METODOLOGI PENELITIAN
3.1 Rancangan Penelitian
Penelitian yang dilakukan adalah memberi nilai dalam setiap kriteria pada setiap jabatan menggunakan metode SAW dan WP dimana dengan metode ini apakah hasil keputusan mendapatkan nilai yang sama atau tidak, untuk penentuan nilai dari setiap kriteria dapat dilakukan dengan langkah-langkah seperti pada gambar 3.1
1. Input Nilai dari setiap kriteria
Nilai ini merupakan kriteria yang terdiri dari Ketua STTH, Ketua Program Studi, dan Sekertaris Program Studi, masing-masing nilai akan di evaluasi ulang untuk penentuan nilai dari setiap kriteria yang akan di hitung menggunakan Metode SAW dan WP.
2. Perhitungan menggunakan SAW dan WP
Perhitungan yang dilakukan akan melalui 2 tahap, perhitungan yang pertama adalah menggunakan Metode SAW dengan beberapan tahapan yang akan dilakukan secara teliti dan benar yaitu dengan rumus pemberian bobot sebagai berikut:
=
perhitungan yang kedua adalah menggunakan Metode WP dengan beberapan tahapan yang akan dilakukan secara teliti dan benar yaitu dengan rumus pemberian bobot sebagai berikut:
3. Membandingkan Hasil SAW dan WP
Setelah mendapatkan hasil perhitungan antara SAW dan WP, maka dari setiap kriteria akan dibandingkan apakah perhitungan dengan menggunakan SAW dan WP mendapatkan hasil yang sama atau tidak.
4. Mendapatkan Nilai dari setiap kriteria
Setelah membandingkan dari hasil SAW dan WP maka penulis akan mendapatkan keputusan dari setiap kriteria yang di hitung.
3.2 Perancangan Sistem
3.3 Klasifikasi Variabel
Sebagai langkah awal dari klasifikasi yang akan dilakukan oleh penulis, penentuan dalam variabel berguna untuk proses perhitungan dan pemberian bobot yang ada dalam Metode SAW dan WP, adapun klasifikasi variabel yang digunakan adalah seperti pada table 3.1 berikut:
Tabel 3.1 Klasifikaasi Variabel
Klasifikasi Variabel
Umum Khusus
C1 a. Berkewarganegaraan Indonesia b. Beriman dan bertakwa kepada Allah
SWT
c. Tidak sedang menjalani proses hukuman
d. Tidak berstatus sebagai anggota salah satu partai politik
e. Tidak sedang dalam kedudukan sebagai anggota lembaga-lembaga pemerintah
f. Tidak sedang mengikuti studi lanjut S2 atau S3
g. Berdomisili pada tempat dimana Perguruan Tinggi STT Harapan berada
h. Diutamakan dosen tetap Yayasan Pendidikan Harapan Medan bidang ilmu sesuai dengan program studi yang akan dipimpin nya
Klasifikasi Variabel
Umum Khusus
e. Diutamakan pernah menjabat sebagai f. Ketua Program
Studi dapat diangkat
C2 a. Berkewarganegaraan Indonesia b. Beriman dan bertakwa kepada Allah
SWT
c. Tidak sedang menjalani proses hukuman
d. Tidak berstatus sebagai anggota salah satu partai politik
e. Tidak sedang dalam kedudukan sebagai anggota lembaga-lembaga pemerintah
f. Tidak sedang mengikuti studi lanjut S2 atau S3
g. Berdomisili pada tempat dimana Perguruan Tinggi STT Harapan berada bidang ilmu sesuai dengan program studi yang akan dipimpin nya
Klasifikasi Variabel
Umum Khusus
h. Diutamakan dosen tetap Yayasan Pendidikan Harapan Medan
kurangnya selama 5 (lima) tahun terakhir secara berturut-turut d. Tidak sedang menjabat dalam jabatan yang setara pada perguruan tingggi lain.
e. Diutamakan pernah menjabat sebagai f. Ketua Program
Studi dapat diangkat
C3 a. Berkewarganegaraan Indonesia b. Beriman dan bertakwa kepada
Allah SWT
c. Tidak sedang menjalani proses hukuman
d. Tidak berstatus sebagai anggota salah satu partai politik
a. Memiliki jenjang pendidikan minimal S2 yang diakui pemerintah
Klasifikasi Variabel
Umum Khusus
e. Tidak sedang dalam kedudukan sebagai anggota lembaga-lembaga pemerintah
f. Tidak sedang mengikuti studi lanjut S2 atau S3
g. Berdomisili pada tempat dimana Perguruan Tinggi STT Harapan berada
h. Diutamakan dosen tetap Yayasan Pendidikan Harapan Medan
3.4 Prosedur Pengumpulan Data
Dalam pemberian nilai untuk klasifikasi diperlukan data yang akan menjadi sumber acuan dalam pembuatan Menggunakan Metode SAW dan WP. Adapun prosedur pengumpulan data dapat dijelaskan sebagai berikut:
1. Data diambil dari STT Harapan Medan.
2. Data merupakan persyaratan seleksi baik dari syarat umum dan syarat khusus. 3. Setelah mendapat persayaratan dari kriteria yang di dapat maka akan dihitung
menggunakan metode SAW dan WP.
4. Keluaran yang dihasilkan adalah kelayakan pada masing-masing calon dalam pemilihan di STT Harapan Medan
Model yang digunakan dalam prosedur pengumpulan data mengggunakan metodel SDLC(System Development Life Cycle)
1. Planning
2. Analisis
Kebutuhan informasi yang diambil dalam pengambilan keputusan yaitu tentang kebutuhan dalam pemilihan dalam sebuah universitas baik dari Ketua, Ketua Prodi dan Sekertaris Jurusan.
3. Design
Tahap ini penulis akan merancang sebuah kriteria yang akan digunakan dalam proses pemilihan, pemilihan ini akan diambil dari kriteria yang sudah di tetapkan dalam proses pemilihan.
4. Development
Proses ini penulis akan membuat sebuah pengembangan berupa program dengan menggunakan metode SAW dan WP dan di dalam program tersebut akan dianalisa dan membandingkan nilai mana yang paling akurat untuk dijadikan penilaian yang baik.
5. Testing
Melakukan uji coba pada perhitungan menggunakan metode SAW dan WP dan mana yang baik digunakan dalam proses pemilihan sebuat jabatan.
6. Implementation
Setelah diuji maka akan dihasilkan sebuah nilai, dan nilai tersebut akan di implementasikan dalam sebuah struktur untuk pemilihan jabatan di universitas.
7. Maintenance
HASIL DAN PEMBAHASAN
4.1 Pendahuluan
Dalam bab ini akan dibahas mengenai hasil dan pembahasan bagaimana menentukan sebuah pemilihan didalam institusi pendidikan tinggi menggunakan metode SAW dan WP, dan hasil ini akan dianalisa serta membandingkan mana hasil yang paling akurat. Pada Tabel ini masing-masing variabel akan diberikan bobot, bobot ini dibuat oleh pengambil keputusan yaitu penulis, variabel terdiri dari Variabel A dan B dapat dilihat pada table 4.1 berikut:
Tabel 4.1 Variabel A dan Bobot
Variabel Bobot
a. Diutamakan memiliki jenjang pendidikan S2/S3 yang di akui pemerintah dalam bidang ilmu sesuai dengan program studi yang akan dipimpin nya.
20
b. Minimal memiliki jabatan akademik asisten ahli 20 c. Telah bertugas di STT-Harapan sebagai staf pengajar sekurang
kurangnya selama 5 (lima) tahun terakhir secara berturut-turut
20
d. Tidak sedang menjabat dalam jabatan yang setara pada perguruan tingggi lain.
10
e. Diutamakan pernah menjabat sebagai salah satu fungsionaris STT-Harapan atau pernah menjadi anggota Senat STT-STT-Harapan
20
f. Ketua Program Studi dapat diangkat kembali dengan ketentuan tidak lebih dari 2 kali masa jabatan berturut turut
10
Total Bobot 100
Masing masing variabel diberi bobot oleh pembuat keputusan dan nilai ini akan dihitung menggunakan metode SAW dan WP
Tabel 4.2 Variabel B dan Bobot
Variabel Bobot
a. Memiliki jenjang pendidikan minimal S2 yang diakui pemerintah 50 b. Memiliki jabatan akademik sekurang-kurangnya Asisten Ahli 50
Total Bobot 100
Pada tabel 4.2 varibel B dikhusukan untuk pemilihan Sekertaris di STT Harapan Medan, variabel ini diambil dari persyaratan khusus dengan 2 variabel. Masing masing variabel diberi bobot oleh pembuat keputusan dan nilai ini akan dihitung menggunakan metode SAW dan WP.
4.2 Proses Fuzzyfikasi
Tabel 4.3 Tingkat Kepentingan Kriteria
Kriteria Variabel Nilai
Pendidikan S2 [0–50]
S3 [45–100]
Jabatan Assiten Ahli [0–45]
Lektor [40–80]
Lektor Kepala [70–100]
Masa Kerja ≥ 5 Tahun [0–45]
≥ 10 Tahun [40–80]
≥ 15 Tahun [70–100]
4.2.1 Kriteria Pendidikan
Tabel 4.4 Kriteria Pendidikan
Variabel Nilai
S2 [0–50]
Gambar 4.1Fuzzy Keanggotaan Variabel Pendidikan
S2[x] =
1; < 25
; 25 50
0; > 50
S3[x] =
0; 45
; 45 < 75
1; 75
Pendidikan = 65 μ S2[65] = 0
μ S3[65] = 65–45 / 75 - 45 = 0,66
4.2.2 Kriteria Jabatan
Tabel 4.5 Kriteria Jabatan
Variabel Nilai
Assiten Ahli [0–45]
Lektor [40–80]
Lektor Kepala [70–100] Pendidikan
1
0,66
65 75 45
25 5
100 50
Gambar 4.2Fuzzy Keanggotaan Variabel Jabatan
4.2.3 Kriteria Masa Kerja
Tabel 4.6 Kriteria Masa Kerja
Variabel Nilai
≥ 5 Tahun [0–45]
≥ 10 Tahun [40–75]
≥ 15 Tahun [70–100]
Asisten Ahli Lektor Lektor Kepala
Gambar 4.3Fuzzy Keanggotaan Masa Kerja
Contoh Perhitungan Menggunakan Data Variabel A dan dihitung dengan metode SAW dan WP. Data pelatihan akan diambil dari pemilihan Ketua Umum Masa Bakti 2015 sampai 2020. Diketahui calon yang ikut serta berjumlah 9 calon.
4.4 Pengujian Menggunakan Metode SAW
Diketahui nilai yang akan dihitung adalah sebagai berikut:
Tabel 4.7 Nilai Variabel
4.4.1 Proses Pengujian SAW
Maka diperoleh Nilai dalam bentuk matriks sebagai berikut: 90 85 70 80 85 85
Berikut adalah perhitungan normalisasi matriks keputusan dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari setiap alternatif berdasarkan kriteria Cost
dan Benefit, dalam penulisan ini kriteria Cost tidak ditemukan, sehingga semua perhitungan menggunakanBenefit:
Kriteria benefitnya yaitu (V1, V2, V3, V4, V5 dan V6). Untuk normalisai nilai, jika faktor kriteriabenefitdigunakan rumusan
Rii= ( Xij/ max{Xij})
Dari kolom V1 nilai maksimalnya adalah 90, maka tiap bari dari kolom V1 dibagi oleh nilai maksimal kolom V1
R21= 80 / 90 = 0.88
Maka diperoleh matriks kolom pertama 1
Didalam kolom V2 nilai maksimalnya adalah 90, maka tiap baris dari kolom V2 dibagi oleh nilai maksimal Kolom V2
R12= 85 / 90 = 0.94
1 0.94
Didalam kolom V3 nilai maksimalnya adalah 85, maka tiap baris dari kolom V3 dibagi oleh nilai maksimal Kolom V3
R13= 70 / 85 = 0.82
Maka diperoleh matriks kolom ketiga
1 0.94 0.82
Didalam kolom V4 nilai maksimalnya adalah 90, maka tiap baris dari kolom V4 dibagi oleh nilai maksimal Kolom V4
R74= 90 / 90 = 1 R84= 75 / 90 = 0.83 R94= 75 / 90 = 0.83
Maka diperoleh matriks kolom keempat
1 0.94 0.82 0.88 0.88 0.83 0.82 0.88 1 0.88 0.88 0.88 0.94 0.88 0.88 0.94
0.94 1 0.94 0.88
0.83 0.94 1 0.88
0.88 0.88 1 1
0.88 0.88 0.94 0.83 0.88 0.94 0.94 0.83
Didalam kolom V5 nilai maksimalnya adalah 85, maka tiap baris dari kolom V5 dibagi oleh nilai maksimal Kolom V5
R15= 85 / 85 = 1
Maka diperoleh matriks kolom kelima
1 0.94 0.82 0.88 1
0.88 0.83 0.82 0.88 0.94 1 0.88 0.88 0.88 0.94 0.94 0.88 0.88 0.94 0.94
0.94 1 0.94 0.88 0.82
0.83 0.94 1 0.88 0.88
0.88 0.88 1 1 0.88
0.88 0.88 0.94 0.83 0.88 0.88 0.94 0.94 0.83 0.88
Didalam kolom V6 nilai maksimalnya adalah 90, maka tiap baris dari kolom V6 dibagi oleh nilai maksimal Kolom V6
R36= 80 / 90 = 0.88
Maka diperoleh matriks kolom kelima
R =
1 0.94 0.82 0.88 1 0.94
0.88 0.83 0.82 0.88 0.94 0.88 1 0.88 0.88 0.88 0.94 0.88 0.94 0.88 0.88 0.94 0.94 0.88
0.94 1 0.94 0.88 0.82 1
0.83 0.94 1 0.88 0.88 0.94
0.88 0.88 1 1 0.88 0.94
0.88 0.88 0.94 0.83 0.88 0.94 0.88 0.94 0.94 0.83 0.88 0.94
Setelah diperoleh matriks dari masing masing kolom, akan dikalikan setiap kolom di tabel tersebut dengan bobot kriteria yang telah dideklarasikan sebelumnya.
Nilai Bobot preferensi (W) = 20, 20, 20, 10, 20, 10
=
V6 = (0,83 * 20) + (0,94 * 20) + (1 * 20) + (0,88 * 10) + (0.88 * 20) + (0.94 * 10) = 91.2
V7 = (0,88 * 20) + (0,88 * 20) + (1 * 20) + (1 * 10) + (0.88 * 20) + (0.94 * 10) = 92.2 V8 = (0,88 * 20) + (0,88 * 20) + (0,94 * 20) + (0,83 * 10) + (0.88 * 20) + (0.94 * 10) = 89.3
V9 = (0,88 * 20) + (0,94 * 20) + (0,94 * 20) + (0,83 * 10) + (0.88 * 20) + (0.94 * 10) = 90.5
Berikut tabel masing masing dari nilai Vektor
Tabel 4.8 Nilai Vector Vektor (Vi) Nilai Vektor (Vi)
V1 93.4
V2 87
V3 91.6
V4 91
V5 92.8
V6 91.2
V7 92.2
V8 89.3
V9 90.5
Nilai V1menunjukkan nilai terbesar sehinggaVariabel A1Terpilih dalam Menjadi Ketua Umum.
4.5 Proses Pengujian Menggunakan Metode Weight Product (WP)
Berikut ini akan dilakukan pengujian menggunakan Metode Product (WP) dapat dilihat pada penjelasan dibawah ini:
Perbaikan Bobot sehingga = 20, 20, 20, 10, 20, 10
W2 = = = 0.2
W3 = = = 0.2
W4 = = = 0.1
W5 = = = 0.2
W6 = = = 0.1
Penentuan Vektor S untuk preferensi alternatif
=
1 0.94 0.82 0.88 1 0.94
0.88 0.83 0.82 0.88 0.94 0.88 1 0.88 0.88 0.88 0.94 0.88 0.94 0.88 0.88 0.94 0.94 0.88
0.94 1 0.94 0.88 0.82 1
0.83 0.94 1 0.88 0.88 0.94
0.88 0.88 1 1 0.88 0.94
0.88 0.88 0.94 0.83 0.88 0.94 0.88 0.94 0.94 0.83 0.88 0.94
S1= (10,2) + (0,940,2) + (0,820,2) + (0,880,1) + (10,2) + (0,940,1) = 5.9299 S2 =(0.880,2) + (0,830,2) + (0,820,2) + (0,880,1) + (0,940,2) + (0,880,1) = 5.8615 S3 =(10,2) + (0,880,2) + (0,880,2) + (0,880,1) + (0,940,2) + (0,880,1) = 5.9118 S4 = (0.940,2) + (0,880,2) + (0,880,2) + (0,940,1) + (0,940,2) + (0,880,1) = 5.9060 S5 = (0.940,2) + (10,2) + (0,940,2) + (0,880,1) + (0,820,2) + (10,1) = 5.9237 S6 =(0.830,2) + (0,940,2) + (10,2) + (0,880,1) + (0,880,2) + (0,940,1) = 5.9070 S7 =(0.880,2) + (0,880,2) + (10,2) + (10,1) + (0,880,2) + (0,940,1) = 5.9181 S8 =(0.880,2) + (0,880,2) + (0,940,2) + (0,830,1) + (0,880,2) + (0,940,1) = 5.8873 S9 =(0.880,2) + (0,940,2) + (0,940,2) + (0,830,1) + (0,880,2) + (0,940,1) = 5.9002
Tabel 4.9 Nilai Normalisasi Si Nilai Si
S1 5.9299
S2 5.8615
S3 5.9118
S4 5.9060
S5 5.9237
S6 5.9070
S7 5.9181
S8 5.8873
S9 5.9002
Nilai vektor S digunakan untuk Pencarian Nilai Tertinggi dengan menggunakan rumus sebagai berikut :
V1 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.9299
= .. = 1.1157
V2 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025,8615
= .
. = 0.1102
V3 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.9118
= .. = 1.1123
V4 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.9060
= .. = 0.1111
V5 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.9237
= .. = 0.1114
= .
. = 0.1111
V7 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.9181
= .. = 0.1113
V8 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.8873
= .
. = 0.1107
V9 =5,9299+5.8615+5.9118+5.9060+5.9237+5.9070+5.9181+5.8873+5.90025.9002
= .. = 0.1110
Tabel 4.10 Nilai Vektor Vektor (Vi) Nilai Vektro (Vi)
V1 1.1157
V2 0.1102
V3 1.1123
V4 0.1111
V5 0.1114
V6 0.1111
V7 0.1113
V8 0,10144
V9 0.1107
Nilai V1 menunjukkan nilai terbesar sehingga Variabel A1Terpilih dalam pemilihan Ketua Umum
4.6 Analisa Perbandingan Pengujian Manual dan Program
Dibawah ini penulis akan menjelaskan hasil dari masing masing keputusan antara penggunaan program dan manual
1. Proses Input Data Calon
Gambar 4.4Data Calon
Gambar 4.1 menjelaskan tentang data-data calon yang terdiri dari 9 calon dan data tersebut akan masuk kedalam proses persyaratan umum.
2. Proses Persyaratan Umum
Berikut ini adalah tahap proses persyaratan umum yang dilakukan dalam seleksi, dan dapat dilihat pada gambar 4.5 sebagai berikut:
Gambar 4.5 Persyaratan Umum
Persyaratan Umum yang di Proses adalah 1. Apakah calon warga negara Indonesia?
3. Apakah calon tidak sedang menjalani proses hukuman? 4. Apakah calon tidak berstatus sebagai anggota partai politik?
5. Apakah calon tidak sedang dalam kedudukan sebagai anggota lembaga-lembaga pemerintah?
6. Apakah calon tidak sedang mengikuti S2 atau S3?
7. Apakah calon berdomisili pada tempat dimana perguruan tinggi STT Harapan berada?
8. Apakah calon menjadi dosen tetap yayasan pendidikan harapan?
Setelah diproses persyaratan diatas dan semua bernilai “ya” maka akan masuk kedalam
set nilai peryaratan calon.
3. Set Nilai Persyaratan Calon
Berikut ini adalah set nilai persyaratan calon, dan dapat dilihat pada penjelasan seperti gambar berikut:
Gambar 4.6 Set Nilai Persyaratan Calon
Set nilai persayaratan calon merupakan nilai inputan yang diambil dari hasil manual pada proses seleksi kelayakan jabatan, dan nilai ini akan di proses, menggunakan Metode SAW dan WP
.
4. Perhitungan Menggunakan Metode SAW
Gambar 4.7 Proses Perhitungan Menggunakan SAW
Gambar diatas menjelaskan tentang data calon dan nilai manual yang telah di input dengan manual, nilai tersebut di hitung menggunakan Metode SAW dan hasil yang didapat adalah pada calon yang bernama Drs Abdul Zebar, M. Hum merupakan biodata dengan nilai tertinggi dengan hasil penilaian 96.1111111111111. setelah perhitungan menggunakan metode SAW dilakukan maka proses selanjutnya akan dihitung dengan menggunakan metode WP.
5. Proses Perhitungan Menggunakan WP
Berikut ini adalah proses perhitungan menggunakan WP dan dapat dilihat pada gambar 4.8 seperti berikut:
Gambar 4.5 menjelaskan tentang data calon dan nilai manual yang telah di input dengan manual, nilai tersebut di hitung menggunakan Metode WP dan hasil yang didapat adalah pada calon yang bernama Drs Abdul Zebar, M. Hum merupakan biodata dengan nilai tertinggi dengan hasil penilaian 5.95985807335703. setelah perhitungan menggunakan metode WP dilakukan analisis perbandingan nilai akurasi dari masing masing Metode Yaitu SAW dan WP
6. Analisis Perbandingan Metode SAW
Berikut ini adalah analisis perbandingan Metode SAW dan dapat dilihat pada penjelasan sebagai berikut:
Tabel 4.11. Analisis Perbandingan Metode SAW Metode SAW
Akurasi
Manual Program
93.4 96.1111111111111 2.711111
87 87.7124183006536 0.712418
91.6 92.156862745098 0.556863
91 92.7124183006536 1.712418
92.8 94.2483660130719 1.448366
91.2 90.4248366013072 -0.77516
92.2 90.4248366013072 -1.77516
89.3 88.7581699346405 -0.54183
90.5 90.9803921568627 0.480392
Gambar 4.9 Grafik Perbandingan SAW
Gambar diatas merupakan grafik yang dihasilkan dari tabel 4.6, grafik diatas adalah hasil dari nilai program dan manual, sehingga penulis bisa membuat sebuah perbandingan menggunakan grafik chart
7. Analisis Perbandingan Metode WP
Berikut ini adalah analisis perbandingan Metode WP Nilai Normalisasi dan dapat dilihat pada penjelasan sebagai berikut:
Untuk mendapatkan nilai akurasi, penulis membuat sebuah alur perhitungan yaitu Nilai Program–Nilai Manual = Akurasi.
5.9070
5.89932866691913 -0.00767
5.9181 5.89973460410123 -0.01837
5.8873 5.88166764866314 -0.00563
5.9002 5.90549710221871 0.005297
Berikut ini adalah grafik perbandingan yang dilakukan antara manual dan program
Gambar 4.10 Grafik Perbandingan WP Normalisasi
Gambar 4.7 merupakan grafik yang dihasilkan dari tabel 4.7, grafik 4.7 adalah hasil dari nilai program dan manual, sehingga penulis bisa membuat sebuah perbandingan menggunakangrafik chart.
8. Analisis Perbandingan Metode WP Nilai Vektor
Berikut ini adalah analisis perbandingan Metode WP Nilai Vektor dan dapat dilihat pada penjelasan sebagai berikut:
Untuk mendapatkan nilai akurasi, penulis membuat sebuah alur perhitungan yaitu Nilai Program–Nilai Manual = Akurasi
Tabel 4.13. Analisis Perbandingan Metode WP Vektor Metode WP Vektor
Akurasi
Manual Program
0.1157 0.112034054309031 -0.00367
0.1102 0.110338004117444 0.000138
0.1123 0.111246585764715 -0.00105
0.1111 0.111365996897343 0.000266
0.1114 0.11163890285728 0.000239
0.1111
0.110896216004043 -0.0002
0.1113 0.110903846854937 -0.0004
0,10144 0.110564222279681 0.009124
0.1107 0.111012170915527 0.000312
Berikut ini adalah grafik perbandingan yang dilakukan antara manual dan program
Gambar 4.11. Grafik Perbandingan WP Vektor 0.09
0.095 0.1 0.105 0.11 0.115 0.12
1 2 3 4 5 6 7 8 9
Metode WP Vektor Manual
KESIMPULAN DAN SARAN
5.1 Kesimpulan
Tesis ini menghasilkan beberapa kesimpulan sebagai berikut:
1. Hasil dari penggunaan Metode SAW dan WP menghasilkan keputuan hasil yang sama yaitu Alternatif 1 diputuskan sebagai kelayakan menduduki jabatan Ketua Umum
2. Indikator yang sangat penting didalm pemilihan ialah jenjang pendidikan dan masa kerja.
3. Hasil dari penggunaan Metode SAW dan WP memperoleh hasil yang lebih akurat, optimal dan tidak bersifat subjektif.
4. Hasil dari perbandingan SAW Manual dan Program berjumlah 4.529418, dan jumlah perbandingan perhitungan WP manual dan program nilai normalisasi berjumlah 0.051343, sementara perhitungan WP manual dan program nilai vector berjumlah 0.004759.
5.2 Saran
Saran dari penulisan tesis ini adalah
1. Masalah yang diputuskan dalam kelayakan adalah hanya Ketua Umum, Ketua Prodi dan Sekertaris Jurusan, penulis berharap adanya kriteria yang lebih agar aplikasi dan penelitian ini semakin luas dan baik.