Penerapan Kombinasi Metode MOORA dengan Pembobotan Rank Order Centroid Dalam Penentuan Guru Terbaik

Penerapan Kombinasi Metode MOORA dengan Pembobotan Rank Order Centroid Dalam Penentuan Guru Terbaik

Lusiyanti^*, Feri Setiawan, Puji Sari Ramadhan

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

Email: ^1,*lusiyanti.tgd@gmail.com, ²ferysetiawan13@gmail.com, ³pujisariramadhan@gmail.com Email Penulis Korespondensi: lusiyanti.tgd@gmail.com

Abstrak−Dalam penelitian ini, penulis melakukan riset pada topik sistem pendukung keputusan dalam penentuan guru terbaik.

Studi kasus yang digunakan yaitu pada SMK Negeri 1 Lima Puluh Kabupaten Batubara Provinsi Sumatera Utara. Secara pelaksanaannya, pemilihan guru terbaik maupun berprestasi di sekolah tersebut belum dilakukan secara obyektif atau dengan kata lain pemillihan guru terbaik masih dilakukan dengan cara yang subyektif yang dimana validasi dalam penentuannya tidak diketahui pasti keterbukaannya. Maka untuk mengatasi masalah tersebut, penulis mengusulkan untuk menerapkan perhitungan Sistem Pendukung Keputusan (SPK) dalam penyelesaian permasalahan tersebut. Metode yang digunakan pada penelitian ini yaitu dengan metode MOORA dan menggunakan metode pembobotan kriteria dengan Rank Order Centroid. Adapun kriteria yang digunakan yaitu sebanyak lima kriteria yang terdiri dari Cara Mengajar (K1), Motivasi dan Inovasi (K2), Tanggung Jawab (K3), Problem Solving (K4), serta Wawasan dan Kreativitas (K5). Kemudian sampel data alternatif yang digunakan yaitu sebanyak sepuluh data yang berasal dari SMK Negeri 1 Lima Puluh. Hasil pengujian yang diperoleh yaitu Iswanto (A3) memperoleh nilai preferensi akhir tertinggi yaitu 0.4182 dan dapat dinyatakan sebagai guru terbaik dengan peringkat pertama.

Kemudian dapat diketahui bahwa metode MOORA dan Rank Order Centroid mampu dalam memberikan rekomendasi keputusan guru terbaik pada SMK Negeri 1 Lima Puluh dengan menggunakan perhitungan yang obyektif.

Kata Kunci: Sistem Pendukung Keputusan; MOORA; Guru Terbaik; Rank Order Centroid

Abstract−In this study, the authors conducted research on the topic of decision support systems in determining the best teacher.

The case study used is at SMK Negeri 1 Lima Puluh Batubara Regency, North Sumatra Province. In practice, the selection of the best teachers and achievers in these schools has not been carried out objectively or in other words, the selection of the best teachers is still carried out in a subjective way where the validation in its determination is not known for certain openness. So to overcome this problem, the authors propose to apply the calculation of the Decision Support System (DSS) in solving these problems. The method used in this study is the MOORA method and uses the criteria weighting method with Rank Order Centroid. The criteria used are five criteria consisting of Teaching Method (K1), Motivation and Innovation (K2), Responsibility (K3), Problem Solving (K4), and Insight and Creativity (K5). Then the alternative data samples used were as many as ten data from SMK Negeri 1 Lima Puluh. The test results obtained were Iswanto (A3) obtained the highest final preference value of 0.4182 and could be declared the best teacher with the first rank. Then it can be seen that the MOORA and Rank Order Centroid methods are able to provide recommendations for the best teacher decisions at SMK Negeri 1 Lima Puluh using objective calculations.

Keywords: Decision Support System; MOORA; Best teacher; Rank Order Centroid

1. PENDAHULUAN

Dalam usaha meningkatkan kualitas pada sektor pendidikan, tentunya yang menjadi ujung tombak dalam hal tersebut yaitu Guru. Proses realisasi dalam meningkatkan kualitas pendidikan tersebut, faktanya seorang guru harus melaksanakannya dengan interaksi secara langsung kepada peserta ⁱdidik ⁱdalam ⁱpembelajaran yang dilakukan di dalam ⁱruang ⁱkelas. Dengan interaksi pada ⁱproses ⁱbelajar ⁱmengajar tersebut yang diharapkan menjadi sumber dalam meningkatkan kualitas Pendidikan. Adapun yang dilakukan pemerintah dalam hal memajukan pendidikan tersebut yaitu dengan memberdayakan guru dan memberikan penghargaan terutama bagi mereka yang mendapatkan predikat sebagai guru yang berprestasi yang didasarkan ⁱpada ⁱUU ⁱNo. 14 ⁱTahun ⁱ2005 ⁱTentang Guru dan ⁱDosen secara spesifik termaktub dalam pasal 36 ayat 1 ⁱyang ⁱmengamanatkan ⁱbahwa ⁱguru ⁱyang berprestasi, berdedikasi luar biasa atau yang bertugas di daerah khusus berhak memperoleh penghargaan [1] [2][3].

Pada riset ini, studi kasus yang diterapkan yaitu penentuan guru terbaik pada Sekolah Menengah Kejuruan (SMK) Negeri 1 Lima Puluh, Kabupaten Batubara, Provinsi Sumatera Utara yang dimana dalam proses melakukan pemilihan dan penilaian untuk guru berprestasi pada umumnya dinilai masih dengan cara yang subyektif [4]. Hal tersebut didasarkan ihanya iberdasarkan ipendapat pribadi idari imasing-masing iguru idan itidak ididasari idengan kriteria-kriteria ⁱtertentu, dan hal tersebut berpotensi terjadinya kecemburuan sosial sebab cara yang dilakukan tidak dengan cara yang obyektif dan berujung kepada terjadinya rasa ketidak adilan akibat dari cara subyektif tersebut diantara sesama guru yang mengajar pada sekolah tersebut [5] [6]. Maka dari pada itu, seharusnya pihak sekolah dianjurkan harus menetapkan dan menyepakati beberapa kriteria tertentu dalam menentukan guru berprestasi meskipun pada penilaian pada tahap akhir tetap dilakukan dengan cara pengambilan suara terbanyak (voting) dari yang mempunyai hak suara dalam menentukan guru berprestasi yang tentunya juga dilakukan oleh para guru [7].

Menurut Gunawan (2015), dalam melakukan pengambilan keputusan untuk memutuskan dan menetapkan kriteria penilaian guru berprestasi yang telah ⁱmemenuhi ⁱkualitas ⁱyang diterima ⁱatau ⁱtidak ⁱdidasari ⁱbeberapa

kriteria iyang iditetapkan ioleh isekolah. iMaka isalah isatu icara iyang idapat idilakukan idalam menghindari penilaian guru berprestasi secara subyektifitas, idiperlukan isuatu isistem ipendukung ikeputusan (SPK) yang dapat membantu dalam melakukan seleksi untuk ⁱmemutuskan siapa saja ⁱyang berhak memperoleh predikat guru berprestasi [8].

Pada ⁱsistem ⁱpendukung ⁱkeputusan, ⁱada ⁱbanyak ⁱmetode ⁱyang ⁱdapat diterapkan dalam menyelesaikan suatu permasalahan. ⁱSalah ⁱsatunya yaitu dengan menerapkan ⁱmetode ⁱMulti ⁱObjective ⁱOptimization ⁱon ⁱThe

iBasis iof Ratio iAnalysis (MOORA). Adapun iMOORA salah satu imetode iSPK iyang imemiliki itingkat

ifleksibilitas ⁱdan kemudahan ⁱuntuk ⁱdipahami ⁱdalam ⁱmemisahkan ⁱsubjektif ⁱdari ⁱsuatu ⁱproses ⁱevaluasi ⁱke ⁱdalam

ikriteria ⁱbobot keputusan ⁱdengan ⁱbeberapa ⁱatribut ⁱpengambilan ⁱkeputusan [9].

Beberapa ⁱpenelitian ⁱterdahulu ⁱyang ⁱberkaitan ⁱdengan ⁱpenelitian ini seperti penelitian ⁱyang ⁱdilakukan

ioleh Aisyah et.al yang meneliti tentang SPK untuk penentuan ⁱguru ⁱberprestasi ⁱdi ⁱGlobal ⁱPrima ⁱNational ⁱPlus

iSchool dengan metode SAW. Hasil penelitian tersebut pemilihan guru berprestasi ⁱlebih ⁱcepat ⁱdan ⁱtepat ⁱserta

imengurangi kesalahan ⁱdalam ⁱperhitungan ⁱnilai setelah menerapkan sistem komputerisasi [10]. Kemudian penelitian yang dilakukan oleh Nurmayana & Perwira dalam menentukan guru berprestasi menggunakan metode TOPSIS pada SMK Negeri 1 Pantai Labu. ⁱHasil ⁱpenelitian ⁱtersebut ⁱmenunjukkan ⁱbahwa ⁱsistem ⁱyang ⁱdibangun

idapat memudahkan ⁱpihak ⁱsekolah ⁱdalam ⁱmenentukan ⁱguru berprestasi secara obyektif [11].

Kemudian agar pembahasan pada penelitian ini menjadi ⁱterarah dan ⁱmencegah ⁱterlalu ⁱluasnya ⁱmasalah,

idalam penelitian ⁱini ⁱpenulis ⁱmembatasi ⁱpermasalahannya ⁱhanya ⁱpada ⁱlingkup ⁱpengidentifikasian ⁱmasalah ⁱyang

iterjadi mengenai ⁱpemilihan ⁱguru ⁱterbaik di SMK Negeri 1 Lima Puluh, dimulai ⁱdari ⁱpenentuan ⁱkriteria untuk menjadi guru terbaik sampai didapatkannya ⁱnama ⁱguru ⁱyang ⁱberhasil ⁱmenjadi ⁱguru ⁱberprestasi di SMK Negeri 1 ⁱLima Puluh ⁱdengan ⁱmenggunakan ⁱmetode MOORA. Kemudian pada penelitian ini, dalam penentuan bobot kriteria dihitung menggunakan metode pembobotan Rank Order Centroid yang dimana bobot kriteria dihitung berdasarkan tingkat prioritas dari jumlah kriteria yang digunakan[12],[13] sehingga diperoleh nilai bobot kriteria yang sistematis dan obyektif serta nilai bobot yang valid untuk diterapkan dalam perankingan data alternatif yang akan diujikan dalam sistem pendukung keputusan. Kemudian dengan penerapan metode pembobotan Rank Order Centroid ini juga menjadi pembeda dari penelitian ini dibandingkan penelitian-penelitian terdahulu yang dimana dalam penentuan guru terbaik, bobot kriteria masih menggunakan cara subyektif dan proporsional.

Berdasarkan ⁱpermasalahan ⁱdiatas, ⁱmaka ⁱtujuan ⁱdari ⁱpenelitian ⁱini ⁱyaitu ⁱuntuk ⁱmenentukan guru terbaik dengan ⁱkriteria ⁱyang relevan ⁱdalam ⁱrekomendasi ⁱpenentuan ⁱguru ⁱterbaik ⁱdan ⁱberprestasi ⁱdi ⁱSMK Negeri 1 Lima Puluh dengan menerapkan MOORA dan Rank Order Centroid dalam pengambilan keputusan penentuan guru terbaik di SMK Negeri 1 Lima Puluh, Kabupaten Batu Bara, Provinsi Sumatera Utara.

2. METODOLOGI PENELITIAN

2.1 Tahapan Penelitian

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

Gambar 1. Tahapan Penelitan 2.1.1 Identifikasi Masalah

Identifikasi ⁱmasalah ⁱyang ⁱakan ⁱdijadikan sebagai ⁱpokok ⁱpembahasan ⁱyaitu ⁱmenentukan kriteria ⁱyang ⁱada di SMK Negeri 1 Lima Puluh ⁱuntuk ⁱmenentukan ⁱguru ⁱberprestasi ⁱdan ⁱmenerapkan ⁱperhitungan metode ⁱMOORA.

2.1.2 Studi Literatur

Mengutip ⁱteori ⁱtentang ⁱsistem ⁱpendukung ⁱkeputusan, ⁱMOORA dan Rank Order Centroid ⁱdengan

imengumpulkan ⁱbuku-buku ⁱtentang sistem ⁱpendukung ⁱkeputusan, ⁱmetode ⁱpenelitian, ⁱskala ⁱpengukuran

ivariabel-variabel, ⁱmetode ⁱkuantitatif, ⁱjurnal nasional, serta ⁱinformasi ⁱyang berkaitan dengan penelitian ⁱyang

iakan ⁱdilakukan.

2.1.3 Pengumpulan Data

Pengumpulan idata idilakukan idengan imemberikan ikuesioner, melakukan observasi, idan iwawancara ikepada

iKepala Sekolah ⁱSMK ⁱNegeri 1 Lima Puluh ⁱsebagai ⁱpejabat ⁱyang ⁱberwenang.

2.1.4 Sampel Data Penelitian

Sampel data penelitian berupa data tentang ⁱkriteria ⁱguru ⁱberprestasi di SMK Negeri 1 Lima Puluh. Dan ⁱjuga informasi ⁱtentang ⁱbobot ⁱdari ⁱsetiap ⁱkriteria ⁱyang ⁱinformasi ⁱtersebut ⁱdidapat ⁱdari ⁱkepala ⁱsekolah SMK Negeri 1 Lima Puluh. ⁱKemudian ⁱyang ⁱmenjadi ⁱsampel ⁱdalam ⁱpenelitian ⁱini ⁱuntuk ⁱmenentukan ⁱguru ⁱterbaik adalah guru-guru di SMK Negeri 1 Lima Puluh yang terdiri dari 10 guru yang berstatus sebagai Guru Honor Sekolah dan Guru Honor Daerah Tk.I Provinsi.

2.1.5 Analisa Data

Penentuan guru ⁱterbaik ⁱdalam penelitian ini ⁱmenggunakan ⁱmetode MOORA ⁱyang ⁱdilakukan ⁱdengan mengumpulkan ⁱdata ⁱdari ⁱkuesioner ⁱyang ⁱtelah diisi oleh ⁱkepala ⁱsekolah SMK Negeri 1 Lima Puluh untuk mendapatkan informasi yang harus disimpulkan. ⁱSetelah ⁱtahap ⁱanalisa ⁱdata ⁱpemilihan guru ⁱterbaik, ⁱmaka akan dihasilkan ⁱsuatu ⁱhasil ⁱanalisis ⁱyang ⁱmerupakan ⁱhasil ⁱdari ⁱsuatu proses ⁱpenelitian ⁱyang dilakukan.

2.2 Metode MOORA

Pada ⁱpenelitian ⁱini, metode yang digunakan adalah Multi Objective Optimization on The Basis of Ratio Analysis (MOORA). Adapun langkah-langkah dalam perhitungan metode MOORA yaitu sebagai berikut [14],[15],[16]:

a. Langkah 1: Membuat sebuah keputusan matriks.

𝑋 = 𝑥11 𝑥21

…

𝑥12 𝑥22

… 𝑥𝑚1 𝑥𝑚2

…

…

… 𝑥1𝑛 𝑥2𝑛

… 𝑥𝑚𝑛…

(1)

b. Langkah 2: Melakukan normalisasi terhadap matriks keputusan

𝑥_𝑖𝑗^∗ = 𝑥_𝑖𝑗 / √[∑^𝑚_𝑖=1𝑥_𝑖𝑗²] (𝑗 = 1,2, … , 𝑛) (2) c. Langkah 3: Mengoptimalkan Atribut

𝑦_𝑖= ∑^𝑔_𝑗=1𝑥_𝑖𝑗^∗ − ∑^𝑛_𝑗=𝑔+1𝑥_𝑖𝑗^∗ (3) Apabila menyertakan bobot dalam pencarian yang ternormalisasi maka rumusnya:

𝑦_𝑖= ∑^𝑔_𝑗=1𝑤_𝑗𝑥_𝑖𝑗^∗ − ∑^𝑛_𝑗=𝑔+1𝑤_𝑗𝑥_𝑖𝑗^∗ (𝑗 = 1,2, … , 𝑛) (4)

d. Langkah 4: Perangkingan nilai Yi sebagai nilai preferensi terakhir. Alternatif terbaik yaitu memiliki nilai Yi tertinggi, sedangkan alternatif terburuk memiliki nilai yang rendah.

2.3 Rank Order Centroid

Rank Order Centroid (ROC) adalah metode yang bekerja dengan menitikberatkan bahwa kriteria pertama lebih penting dibanding kriteria kedua, kriteria kedua lebih penting dibanding kriteria ke tiga, begitu selanjutnya[17].

Rumus persamaan yang digunakan untuk menentukan kepentingan kriteria yaitu berikut [18]:

𝐶1 > 𝐶2 > 𝐶3 > 𝐶_𝑚 (5)

Kemudian nilai bobot dihasilkan dengan persamaan berikut [19],[20]:

𝑊_𝑚= ¹

𝑚∑ (¹

𝑖)

𝑚𝑖=1 (6)

3. HASIL DAN PEMBAHASAN

3.1 Kriteria dan Alternatif yang Digunakan

Dalam pemilihan guru terbaik pada SMK Negeri 1 Lima Puluh, ada 10 data sampelⁱguru yang ⁱakan ⁱdinilai berdasarkan kriteria yang ⁱditetapkan. Jumlah ⁱkriteria yang ditetapkan yaitu sebanyak 5 kriteria. Adapun kriteria yang ditetapkan berdasarkan dari keputusan Kepala SMK Negeri 1 Lima Puluh yaitu ⁱCara ⁱMengajar, ⁱMotivasi dan Inovasi, ⁱTanggung Jawab, Problem Solving, serta ⁱWawasan dan ⁱKreativitas. Langkah yang dilakukan ⁱuntuk melakukan ⁱperhitungan ⁱdalam ⁱmenentukan ⁱpemilihan guru terbaik pada SMK Negeri 1 Lima Puluh. Kemudian bobot kriteria dihitung berdasarkan rumus Rank Order Centroid dengan terlebih dahulu menentukan urutan peringkat prioritas dari masing-masing kriteria yang digunakan dengan menggunakan persamaan (5) dan persamaan (6). 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 Cara Mengajar Benefit 1 1 +1

2 + 1 3 +

1 4 +

1 5

5 = 0.456 K2 Motivasi dan Inovasi Benefit 5 0 + 0 + 0 + 0 +1

5

5 = 0.04

K3 Tanggung Jawab Benefit 2 0 +1

2 + 1 3 +

1 4 +

1 5

5 = 0.256

K4 Problem Solving Benefit 3 0 + 0 +1

3 + 1 4 +

1 5

5 = 0.156

K5 Wawasan dan

Kreativitas Benefit 4 0 + 0 + 0 +1

4 + 1 5

5 = 0.09

Kemudian menentukan iNilai iBobot iKepentingan iuntuk isetiap alternatif pada isetiap ikriteria seperti pada Tabel 5 berikut:

Tabel 2. Nilai Bobot Kepentingan Kriteria

Skala Bobot Kriteria

Sangat Baik Baik Cukup Baik

Buruk Sangat Buruk

5 4 3 2 1

Selanjutnya, menentukan data alternatif yang kemudian data alternatif tersebut dikonversi ke bentuk nilai bobot kepentingan yang akan digunakan dalam pemilihan guru terbaik sesuai dengan Tabel 3 dan Tabel 4 berikut:

Tabel 3. Data Alternatif

Kode Alternatif Kriteria

K1 K2 K3 K4 K5

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

Sahnan Sri Herawani Iswanto Rodhiana Ibnu Hadi Efrizal Akhiruddin Cosmas Sirait Adnan Haris Halimah

Baik Baik Baik Baik Sangat Baik

Baik Baik Baik Sangat Baik Sangat Baik

Baik Cukup Baik Sangat Baik

Baik Baik Sangat Baik

Baik Sangat Baik Cukup Baik

Baik

Sangat Baik Cukup Baik

Baik Cukup Baik

Baik Baik Cukup Baik

Baik Cukup Baik Sangat Baik

Sangat Baik Baik Sangat Baik

Baik Cukup Baik Cukup Baik

Baik Cukup Baik

Baik Cukup Baik

Baik Baik Baik Sangat Baik

Baik Cukup Baik

Baik Baik Cukup Baik

Baik Tabel 4. Data Alternatif Hasil Konversi

Kode Alternatif Kriteria

K1 K2 K3 K4 K5

A1 A2 A3 A4 A5 A6 A7 A8 A9 A10

Sahnan Sri Herawani Iswanto Rodhiana Ibnu Hadi Efrizal Akhiruddin Cosmas Sirait Adnan Haris Halimah

4 4 4 4 5 4 4 4 5 5

4 3 5 4 4 5 4 5 3 4

5 3 4 3 4 4 3 4 3 5

5 4 5 4 3 3 4 3 4 3

4 4 4 5 4 3 4 4 3 4 3.2 Perhitungan dengan Metode MOORA

a. Langkah pertama yaitu membuat matriks keputusan sesuai dengan rumus persamaan (1) yaitu mengubah nilai alternatif dan kriteria yang telah ditentukan sebelumnya menjadi bentuk matriks keputusan dan hasilnya yaitu sebagai berikut:

𝑋 =

[

4 4 5 5 4

4 3 3 4 4

4 4 5 4 4 4 5 5

5 4 4 5 4 5 4 3

4 3 4 4 3 4 3 5

5 4 3 3 4 3 4 3

4 54 3 4 4 3 4]

b. Langkah kedua yaitu melakukan normalisasi pada matriks keputusan pada bagian sebelumnya yang dihitung berdasarkan nilai rating kecocokan bobot pada setiap kriteria sesuai dengan rumus persamaan (2) dan hasil normalisasinya yaitu pada Tabel 5 berikut:

Tabel 5. Hasil Normalisasi Matriks Kode Alternatif

Kriteria K1

(Benefit)

K2 (Benefit)

K3 (Benefit)

K4 (Benefit)

K5 (Benefit) A1

A2 A3 A4 A5 A6 A7 A8 A9 A10

Sahnan Sri Herawani Iswanto Rodhiana Ibnu Hadi Efrizal Akhiruddin Cosmas Sirait Adnan Haris Halimah

0.3636 0.2925 0.3636 0.3636 0.4545 0.3636 0.3636 0.3636 0.4545 0.4545

0.3606 0.2705 0.4508 0.3606 0.3606 0.4508 0.3606 0.4508 0.2705 0.3606

0.5 0.3 0.4 0.3 0.4 0.4 0.3 0.4 0.3 0.5

0.4642 0.3713 0.4642 0.3713 0.2785 0.2785 0.3713 0.2785 0.3713 0.2785

0.3746 0.3746 0.3746 0.4682 0.3746 0.2809 0.3746 0.3746 0.2809 0.3746 c. Langkah ketiga yaitu menghitung nilai optimasi atribut sesuai dengan rumus persamaan (3) yang dimana nilai

hasil normalisasi matriks pada Tabel 5 dikalikan dengan nilai bobot kriteria masing-masing. Adapun hasil optimasi dari masing-masing alternatif yaitu pada Tabel 6 berikut:

Tabel 6. Hasil Optimasi Atribut Kode Alternatif

Kriteria K1

(Benefit)

K2 (Benefit)

K3 (Benefit)

K4 (Benefit)

K5 (Benefit) A1

A2 A3 A4 A5 A6 A7 A8 A9 A10

Sahnan Sri Herawani Iswanto Rodhiana Ibnu Hadi Efrizal Akhiruddin Cosmas Sirait Adnan Haris Halimah

0.0545 0.0438 0.0545 0.0545 0.0681 0.0545 0.0545 0.0545 0.0681 0.0681

0.0901 0.0676 0.1127 0.0901 0.0901 0.1127 0.0901 0.1127 0.0676 0.0901

0.075 0.045 0.060 0.045 0.060 0.060 0.045 0.060 0.045 0.075

0.1160 0.0928 0.1160 0.0928 0.0696 0.0696 0.0928 0.0696 0.0928 0.0696

0.0749 0.0749 0.0749 0.0936 0.0749 0.0561 0.0749 0.0749 0.0561 0.0749 d. Langkah terakhir yaitu menghitung hasil perangkingan akhir dari masing-masing alternatif dengan

menjumlahkan seluruh nilai hasil optimasi pada masing-masing alernatif dari kriteria. Maka akan dihasilkan nilai preferensi akhir dari masing-masing alternatif. Adapun hasil perhitungan perangkingan akhir yaitu pada Tabel 7 berikut:

Tabel 7. Hasil Perangkingan Akhir Kode Alternatif

Kriteria

Total Peringkat K1

(Benefit)

K2 (Benefit)

K3 (Benefit)

K4 (Benefit)

K5 (Benefit) A1

A2 A3 A4 A5 A6

Sahnan Sri Herawani Iswanto Rodhiana Ibnu Hadi Efrizal

0.0545 0.0438 0.0545 0.0545 0.0681 0.0545

0.0901 0.0676 0.1127 0.0901 0.0901 0.1127

0.075 0.045 0.060 0.045 0.060 0.060

0.1160 0.0928 0.1160 0.0928 0.0696 0.0696

0.0749 0.0749 0.0749 0.0936 0.0749 0.0561

0.4106 0.3242 0.4182 0.3762 0.3629 0.3530

2 10

1 4 6 8

Kode Alternatif

Kriteria

Total Peringkat K1

(Benefit)

K2 (Benefit)

K3 (Benefit)

K4 (Benefit)

K5 (Benefit) A7

A8 A9 A10

Akhiruddin Cosmas Sirait Adnan Haris Halimah

0.0545 0.0545 0.0681 0.0681

0.0901 0.1127 0.0676 0.0901

0.045 0.060 0.045 0.075

0.0928 0.0696 0.0928 0.0696

0.0749 0.0749 0.0561 0.0749

0.3574 0.3718 0.3298 0.3779

7 5 9 3 Pada Tabel 7 merupakan hasil perangkingan akhir dari pengujian metode MOORA pada sampel data alternatif dan kriteria untuk menentukan guru terbaik pada SMK Negeri 1 Lima Puluh. Hasil yang diperoleh yaitu Iswanto (A3) memperoleh nilai preferensi akhir tertinggi yaitu 0.4182 dan dapat dinyatakan sebagai guru terbaik.

Kemudian Sri Herawani (A2) memperoleh nilai preferensi terkecil dari 10 sampel data yang diujikan dengan nilai preferensi yang diperoleh yaitu 0.3242.

4. KESIMPULAN

Berdasarkan ⁱperhitungan yang sebelumnya ⁱtelah ⁱdilakukan, maka ⁱdapat ditarik ⁱkesimpulan yaitu dengan menerapkan metode MOORA dan Rank Order Centroid untuk ⁱsistem ⁱpendukung ⁱkeputusan dalam ⁱpenentuan guru terbaik pada SMK Negeri 1 Lima Puluh dapat menjadi lebih mudah dengan proses yang cukup singkat dan obyektif. Kemudian penentuan kriteria dan perolehan bobot kriteria dengan Rank Order Centroid juga sangat mempengaruhi dalam pengambilan keputusan penentuan guru terbaik dengan bobot kriteria yang valid terhadap data yang diujikan serta dapat mempercepat proses penentuan guru terbaik secara sistematis dan obyektif. Hasil yang diperoleh yaitu Iswanto (A3) memperoleh nilai preferensi akhir tertinggi yaitu 0.4182 dan dinyatakan sebagai guru terbaik berdasarkan sampel data yang diujikan pada penelitian ini. Dengan hasil yang diperoleh pada penelitian ini, maka dapat membantu pihak SMK Negeri 1 Lima Puluh dalam menentukan guru terbaik di masa yang akan dating tanpa harus lagi menggunakan cara yang manual dan cenderung subjektif. Akan tetapi penelitian ini masih dapat disempurnakan kembali. Maka untuk selanjutnya dianggap perlu dalam pengembangan yang lebih lanjut dengan diujikan menggunakan data ⁱyang ⁱlebih ⁱbanyak agar ⁱmemperoleh ⁱhasil yang ⁱlebih ⁱbaik. Dan untuk pengembangan selanjutnya agar diujikan ⁱdengan ⁱmenggunakan metode pendukung keputusan dan metode pembobotan kriteria yang ⁱberbeda agar didapat hasil perbandingan yang lebih baik.

REFERENCES

[1] Y. E. Chintyari and T. Prihatin, “Implementasi Metode Simple Additive Weighting Untuk Pemilihan Guru Berprestasi Pada SMP Islam Pondok Duta,” Jurnal Ilmu Pengetahuan dan Teknologi Komputer, vol. 3, no. 2, pp. 233–238, 2018.

[2] M. Tarmizi, L. Atika, and I. Seprina, “Sistem Pendukung Keputusan Penilaian Guru Berprestasi Menggunakan Metode Composite Performance Index Pada SMK BSI Palembang,” Bina Darma Conference on Computer Science, pp. 414–

423, 2019.

[3] F. Syahputra, M. Mesran, I. Lubis, and A. P. Windarto, “Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Kota Medan Menerapkan Metode Preferences Selection Index (Studi Kasus : Dinas Pendidikan Kota Medan),”

KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 2, no. 1, pp. 147–155, 2018, doi:

10.30865/komik.v2i1.921.

[4] T. Mufizar, “Sistem Pendukung Keputusan Pemilihan Dosen Berprestasi Di STMIK Tasikmalaya Menggunakan Metode Simple Additive Weighting (SAW),” CSRID (Computer Science Research and Its Development Journal), vol.

7, no. 3, p. 155, 2016, doi: 10.22303/csrid.7.3.2015.155-166.

[5] M. Fiqih and Y. Kusnadi, “Sistem Pendukung Keputusan Pemilihan Dosen Berprestasi Dengan Metode Simple Additive Weighting,” Information System For Educators And Professionals, vol. 2, no. 1, pp. 41–50, 2017.

[6] Frieyadi, “Penerapan Metode Simple Additive Weight (SAW) Dalam Sistem Pendukung Keputusan Promosi Kenaikan Jabatan,” Jurnal Pilar Nusa Mandiri, vol. 12, no. 1, pp. 37–45, 2016.

[7] A. P. Darmawan and A. E. Budianto, “SISTEM PENDUKUNG KEPUTUSAN PENENTUAN KARYAWAN IDEAL UNTUK MENGISI JABATAN STRUKTURAL DENGAN METODE FUZZY SIMPLE ADDITIVE WEIGHTING DI KPRI SRI REJEKI DONOMULYO MALANG,” Jurnal Mahasiswa Fakultas Sains dan Teknologi, vol. 1, no. 2, pp. 1–7, 2016.

[8] S. Gunawan, “Sistem Pendukung Keputusan Pemilihan Guru Terbaik pada SMA Negeri 2 Kutacane dengan Menggunakan Metode Simple Additive Weighting (SAW),” .Jurnal Pelita Informatika Budi Darma, vol. 9, no. 3, pp.

922–935, 2015.

[9] 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.

[10] S. Aisyah, N. Siska, and Y. Dame Ria Sinurat, “Sistem Pendukung Keputusan Guru Berprestasi Di Global Prima National Plus School,” Jurnal TEKINKOM, vol. 2, pp. 124–128, 2019.

[11] Nurmayana and Y. Perwira, “Sistem Pendukung Keputusan Pemilihan Guru Berprestasi di SMK Negeri 1 Pantai Labu Dengan Menggunakan Metode Technique For Order Of Preference By Similarity To Ideal Solution ( Topsis ),”

JIKOMSI (Jurnal Ilmu Komputer dan Sistem Informasi), vol. 3, no. 3, pp. 229–250, 2021.

[12] 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.

[13] S. Hidayat, Tulus, and P. Sirait, “Weighting Optimization of Decision Matrix in Fuzzy TOPSIS Using SMARTER Method,” Journal of Physics: Conference Series, vol. 1235, no. 1, 2019, doi: 10.1088/1742-6596/1235/1/012034.

[14] N. W. Al-Hafiz, Mesran, and Suginam, “Sistem Pendukung Keputusan Penentukan Kredit Pemilikan Rumah Menerapkan Multi-Objective Optimization on the Basis of Ratio Analysis ( Moora ),” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. I, no. 1, pp. 306–309, 2017, [Online]. Available: http://www.stmik- budidarma.ac.id/ejurnal/index.php/komik/article/viewFile/513/455.

[15] Assrani dkk., “Penentuan Penerima Bantuan Siswa Miskin Menerapkan Metode Multi Objective Optimization on The Basis of Ratio Analysis (MOORA),” JURIKOM (Jurnal Riset Komputer), vol. 5, no. 2407–389X (Media Cetak), pp.

1–5, 2018.

[16] S. Chakraborty, “Applications of the MOORA method for decision making in manufacturing environment,”

International Journal of Advanced Manufacturing Technology, vol. 54, no. 9–12, pp. 1155–1166, 2011, doi:

10.1007/s00170-010-2972-0.

[17] D. Karyaningsih and A. Wibowo, “The Support System Decision the Determination of Poor Community Welfare with the Methods Web-Based SMARTER: Case Studies Regency Lebak the Province of Banten,” Journal of Physics:

Conference Series, vol. 1179, no. 1, 2019, doi: 10.1088/1742-6596/1179/1/012012.

[18] 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.

[19] 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.

[20] 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.