61
Vol. 4 No. 1 Juli 2017
SISTEM INFORMASI UNTUK PENGAMBILAN KEPUTUSAN EVALUASI
KINERJA DOSEN DENGAN METODE SAW (
SIMPLE ADDITIVE
WEIGHTING)
Reti Handayani
Akademi Manajemen Informatika Dan Komputer (AMIK Bukittinggi), Sumatera Barat email: jeranikasdun@gmail.com
Abstract
Decisions Support System (DSS) is a system that is able to improve the quality of a company or agency, one example is the evaluation of faculty performance. With the evaluation of faculty performance expected quality of teaching and learning process more effective that the results achieved by the students is also maximized. AMIK Bukittinggi each end of the semester is always an evaluation of faculty performance are assessed by the student to fill out questionnaires. Data processing results of the questionnaire have been computerized, but there is no special application for processing such data. DSS can help in processing the data and correct deficiencies as errors in calculation, and to present the report. DSS provides several alternative options to determine the outcome of the evaluation of faculty performance based on existing data. While the decision will be taken remains in the hands of decision makers. In this case the chosen design of DSS with Borland Delphi 7.0 programming language.
Keywords: SPK, Simple Additive Weight, Delphi 7.0
Abstrak
Sistem Pendukung Keputusan (SPK) adalah sistem yang mampu meningkatkan kualitas suatu perusahaan atau instansi, salah satu contohnya adalah evaluasi kinerja dosen. Dengan evaluasi kinerja dosen diharapkan kualitas proses belajar mengajar yang lebih efektif bahwa hasil yang dicapai oleh siswa juga dimaksimalkan. AMIK Bukittinggi setiap akhir semester selalu evaluasi kinerja dosen yang dinilai oleh siswa untuk mengisi kuesioner. Hasil pengolahan data kuesioner telah terkomputerisasi, tetapi tidak ada aplikasi khusus untuk mengolah data tersebut. DSS dapat membantu dalam mengolah data dan kekurangan yang benar sebagai kesalahan dalam perhitungan, dan untuk menyajikan laporan. SPK menyediakan beberapa alternatif pilihan untuk menentukan hasil dari evaluasi kinerja dosen berdasarkan data yang ada. Sementara keputusan akan diambil tetap di tangan pengambil keputusan. Dalam hal ini desain yang dipilih dari SPK dengan bahasa pemrograman Borland Delphi 7.0.
62
Vol. 4 No. 1 Juli 2017 PENDAHULUAN
Salah satu upaya lembaga pendidikan tinggi untuk menjamin kualitas lulusan dan proses belajar mengajar adalah dengan meningkatkan kualitas kinerja dosen dalam proses belajar mengajar. Kualitas lembaga pendidikan ditentukan oleh tiga faktor yakni mahasiswa, dosen, dan fasilitas sarana belajar mengajar, ketiga faktor ini saling berkaitan dan saling mendukung antara satu sama lain dalam menciptakan proses belajar yang baik. Dosen adalah seseorang yang berdasarkan pendidikan dan keahliannya diangkat oleh lembaga perguruan tinggi dengan tugas utama mengajar.
Komitmen adalah peningkatan kualitas dosen. Untuk menjaga kualitas dosen, institusi secara rutin melakukan monitoring dan evaluasi kinerja dosen. Rutinitas monitoring dan evaluasi kinerja dosen dalam perkembangannya mengalami hambatan dengan semakin meningkatnya jumlah mahasiswa dan terbatasnya jumlah petugas.
Kampus AMIK setiap akhir semester selalu mengadakan evaluasi kinerja dosen yang dinilai oleh mahasiswa dengan mengisi kuisioner. Pengolahan data hasil dari kuisioner sudah terkomputerisasi namun belum ada aplikasi khusus yang mengolah data tersebut, DSS dengan metode Simple Additive Weighting (SAW) dapat membantu dalam proses pengolahan data dan memperbaiki kekurangan seperti kesalahan dalam perhitungan dan dalam penyajian laporan.
Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar SAW adalah mencari penjumlahan terbobot dari ranting kinerja pada setiap alternatif dari semua atribut. Metode SAW membutuhkan proses normalisasi matrik keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua ranting alternatif yang ada.
Konsep Dasar Sistem
Sistem memiliki definisi yang berbeda menurut sumber yang berbeda, tetapi memiliki maksud dan tujuan yang sama. Menurut penulis sendiri sistem adalah suatu komponen-komponen yang saling berhubungan satu sama lain untuk mencapai satu tujuan tertentu.
Suatu sistem yang baik harus mempunyai tujuan dan sasaran yang tepat karena hal ini akan sangat menentukan dalam mendefinisikan masukan yang dibutuhkan system dan juga keluaran yang dihasilkan.(Herman, 2005)
Karakteristik dan Komponen Sistem
Suatu sistem mempunyai karakteristik atau sifat-sifat dan komponen-komponen tertentu, yaitu:
a. Komponen sistem
Suatu sistem terdiri dari sejumlah komponen-komponen yang saling berintegrasi (berhubungan) satu sama lain yang membentuk satu kesatuan. b. Batasan sistem
Batasan sistem (boundary) merupakan daerah yang membatasi antara suatu sistem dengan sistem yang lingkungan luarnya. Batasan suatu sistem menunjukkan ruang lingkup (skope) dari sistem tersebut.
c. Lingkungan luar sistem
63
Vol. 4 No. 1 Juli 2017
sistem dengan demikian harus tetap terpelihara. Sedangkan lingkungan luar sistem yang merugikan harus ditahan dan dikendalikan agar tidak mengganggu kelangsungan hidup dari sistem tersebut.
d. Penghubung sistem
Penghubung (interface) merupakan media penghubung antara satu sub sistem dengan sub sistem yang lainnya. Melalui penghubung ini kemungkinan sumber-sumber daya mengalir dari suatu sub sistem ke sub sistem yang lainnya. energi yang dimasukkan ke dalam sistem untuk diproses sehingga menghasilkan keluaran. Masukan dapat berupa masukan perawatan (maintenanceinput) dan masukan sinyal (signalinput).
Maintenanceinput adalah energi yang dimasukkan agar sistem dapat beroperasi. Signal input energy yang diproses menghasilkan keluaran. Sebagai contoh dalam sistem komputer, program adalah maintenance input yang digunakan untuk mengoperasikan komputernya dan data adalah signal input untuk diolah menjadi informasi. f. Keluaran sistem
Keluaran (output) adalah hasil dari energi yang diolah dan diklasifikasikan menjadi keluaran yang berguna dan sisa pembuangan. Keluaran dapat merupakan masukan untuk sub sistem yang lain. Misalnya untuk sistem komputer, panas yang dihasilkan adalah keluaran yang tidak berguna dan merupakan hasil sisa
pembuangan, sedang informasi adalah keluaran yang dibutuhkan.
g. Pengolahan sistem
Suatu sistem mempunyai pengolah yang akan merubah masukan menjadi keluaran. Suatu sistem produksi akan mengolah masukan berupa bahan baku dan bahan-bahan lain yang menjadi keluaran berupa barang jadi. Sistem akuntansi akan mengolah data-data transaksi menjadi laporan-laporan keuangan dan laporan-laporan lain yang dibutuhkan oleh manajemen.
h. Sasaran sistem
Suatu sistem mempunyai tujuan dan sasaran. Kalau tidak mempunyai sasaran, operasi sistem tidak ada gunanya. Sasaran dari sistem sangat menentukan masukan yang dibutuhkan sistem dan keluaran yang
Pengertian Keputusan
Keputusan-keputusan dilihat untuk memecahkan masalah. Dalam usaha memecahkan suatu masalah, pemecah masalah mungkin membuat banyak keputusan. Keputusan merupakan hasil dari kegiatan memilih suatu strategi tindakan dalam pemecahan masalah. Jadi dapat disimpulkan keputusan adalah rangkaian tindakan yang perlu diikuti dalam memecahkan masalah untuk menghindari atau mengurangi dampak negatif atau untuk memanfaatkan kesempatan.(Christian, 2014)
Kriteria Keputusan
64
Vol. 4 No. 1 Juli 2017
mengetahui kriteria-kriteria dari keputusan, yaitu :
a. Banyak pilihan / alternatif, ada kendala atau syarat
d. Dibutuhkan kecepatan, ketepatan dan kakuratan
Jenis-jenis Keputusan
a. Keputusan Terstruktur, Keputusan terstruktur adalah keputusan yang
dilakukan secara
berulang-ulang dan bersifat rutin. Informasi yang di butuh spesifik, terjadwal, sempit, interaktif, real time internal , dan detail. Prosedur yang dilakukan untuk pengambilan keputusan sangat jelas. Keputusan ini terutama dilakukan pada manajemen tingkat bawah. Contoh: Keputusan pemesanan barang dan keputusan penagihan piutang; menentukan kelayakan lembur; mengisipersediaan; dan menawarkan kredit pada pelanggan.
b. Keputusan Semi terstruktur, Keputusan semi terstruktur adalah keputusan yang mempunyai sifat yakni sebagian keputusan dapat ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan folus, spesifik, interaktif, internal, real time, dan terjadwal. Contoh: Pengevaluasian kredit, penjadwalan produksi dan pengendalian sediaan, merancang
rencana pemasaran dan
mengembangkan anggaran departemen.
c. Keputusan Tidak Terstruktur, Keputusan tak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut pengalaman dan berbagai sumber yang bersifat eksternal.Keputusan ini umumnya terjadi pada manajemen tingkat atas. Informasi yang dibutuhkan umum, luas, internal , dan eksternal . Contoh: Pengembangan teknologi baru, keputusan untuk bergabung dengan perusahaan lain, perekrutan eksekutif.
Alat Bantu Perancangan Sistem
Alat-alat perancangan sistem ini nantinya digunakan untuk melakukan peracangan terhadap sistem yang akan dibuat agar tujuan yang akan dicapai sesuai dengan apa yang telah direncanakan dan diharapkan. Karena hal itulah diperlukan alat-alat tersebut agar pemprosesan data dapat dilakukan secara cepat dan tepat tanpa ada kesalahan yang nantinya dapat merusak sistem yang ada.
Aliran Sistem Informasi (ASI)
65
Vol. 4 No. 1 Juli 2017
Tabel 1. Simbol-Simbol Pada Aliran Sistem Informasi
Simbol Nama
Simbol Keterangan
Dokumen
Simbol ini digunakan untuk menggambarkan semua jenis
dokumen. Merupakan
formulir yang digunakan untuk merekam data suatu transaksi yang menunjukkan input, output baik untuk proses manual, mekanik, atau komputer.
Simbol ini menggambarkan kegiatan proses pengolahan data dengan komputer.
Input / Output
Simbol ini digunakan untuk mewakili input atau output.
Arsip
Simbol ini digunakan untuk
menggambarkan file
computer atau non computer yang disimpan sebagai arsip. Dokumen simbol ini bisa ditulis huruf F atau A.
Garis Alir
Simbol ini menunjukkan arus data atau informasi.
Metode Simple Additive Weighting (SAW) Pengertian Metode Simple Additive Weighting (SAW)
Menurut Jayanti (2015:2) metode Simple Additive Weighting (SAW) sering juga dikenal istilah metode terbobot. Konsep dasar dari SAW adalah mencari penjumlahan terbobot dari rating kinerja pada satu alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dipertimbangkan dengan reting alternatif yang lain.
Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan untuk menghadapi situasi Multiple Attribute
Decision Making (MADM). MADAM sendiri merupakan suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Metode SAW mengharuskan pembuatan keputusan menentukan bobot bagi setiap atribut. Sekor total untuk alteratif diperoleh dengan menjumlahkan seluruh hasil perkalian antara reting (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Reting tiap atribut harus bebas dimensi dalam arti telah melewati proses normalisasi matrik sebelumnya.
Langkah penyelesaian SAW adalah sebagai berikut :
a. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
b. Menentukan reting kecocokan setiab alternatip pada setiap kriteria.
c. Membuat matrik keputusa berdasarkan keriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuakan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matrik ternormalisasi R.
d. Hasil akan diperoleh dari proses perengkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vaktor bobot sehingga diperoleh nilai terbesar yang dipilih berdasarkan alternatif terbai (Ai) sebagai solusi. Formula untuk melakukan normalisasi tersebut adalah :
66
Vol. 4 No. 1 Juli 2017
Dimana dengan rij adalah reting kinerja ternormlisasi dari alternatif Ai pada atribut Cj : i = 1,2,...,m dan j =1,2...,n
Keterangan :
- Max Xij = nilai terbesar dari setiap keriteria
i.
- Min Xij = nilai terkecil dari setiap atribut i. - Xij = nilai atribut yang dimiliki dari setiap
keriteria.
- Benerfit = jika nilai terbesar adalah terbaik.
Pengenalan Borland Delphi 7.0
Delphi adalah suatu bahasa pemograman ( development language ) yang digunakan untuk merancang suatu aplikasi program. Delphi termasuk dalam pemograman bahasa tingkat tinggi ( hight level language ). Arti dari bahasa tingkat tinggi yaitu perintah-perintah programnya menggunakan bahasa yang bisa dipahami oleh manusia. Bahasa pemograman delphi disebut juga bahasa bahasa prosedural yaitu mengikuti urutan tertentu. Dalam membuat aplikasi, perintah-perintah delphi menggunakan lingkung. Delphi merupakan bahasa pemograman untuk sebuak perangkat lunak. Produk ini dikembangkan oleh Borland
dengan menggunakan free Pascal yang merupakan proyek opensource, bahasa ini dapat digunakan untuk membuat program yang berjalan di sistem opersai Mac OS X dan Windows CE.
METODE PENELITIAN
Teknik pengumpulan data yang digunakan untuk memperoleh data dalam penelituan ini diantaranya adalah :
a) Observasi adalah sumber pengamatan langsung suatu objek yang akan diteliti dalam jangka waktu singkat dan bertujuan untuk memberikan gambarab mengenai objek peneliti.
b) Wawancara yaitu cara untuk
mengumpulkan data dengan
mengajukan pertanyaan langsung kepada informan atau seseorang yang mengerti dengan pemrograman dan informasi yang dibutuhkan peneliti. c) Study pustaka yaitu dalam metode ini
pengumpulan dilakukan
denganmembaca buku-buku yang mendukung, termasuk didalamnya literatur tentang penulisan dan mengaenai hal-hal yang mendukung pembuatan pembuatan aflikasi. Juga mempelajari dari sumber data yang lain seperti internet.
Gambar. 1. SDLC
HASIL DAN PEMBAHASAN
Berdasarkan hasil analisis-analisis tersebut dapat diambil beberapa evaluasi dari sitem yang sedang berjalan, seperti:
1) Membentuk Tim Penyelenggara Evaluasi Dosen (TPED) oleh Dekan/Direktur.
67
Vol. 4 No. 1 Juli 2017
2) TPED menyebarkan instrumen evaluasi dosen berupa kuisioner kepada mahasiswa.
3) Mahasiswa mengisi instrumen tersebut, setelah diisi dan dikembalikan kepada TPED.
4) TPED mengecek kelayakan instrumen yang telah diisi oleh mahasiswa.
5) Setelah tahap tersebut selesai TPED melaporkan hasil perolehan nilai evaluasi semua dosen kepada Dekan/Direktur.
Selanjutnya Dekan/Direktur
memberitahu hasil perolehan nilai evaluasi kepada dosen yang bersangkutan.
Tabel 2. Aliran Sistem Informasi Baru
Akademi Mahasiswa Dekan / Direktur
Tabel 3. Vektor Bobot
W 4 4 5 5 4 5 5 5 4 4 5 5 5 5 5 4 4 4 5 5 5 4
4 4 5 5 5 5 5 5 4 5 4 4 5 5 5 5 4 4 4 4
1) Melakukan normalisasi matrik keputusan dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif
Ai dari pada Cj.
r1.1 =max{4,4,3,5} =4 45 = 0,8
r1.2 =max{2,2,3,4} =4 24 = 0,5
r2.1 = max{4,4,3,5} =4 45 = 0,8
r2.2 = max{2,2,3,4} =4 25 = 0,5
r3.1 = max{4,4,3,5} =3 35 = 0,6
r3.2 = max{2,2,3,4} =3 34 = 0,75
r4.1 = max{4,4,3,5} =5 55 = 1
r4.2 = max{2,2,3,4} =4 44 = 1
r1.3 =max{3,4,5,4} =3 35 = 0,6
r1.4 =max{2,3,5,4} =2 25 = 0,4
r2.3 = max{3,4,5,4} =4 45 = 0,8
r2.3 = max{2,3,5,4} =4 35 = 0,6
r3.3 = max{3,4,5,4} =5 55 = 1
r3.3 = max{2,3,5,4} =5 55 = 1
r4.3 = max{3,4,5,4} =5 45 = 0,8
r4.3 = max{2,3,5,4} =5 45 = 0,8
Cek kelayakan
Pemberian bobot
Laporan
A
Menyebarkan Instrumen evalusi dosen
Menerima Instrumen evaluasi dosen
Mengisi evaluasi dosen Instrumen
telah diisi
Laporan
68
Vol. 4 No. 1 Juli 2017
r1.5 = max{3,4,4,2} =3 35 = 0,75
r1.6 = max{5,5,5,4} =5 55 = 1
r2.5 = max{3,4,4,2} =4 44 = 1
r2.6 = max{5,5,5,4} =5 55 = 1
r3.5 = max{3,4,4,2} =4 44 = 1
r3.6 = max{5,5,5,4} =5 55 = 1
r4.5 = max{3,4,4,2} =2 24 = 0,5
r4.8 = max{5,5,5,4} =4 45 = 0,8
r1.7 = max{3,3,3,2} =3 33 = 1
r1.8 = max{3,4,4,2} =3 34 = 0,7
r2.7 = max{3,3,3,2} =3 33 = 1
r2.8 = max{3,4,4,2} =4 44 = 1
r3.7 = max{3,3,3,2} =3 34 = 1
r3.8 = max{3,4,4,2} =4 44 = 1
r4.7 = max{3,3,3,2} =2 23 = 0,66
r4.8 = max{3,4,4,2} =2 24 = 0,5
r1.9 =max{4,4,3,3} =4 44 = 1
r1.10= max{2,4,3,5} =2 25 = 0,4
r2.9 = max{4,4,3,3} =4 44 = 1
r2.10 =max{2,4,3,5} =4 45 = 0,8
r3.9 = max{4,4,3,3} =3 34 = 0,75
r3.10= max{2,4,3,5} =3 35 = 0,6
r4.9 =max{4,4,3,3} =2 34 = 0,75
r4.10= max{2,4,3,5} =5 55 = 1
r1.11= max{4,5,2,2} =4 45 = 0,8
r1.12= max{5,4,3,4} =5 55 = 1
r2.11= max{4,5,2,2} =5 55 = 1
r2.12= max{5,4,3,4} =4 45 = 0,8
r3.11= max{4,5,2,2} =2 25 = 0,4
r3.12= max{5,4,3,4} =3 35 = 0,6
r4.11= max{4,5,2,2} =2 25 = 0,4
r4.12= max{5,4,3,4} =4 45 = 0,8
r1.13= max{5,4,3,1} =5 15 = 1
r1.14= max{5,1,3,4} =5 55 = 1
r2.13= max{5,4,3,1} =4 45 = 0,8
r2.14= max{5,1,3,4} =1 15 = 0,2
r3.13= max{5,4,3,1} =3 35 = 0,6
r3.14= max{5,1,3,4} =3 35 = 0,6
r4.13= max{5,4,3,1} =1 15 = 0,2
r4.14= max{5,1,3,4} =4 45 = 0,8
r1.15= max{4,3,2,1} =4 44 = 1
69
Vol. 4 No. 1 Juli 2017
r2.15 =max{4,3,2,1} =3 34 = 0,75
r2.16 =max{2,2,1,3} =2 23 = 0,66
r3.15 =max{4,3,2,1} =2 24 = 0,5
r3.16 =max{2,2,1,3} =1 13 = 0,33
r4.15 =max{4,3,2,1} =1 14 = 0,25
r4.16 =max{2,2,1,3} =3 33 = 1
r1.17= max{1,3,1,2} =1 13 = 0,33
r1.18= max{3,5,5,4} =3 35 = 0,6
r2.17 =max{1,3,1,2} =3 33 = 1
r2.18 =max{3,5,5,4} =5 55 = 1
r3.17 =max{1,3,1,2} =1 13 = 0,33
r3.18 =max{3,5,5,4} =5 55 = 1
r4.17 =max{1,3,1,2} =2 23 = 0,66
r4.18 =max{3,5,5,4} =4 45 = 0,8
r1.19= max{4,5,4,4} =4 45 = 0,8
r1.20= max{2,4,2,1} =2 24 = 0,5
r2.19= max{4,5,4,4} =5 55 = 1
r2.20 =max{2,4,2,1} =4 44 = 1
r3.19= max{4,5,4,4} =4 45 = 0,8
r3.20 =max{2,4,2,1} =2 24 = 0,5
r4.19= max{4,5,4,4} =4 45 = 0,8
r4.20= max{2,4,2,1} =1 14 = 0,25
r1.21= max{3,3,4,4} =3 34 = 0,75
r1.22= max{3,3,4,5} =3 35 = 0,6
r2.21= max{3,3,4,4} =3 34 = 0,75
r2.22= max{3,3,4,5} =3 35 = 0,6
r3.21= max{3,3,4,4} =4 44 = 1
r3.22= max{3,3,4,5} =4 45 = 0,8
r4.21= max{3,3,4,4} =4 44 = 1
r4.22= max{3,3,4,5} =5 55 = 1
r1.23= max{2,3,2,2} =2 23 = 0,66
r1.24= max{3,3,3,3} =3 33 = 1
r2.23= max{2,3,2,2} =3 33 = 1
r2.24= max{3,3,3,2} =3 33 = 1
r3.23= max{2,3,2,2} =4 23 = 0,66
r3.24= max{3,3,3,2} =3 33 = 1
r4.23= max{2,3,2,2} =4 23 = 0,66
r4.24= max{3,3,3,2} =2 23 = 0,6
r1.25= max{3,2,3,4} =3 34 = 0,75
r1.26= max{4,3,4,5} =4 45 = 0,8
r2.25= max{3,2,3,4} =2 24 = 0,8
70
Vol. 4 No. 1 Juli 2017
r3.25 =max{3,2,3,4} =3 34 = 0,75
r3.26 =max{4,3,4,5} =4 45 = 0,8
r4.25 =max{3,2,3,4} =4 44 = 1
r4.26 =max{4,3,4,5} =5 55 = 1
r1.27= max{5,4,3,3} =5 55 = 1
r1.28= max{4,1,3,2} =4 44 = 1
r2.27 =max{5,4,3,3} =4 45 = 0,8
r2.28 =max{4,1,3,2} =1 14 = 0,25
r3.27 =max{5,4,3,3} =3 35 = 0,6
r3.28 =max{4,1,3,2} =3 34 = 0,75
r4.27 =max{5,4,3,3} =3 35 = 0,6
r4.28 =max{4,1,3,2} =2 24 = 0,5
r1.29= max{3,3,4,4} =3 34 = 0,74
r1.30= max{3,2,4,5} =3 35 = 0,6
r2.29= max{3,3,4,4} =3 34 = 0,75
r2.30 =max{3,2,4,5} =2 25 = 0,4
r3.29= max{3,3,4,4} =4 44 = 1
r3.30 =max{3,2,4,5} =4 45 = 0,8
r4.29= max{3,3,4,4} =4 44 = 1
r4.30 =max{3,2,4,5} =5 55 = 1
r1.31= max{2,3,2,5} =2 25 = 0,4
r1.32= max{3,3,1,3} =3 33 = 1
r2.31= max{2,3,2,5} =3 35 = 0,6
r2.32= max{3,3,1,3} =3 33 = 1
r3.31= max{2,3,2,5} =2 25 = 0,4
r3.32= max{3,3,1,3} =1 13 = 0,33
r4.31= max{2,3,2,5} =5 55 = 1
r4.32= max{3,3,1,3} =3 33 = 1
r1.33= max{3,2,3,4} =3 34 = 0,75
r1.34= max{1,3,4,5} =1 15 = 0,2
r2.33= max{3,2,3,4} =2 24 = 0,5
r2.34= max{1,3,4,5} =3 35 = 0,6
r3.33= max{3,2,3,4} =3 34 = 0,75
r3.34= max{1,3,4,5} =4 45 = 0,8
r4.33= max{3,2,3,4} =4 44 = 1
r4.34= max{1,3,4,5} =5 55 = 1
r1.35= max{5,4,3,3} =5 55 = 1
r1.36= max{4,1,3,2} =4 44 = 1
r2.35= max{5,4,3,3} =4 45 = 0,8
r2.36= max{4,1,3,2} =1 14 = 0,25
r3.35= max{5,4,3,3} =3 35 = 0,6
71
Vol. 4 No. 1 Juli 2017
r4.35 =max{5,4,3,3} =3 35 = 0,6
r4.36 =max{4,1,3,2} =2 24 = 0,5
r1.37= max{3,3,3,2} =3 33 = 1
r1.38= max{3,4,4,2} =3 34 = 0,75
r2.37 =max{3,3,3,2} =3 33 = 1
r2.38 =max{3,4,4,2} =4 44 = 1
r3.37 =max{3,3,3,2} =3 33 = 1
r3.38 =max{3,4,4,2} =4 44 = 1
r4.37 =max{3,3,3,2} =3 23 = 0,65
r4.38 =max{3,4,4,2} =2 24 = 0,5
r1.39= max{4,1,3,2} =4 44 = 1
r1.40= max{2,4,3,5} =2 25 = 0,4
r2.39= max{4,1,3,2} =1 14 = 0,25
r2.40 =max{2,4,3,5} =4 45 = 0,8
r3.39= max{4,1,3,2} =3 34 = 0,75
r3.40 =max{2,4,3,5} =3 35 = 0,6
r4.39= max{4,1,3,2} =2 24 = 0,5
r4.40 =max{2,4,3,5} =5 55 = 1
r1.41= max{4,5,1,2} =4 45 = 0,8
r1.42= max{5,1,3,4} =5 55 = 1
r2.41 =max{4,5,1,2} =5 55 = 1
r2.42= max{5,1,3,4} =1 15 = 0,2
r3.41= max{4,5,1,2} =1 15 = 0,2
r3.42= max{5,1,3,4} =3 35 = 0,6
r4.41= max{4,5,1,2} =2 25 = 0,4
r4.42= max{5,1,3,4} =4 45 = 0,8
1. Desain Input
Perancangan input merupakan awal dimulainya proses sistem yang berasal dari informasi atau data yang berkaitan dengan sistem. Data merupakan masukan untuk sistem informasi, akurat tidaknya suatu data yang dari sistem informasi kurang lengkap maka hasilnya tidak optimal dalam menunjang pengambilan keputusan.
Untuk mencegah ketidak akuratan dari suatu hasil sistem informasi, maka perlu memperhitungkan data yang diinputkan kedalam sistem sehingga hasinya dapat berguna secara optimal dalam pengambilan keputusan khususnya penyelesaian suatu masalah yang dihadapi. Adapun rancangan inputnya adalah sebagai beriku :
a. Tampilan Form Input Data Dosen/ Data Alternatif
72
Vol. 4 No. 1 Juli 2017
Gambar 2. Tampilan Form Input Data Dosen
b. Tampilan Form Input Kriteria
Tampilan from input kriteria merupakan menu untuk mengisi kode kriteria, keterangan, dan nilai bobot dari suatu kriteria dan digunakan untuk memberikan berapa besar persen bobot untuk setiap kriteria yang ada. Dimana criteria sebagai acuan perhitungan dengan metode SAW dari model FMADM untuk mencari nilai akhir sebagai proses perangkingan kinerja dosen.
Gambar 3. Tampilan Form Input Data Kriteria
c. Tampilan Form Input Penilaian
Gambar 4. Tampilan Form Input Data Penilaian
SIMPULAN
Dari hasil penelitian maka dapat diambil beberapa kesimpulan :
1. Dalam penelitian ini dibangun sebuah aplikasi sistem pendukung keputusan untuk evaluasi kinerja dosen dengan menggunakan model SAW yang dapat membantu pimpinan untuk mengambil sebuah keputusan dalam penilaian kinerja dosen berdasarkan hasil akhir dari perhitungan SPK tersebut.
2. Setelah dilakukan pembandingan antara sistem yang lama dengan sistem yang baru ke beberapa user, hasil yang diperoleh adalah aplikasi sistem pendukung keputusan yang baru lebih mudah untuk digunakan baik untuk pengolahan data maupun untuk penyajian laporannya. 3. Telah berhasil sistem pendukung
keputusan untuk menentukan dosen terbaik pilihan mahasiswa.
73
Vol. 4 No. 1 Juli 2017
5. Sistem memberikan solusi rekomendasi dosen terbaik kepada pengguna (user)
sesuai dengan kriteriaa dan bobot yang ditentukan diawal sebelum perhitungan.
DAFTAR PUSTAKA
Daihani, Dadan Umar. 2001. Komputerisasis Pengambilan Keputusan. Jakarta: PT Elex Media Komputindo.
Kristanto, Andri.2008. Perancangan Sistem Informasi dan Aplikasinya. Yogyakarta: Gava Media.
Suryadi, Kadarsah, & Ali Ramadhani. (2002).
Sistem Pendukung Keputusan, Bandung: PT Remaja Rosdakarya.
WAHANA. 2009. Aplikasi Cerdas Menggunakan Delphi. Yogyakarta: ANDI OPSET
Christian, E. (2014). Sistem Pendukung Keputusan Kenaikan Jabatan Pada Pt Bank Teknik Informatika. Sistem Pendukung Keputusan Kenaikan Jabatan Pada Pt Bank Teknik Informatika, (SPK), 1 – 11.
Herman. (2005). Perancangan Website Sistem Informasi Lalu Lintas Kota Depok.