Sistem Pendukung Keputusan Pemilihan Duta Kampus Terbaik Mengunakan Multi Objective Optimization on
The Basis of Ratio Analysis (MOORA)
Kharis Juliasman Hondro, Yosua Franky Hamonangan Batubara, Didik
Prodi Teknik Informatika, STMIK Budi Darma, Medan, Indonesia Abstrak
Pemilihan duta kampus terbaik adalah langkah yang mampu menunjang majunya nilai-nilai sebuah pengetahuan, kreatifitas, dan pedoman, untuk membangun sebuah kampus. Langkah ini menjadi bagian penting yang mampu mewujudkan sebuah harapan akan sebuah persatuan mahasiswa, dengan adanya sebuah pedoman yang mendasari nilai-nilai, dan telah aham dalam segala bentuk budaya kampus. Dalam pemilihan duta kampus ini harus di ketahui bahwa dengan bantuan sebuah metode sistem pendukung keputusan Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) dari situlah kita bisa mengetahui nilai-nilai yang secara rinci dan mampu menjadi dasar dari sebuah alasan terpilihnya seorang duta kampus yang bertanggung jawab memegang janji dan tidak akan lari dari tanggung jawab.
Kata Kunci: Duta Kampus, Moora
1. PENDAHULUAN
Duta Kampus adalah seseorang yang memegang budaya kampus, mampu memegang integritas yang tinggi, berusaha dan mampu bersosialisasi dengan orang sekitarnya serta mampu bertanggung jawab dalam setia keperluan kampus dalam sebuah pertemuan, dalam bentuk menjalin kerja sama antara mahasiswa lain, pengumpulan dana organisasi, dan penyeimbang waktu yang baik.
Salah satu bentuk sosialisasi dan promosi dari program pemilihan duta kampus adalah menjadikan waktu menjadi sebaik-baik mungkin dalam bergerak mendorong mahasiswa untuk menunjukkan kreatifitasnya, \pengetahuannya, dan menguasai budaya kampus.
Pemilihan Duta Kampus tampil sekali dalam satu tahun, maka dari itu kesempatan mahasiswa untuk menampilkan ilmu yang di milikinya sangatlah memiliki peluang, dan telah mempersiapkan dirinya dari sebelumnya.
Pemilihan harus sesuai dengan kategori dan mahasiswa dari kampus budidarma sendiri. Namun terkadang dengan cara manual dalam melakukan pemilihan duta mahasiswa yang terbaik, dan sering buat waktu pemilihan berlangsung dengan kericuhan dan ketidak cocokan pendapat dengan apa hasil yang ada serta di anggap tidak benar, ketidak akuratan pendapat membuat banyaknya jumlah orang yang mendaftar secara cuma-cuma tanpa harus mempertimbangkan kemampuan yang di miliki.
Berawal dari pemilihan duta kampus yang secara manual, dan menimbulkan permasalahan yang di anggap tidak fatal, tapi masih membutuhkan proses yang lama dalam pengerjaannya. Dalam setiap mahasiswa wajib membawa berkas terutama, dan di seleksi, dan mampu menjalankan karantina yang di berikan para pembimbing.
Adapun kriteria yang menjadi Indeks Prestasi Komulatif (IPK), tinggi badan minimal 160 cm (laki-laki) dan minimal 155 cm (perempuan), jumlah sertifikat dan dan kegiatan kemahasiswaan, nilai keaktifan diskusi dan nilai tes pengetahuan umum, nilai tes bahasa inggris, nilai tes wawancara, serta nilai cara menyimak jura.
Terjadinya polemik dalam kegiatan kemahasiswaan dan yang termasuk dalam kategori yang sangat di di sayangkan, jika semua kriteria harus berjalan sesuai dengan aktivitas yang di lakukan para juri secara manual dengan proses yang lama dan secara manual hanya menambah kejenuhan dan kemalas mahasiswa untuk saling bersaing.
Mahasiswa memiliki kendala-kendala yang menghasilkan keterbatasn untuk bereksplorasi dan menjadikan mahasiswa untuk tidak lagi mengajukan ingin diri dalam pemilihan duta kampus terbaik, karna pemilihan duta kampus membutuhkan proses yang lama serta proses penyeleksian yang lama, membuat para juri atau pembimbing mahasiswa menjadi sangat malas, dan menebak secara asal tanpa harus menyaring kriteria berdasarkan kemampuan mahasiswa dalam menjalankan tugas yang akan di pegangnya.
Duta kampus sangat berperan penting dalam menjalan tugasnya sebagai pedoman serta contoh yanguntuk menjujung nilai dan martabat kampus. Dari permasalahan di atas di butuhkan
sebuah sistem yang dapat membantu para juri dan dalam menentukan duta kampus terbaik, dengan waktu yang singkat dan dalam jangka waktu yang cepat.
Pada penelitian ini metode yang digunakan Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA). Metode MOORA sangat mudah menentukan kriteria duta-duta terbaik, dan bisa dalam bentuk multi kriteria[1]. MOORA adalah teknik optimalisasi multi objective sehingga dapat sukses di terapkan dalam sebuah keputusan yang kompleks yang dapat memecahakan semua permasalahan yang kompleks dan dapat di terapkan dalam lingkungan manufaktur[2][3][4].
2. METODOLOGI PENELITIAN 2.1 Sistem Pendukung Keputusan
Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) yang pertama kali di ungkapkan pada awal tahun 1970-an oleh Michael S. Scott Morton dengan istlah Management Decision Systems. DSS (Decision Support System) biasanya di bagun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang. DSS yang seperti itu di sebut aplikasi DSS. Aplikasi DSS di gunakan dalam pengambilan keputusan. Aplikasi DSS menggunakan CBIS (Computer Based Information System) yang fleksibel, interaktif dan dapat di di adaptasi yang di kembangkan untuk mendukung solusi atas masalah managemen spesifik yang tidak terstruktur[5][6].
Dalam pengembangan yang lebih lanjut dari sistem informasi Managemen Terkomputerisasi (Computerized Management Information Systems), yang di rancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya[7]. Sifat interaktif ini di maksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan, seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan yang bersifat fleksibel.
2.2 Metode Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) merupakan sebuah multi objectif sistem yang mengoptimalkan atribut yang saling bertentangan secara bersamaan, yang di terapkan untuk memecahkan masalah yang dengan cara menggunakan metode matematika yang kompleks. Metode MOORA pertamakali di perkenalkan oleh Brauers dan Zavadskas pada tahun 2006[8][9][4].
Dalam sejarahnya seorang ahli MOORA sebelumnya telah memperkenalkan metode MOORA pada tahun 2004 yang biasanya dapat di gunakan untuk memecahkan sebuah masalah yang sangat rumit pada lingkungan perkantora, dan perusahaan, yaitu dengan Multi Objective Optimization. Sehingga metode moora di sering di gunakan dalam berbagai bentuk permasalahan baik dalam manajemen, ekonomi dan proyek.
Adapun cara yang dapat membantu serta cara pemrosesan MOORA[3][10][2], dapat di lihat berikut ini :
Langkah 1: Normalisasi matriks keputusan
𝑋∗ij=𝑋𝑖𝑗/√[∑ = 1 𝑋𝑚𝑖 𝑖𝑗2] ... (1) Langkah 2: Mengurangi nilai maximax dan minimax
𝑌𝑖= ∑𝑔𝑗=1𝑊𝑗𝑋∗𝑖𝑗− ∑ = 𝑔 + 1 𝑊𝑛𝑗 𝑗 𝑊𝑖𝑗∗ ... (2)
3. ANALISA DAN PEMBAHASAN
Dalam pembahasan kali ini, kami menggunakan metode MOORA yang akan menentukan berbagai kriteria-kriteria yang di munculkan para anggota calon duta kampus yang akan di saring.
Pemilihan Duta Kampus Terbaik menggunakan metode MOORA Kriteria-Kriteria Duta Kampus Yaitu:
C1 = Index Prestasi Komulatif COST C2 = Nilai tes bahasa Inggris BENEFIT C3 = Nilai-nilai pengetahuan umum BENEFIT C4 = Penampilan menarik BENEFIT
C5 = Jumlah sertifikat kegiatan kemahasiswaan BENEFIT
Kriteria-kriteria dalam pemilihan duta kampus terbaik, menggunakan metode (MOORA ), yaitu sebagai berikut:
Tabel 1. Rating Kecocokan
Alternatif C1 C2 C3 C4 C5
A1 3,85 70 82 63 8
A2 3,75 85 63 70 7
A3 3,89 70 75 65 9
A4 3,95 90 95 75 10
A5 3,94 75 85 63 5
A6 3,96 65 80 90 7
A7 3,88 60 75 80 11
Langkah-langkah menentukan metode MOORA 1. Membuat sebuah matriks keputusan:
W= 0,2 0,2 0,15 0,2 0,25
X=
3,85 70 82 63 8 3,75 85 63 70 7 3,89 70 75 65 9 3,95 90 95 75 10 3,94 75 85 63 5 3,96 65 80 90 7 3,88 60 75 80 11
2. Berdasarkan persamaan diatas, maka di lakukan normalisasi X C1= √3,852+ 3,752+ 3,892+ 3,952+ 3,942+ 3,962+ 3,882
=√14,8225 + 14,0625 + 15,1321 + 15,6025 + 15,5236 + 15,6816 + 15,0544
=√105,8792
=10,2897 A11 = 3,85
10,2897 = 0,3741 A21 =10,28973,75 =0,3644 A31 =10,28973,89 =0,3780 A41 = 3,95
10,2897=0,3838 A51 = 3,94
10,2897=0,3829 A61 =10,28973,96 =0,3848 A71 = 3,88
10,2897=0,3770
C2 =√702+ 852+ 702+ 902+ 752+ 652+ 602
=√4900 + 7225 + 4900 + 8100 + 5625 + 4225 + 3600 =√38.575
=196,4051 A12 = 70
196,4051=0,3564 A22 =196,405185 =0,4327 A32 = 70
196,4051=0,3564 A42 = 90
196,4051=0,4582 A52 =196,405175 =0,3818 A62 =196,405165 =0,3309 A72 = 60
196,4051=0,3054
C3 =√822+ 632+ 752+ 952+ 852+ 802+ 752
=√6400 + 3969 + 5625 + 9025 + 7225 + 6400 + 5625 =√44,269
=210,4019 A13 = 82
210,4019=0,3897 A23 =210,401963 =0,2994 A33 = 75
210,4019=0,3564 A43 = 95
210,4019=0,4515 A53 = 85
210,4019=0,4039 A63 =210,401980 =0,3802 A73 = 75
210,4019=0,3564
C4 =√632+ 702+ 652+ 752+ 632+ 902+ 802
=√3969 + 4900 + 4225 + 5625 + 3969 + 8100 + 6400 =√37.188
=192.8419 A14 = 63
192.8419=0,3266 A24 =192.841970 =0,3629 A34 = 65
192.8419=0,3370 A44 =192.841975 =0,3889 A54 = 63
192.8419=0,3266 A64 = 90
192.8419=0,4667 A74 =192.841980 =0,4148
C5 =√82+ 72+ 92+ 102+ 52+ 72+ 112 =√64 + 49 + 81 + 100 + 25 + 49 + 121 =√489
=22,1133 A15 =22,11338 =0,3617 A25 = 7
22,1133=0,3165 A35 =22,11339 =0,4069 A45 = 10
22,1133=0,4522 A55 = 5
22,1133=0,2261 A65 =22,11337 =0,3165 A75 = 11
22,1133=0,4974
Hasil dari normalisasi matriks X di peroleh matriks Xij
Xij=
0,3741 0,3564 0,3897 0,3266 0,3617 0,3644 0,4327 0,2994 0,3629 0,3165 0,3780 0,3564 0,3564 0,3370 0,4069 0,3838 0,4582 0,4515 0,3889 0,4522 0,3829 0,3818 0,4039 0,3266 0,2261 0,3848 0,3309 0,3802 0,4667 0,3165 0,3770 0,3054 0,3564 0,4148 0,4974
3. Mengoptimalkan atribut menyertakan bobot dalam pencarian Xwj=
0,3741 (0,2) 0,3564(0,2) 0,3897(0,2) 0,3266(0,2) 0,3617(0,2) 0,3644(0,2) 0,4327(0,2) 0,2994(0,2) 0,3629(0,2) 0,3165(0,2) 0,3780(0,2) 0,3564(0,2) 0,3564(0,2) 0,3370(0,2) 0,4069(0,2) 0,3838(0,2) 0,4582(0,2) 0,4515(0,2) 0,3889(0,2) 0,4522(0,2) 0,3829(0,2) 0,3818(0,2) 0,4039(0,2) 0,3266(0,2) 0,2261(0,2) 0,3848(0,2) 0,3309(0,2) 0,3802(0,2) 0,4667(0,2) 0,3165(0,2) 0,3737(0,2) 0,3054(0,2) 0,3564(0,2) 0,4148(0,2) 0,4974(0,2)
Hasil perkalian dari penyertaan bobot
Xij=
0,0606 0,0713 0,0584 0,0653 0,0807 0,0808 0,0865 0,0449 0,0726 0,1031 0,0909 0,0713 0,0534 0,0674 0,0783 0,0606 0,0916 0,0677 0,0778 0,0807 0,0606 0,0703 0,0606 0,0653 0,087 0,0707 0,0662 0,0570 0,0933 0,1180 0,0959 0,0611 0,0534 0,0829 0,1056
4. Daftar Yi
Cara menentukan hasil akhir yang akan menjadi bahan untuk pemilihan duta kamapus, yaitu:
-Max C2+C3+C4+C5,
-Min C1 adalah hasil dari Max C2+C3+C4+C5
Tabel 2. Hasil Yi
Alternatif Max C2+C3+C4+C5 Min C1 (Y Max Y Min)
A1 0,275764323 0,060699864 0,21506446
A2 0,307199842 0,080897645 0,2263022
A3 0,270488644 0,090993743 0,1794949
A4 0,317892726 0,060692732 0,25719999
A5 0,283263785 0,060691826 0,22257196
A6 0,334597887 0,070796999 0,26380089
A7 0,303467888 0,095996666 0,20747102
Tabel 3. Hasil Ranking
Alternatif Hasil Peringkat
A1 0,215064466 4
A2 0,22630222 3
A3 0,179494998 6
A4 0,257199997 2
A5 0,222571965 4
A6 0,263800891 1
A7 0,207471024 5
4. KESIMPULAN
Berdasarkan penelitian yang kami lakukan dengan menggunakan metode Multi Objective Optimization On The Basis Of Ratio Analysis (MOORA) kami menemukan berbagai masalah, dimana masalahnya tidaklah serumit yang kami dapat karna langkah penyelesaiannya sangatlah mudah, dan sangat membantu kami dalam memahami berbagai permasalahan dalam pemilihan Duta Kampus Terbaik.
REFERENCES
[1] A. S. R. A. Binjori, H. R. B. Hutapea, M. Syahrizal, and N. Kurniasih, “Sistem Pendukung Keputusan Penentuan Handphone Bekas Terbaik Menggunakan Metode Multi-Objective Optimization on The Basis of Ratio Analysis (
MOORA ),” J. Ris. Komput., vol. 5, no. 1, pp. 61–65, 2018.
[2] J. Afriany, L. Ratna, S. Br, I. Julianty, and E. L. Nainggolan, “Penerapan MOORA Untuk Mendukung Efektifitas Keputusan Manajemen Dalam Penentuan Lokasi SPBU,” vol. 5, no. 2, pp. 161–166, 2018.
[3] Mesran, R. K. Hondro, M. Syahrizal, A. P. U. Siahaan, R. Rahim, and Suginam, “Student Admission Assessment using Multi-Objective Optimization on the Basis of Ratio Analysis (MOORA),” J. Online Jar. COT POLIPT, vol. 10, no. 7, pp. 1–6, 2017.
[4] S. W. Pasaribu, E. Rajagukguk, M. Sitanggang, R. Rahim, and L. A. Abdillah, “Implementasi Multi-Objective Optimization On The Basis Of Ratio Analysis ( MOORA ) Untuk Menentukan Kualitas Buah Mangga Terbaik,” J.
Ris. Komput., vol. 5, no. 1, pp. 50–55, 2018.
[5] E. Turban, J. E. Aronson, and T. Liang, “Decision Support Systems and Intelligent Systems.”
[6] S. Kusumadewi, S. Hartati, A. Harjoko, and R. Wardoyo, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM).
Yogyakarta: Graha Ilmu, 2006.
[7] M. K. Kusrini, “Konsep dan Aplikasi Sistem Pendukung Keputusan,” pp. 11–24, 2007.
[8] G. V S, “Application of MOORA method for parametric optimization of milling process,” Int. J. Appl. Eng. Res., vol.
1, no. 4, pp. 743–758, 2011.
[9] O. Onay and B. F. Yildirim, “Evaluation of NUTS Level 2 Regions of Turkey by TOPSIS , MOORA and VIKOR 1,”
Int. J. Humatities Soc. Sci., vol. 6, no. 1, pp. 212–221, 2016.
[10] N. W. Al-Hafiz, Mesran, and Suginam, “Sistem Pendukung Keputusan Penentukan Kredit Pemilikan Rumah Menerapkan Multi-Objective Optimization on the Basis of Ratio Analysis ( Moora ),” KOMIK (Konferensi Nas.
Teknol. Inf. dan Komputer), vol. I, no. 1, pp. 306–309, 2017.