2780
Sistem Pendukung Keputusan Penentuan Calon Penerima Beasiswa
BBP-PPA Menggunakan Metode AHP-PROMETHEE I
Nining Nahdiah Satriani1, Imam Cholissodin2, Mochammad Ali Fauzi3 Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: 1niningsatriani.ns@gmail.com, 2imamcs@ub.ac.id, 3moch.ali.fauzi@ub.ac.id
Abstrak
Beasiswa merupakan bantuan keuangan yang diberikan kepada perorangan dan ditujukan untuk keberlangsungan pendidikan yang ditempuh. Setiap tahunnya, Universitas Brawijaya menawarkan program beasiswa kepada mahasiswa kurang mampu, salah satunya yaitu beasiswa BBP-PPA. Agar beasiswa tersebut menjadi tepat sasaran, maka harus diberikan kepada penerima yang pantas dan layak mendapatkannya. Dalam pemilihan calon penerima beasiswa dibutuhkan kriteria-kriteria, antara lain penghasilan orang tua, pengeluaran orang tua, IPK, dan tanggungan orang tua. Namun sering terjadi keluhan dari mahasiswa yang lain ketika calon penerima tidak layak untuk mendapatkan beasiswa. Selain itu pemilihan masih dilakukan secara manual sehingga cenderung memakan waktu yang lama dalam proses penentuan penerima beasiswa tersebut. Analytical Hierarchy Process - Preference Ranking Organizatiom For Enrichment Evaluation I (AHP-PROMETHEE I) merupakan salah satu metode yang menggabungkan metode AHP dan PROMETHEE I. Hasil dari pengujian untuk mengetahui pengaruh matriks perbandingan terhadap akurasi sistem. Dari hasil penilitian didapatkan akurasi sebesar 73% untuk perhitungan menggunakan leafing flow , dan 93% untuk perhitungan menggunakan entering flow dari data yang didapatkan dari pakar. Dengan akurasi tersebut dapat dikatakan bahwa metode AHP-PROMETHEE I memiliki kinerja yang baik dalam penentuan calon penerima beasiswa BBP-PPA. Kata kunci: Beasiswa, Sistem Rekomendasi, Analytical Hierarchy Process-Preference Ranking Organizatiom For
Enrichment Evaluation
Abstract
Scholarship is financial assistance given to individuals for the purpose of sustainability education. Every year, Universitas Brawijaya offers scholarships to underprivileged students, one of them i.e. BBP-PPA scholarships. Scholarships should be given to appropriate candidates so that the objectives of the program can be achieved on target. Selection of scholarship awardee includes several criteria, such as parental income, parental expenses, GPA, and parental dependents. However, complaints often arise from other students when the awardee is not eligible to get a scholarship. Morevover the selection still done manually so that the process of determining the awardees tend to take a long time.Analytical Hierarchy Process-Preference Ranking For Organizatiom's Evaluation I (AHP-PROMETHEE I) is one of the methods that combine the method of AHP and PROMETHEE I. The results of the tests to determine the effect of the matrix comparison on the accuracy of the system. The results showed the accuracy of 73% for calculations using leaving flow, and 93% calculation using entering flow data from experts. Based on the accuracy can be said that the method of AHP-PROMETHEE I has a good performance in the determination of the candidates BBP-PPA scholarship.
Keywords: Scholarships, Awardee, Recommended Systems, Analytical Hierarchy Processes, Process -
Preference Ranking Organization For Enrichment Evaluation
1. PENDAHULUAN
Beasiswa merupakan bantuan pendidikan yang ditujukan untuk meringankan biaya pendidikan sekaligus membantu memperbaiki tingkat pendidikan bangsa. Saat ini banyak beasiswa yang ditawarkan kepada mahasiswa
yang kurang mampu dan siswa berprestasi. Seperti yang tertuang dalam Undang-Undang Dasar 1945 pasal 31 ayat 1 yang berbunyi “bahwa tiap-tiap warga Negara berhak mendapatkan pengajaran”. Sehingga pemerintah pusat dan pemerintah daerah wajib memberikan kemudahan kepada warga Negara untuk mendapat pendidikan yang bermutu. Untuk
mendapatkan pendidikan yang bermutu diperlukan biaya yang tidak sedikit. Oleh karena itu bagi peserta didik yang orangtuanya kurang mampu dan peserta didik yang berprestasi berhak mendapatkan biaya pendidikan yang biasanya sering disebut beasiswa. [RAP-2015].
Untuk mengantisipasi agar beasiswa Bantuan Biaya pendididkan (BBP) dan Peningkatan Prestasi Akademik (PPA) tersalurkan kepada yang berhak maka diperlukan suatu system mengambil keputusan yang berdasarkan pada empat kriteria utama yaitu Penghasilan orang tua, tagihan SPP atau UKT, Indeks Prestasi Kumulatuf (IPK) dan semester minimal telah menjalani 3 semester dan maksimal 7 semester. Proses seleksi penerimaan beasiswa BBP dan PPA ini merupakan salah satu permasalahan yang sering diangkat sebab di khawatirkan penyaluran tidak tepat sasaran (Mayasari, 2013).
Berdasarkan permasalahan yang telah dipaparkan, maka penulis mengusulkan skripsi dengan judul “Sistem Pendukung Keputusan Penentuan Calon Penerima Beasiswa BBP-PPA Menggunakan Metode Analytical Hierarchy Process – Preference Ranking Organization Method for Enrichment Evaluation I (AHP-PROMETHEE I)”. Penulis menggunakan
metode AHP-PROMETHEE I untuk
merangking nama mahasiswa yang menjadi calon penerima beasiswa BBP-PPA berdasarkan nilai yang diperoleh dari perhitungan metode
AHP-PROMETHEE I. Penelitian ini
menggunakan metode AHP-PROMETHEE I karena metode ini merupakan teknik yang cepat dalam perangkingan data. Kriteria yang digunakan pada sistem ini adalah penghasilan orang tua, jumlah tanggungan, besar pengeluaran, dan indeks prestasi kumulatif. Sistem ini diharapkan dapat membantu menentukan sasaran yang berhak menerima beasiswa BBP-PPA berdasarkan kriteria yang telah ditentukan.
2. LANDASAN TEORI
2.1 Analytical Hierarchy Process (AHP) AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hiraki. Menurut Saaty (1993), hirarki didefinisikan sebagai suatu representasi dalam sebuah
permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis serta digunakan untuk menilai tindakan yang dikaitkan dengan perbandingan bobot kepentingan antara factor.
2.1.1 Definisi AHP
AHP merupakan model pendukung keputusan yang menguraikan masalah multifaktor atau multikriteria yang kompleks menjadi suatu bentuk hierarki. Hierarki merupakan bentuk representasi permasalahan yang kompleks dalam struktur multilevel, dimana level pertama adalah tujuan, selanjutnya level faktor, kriteria, subkriteria, dan seterusnya sampai level terakhir dari alternatif. Dengan mengubah masalah menjadi bentuk hierarki, suatu masalah kompleks dapat diuraikan ke dalam bentuk kelompok yang kemudian diatur menjadi bentuk hierarki sehingga permasalahan akan terlihat lebih terstruktur dan sistematis (Gunawan, 2014).
Gambar 1 Struktur AHP
Struktrur hierarki AHP dapat dilihat dalam Gambar 2.1. Tujuan dari metode AHP adalah menyelesaikan masalah kompleks atau tidak berkerangka dimana data dan informasi statistik dari masalah yang dihadapi sangat sedikit, memilih yang terbaik dari sejumlah alternatif yang telah dievaluasi dengan memperhatikan beberapa kriteria yang ada.
2.1.2 Prinsip Dasar AHP
Dalam menggunakan AHP untuk
menyelesaikan permasalahan terdapat 4 prinsip dasar yang harus dipahami sebelumnya. Prinsip dasar AHP adalah sebagai berikut: (Gunawan, 2014; Yusuf 2013)
1. Decomposition (Membuat Hierarki) Sistem kompleks dapat dipahami dengan
menguraikannya menjadi elemen-elemen pendukung dalam bentuk hierarki dan menggabungkan atau mensistensi.
2. Comparative Judgment (Penilaian Kriteria dan Alternatif)
Kriteria dan alternatif dilakukan dengan menggunakan perbandingan berpasangan. Menurut Saaty, semua jenis persoalan, dapat diukur dengan skala 1-9 yang merupakan representasi skala terbaik untuk mengekspresikan pendapat seseorang. Pendapat secara kualitatif dari skala perbandingan berpasangan dapat diukur menggunakan tabel yang ditunjukkan pada Tabel 1.
Tabel 1 Skala Perbandingan Berpasangan
Intensitas
Kepentingan Keterangan
1 Kedua elemen sama pentingnya. 3 Elemen yang satu sedikit lebih
penting daripada elemen yang lainnya
5 Elemen yang satu lebih penting dari elemen lainnya.
7 Satu elemen jelas lebih mutlak penting dari elemen yang lainnya. 2,4,6,8 Nilai-nilai antara dua nilai
pertimbangan yang berdekatan. Kebalikan Jika aktivitas i mendapat satu angka
dibandingkan dengan aktivitas j, maka j memiliki nilai kebalikannya dibandingkan dengan i.
3. Synthesis of Priority (Menentukan Prioritas)
Setiap kriteria dan alternatif membutuhkan perbandingan berpasangan. Nilai-nilai perbandingan relatif dari semua kriteria dan alternatif dapat disesuaikan dengan judgement yang telah ditentukan untuk bisa menghasilkan nilai bobot dan prioritas. Untuk menghitung bobot dan prioritas dengan cara memanipulasi matriks atau penyelesaian persamaan matematika. 4. Logical Consistency (Konsistensi Logis)
Konsistensi memiliki dua arti. Pertama, setiap objek yang sama dapat digolongkan sesuai dengan keseragaman dan relevansi. Kedua, terkait tingkat hubungan antar objek dengan objek lain pada kriteria tertentu. 2.1.3 Langkah - Langkah AHP
Pada dasarnya, langkah-langkah dalam menggunakan metode AHP adalah sebagai
berikut: (Gunawan, 2014; Azwany, 2010) 1. Mendefinisikan masalah dan menentukan
solusi yang diinginkan, lalu menyusun hirarki dari permasalahan yang dihadapi. 2. Menentukan prioritas elemen dengan
membuat matriks perbandingan
berpasangan yang diisi dengan bilangan untuk merepresentasikan kepentingan relatif antar elemen.
3. Normalisasi matriks
a. Menjumlahkan nilai dari setiap kolom
pada matriks perbandingan
berpasangan yang ditunjukkan pada persamaan dibawah ini.
z i xij n 0 (2.1) dimana,n = hasil penjumlahan tiap kolom z = banyak alternative
I = 1,2,3,…,z X = nilai tiap cell
b. Membagi setiap nilai kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks yang ditunjukkan pada persamaan dibawah ini.
n x
m ij (2.2)
Dimana :
m = hasil normalisasi x = nilai tiap cell
n = hasil jumlah tiap kolom 4. Menghitung bobot prioritas
Menjumlahkan nilai-nilai dari baris dan membagi hasil jumlahnya dengan banyak jumlah elemen untuk mendapatkan nilai rata-rata/bobot prioritas yang ditunjukkan pada persamaan dibwah ini.
n x bp n j ij
0 (2.3) dimana,bp = hasil rata-rata/bobot prioritas n = banyak kriteria
j = 1,2,3,...,n x = nilai tiap cell
5. Menghitung Eigen maksimum
Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena tidak diharapkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam tahap ini adalah:
a. Kalikan setiap nilai cell pertama dengan bobot prioritas pertama, nilai pada kolom cell kedua dengan prioritas kedua, dan seterusnya.
b. Jumlahkan hasilnya untuk setiap baris pada matriks.
c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan.
d. Jumlahkan hasil lamda tiap kriteria dibagi dengan banyak elemen yang ada, hasilnya disebut λmaz yang ditunjukkan pada persamaan dibawah ini. n maks
(2.4) dimana,λmaz = eigen maksimum n = banyak kriteria
6. Menghitung Indek Konsistensi atau Consistency Index (CI) yang ditunjukkan pada persamaan dibawah ini
1 n n mak s CI (2.5) dimana, n = banyak elemen
7. Menghitung Rasio Konsistensi atau Consistency Ratio (CR) yang ditunjukkan pada persamaan dibawah ini
𝐶𝑅 =𝐶𝐼
𝑅𝐼 (2.6)
dimana,
RI = rasio indeks
CR = rasio konsistensi 8. Memeriksa konsistensi hirarkiJika nilai CR > 0,1 maka penilaian data judgement tidak konsisten dan harus diperbaiki.Jika rasio konsisten CR ≤ 0,1 maka perhitungan data konsisten dan benar. RI adalah nilai indeks random yang ditunjukkan pada Tabel 2
Tabel 2 Nilai Indeks Random
Ukuran Matriks (N) Nilai RI Ukuran Matriks (N) Nilai RI 1,2 0 9 1,45 3 0,58 10 1,49 4 0,90 11 1,51 5 1,12 12 1,48 6 1,24 12 1,56 7 1,32 14 1,57 8 1,41 15 1,59
2.2 Metode Preference Ranking Organization
for Enrichment Evaluation I
(PROMETHEE I)
Metode PROMETHEE adalah salah satu metode yang sering dipakai untuk membuat sistem pendukung keputusan. metode ini dikembangkan oleh Brans pada tahun 1982 dan disempurnakan lagi oleh Vincke dan Bran pada tahun 1985.
2.2.1 Langkah – Langkah Promethee I
Langkah-langkah dalam metode
perangkingan PROMETHEE antara lain menentukan alternatif, mendeskripsikan kriteria, penentuan tipe preferensi, evaluasi matriks, menentukan indeks preferensi, dan pengurutan
PROMETHEE. Langkah-langkah yang
digunakan adalah sebagai berikut: 1. Dominasi Kriteria
Nilai f merupakan nilai nyata dari suatu kriteria:
f.K→R (2.7)
Untuk setiap alternatif a ∈ k, f (a) adalah evaluasi dari alternatif untuk suatu kriteria. Pada saat dua alternatif dibandingkan, a, b ∈ K, harus dapat ditentukan perbandingan preferensinya. Penyampaian intesitas (P) dari preferensi alternatif a terhadap alternatif b sedemikian rupa sehingga :
• P(a,b) = 0, berarti tidak berbeda (indifferent) antara a dan b atau tidak ada preferensi bahwa a lebih baik dari b • P(a,b) ~ 0 berarti lemah, preferensi a lebih
baik dari b
• P(a,b) ~ 1 berarti kuat, preferensi a lebih baik dari b
• P(a,b) = 1, berarti mutlak, preferensi a lebih baik dari b
Dalam metode ini berfungsi sebagai preferensi seringkali menghasilkan nilai fungsi yang berbeda antara dua evaluasi sehingga (Arsita, 2013). )) ( ) ( ( ) , (a b P f a f b P (2.8) Dimana: F = alternatif P = Preferensi
2. Penentuan Tipe Preferensi
Terdapat enam tipe preferensi pada metode PROMETHEE. Tipe preferensi digunakan untuk menentukan nilai derajat preferensi (Arsita, 2013). Namun pada kasus ini tipe preferensi yang digunakan adalah Kriteria Biasa (Usual Criterion) dan Kriteria Linier :
a. Kriteria Biasa
Pada kasus ini tidak ada beda atau sama penting antara a dan b jika f(a) = f(b). Apabila nilai kriteria pada masing-masing alternatif
memiliki nilai berbeda, pembuat
keputusanmembuat preferensi mutlak untuk alternatif dengan nilai lebih baik.
0 d jika 1 0 d jika 0 ) (d H (2.9) Dimana :
H(d) = fungsi selisih antara alternatif D = selisih nilai kriteria {d = f(a) – f(b)} b. Kriteria Linier
Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d, jika nilai d lebih besar dari nilai p, maKa terjadi preferensi mutlak. Pembuat keputusan harus menentukan nilai dari kecendrungan atas (nilai p) jika mengidentifikasi beberapa kriteria untuk tipe ini. Tipe preferensi dengan kriteria linier dapat digunakan untuk kriteria dengan nilai kuantitatif seperti harga, biaya, dan energi (Desmukh, 2013). p d jika 1 p d 0 jika 0 d jika 0 ) ( p d d H (2.10) Dimana :
H(d) = fungsi selisih kriteria antar alternatif d = selisih nilai kriteria {d = f(a) – f (b)} p = nilai kecenderungan (preference) 3. Indeks Preferensi Multikriteria
Indeks preferensi multi kriteria ditentukan berdasarkan rata-rata bobot dari fungsi preferensi Pi. A b a b a P i n b a
i i( , ): , 1 ) , ( (2.11) ) , (a b
merupakan intensitas preferensi pembuat keputusan yangmenyatakan bahwa alternatif a lebih baik dari alternatif b denganpertimbangan secara simultan dari seluruh kriteria. Hal ini dapat direpresentasikan dengan nilai antara 0 sampai 1, dengan ketentuan sebagai berikut (Arsita, 2013):
•
(
a
,
b
)
= 0, menunjukkan preferensi yang lemah untuk alternatif a < alternatif b •
(
a
,
b
)
= 1, menunjukkan preferensiyang lemah untuk alternatif a > alternatif b Indeks preferensi ditentukan berdasarkan nilai hubungan outranking pada sejumlah kriteria dari setiap alternatif.
4. Pengurutan
Perhitungan arah preferensi
dipertimbangkan berdasarkan nilai indeks. Pengurutan PROMETHEE pada landasan
kepustakaan menggunakan metode
PROMETHEE secara umum berdasarkan nilai leaving flow dan entering flow(Arsita, 2013): a. Leaving flow
Leaving flow merupakan jumlah dari yang memiliki arah menjauh dari node a.
( , ) 1 1 ) ( a x A x n a (2.12) Dimana :)
(a
= Merupakan leaving flow yang digunakan untuk menentukan urutan prioritas pada PROMETHEE I yang menggunakan urutan parsial.n= Merupakan jumlah alternatif
) , (a x
= Menunjukkan preferensibahwa alternatif lebih baik dari alternatif x.
x A= Nilai alternatif dari tabel indeks preferensi dijumlahkan secara horizontal.
b. Entering flow
Entering flow merupakan jumlah dari yang memiliki arah mendekat dari node a.
) , ( 1 1 ) ( xa A x n a (2.13) Dimana :)
(a
= Merupakan entering flow yang digunakan untuk menentukan urutan prioritas pada PROMETHEE I yang menggunakan urutan parsial.n= Merupakan jumlah alternatif
)
,
(
x
a
bahwa alternatif x lebih baik dari alternatif
x
A
=Nilai alternatif dari tabel indeks preferensi dijumlahkan secara vertikal Hubungan outranking dibangun atas pertimbangan pada masing-masing alternatif pada grafik nilai outranking sehingga menghasilkan urutan parsial (PROMETHEE I)Alternatif terbaik ditunjukkan pada nilai leaving flow terbesar dan nilai entering flow terkecil. Perangkingan pada PROMETHEE I dapat dibandingan antara nilai leaving flow dan entering flow (Brans & Vincke, 1985).
3. PERANCANGAN
Sistem yang dibuat merupakan perangkat lunak untuk penentuan calon penerima beasiswa BBP-PPA menggunakan metode Analytical Hierarchy Process – Preference Ranking Organization for Enrichment Evaluation I (AHP-PROMETHEE I). Sistem penentuan calon penerima beasiswa BBP-PPA ini nantinya akan menghasilkan rekomendasi penerima yang berhak menerima beasiswa BBP-PPA. Sistem penentuan calon penerima beasiswa BBP-PPA ini menggunakan beberapa kriteria untuk pemrosesan data. Kriteria yang digunakan yaitu: 1. Penghasilan orang tua
2. Jumlah tanggungan 3. Besar pengeluaran 4. IPK
Proses rekomendasi menggunakan meode AHP-PROMETHEE I terdiri atas 2 alur proses yaitu :
1. Proses AHP
Pada proses ini dilakukan perhitungan untuk mengecek konsistensi bobot prioritas menggunakan matriks perbandingan yang diperoleh dari pakar. Hal ini bertujuan untuk mengetahui apakah bobot yang akan digunakan konsistensi atau tidak.
2. Proses PROMETHEE I
Pada proses ini dilakukan untuk menentukan nilai akhir untuk setiap mahasiswa yang kemudian akan digunakan untuk merangking calon penerima berdasarkan nilai jumlah kriteria.
4. IMPLEMENTASI
Pada bab ini menjelaskan implementasi antar muka yang terbagi 4 halaman, terdiri dari halaman dasboard, halaman matriks AHP
halaman data mahasiswa, dann halaman tampilan detail perhitungan.
Dashboard merupakan halaman yang muncul pertama kali ketika system dijalankan. Dashboard akan menyediakan tampilan untuk melakukan input data AHP dan juga data mahasiswa calon penerima beasiswa. Tampilan halaman dashboard ditunjukkan pada Gambar 2.
Gambar 2 Implementasi Halaman Dasboard Data Matrik AHP merupakan data matriks perbandingan berpasangan yang diperlukan untuk prosesperhitungan AHP. Data didapatkan dari inputan user dalam bentk file txt dan akan ditampilkan dalam tabpane Matrik AHP seperti yang ditunjukkan pada Gambar 3.
Gambar 3 Tampilan halaman Matriks AHP Data yang ditampilkan pada tabpane Data Promethee merupakan data mahasiswa calon penerima beasiswa yang didapatan dari inputan User dalam bentuk file.txt. Begitu data terpilih, data akan langsung ditampilkan dalam tabpane seperti yang ditunjukkan pada Gambar 4.
Gambar 4 Tampilan Data Mahasiswa Setelah User mengeklik tombol submit, system akan melakukan proses komputasi dengan menggunakan algoritma AHP dan Promethee. Jika system berhasil melakukan proses perhitungan, system akan meggeneraete tabpane K, A dan EF LF.
Tabpane K akan menampilkan nilai K1 dan K2, dimana K1 merupakan selisih antara nilai tertinggi dan terendah pada setiap kriteria dan K2 merupakan selisih dari nilai terendah kedua dan nilai terendah dari setiap kriteria.
Tabpane A merupakan tampilan untuk menunjukkan hasil perhitungan matriks indeks prefensi. Dimensi matriks indeks prefensi tergantung pada jumlah data mahasiswa calon penerima beasiswa yang diproses system. Dimensi yang digunakan adalah n x n, dimana n adalah jumlah data mahasiswa calon penerima beasiswa yang diinputkan. Sedangkan Tabpane EF dan LF ini akan menampilkan hasil rekomendasi calon penerima beasiswa BPP-PPA sesuai hasil perhitungan metode AHP dan Promethee I. Sistem akan menampilkan kode dari mahasiswa yang direkomendasikan untuk menjadi calon penerima beasiswa BPP-PPA di mana kode tersebut sudah mewakili nama, nim dan jurusan mahasiswa yang bersagkutan. 5. PENGUJIAN
Pengujian dan analisis dari sistem pendukung keputusan penentuan calon penerima beasiswa BPP-PPA dibahas pada bab ini. Pengujian sistem pendukung keputusan penentuan calon penerima beasiswa BPP-PPA terdiri dari pengujian fungsionalitas dan pengujian akurasi. Sedangkan analisis di sini adalah analisia terhadap hasil akurasi perhitungan.
5.1 Pengujian Akurasi
Pengujian akurasi diperlukan agar dapat mengetahui kemampuan sistem dalam membuat keputusan, apakah hasilnya akurat atau tidak.
Pengujian akurasi dilakukan dengan membandingkan hasil dari sistem dengan hasil dari birokrat. Pengujian akan dialkukan sebanyak 4 kali, yaitu dengan mengambil 10% sebagai pengujian pertama, 20% sebagai pengujian ke 2, 35% sebagai pengujian ke 3, dan 50% sebagai pengujian ke 4, data hasil perangkingan teratas.
Mengukur performansi dan mengukur tingkat keberhasilan atau membandingkan hasil dari proses implementasi yang telah dilakukan dengan standar yang telah ditetapkan dilakukan pengujian sistem. Proses pengujian dilakukan untuk menentukan nilai akurasi sistem dari nilai yang diklasifikasikan secara tepat. Salah satu model evaluasi adalah dengan membandingkan hasil penentuan dari pakar dengan hasil perhitungan manual. Model evaluasi tersebut
dapat dihitung dengan menggunakan
perhitungan sebagai berikut:
𝐴𝑘𝑢𝑟𝑎𝑠𝑖 = 𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑢𝑗𝑖 𝑚𝑎𝑛𝑢𝑎𝑙 𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑑𝑎𝑡𝑎 𝑢𝑗𝑖𝑥100% (2.14) 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐸𝐹 1 =39 40× 100% = 90% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐿𝐹 1 =39 40× 100% = 90% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐸𝐹 2 =30 40× 100% = 75% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐿𝐹 2 =32 40× 100% = 80% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐸𝐹 3 = 30 40× 100% = 75% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐿𝐹 3 = 30 40× 100% = 75% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐸𝐹 4 = 37 40× 100% = 93% 𝑇𝑖𝑛𝑔𝑘𝑎𝑡 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 𝑃𝑒𝑟𝑐𝑜𝑏𝑎𝑎𝑛 𝐸𝐹 4 = 29 40× 100% = 73%
Dari hasil pengujian akurasi tersebut dapat diketahui bahwa algoritma AHP-PROMETHEE sudah cukup baik untuk menganalisis faktor-faktor yang mempengaruhi tingkat keputusan penentuan calon penerima beasiswa BPP-PPA sehingga mampu menghasilkan keputusan yang hampir mendekati pendapat pakar. Tingkat
akurasi sistem dalam menentukan calon penerima beasiswa BPP-PPA ditunjukkan pada Gambar 5.
Gambar 5 Grafik Akurasi Sistem
Pada Gambar 5 Seies 1 menunjukkan tingkat akurasi LF. Sedangkan Series 2 menunjukkan tingkat akurasi EF. Jika diperhatikan, EF mampu memberikan tingkat akurasi yang lebih baik jika dibandingkan dengan akurasi perangkingan menggunakan LF. Rata-rata akurasi yang dihasilkan melalui proses perangkingan menggunakan LF adalah 78%. Sedangkan akurasi proses perangkingan menggunakan EF mampu menghasilkan akurasi sebesar 85%.
6. PENUTUP
Berdasarkan penelitian mengenai implementasi AHP-PROMETHEE I untuk penentuan calon penerima beasiswa BPP-PPA, dapat ditarik kesimpulan sebagi berikut : 1. Algoritma AHP-PROMETHEE I dapat
diimplementasikan untuk menentukan calon penerima beasiswa BPP-PPA.
Algoritma AHP akan melakukan
pembobotan masing-masing kriteria sesuai dengan derajat kepentingan yang telah dirumuskan oleh pakar. Sedangkan algoritma PROMETHEE I digunakan untuk melakukan penentuan calon penerima beasiswa BPP-PPA dengan konsep
perangkingan. Pada Algoritma
PROMETHEE I ada dua macam
perangkingan yang digunakan, yaitu perangkingan berdasarkan EF dan perangkingan berdasarkan LF. Adapun bahasa yang digunakan untuk implementasi AHP-PROMETHEE I untuk menentukan calon penerima beasiswa BBP-PPA dalam penelitian ini adalah bahasa pemrograman Java.
2. Nilai kelayakan atau akurasi AHP-PROMETHEE I dalam menentukan calon
penerima beasiswa BPP-PPA cukup baik karena mendekati pendaat pakar. Rata-rata
akurasi sistem saat melakukan
perangkingan menggunakan LF adalah 78%. Sedangkan rata-rata akurasi sistem
saat melakukan perangkingan
menggunakan EF adalah 85%. Dengan demikian, dapat pula disimpulkan bahwa perangkingan menggunakan EF mampu menghasilkan akurasi lebih baik dalam menentukan calon penerima beasiswa BPP-PPA.
DAFTAR PUSTAKA
Adiputra, A. N. (2015), Sistem Pendukung Keputusan Penentuan Prioritas Calon Penerima Beasiswa Menggunakan Metode Analytical Hierarchy Process-Preference Ranking Organization Method For
Enrichment Evaluation II
(AHP-PROMETHEE II), Universitas Brawijaya, Malang
Anagnostopoulos, K.P., Petalas, C. & Pisinaras, V., 2005. Water Resources Planning using the AHP and. In The 7th Balkan Conference on Operational Research. Constanta. Anshori, Y, 2012, Pendekatan Triangular Fuzzy
Number dalam metode Analityc Hirarchy Process, Fakultas Teknik, Universitas Tadulako
Arsita, R, (2013), Sistem Pendukung Keputusan Penerima Jaminan Kesehatam Masyarakat
(JAMKESMAS) dengan Metode
Promethee (Studi Kasus : Tegal Sari Mandala -I), Pelita Informatika Budi Darma, Volume : IV, Nomor: 2.
Asmara, Y, (2015), ‘Sistem Pendukung keputusan Perekrutan Pegawai Mikro Kredit Sales (MKS) menggunakan Metode Analitcal Hierarchy Process - Preeference Ranking Organization Method For
Enrichment Evaluation I
(AHP-PROMETHEE I) Studi Kasus: Bank Mandiri Cab.Tulungagung’, Universitas Brawijaya,
Bogdanovic, D., Nikolic, D. & Ilic, I., 2011. Mining method selection by integrated AHP and PROMETHEE method. Annals of the Brazilian Academy of Sciences,
pp.220-33.
0% 50% 100%
10% 20% 35% 50%
Grafik Akurasi SIstem
Endah Kusrini, D, 2009, Analisis Proses Hirarki, Institut Teknologi Sepuluh November, Surabaya
Gafur, A, (2008), Cara Mudah Mendapatkan Beasiswa. Penerbit Penebar Plus, Jakarta. Herdiyanti, A, & Utami, D. (2013).
Pembangunan Sistem Pendukung
Keputusan Rekruitmen Pegawai Baru di PT. ABC. Jurnal Ilmiah Komputer dan Informatika (KOMPUTA), Vol.2, hal 161-169.
Makkasau, K. 2012. Penggunaan Metode Analytic Hierarchy Process (AHP) Dalam Penentuan Prioritas Program Kesehatan (Studi Kasus Program Promosi Kesehatan. Ternate
Mayasari, F, (2013), ‘Sistem Pendukung Keputusan Pemilihan Calon Penerima Beasiswa PPA dan BBM Menggunakan Metode Fuzzy AHP’, Smatika Jurnal, Vol. 3, No. 1.
Rizal, (2010), ‘Sistem Pendukung Keputusan Seleksi Calon Penerima Beasiswa Pada Universitas Malikulsaleh’.
Susetyo, C, 2012, Analytic Hierarchy Process (AHP), Institut Teknologi Sepuluh November, Surabaya.
Syaifullah, (2008), Pengenalan metode AHP ( Analytical Hierarchy Process ), diakses di Syaifullah08.wordpress.com pada 2 februari 2016.
Özge Nalan Alp, Dkk, (2011), Fuzzy AHP-PROMETHEE Metodhology to Select Bus Garage Location: A Case Study for A Firm In the Urban Pasenger Transport Sector in
Istanbul, 15th International
