SPK dengan Metode Electre untuk Pemilihan Koordinator
Laboratorium di SMK Swasta Trisakti Pematangsiantar
Yanti Sagala
1*, S. Suhada
2, M. Safii
21
STIKOM Tunas Bangsa, Pematangsiantar, Indonesia
2AMIK Tunas Bangsa, Pematangsiantar, Indonesia
Email:
1*
yantisagala@gmail.com,
2suhada@amiktunasbangsa.ac.id,
3m.safii@amiktunasbangsa.ac.id
Abstrak
Koordinator laboratorium merupakan seorang tenaga edukatif atau fungsional yang ditugaskan menjadi pimpinan tertinggi dalam satuan organisasi laboratorium serta bertanggung jawab terhadap semua kegiatan di laboratorium. Namun dalam realisasinya seleksi pemilihan koordinator laboratorium tidaklah mudah. Oleh karena itu penelitian ini bertujuan untuk membangun sistem pendukung keputusan yang memiliki kemampuan menganalisis dalam menentukan Koordinator laboratorium yang memenuhi syarat. Metode SPK yang digunakan dalam penelitian ini adalah metode Electre. Data penelitian diperoleh dari Sekolah SMK swasta Trisakti Pematangsiantar menggunakan metode wawancara, observasi dan metode studi literatur yang diperlukan untuk membantu memecahkan masalah. Penelitian ini menggunakan 10 alternatif dan 5 kriteria. Setelah dilakukan analisis dan perhitungan dengan metode Electre, calon Koordinator Laboratorium yang terpilih adalah alternatif 1 atas nama M. Tobing.
Kata Kunci: SPK, Electre, Pemilihan, Koordinator Laboratorium, SMK
1. Pendahuluan
SMK Swasta Trisakti Pematangsiantar merupakan salah satu Sekolah Swasta di Sumatera Utara. Dimana sekolah SMK Swasta Trisakti ini memiliki beberapa laboratorium komputer. Dengan adanya beberapa laboratorium komputer, maka dibutuhkan seorang kepala atau koordinator laboratorium komputer. Kepala laboratorium atau koordinator laboratorium adalah seorang tenaga edukatif atau fungsional yang ditugaskan menjadi pimpinan tertinggi dalam satuan organisasi laboratorium serta bertanggung jawab terhadap semua kegiatan di laboratorium [1]. Dalam sistem perhitungan penentuan koordinator laboratorium di SMK Swasta Trisakti Pematangsiantar masih menggunakan perhitungan secara manual yaitu dengan menjumlahkan total seluruh nilai pada tiap-tiap kriteria yang diujikan kemudian dibagi dengan kriteria yang ditentukan untuk mendapatkan nilai rata-rata. Dengan total nilai yang tertinggi dan memenuhi syarat-syarat yang telah ditentukan maka calon koordinator laboratorium mendapatkan rekomendasi menjadi koordinator laboratorium yang baru. Di dalam pengambilan keputusan penentuan koordinator laboratorium ini adanya masalah untuk menentukan calon koordinator laboratorium yang mempunyai potensi. Tidak adanya bobot pada kriteria yang diprioritaskan sehingga sulit untuk menentukan koordinator laboratorium yang baru yang memiliki potensi. Di perhitungan sistem penentuan ini semua kriteria tidak mempunyai bobot yang diprioritaskan. Maka dengan jumlah total nilai yang tertinggilah yang bisa menjadi koordinator laboratorium yang baru tanpa mengetahi potensi yang dimilikinya. Pada sistem perhitungan penentuan koordinator laboratorium ini tidak adanya sistem untuk menentukan rangking ketika ada total nilai yang sama sehingga sulit untuk menentukan rangking pada ketika ada total nilai yang sama.
Dengan adanya masalah yang dihadapi pada pengambilan keputusan ini maka dibutuhkan sebuah sistem untuk mempermudah pengambilan keputusan yang akurat
sesuai dengan kriteria yang diprioritaskan sehingga dapat mengetahui potensi-potensi yang dimiliki calon koordinator laboratorium, serta dapat membantu untuk menentukan rangking dari hasil penentuan koordinator laboratorium, sehingga diharapkan dapat memecahkan masalah yang selama ini dihadapi. Sistem pengambilan keputusan yang akan digunakan pada penelitian ini adalah metode Electre (Elimination and Choice Translation Reality), yang diharapkan dapat membantu tugas penyeleksi dalam menentukan koordinator laboratorium yang memiliki kemampuan yang mumpuni sesuai dengan yang diharapkan, secara lebih efektif dan efisien. Hal ini tak terlepas dari penelitian-penelitian terdahulu [2]–[8] yang telah banyak menggunakan metode ini untuk membantu pemangku kepentingan dalam pengambilan keputusan.
2. METODOLOGI PENELITIAN 2.1. Metode Pengumpulan Data
Secara umum, metode yang digunakan dalam mengumpulkan data untuk menyelesaikan masalah dalam menyelesaikan penelitian ini adalah wawancara, observasi, dan studi literatur.
a. Interview
Pada tahap ini, penulis melakukan wawancara di SMK Swasta Trisakti Pematangsiantar untuk mendapatkan data yang dibutuhkan dalam keputusan terbaik untuk memprioritaskan Calon Koordinator Laboratorium.
b. Observasi.
Penulis melakukan pengamatan langsung pada pemrosesan informasi tentang Pemilihan Koordinator Laboratorium SMK Swasta Trisakti Pematangsiantar untuk mendapatkan data yang diperlukan.
c. Studi Literatur.
Penulis mengumpulkan referensi yang relevan dengan masalah yang ditemukan. Referensi ini dapat ditemukan di buku, jurnal, prosiding, tesis, dan artikel di internet. 2.2. Langkah-langkah Metode Electre
Langkah-langkah cara kerja metode ELECTRE dapat dilihat pada keterangan berikut ini [9]–[12].
a. Tahap 1 : Menentukan Matrik Keputusan
Pada kolom-kolom yang tersedia, terdapat matriks kriteria keputusan (n) dan baris pada form alternatif (m). sebagai tahap awal dan dasar pemrosesan pada pendukung keputusan. ... (1) ... . . . ... . ...
b. Tahap 2 : Normalisasi Matriks Keputusan
Matriks keputusan akan dinormalisasi dengan menggunakan rumus dan menghasilkan model ternormalisasi. √∑ i = 1,2, ..., m j = 1,2, ..., n (2)
Untuk parameter harga menggunakan persamaan berikut.
√∑ ( ) i = 1,2, ..., m j = 1,2, ..., n (3)
...
. . . ... .
...
c. Tahap 3 : Pemberian Nilai Bobot
Keterangan selanjutnya, pembuat keputusan menyediakan faktor minat (bobot) pada setiap kriteria yang menyatakan nilai kepentingan relatif (Wj).
( )
(5) ∑
d. Tahap 4 : Menghitung Matriks Ternormalisasi Terbobot
Setiap kolom pada matriks R dikalikan dengan bobot (Wj) yang ditentukan oleh
pembuat keputusan dapat dilihat pada persamaan berikut.
(6) Dimana V adalah: ... (7) ... . . . ... . ...
e. Tahap 5 : Menentukan Himpunan Concordance dan Discordance
Himpunan concordance{Ckl} menyatakan bahwa hitungan kriteria bobot Ak dengan
kemungkinan lain lebih baik daripada Al.
Ckl = { j│Vkj ≥ Vlj } dengan j = 1,2, ..., n (8)
Himpunan discordance{Dkl} tertulis sebagai berikut :
Dkl = { j│Vkj < Vlj } dengan j = 1,2, ..., n (9)
f. Tahap 6 : Menghitung Matriks Concordance dan Discordance
Untuk menghitung atau menentukan matriks concordance adalah dengan cara menambah bobot yang terdapat dalam matriks concordance.
∑
(10) Untuk menentukan matriks discordance adalah dengan membagi selisih maksimum kriteria yang dimasukkan kedalam himpunandiscordance dengan selisih tertinggi diantara nilai-nilai yang ada pada semua kriteria.
{ }
{ }
(11) Matriks D juga hasil m x m dan tidak mengambil nilai kolom l dan baris k, array d sebagai berikut. ... (12) ... . . _ . ...
g. Tahap 7 : Menentukan matriks Concordance dominan dan matriks Discordance dominan.
Array ini dapat membentuk nilai ambang atas (threshold) C. Rumus yang dapat yang dapat menghasilkan nilai C.
∑ ∑
Alternative Ak dapat memiliki kesempatan untuk mendominasi Al jika indeks
konkordansi Ckl melebihi nilai ambang atas C dengan Ckl ≥ C dan elemen matriks
concordancedominan F didefenisikan sebagai:
{
(14) Hal yang sama juga dilakukan kepada matriks dominan matriks diskordansi G dengan nilai ambang atas D. rumus berikut dapat memberikan nilai D:
∑ ∑
( ) (15)
Elemen matriks discordancedominan Gditetapkan sebagai:
{
(16) h. Tahap 8 : Menentukan Matriks Dominan Keseluruhan
Model E sebagai total matrik dominan adalah matriks dimana setiap elemen dikalikan diantara elemen matriks F dan bentuk persamaan elemen G.
(17)
i. Tahap 9 : Eliminasi Alternatif yang Kurang Baik
Matriks E memberikan hasil yang lebih baik pada setiap pilihan alternatif, contohnya ketika Ekl=1maka alternatif Ak lebih baik daripada alternatif Al. Mengindikasikan baris
didalam matriks E yang memiliki nilai total sedikitnya Ekl=1 dapat dieliminasi.
3. HASIL DAN PEMBAHASAN 3.1. Penentuan Kriteria dan Alternatif
Data kriteria yang digunakan dalam pemilihan koordinator laboratorium dapat
dilihat pada tabel 1. berikut
.Tabel 1. Data Kriteria
No Kriteria Bobot 1 C1 Kepribadian 3 2 C2 PengetahuanSistem Informasi 5 3 C3 Pengetahuan Jaringan 4 4 C4 Menejemen Server 3 5 C5 TesWawancara 3
dengan tingkat kepentingan sebagai berikut :
Tabel 2. Tingkat Kepentingan
No Nilai Keterangan 1 5 Sangat Penting 2 4 Penting 3 3 Cukup Penting 4 2 Kurang Penting 5 1 Tidak Pentingdengan range pembobotan sebagai berikut :
Tabel 3. Tabel Range Pembobotan Range Skor Kriteria penilaian Bobot 80 – 100 Sangat Penting (5)
70 – 79 Penting (4)
60 – 69 Cukup Penting (3)
50 – 59 Kurang Penting (2)
0 – 49 Tidak Penting (1)
sedangkan data sample yang digunakan sebagai alternatif dapat dilihat pada tabel 3. berikut.
Tabel 4. Data Alternatif No. Alternatif Nama Alternatif
1 A1 M. Tobing 2 A2 W.Purba 3 A3 Meswandi 4 A4 J.P. Simbolon 5 A5 M. Simanjuntak 6 A6 Amran Samosir 7 A7 Lestari Simanjuntak 8 A8 Siti Rodiah 9 A9 Ruth Pasaribu 10 A10 E.A.Purba
Kedua tabel diatas akan diolah dan dianalisa menggunakan perhitungan algoritma Electre untuk melihat execute time dan perfomance dari algoritma terhadap data alternatif
3.2. Perhitungan Metode Electre a. Menentukan Matriks Keputusan.
Matriks keputusan ditentukan dari Tabel 4 sebelumnya yang kemudian disusun kedalam matriks keputusan. Sehingga didapatlah matriks keputusan sebagai berikut.
5 5 3 3 4 4 4 3 5 4 4 3 4 4 5 4 4 2 2 4 5 4 3 2 4 4 3 2 2 3 4 3 2 2 4 3 4 3 3 3 2 3 3 4 2 4 2 2 2 4
b. Normalisasi Matriks Keputusan.
Membuat normalisasi matriks keputusan dapat dilakukan dengan menggunakan persamaan (2). Sehingga didapatlah hasil sebagai berikut.
√
√
√
Begitu seterusnya hingga r105
Hasil proses matriks keputusan ternormalisasi kemudian disusun kedalam matriks keputusan ternormalisasi menggunakan persamaan (4), seperti berikut ini.
rij= 0,3965 0,4402 0,3535 0,3078 0,3494 0,3172 0,3521 0,3535 0,5130 0,3494 0,3172 0,2641 0,4714 0,4104 0,4368 0,3172 0,3521 0,2357 0,2050 0,3494 0,3965 0,3521 0,3535 0,2050 0,3494 0,3172 0,2641 0,2357 0,2050 0,2621 0,3172 0,2641 0,2357 0,2050 0,3494 0,2379 0,3521 0,3535 0,3078 0,2621 0,1586 0,2641 0,2357 0,4104 0,1747 0,3172 0,1760 0,2357 0,2050 0,3494 c. Pemberian Nilai Bobot
Berdasarkan Tabel 1 maka didapatlah nilai bobot kriteria sebagai berikut. W = 15%, 35%, 20%, 15%, 15%
Sehingga jika dihitung menggunakan persamaan (5) akan diperoleh: ∑
d. Menghitung Matriks Ternormalisasi Terbobot
Begitu seterusnya hingga V
105Hasil proses matriks ternormalisasi terbobot kemudian disusun kedalam matriks ternormalisasi terbobot menggunakan persamaan (7), seperti berikut ini.
Vij= 1,1895 2,2010 1,4140 0,9234 1,0482 0,9516 1,7605 1,4140 1,5390 1,0482 0,9516 1,3205 1,8856 1,2312 1,3104 0,9516 1,7605 0,9428 0,6150 1,0482 1,1895 1,7605 1,4140 0,6150 1,0482 0,9516 1,3205 0,9428 0,6150 0,7863 0,9516 1,3205 0,9428 0,6150 1,0482 0,7137 1,7605 1,414 0,9234 0,7863 0,4758 1,3205 0,9428 1,2312 0,5241 0,9516 0,8800 0,9428 0,6150 1,0482
e. Menentukan Himpunan Concordance dan Discordance.
Himpunan concordance dihitung dengan menggunakan persamaan (8), dengan hasil sebagai berikut. * +
Begitu setersunya hingga C32
Sedangkan himpunan discordance dihitung dengan menggunakan persamaan (9), dengan hasil sebagai berikut.
* +
Begitu setersunya hingga D32
f. Menghitung Matriks Concordance dan Matriks Discordance.
Matriks concordance dihitung dengan menggunakan persamaan (10), dengan hasil sebagai berikut.
Hasil perhitungan diatas kemudian disusun menjadi sebuah matriks concordance seperti berikut. [ ]
Matriks discordance dihitung dengan menggunakan persamaan (11), dengan hasil sebagai berikut. * + * + * + * +
Hasil perhitungan diatas kemudian disusun menjadi sebuah matriks discordance menggunakan persamaan (12) seperti berikut.
[ ]
g. Menentukan Matriks Concordance Dominan dan Matriks Discordance Dominan. Sebelum membuat matriks concordance dominan, terlebih dahulu harus menentukan nilai ambang atas C dengan menggunakan persamaan (13), dan hasilnya adalah sebagai berikut.
( )
Dengan menggunakan persamaan (14), didapatlah elemen matriks concordance dominan F sebagai berikut.
[ ]
Sedangkan sebelum membuat matriks discordance dominan, terlebih dahulu harus menentukan nilai ambang atas D dengan menggunakan persamaan (15), dan hasilnya adalah sebagai berikut.
( )
Dengan menggunakan persamaan (16), didapatlah elemen matriks discordance dominan G sebagai berikut.
h. Menentukan Matriks Dominan Keseluruhan.
Dengan menerapkan persamaan (17) didapatlah hasil sebagai berikut.
i. Mengeliminasi Alternatif yang Kurang Baik.
Berdasarkan hasil yang didapatkan melalui persamaan (17) sebelumnya, didapalah hasil sebagai berikut.
[ ] [ ]
Berdasarkan hasil akhir yang diperoleh, didapatlah alternatif A1 (M. Tobing) yang
ditetapkan sebagai Koordinator Laboratorium SMK Swasta Trisakti Pematangsiantar.
4. KESIMPULAN
Berdasarkan hasil dan pembahasan yang telah dijabarkan dalam artikel ini, maka dapat diambil beberapa kesimpulan bahwa metode Electre dapat digunakan untuk melakukan pemilihan Koordinator Laboratorium pada SMK Swasta Trisakti Pematangsiantar. Pemilihan Koordinator Laboratorium menggunakan algoritma Electre, baik perhitungan manual dan terkomputerisasi berdasarkan pemrograman web menunjukkan hasil yang sama. Hasil akhir dari metode TOPSIS berdasarkan pada nilai yang telah diuraikan dalam diskusi, diperoleh alternatif A1 (M. Tobing ) sebagai nilai
tertinggi (Peringkat 1). DAFTAR PUSTAKA
[1] A. Wanto and E. Kurniawan, “Seleksi Penerimaan Asisten Laboratorium Menggunakan Algoritma AHP Pada AMIK-STIKOM Tunas Bangsa Pematangsiantar,” Jurnal Informatika dan Komputer
(JIKO), vol. 3, no. 1, pp. 11–18, 2018.
[2] D. R. Sari, N. Rofiqo, D. Hartama, A. P. Windarto, and A. Wanto, “Analysis of the Factors Causing Lazy Students to Study Using the ELECTRE II Algorithm,” Journal of Physics: Conference Series, vol. 1255, no. 012007, pp. 1–6, 2019.
[3] P. Alkhairi, L. P. Purba, A. Eryzha, A. P. Windarto, and A. Wanto, “The Analysis of the ELECTREE II Algorithm in Determining the Doubts of the Community Doing Business Online,” Journal of
Physics: Conference Series, vol. 1255, no. 012010, pp. 1–7, 2019.
[4] L. P. Purba, A. P. Windarto, and A. Wanto, “Faktor Terbesar Rendahnya Minat Ber-KB (Keluarga Berencana) dengan Metode ELECTRE II,” Seminar Nasional Sains & Teknologi Informasi
(SENSASI), vol. 1, no. 1, pp. 369–374, 2018.
[5] S. Sundari, S. M. Sinaga, I. S. Damanik, and A. Wanto, “Sistem Pendukung Keputusan Pemilihan Peserta Olimpiade Matematika SMA Swasta Teladan Pematangsiantar Dengan Metode Electre,” in
Seminar Nasional Teknologi Komputer & Sains (SAINTEKS), 2019, pp. 793–799.
[6] R. Simarmata, R. W. Sembiring, R. Dewi, A. Wanto, and E. Desiana, “Penentuan Masyarakat Penerima Bantuan Perbaikan Rumah di Kecamatan Siantar Barat Menggunakan Metode ELECTRE,”
[7] D. M. Sinaga, R. R, R. Alfah, A. P. Windarto, and A. Wanto, “Jurnal Sains dan Informatika,” Jurnal
Sains dan Informatika, vol. 5, no. 2, pp. 129–135, 2018.
[8] P. P. P. A. N. . F. I. R.H Zer, Masitha, A. P. Windarto, and A. Wanto, “Analysis of the ELECTRE Method on the Selection of Student Creativity Program Proposals,” Journal of Physics: Conference
Series, vol. 1255, no. 1, pp. 1–7, 2019.
[9] Mesran, G. Ginting, Suginam, and R. Rahim, “Implementation of Elimination and Choice Expressing Reality ( ELECTRE ) Method in Selecting the Best Lecturer ( Case Study STMIK BUDI DARMA ),” International Journal of Engineering Research & Technology (IJERT), vol. 6, no. 02, pp. 141– 144, 2017.
[10] A. Abdolazimi, M. Momeni, and M. Montazeri, “Comparing ELECTRE and Linear Assignment Methods in Zoning Shahroud-Bastam Watershed for Artificial Recharge of Groundwater with GIS Technique,” Modern Applied Science, vol. 9, no. 1, pp. 68–82, 2015.
[11] M. G. Yücel and A. Görener, “Decision Making for Company Acquisition by ELECTRE Method,”
International Journal of Supply Chain Management, vol. 5, no. 1, pp. 75–83, 2016.
[12] T. Limbong et al., Sistem Pendukung Keputusan: Metode & Implementasi, 1st ed. Yayasan Kita Menulis, 2020.