Himsya-Tech, Vol.15 No.1, Januari 2018 – ISSN 1907-2074 1
Rancang Bangun Sistem Pendukung Keputusan Penilaian
Persepsional Dosen Berbasis Web dengan Algoritma
Fuzzy Simple Additive Weighting
Solikhin
1, Hendrawansyah, R.
11
Program Studi Sistem Informasi, STMIK Himsya, Semarang, Indonesia
Abstract
Quality performance of educators (lecturers) in a college is necessary in implementing Tridharma College, namely carrying out education and teaching, research, and community service. To know the real condition of the performance of lecturers in performing their duties as an educator, it is necessary to have a perception lecturer system. Indicator of problems faced by STMIK Himsya Semarang in conducting process of perception of lecturer is not yet existence of decision support system of perception of lecturer of computerized lecturer, so in conducting appraisal of perception lecturer still experience constraints such as; takes a long time in processing, the results of the assessment is less accurate, and the most important is the subjective assessment of lecturers that are subjective because it has not been supported by the system, methods and standards of adequate criteria. Based on the indicator of the problem, then in this research is proposed design of decision support system of perception of lecturer appraisal with Fuzzy Simple Additive Weighting (FSAW) algorithm. In this study proposed a case that is looking for the best alternative based on predetermined criteria by using FSAW algorithm. The research process is done by finding the weight value for each attribute, then done the ranking process that will determine the optimal alternative value, that is the best lecturer. Thus the application of FSAW algorithm is very helpful in giving assessment to lecturers objectively.
Keywords : Decision Support System; Persepsional Assessment of Lecturer; FSAW.
1. Pendahuluan
1.1. Latar Belakang
Kualitas kinerja pendidik (dosen) di suatu perguruan tinggi sangat diperlukan dalam melaksanakan tugasnya. Tugas seorang dosen adalah melaksanakan Tridharma perguruan tinggi, yaitu selain melaksanakan pendidikan dan pengajaran, seorang dosen juga diharuskan untuk melaksanakan penelitian, dan pengabdian kepada masyarakat. Untuk mengetahui kondisi sebenarnya tentang bagaimana kinerja dosen dalam melaksanakan tugasnya sebagai seorang pendidik, maka diperlukan suatu sistem penilaian persepsional dosen.
Indikator permasalahan yang dihadapi oleh STMIK Himsya Semarang dalam melakukan proses penilaian persepsional dosen adalah belum adanya sistem pendukung keputusan penilaian persepsional dosen yang terkomputerisasi, sehingga dalam melakukan penilaian persepsional dosen masih mengalami kendala-kendala seperti; membutuhkan waktu yang lama dalam pengolahan, hasil penilaian yang kurang akurat, dan yang paling utama adalah penilaian persepsional dosen yang bersifat subyektif karena belum didukung oleh sistem, metode, algoritma, dan standar kriteria-kriteria yang memadai. Hal ini akan berdampak pada rasa ketidakadilan, kecurigaan, dan kecemburuan antar sesama dosen. Kondisi seperti ini tentu akan semakin tidak mungkin terciptanya suasana akademik yang kondusif, serta tujuan akhir proses belajar mengajar juga tidak akan tercapai.
Berdasarkan indikator permasalahan tersebut, maka dalam penelitian ini diusulkan rancang bangun sistem pendukung keputusan penilaian persepsional dosen menggunakan algoritma Fuzzy Simple Additive Weighting
(FSAW). Pada penelitian ini diusulkan suatu kasus yaitu mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan algoritma Fuzzy Simple Additive Weighting. Proses penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang akan menentukan nilai alternatif optimal, yaitu dosen terbaik. Dengan demikian penerapan algoritma Fuzzy Simple Additive Weighting ini sangat membantu dalam memberikan penilaian kepada dosen secara obyektif.
1.2. Tujuan Penelitian
Penelitian ini yang berjudul Rancang Bangun Sistem Pendukung Keputusan Penilaian Persepsional Dosen Berbasis Web Menggunakan Algoritma Fuzzy Simple Additive Weighting memiliki tujuan sebagai berikut: a) Menganalisis tingkat efektivitas kegunaan penilaian
persepsional dosen STMIK Himsya.
b) Menerapkan algoritma FSAW dalam penilaian persepsional dosen, secara obyektif.
c) Membuat software application sistem pendukung keputusan penilaian personal dosen berbasis web. 1.3. Manfaat Penelitian
a) Penelitian ini dapat digunakan sebagai acuan dan konsep untuk membuat penelitian berikutnya;
b) Hasil penelitian ini dapat dikembangkan dalam penelitian berikutnya dengan menggunakan metode lain. c) Hasil penelitian ini dapat digunakan pihak STMIK Himsya Semarang untuk memberikan penilaian persepsional dosen yang dapat dijadikan sebagai bahan evaluasi dan pertimbangan bagi pimpinan dalam
Himsya-Tech, Vol.15 No.1, Januari 2018 – ISSN 1907-2074 2 menugaskan dosen untuk melaksanakan proses
pembelajaran pada semester berikutnya, dan untuk memberikan persetujuan ataupun merekomendasikan dosen yang dinilai untuk pengajuan kenaikan pangkat, golongan, sertifikasi, dan pemilihan dosen terbaik. 2. Kerangka Teori
2.1. Kinerja
Kinerja merupakan hasil seseorang secara keseluruhan selama periode tertentu di dalam melaksanakan tugas, seperti standar hasil kerja, target atau sasaran atau kriteria yang telah ditentukan terlebih dahulu dan telah disepakati bersama (Rivai dan Basri, 2004 dalam Jurnal SDM).
Untuk mengetahui apakah penilaian kinerja dapat dianggap berkualitas atau tidak, terdapat tujuh kriteria yang perlu diperhatikan oleh evaluator. Ketujuh kriteria ini sebagaimana diungkapkan oleh Popham dalam Andayani dan Mardapi (2012) yaitu: Generability, Authenticity, Multiple foci, Teachability, Fairness, Feasibility, Scorability.
2.2. Persepsional Dosen
Penilaian persepsional dosen berdasarkan Peraturan Pemerintah Nomor 37 Tahun 2009 tentang Dosen Pasal 4, ayat (4) butir b, disebutkan bahwa:
a. Penilaian persepsional diperoleh dari mahasiswa, teman sejawat, dan atasan langsung dan Dosen yang disertifikasi (DYS).
b. Penilaian ini dilakukan dengan memberikan skor pada instrument: kompetensi, pedagogi, profesional, kepribadian, dan sosial.
Rumus untuk menghitung rerata skor komponen dari kelompok mahasiswa adalah.
̅
̅ ̅ ̅ ̅ ̅ (1)
Rumus untuk menghitung rerata skor komponen dari kelompok teman sejawat adalah.
̅
̅ ̅ ̅ (2)
Rumus untuk menghitung rerata skor komponen adalah.
̅
̅ ̅ ̅ ̅ (3)
Rumus untuk menghitung rerata total instrumen adalah.
̅
̅ ̅ ̅ ̅ (4) 2.3. Decision Support System (DSS)
Konsep Sistem Pendukung Keputusan atau Decision Support System (DSS) pertama kali diperkenalkan oleh Michael S. Scott Morton pada awal tahun 1970-an, yang selanjutnya dikenal dengan Management Decision System. DSS merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter dalam Kusrini, 2007).
2.4. Multi-Criteria Decision Making (MCDM)
Berbagai Multi-Criteria Decision Making (MCDM) telah diusulkan dalam penelitian sebelumnya untuk memecahkan beragam aplikasi pendukung keputusan. Hendrwansyah dan Solikhin (2016) dalam penelitiannya dijelaskan bahwa proses penilaian kinerja guru SMA Negeri 1 Semarang menggunakan metode konvensional yakni dengan aplikasi Microsoft Office Excel. Untuk mengurangi ketidakakuratan dan subyektifitas hasil penilaian, maka diusulkan aplikasi sistem pendukung keputusan penilaian kinerja Guru menggunakan metode AHP dan Topsis. Pada proses metode AHP dan Topsis dilakukan secara bersamaan dalam pengambilan keputusan yang kompleks, serta penilaian dilakukan berdasar pada beberapa kriteria. Dalam hal ini metode AHP digunakan sebagai pengambilan keputusan yang berdasar pada banyak (multi) kriteria, sedangkan metode Topsis menentukan alternatif terbaik diantara pilihan yang terdekat dengan solusi ideal positif dan terjauh dari solusi ideal negatif.
2.5. MCDM dengan Metode SAW
Adriyendi (2015) dalam penelitiannya, Multi-Attribute Decision Making (MADM) untuk pemilihan makanan. Pemilihan makanan bertujuan untuk menemukan solusi pada saat terjadi krisis kekurangan makanan. Makanan alternatif sebagai pilihan adalah padi, jagung, singkong, ubi, sagu, sorgum, gandum, dan beras analog. Metode yang digunakan adalah Simple Additive Weighting (SAW) dan Weighted Product (WP).
Rancanga bangun sistem penentuan penerima Kartu Perlindungan Sosial (KPS) dengan metode Simple Additive Weighting berbasis web (Riyanto dan Mudi, 2015).
Zalita (2013) menerapkan metode simple additive weighting untuk menentukan dosen berprestasi di Universitas Dehasen Bengkulu. Dalam penelitiannya proses penentuan prestasi dosen digunakan beberapa kriteria yaitu : kualifikasi pendidikan, pembelajaran, penelitian, jurnal, dan pengabdian pada masyarakat. Hasil sistem yang dibuat adalah aplikasi sistem pendukung keputusan untuk menentukan dosen yang memiliki nilai tertinggi untuk dijadikan sebagai dosen berprestasi.
Peneliti lain Afshari dkk. (2010) menggunakan pendekatan metode SAW untuk menangani masalah seleksi personil yang berkualitas. Tujuh kriteria yang diterapkan untuk menentukan kualitas personil, dan positif untuk memilih yang terbaik beserta peringkatnya di antara lima personil. Metode SAW yang diterapkan tersebut pada akhirnya digunakan dalam studi kasus.
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada (Kusumadewi dkk, 2006).
2.6. Fuzzy Simple Additive Weighting (FSAW)
Abdullah dkk (2014) dalam makalahnya menyajikan review dari aplikasi SAW dan Fuzzy Simple Additive Weighting (FSAW) dari tahun 2003 sampai dengan 2013. Berdasarkan artikel terkait yang muncul pada jurnal
Himsya-Tech, Vol.15 No.1, Januari 2018 – ISSN 1907-2074 3 internasional 2003-2013 diperoleh bahwa 10 dari 19 artikel
atau 52% menerapkan metode SAW atau FSAW dalam proses seleksi manajemen.
Sediyono dkk (2013) dalam penelitiannya menerapkan algoritma FSAW guna menentukan kesesuaian lahan untuk tanaman di Minahasa Tenggara. Makalah ini menjelaskan penggunaan FSAW guna menentukan peringkat tanaman alternatif yang cocok untuk ditanam pada setiap kecamatan di Minahasa Tenggara.
Saleh dkk (2014), penelitiannya menerapkan metode FSAW dalam menentukan kualitas kulit ular untuk kerajinan tangan. Beberapa kriteria-kriteria yang digunakan seperti ukuran, fisik, dan warna kulit ular, sedangkan pembobotan akan diberikan untuk setiap kriteria, selanjutnya penentuan nilai normalisasi dari perhitungan nilai kriteria dibagi dengan nilai maximum untuk setiap kriteria, dan kemudian dilakukan perhitungan guna menentukan nilai perankingan alternatif untuk menentukan jenis kulit ular yang terbaik. 2.7. Algoritma Fuzzy Simple Additive Weighting (FSAW)
Algoritma FSAW adalah salah satu algoritma FMADM (Fuzzy Multiple Attribute Decision Making) yang digunakan untuk memilih alternatif terbaik di antara alternatif dengan menggunakan kriteria tertentu (Kusumadewi dkk, 2006). Ada dua langkah pendekatan, yaitu menghitung agregasi semua keputusan yang mendekati semua tujuan pada setiap alternatif, dan kemudian memberi peringkat alternatif terhadap masing-masing keputusan berdasarkan hasil agregasi (Kaparang dkk, 2011). Algoritmanya adalah (Wibowo, 2010):
a) Beri nilai pada setiap alternatif (Ai) pada setiap kriteria
(Cj) yang ditentukan. Nilai yang diberikan adalah
himpunan bilangan crisp i = {1,2,..., m}; j = {1,2, ..., n} b) Beri bobot (W) ke angka crisp yang ditentukan. c) Lakukan normalisasi untuk merencanakan tingkat
keanggotaan masing-masing elemen fuzzy dengan menghitung nilai kinerja yang dinormalisasi (rij) dari Ai
alternatif untuk atribut Cj berdasarkan persamaan yang
disesuaikan dengan jenis atribut dengan nilai maksimum (Max Xij) atau nilai minimum (Min Xij)
d) Tentukan semua alternatif dengan mengalikan matriks normalisasi (R) dengan nilai bobot (W)
e) Tentukan nilai preferensi untuk setiap alternatif (Vi)
dengan menambahkan produk matriks dinormalisasi (R) dengan nilai bobot (W). Maksimum Vi adalah
menentukan bahwa alternatifnya lebih baik. 3. Hasil dan Pembahasan
3.1. Perancangan Sistem
Diagram konteks merupakan gambaran umum dari sistem yang hanya memiliki satu proses saja untuk mewakili suatu sistem. Berikut diagram konteks SPK Penilaian Persepsional Dosen seperti ditunjukkan pada Gambar 3.1.
Gambar 3.1 Diagram Konteks 3.2. Perancangan Database
Dalam rancang bangun sistem pendukung keputusan penilaian persepsional dosen ini dibutuhkan perancangan database untuk menyimpan data dan informasi yang dibutuhkan Sistem. Perancangan database ini dalam bentuk tabel-tabel yang saling berelasi, seperti ditunjukkan pada Gambar 3.2.
Gambar 3.2 Rancangan Tabel Relasi 3.3. Implementasi
Dalam aplikasi sistem pendukung keputusan ini terdapat 4 (empat) form login, yaitu admin, atasan, dosen (sejawat), dan mahasiswa. Form ini sebagai keamanan aplikasi dari orang yang tidak berkepentingan dan tidak bertanggung jawab. Hanya pengguna yang telah memiliki username, password dan telah terekam dalam database saja yang dapat mengoperasikannya.
Himsya-Tech, Vol.15 No.1, Januari 2018 – ISSN 1907-2074 4 Form manajemen kompetensi berfungsi untuk
mengelola data-data kompentensi yang akan digunakan dalam proses penilaian persepsional dosen, dalam hal ini seperti; kompetensi pedagogik, kepribadian, professional, dan sosial. Ditunjukkan pada Gambar 3.4.
Gambar 3.4 Manajemen Kompetensi
Form manajemen aspek berfungsi untuk memberikan bobot nilai kriteria-kriteria untuk setiap kompetensi. Ditunjukkan pada Gambar 3.5.
Gambar 3.5 Manajemen Aspek
Form manajemen bobot jenis penilai, berfungsi untuk memberikan bobot nilai untuk setiap jenis penilai. Dalam aplikasi ini terdapat 3 (tiga) jenis penilai yaitu; atasan, mahasiswa, dan dosen teman sejawat, seperti ditunjukkan pada Gambar 3.6.
Gambar 3.6
Manajemen Bobot Jenis Penilai
Form proses penilaian persepsional dosen berfungsi untuk memberikan penilaian kepada dosen yang dinilai, sebagai contoh dalam form ini proses penilaian seorang atasan memberikan penilaian kepada dosen bawahannya dengan memberikan nilai (score) pada setiap aspek (kriteria-kriteria) yang tersedia. Hal serupa juga perludilakukan oleh tiga dosen teman sejawat dan lima orang mahasiswa yang ditunjuk untuk melakukan proses penilaian. Ditunjukkan seperti pada Gambar 3.7.
Untuk dapat memberikan penilaian ini, masing-masing penilai terlebih dahulu perlu melakukan login untuk dapat masuk ke sistem aplikasi.
Gambar 3.7 Proses Penilaian Atasan
Proses penilaian persepsional dari masing-masing penilai dihasilkan skor rata-rata dan sekaligus dihasilkan nilai akhir rata-rata terbobot. Dari nilai akahir rata-rata terbobot, maka dapat ditentukan dosen dengan skor tertinggi, seperti ditunjukkan pada Gambar
Gambar 3.8 Nilai Akhir dan Terbobot Ucapan Terima Kasih
Dengan penuh kerendahan hati peneliti mengucapkan terima kasih yang sebesar-besarnya dan penghargaan yang setinggi-tingginya kepada: STMIK Himsya; Kopertis Wilayah VI; Direktorat Riset dan Pengabdian Masyarakat Direktorat Jenderal Penguatan Riset dan Pengembangan Kementerian Riset, Teknologi, dan Pendidikan Tinggi. Semoga Alloh S.W.T. senantiasa memberikan berkah dan anugrah-Nya.
Sangat disadari dalam penelitian ini terdapat kekurangan oleh karena itu saran dan kritik sangat
Himsya-Tech, Vol.15 No.1, Januari 2018 – ISSN 1907-2074 5 diharapkan. Akhirnya harapan peneliti semoga jurnal ini
bermanfaat bagi kita semua. Daftar Pustaka
Abdullah, L., Adawiyah, C.W.R., 2014. Simple Additive Weighting Methods of Multi criteria Decision Making and Applications: A Decade Review. International Journal of Information Processing and Management 5.1, 39-49.
Adriyendi, 2015. Multi-Attribute Decision Making Using Simple Additive Weighting and Weighted Product in Food Choice. International Journal of Information Engineering and Electronic Business 7.6 , 8-14.
Afshari, A., Mojahed, M., Yusuff, R.M., 2010. Simple Additive Weighting approach to Personnel Selection problem. International Journal of Innovation, Management and Technology 1.5, 511.
Andayani, S., Mardapi, D., 2012. Performance Assesment dalam Perspektif
Multiple Criteria Decision Making, Prosiding Seminar Nasional Penelitian,
Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta.
Dikti Kemendikbud.(2015).”Buku 2 Penilaian Portofolio - Buku Pedoman Sertifikasi Pendidik untuk Dosen (Serdos) Terintegrasi.”
Hendrawansyah, R., Solikhin, 2016. Aplikasi Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode AHP dan Topsis. Himsya-Tech Volume 12. No. 2, 68-87.
Kaparang, D.R., Yos R. Beeh., Sediyono, E., 2011, The Implementation of Fuzzy Multi-Attribute Decision Making By Simple Additive Weighting Approach to Help the Minahasa Church Pastor Mutation. Proceeding SNTI UNTAR Volume 8. No. 1.
Kusrini, 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta: Penerbit : Andi.
Kusumadewi, S., Hartati, S., Harjoko, A., Wardoyo, R., 2006. Fuzzy Multi-Atribut Decision Making (Fuzzy MADM), Cetakan 1, Yogyakarta: Graha Ilmu.
Peraturan Pemerintah Republik Indonesia Nomor 37 tahun 2009 Tentang Dosen.
Rivai dan Basri. 2004. Manfaat Penilaian Kinerja. Jurnal http://jurnal-sdm.blogspot.com/2004/04/penilaian-kinerja-karyawan-definisi.html.
Riyanto, E., Mudi, M., 2015. Rancanga Bangun sistem penentuan penerima Kartu Perlindungan Sosial (KPS) dengan metode Simple Additive Weighting berbasis web, Himsya-Tech Volume 11. No. 1.
Saleh, A., Sari, R.E., Kurniawan, H., 2014. Metode Fuzzy Simple Additive Weighting (SAW) dalam Menentukan Kualitas Kulit Ular untuk Kerajinan Tangan (Studi Kasus : CV. Asia Exotica Medan). Seminar Nasional Informatika.
Sediyono, E., Setiawan, A., Kaparang, D.R., 2013. Fuzzy Simple Additive Weighting Algorithm to Determine Land Suitability for Crop in Minahasa Tenggara. International Journal of Computer Applications 84(7), (0975– 8887).
Wibowo H., 2010, MADM Tool: The Application of Sensitivity test for MADM Model using SAW and TOPSIS Method. SNATI. ISSN:1907-5022.
Zulita, L.N., 2013. Sistem Pendukung Keputusan Menggunakan Metode SAW untuk Penilaian Dosen Berprestasi (Studi Kasus di Universitas Dehasen Bengkulu). Jurnal Media Infotama 9(2).
