E-ISSN 2580-1465
91
Analisis Sistem Pendukung Keputusan Pemilihan
Jadwal Untuk Dosen Dengan Metode
Dempster Shafer
Analytic Hierarchy Process
Dalam Pembobotan
Menur Wahyu Pangestika, Yudi Qadar Pratomo Universitas Muhammadiyah Pontianak JL. Jend. Ahmad Yani No 111 Pontianak
menur.wahyu@unmuhpnk.ac.id, yudiqadarpratomo@gmail.com
Abstrak
Penjadwalan mata kuliah adalah masalah pada menempatkan waktu dan ruangan yang memperhatikan sejumlah aturan yang berhubungan dengan kapasitas dan lokasi ruangan yang tersedia, waktu bebas dan aturan lain yang berkaitan dengan toleransi untuk dosen, dan hubungan antar mata kuliah khusus. Metode Dempster Shafer Analytic Hierarchy Process digunakan dalam menentukan peringkat atau mengurutkan informasi berdasarkan sejumlah kriteria yang digunakan untuk menghasilkan goal. Tujuan dari penelitian ini adalah membuktikan apakah sistem pendukung keputusan dengan metode DS/AHP dalam pembobotan dapat digunakan untuk pemilihan jadwal dosen dalam meningkatkan pelayanan terhadap staf dosen dan mahasiswa. Data yang digunakan dalam penelitian ini yaitu berupa kriteria mata kuliah, usia dosen, SKS, status dosen, ruang, waktu yang digunakan untuk menentukan bobot dan alternative yaitu berupa nama pengajar di semester genap. Sedangkan untuk menghasilkan rekomendasi jurusan,dibutuhkan inputan berupa bobot dosen yang dihasilkan dari perhitungan DS/AHP dan kriteria berupa ruang yang menunjukkan lantai, hari dan mata kuliah. Hasil dari penelitian ini adalah acuan pada penjadwalan perkuliahan Program Studi Teknik Mesin Universitas Muhammadiyah Pontianak.
Kata kunci: Penjadwalan, Dempster Shafer Analytic Hierarchy Process, Sistem Pendukung
Keputusan.
Abstract
Courses Scheduling have a trouble that is placing the room and provision the time which follows a number of rules related to the capacity and location of available space and time, regulations related to tolerance for lecturers, and relationships between some special courses. The Dempster Shafer Analytic Hierarchy Process method is used to ranking or sorting information based on the criteria that used to generate goals. The purpose of this research is to prove it by the method of DS / AHP in assesment can be used for the selection of lecturers schedule in improving services to lecturer and students. The data used in this study are subject criteria, lecturer age, credits, lecturer status, space, and time that used to determine the quality and alternate that is name of the teacher in the even semester. As for the results of admissions majors,it requires input weight that resulted from the calculation of DS / AHP and criteria of places, days, and subjects. The result of this research is references on the scheduling of lecturing program of Mechanical Engineering Department of Muhammadiyah University of Pontianak.
Keywords: Scheduling, Dempster Shafer Analytic Hierarchy Process, Decision Support
System.
1. Pendahuluan
Penjadwalan mata kuliah adalah masalah pada menempatkan waktu dan ruangan kepada sejumlah kuliah. Penjadwalan memperhatikan sejumlah aturan yang berhubungan dengan kapasitas dan lokasi ruangan yang tersedia, waktu bebas dan aturan lain yang berkaitan dengan toleransi untuk dosen, dan hubungan antar mata kuliah khusus [7]. Metode
Analytical Hierarchy Process (AHP) dapat digunakan sebagai metode penyusunan penjadwalan perkuliahan [6].
Dempster Shafer Analytic Hierarchy Process (DS/AHP) memberikan kemungkinan alternatif keputusan yang masih terikat dengan standar AHP yaitu, jumlah perbandingan dan opini berada pada kebijakan pengambilan keputusan, tidak diperlukan pemeriksaan konsistensi pada tingkat alternatif keputusan, dan dapat menganalisis data dengan informasi alternatif yang tidak lengkap [1]. Pendekatan yang diusulkan memiliki keunggulan dibandingkan AHP pada jumlah perbandingan dan pemeriksaan konsistensi [4].
Penelitian ini melakukan pengolahan data kriteria dan alternatif, dengan metode DS/AHP yang digunakan untuk pembobotan dan penyusunan jadwal perkuliahan pada Prodi Teknik Mesin Universitas Muhammadiyah Pontianak menggunakan teori sistem pendukung keputusan. Penelitian ini merupakan perbedaan dari penelitian sebelumnya.Batasan dari penelitian ini adalah penjadwalan untuk Perkuliahan Program Studi Teknik Mesin Semester Genap yang dikhususkan pada penjadwalan untuk perkuliahan regular.
2. Metode Penelitian
2.1 Prosedur Penelitian
Penelitian ini merupakan penelitian analitik dengan pendekatan kuantitatif yang memberikan rekomendasi penjadwalan dengan mengadopsi konsep sistem pendukung keputusan dan metode DS/AHP yang digunakan dalam pembobotan. Penelitian ini dilakukan dengan 6 tahap, yaitu identifikasi masalah, studi pustaka, identifikasi kriteria, tahap penentuan bobot DS/AHP,proses penjadwalan, dan perancangan sistem yang ditunjukkan pada Gambar 1.
2.2 Prosedur Pemilihan Prioritas Untuk Menentukan Peringkat Penjadwalan
1. Penentuan bobot Untuk Kriteria
Menentukan bobot masing-masing kriteria dilakukan dengan pembobotan AHP yaitu membuat matriks perbandingan berpasangan.
2. Penentuan Decision Alternative
a. Kriteria Status Dosen
Kriteria status dosen dilakukan terhadap 3 aspek yaitu Tidak Tetap, Tetap dan Pensiun. Yang mana dosen pensiun menjadi prioritas ke tiga, dosen tetap menjadi prioritas ke dua, dan dosen tidak tetap menjadi prioritas pertama. Berikut adalah pengelompokkan kriteria status dosen yang ditunjukkan pada Tabel 1
Tabel 1. Kriteria status dosen
No Inisial Dosen Status Dosen Score No Inisial Dosen Status Dosen Score
1 WH Tidak Tetap 1 16 HEL Tidak Tetap 1
2 WH 2 Tidak Tetap 1 17 HP Tidak Tetap 1
3 ZZ Tetap 2 18 SUT Tetap 2
4 ZZ 2 Tetap 2 19 DH Tetap 2
5 ES Tetap 2 20 AR Tidak Tetap 1
6 ES 2 Tetap 2 21 FUA 3 Tetap 2
7 OSA 2 Tidak Tetap 1 22 MHS Tidak Tetap 1
8 UAG Tidak Tetap 1 23 HEL 2 Tidak Tetap 1
9 GUN Tetap 2 24 FUA 4 Tetap 2
10 OSA Tidak Tetap 1 25 FUA 5 Tetap 2
11 HER Tidak Tetap 1 26 RL Tidak Tetap 1
12 QOM Tidak Tetap 1 27 EK Tidak Tetap 1
13 NF Tidak Tetap 1 28 HEL 3 Tidak Tetap 1
14 FUA Tetap 2 29 GUN 2 Tetap 2
15 FUA 2 Tetap 2
b. Kriteria Usia Dosen
Kriteria usia dosen dilakukan terhadap 3 aspek yaitu dosen dengan umur <50, dosen dengan umur ≥50, dan dosen yang pada saat mengajar dalam keadaan sakit . Dosen yang dalam keadaan sakit akan menjadi prioritas ke tiga, dosen yang umurnya <50 akan mendapatkan prioritas pertama, dan dosen yang umurnya ≥50 akan mendapatkan prioritas ke dua. Umur dosen akan berpengaruh terhadap pemilihan ruangan. Jika dosen dalam keadaan sakit, maka dosen tersebut akan dilakukan pemilihan yang pertama tergantung dari hasil pengelompokkan dan pengurutan kriteria yaitu nama dosen yang akan dibuatkan jadwal terlebih dahulu dengan menggunakan SPK. Berikut adalah pengelompokkan kriteria umur dosen yang ditunjukkan pada Tabel 2.
Tabel 2. Kriteria usia dosen
No Inisial Dosen Usia Dosen Score No Inisial Dosen Usia Dosen Score
1 WH <50 1 16 HEL ≥50 2
2 WH 2 <50 1 17 HP ≥50 2
3 ZZ Sakit 3 18 SUT ≥50 2
4 ZZ 2 Sakit 3 19 DH <50 1
5 ES <50 1 20 AR <50 1
6 ES 2 <50 1 21 FUA 3 <50 1
7 OSA 2 <50 1 22 MHS ≥50 2
8 UAG ≥50 2 23 HEL 2 ≥50 2
9 GUN <50 1 24 FUA 4 <50 1
10 OSA <50 1 25 FUA 5 <50 1
11 HER <50 1 26 RL <50 1
12 QOM <50 1 27 EK <50 1
13 NF <50 1 28 HEL 3 ≥50 2
14 FUA <50 1 29 GUN 2 <50 1
c. Kriteria SKS
Kriteria SKS dilakukan terhadap 4 aspek yaitu dosen yang mengajar mata kuliah 3 SKS akan menjadi prioritas ke 4, dosen yang mengajar mata kuliah 2 SKS akan menjadi prioritas ke 3, dosen yang mengajar mata kuliah 2 SKS akan menjadi prioritas ke 2, dan dosen yang mengajar mata kuliah 0 SKS akan menjadi prioritas ke 1. Berikut adalah pengelompokkan kriteria SKS yang ditunjukkan pada Tabel 3.
Tabel 3. Kriteria SKS
No Inisial Dosen SKS Score No Inisial Dosen SKS Score
1 WH 2 3 16 HEL 3 4
2 WH 2 1 2 17 HP 2 3
3 ZZ 2 3 18 SUT 2 3
4 ZZ 2 1 2 19 DH 2 3
5 ES 1 2 20 AR 2 3
6 ES 2 1 2 21 FUA 3 2 3
7 OSA 2 2 3 22 MHS 3 4
8 UAG 3 4 23 HEL 2 2 3
9 GUN 3 4 24 FUA 4 1 2
10 OSA 2 3 25 FUA 5 1 2
11 HER 2 3 26 RL 2 3
12 QOM 2 3 27 EK 3 4
13 NF 0 1 28 HEL 3 3 4
14 FUA 2 3 29 GUN 2 2 3
15 FUA 2 1 2
d.
Kriteria RuangKriteria ruang mengajar dilakukan terhadap 2 aspek yaitu Teori dan Praktikum. Namun ruang teori dbagi menjadi dua, yaitu Ruang Teori A akan menjadi prioritas ke tujuh, Ruang Teori B akan menjadi prioritas ke enam. Ruang Praktikum dibagi lagi menjadi lab prestasi dan fenomena dasar mesin akan menjadi prioritas ke empat, lab fisika akan menjadi prioritas ke dua, lab manufaktur akan menjadi prioritas ke tga, lab konversi akan menjadi prioritas ke lima, dan lab bahan akan menjadi prioritas pertama. Berikut adalah pengelompokkan kriteria ruang yang ditunjukkan pada Tabel 4
Tabel 4. Kritera ruang
No Inisial Dosen Ruang Score No Inisial Dosen Ruang Score
1 WH Teori B 6 16 HEL Teori A 7
2 WH 2 Lab Bahan 1 17 HP Teori A 7
3 ZZ Teori A 7 18 SUT Teori A 7
4 ZZ 2 Lab Manufaktur 3 19 DH Teori B 6
5 ES Teori B 6 20 AR Teori B 6
6 ES 2 Lab Konversi 5 21 FUA 3 Teori B 6
7 OSA 2 Teori B 6 22 MHS Teori A 7
8 UAG Teori A 7 23 HEL 2 Teori A 7
9 GUN Teori B 6 24 FUA 4 Teori B 6
10 OSA Teori B 6 25 FUA 5 Lab FDM 4
11 HER Teori B 6 26 RL Teori B 6
12 QOM Teori B 6 27 EK Teori B 6
13 NF Teori B 6 28 HEL 3 Teori A 7
14 FUA Teori B 6 29 GUN 2 Teori B 6
15 FUA 2 Lab Fisika 2
e. Kritera Waktu
Tabel 5. Kriteria waktu
3. Proses Pairwise Comparation yang hasil akhirnya ditabulasi dalam comparation matriks untuk mendapatkan nilai priority vector (Beynon, 2008)
S
1S
2S
d
Ad = Matriks perbandingan pada Group Decision Alternatif
S1, S2, ... Sd = Group Decision Alternatif (DA)
Untuk menetapkan variabel agar dapat mempengaruhi hasil dan memiliki prioritas tinggi, maka diperlukan skala perbandingan berpasangan yang ditunjukkan pada Tabel 6 (Kousalya dkk, 2012).
Tabel 6. Tingkat kepentingan relatif Nilai
Kepentingan
Definisi Penjelasan
1 Sama Penting Kedua elemen sama pentingnya
3 Elemen satu sedikit lebih penting Pengalaman dan penilaian sedikit mendukung satu
elemen atas lainnya
5 Elemen satu lebih penting dari elemen
lainnya
Pengalaman dan penilaian sangat mendukung satu elemen atas lainnya
7 Sangat penting Satu elemen sangat disukai dan dominannya
ditunjukkan dalam praktek
9 Mutlak lebih penting Bukti mendukung satu elemen yang satu atas yang
lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan
yang berdekatan
Kebalikan Jika untuk aktivitas i mendapat satu angka bila dibandingkan dengan suatu aktivitas j , maka j
mempunyai nilai kebalikannya bila dibandingkan dengan aktivitas i
Rasional Rasio yang timbul dari konsistensi penilaian
4. Pembobotan alternative dengan proses Dempster’s rule of combination Persamaan DS/AHP jika terjadi munculnya mass function (m) baru (2.2)
[mn](y)
∑s1 s2 y mn s1 mn s2
1-∑s1 s2 mn s1 mn s2 (2.2)
Keterangan :
[mn](y) = mass function dari evidence (y)
mn(s1) = mass value dari evidence( )
mn(s2) = mass value dari evidence( )
Model hirarki keputusan digunakan untuk dapat mempermudah dalam pengambilan keputusan pada penjadwalan perkuliahan yang ditunjukkan pada Gambar 2.
Bobot Penjadwalan Perkulahan
RUANG USIA
STATUS DOSEN WAKTU SKS
PENSIUN TETAP
TIDAK TETAP SAKIT
≥ 50
< 50
TEORI B TEORI A
Pagi B Pagi A
Pagi C
Pagi D
Pagi E
Siang A
Siang B
Siang C
3 SKS
2 SKS
1 SKS
0 SKS Praktikum
Prestasi dan FDM
Lab. Fisika
Lab. Manufaktur
Lab. Konversi
Lab. Bahan
PENGAJAR
5. Perangkingan dengan DS/AHP dan Sistem Pendukung Keputusan
Beberapa tahapan untuk dapat menentukan bobot dan pengurutan untuk pembuatan rekomendasi jadwal kuliah dengan DS/AHP dapat dilihat pada Gambar 3
MULAI
HITUNG DEMSPTER RULES OF COMBINATION
BOBOT KRITERIA UNTUK PERKULIAHAN TEKNIK MESIN UNIVERSITAS
MUHAMMADIYAH PONTIANAK
Gambar 3. Perangkingan dengan DS/AHP dan sistem pendukung keputusan 3. Hasil dan Analisis
3.1 Langkah Perhitungan Penentuan Jurusan Menggunakan Metode DS/AHP a. Penentuan Bobot Kriteria
a) Matriks Perbandingan Berpasangan
Pada tahapan ini dilakukan pembobotan untuk dapat membuat matrik perbandingan berpasangan. Bobot didapatkan dari tingkat kepentingan relative. Matriks perbandingan berpasangan dapat dilihat pada Tabel 7.
Tabel 7. Matriks perbandingan berpasangan
b) Hasil Kuadrat Matriks
Setelah didapatkan matrik yang telah disesuaikan dengan tingkat kepentingan reltive, selanjutnya adalah melakukan perkalian matriks. Hasil kuadrat matriks dapat dilihat pada Tabel 8.
Tabel 8. Hasil kuadrat matriks
Status Dosen Usia Dosen Sks Ruang Waktu Status Dosen 5.00 10.35 23.13 47.00 85.00
Usia Dosen 2.76 5.00 10.73 23.67 47.00
Sks 1.50 2.58 5.00 10.73 23.13
Ruang 0.75 1.37 2.58 5.00 10.35
Waktu 0.36 0.75 1.50 2.76 5.00
c) Untuk mendapatkan bobot kriteria, maka hitung nilai priority vector, CI, dan CR Principle Eigen Value (λmax)
Perhitungan ini dilakukan untuk mendapatkan bobot kriteria. Dari hasil perhitungan didapatkan nilai Principle Eigen Value adalah 5,2423. Perhitungan Principle Eigen Value dapat dilihat pada Tabel 9.
Tabel 9. Principle eigen value (λmax)
Status Dosen Usia Dosen Sks Ruang Waktu Jumlah Baris
Λ
Status Dosen
0.51 0.80 0.64 0.42 0.28 2.66 5.20
Usia Dosen 0.17 0.27 0.39 0.30 0.22 1.34 5.02
Sks 0.10 0.09 0.13 0.18 0.16 0.66 5.09
Ruang 0.07 0.05 0.04 0.06 0.09 0.32 5.37
Waktu 0.06 0.04 0.03 0.02 0.03 0.17 5.53
Σλ 26.21
λmax Σλ/5 5.2423
Hitung CI
Untuk mendapatkan menghasilkan nilai CI dibutuhkan table Random Consistency Index yang ditunjukkan pada Tabel 10.
Tabel 10. Random consistency index (RI) [3]
n 1 2 3 4 5 6 7 8 9 10 11
RI 0 0 0,58 0,90 1,12 1,24 1,32 1,41 1,45 1,49 1,51
0.0606
Hitung CR
Bobot Akhir
Berikut adalah bobot akhir yang dapat dilihat pada Tabel 11. Tabel 11. Bobot akhir
No Kriteria Bobot
b. Penentuan Grup Decision Alternative di masing-masing kriteria Penentuan grup decision alternative dapat dilihat pada Tabel 12.
Tabel 12. Penentuan grup decision alternatif di masing-masing kriteria
Status Dosen Usia Dosen SKS Ruang Waktu Alternatif Θ Alternatif Θ Alternatif Θ Alternatif Θ Alternatif Θ
ZZ, ZZ2, ES ES2,
c. Proses Comparison Matriks
a) Comparison Matriks pada Kriteria Status
Tabel 13. Comparison Matriks pada kriteria status
ZZ, ZZ2, ES ES2, GUN, FUA, FUA 2,
SUT, DH, FUA 3, FUA 4, FUA 5, GUN 2 Θ ZZ, ZZ2, ES ES2, GUN, FUA,
FUA 2, SUT, DH, FUA 3, FUA 4, FUA 5, GUN 2
1.0000 1.0239
Θ 0.9766 1.0000
Jumlah 1.9766 2.0239
b) Hitung Priority Vektor
Niai Priority Vektor dapat dilihat pada Tabel 14. Tabel 14. Hitung priority vector
ZZ, ZZ2, ES ES2, GUN, FUA, FUA 2, SUT, DH,
FUA 3, FUA 4, FUA 5, GUN 2 Θ Jumlah Baris ZZ, ZZ2, ES ES2, GUN, FUA,
FUA 2, SUT, DH, FUA 3, FUA 4, FUA 5, GUN 2
2.0000 2.0478 4.0478
Θ 1.9533 2.0000 3.9533
8.0011
Untuk mendapatkan nilai Priority Vector, maka normalisasi dengan cara membagi hasil penjumlahan setiap baris dengan hasil penjumlahan terakhir.
Hal yang sama pada perhitungan kriteria status dilakukan untuk mendapatkan nilai Priority Vector pada kriteria yang lain yang ditunjukkan pada Tabel 15.
Tabel 15. Nilai priority vektor
PV
Status Dosen Usia Dosen SKS Ruang Waktu
0.5059 0.2826 0.1774 0.1158 0.0830
0.4941 0.2069 0.1400 0.1006 0.0734
0.5105 0.1027 0.0853 0.0637
0.5799 0.0700 0.0540
0.0547 0.0443 0.0395 0.0347 0.5341 0.0250 0.6219
d. Proses Dempster Rule’s of Combination
Irisan Kriteria Status (m1) dan Kriteria Usia Dosen (m2) dapat dilihat pada Tabel 16. Tabel 16. Irisan kriteria ktatus (m1) dan Kriteria usia dosen (m2)
m1 ∩ m2 ZZ, ZZ 2 UAG, HEL, HP, SUT, MHS, HEL
2, HEL 3 Θ 0.2826 0.2069 0.5105 ZZ, ZZ2, ES ES2, GUN, FUA,
FUA 2, SUT, DH, FUA 3, FUA 4, FUA 5, GUN 2
ZZ, ZZ 2 SUT
ZZ, ZZ2, ES ES2, GUN, FUA, FUA 2, SUT, DH, FUA 3, FUA 4, FUA 5,
Θ ZZ, ZZ 2 UAG, HEL, HP, SUT, MHS, HEL
2, HEL 3 Θ 0.4941 0.1396 0.1022 0.2523
Hal yang sama pada perhitungan status, usia dosen, dan SKS dilakukan untuk mendapatkan nilai alternative yang ditunjukkan pada Tabel 17.
Tabel 17. Irisan kriteria m3 dan kriteria SKS (m4) m3 ∩ m4 UAG, GUN, EK, HEL 3 HER, QOM, FUA, HEL 2, WH, ZZ, OSA, OSA 2,
Urutan alternative dari perhitungan terakhir dapat dilihat pada Tabel 18. Tabel 18. Urutan penjadwalan
23 m9(HER, QOM) 0.00896
24 m9(ES, FUA 4) 0.00575
25 m9(GUN, FUA) 0.00219
26 m9(ZZ, FUA) 0.00281
27 m9(ZZ 2, FUA 2) 0.00206
28 m9(ES, ES 2) 0.00313
29 m9(FUA 4, FUA 5) 0.01023
30 m9(ZZ, ZZ 2) 0.10823
31 m9(UAG, MHS) 0.00561
32 m9(SUT, DH) 0.00693
33 m9(ZZ, SUT) 0.01893
34 m9(HEL, GUN 2) 0.01006
35 m9(ZZ, UAG, MHS) 0.00247
36 m9(WH, FUA, RL) 0.00052
37 m9(ES, OSA, FUA 3) 0.00164
38 m9(OSA 2, NF, FUA 4) 0.00139
39 m9(UAG, GUN, EK) 0.00348
40 m9(ZZ, FUA, GUN 2) 0.02107
41 m9(OSA, FUA, HEL 2) 0.00211
42 m9(WH 2, ZZ 2, FUA 2) 0.00201
43 m9(ES, ES 2, FUA 3) 0.00894
44 m9(WH, ZZ, FUA, RL) 0.00275
45 m9(UAG, GUN, EK, HEL 3) 0.02608
46 m9(OSA 2, NF, FUA 4, FUA 5) 0.00740
47 m9(WH, GUN, FUA, RL, EK) 0.00214
48 m9(ZZ, ZZ 2, GUN, FUA, FUA 2) 0.01165
49 m9(ES, ES 2, OSA, HP, FUA 3, HEL 2) 0.00873
50 m9(ZZ 2, ES, ES 2, FUA 2, FUA 4, FUA 5) 0.01545
51 m9(ES, GUN, FUA, FUA 3, FUA 4, GUN 2) 0.01643
52 m9(UAG, HEL, HP, SUT, MHS, HEL 2, HEL 3) 0.04202
53 m9(ZZ, UAG, HEL, HP, SUT, MHS, HEL 2, HEL 3) 0.01849
54 m9(WH 2, ZZ 2, ES, ES 2, FUA 2, FUA 4, FUA 5) 0.01509
55 m9(WH, OSA, OSA 2, HER, QOM, FUA, RL, GUN 2) 0.00388
56 m9(WH, ZZ, OSA, OSA 2, HER, QOM, FUA, HEL 2, RL, GUN 2) 0.02058
57 m9(ZZ, ZZ2, ES, ES 2, GUN, FUA, FUA 2, SUT, DH, FUA 3, FUA 4, FUA 5, GUN 2) 0.08726
58 m9(WH, ES, OSA 2, GUN, OSA, HER, QOM, NF, FUA, AR, FUA 3, FUA 4, RL, EK, GUN 2) 0.01605
59 m9(WH, WH 2, ZZ, ZZ 2, UAG, GUN, FUA, FUA 2, MHS, RL, EK) 0.01138
60 m9 Θ 0.08522
JUMLAH 1.00000
3.2 Sistem Pendukung Keputusan Penjadwalan
Gambar 4. Halaman daftar dosen
Dari pengurutan dan pengisian data dosen, maka didapatkan lah penjadwalan. Halaman jadwal dosen ditunjukkan pada Gambar 5
Gambar 5. Halaman jadwal dosen
4. Kesimpulan
Berdasarkan hasil analisa dan perhitungan mengenai penjadwalan perkukliahan, maka dapat diambil kesimpulan sebagai berikut :
1. Metode DS/AHP dapat digunakan dalam pengurutan dosen berdasarkan dari kriteria penilaian yaitu status dosen, usia, ruang, waktu, dan SKS.
2. Hasil perangkingan dari perhitungan bobot dengan menggunakan DS/AHP di dapatkan 17 dosen yang mendapatkan urutan dari 29 dosen.
3. Semakin banyak alternative yang digunakan, maka semakin banyak pula kriteria yang digunakan untuk mendapatkan hasil perangkingan yang lebih besar.
Daftar Pustaka
[1] Beynon, M. 2000.The Dempster-Shafer Theory of Evidence: An Alternatif Approach to Multikriteria Decision Modelling. The Internatonal Journal ofManagement Science,37-50.
[2] Beynon, J.M. 2008. Encyclopedia of Decision Making and Decision Support Technologies. IGI Global Snippet.
[3] Franek, J., dan Kresta, A. 2014. Judgment Scales and Consistency Measure in AHP.
Procedia Economics and Finance. 164-173.
[4] Hua, Z., Gong, B., dan Xu, X.. 2008. A DS–AHP Approach for Multi-Attribute Decision Making Problem with Incomplete Information. Expert Sistems With Applications. 2221-2227.
[5] Kousalya, P., Reddy, G.M., Supraja, S., dan Prasad, V.S.. 2012. Analytical Hierarchy Process Approach –An Application of Engineering Education. Mathematica Aeterna. Vol. 2 No 10. 861 – 878.
[6] Suasana, I.S., Wibowo, M.C., Danang., Ongkowijoyo,S. 2013. Pengaturan Jadwal Kuliah Multi Kampus Dengan Metode AHP Berbasis Web. Prosiding Seminar Nasional Ilmu Komputer. Hal 91-94.