Implementasi Metode Weighted Product dan Pembobotan Rank Order Centroid Dalam Pemberian Penghargaan Predikat Kader Terbaik

Implementasi Metode Weighted Product dan Pembobotan Rank Order Centroid Dalam Pemberian Penghargaan Predikat Kader Terbaik

Feri Setiawan^1*, Lusiyanti1, Dedi Setiawan²

1Program Studi Sistem Informasi, STMIK Triguna Dharma, Medan, Indonesia

2Program Studi Teknik Komputer, STMIK Triguna Dharma, Medan, Indonesia Email: ^1,* ferysetiawan13@gmail.com, ² lusiyanti.tgd@gmail.com, ³ setiawandedi07@gmail.com

Email iPenulis iKorespondensi: ferysetiawan13@gmail.com

Abstrak−Penelitian ini membahas proses pemberian penghargaan kepada kader terbaik dengan memanfaatkan sistem pendukung keputusan menggunakan metode Weighted Product dan metode pembobotan kriteria menggunakan Rank Order Centroid untuk memperoleh bobot kriteria secara sistematis dengan studi kasus yang diteliti yaitu pada Pimpinan Komisariat Ikatan Mahasiswa Muhammadiyah Fakultas Ilmu Komputer Universitas Muhammadiyah Riau. Prosedur yang dilakukan dalam pemberian perhargaan untuk kader terbaik dengan menggunakan beberapa sampel data alternatif dan beberapa kriteria yang berkaitan dengan penilaian tersebut. Jumlah data alternatif yang digunakan untuk diujikan pada penelitian ini yaitu sebanyak 10 sampel data alternatif dan 5 kriteria penilaian. Kriteria yang digunakan yaitu Keaktifan (K1), Jenjang Training (K2), Indeks Prestasi Kumulatif (K3), Leadership (K4), dan Teamwork (K5). Hasil yang diperoleh setelah dilakukan pengujian yaitu A6 sebagai alternatif terbaik dengan nilai akhir yang diperoleh sebesar 0.3515 dan dinyatakan sebagai kader terbaik. Metode Weighted Product dan dibantu dengan metode pembobotan Rank Order Centroid mampu dalam melakukan keputusan untuk pemberian perhargaan (reward) kepada kader terbaik pada Pimpinan Komisariat Ikatan Mahasiswa Muhammadiyah Fakultas Ilmu Komputer Universitas Muhammadiyah Riau.

Kata Kunci: Sistem Pendukung Keputusan; Ikatan Mahasiswa Muhammadiyah; Weighted Product; Kader Terbaik, Rank Order Centroid

Abstract− This study discusses the process of awarding the best cadres by utilizing a decision support system using the Weighted Product method and the criteria weighting method using the Rank Order Centroid to obtain the weighting of the criteria systematically with the case studies studied, namely the Leadership of the Commissariat of Muhammadiyah Students, Faculty of Computer Science, University of Muhammadiyah Riau. The procedure carried out in awarding the best cadres by using several alternative data samples and several criteria related to the assessment. The number of alternative data used to be tested in this study were 10 samples of alternative data and 5 assessment criteria. The criteria used are Activeness (K1), Level of Training (K2), Grade Point Average (K3), Leadership (K4), and Teamwork (K5). The results obtained after testing are A6 as the best alternative with the final value obtained of 0.3398 and declared as the best cadre. The Weighted Product method and assisted by the Rank Order Centroid weighting method are able to make decisions for awarding the best cadres to the Commissariat Leaders of the Muhammadiyah Student Association, Faculty of Computer Science, University of Muhammadiyah Riau.

Keywords: Decision Support System; Ikatan Mahasiswa Muhammadiyah; Weighted Product; Best Cadre; Rank Order Centroid

1. PENDAHULUAN

Pada ruang lingkup dunia kemahasiswaan, di dalam setiap lembaga maupun organisasi kemahasiswaan tentunya memiliki ⁱsumber ⁱdaya ⁱmanusia (SDM) ⁱyang ⁱberkualitas ⁱadalah hal terpenting yang sangat berpengaruh atas kemajuan suatu lembaga ataupun organisasi kemahasiswaan. Maka dari itu iperlunya di isuatu iorganisasi kemahasiswaan sangat ⁱdiperlukan ⁱmemberikan ⁱpenghargaan ⁱkepada ⁱanggota pada ⁱsebuah ⁱorganisasi kemahasiswaan yang ⁱberfungsi ⁱuntuk ⁱmeningkatkan ⁱkinerja dan ⁱloyalitas ⁱserta ⁱmencapai ⁱtujuan yang diharapkan oleh ⁱorganisasi kemahasiswaan tersebut [1][2].

Seperti contohnya yaitu pada iIkatan iMahasiswa iMuhammadiyah (IMM). Adapun IMM imerupakan isalah

isatu organisasi mahasiswa terbesar yang ada Indonesia dengan struktur tingkatan kepengurusan yang hirarkis dimulai dari ⁱPimpinan ⁱPusat, ⁱPimpinan ⁱDaerah, ⁱPimpinan ⁱCabang sampai dengan tingkatan Pimpinan Komisariat. Dan organisasi IMM imerupakan igerakan iMahasiswa iIslam yang iberaqidah Islam ibersumber al- Quran dan As-Sunah. Dalam melakukan aktivitas dan kegiatan di dalam internal kepengurusan IMM, sering mengagendakan kegiatan dalam pemilihan kader terbaik di setiap tingkatan kepengurusan, terutama pada Pimpinan Komisariat ⁱIkatan ⁱMahasiswa ⁱMuhammadiyah ⁱFakultas ⁱIlmu ⁱKomputer ⁱUniversitas ⁱMuhammadiyah

iRiau. Akan tetapi sejauh ini di dalam proses pemilihan kader terbaik tersebut, masih menggunakan cara yang cenderung subyektif dengan cara yang manual dan tidak menggunakan kriteria penilaian yang baku sehingga memungkinkan tidak adanya validitas didalam penentuannya. Maka ⁱuntuk ⁱmengatasi ⁱhal ⁱtersebut, ⁱdiperlukan

isuatu pendekatan yang sistematis dan obyektif secara dengan ide yang revolusioner. ⁱSalah ⁱsatu ⁱcara ⁱyang ⁱdapat

idilakukan iyaitu dengan imemanfaatkan imetode isistem ipendukung ikeputusan.

Dalam ⁱSistem ⁱPengambilan ⁱKeputusan ⁱdianggap ⁱsebagai ⁱsatu ⁱproses ⁱpemilihan ⁱsuatu ⁱjalur dengan

ibeberapa alternatif-alternatif yang ada, ⁱsetiap ⁱpengambilan ⁱkeputusan ⁱselalu ⁱmenghasilkan ⁱsatu ⁱpilihan. Maka dapat dipastikan bahwa ⁱseorang ⁱanggota yang ⁱmenerima ⁱpenghargaan ⁱtentunya ⁱharus ⁱmemenuhi ⁱbeberapa

ikriteria-kriteria penilaian yang ditentukan dalam memperoleh keputusan yang akurat [3].

Beberapa ipenelitian terkait yang berhubungan dengan ipenelitian ini yaitu seperti pada penelitian yang dilakukan oleh Rifqo et.al, dalam meneliti itentang isistem ipendukung ikeputusan ipemberian ireward ikepada kader terbaik di ⁱIkatan ⁱMahasiswa ⁱMuhammadiyah ⁱKota ⁱBengkulu ⁱmenggunakan ⁱmetode ⁱSimple ⁱAdditive Weighting.

Hasil yang diperoleh ⁱdari ⁱpenelitian ⁱtersebut ⁱyaitu dengan menggunakan sistem yang terkomputerisasi dapat mempermudah dalam penilaian untuk pemberian reward kepada kader terbaik secara otomatis dan dengan waktu yang singkat [1].

Penelitian yang dilakukan oleh Hafiz & Ma’mur dalam membahas pemilihan karyawan terbaik dengan metode Weighted Product. Hasil yang diperoleh yaitu sistem yang dibangun ⁱdapat ⁱmemberikan ⁱkemudahan ⁱbagi

ipihak perusahaan ⁱdalam ⁱmemilih ⁱkaryawan ⁱterbaik ⁱsehingga ⁱhasil ⁱkedepannya ⁱmemacu ⁱkinerja ⁱkaryawan dan membuat ⁱperusahaan ⁱberkembang ⁱdengan ⁱpesat [4]. Penelitian yang dilakukan oleh Yudistira & Sari yang membahas pemilihan karyawan terbaik dengan metode weighted product. Hasil yang diperoleh yaitu dengan

iterciptanya ⁱsistem ⁱpendukung ⁱkeputusan ⁱini ⁱdapat menghasilkan ⁱinformasi ⁱkaryawan ⁱterbaik yang ⁱberhak

imenerima ⁱreward yang ⁱberpotensi ⁱmemacu ⁱkinerja karyawan ⁱmenjadi ⁱlebih ⁱbaik [5].

Berdasarkan ⁱlatar ⁱbelakang ⁱyang ⁱdijelaskan pada ⁱbagian ⁱsebelumnya, ⁱmaka ⁱdengan ⁱini ⁱpenulis

ibermaksud untuk ⁱmelakukan ⁱpenelitian ⁱdengan ⁱmenerapkan ⁱsistem ⁱpendukung ⁱkeputusan ⁱdalam ⁱpenentuan

ipemberian perhargaan ⁱkepada kader terbaik pada ⁱPimpinan ⁱKomisariat ⁱIkatan ⁱMahasiswa ⁱMuhammadiyah

iFakultas ⁱIlmu Komputer ⁱUniversitas ⁱMuhammadiyah ⁱRiau dengan memanfaatkan penerapan metode Weighted Product dan dibantu dengan metode pembobotan Rank Order Centroid yang bertujuan untuk memberikan kemudahan kepada ⁱPimpinan ⁱKomisariat ⁱIkatan ⁱMahasiswa ⁱMuhammadiyah Fakultas ⁱIlmu ⁱKomputer

iUniversitas ⁱMuhammadiyah ⁱRiau dalam menilai dan memberikan reward kepada anggotanya untuk ditetapkan sebagai kader terbaik.

2. METODOLOGI PENELITIAN

2.1 Tahapan iPenelitian

Tahapan ipenelitian yang idilakukan oleh ipenulis idengan iurutan ilangkah-langkah yang harus dilakukan iuntuk menghasilkan suatu kesimpulan dari penelitian ini idengan tahapan penelitian isebagai iberikut:

Gambar 1. Tahapan Penelitan

Adapun penjelasan dari tahapan penelitian pada Gambar 1 di atas sebagai berikut:

a. Pengumpulan data

Pada tahap ipengumpulan data dilakukan dengan observasi ataupun wawancara kepada studi kasus yang digunakan ipada ipenelitian iini iuntuk mendapatkan sampel data yang akan diujikan.

b. Studi Literatur

Studi literatur imerupakan itahapan ipenelitian yang idilakukan idengan icara melakukan ikajian imengenai iteori-teori iyang iterkait bersumber dari ibuku, iartikel dan ijurnal.

c. Analisa

Proses ianalisa ipenelitian idilakukan dengan sampel data yang ditentukan yang dimulai dengan menganalisa permasalahan yang terjadi dalam penentuan kader terbaik. Kemudian menganalisa cara manual dan menganalisa dengan cara yang baru dengan perhitungan metode Weighted Product.

d. Pengujian

Tahapan pengujian untuk mengetahui apakah penerapan perhitungan metode Weighted Product dapat menjawab dari tujuan penelitian yang diharapkan dalam Penentuan Kader Terbaik.

e. Kesimpulan

Merupakan itahapan iakhir yang berisi ihasil ievaluasi iseluruh itahapan penelitian yang idilakukan idalam penelitian penentuan kader terbaik.

2.2 Ikatan Mahasiswa Muhammadiyah

Berdasarkan yang itertuang pada iAnggaran Dasar dan iAnggaran iRumah iTangga (AD/ART) iIkatan iMahasiswa Muhammadiyah yang disingkat IMM iadalah salah satu iorganisasi ikemahasiswaan iyang idibentuk ipada itanggal 14 Maret i1964 M / i29 iSyawal 1384 H. IMM imengkonsepkan iorganisasinya iyang imenjunjung itinggi

ikeagamaan, kemasyarakatan, dan ikemahasiswaan, idengan itujuannya iadalah imengusahakan iterbentuknya

iakademisi Islam yang iberahlak imulia iuntuk imencapai itujuan iMuhammadiyah (AD idan ART) [1].

2.3 Sistem Pendukung Keputusan

Sistem iPendukung iKeputusan (SPK) imerupakan isistem yang imampu imemberikan ikemampuan idalam memecahkan imasalah yang isifatnya semi iterstruktur maupun itidak iterstruktur. Sistem iini idigunakan untuk membantu iuntuk imembantu idalam ipengambilan ikeputusan, idimana itak iseorang pun tahu isecara pasti ibagaimana keputusan iseharusnya dibuat. Salah satu yang menjadi tujuan dari SPK ini iadalah imembantu idalam menyelesaikan imasalah yang ada, iserta imendukung idalam imengambil ikeputusan isuatu imasalah [6][7][8].

2.4 Metode Weighted Product

Weighted Product imerupakan metode yang menggunakan teknik perkalian untuk menghubungkan rating attribute, dengan rating tiap atribut harus dipangkatkan terlebih dahulu dengan atribut bobot yang bersangkutan, dengan langkah penyelesaiannya yaitu sebagai berikut[9],[10],[11],[12].

a. Langkah Pertama, melakukan normalisasi atau perbaikan bobot dengan rumus berikut.

𝑤_𝑗= _{∑ 𝑤}^𝑤𝑗

𝑗 (1)

Dengan lmenghasilkan lnilai 𝑤_𝑗 = 1 ldimana j = 1,2,….,n ladalah banyak alternatif dan ∑ 𝑤_𝑗 adalah jumlah keseluruhan nilai bobot.

b. Langkah Kedua, menentukan Nilai Vektor (S) dengan rumus sebagai berikut.

𝑆_𝑖= ∏^𝑛_𝑗−1𝑥_𝑖𝑗𝑤_𝑗∏^𝑛_𝑗−1𝑥_𝑖𝑗𝑤_𝑗 (2)

Nilai vektor ditentukan idengan imengalikan iseluruh ikriteria dengan alternatif ihasil inormalisasi atau perbaikan bobot yang iberpangkat ipositif untuk ikriteria keuntungan (benefit) dan yang iberpangkat inegatif untuk ikriteria biaya (cost).

c. Langkah Ketiga, menentukan Nilai Vektor (V) dengan rumus berikut.

𝑉_𝑖= ^{∏ 𝒙𝒊𝒋𝒘𝒋}

𝒏𝒋−𝟏

∏𝒏 (𝑿_𝒋^𝒘)𝒘𝒋 𝒋−𝟏

(3)

d. Dengan menentukan nilai vektor (V) yang merupakan preferensi alternatif yang digunakan untuk perangkingan dari masing-masing jumlah nilai vektor (S) dengan jumlah seluruh nilai vector [13].

2.5 Rank Order Centroid

Rank Order Centroid (ROC) adalah metode yang mampu dalam memberikan hasil bobot kriteria yang dibutuhkan pada sistem pendukung keputusan[14]. Penerapan metode ROC bekerja dengan menitikberatkan bahwa kriteria pertama lebih penting dibanding kriteria kedua, kriteria kedua lebih penting dibanding kriteria ke tiga, begitu selanjutnya[15]. Rumus persamaan yang digunakan untuk meneniukan kepentingan kriteria yaitu berikut [16]:

𝐶1 > 𝐶2 > 𝐶3 > 𝐶_𝑚 (4)

Kemudian nilai bobot dihasilkan dengan persamaan berikut [17],[18]:

𝑊_𝑚= ¹

𝑚∑ (¹

𝑖)

𝑚𝑖=1 (5)

3. HASIL DAN PEMBAHASAN

3.1 Penentuan ⁱKriteria dan ⁱAlternatif

Dalam melakukan penilaian untuk pemberian perhargaan (reward) kepada kader terbaik pada iPimpinan Komisariat ⁱIkatan ⁱMahasiswa ⁱMuhammadiyah ⁱFakultasⁱⁱIlmu ⁱKomputer ⁱUniversitas ⁱMuhammadiyah ⁱRiau, pada penelitian ini menggunakan 10 data sampel anggota yang ⁱakan ⁱdinilai ⁱberdasarkan ⁱkriteria ⁱyang ⁱtelah ditetapkan isebelumnya. Jumlah ikriteria yang ditetapkan yaitu sebanyak 5 kriteria. Bobot kriteria dihitung berdasarkan rumus Rank Order Centroid dengan terlebih dahulu menentukan urutan peringkat prioritas dari masing-masing kriteria yang digunakan dengan menggunakan persamaan (4) dan persamaan (5). Adapun kriteria dan bobot kriteria ROC yang ditetapkan ⁱdapat ⁱdilihat pada ⁱTabel 1 ⁱberikut:

Tabel 1. Data iKriteria dan Bobot iKriteria ROC

Kode Kriteria Keterangan Prioritas Bobot Kriteria ROC

K1 Keaktifan Benefit 1 1 +1

2 + 1 3 +

1 4 +

1 5

5 = 0.456

K2 Jenjang Training Benefit 5 0 + 0 + 0 + 0 +1 5

5 = 0.04

K3 Indeks Prestasi

Kumulatif Benefit 2 0 +1

2 + 1 3 +

1 4 +

1 5

5 = 0.256

K4 Leadership Benefit 3 0 + 0 +1

3 + 1 4 +

1 5

5 = 0.156

K5 Teamwork Benefit 4 0 + 0 + 0 +1

4 + 1 5

5 = 0.09

Kemudian dari kelima kriteria yang ditentukan untuk penilaian kader terbaik, masing-masing memiliki bobot kepentingan per kriteria untuk menentukan penilaian idari imasing-masing ialternatif iterhadap ikriteria yang digunakan. Masing-masing kriteria menggunakan kategori penilaian yang berbeda terhadap kondisi yang dimiliki oleh alternatif iyang idigunakan ipada ipenelitian ini idan untuk nilai bobot kepentingannya yaitu idapat idilihat ipada Tabel 2 isampai idengan iTabel 6 isebagai iberikut:

Tabel 2. Nilai Bobot Kriteria Keaktifan

Keterangan Bobot

Tidak iAktif Cukup iAktif Aktif Sangat iAktif

1 2 3 4 Tabel 3. Nilai Bobot Kriteria Jenjang Training

Keterangan Bobot

Darul iArqam iDasar (DAD) Darul iArqam iMadya (DAM) Darul iArqam iParipurna (DAP)

1 2 3 Tabel 4. Nilai Bobot Kriteria Indeks Prestasi Kumulatif

Keterangan Bobot

0.00 - 1.99 2.00 – 2.75 2.76 – 3.25 3.26 – 4.00

1 2 3 4 Tabel 5. Nilai Bobot iKriteria Leadership

Keterangan Bobot

Sangat iBuruk Buruk Cukup iBaik Baik Sangat iBaik

1 2 3 4 5 Tabel 6. Nilai Bobot iKriteria Team Work

Keterangan Bobot

Sangat iBuruk Buruk Cukup iBaik Baik Sangat iBaik

1 2 3 4 5

Kemudian untuk data alternatif iyang idigunakan ipada ipenelitian iini idengan kategori idari imasing- masing kriteria yang iditentukan iyaitu idapat idilihat ipada iTabel 7 iberikut:

Tabel 7. Data Alternatif Yang Digunakan

Alternatif

Kriteria Keaktifan (K1) Jenjang

Training (K2) IPK (K3) Leadership (K4)

Team Work (K5) RAP (A1)

ROP (A2) AGH (A3) ARS (A4) NFM (A5) ARO (A6) AIM (A7) AYS (A8) NGA (A9) INF (A10)

Sangat Aktif Sangat Aktif Cukup Aktif Cukup Aktif

Aktif Sangat Aktif

Aktif Sangat Aktif

Aktif Aktif

DAM DAD DAD DAD DAD DAM DAD DAD DAD DAM

3.24 3.30 2.98 2.87 2.77 3.40 3.65 3.63 3.46 3.31

Baik Cukup iBaik Cukup iBaik

Baik Cukup Baik Sangat iBaik

Baik Sangat iBaik

Baik Baik

Sangat iBaik Baik Baik Baik Cukup iBaik

Baik Sangat iBaik

Baik Baik Baik Dari data alternatif pada Tabel 7 diatas, selanjutnya data alternatif tersebut masing-masing dikonversikan ataupun dinormalisasikan sesuai dengan berdasarkan nilai bobot kepentingan idari imasing-masing ikriteria yang ditentukan ipada iTabel 2 sampai dengan iTabel 6 pada masing-masing alternatif, Adapun hasil normalisasi data alternatif ipada ipenelitian iini idapat idilihat ipada iTabel 8 iberikut:

Tabel 8. Data Alternatif Hasil Normalisasi

Alternatif

Kriteria Keaktifan (K1) Jenjang

Training (K2) IPK (K3) Leadership (K4)

Team Work (K5) RAP (A1)

ROP (A2) AGH (A3) ARS (A4) NFM (A5) ARO (A6) AIM (A7) AYS (A8) NGA (A9) INF (A10)

4 4 2 2 3 4 3 4 3 3

2 1 1 1 1 2 1 1 1 2

3 4 3 3 3 4 4 4 4 4

3 2 2 3 2 4 3 4 3 3

4 3 3 3 2 3 4 3 3 3 3.2 Perhitungan Metode Weighted Product

a. Langkah pertama sebelum dilakukannya iperhitungan imetode iWeighted iProduct iyaitu imelakukan perbaikan nilai ibobot kriteria iterlebih idahulu dengan ketentuan ∑ 𝑤𝑗 = 1. Adapun caranya yaitu sebagai berikut:

𝑊𝑗 = 𝑤𝑗

∑𝑤𝑗

𝑊₁= 0.456

0.456 + 0.256 + 0.156 + 0.09 + 0.04= 0.456

𝑊₂= 0.256

0.456 + 0.256 + 0.156 + 0.09 + 0.04= 0.256

𝑊₃= 0.156

0.456 + 0.256 + 0.156 + 0.09 + 0.04= 0.156

𝑊₄= 0.09

0.456 + 0.256 + 0.156 + 0.09 + 0.04= 0.09

𝑊₅= 0.04

0.456 + 0.256 + 0.156 + 0.09 + 0.04= 0.04

b. Kemudian langkah selanjutnya iyaitu imenghitung inilai iVektor iS. Akan tetapi isebelum imenghitung inilai vektor S imaka idilakukan iperbaikan ibobot iterlebih idahulu isehingga idiperoleh ∑𝑤 = 1. Maka diperoleh nilai perbaikan bobot yaitu sebagai berikut:

[ W1 = 0.456, W2 = 0.256, W3 = 0.156, W4 = 0.09, W5 = 0.04]

Maka, perhitungan ivektor S berdasarkan rumus persamaan (2) dengan mempangkatkan nilai alternatif dan bobot kriteria hasil perbaikan dan hasil perkaliannya yaitu sebagai berikut:

𝑆₁= (4^0.456)(2^0.256)(3^0.156)(3^0.09)(4^0.04) = 3.1192 𝑆₂= (4^0.456)(1^0.256)(4^0.156)(2^0.09)(3^0.04) = 2.6029 𝑆₃= (2^0.456)(1^0.256)(3^0.156)(2^0.09)(3^0.04) = 1.8129

𝑆₄= (2^0.456)(1^0.256)(3^0.156)(3^0.09)(3^0.04) = 1.8805 𝑆₅= (3^0.456)(1^0.256)(3^0.156)(2^0.09)(2^0.04) = 2.1468 𝑆₆= (4^0.456)(2^0.256)(4^0.156)(4^0.09)(3^0.04) = 3.3100 𝑆₇= (3^0.456)(1^0.256)(4^0.156)(3^0.09)(4^0.04) = 2.3948 𝑆₈= (4^0.456)(1^0.256)(4^0.156)(4^0.09)(04) = 2.7708 𝑆₉= (3^0.456)(1^0.256)(4^0.156)(3^0.09)(3^0.04) = 2.3673 𝑆₁₀= (3^0.456)(2^0.256)(4^0.156)(3^0.09)(3^0.04) = 2.8280

c. Kemudian menghitung nilai vektor V untuk memperoleh penilaian akhir dari masing-masing alternatif sesuai dengan rumus persamaan (3) yaitu dengan membagikan inilai vektor S pada masing-masing alternatif dengan seluruh ijumlah ivektor S ipada isemua ialternatif. Dan berikut merupakan iperhitungan nilai vektor V dari seluruh data alternatif:

𝑉₁= 3.1192

25.2335= 0.3312 𝑉₂= 2.6029

25.2335= 0.2764 𝑉₃= 1.8129

25.2335= 0.1925 𝑉₄ = 1.8805

25.2335= 0.1997 𝑉₅= 2.1468

25.2335= 0.2280 𝑉₆= 3.3100

25.2335= 0.3515 𝑉₇= 2.3948

25.2335= 0.2543 𝑉₈= 2.7708

25.2335= 0.2942 𝑉₉= 2.3673

25.2335= 0.2514 𝑉₁₀= 2.8280

25.2335= 0.3003

d. Kemudian melakukan perangkingan berdasarkan iperhitungan inilai iakhir dari imasing-masing ialternatif dengan menjumlahkan inilai ivektor S dan ivektor V dari masing-masing ialternatif dan hasilnya yaitu seperti pada Tabel 9 berikut:

Tabel 9. Hasil iPerangkingan Akhir

iAlternatif Total iNilai iAkhir Peringkat

ARO (A6) RAP (A1) INF (A10) AYS (A8) AIM (A7) NGA (A9) ROP (A2) ARS (A4) NFM (A5) AGH (A3)

0.3515 0.3312 0.3003 0.2942 0.2764 0.2543 0.2514 0.2280 0.1997 0.1925

1 2 3 4 5 6 7 8 9 10

Setelah selesai dilakukannya pengujian pada penelitian ini, maka dari hasil penerapan iperhitungan menggunakan imetode weighted product yang idapat idilihat pada iTabel 9 untuk kasus yang diteliti dalam penelitian ini, diperoleh hasil yaitu A6 sebagai alternatif terbaik dengan total perhitungan nilai akhir yang diperoleh yaitu sebesar 0.3515 dan dapat dinyatakan sebagai kader terbaik berdasarkan nilai kriteria yang ditentukan.

Sedangkan A3 sebagai alternatif terkecil dengan total perhitungan nilai akhir yang diperoleh yaitu sebesar 0.1925.

Maka, dapat diketahui bahwa metode weighted product mampu dalam melakukan perhitungan untuk memperoleh keputusan dalam pemberian perhargaan (reward) kepada kader terbaik pada iPimpinan iKomisariat iIkatan Mahasiswa Muhammadiyah iFakultas iIlmu iKomputer iUniversitas iMuhammadiyah iRiau.

4. KESIMPULAN

Dari pengujian perhitungan yang telah selesai dilakukan berdasarkan alternatif dan kriteria yang ditentukan pada penelitian ini menggunakan perhitungan metode weighted product, diperoleh kesimpulan akhir. Adapun metode

weighted product mampu dalam menghasilkan perangkingan dalam menentukan pemberian perhargaan (reward) kader terbaik pada iPimpinan iKomisariat iIkatan iMahasiswa iMuhammadiyah iFakultas iIlmu iKomputer Universitas ⁱMuhammadiyah ⁱRiau dengan A6 sebagai alternatif terbaik dari 10 sampel data alternatif yang digunakan berdasarkan kriteria yang diujikan dengan penilaian yang obyektif. Penelitian masih dianggap perlu untuk dikembangkan kembali agar memperoleh hasil yang lebih baik, diharapkan untuk pengembangan selanjutnya agar diujikan dengan menggunakan metode yang berbeda.

REFERENCES

[1] M. H. Rifqo, D. A. Prabowo, and J. Dernata, “Sistem Pendukung Keputusan untuk Pemberian Reward Kader Terbaik Organisasi Ikatan Mahasiswa Muhammadiyah Kota Bengulu Menggunakan Algoritma Simple Additive Weighting,”

Journal of Technopreneurship and Information System (JTIS), vol. 2, no. 2, pp. 81–88, 2019, doi: 10.36085/jtis.v2i2.372.

[2] S. Sonang S and A. T. Purba, “Implementasi Topsis Dalam Pemberian Reward Guru Terbaik Pada Smk Swasta 1 Hkbp Pematangsiantar,” Jurnal Teknik Informasi dan Komputer (Tekinkom), vol. 4, no. 1, pp. 1–8, 2021, doi:

10.37600/tekinkom.v4i1.226.

[3] A. I. Lubis, P. Sihombing, and E. B. Nababan, “Comparison SAW and MOORA Methods with Attribute Weighting Using Rank Order Centroid in Decision Making,” 2020 3rd International Conference on Mechanical, Electronics, Computer, and Industrial Technology (MECnIT) Comparison, pp. 127–131, 2020.

[4] M. M. Aliy Hafiz, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Dengan Pendekatan Weighted Product,”

Cendikia, vol. 15, no. 2, pp. 23–28, 2018.

[5] A. C. Yudistira and Y. S. Sari, “Sistem Pendukung Keputusan Menggunakan Metode Weighted Product untuk Pemilihan Karyawan Terbaik UMKM ZainToppas,” Jurnal Sisfokom (Sistem Informasi dan Komputer), vol. 9, no. 2, pp. 229–235, 2020, doi: 10.32736/sisfokom.v9i2.870.

[6] R. Khalida, B. Bangun, and N. Oktari, “Penerapan Metode ROC dan Weighted Aggregated Sum Product Assesment ( WASPAS ) dalam Penerimaan Asisten Perkebunan,” vol. 5, pp. 937–944, 2021, doi: 10.30865/mib.v5i3.3092.

[7] Yendrizal, “Penentuan Siswa SMK Kimia Analisa Terbaik Yang Akan Dikirim Mengikuti Olimpiade Kimia Tingkat Nasional Menerapkan Metode Entropy dan MOORA,” Jurnal Media Informatika Budidarma, vol. 4, pp. 963–969, 2020, doi: 10.30865/mib.v4i4.2350.

[8] R. Akbar, “Perancangan Aplikasi Perangkingan Perguruan Tinggi Menggunakan Fuzzy Simple Additive Weighting (SAW) (Studi Kasus: 25 PT Wilayah Kopertis XIII Provinsi Aceh),” Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi), vol. 2, no. 1, p. 1, 2018, doi: 10.35870/jtik.v2i1.41.

[9] A. Prabowo, S. Sawaluddin, and A. Candra, “Komparasi Metode Simple Additive Weighting dan Weighted Product dengan Kombinasi Pembobotan Atribut Information Gain,” InfoTekJar: Jurnal Nasional …, vol. 2, 2021, [Online].

Available: https://jurnal.uisu.ac.id/index.php/infotekjar/article/view/3657.

[10] S. D. Saraswati, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Dengan Pendekatan Weighted Product (Studi Kasus Pada PT Republika Media Mandiri Jakarta),” Jurnal Riset Komputer (JURIKOM), vol. 6, no. 5, pp. 470–

476, 2019.

[11] S. Supiyandi, R. N. Fuad, and ..., “Sistem Pendukung Keputusan Pemberian Kredit Koperasi Menggunakan Metode Weighted Product,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, pp. 1132–1139, 2020, doi:

10.30865/mib.v4i4.2367.

[12] D. C. Yoni and H. Mustafidah, “Penerapan Metode WP (Weighted Product) Untuk Pemilihan Mahasiswa Lulusan Terbaik di Fakultas Teknik Universitas Muhammadiyah Purwokerto,” Juita, vol. IV, no. 1, pp. 22–27, 2016.

[13] N. A. Syafitri, Sutradi, and A. P. Dewi, “Penerapan Metode Weighted Product Dalam Sistem Pendukung Keputusan Pemilihan Laptop Berbasis Web,” semanTIK, vol. 2, no. 1, pp. 169–176, 2019.

[14] M. Badaruddin, “Sistem Pendukung Keputusan Penilaian Kinerja Karyawan Menerapkan Kombinasi Metode Simple Additive Weighting (SAW) dengan Rank Order Centroid (ROC),” Jurnal Media Informatika Budidarma, vol. 3, no. 4, p. 366, 2019, doi: 10.30865/mib.v3i4.1508.

[15] T. Panggabean and Y. F. Manalu, “Penerapan Metode Simple Additive Weighting ( SAW ) dalam Pemberian Reward Bagi Pegawai Honorer Menggunakan Pembobotan Rank Order Centroid,” vol. 5, pp. 1667–1673, 2021, doi:

10.30865/mib.v5i4.3146.

[16] S. Silvilestari, “Penerapan Kombinasi Metode Simple Additive Weighting (SAW) dan Rank Order Centroid (ROC) dalam Keputusan Pemberian Kredit,” Jurnal Media Informatika Budidarma, vol. 3, no. 4, p. 371, 2019, doi:

10.30865/mib.v3i4.1509.

[17] M. Simarmata, A. Saleh, and M. B. Akbar, “PENERAPAN METODE SMARTER DALAM SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN KUALITAS GETAH KARET ( STUDI KASUS : PTPN III MEDAN ),” Jurnal Masyarakat Telematika dan Informasi, vol. 10, no. 1, pp. 13–25, 2019.

[18] L. Handayani, M. Syahrizal, and K. Tampubolon, “Pemilihan Kepling Teladan Menerapkan Metode Rank Order Centroid (Roc) Dan Metode Additive Ratio Assessment (Aras) Di Kecamatan Medan Area,” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 3, no. 1, pp. 532–538, 2019, doi: 10.30865/komik.v3i1.1638.