengan data normalisasi dari tiap sampel.
Nilai R untuk sampel ITB adalah RITB = 0.128
Dengan langkah yang sama diperoleh data nilai S dan R dari semua sampel.
80 Tabel S dan R
Pada tabel di atas, pada kolom S dan R terdapat nilai data yang dipertebal atau ditandai. Kedua data tersebut masing-masing adalah nilai terbesar dan terkecil dari S dan R.
Sampel Nilai S Nilai R
ITB 0.343 0.128 UGM 0.369 0.144 UI 0.207 0.144 UNPAD 0.583 0.2 GUNADARMA 0.642 0.408 BRAWIJAYA 0.73 0.394
Institut Pertanian Bogor 0.57 0.246 Univ Kristen Petra 0.621 0.449 Univ Airlangga 0.491 0.244
UNDIP 0.598 0.266
Univ Katolik Atma Jaya 0.946 0.45 Univ Pendidikan Ind 0.736 0.265 Institut Teknologi 10 Nov Sby 0.643 0.25
UMY 0.678 0.245
USU 0.791 0.421
STISI TELKOM 0.928 0.457 Univ Esa Unggul 0.797 0.367 Univ Sriwijaya 0.873 0.446 Univ Sebelas Maret 0.729 0.397
UII 0.851 0.418
MERCUBUANA 0.623 0.288
Univ Nusa Cendana 0.923 0.429
UNM 0.76 0.33
UMS 0.915 0.44
Univ Hang Tuah 0.963 0.485 Univ Hasanuddin 0.912 0.443 Univ Andalas 0.922 0.461 STMIK Jakarta 0.825 0.38
IST AKPRIND 0.983 0.5
81 c. Menghitung indeks Vikor
Qi = [ ] x v +[ ] x (1-v) Keterangan : S‟ = nilai S terkecil S* = nilai S terbesar R‟ = nilai R terkecil R* = nilai R terbesar
Sampel dengan nilai Q terkecil merupakan sampel terbaik.
Berikut disajikan contoh penghitungan nilai indeks vikor (Q) sampel ITB.
QITB = [ ] x 0.5 +[ ] x (1-0.5) = 0.087
Dengan langkah yang sama dilakukan penghitungan semua sampel sehingga akan didapatkan semua nilai Q. setelah diketahui semua nilai Q masing-masing sampel dilakukan pemeringkatan yang disajikan dalam tabel berikut.
82 Tabel peringkat Vikor
Sampel Nilai S Nilai R Nilai Q Peringkat ITB 0.343 0.128 0.087 2 UGM 0.369 0.144 0.125 3 UI 0.207 0.144 0.021 1 UNPAD 0.583 0.2 0.380 5 GUNADARMA 0.642 0.408 0.656 13 BRAWIJAYA 0.73 0.394 0.693 14
Institut Pertanian Bogor 0.57 0.246 0.391 6 Univ Kristen Petra 0.621 0.449 0.697 15 Univ Airlangga 0.491 0.244 0.337 4
UNDIP 0.598 0.266 0.436 7
Univ Katolik Atma Jaya 0.946 0.45 0.908 26 Univ Pendidikan Ind 0.736 0.265 0.524 11 Institut Teknologi 10 Nov
Sby 0.643 0.25 0.443 8
UMY 0.678 0.245 0.46 9
USU 0.791 0.421 0.769 19
STISI TELKOM 0.928 0.457 0.906 25 Univ Esa Unggul 0.797 0.367 0.701 17 Univ Sriwijaya 0.873 0.446 0.856 21 Univ Sebelas Maret 0.729 0.397 0.697 16
UII 0.851 0.418 0.803 20
MERCUBUANA 0.623 0.288 0.483 10
Univ Nusa Cendana 0.923 0.429 0.865 22
UNM 0.76 0.33 0.627 12
UMS 0.915 0.44 0.875 23
Univ Hang Tuah 0.963 0.485 0.966 28 Univ Hasanuddin 0.912 0.443 0.877 24 Univ Andalas 0.922 0.461 0.907 27 STMIK Jakarta 0.825 0.38 0.736 18
IST AKPRIND 0.983 0.5 1 30
83 Sample X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 jml X1 0.5 0.85 0.15 0.3 0.3 0.3 0.3 0.5 0.15 0 0 0.15 0 0.15 0 0 0 0.3 0 0.15 0 0.15 0 0 0 0 0 0 0 4.25 X2 0.5 - 0.85 0.3 0.3 0.3 0.3 0.3 0.5 0.3 0 0 0.15 0 0.3 0 0.15 0.15 0.3 0.15 0.35 0 0.15 0 0 0 0.15 0 0 0.15 5.65 X3 0.15 0.15 - 0.15 0.3 0.15 0.15 0.15 0.15 0.3 0 0 0.15 0 0.15 0 0.15 0.15 0.3 0.15 0.15 0 0.15 0 0 0 0.15 0 0 0.15 3.3 X4 0.85 0.7 0.85 - 0.5 0.35 0.5 0.5 0.5 0.5 0 0 0.35 0.2 0.35 0.2 0.35 0.35 0.5 0.2 0.35 0 0.35 0 0 0 0.2 0.2 0 0.2 9.05 X5 0.7 0.7 0.7 0.5 - 0.65 0.65 0.35 0.7 0.5 0 0.5 0.65 0.5 0 0 0.5 0 0.5 0 0.7 0 0.5 0 0 0 0 0.5 0 0 9.8 X6 0.7 0.7 0.85 0.65 0.35 - 0.85 0.5 0.85 0.85 0 0.5 0.5 0.5 0.2 0 0.5 0 0.15 0.2 0.7 0 0.5 0 0 0 0 0.5 0 0 10.55 X7 0.7 0.7 0.85 0.5 0.35 0.15 - 0.5 0.85 0.15 0 0 0.15 0.5 0.2 0 0 0 0.15 0 0.2 0 0 0 0 0 0 0 0 0 5.95 X8 0.7 0.7 0.85 0.5 0.65 0.5 0.5 - 0.7 0.65 0 0.5 0.5 0.5 0.5 0 0.5 0.5 0.65 0.5 0.7 0.5 0.5 0.5 0 0.5 0 0.5 0 0 13.1 X9 0.5 0.5 0.85 0.5 0.3 0.15 0.15 0.3 - 0.15 0 0 0.15 0 0 0 0 0 0.3 0 0.15 0 0 0 0 0 0 0 0 0 4 X10 0.85 0.7 0.7 0.5 0.5 0.15 0.85 0.35 0.85 - 0 0.5 0.65 0.5 0.35 0 0.15 0.15 0.15 0.2 0.35 0 0.15 0 0 0 0 0 0 0 8.6 X11 1 1 1 1 1 1 1 1 1 1 - 0.85 1 0.85 1 0.5 1 1 1 1 1 0.85 1 1 0.35 0.85 0.5 0.85 0.35 0.35 25.3 X12 1 1 1 1 0.5 0.5 1 0.5 1 0.5 0.15 - 1 0.85 0.5 0.35 0.35 0.35 0.5 0.35 0.35 0 0.5 0.3 0.35 0.5 0.35 0.35 0 0.35 15.45 X13 0.85 0.85 0.85 0.65 0.35 0.5 0.85 0.5 0.85 0.35 0 0 - 0.5 0.35 0 0 0.2 0.15 0.2 0.2 0 0.15 0.15 0 0.15 0 0.15 0 0 8.8 X14 1 1 1 0.8 0.5 0.5 0.5 0.5 1 0.5 0.15 0.15 0.5 - 0.5 0.15 0.15 0.35 0.3 0.35 0.35 0 0.3 0.3 0.15 0.3 0.15 0.15 0 0.15 11.75 X15 0.85 0.7 0.85 0.65 1 0.8 0.8 0.5 1 0.65 0 0.5 0.65 0.5 - 0 0.5 0 0.8 0.5 0.85 0 0.65 0 0 0 0 0.5 0 0 13.25 X16 1 1 1 0.8 1 1 1 1 1 1 0.65 0.65 1 0.85 1 - 1 0.85 1 0.85 0.85 0.5 1 0.8 0.15 0.65 0.35 0.85 0.15 0.35 23.3 X17 1 0.85 0.85 0.65 0.5 0.5 1 0.5 1 0.85 0 0.65 1 0.85 0.5 0 - 0.35 0.3 0.2 0.85 0 0.8 0.15 0.15 0.15 0 0.15 0.15 0 13.95 X18 1 0.85 0.85 0.65 1 1 1 0.5 1 0.85 0 0.65 0.8 0.65 1 0.15 0.65 - 0.8 0.7 0.85 0.5 0.8 0.65 0.15 0.65 0.15 0.65 0.15 0 18.65 X19 0.7 0.7 0.7 0.5 0.5 0.85 0.85 0.35 0.7 0.85 0 0.5 0.85 0.7 0.2 0 0.7 0.2 - 0.2 0.7 0 0.5 0 0 0 0 0.5 0 0 11.75 X20 1 0.85 0.85 0.8 1 0.8 1 0.5 1 0.8 0 0.65 0.8 0.65 0.5 0.15 0.8 0.3 0.8 - 1 0 0.8 0.15 0.15 0.15 0.15 0.65 0.15 0.15 16.6 X21 0.85 0.65 0.85 0.65 0.3 0.3 0.8 0.3 0.85 0.65 0 0.65 0.8 0.65 0.15 0.15 0.15 0.15 0.3 0 - 0 0.15 0.15 0.15 0.15 0.15 0.15 0.15 0 10.25 X22 1 1 1 1 1 1 1 0.5 1 1 0.15 1 1 1 1 0.5 1 0.5 1 1 1 - 1 0.3 0.5 0.5 0.15 0.85 0.3 0.35 22.6 X23 0.85 0.85 0.85 0.65 0.5 0.5 1 0.5 1 0.85 0 0.5 0.85 0.7 0.5 0 0.2 0.2 0.5 0.2 0.85 0 - 0 0 0 0 0.2 0 0 12.25 X24 1 1 1 1 1 1 1 0.5 1 1 0 0.7 0.85 0.7 1 0.2 0.85 0.35 1 0.85 0.85 0.7 1 - 0.2 0.35 0.35 0.85 0 0.35 20.65 X25 1 1 1 1 1 1 1 1 1 1 0.65 0.85 1 0.85 1 0.85 0.85 0.85 1 0.85 0.85 0.5 1 0.8 - 1 0.85 0.85 0.15 0.35 25.1 X26 1 1 1 1 1 1 1 0.5 1 1 0.15 0.7 0.85 0.7 1 0.35 0.85 0.35 1 0.85 0.85 0.5 1 0.65 0.35 - 0.35 0.7 0 0.35 21.05 X27 1 0.85 0.85 0.8 1 1 1 1 1 1 0.5 0.65 1 0.85 1 0.65 1 0.85 1 0.85 0.85 0.5 1 0.65 0.15 0.65 - 0.85 0.15 0.15 22.8 X28 1 1 1 0.8 0.5 0.5 1 0.5 1 1 0.15 0.65 0.85 0.85 0.5 0.15 0.85 0.35 0.5 0.35 0.85 0.15 0.8 0.15 0.15 0.3 0.15 - 0.15 0.15 16.35 X29 1 1 1 1 1 1 1 1 1 1 0.65 1 1 1 1 0.85 0.85 0.85 1 0.85 0.85 0.7 1 1 0.85 1 0.85 0.85 - 0.85 27 X30 1 0.85 0.85 0.8 1 1 1 1 1 1 0.65 0.65 1 0.85 1 0.65 1 1 1 0.85 1 0.65 1 0.65 0.65 0.65 0.85 0.85 0.15 - 24.6 jml 24.75 23.35 25.7 19.95 19.2 18.45 23.05 15.9 25 20.4 3.85 13.95 20.2 17.25 15.9 5.85 15.05 10.35 17.25 12.4 18.75 6.05 16.9 8.35 4.45 8.5 5.85 12.65 2 4.4
84 sample X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 jml X1 - 0.5 0.15 0.85 0.7 0.7 0.7 0.7 0.5 0.85 1 1 0.85 1 0.85 1 1 1 0.7 1 0.85 1 0.85 1 1 1 1 1 1 1 24.75 X2 0.5 - 0.15 0.7 0.7 0.7 0.7 0.7 0.5 0.7 1 1 0.85 1 0.7 1 0.85 0.85 0.7 0.85 0.65 1 0.85 1 1 1 0.85 1 1 0.85 23.35 X3 0.85 0.85 - 0.85 0.7 0.85 0.85 0.85 0.85 0.7 1 1 0.85 1 0.85 1 0.85 0.85 0.7 0.85 0.85 1 0.85 1 1 1 0.85 1 1 0.85 25.7 X4 0.15 0.3 0.15 - 0.5 0.65 0.5 0.5 0.5 0.5 1 1 0.65 0.8 0.65 0.8 0.65 0.65 0.5 0.8 0.65 1 0.65 1 1 1 0.8 0.8 1 0.8 19.95 X5 0.3 0.3 0.3 0.5 - 0.35 0.35 0.65 0.3 0.5 1 0.5 0.35 0.5 1 1 0.5 1 0.5 1 0.3 1 0.5 1 1 1 1 0.5 1 1 19.2 X6 0.3 0.3 0.15 0.35 0.65 - 0.15 0.5 0.15 0.15 1 0.5 0.5 0.5 0.8 1 0.5 1 0.85 0.8 0.3 1 0.5 1 1 1 1 0.5 1 1 18.45 X7 0.3 0.3 0.15 0.5 0.65 0.85 - 0.5 0.15 0.85 1 1 0.85 0.5 0.8 1 1 1 0.85 1 0.8 1 1 1 1 1 1 1 1 1 23.05 X8 0.3 0.3 0.15 0.5 0.35 0.5 0.5 - 0.3 0.35 1 0.5 0.5 0.5 0.5 1 0.5 0.5 0.35 0.5 0.3 0.5 0.5 0.5 1 0.5 1 0.5 1 1 15.9 X9 0.5 0.5 0.15 0.5 0.7 0.85 0.85 0.7 - 0.85 1 1 0.85 1 1 1 1 1 0.7 1 0.85 1 1 1 1 1 1 1 1 1 25 X10 0.15 0.3 0.3 0.5 0.5 0.85 0.15 0.65 0.15 - 1 0.5 0.35 0.5 0.65 1 0.85 0.85 0.85 0.8 0.65 1 0.85 1 1 1 1 1 1 1 20.4 X11 0 0 0 0 0 0 0 0 0 0 - 0.15 0 0.15 0 0.5 0 0 0 0 0 0.15 0 0 0.65 0.15 0.5 0.15 0.65 0.65 3.7 X12 0 0 0 0 0.5 0.5 0 0.5 0 0.5 0.85 - 0 0.15 0.5 0.65 0.65 0.65 0.5 0.65 0.65 1 0.5 0.7 0.65 0.5 0.65 0.65 1 0.65 13.55 X13 0.15 0.15 0.15 0.35 0.65 0.5 0.15 0.5 0.15 0.65 1 1 - 0.5 0.65 1 1 0.8 0.85 0.8 0.8 1 0.85 0.85 1 0.85 1 0.85 1 1 20.2 X14 0 0 0 0.2 0.5 0.5 0.5 0.5 0 0.5 0.85 0.85 0.5 - 0.5 0.85 0.85 0.65 0.7 0.65 0.65 1 0.7 0.7 0.85 0.7 0.85 0.85 1 0.85 17.25 X15 0.15 0.3 0.15 0.35 0 0.2 0.2 0.5 0 0.35 1 0.5 0.35 0.5 - 1 0.5 1 0.2 0.5 0.15 1 0.35 1 1 1 1 0.5 1 1 15.75 X16 0 0 0 0.2 0 0 0 0 0 0 0.35 0.35 0 0.15 0 - 0 0.15 0 0.15 0.15 0.5 0 0.2 0.85 0.35 0.65 0.15 0.65 0.65 5.5 X17 0 0.15 0.15 0.35 0.5 0.5 0 0.5 0 0.15 1 0.35 0 0.15 0.5 1 - 0.65 0.7 0.8 0.15 1 0.2 0.85 0.85 0.85 1 0.85 0.85 1 15.05 X18 0 0.15 0.15 0.35 0 0 0 0.5 0 0.15 1 0.35 0.2 0.35 0 0.85 0.35 - 0.2 0.3 0.15 0.5 0.2 0.35 0.85 0.35 0.85 0.35 0.85 1 10.35 X19 0.3 0.3 0.3 0.5 0.5 0.15 0.15 0.65 0.3 0.15 1 0.5 0.15 0.3 0.8 1 0.3 0.8 - 0.8 0.3 1 0.5 1 1 1 1 0.5 1 1 17.25 X20 0 0.15 0.15 0.2 0 0.2 0 0.5 0 0.2 0 0.35 0.2 0.35 0.5 0.85 0.2 0.7 0.2 - 0 1 0.2 0.85 0.85 0.85 0.85 0.35 0.85 0.85 11.4 X21 0.15 0.35 0.15 0.35 0.7 0.7 0.2 0.7 0.15 0.35 1 0.35 0.2 0.35 0.85 0.85 0.85 0.85 0.7 1 - 1 0.85 0.85 0.85 0.85 0.85 0.85 0.85 1 18.75 X22 0 0 0 0 0 0 0 0.5 0 0 0.85 0 0 0 0 0.5 0 0.5 0 0 0 - 0 0.7 0.5 0.5 0.85 0.15 0.7 0.65 6.4 X23 0.15 0.15 0.15 0.35 0.5 0.5 0 0.5 0 0.15 1 0.5 0.15 0.3 0.5 1 0.8 0.8 0.5 0.8 0.15 1 - 1 1 1 1 0.8 1 1 16.75 X24 0 0 0 0 0 0 0 0.5 0 0 1 0.3 0.15 0.3 0 0.8 0.15 0.65 0 0.15 0.15 0.3 0 - 0.8 0.65 0.65 0.15 1 0.65 8.35 X25 0 0 0 0 0 0 0 0 0 0 0.35 0.15 0 0.15 0 0.15 0.15 0.15 0 0.15 0.15 0.5 0 0.2 - 0 0.15 0.15 0.85 0.65 3.9 X26 0 0 0 0 0 0 0 0.5 0 0 0.85 0.3 0.15 0.3 0 0.65 0.15 0.65 0 0.15 0.15 0.5 0 0.35 0.65 - 0.65 0.3 1 0.65 7.95 X27 0 0.15 0.15 0.2 0 0 0 0 0 0 0.5 0.35 0 0.15 0 0.35 0 0.15 0 0.15 0.15 0.5 0 0.35 0.85 0.35 - 0.15 0.85 0.85 6.2 X28 0 0 0 0.2 0.5 0.5 0 0.5 0 0 0.85 0.35 0.15 0.15 0.5 0.85 0.15 0.65 0.5 0.65 0.15 0.85 0.2 0.85 0.85 0.7 0.85 - 0.85 0.85 12.65 X29 0 0 0 0 0 0 0 0 0 0 0.35 0 0 0 0 0.15 0.15 0.15 0 0.15 0.15 0.3 0 0 0.15 0 0.15 0.15 - 0.15 2 X30 0 0.15 0.15 0.2 0 0 0 0 0 0 0.35 0.35 0 0.15 0 0.35 0 0 0 0.15 0 0.35 0 0.35 0.35 0.35 0.15 0.15 0.85 - 4.4 jml 4.25 5.65 3.3 9.05 9.8 10.55 5.95 13.1 4 8.6 24.15 15.05 8.8 11.75 13.1 23.15 13.95 18.65 11.75 16.6 10.25 22.95 12.1 20.65 24.55 20.5 23.15 16.35 26.8 24.6
