teknik informatika, stmik balikpapan-balikpapan 1)

SISTEM PENDUKUNG KEPUTUSAN DALAM PENILAIAN KINERJA DOSEN MENGGUNAKAN METODE WEIGHTED PRODUCT

(STUDI KASUS: DOSEN STMIK BALIKPAPAN)

Muslimin B, S.Kom., M.Cs

¹⁾

1)teknik informatika, stmik balikpapan-balikpapan muslimin@stmikbpn.ac.id ¹⁾

Abstrak

– Sumber daya manusia merupakan salah satu faktor yang dapat menunjang perkembangan suatu instansi pendidikan. Dosen memiliki peranan penting dalam meningkatkan mutu pendidikan di sebuah perguruan tinggi. STMIK Balikpapan melakukan proses evaluasi kualitas berdasarkan kinerja dosen secara berkala menggunakan sistem secara manual. Mengakomodasi pengukuran kualitas dan kinerja dosen secara objektif, maka diperlukan sebuah sistem pendukung keputusan. Sistem pendukung keputusan dalam penilaian kinerja dosen terdiri dari dua tahapan utama yang harus dilakukan, meliputi evaluasi kriteria penilaian dan alternatif dosen. Hasil evaluasi tersebut di proses menggunakan metode weighted product sehingga menghasilkan ranking kinerja dosen. Penelitian ini dapat membantu koordinator kepegawaian dalam melakukan proses penentuan kualitas kinerja dosen.

Kata Kunci –Sistem Pendukung Keputusan, Kinerja Dosen, Weighted Product

1. PENDAHULUAN

STMIK Balikpapan merupakan perguruan tinggi swasta yang berupaya meningkatkan mutu pendidikan dengan mengedepankan kualitas sumber daya manusia.

Untuk mengukur efektifitas dan kinerja dosen maka dilakukan proses monitoring secara berkala. Penilaian kinerja dosen pada STMIK Balikpapan dilakukan secara manual, sehingga membutuhkan waktu lama, masih bersifat persepsional sehingga memperoleh hasil penilaian yang kurang akurat. Mengatasi permasalahan tersebut, maka dibutuhkan sebuah sistem yang dapat mengakomodasi hasil pengambilan keputusan.

Sistem pendukung keputusan dalam penilaian kinerja dosen menggunakan metode weighted product.

Proses pengukuran kualitas kinerja dosen dilakukan dengan dua tahapan utama yang harus dilakukan yaitu evaluasi kriteria dan evaluasi alternatif dosen. Evaluasi kriteria merupakan proses pemberian nilai preferensi nilai kriteria sehingga menghasilkan bobot kriteria.

Evaluasi alternatif merupakan proses pemberian nilai alternatif dosen berdasarkan kriteria penilaian. Hasil evaluasi tersebut, diproses menggunakan metode weighted product untuk menghasilkan ranking alternatif kinerja dosen.

Penelitian[1] menganalisa penyediaan layanan outsourcing sumber daya manusia dilakukan berdasarkan evaluasi dan penentuan kriteria referensi pilihan.

Implementasi karakteristik outsourcing sumber daya manusia secara nyata sulit untuk dipelajari dan dilaksanakan dalam waktu singkat, maka harus

dievaluasi berdasarkan kebutuhan perusahaan. Evaluasi penyediaan sumberdaya manusia meliputi kebutuhan indeks, pendekatan ilmiah dan rasional dalam pengambilan keputusan. Serta memastikan perusahaan dapat memilih sumber daya manusia sesuai kriteria yang diinginkan. Pemilihan sumber daya manusia ditentukan berdasarkan kriteria penilaian yang relevan, dengan mengacu pada bobot yang dihasilkan menggunakan metode AHP.

Penelitian[2] melakukan proses pemilihan sumber daya manusia berdasarkan indeks kerja dengan menerapkan metode AHP dan fuzzy . Metode AHP dan fuzzy dapat menyelesaikan masalah yang kompleks dengan menerapkan proritas dan struktur hiraki nilai kepentingan kriteria dan preferensi alternatif. Penelitian ini menghasilkan ranking alternatif secara keseluruhan.

Penelitian[3] menerapkan tentang pemilihan dan evaluasi sumber daya manusia untuk tugas pengembangan suatu perangkat lunak. Membangun suatu proyek perangkat lunak diperlukan seleksi dan evaluasi yang tepat. Pendekatan yang digunakan adalah linguistic fuzzy untuk mendukung sumber daya manusia dengan kemampuan dan keterampilan untuk mengerjakan suatu proyek. Dengan demikian, hasil evaluasi yang dilakukan dapat menunjukkan kerangka praktis metode dalam perbaikan proses software pada perusahaan-perusahaan pengembangan perangkat lunak dengan skala kecil dan menengah.

Penelitian [4] tentang implementasi multi

kriteria dengan model weighted product dan ranking

relatif pada studi kasus routing wireless sensor. Wireless sensor network merupakan bagian yang bersifat integral dan memerlukan dukungan komputasi yang luas.

Menerapkan model weighted product mampu memilih rute yang efisien antara rute yang tersedia dengan mempertimbangkan beberapa kriteria dalam mengambil keputusan routing dan pada saat yang sama untuk menyediakan konsumsi energi yang seimbang di semua node sensor. Dengan demikian, dapat menghemat energi dan pengelolaan sumber daya untuk node sensor dan jaringan sensor keseluruhan.

Penelitian[5] menganalisa optimalisasi penggunaan energi listrik dengan melakukan perbandingan metode multi kriteria. Analisis perbandingan metode SAW, weighted product dan AHP dapat mengidentifikasi dan evaluasi penggunaan listrik yang optimal pada hari tertentu. Analisa berdasarkan metode SAW, weighted product dan AHP dapat dijadikan pertimbangan bagi pengambil keputusan terhadap besaran penggunaan energi yang digunakan.

2. METODE 1.1 Deskripsi sistem

Deskripsi sistem merupakan alur proses implementasi penilaian kinerja dosen menggunakan metode weighted product. Sistem pendukung keputusan dalam penilaian kinerja dosen melibatkan dua pengguna yaitu: administrator dan koordinator kepegawaian.

Administrator merupakan pengguna yang melakukan proses manajamen data kriteria penilaian dan alternatif dosen. Koordinator kepegawaian merupakan pengguna yang melakukan proses analisa terhadap data yang digunakan. Koordinator kepegawaian melakukan analisis dan pemberian nilai preferensi kriteria, pemberian nilai alternatif dosen. Berdasarkan hasil analisa tersebut, diproses menggunakan metode weighted product untuk menghasilkan bobot altenatif atau ranking kinerja dosen.

2.2 Arsitektur sistem

Sumber data sistem diperoleh dari data internal STMIK Balikpapan yang meliputi data inputan administrator dan hasil evaluasi kriteria dan alternatif dosen yang dilakukan koordinator kepegawaian, kemudian diproses oleh sistem menggunakan pemodelan dan metode weighted product, dengan melibatkan media internet. Implementasi arsitektur sistem dapat dilihat pada Gambar 1.

`

Basis Data Sistem Pendukung Keputusan

Basis Model Sistem Pendukung Keputusan

Manajemen Data

Manajemen Model

Internet

Metode Weighted Product

`

Admin Kepala HRD

Data Internal

Gambar 1. Arsitektur sistem

2.3 Sistem pendukung keputusan

Sistem pendukung keputusan adalah sebuah sistem yang digunakan untuk mendukung para pengambil keputusan menejerial untuk memperluas kemampuan mereka dalam situasi keputusan semi terstruktur[6].

2.4 Metode weighted product

Metode wighted product merupakan salah satu metode yang dapat digunakan untuk mengevaluasi ranking kinerja dosen. Metode weighted product menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan[7].

Penentuan preferensi alternatif dapat dilihat pada persamaan(1):

Si = ∏

^𝑛₌

(1)

Dimana:

- S : preferensi alternatif dianalogikan sebagai vektor S

- X : nilai kriteria - W : bobot kriteria - i : alternatif - j : kriteria

- N : banyaknya kriteria - ∑ :

- W

j :

pangkat bernilai posistif untuk keuntungan, bernilai negatif untuk biaya.

Preferensi relatif untuk setiap alternatif dapat dilihat pada persamaan(2):

V

i

=

^∏

𝑛=1

∏^𝑛₌₁ ^∗

(2)

Dimana:

- V : preferensi alternatif dianalogikan sebagai vektor V

- X : nilai kriteria - W : bobot kriteria - I : alternatif - J : kriteria

- N : banyaknya kriteria

- * : banyaknya kriteria yang telah dinilai pada vektor S

2.5 Analisis model

Analisis model merupakan tahapan proses pemodelan untuk mengakumulasi preferensi kriteria dan alternatif dosen menggunakan metode weighted product.

1. Hasil evaluasi bobot kriteria

Hasil evaluasi bobot kriteria penentuan kinerja dosen dapat dilihat pada Tabel 1:

Tabel 1. Evaluasi bobot kriteria

No. Kriteria Penilaian Nilai

1. Komitmen kepada oraganisasi (K1) 4 2. Sikap dan prilaku dalam pelayanan

(K2)

5

3. Kemampuan dalam membangun kerjasama(K3)

5

4. Kemampuan dalam komunikasi antar pribadi (K4)

3

5. Tingkat produktifitas dan kejujuran dalam bekerja (K5)

4

6. Tingkat kedisiplinan dalam bekerja (K6)

5

7. Loyalitas dan tanggungjawab terhadap lembaga(K7)

3

8. Kreatif dan inisiatif 3

9. Kepemimpinan dan integritas 3

2. Akumulasi bobot kriteria

Pemberian bobot preferensi kriteria, meliputi:

W = 4+5+5+3+4+5+3+3+3 = 35

3. Sebelum melakukan perbaikan bobot setiap kriteria, maka pangkat diperoleh dari jumlah w dibagi masing-masing nilai dari kriteria yang telah dievaluasi.

W1 = = 0.114 W2 = = 0.142 W3 = = 0.142

W4 = = 0.085 W5 = = 0.114 W6 = = 0.142 W7 = = 0.085 W8 = = 0.085 W9 = = 0.085

∑ =0.114+0.142+0.142+0.085+0.114+0.142+0.085+0.085+0.0 85 = 1.

Berdasarkan proses diatas, hasil perbaikan bobot setiap kriteria dapat dilihat pada Tabel 2:

Tabel 2. Hasil perbaikan bobot kriteria No. Kriteria Penilaian Perkalian

Bobot 1. Komitmen kepada oraganisasi

(K1)

0.114

2. Sikap dan prilaku dalam pelayanan (K2)

0.142

3. Kemampuan dalam

membangun kerjasama(K3)

0.142

4. Kemampuan dalam komunikasi antar pribadi (K4)

0.085

5. Tingkat produktifitas dan kejujuran dalam bekerja (K5)

0.114

6. Tingkat kedisiplinan dalam bekerja (K6)

0.142

7. Loyalitas dan tanggungjawab terhadap lembaga(K7)

0.085

8. Kreatif dan inisiatif 0.085 9. Kepemimpinan dan integritas 0.085

4. Hasil evaluasi preferensi alternatif berdasarkan kriteria penilaian kinerja dosen:

Tabel 3. Evaluasi alternatif berdasarkan kriteria Nama Dosen Kriteria Penilaian

K1 K2 K3 K4 K5 Tri sudinugraha,

S.Kom

95 95 93 95 95

Subur Anugerah, ST., M.Eng

95 90 80 80 85

Wahyu Nur Alimyaningtias, S.Kom

85 80 90 90 85

Dhumhadi, ST., M.Kom

85 85 80 80 90

Wisnu Hera Pamungkas, S.TP., M. Eng

91 91 91 91 88

Nama Dosen Kriteria Penilaian K6 K7 K8 K9 Tri sudinugraha, S.Kom 90 95 95 90 Subur Anugerah, ST.,

M.Eng

85 85 85 90

Wahyu Nur Alimyaningtias, S.Kom

80 85 80 85

Dhumhadi, ST., M.Kom 95 90 80 85 Wisnu Hera Pamungkas,

S.TP., M. Eng

87 91 91 91

5. Menghitung nilai vektor S

Menghitung nilai vektor S diperoleh dari hasil perkalian, tetapi sebelumnya dilakukan proses pemangkatan dari hasil perkalian bobot.

a.) S1(Tri sudinugraha, S.Kom)

= (95

^0.114

)(95

^0.142

)(93

^0.142

)(95

^0.085

) (95

^0.114

)(90

^0.142

)(95

^0.085

)(95

^0.085

) (90

^0.085

)

= 93.548

b.) S2(Subur Anugerah, ST., M.Eng)

= (95

^0.114

)(90

^0.142

)(80

^0.142

)(80

^0.085

)(85

^0.114

) (85

^0.142

)(85

^0.085

)(85

^0.085

)(90

^0.085

)

= 86.0191

c.) S3(Wahyu Nur Alimyaningtias, S.Kom)

= (85

^0.114

)(80

^0.142

)(90

^0.142

)(90

^0.085

)(85

^0.114

) (80

^0.142

)(85

^0.085

)(80

^0.085

)(85

^0.085

)

= 84.2

d.) S4(Dhumhadi, ST., M.Kom)

= (85

^0.114

)(85

^0.142

)(80

^0.142

)(80

^0.085

)(90

^0.114

) (95

^0.142

)(90

^0.085

)(80

^0.085

)(85

^0.085

)

= 85.705

e.) S5(Wisnu Hera Pamungkas, S.TP., M. Eng)

= (91

^0.114

)(91

^0.142

)(91

^0.142

)(91

^0.085

)(88

^0.114

) (87

^0.142

)(91

^0.085

)(91

^0.085

)(91

^0.085

)

= 90.071

6. Menghitung nilai vektor V

Berdasarkan hasil perhitungan nilai vector S, proses selanjutnya yaitu melakukan penjumlahan seluruh nilai vektor S untuk menghitung nilai vektor V.

a.) V1(Tri sudinugraha, S.Kom)

=

^.

. + . + . + . + .

= 0.212

b.) V2(Subur Anugerah, ST., M.Eng)

=

^.

. + . + . + . + .

= 0.195

c.) V3(Wahyu Nur Alimyaningtias, S.Kom)

=

^.

. + . + . + . + .

= 0.191

d.) V4(Dhumhadi, ST., M.Kom)

=

^.

. + . + . + . + .

= 0.194

e.) V5(Wisnu Hera Pamungkas, S.TP., M. Eng)

=

^{9 . 7}

. + . + . + . + .

= 0.204 2.6 Use case diagram

Desain use case diagram merupakan alur proses yang dilakukan oleh administrator dan koordinator kepegawaian dalam menentukan kinerja dosen menggunakan metode weighted product. Implementasi use case diagram dapat dilihat pada gambar 2.

Sistem pendukung keputusan penilaian kinerja dosen

STMIK Balikpapan

Admin

Koordinator Kepegawaian Manajemen Data

Kriteria

Manajemen Data Alternatif

Analisis bobot kriteria

Analisis bobot alternatif

Hasil Ranking Manajemen data

pengguna

Login

Gambar 2. Use case diagram

2.7 Class diagram

Class diagram merupakan proses untuk

identifikasi keterhubungan antara tabel satu dengan tabel

yang lain yang digunakan dalam aplikasi mengguna metode weighted product. Alur proses class diagram dapat dilihat pada Gambar 3.

+Save() +Edit() +Delete() +Add_data() -Kode_alternatif : char -nama_alternatif : string -vector_s : double -Vector_v : double Alternatif

+Save() +Edit() +Delete() +Add_data() -kode_alternatif : char -kode_kriteria : char -nilai_ranking : int -nilai_normalisasi : double

Ranking

+Save() +Edit() +Delete() +Add_data() -kode_kriteria : char -nama_kriteria : string -tipe_kriteria : string

Kriteria

+Save() +Edit() +Delete() +Add_data() -kode_kriteria : char -nilai_bobot : double -hasil_bobot : double

Bobot

* 1

* 1

1

*

+Save() +Edit() +Delete() +Add_data() -kode_pengguna : char -nama_lengkap : string -username : char -password : char User

+Save() +Edit() +Delete() +Add_data() -kode_nilai : char -ket_nilai : string -jum_nilai : int

Nilai

Gambar 3. Class diagram

2.8 Flowchart program

Flowchart merupakan tahapan proses penerapan metode weighted product dalam menganalisa hasil evaluasi kriteria dan altenatif dosen. Implementasi flowchart dapat dilihat pada Gambar 4.

Menentukan kriteria dan alternatif

Menghitung Nilai Vektor S

Menghitung Perkalian Bobot

Menghitung Nilai Vektor V Begin

Masukkan data kriteria

Masukkan data alternatif

End Hasil Ranking Kinerja Dosen

Gambar 4. Flowchart sistem

3. HASIL DAN PEMBAHASAN

Implementasi dan analisis aplikasi sistem pendukung keputusan dalam penilaian kinerja dosen STMIK Balikpapan menggunakan metode weighted product terdiri dari beberapa tahapan-tahapan yang dilakukan, meliputi:

a.) Evaluasi kriteria penilaian

Tahapan evaluasi kriteria penilaian merupakan tahapan proses evaluasi dan analisa pemberian nilai preferensi bobot kriteria. Berdasarkan hasil preferensi bobot kriteria tersebut, proses selanjutnya adalah melakukan perkalian setiap bobot kriteria penilaian. Proses evaluasi kriteria penilaian dilakukan oleh koordinator kepegawaian STMIK Balikpapan. Form evaluasi dan analisa kriteria dalam penilaian kinerja dosen dapat dilihat pada Gambar 5.

Gambar 5. Form evaluasi kriteria penilaian

b.) Evaluasi kinerja alternatif dosen

Tahapan evaluasi kinerja dosen merupakan tahapan

proses analisa terhadap pemberian nilai kinerja

alternatif dosen. Pengukuran kinerja dosen dilakukan

berdasarkan kriteria-kriteria penilaian. Implementasi

dan proses evaluasi kinerja alternatif dosen

dilakukan oleh koordinator kepegawaian. Form

evaluasi kinerja alternatif dosen dapat dilihat pada

Gambar 6.

Gambar 6. Form evaluasi alternatif dosen berdasarkan kriteria penilaian

c.) Hasil evaluasi ranking menggunakan metode weighted product.

Tahapan evaluasi ranking merupakan tahapan proses untuk mengakumulasi bobot kriteria penilaian dengan bobot kinerja alternatif dosen. Form evaluasi ranking menggunakan metode weighted product dapat dilihat pada Gambar 7.

Gambar 7. Form evaluasi ranking metode weighted product

Hasil ranking penilaian kinerja dosen menggunakan metode weighted product diperoleh berdasarkan nilai vektor V tertinggi. Berdasarkan evaluasi sistem, hasil ranking kinerja dosen dapat dilihat pada Tabel 4.

Tabel 4. Hasil ranking kinerja dosen

Ranking Nama Dosen Bobot

Kinerja

1. Tri sudinugraha, S.Kom 0.212

2. Wisnu Hera Pamungkas, S.TP., M. Eng 0.204 3. Subur Anugerah, ST., M.Eng 0.195

4. Dhumhadi, ST., M.Kom 0.194

5. Wahyu Nur Alimyaningtias, S.Kom 0.191

4. K ESIMPULAN

Berdasarkan hasil penelitian dan pembahasan yang telah dilakukan, maka dapat penelitian ini dapat disimpulkan:

1. Implementasi sistem pendukung keputusan penentuan kinerja dosen bersifat dinamis, sehingga dapat dilakukan proses penambahan data kriteria dan alternatif, serta dapat melakukan evaluasi ulang analisis data.

2. Sistem pendukung keputusan penentuan kinerja dosen menggunakan metode weighted product dijadikan sebagai bahan pertimbangan dalam mengevaluasi kualitas dosen STMIK Balikpapan.

3. Implementasi hasil perhitungan manual dan sistem mengasilkan output yang sama.

REFERENSI

[1] Weizhi, Yang and Wencheng, Wang., Research of the Evaluation and Selection to Human Resource Management Outsourcing Service Provider, IEEE Journal & Magazines 978-1-4244-6581-1/11, 2011

[2] Chou Y. C., Yen H. Y., Sun C. C. and Hon J. S., Comparison of AHP and Fuzzy AHP Methods for, Human Resources in Science Technology (HRST) Performance Index Selection, IEEE Journal & Magazines 978-1-4799- 0986-5, 2013

[3] Gerogiannis, Vassilis C., Rapti, Elli ., Karageorgos Anthony. and Fitsilis Panos., A fuzzy linguistic approach for human resource evaluation and selection in software projects, Proceedings of the 2015 International Conference on Industrial Engineering and Operations Management Dubai, United Arab Emirates (UAE), March 3–5, 2015.

[4] Wibowo, Santoso., Grandhi Srimannarayana. and Deng Hepu., Multi Criteria Routing in Wireless Sensor Network using Weighted Product Model and Relative Rating, IEEE Journal & Magazines 978-1-4673-8644-9/16, 2016.

[5] Kittu, Javeed., Evaluating Optimal Generation using different Multi– Criteria Decision Making Methods, IEEE Journal & Magazines, 978-1-4799-7075-9/15, 2015.

[6] Turban, E., Aronson, J.E. and Liang, T.-P., 2005, Decision Support System And Intelligent Systems (diterjemahkan oleh Prabantini, D., Edisi 7, Andi, Yogyakarta.

[7] Kusumadewi, S., Hartati, S., Harjoko, A.and Wardoyo, R., 2006. Fuzzy MultiAttribute Decision Making. Graha Ilmu.

Yogyakarta.