• Tidak ada hasil yang ditemukan

SISTEM PENUNJANG KEPUTUSAN PENERIMAAN BEASISWA PEGAWAI DENGAN METODE FUZZY MADM

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENUNJANG KEPUTUSAN PENERIMAAN BEASISWA PEGAWAI DENGAN METODE FUZZY MADM"

Copied!
9
0
0

Teks penuh

(1)

285

SISTEM PENUNJANG KEPUTUSAN PENERIMAAN

BEASISWA PEGAWAI

DENGAN METODE FUZZY MADM

Erni Yulianti 1, Tuti Haryanti2, Laela Kurniawati3

1

AMIK BSI Karawang e-mail:[email protected]

2

SMIK Nusa Mandiri Jakarta e-mail:[email protected]

2

SMIK Nusa Mandiri Jakarta e-mail:[email protected]

Abstrak

Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai Pada Ditjen Pengendalian Pemanfaatan Ruang Dan Penguasaan Tanah Kementerian Agraria Dan Tata Ruang Dengan Metode Fuzzy Madm. Penerimaan beasiswa belajar S2 bagi pegawai pada Ditjen Pengendalian Pemanfaatan Ruang Dan Penguasaan Tanah Kementerian Agraria Dan Tata Ruang sangat diperlukan untuk menunjang kemajuan instansi atau organisasi. Penerimaan beasiswa diberikan kepada pegawai yang memenuhi kriteria sesuai dengan syarat yang diberikan oleh instansi. Untuk membantu penentuan penerimaan beasiswa pegawai yang layak menerima beasiswa maka dibutuhkan sebuah sistem penunjang keputusan. Salah satu metode yang dapat digunakan untuk sistem penunjang keputusan adalah dengan menggunakan Fuzzy MADM (Multiple Attribute Decision Making). Ada beberapa kriteria yang dijadikan perhitungan untuk mendapatkan alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan metode SAW (Simple Additive Weighting) untuk menyelesaikan perhitungan metode FMADM. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, yang dimaksudkan alternatif disini yaitu pegawai yang berhak menerima beasiswa belajar S2 berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif secara optimal, yaitu pegawai yang memiliki penilaian tertinggi.

Keywords: SPK, Penerimaan Beasiswa, Pegawai, FMADM, SAW

1. Pendahulian

Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada

perorangan yang bertujuan untuk

digunakan demi keberlangsungan

pendidikan yang ditempuh. Beasiswa dapat diberikan oleh lembaga pemerintah, perusahaan ataupun yayasan. Beasiswa dapat dikatakan sebagai pembiayaan yang tidak bersumber dari pendanaan sendiri atau orang tua, akan tetapi diberikan oleh pemerintahan, perusahaan swasta, universitas, serta lembaga pendidikan atau dari kantor tempat

bekerja karena prestasi seorang

karyawan dapat diberikan kesempatan

untuk meningkatkan sumber daya

manusianya melalui pendidikan. Biaya

tersebut diberikan kepada yang berhak

menerima, terutama berdasarkan

kualifikasi, kualitas, dan kompetensi si penerima beasiswa. Beasiswa merupakan wujud kepedulian pemerintah ataupun instansi tertentu dalam menunjang kemajuan di dalam bidang pendidikan. Di era global ini para pegawai baik pegawai instansi pemerintahan ataupun

pegawai swasta harus memiliki

pendidikan dengan kualitas kemampuan yang handal, profesional dan mutu terbaik, Oleh karena itu banyak pegawai yang ingin melanjutkan pendidikannya ke jenjang yang lebih tinggi. Para pegawai yang minimal harus berlatar belakang Strata 1 ini mengajukan diri untuk mendapatkan beasiswa belajar dengan

(2)

kriteria, dan syarat yang sudah ditentukan dari instansi pemerintahan, untuk mendapatkan jenjang yang lebih tinggi. Dengan jumlah pengajuan beasiswa yang cukup banyak maka proses tersebut menyita banyak waktu pegawai yang bertugas meyeleksi calon penerima beasiswa dan hasilnya pun kurang valid. Berdasarkan uraian diatas maka dalam tulisan ini penulis berkeinginan untuk mengambil judul penelitian yaitu: “Sistem

Penunjang Keputusan Penerimaan

Beasiswa Pegawai Ditjen Pengendalian Pemanfaatan Ruang dan Penguasaan Tanah”.

Sistem Pendukung Keputusan

Menurut Kusrini (2007:15) Decision Support Sistem (DSS) merupakan sistem

informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semistruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat.

Beasiswa

Menurut Lahinta (2009:3) mengatakan pengertian beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk

digunakan demi keberlangsungan

pendidikan yang ditempuh. Beasiswa dapat diberikan oleh lembaga pemerintah, perusahaan ataupun yayasan.

Pegawai

Menurut Hasibuan (2014:41) Pegawai adalah seseorang pekerja tetap yang bekerja dibawah perintah orang lain dan mendapat kompensasi serta jaminan.

Metode FMADM

Menurut Kusumadewi (2006:105) Fuzzy

Multiple Attribute Decision Making

(FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif denga kriteria

tertentu.Inti dari FMADM adalah

menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan

proses perangkingan yang akan

menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan obyektif dan pendekatan untuk mencari nilai bobot atribut, yaitu

pendekatan subyektif, pendekatan

obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing

kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambilan keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan.

Metode SAW

Menurut Dicky Nofriansyah (2014:11) Metode simple additive weighting sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode simple additive weighting

disarankan untuk menyelesaikan masalah penyeleksian dalam sistem pengambilan keputusan multi proses. Metode simple

additive weighting merupakan metode

yang banyak digunakan dalam

pengambilan keputusan yang memiliki banyak atribut. Metode simple additive

weighting membutuhkan proses normalisasi matriks keputusan (X) ke suatu skalayang didapat diperbandingkan dengan semua rating alternative yang ada.

Penelitian Terkait

Menurut Putra, Apriansyah dan

Hardiyanti, Dina Yunika (2011:286) Untuk

membantu menentukan siapa yang

menerima beasiswa diperlukan suatu

metode yang dapat memberikan

rekomendasi penerima beasiswa yang valid. Oleh karena itu digunakan Fuzzy

Multiple Atribute Decision Making (Fuzzy MADM). Penelitian menggunakan salah

satu metode dari Fuzzy MADM dengan penyelesaian SAW. Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternative yang ada.

Menurut Oyama dkk (2013:A237)

Dibutuhkan suatu sistem pendukung keputusan untuk memberi pertimbangan dalam menyeleksi beasiswa. Sistem

pendukung keputusan ini akan

mengurutkan prioritas penerima beasiswa sesuai dengan kriteria yang ditentukan

pengambil keputusan dan dapat

memberikan pandangan serta

memasukkan penilaian berdasarkan

pengalaman mereka. Dengan demikian, sistem pendukung keputusan ini mampu membantu pihak pengelola beasiswa untuk menentukan alternative terbaik penerima beasiswa sesuai kondisi yang

(3)

pembuatan sistem pendukung keputusan ini adalah sebuah urutan prioritas pemberian beasiswa dari yang terbesar hingga yang terkecil.

2. Metode Penelitian Tahapan Penelitian

Pada metodologi penelitian ini

menguraikan langkah-langkah yang

dilakukan pada proses penelitian agar sesuai dan berjalan dengan baik sehingga akan mencapai tujuan yang diinginkan.

Metodologi yang digunakan dalam

penelitian ini dijelaskan secara umum sebagai berikut :

a. Menentukan Judul

Dalam tahap ini penulis menentukan judul yang sesuai dan tepat untuk pembuatan skripsi. Maka dari itu judul

yang dipilih adalah “Sistem

Penunjang Keputusan Penerimaan

Beasiswa Pegawai Ditjen

Pengendalian Pemanfaatan Ruang dan Penguasaan Tanah”.

b. Identifikasi Masalah

Mengindentifikasi masalah yang akan dibahas berkaitan dengan Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai.

c. Studi Pustaka

Peneliti mempelajari buku-buku, jurnal penelitian, dan e-book teori tentang sistem pendukung keputusan dan Fuzzy Madm yang akan digunakan sebagai kajian teori dalam penelitian. d. Mengumpulkan Data

Peneliti mengumpulkan data-data dan melakukan wawancara mengenai hal-hal yang berkaitan dengan penelitian

penerimaan beasiswa pegawai

kemudian memberikan lembar angket atau kuesioner kepada kepala bagian divisi yang bersangkutan

e. Menentukan Kriteria dan Sumber Data

Peneliti menentukan kriteria-kriteria dari sistem pendukung keputusan menggunakan Fuzzy Madm dalam menentukan penerimaan beasiswa pegawai diantaranya Lama kerja, pangkat atau golongan, prestasi kerja dan tidak menerima besiswa dari pihak lain. Kemudian menentukan

data-data yang dibutuhkan

berdasarkan populasi, sampel dan

cara pengambilan sampel. Kemudian menentukan objek peneliti.

Hipotesis

Peneliti memiliki hipotesis awal, yaitu : Adanya pengaruh Lama kerja, prestasi kerja,tidak menerima besiswa dari pihak lain, Tanggung Jawab, dan

Kerjasama dengan penerimaan

beasiswa pegawai. Tidak adanya pengaruh Lama kerja, prestasi kerja,tidak menerima besiswa dari pihak lain, Tanggung Jawab, dan

Kerjasama dengan penerimaan

beasiswa pegawai.

Pengolahan Data Menggunakan

Fuzzy MADM penyelesaian SAW

Langkah penyelesaian Fuzzy MADM penyelesaian SAW :

1) Menentukan kriteria yang dijadikan acuan pengambilan keputusan.

2) Menentukan rating kecocokan setiap alternative pada setiap kriteria.

3) Membuat matriks keputusan

berdasarkan kriteria,

kemudian melakukan

normalisasi matriks

berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. 4) Hasil akhir diperoleh dari

proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R

dengan vector bobot

sehingga diperoleh nilai terbesar yang dipilih sebagai alternative terbaik sebagai solusi.

f. Menarik Kesimpulan

Peneliti mengambil suatu kesimpulan berdasarkan analisis data yang terdapat pada bab-bab sebelumnya dan diperiksa apakah kesimpulan sesuai dengan hipotesis maksud dan tujuan penelitian. Selain itu juga

memberikan saran yang dapat

digunakan sebagai masukan bagi instansi pemerintah terkait agar dapat dimanfaatkan lebih lanjut untuk menentukan penerimaan beasiswa

pegawai yang sesuai dengan

(4)

Gambar I

Flowchart Tahapan Penelitian

Instrument Penelitian

Adapun jenis instrument dalam penulisan skripsi ini dilakukan dengan cara sebagai berikut:

a. Wawancara

Wawancara langsung dengan Bapak

Adam selaku Kepala Subtansi

Bagian Kepegawaian Sekretariat Direktorat Jenderal Pengendalian

Pemanfaatan Ruang Dan

Penguasaan Tanah yang

berwewenang mengatur

kepengurusan kepegawaian dan

peneliti juga mendapatkan dokumen-dokumen yang diperlukan untuk pengembangan sistem penunjang keputusan penerimaan beasiswa pegawai.

b. Observasi

Penulis melakukan serangkaian pengumpulan data yang dilakukan secara langsung terhadap subjek atau objek penelitian melalui mata, telinga, dan perasaan. Dengan

yang diteliti. Observasi pada penelitian ini dilaksanakan di Ditjen Pengendalian Pemanfaatan Ruang

dan Penguasaan Tanah

Kementerian Agraria dan Tata Ruang.

c. Kuesioner (Angket)

Pengumpulan data dengan cara mengumpulkan angket yang telah

diisi oleh narasumber atau

responden ahli yang bertujuan untuk

mendapatkan data yang akan

digunakan dalam penerapan Fuzzy MADM dengan penyelesaian Simple

Additive Weighting (SAW).

d. Dokumentasi

Merupakan metode yang digunakan

untuk mengumpulkan dan

mendapatkan sejumlah informasi yang berasal dari data masa lalu perusahaan yang meliputi sejarah umum perusahaan, data pegawai yang mendapatkan beasiswa, dan data-data lain yang berkaitan dengan

(5)

Metode Pengumpulan Data, Populasi dan Sample Penelitian

Metode pengumpulan data yang

dilakukan peneliti terbagi menjadi 2 cara, yaitu :

a. Data Primer dengan melakukan observasi langsung, wawancara, dan kuesioner.

b. Data sekunder berasal dari

mengumpulkan dan mengidentifikasi serta mengolah data tertulis

berbentuk buku-buku dan jurnal yang berkaitan dengan penelitian.

Populasi

Populasi akan diambil pada salah satu

Ditjen yang sedang menentukan

penerimaan beasiswa pegawai untuk mendapatkan beasiswa S2. Penerimaan beasiswa diperuntukan atau dikhususkan untuk pegawai yang sudah berkerja selama 4 tahun.

Sampel

Dalam pemilihan sampel, penulis mengambil data dari populasi sebanyak 7 (tujuh) orang yang terbatas dengan menyebarkan kuesioner kepada kepala sub bagian setempat untuk melakukan

penilaian. Penerimaan beasiswa

pegawai ini diperuntukan atau

dikhususkan untuk pegawai yang sudah berkerja selama 4 tahun. Kemudian setelah melanjutkan pendidikan S2 pegawai harus kembali mengabdi pada

perusahaan selama 5 tahun dan

menuangkan ilmu yang sudah didapat kepada perusahaan.

Metode Analisa Data

Analisa adalah bagian penting dalam metodologi penelitian ilmiah dikarenakan dengan melakukan analisis data tersebut dapat diberi arti dan makna yang berguna dalam suatu penyelesaian

masalah Metode Fuzzy Madm

penyelesaian Simple Additive Weighting

merupakan metode pengambil

keputusan yang diperhitungkan secara kuantitatif perhitungan matematika sesuai dengan rumus Metode Fuzzy Madm penyelesaian Simple Additive

Weighting. 3. Pembahasan

Analisis Kebutuhan Sistem Fuzzy

Multiple Atribut Decision Making

Berikut merupakan kriteria yang

dibutuhkan untuk pengambilan

keputusan, berdasarkan persyaratan

yang ditentukan oleh Ditjen

Pengendalian Pemanfaatan Ruang dan Penguasaan Tanah Kementrian Agraria dan Tata Ruang yaitu : Lama kerja (C1),

Prestasi kerja (C2), Tidak menerima

beasiswa dari pihak lain (C3), Tanggung

Jawab (C4), Kerjasama (C5). Berikut

adalah kriteria yang termasuk kriteria keuntungan (Benefit) dan kriteria biaya (Cost).

Tabel 1 Setiap Kriteria

No Kriteria

1 Lama Kerja (C1)

2 Prestasi Kerja (C2)

3 Tidak menerima beasiswa dari pihak lain (C3)

4 Tanggung Jawab (C4)

5 Kerjasama (C5)

Dari kriteria tersebut, maka dibuat suatu tingkat kepentingan kriteria berdasarkan nilai bobot yang telah ditentukan kedalam bilangan fuzzy. Dibawah ini adalah alternatife pada setiap kriteria sebagai berikut :

Sangat Rendah (SR) = 0

Rendah (R)= 0,25

Analisis Kebutuhan Sistem Setiap Kriteria

a. Kriteria Lama Kerja

Kriteria Lama Kerja merupakan

persyaratan yang dibutuhkan untuk pengambilan keputusan disimbolkan (C1) dan nilai bobot = 0,3 berikut ini data

yang diperoleh :

Tabel 2 Penilaian Lama Kerja

No Nama Lama Kerja

Benefit

(6)

ST T C R SR

1 Gandiwa Yudhistira, S.H. 0,5

2 Novi Sulistyaningsih, S.T. 0,5

3 Fresly Willyater Panjaitan, S.T. 0,75

4 Royger Maniur Simanjutak, S.T. 0,5

5 Adam Madiglina Prana, S.T. 0,5

6 Kurniawan Hartanto, S.T. 0,75

7 Mula Pralampita Nursetianti, S.T. 0,75

Keterangan Skor : Sangat Rendah (SR)= 0 Rendah (R) = 0,25 Cukup (C) = 0,5 Tinggi (T) = 0,75 Sangat Tinggi (ST)= 1 b. Prestasi Kerja

Prestasi Kerja merupakan persyaratan yang dibutuhkan untuk pengambilan keputusan disimbolkan (C2) dan nilai

bobot = 0,2 berikut ini data yang

diperoleh :

Tabel 3 Penilaian Prestasi Kerja

No Nama Prestasi Kerja

ST T C R SR

1 Gandiwa Yudhistira, S.H. 1

2 Novi Sulistyaningsih, S.T. 0,5

3 Fresly Willyater Panjaitan, S.T. 0,25

4 Royger Maniur Simanjutak, S.T. 0,5

5 Adam Madiglina Prana, S.T. 0,75

6 Kurniawan Hartanto, S.T. 0,5

7 Mula Pralampita Nursetianti, S.T. 0,5

Keterangan Skor : Sangat Rendah (SR) = 0 Rendah (R) = 0,25 Cukup (C) = 0,5 Tinggi (T) = 0,75 Sangat Tinggi (ST) = 1

c. Tidak menerima beasiswa dari pihak lain

Tidak menerima beasiswa dari pihak lain merupakan persyaratan yang

dibutuhkan untuk pengambilan

keputusan disimbolkan (C3) dan nilai

bobot = 0,2 berikut ini data yang

diperoleh :

Tabel 4 Penilaian Tidak menerima beasiswa dari pihak lain

No Nama

Tidak menerima beasiswa dari pihak lain

ST T C R SR

1 Gandiwa Yudhistira, S.H. 0,5

2 Novi Sulistyaningsih, S.T. 0,5

3 Fresly Willyater Panjaitan, S.T. 0,5

4 Royger Maniur Simanjutak, S.T. 0,5

5 Adam Madiglina Prana, S.T. 0,25

6 Kurniawan Hartanto, S.T. 0,25

7 Mula Pralampita Nursetianti, S.T. 0,5

Keterangan Skor : Sangat Rendah (SR) = 0 Rendah (R) = 0,25 Cukup (C) = 0,5 Tinggi (T) = 0,75 Sangat Tinggi (ST) = 1 d. Tanggung Jawab

Tanggung jawab dalam menyelesaikan pekerjaan yang diberikan kepadanya dengan sebaik mungkin sebab itu tanggung jawab merupakan persyaratan yang dibutuhkan untuk pengambilan

(7)

bobot = 0,15 berikut ini data yang diperoleh :

Tabel 5 Penilaian Tanggung Jawab

No Nama Tanggung Jawab

ST T C R SR

1 Gandiwa Yudhistira, S.H. 0,75

2 Novi Sulistyaningsih, S.T. 0,25

3 Fresly Willyater Panjaitan, S.T. 0,5

4 Royger Maniur Simanjutak, S.T. 0,75

5 Adam Madiglina Prana, S.T. 0,5

6 Kurniawan Hartanto, S.T. 0,5

7 Mula Pralampita Nursetianti, S.T. 0,25

Keterangan Skor : Sangat Rendah (SR) = 0 Rendah (R) = 0,25 Cukup (C) = 0,5 Tinggi (T) = 0,75 Sangat Tinggi (ST) = 1 e. Kerjasama

Kerjasama adalah mampu bekerja secara bersama-sama dengan

rekan-rekan dalam membangun sebuah

pekerjaan maka dari itu kerjasama

merupakan persyaratan yang

dibutuhkan untuk pengambilan

keputusan disimbolkan (C5) dan nilai

bobot = 0,15 berikut ini data yang

diperoleh :

Tabel 6 Penilaian Kerjasama

No Nama Kerjasama

ST T C R SR

1 Gandiwa Yudhistira, S.H. 0,75

2 Novi Sulistyaningsih, S.T. 0,5

3 Fresly Willyater Panjaitan, S.T. 0,5

4 Royger Maniur Simanjutak, S.T. 0,75

5 Adam Madiglina Prana, S.T. 0,75

6 Kurniawan Hartanto, S.T. 0,5

7 Mula Pralampita Nursetianti, S.T. 0,25

Keterangan Skor : Sangat Rendah (SR) = 0 Rendah (R) = 0,25 Cukup (C) = 0,5 Tinggi (T) = 0,75 Sangat Tinggi (ST) = 1

Tujuh pemohon beasiswa yang sudah dinilai berdasarkan angket atau kuesioner yang diisi oleh atasan

perusahaan untuk menilai setiap kriteria pegawai, yaitu sebagai berikut :

Tabel 7 Hasil Penilaian Data Pemohon

No.

Data Pegawai Lama Kerja Prestasi Kerja

Tidak menerima beasiswa dari pihak lain Tanggung Jawab Kerjasama

1 Gandiwa Yudhistira, S.H. Cukup Sangat Tinggi Cukup Tinggi Tinggi

2 Novi Sulistyaningsih, S.T. Cukup Cukup Cukup Rendah Cukup

3 Fresly Willyater Panjaitan, S.T. Tinggi Rendah Cukup Cukup Cukup

4 Royger Maniur Simanjutak, S.T. Cukup Cukup Cukup Tinggi Tinggi

(8)

6 Kurniawan Hartanto, S.T. Tinggi Cukup Rendah Cukup Cukup

7 Mula Pralampita Nursetianti, S.T. Tinggi Cukup Cukup Rendah Rendah

Berdasarkan data pemohon diatas dapat dibentuk matriks keputusan X

yang telah dikonversikan dengan bilangan fuzzy, sebagai berikut :

Tabel 8 Rating kecocokan dari setiap alternative pada setiap kriteria

No. Alternatif Kriteria

C1 C2 C3 C4 C5 1 A1 0,5 1 0,5 0,75 0,75 2 A2 0,5 0,5 0,5 0,25 0,5 3 A3 0,75 0,25 0,5 0,5 0,5 4 A4 0,5 0,5 0,5 0,75 0,75 5 A5 0,5 1 0,25 0,5 0,75 6 A6 0,75 0,5 0,25 0,5 0,5 7 A7 0,75 0,5 0,5 0,25 0,25

Pengambil keputusan memberikan

bobot, berdasarkan tingkat kepentingan masing-masing kriteria yang dibutuhkan sebagai berikut :

Vektor bobot (W) = [ 0.3, 0.2, 0.2, 0.15, 0.15 ]

Kriteria Dalam Menentukan Penerimaan Beasiswa Pegawai

Berdasarkan kriteria yang sudah ditentukan oleh perusahaan dan dikumpulkan melalui wawancara dan angket yang diberikan kepada atasan, maka kriteria diberikan nilai bobot sebagai berikut :

Tabel 9

Nilai bobot pada setiap kriteria

No Kriteria Nilai Bobot

1 C₁ 0,3 2 C₂ 0,2 3 C₃ 0,2 4 C₄ 0,15 5 C₅ 0,15 Total 1 Keterangan : C1 = Lama Kerja C2 = Prestasi Kerja

C3 = Tidak menerima beasiswa dari

pihak lain

C4 = Tanggung Jawab

C5 = Kerjasama

4. Simpulan

Kesimpulan dari hasil penelitian Sistem

Penunjang Keputusan Penerimaan

Beasiswa Pegawai pada Ditjen

Pengendalian Pemanfaatan Ruang Dan Penguasaan Tanah maka peneliti menarik kesimpulan yang berdasarkan paparan dari bahasan pada bab

(9)

perhitungan skala perbandingan rating alternatife dan mencari nilai prefensi untuk setiap alternative ( Vi) tersebut

dapat diketahui bahwa alternative yang terpilih sebagai alternatif terbaik untuk mendapatkan beasiswa S2 dengan jawaban yang diberikan oleh 2 responden ahli melalui kuesioner dengan hasil akhir, V1= Gandiwa

Yudhistira, S.H (0,7) ; V2 = Novi

Sulistyaningsih, S.T. (0,726) ; V3 =

Fresly Willyater Panjaitan, S.T. (0,7) ; V4

= Royger Maniur Panjaitan, S.T. (0,6) ; V5 = Adam Madiglina Prana, S.T.

(0,625) ; V6 = Kurniawan Hartanto, S.T.

(0,65) ; V7 = Mula Pralampita

Nursetianti, S.T. (0,9). Jadi, dapat disimpulkan hasil perankingan dengan nilai terbesar ada pada V7 = Mula

Pralampita Nursetianti, S.T. (0,9)

adalah alternative yang terpilih sebagai alternative terbaik. Dan Metode Fuzzy

Madm dengan penyelesaian Simple

Additive Weighting (SAW) dapat membantu Instansi atau perusahaan

khususnya untuk menentukan

penerimaan beasiswa pegawai

melanjutkan program belajar Starata Dua (S2).

Referensi

Kusumadewi,Sri dkk. 2006. Fuzzy MultiAttribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu

Nofriansyah, Dicky. 2014. Konsep Data

Mining vs Sistem Pendukung

Keputusan. Yogyakarta: Deepublish Hasibuan, Malayu.2014, Manajemen

Sumber Daya Manusia.

Jakarta:Bumi Aksara

Kusrini. 2007. Konsep dan Aplikasi

Sistem Pendukung Keputusan.

Gambar

Tabel 1 Setiap Kriteria
Tabel 3 Penilaian Prestasi Kerja
Tabel 6 Penilaian Kerjasama
Tabel 8 Rating kecocokan dari setiap alternative pada setiap kriteria

Referensi

Dokumen terkait

Peningkatan kapasitas kepada masyarakat melalui pelatihan pembuatan asap cair dari limbah sekam padi menjadi biopestisida telah dilakukan kepada 2 kelompok tani di

Oleh karena itu untuk meningkatkan hasil belajar dan aktivitas siswa maka perlu dilakukan pembenahan proses pembelajaran yang dilakukan guru salah satunya yaitu

Keputusan Menteri Negara Urusan Koperasi Dan Usaha Kecil Dan Menengah Republik Indonesia Nomor 104.1/Kep/M.KUKM/X/2002 Tentang Petunjuk Pelaksanaan Pembentukan, Pengesahan

“You didn’t mean to do it, did you, Sam?” Frank picked up the ball, sliding back into the seat, his voice gentle, his eyes level. “I know how it is. Sometimes you love a woman so

akhirsetiapsiklus yang mencakup pengetahuan (C1), pemahaman (C2), aplikasi (C3), analisis (C4), sintesis (C5) dan evaluasi (C6). 2) Pemberiankuis yang

“Metode analisis kuantitatif dapat diartikan sebagai metode analisis yang berlandaskan pada sampel filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel

a) Adanya estimasi mengenai peningkatan BI Rate menjadi 8,25% dari 7,75% dan rendahnya daya beli masyarakat menimbulkan tekanan pada sektor konsumen. b) Kebijakan pemerintah untuk

Peraturan Menteri Dalam Negeri Nomor 123 Tahun 2014 tentang Pemilihan Kepala Desa (Berita Negara Republik Indonesia Tahun 2014 Nomor 40, Tambahan Lembaran Negara