Sistem Pendukung Keputusan Pemilihan Guru Terbaik Dengan Menerapkan Metode WASPAS Dan Pembobotan
Menggunakan Metode ROC Pada Sekolah Menengah Pertama (SMP)
Supiya*, Muhammad Syahrizal, Sarwandi
Prodi Teknik Informatika, Fakultas Ilmu Komputer dan Teknologi Informasi, Universitas Budi Darma, Medan, Indonesia Email: 1,*supiya027@gmail.com
Abstrak-Sekolah Menengah Pertama (SMP) Negeri 1 Datuk Lima Puluh merupakan sekolah negeri yang berada di Simpang Dolok Batu Bara. Selama ini pemilihan guru terbaik masih mengalami kendala yaitu masih sering terjadinya nepotisme. Selain itu juga pemilihan guru terbaik masih dilakukan secara manual. Sehingga sering terjadinya kesalahan-kesalahan dalam penilaian pemilihan guru terbaik. Tidak hanya itu bahkan pihak sekolah juga masih memilih orang-orang terdekat saja yang akan dijadikan guru terbaik. Sehingga pada penilaian guru terbaik harus dilakukan cara mengajar siswa dengan baik, meningkatkan kualitas kerja mengajar didalam ruang dan memiliki motivasi semangat agar menjadi guru terbaik. Sehingga untuk mengatasi permasalahan tersebut dibutuhkan suatu sistem pendukung keputusan dalam pemilihan guru terbaik dengan menerapkan metode Weighted Aggregated Sum Product Assesment (WASPAS) dalam proses perangkingan, dan metode Rank Order Centroid (ROC) untuk menghasilkan nilai bobot. Menurut hasil perangkingan yang dilakukan dengan menggunakan metode Weighted Aggregated Sum Product Assesment (WASPAS) yang memperoleh nilai tertinggi akan menjadi terpilih menjadi guru terbaik pada Sekolah Menengah Pertama (SMP) Negeri 1 Datuk Lima Puluh.
Kata kunci: SPK; SMP; Guru; Metoode WASPAS; Metode ROC.
Abstract-State Junior High School 1 Datuk Fifty is a public school located at Simpang Dolok Batu Bara. So far, the selection of the best teachers is still experiencing problems, namely the frequent occurrence of nepotism. In addition, the selection of the best teachers is still done manually. So that errors often occur in the assessment of the selection of the best teacher. Not only that, even the school still chooses only the closest people who will be the best teachers. So that in the assessment of the best teacher, it is necessary to do how to teach students well, improve the quality of teaching work in the room and have the motivation to become the best teacher. So to overcome these problems a decision support system is needed in selecting the best teachers by applying the Weighted Aggregated Sum Product Assessment (WASPAS) method in the ranking process, and the Rank Order Centroid (ROC) method to produce weight values. According to the results of the ranking which was carried out using the Weighted Aggregated Sum Product Assessment (WASPAS) method, the one who obtained the highest score would be selected as the best teacher at Datuk Fifty Public Middle School (SMP) 1.
Keywords: SPK; Junior High School; Teacher; WASPAS method; ROC method.
1. PENDAHULUAN
Guru adalah orang yang bekerja, mata pencarian, dan profesinya mengajar. Dalam arti sederhana guru dapat diartikan sebagai orang yang memberi ilmu pengetahuan kepada anak didik. Kemudian guru dalam pandangan luas masyarakat adalah orang yang melaksanakan pendidikan di tempat-tempat tertentu tidak harus di lembaga pendidikan formal, tetapi bisa juga di mesjid, di surau atau mushola, di rumah dan sebagainya [1].
Sekolah Mengah Pertama (SMP) Negeri 1 Datuk Lima Puluh merupakan salah satu sekolah menengah Pertama yang berada di Simpang Dolok. Sekolah SMP Negeri 1 setiap tahunnya di dalam kegiatan perpisahan selalu melakukan pemilihan guru terbaik bertujuan untuk mengapresiasi atau dorongan kepada guru-guru lain agar dalam bekerja atau mengajar semangkin meningkat. Peran guru dalam proses pendidikan sangatlah penting untuk mengajar siswa.
Permasalahan yang dihadapi oleh pihak sekolah SMP Negeri 1 Datuk Lima Puluh di dalam pemilihan guru terbaik yaitu masih terjadinya praktek nepotisme, selain itu di dalam pemilihan juga masih dilakukan secara manual.
Terkadang di dalam melakukan pemilihan guru terbaik masih terjadi kesalahan-kesalahan dalam penilaian guru terbaik, pihak sekolah masih memilih orang orang terdekat saja yang menjadi guru terbaik. Sehingga pada penilaian guru terbaik harus dilakukan cara mengajar siswa dengan baik dan meningkat kualitas kerja mengajar di dalam ruangan dan memiliki motivasi, semangat agar menjadi guru terbaik,
Pada penelitian ini digunakan metode ROC (Rank Order Centroid) untuk mendapatkan nilai bobot pada tiap- tiap kriteria. Metode ROC merupakan metode yang menitik beratkan prioritas kriteria menjadi yang utama pada hal ini kriteria 1 merupakan prioritas tertinggi bandingkan kriteria 2 begitu juga dengan kriteria 2 merupakan kriteria prioritas tertinggi jika di bandingkan dengan kriteria ketiga, selanjutnya dilakukan langkah yang sama sehingga prioritas kriteria yang terendah [2].
Berdasarkan permasalah di atas peneliti tertarik untuk menyelesaikan permasalah tersebut dengan merancang sistem pendukung keputusan dalam pemilihan guru terbaik dengan menerapkan metode WASPAS sehingga metode WASPAS tersebutlah yang cocok untuk menyelesaikan dan akan membantu pihak sekolah dalam menyelesaikan penilaian kepada guru dalam pemilihan guru terbaik[3][4]. Pembobotan yang digunakan dalam pemilihan guru terbaik ini menggunakan metode ROC (Rank Order Centroid) yang membantu dalam memilih guru terbaik
.
2. METODOLOGI PENELITIAN
2.1 Tahapan Penelitian
Tahapan penelitian meliputi studi literatur, identifikasi masalah, pengumpulan data, Analisa, perancangan dan pengujian sistem, penulisan laporan penelitian. Adapun tahapan penelitian ini dapat dlihat pada gambar berikut ini:
Gambar 1. Tahapan Penelitian
1. Penelitian dilakukan berdasarkan landasan teori yang didapat dari berbagai sumber antara lain: buku, jurnal, beserta hasil penelitian yang telah ada untuk melancarkan penulisan penelitian.
2. Identifikasi Masalah
Pada tahap ini masalah yang dibahas bagaimana cara pemilihan guru terbaik di SMP N 1 Datuk Lima Puluh.
3. Pengumpulan Data
Pengumpulan data dilakukan dengan tiga tahap antara lain:
a. Observation (pengamatan)
Observasi dilakukan dengan cara datang langsung dengan objek yang diteliti.
b. Interview (wawancara)
Penulis mengadakan Tanya jawab terhadap staff tata usaha guna mendapatkan data-data guru.
4. Analisis Masalah
Pada tahap ini melakukan analisis terhadap masalah yang ada dengan menggunakan metode WASPAS dalam menentukan guru terbaik dan pembobotan dengan metode ROC.
5. Perancangan Sistem
Merancang interface dari perangkat lunak serta merancang perangkat lunak sistem pendukung keputusan pemilihan guru terbaik dengan bahasa program visual berbasis 2008.
6. Implementasi dan Pengujian
Proses ini bertujuan untuk memastikan terlaksananya suatu kebijakan dan tercapainya suatu kebijakan tersebut.
7. Penyusunan Laporan
Pada tahap ini dilakukan penyusunan laporan hasil dari data-data yang telah dikumpulkan dianalisis dan dirancang kedalam format penulisan skripsi.
2.2 Sistem Pendukung Keputusan
Sistem pendukung keputusan adalah suatu sistem yang berbasis komputer yang dapat mengambil suatu keputusan berdasarkan data-data dan model yang telah ditentukan sehingga dapat menyelesaikan suatu masalah atau masalah- masalah yang terstruktur dan tidak terstruktur, agar mencapai suatu keinginan yang akan diselesaikan. Sistem pendukung keputusan biasanya digunakan untuk membantu menyelesaikan suatu masalah dan mendukung pengambilan keputusan pada perusahaan dengan efektif dan efisien [5][6][7].
2.3 Guru
Guru merupakan jabatan atau profesi yang memerlukan keahlian khusus, pekerjaannya tidak dapat dilakukan oleh sembarang orang yang tidak memiliki keahlian sebagai guru maupun orang tersebut pandai berbicara namun jika tidak memiliki keahlian sebagai guru belum dapat disebut guru. Untuk menjadi guru diperlukan syarat-syarat khusus apa lagi menjadi guru professional harus menguasai seluk beluk mendidik dan mengajar dengan berbagai ilmu pengetahuan lain yang perlu dibina dan di kembangkan melalui pendidikan tertentu [8]. Dalam peranan proses belajar
mengajar guru memiliki peranan penting sebagai pemberi ilmu yang diajarkan dapat diterima oleh siswa siswi yang ada. Tidak hanya proses belajar mengajar saja banyak sekali peranan guru dalam proses pembelajaran.
2.4 Metode Waspas (Weighted Agregated Sum Product Assesment)
Metode (Weighted Agregated Sum Product Assesment) WASPAS adalah metode gabungan yang terdiri dari metode WP (Weighted Product) dan metode SAW, metode WASPAS diharapkan dapat memberi hasil yang lebih baik dalam membantu penentuan sistem pendukung keputusan. Metode WASPAS merupakan kombinasi unik dari pendekatan MCDM yang diketahui yaitu model jumlah tertimbang WSM (Weighted Sum Mode) dan model tertimbang WPM (Weighted Product Mode) pada awalnya membutuhkan normalisasi linear dari elemen matriks keputusan dengan menggunakan dua persamaan[9].
Langkah-langkah penyelesaian masalah menggunakan metode WASPAS (Weighted Agregated Sum Product Assesment) ada tiga tahap yaitu[10]:
1. Membuat matriks keputusan 𝑥 = [
𝑥11 𝑥12 𝑥1𝑛
𝑥21 𝑥11 𝑥2𝑛
𝑥𝑚1 𝑥𝑚1 𝑥𝑚𝑛
] (1)
2. Menormalisasikan matriks x Kriteria keuntungan:
Xij= 𝒙𝒊𝒋
𝒎𝒂𝒙𝒊 𝒙𝒊𝒋 (2)
Kriteria biaya : Xij= 𝒎𝒂𝒙𝒊 𝒙𝒊𝒋
𝒙𝒊𝒋 (3)
3. Menghitung preferensi (Qi)
𝑄𝑖 = 0,5 ∑𝑛𝑗=1𝑥𝑖𝑗 𝑤𝑗 + 0,5 ∏𝑛𝑗=1(𝑥𝑖𝑗)𝑤𝑗 (4)
Alternatif yang terbaik merupakan alternatif yang memiliki Qi dengan nilai tertinggi.
Keterangan:
X : Merupakan nilai kriteria sebelum normalisasi i : Menunjukkan alternatif ke –i
j : Menunjukkan alternatif ke-j Qi : Merupakan nilai alternatif [11].
2.5 Metode ROC (Rank Order Centroid)
Metode ROC adalah metode yang digunakan untuk penentuan bobot. Pada penelitian kali ini metode ROC digunakan untuk menghasilkan nilai bobot pada tiap-tiap kriteria. Pada penentuan bobot di metode ROC, metode ini merupakan metode yang menitik beratkan terhadap prioritas kriteria yang utama[12]. Dalam hal ini, kriteria satu merupakan kriteria yang tertinggi jika dibandingkan dengan kriteria kedua, begitu juga dengan kriteria kedua merupakan kriteria tertinggi bila dibandingkan dengan kriteria ketiga, dan begitu pula selanjutnya dilakukan langkah-langkah yang sama sampai mendapatkan prioritas kriteria yang terendah adalah delapan. Hal ini dapat dilihat dari persamaan kesatu[13].
Cr1 ≥ Cr2 ≥ Cr3 ≥ … ≥ Cm
Sehingga setelah di proses menghasilkan:
W1 ≥ W2 ≥ W3 ≥ … ≥ Wn
Untuk mendapatkan nilai bobot ke-w maka di gunakan persamaan sebagai berikut:
= 1 Σ ( 1 ) [2].
Cara umum pembobotan Roc dapat dirumuskan sebagai berikut:
Wk = 1𝑘 ∑ (1
𝑖 𝑘𝑖=1 ) [14].
3. HASIL DAN PENELITIAN
3.1 Analisa
Analisa adalah suatu kegiatan proses pengamatan sesuatu dengan memilah, menguraikan, membedakan dan mengelompokkan untuk mengetahui informasi yang sebenarnya. Analisa atau analisis digunakan untuk memahami data yang ditemukan di beberapa populasi tertentu dalam rangka menemukan kesimpulan. Analisa memiliki peranan penting dalam proses analisa untuk mencapai hasil yang akurat dalam suatu sistem. Berdasarkan hasil penelitian pemilihan guru terbaik diketahui belum maksimal dan masih kurang efisien, sehingga diperlukan penelitian pemilihan guru terbaik yang nantinya akan mempermudah dalam menentukan pemilihan guru terbaik.
Sistem pendukung keputusan pemilihan guru terbaik dengan menerapkan metode WASPAS (Weighted Agregated Sum Product Assesment) dan pembobotan menggunakan metode ROC (Rank Order Centroid) diharapkan dapat membantu pada pihak SMP N 1 Datuk Lima Puluh. Dalam penelitian ini menjelaskan bagaimana menyelesaikan masalah tersebut dengan metode dari tahap awal hingga akhir.
3.2 Penerapan Metode Rank Order Centroid (ROC)
Pada penerapan metode ROC untuk menghasilkan keputusan pemilihan guru terbaik, maka diperlukan beberapa kriteria dan alternatif yang telah di tentukan. Berikut ini beberapa kriteria yang telah ditentukan dapat dilihat pada tabel di bawah ini:
Tabel 1. Kriteria Guru Kriteria Keterangan Jenis
C1 Kepribadian Benefit
C2 Prestasi Benefit
C3 Hubungan dengan siswa Benefit
C4 Disiplin Cost
Berikut ini perhitungan untuk menentukan bobot dengan menggunakan metode Rank Order Centroid (ROC).
Perhitungan bobot tersebut dapat dilihat di bawah ini:
W1 = 1+
1 2+13+14
4 = 0,521 W2 = 0+
1 2+13+14
4 = 0,271 W3 = 0+0+
1 3+14
4 = 0,146 W4 = 0+0+0+
1 4
4 = 0,062
Dari perhitungan di atas, maka diperoleh bobot kriteria yang diharapkan , yaitu: W1 = 0,521, W2 = 0,271, W3 = 0,0146, W4 = 0,062.
Tabel 2. Bobot Kriteria
Kriteria Keterangan Bobot Jenis C1 Kepribadian 0,521 Benefit
C2 Prestasi 0,271 Benefit
C3 Hubungan Dengan Siswa 0,146 Benefit
C4 Disiplin 0,062 Cost
Tabel 3. Alternatif Kriteria
Alternatif C1 C2 C3 C4
A1 Cukup Cukup Cukup Cukup
A2 Baik Baik Baik Baik
A3 Baik Sangat Baik Sangat Baik Sangat Baik
A4 Baik Cukup Baik Cukup
A5 Cukup Sangat Baik Cukup Sangat Baik
A6 Cukup Cukup Cukup Cukup
A7 Cukup Baik Cukup Baik
A8 Baik Cukup Baik Cukup
A9 Baik Cukup Baik Cukup
Alternatif C1 C2 C3 C4
A10 Baik Cukup Baik Cukup
Tabel 4. Bobot Nilai Kriteria Keterangan Nilai bobot Sangat Baik 4
Baik 3
Cukup 2
Tabel 5. Data Ranting Kecocokan Alternatif C1 C2 C3 C4
A1 2 2 2 2
A2 3 3 3 3
A3 3 4 4 4
A4 3 2 3 2
A5 2 4 2 4
A6 2 2 2 2
A7 2 3 2 3
A8 3 2 3 2
A9 3 2 3 2
A10 3 2 3 2
3.3 Penerapan Metode Weighted Aggreated Sum Product (WASPAS)
Penerapan dalam metode waspas adalah salah satu metode yang didasarkan pada perangkingan dan pemilihan dari sekumpulan alternatif yang ada, dapat digunakan untuk merangking banyak kriteria baik itu kualitas maupun kuantitatif. Dalam penerapan metode waspas terdapat beberapa tahapan diantaranya:
1. Membuat Matrix Keputusan
X =
[
2 2 2 2
3 3 3 3
3 4 4 4
3 2 3 2
2 4 2 4
2 2 2 2
2 3 2 3
3 2 3 2
3 2 3 2
3 2 3 2]
Max = 3 4 4 4 Min = 2 2 2 2 Keterangan:
Qi = Nilai dari Q ke i
Xijw = Perkalian nilai dari Xij dengan nilai bobot (w) 0,5 = Ketetapan Metode Waspas.
2. Menormalisasikan nilai Rij
a. Beneficial untuk kriteria C1
𝑅𝑖𝑗= 𝑋𝑖𝑗 𝑀𝑎𝑋𝑖𝑋𝑖𝑗 X11 (A1) = 23 = 0,66 X12 (A2) = 3
3 = 1 X13 (A3) = 3
3 = 1 X14 (A4) = 33 = 1 X15 (A5) = 2
3 = 0,66 X16 (A6) = 2
3 = 0,66 X17 (A7) = 2
3 = 0,66 X18 (A8) = 33 = 1 X19 (A9) = 3
3 = 1 X20 (A10) = 3
3 = 1
b. Beneficial untuk kriteria C2 X21 (A1) = 24= 0,5
X22 (A2) = 34=0,75 X23 (A3) = 4
4=1 X24 (A4) = 2
4=0,5 X25 (A5) = 4
4=1 X26 (A6) = 2
4=0,5 X27 (A7) = 34=0,75 X28(A8) = 34=0,75 X29(A9) = 2
4=0,5 X30(A10)= 2
4=0,5
c. Beneficial untuk kriteria C3 X31 (A1) = 24= 0,5 X32 (A2) = 34=0,75 X33 (A3) = 4
4=1 X34 (A4) = 3
4=0,75 X35 (A5) = 2
4=0,5 X36 (A6) = 24=0,5 X37 (A7) = 24=0,5 X38 (A8) = 34=0,75 X39 (A9) = 34=0,75 X40 (A10) = 3
4=0,75
d. Non Beneficial untuk kriteria C4 𝑅𝑖𝑗=𝑀𝑖𝑛𝑖 𝑋𝑖𝑗
𝑋𝑖𝑗 X41 (A1) = 24=0,5 X42 (A2) = 34=0,75 X43 (A3) = 4
4=1 X44 (A4) = 2
4=0,5 X45 (A5) = 4
4=1 X46 (A6) = 2
4=0,5 X47 (A7) = 34=0,75
X48 (A8) = 24=0,5 X49 (A9) = 24=0,5 X50 (A10) = 2
4=0,5
Dari hasil perhitungan di atas maka dapat diperoleh matriks ternormalisasi (Xij ) sebagai berikut:
Xij=
[
0,66 0,5 0,5 0,5 1 0,75 0,75 0,75
1 1 1 1
1 0,5 0,75 0,5
0,66 1 0,5 1
0,66 0,5 0,5 0,5 0,66 0,75 0,5 0,75
1 0,5 0,75 0,5
1 0,5 0,75 0,5
1 0,5 0,75 0,5 ]
Dari Langkah-langkah perhitungan di atas maka didapatkan data normalisasi semua sampel, berikut data normalisasi semua sampel (normalisasi matriks ) dapat dilihat pada tabel di bawah ini:
Tabel 6. Normalisasi Matriks
Alternatif
Kriteria C1 C2 C3 C4 A1 0,66 0,5 0,5 0,5 A2 1 0,75 0,75 0,75
A3 1 1 1 1
A4 1 0,5 0,75 0,5
A5 0,66 1 0,5 1
A6 0,66 0,5 0,5 0,5 A7 0,66 0,75 0,5 0,75 A8 1 0,5 0,75 0,5 A9 1 0,5 0,75 0,5 A10 1 0,5 0,75 0,5
3. Menghitung Nilai Qi untuk menentukan Ranking Tertinggi, berikut penjumlahannya : 𝑄𝑖=0.5 ∑ 𝑅
𝑛 𝑖𝑗𝑊𝑗
𝑗=1 + 0.5 ∏𝑛𝑗=1(𝑅𝑖𝑗)𝑤𝑗
Q1 = 0,5∑(0,66*0,521) + (0,5*0,271) + (0,5*0,146) + (0,5*0,062) + 0,5∏(0,660,521*0,50,271*0,50,146*0,50,062)
= 0,5∑0,58336 + 0,5∏0,5778
= 0,2916 + 0,2889
= 0,5805
Q2 = 0,5∑(1*0,521) + (0,75*0,271) + (0,75*0,146) + (0,75*0,062) + 0,5∏(10,521*0,750,271*0,750,146*0,750,062)
= 0,5∑0,8802 + 0,5∏0,8712
= 0,4401+0,4356
= 0,8757
Q3 = 0,5∑(1*0,521) + (1*0,271) + (1*0,146) + (1*0,062) + 0,5∏(10,521*10,271*10,146*10,062)
= 0,5∑1 + 0,5∏1
=0,5+0,5
= 1
Q4 = 0,5∑(1*0,521) + (0,5*0,271) + (0,75*0,146) + (0,5*0,062) + 0,5∏(10,521*0,50,271*0,750,146*0,50,062)
= 0,5∑0,797 + 0,5∏0,7612
=0,3985 + 0,3806
= 0,7791
Q5 = 0,5∑(0,66*0,521) + (1*0,271) + (0,5*0,146) + (1*0,062) + 0,5∏(0,660,521*10,271*0,50,146*10,062)
= 0,3749 + 0,3639
= 0,7388
Q6 = 0,5∑(0,66*0,521) + (0,5*0,271) + (0,5*0,146) + (0,5*0,062) + 0,5∏(0,660,521*0,50,271*0,50,146*0,50,062)
= 0,5∑0,5833 + 0,5∏0,5778
= 0,2916 + 0,2889
= 0,5805
Q7 = 0,5∑(0,66*0,521) + (0,75*0,271) + (0,5*0,146) + (0,75*0,062) + 0,5∏(0,660,521*0,750,271*0,50,146*0,750,062)
= 0,5∑0,6666 + 0,5∏0,6613
= 0,3333 + 0,3306
= 0,6639
Q8 = 0,5∑(1*0,521) + (0,5*0,271) + (0,75*0,146) + (0,5*0,062) + 0,5∏(10,521*0,50,271*0,750,146*0,50,062)
= 0,5∑0,797 + 0,5∏0,7612
= 0,3985 + 0,3806
= 0,7791
Q9 = 0,5∑(1*0,521) + (0,5*0,271) + (0,75*0,146) + (0,5*0,062) + 0,5∏(10,521*0,50,271*0,750,146*0,50,062)
= 0,5∑0,397 + 0,5∏0,7612
= 0,3985 + 0,3806
= 0,7791
Q10 = 0,5∑(1*0,521) + (0,5*0,271) + (0,75*0,146) + (0,5*0,062) + 0,5∏(10,521*0,50,271*0,750,146*0,50,062)
= 0,5∑0,797 + 0,5∏0,7612
= 0,3985 + 0,3806
= 0,7791
Tabel 7. Hasil Perangkingan Guru Terbaik
Nama Guru Alternatif Nilai Qi Akhir Ranking
Asiah, S.Pd A3 1 1
Ariwahyudi, S.Pd A2 0,8757 2
Ester Tarigan, S.Kom A8 0,7791 3
Fachriah Aini, S.Si A9 0,7791 4
Hafizah Amaliah, S.Pd A10 0,7791 5
Boni Simbolon, S.Pd A4 0,7791 6
Eka Surya Ningsih, S.Pd A5 0,7388 7
Eliaster Sembiring A7 0,6639 8
Ainun, S,Ag A1 0,5805 9
Elfirayanti, S.Pd A6 0,5805 10
Dari tabel di atas dapat dilihat data hasil perhitungan untuk menentukan pemilihan guru terbaik. Oleh karena itu data yang tertinggi terdapat pada alternatif (A3) yaitu Asiah,S.Pd, yang memiliki nilai tertinggi yaitu 1,0005.
Sehingga dalam penelitian ini Asiah, S.Pd (A3) terpilih sebagai guru terbaik di SMP Negeri 1 Datuk Lima Puluh.
4. KESIMPULAN
Berdasarkan penulisan skripsi yang berjudul sistem pendukung keputusan pemilihan guru terbaik dengan menerapkan metode Weighted Aggregated Sum Product Assessment (WASPAS) dan pembobotan menggunakan metode Rank Order Centroid (ROC) pada sekolah menengah pertama (SMP) (studi kasus: SMP Negeri 1 Datuk Lima Puluh), maka kesimpulan yang dapat diperoleh adalah untuk menentukan guru terbaik penulis memiliki beberapa kriteria diantaranya kepribadian, prestasi, hubungan dengan siswa, dan disiplin. Guru yang memiliki kriteria tersebut akan dinilai sesuai dengan kenyataan yang ada pada keadaan tersebut dan pada tiap-tiap guru yang memiliki kriteria tersebut dan angka kriteria yang tertinggi adalah penentu sebagai guru terbaik dan untuk pemilihan angka tertinggi.
Dalam pemilihan guru terbaik penulis menggunakan metode WASPAS sebagai penentuan perangkingan guru terbaik sehingga menghasilkan nilai yang terbaik. Berdasarkan metode WASPAS maka hasil nilai tertinggi yaitu Asiah, S.Pd dengan jumlah nilai 1. Perancangan yang penulis gunakan untuk membuat perancangan sistem pendukung keputusan pemilihan guru terbaik yaitu menggunakan database Mysql, dan Bahasa pemrograman yang digunakan untuk perancangan yaitu program visual basic dan menghasilkan form diantaranya: Form Login, Form Menu Utama, Form Menu File, Form Menu Proses, Form Menu Input Alternatif, Form Input Kriteria, Form Input Kriteria Pada Setiap Alternatif, Dan Form Output.
REFERENCES
[1] N. Illahi, “Peranan Guru Profesional Dalam Peningkatan Prestasi Siswa Dan Mutu Pendidikan Di Era Milenial,” J. Asy- Syukriyyah, vol. 21, no. 1, pp. 1–20, 2020, doi: 10.36769/asy.v21i1.94.
[2] M. Mesran, T. M. Diansyah, and F. Fadlina, “Implemententasi Metode Rank Order Cendroid (ROC) dan Operational Competitiveness Rating Analysis (OCRA) dalam Penilaian Kinerja Dosen Komputer Menerapkan (Studi Kasus: STMIK Budi Darma),” Pros. Semin. Nas. Ris. Inf. Sci., vol. 1, no. September, p. 822, 2019, doi: 10.30645/senaris.v1i0.89.
[3] T. H. B. Aviani and A. T. Hidayat, “Sistem Pendukung Keputusan Seleksi Pemberian Uang Kuliah Tunggal Menerapkan Metode WASPAS,” J. Sist. Komput. dan Inform., vol. 2, no. 1, pp. 102–109, 2020, doi: 10.30865/json.v2i1.2482.
[4] S. Barus, V. M. Sitorus, D. Napitupulu, M. Mesran, and S. Supiyandi, “Sistem Pendukung Keputusan Pengangkatan Guru Tetap Menerapkan Metode Weight Aggregated Sum Product Assesment (WASPAS),” J. Media Inform. Budidarma, vol.
2, no. 2, pp. 10–15, 2018, doi: 10.30865/mib.v2i2.594.
[5] J. S. Wijayanto Joko, “Pemodelan Sistem Penunjang Keputusan Pemilihan Guru,” J. Idealis, vol. 4, no. 1, pp. 98–107, 2021.
[6] R. P. Niza, “Sistem Pendukung Keputusan Penerimaan Siswa Baru Pada Sma Pgri 4 Padang Menggunakan Metode Weighted Product(Wp),” J. Teknol. Dan Open Source, vol. 2, no. 2, pp. 96–107, 2019, doi: 10.36378/jtos.v2i2.364.
[7] A. Giovani, “SATIN – Sains dan Teknologi Informasi Sistem Pendukung Keputusan Penerimaan Karyawan Dengan Metode Simple Additive Weighting ( SAW ),” SATIN - Sains dan Teknol. Inf., vol. 06, no. 01, pp. 1–9, 2020.
[8] I. Management, J. Manajemen, and P. Islam, “Islamic Management; Jurnal Manajemen Pendidikan Islam, Vol.I, No.1, Januari 2018,” no. 1, pp. 116–127, 2018.
[9] S. Damanik and D. P. Utomo, “Implementasi Metode ROC (Rank Order Centroid) Dan Waspas Dalam Sistem Pendukung Keputusan Pemilihan Kerjasama Vendor,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 4, no. 1, 2020.
[10] D. Asdini, M. Khairat, and D. P. Utomo, “Sistem Pendukung Keputusan Penilaian Kinerja Manajer di PT. Pos Indonesia dengan Metode WASPAS,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 1, pp. 41–47, 2022.
[11] M. J. Tarigan, M. Z. S. Siambaton, and T. Haramaini, “Implementasi Metode Weighted Aggregated Sum Product Assessment ( WASPAS ) Dalam Menentukan Jurusan Siswa Pada SMKN 8 Medan,” J. Manaj. Inform. Politek. Ganesha, vol. 10, no. 1, pp. 42–53, 2021.
[12] R. Z. Hasibuan, A. Prahutama, and D. Ispriyanti, “Perbandingan Metode Moora Dan Topsis Dalam Penentuan Penerimaan Siswa Baru Dengan Pembobotan Roc Menggunakan Gui Matlab,” J. Gaussian, vol. 8, no. 4, pp. 462–473, 2019.
[13] L. T. Sianturi, M. Mesran, and I. M. Pandiangan, “Penerapan Kombinasi Metode ROC dan TOPSIS Pemilihan Karyawan Terbaik Untuk Rekomendasi Promosi Jabatan,” J. Comput. Syst. Informatics, vol. 4, no. 1, pp. 51–60, 2022.
[14] I Made Arya Budhi Saputra, “Penentuan Lokasi Stup Menggunakan Pembobotan Rank Order Centroid (ROC) dan Simple Additive Weighting (SAW),” J. Sist. dan Inform., vol. 15, no. 1, pp. 48–53, 2020, doi: 10.30864/jsi.v15i1.340.
