Penerapan Metode EDAS Dalam Pemilihan Wirausaha Muda Terbaik dengan Pembobotan ROC

Penerapan Metode EDAS Dalam Pemilihan Wirausaha Muda Terbaik dengan Pembobotan ROC

Salmon^1,*, Bartolomius Harpad¹, Reza Andrea²

1STMIK Widya Cipta Dharma, Samarinda, Indonesia

2Politeknik Pertanian Negeri Samarinda, Samarinda, Indonesia

Email: ^1,*salmon@wicida.ac.id, ²harpad@wicia.ac.id, ³reza@politanisamarinda.ac.id Email Penulis Korespondensi: salmon@wicida.ac.id

Abstrak−Wirausaha merupakan seseorang atau pelaku yang telah membuat suatu bisnis baru dengan menanggung sebagian besar risiko yang akan terjadi dan menikmati sebagian besar dari imbalan. Wirausaha bertujuan untuk menciptakan atau membuat lapangan suatu pekerjaan sehingga dapat membantu pekerjaan seorang lainnya dan untuk melatih suatu pekerjaan hingga menciptakan kesejarateraan orang lain. Wirausaha muda merupakan seseorang yang mempunyai terampil dalam memanfaatkan sebuah peluang untuk mengembangkan usaha yang dimilikinya dalam meningkatkan kehidupan yang kearah baik. Wirausaha muda seharusnya memiliki kriteria dalam menjalanin sebuah wirausaha seperti: optimis, inovatif, kreatif dan kepemimpinan. Maka perhitungan dari penelitian diatas menggunakan Metode Evaluation Based On Distance From Average Solution atau EDAS pembobotan Rank Order Centroid (ROC) terdapat 10 alternatif dan 4 kriteria maka dari itu dapat dihasilkan sebuah nilai keputusan yang lebih tinggi peringkatnya diperoleh oleh Saiful (A1) peringkat pertama dengan nilai 1.

Kata Kunci: Wirausaha Muda; ROC; EDAS; SPK

Abstract−An entrepreneur is a person or actor who has created a new business by taking on most of the risks that will occur and enjoying most of the rewards. Entrepreneurship aims to create or create a job field so that it can help another person's work and to train a job so as to create other people's welfare. A young entrepreneur is someone who is skilled in taking advantage of an opportunity to develop his business in order to improve life in a good direction. Young entrepreneurs should have criteria in running an entrepreneur such as: optimistic, innovative, creative and leadership. So the calculations from the research above use the Evaluation Based On Distance From Average Solution or EDAS method of weighting Rank Order Centroid (ROC) there are 10 alternatives and 4 criteria so that a higher decision value can be produced by Saiful (A1) first rank with value 1.

Keywords: Young Entrepreneur; ROC; EDAS; DSS

1. PENDAHULUAN

Wirausaha merupakan seseorang atau pelaku yang telah membuat suatu bisnis baru dengan menanggung sebagian besar risiko yang akan terjadi dan menikmati sebagian besar dari imbalan[1]. Berdasarkan dari pasal 1 angka 3 No. 8 tahun 1999 UUPK (undang – undang perlindungan konsumen) menjelaskan pelaku usaha merupakan pada setiap seseorang ataupun orang, dalam bentuk badan hukum maupun tidak badan hukum yang telah didirikan berkedudukan atau melakukan suatu kegiatan didalam wilayah hukum Negara Republik Indonesia, sendiri ataupun bersama dalam melalui perjanjian pada mengadakan kegiatan usaha dalam beraneka macam bidang ekonomi.

Wirausaha bertujuan untuk menciptakan atau membuat lapangan suatu pekerjaan sehingga dapat membantu pekerjaan seorang lainnya dan untuk melatih suatu pekerjaan hingga menciptakan kesejarateraan orang lain. Anak pemuda dijaman sekarang banyak yang berkeinginan dalam membuka suatu usaha yang biasanya disebut dengan wirausaha muda[2].

Wirausaha muda merupakan seseorang yang mempunyai terampil dalam memanfaatkan sebuah peluang untuk mengembangkan usaha yang dimilikinya dalam meningkatkan kehidupan yang kearah baik[3]. Didalam wirausaha muda banyaknya seorang pemuda kurang optimis dalam menjalanin wirausaha tersebut sehingga mengakibatkan wirausaha tersebut bangkrut dan tutup. Wirausaha muda seharusnya memiliki kriteria dalam menjalanin sebuah wirausaha seperti: optimis, inovatif, kreatif dan kepemimpinan. Jika adanya seorang pemuda yang memiliki jiwa kriteria tersebut dapat dipastikan wirausahanya tetap berjalan tidak akan mengalami kegagalan bahkan bangkrut. Dalam penelitian pemilihan wirausaha muda terbaik sering juga terjadi atas pendekatan seorang wirausaha dengan seorang pemilih, sehingga akan terjadinya kecurangan didalam pemilihan tersebut. Untuk memproleh hasil yang real dan menghindari kecurangan tersebut harus menggunakan Decision support system atau sistem pendukung keputusan[4].

Decision support system atau sistem pendukung keputusan untuk mempermudah menyelesaikan sebuah masalah dalam pemilihan wirausaha muda terbaik pada penelitian ini. Decision support system atau sistem pendukung keputusan merupakan suatu sistem yang bisa membantu pengolaan data untuk menyelesaikan sebuah permasalahan yang ada dan mendapatkan hasil nilai keputusan yang benar[5]. Pada penelitian pemilihan wirausaha muda terbaik ini penulis memakai Metode EDAS (Evaluation Based On Distance From Average Solution) dan Metode Rank Oder Centroid (ROC) dapat membantu suatu sistem dalam pengambilan pendukung keputusan pada pemilihan wirausaha muda terbaik yang akan menghasilkan nilai perangkingan yang detail dan nyata yang sesuai dari data yang sudah tersedia[6]. Sistem pendukung keputusan atau Decision support system mempunyai beberapa metode yang ada didalamnya seperti MOORA, WP, SAW, WASPAS, TOPSIS, EDAS, ROC, ENTROPY, OCRA, PSI, MAUT, MABAC, AHP dan yang lainnya.

Berdasarkan penelitian yang telah dilakukan oleh penulis sebelumnya yang berhubungan dengan Metode EDAS / Evaluation Based On Distance From Average Solution dan Metode Rank Oder Centroid (ROC) yang mengakibatkan penelitian yang akan dibuat oleh penulis menjadikan sebagai titik acuan dan dalam mengatasi permasalahan yang ada didalam penelitian ini. Penelitian yang dilakukan Ria Safitri dan Iman Firdaus ditahun 2020, menjelaskan mengenai Rekomendasi Pekerjaan Dengan Metode EDAS (Studi Kasus: Lembaga Kursus dan Pelatihan Komputer dan lembaga khusus Widya Informatika Selat Panjang). Terdapat 5 kriteria seperti: Design, Office, perakitan, umur, dan Riwayat Pekerjaan. Dari penelitian tersebut dapat menghasilkan nilai alternative yang tertinggi pada A1 dengan nilai 0,993699162[7]. Penelitian ini dibuat oleh Agus Iskandar ditahun 2022 tentang kelayakan penerimaan bantuan dana KIP kuliah menggunakan metode ROC-ROC. Penelitian ini mempunyai 4 kriteria ialah: prestasi akademik, penghasilan orang tua, tanggungan orang tua, kelengkapan surat sehingga mendapatkan perangkingan pertama (1) dengan scor 0.207622 atas nama Isty[8]. Penelitian yang sudah di teliti oleh Putri Mandarani, Haula Luthfia Ramadhan, Eva Yulianti dan Anna Syahran tahun 2022 mengenai Penulis Terbaik Menggunakan Metode Rank Order Centroid (ROC) dan Evaluation based on Distance from Average Solution (EDAS), 5 kriteria yang ada didalam penelitian tersebut seperti: Kesesuaian teman, EBI, pemilihan diksi, Isi karya dan Kreatifitas dalam bercerita maka hasil tertinggi yang didapat pada alternative A001 dengan nilai 0.185563121[9]. Penelitian yang diteliti oleh Jumpa Dorisman Rajagukguk, Mesran dan Bister Purba tahun 2022 tentang metode ROC dan MAUT dalam menentukan penerimaan calon bantuan UKT, 4 ketentuan atau kriteria yang ada pada penelitian yang sudah dilakukan yaitu: IPK, prestasi, penghasilan orang tua, semester sehingga menemukan hasil maksimal yang benar sesuai data yang diraih oleh Nur Sekartika (A2) dengan nilai 0,707[10].

Penelitian mengenai metode ROC tanaman obat herbal untuk berbagai penyakit. Pada penelitian ini memiliki 5 kriteria antara lain tekanan darah, berat badan, jenis tanaman, khasiat tanaman, kandungan zat, yang diteliti oleh Nella Astiani, Desi Andreswari, Yudi Setiawan di tahun 2016 maka didapatkan hasil yang mutlak dari penelitian ini dengan nama Nusa Indah Putih berada di peringkat tertinggi dengan memiliki nilai 78,5[11].

Dari penelitian – penelitian yang sudah diteliti penulis sebelumnya dijadikan acuan oleh penulis untuk referensi dalam menganalisa dan menyelesaikan masalah yang terjadi pada penelitian ini. sehingga penulis tertarik berkeinginan untuk meneliti penelitian mengenai penerapan metode edas dalam pemilihan wirausaha muda terbaik dalam pembobotan roc supaya memperoleh hasil dari nilai bobot kriteria yang layak dan memperoleh nilai rangking atau nilai tertinggi yang baik tanpa adanya kecurangan[12].

2. METODOLOGI PENELITIAN

2.1 Wirausaha Muda

wirausaha muda ialah seorang pemuda yang berkeinginan membuka sebuah bisnis yang mempunyai keterampilan dalam mengola wirausaha yang akan dilakukannya. Pada penelitian pemilihan wirausaha muda sangat bertujuan untuk menentukan wirausaha muda atau seorang pemuda yang terbaik[13].

2.2 Metode Rank Oder Centroid (ROC)

Metode Rank Oder Centroid (ROC) merupakan salah satu metode yang dapat dipakai untuk menghasilkan nilai bobot yang dibutuhkan didalam proses menentukan nilai pembobotan pada kriteria diperlukan dalam proses pembobotan suatu kriteria dalam Decision support system atau sistem pendukung keputusan[14]–[18]. Metode pembobotan ROC ini sangat sederhana dan mudah untuk dimengerti. Metode pembobotan ROC ini mempunyai kepentingan konsep dasar dalam memberikan nilai bobotnya, yang dimana pada kriteria kesatu atau pertama lebih penting dari pada kedua dan seterusnya. Menurut kepentingan nilai kriteria tersebut gambaran seperti dibawah ini:

C₁> C₂> C₃> C_m (1)

Untuk menetukan Nilai bobot (W), digunakan rumus berikut : wm= ¹

m∑ (¹

i)

m1=1 (2)

2.3 Tahapan Penelitian

Dalam penilitian ini ada beberapa tahahapan penelitian yang dilakukan oleh penulis dalam mengatasi permasalahh diatas antara lain yaitu:

1. Menganalisa Masalah

Di tahapan menganalisa masalah dapat dipergunakan untuk teknik yang tujuannya dapat membantu mengatasi permasalah yang berada diatas dan sebelum dilakukannya perancangan penelitian terlebih dahulu meneliti suatu data.

2. Studi Literatur

Di tahapan studi literatur ini lebih penting yang tujuannya membantu penulis dalam menganalisa penelitian ini dan dijadikan titi acuan oleh penulis.

3. Analisa Dan Penerapan

Pada tahapan ini dilakukan terlebih dahulu menganalisa masalah yang terjadi dipemilihan wirausaha muda terbaik, selanjutnya menentukan suatu nilai bobot kriteria dan terakhir dianalisakan dengan menggunakan metode EDAS.

4. Pembuatan Laporan Penelitian

Tahapan pembuatan laporan penelitian dengan menentukan suatu hasil dari penelitian yang sudah di teliti.

Dari penjelasan tahapan diatas sehingga dapat digambarkan seperti dibawah ini:

Gambar 1. Kerangka Penelitian 2.4 Metode EDAS (Evaluation Based on Distance from Average Solution)

Pada metode EDAS dikembangkan oleh Mehdi Keshavarz-Ghorabaee di tahun 2015, Metode EDAS ini yang bertujuan dapat menganalisa permasalahan dengan memakai perhitungan jarak ideal negatif dan jarak ideal positif dari rata-rata supaya menciptakan suatu nilai perangkingan atau nilai akhir yang real dan nyata[19]–[22].

Berikut ini langkah-langkah perhitungan EDAS dalam menentukan nilai akhir sebagai berikut:

1. Langkah pertama membuat matriks keputusan

X = [X_ij]

nxm= [

X₁₁ X₁₂ X21 X22

⋯ X_1m

⋯ X2m

⋮ ⋮

Xn1 Xn2

⋱ ⋮

… Xnm

] (3)

2. Menentukan rata-rata alternatif AVj = ^{∑ Xij}

mi=1

m (4)

3. Menghitung rata-rata jarak positif dan negatif.

Jika jenis kriteria benefit rumus yang digunakan sebagai berikut:

PDA_ij=^{max(0(Xij−AVj))}

AV_j (5)

NDA_ij=^{max(0(AVj−Xij))}

AV_j (6)

Jika jenis kriteria cost rumus yang digunakan sebagai berikut:

PDAij=^{max(0 (AVj−Xij))}

AV_j (7)

NDA_ij=^{max(0 (Xij−AVj))}

AV_j (8)

4. Penilaian Jarak Positif dan Negatif alternatif.

SPi = ∑m Wj∗ PDAj

j=1 (9)

SNi = ∑m Wj∗ NDAj

j=1 (10)

Mulai Menganalisa Masalah Studi Literatur

Pembobotan Metode ROC (Rank Order Centroid)

1.Menetapkan kebutuhan nilai Kriteria.

2.Menetapkan nilai bobot 3. menetapkan jumlah data 4. menetapkan prioritas Metode EDAS

1. Langkah pertama membuat matriks keputusan 2. Menentukan rata-rata alternatif

3. Menghitung rata-rata jarak positif dan negatif.

4. Penilaian Jarak Positif dan Negatif alternatif.

5. Normalisasi jarak positif dan negatif alternatif.

6. Menentukan skor alternatif

Selesai Pembuatan Laporan Penelitian

5. Normalisasi jarak positif dan negatif alternatif.

NSP_i= ^SPi

max_i(SP_i) (11)

NSN_i= 1 − ^SNi

Max_i(SN_i) ; i =1 (12)

6. Menentukan skor alternatif AS_i= ¹

2(NSP_i+ NSN_i); i = 1 (13)

3. HASIL DAN PEMBAHASAN

3.1 Penetapan Kriteria

Pada pemnilihan wirausaha muda terbaik dalam sistem pendukung keputusan atau Decision support system sangat memperlukan adanya sebuah data yang akan dapat mendukung penelitian ini, supaya dapat menjaga tidak adanya kecurangan pada penelitian yang telah dibuat dan mendapatkan nilai perangkingan yang nyata tanpa kecurangan.

Berikut ini ada 5 data kriteria seperti yang ada di tabel 1 dibawah ini:

Tabel 1. Nilai Kriteria Kriteria Keterangan Jenis

C1 Optimis Benefit C2 Inovatif Benefit

C3 Kreatif Benefit

C4 Kepemimpinan Benefit 3.2 Penetapan Alternatif

Didalam penelitian sistem pendukung keputusan tidak hanya diperlukan data dari kriteria namun juga harus adanya data dari alternatif, supaya memudahkan dalam pemilihan dosen berprestasi. Berikut ini terdapat data alternatif yang berada pada tabel 2:

Tabel 2. Data Alternatif Alternatif Keterangan

A1 Saiful

A2 Dwi

A3 Jojo Prasetyo

A4 Tejo

A5 Putri

A6 Bambang

A7 Eca Syaputri A8 Syaputri A9 Putra Hidayat A10 Ilham Syaputra 3.3 Penetapan Metode Rank Oder Centroid (ROC)

Pada tabel kriteria diatas tidak mempunyai nilai bobot, supaya menghasilkan nilai bobotnya bisa memakai metode Penetapan Metode ROC (Rank Oder Centroid), sebuah perhitungan bisa digunakan untuk memperoleh nilai bobot yang sesuai dengan diinginkan pada persamaan seperti berikut:

W₁ = ¹⁺

1 2+¹

3+¹ 4 4 = 0,52 W2 = ⁰⁺

1 2+¹

3+¹ 4

4 = 0,27 W₃ = ⁰⁺⁰⁺

1 3+¹₄ 4 = 0,15 W4 = ⁰⁺⁰⁺⁰⁺

1 4 4 = 0,06

Hasil perhitungan diatas telah didapatkan nilai bobot dari kriteria, ialah: W₁=0,52, W₂=0,27, W₃=0,15, W4=0,06.

Tabel 3. Bobot Kriteria

Kriteria Keterangan Bobot Jenis C1 Optimis 0,52 Benefit

Kriteria Keterangan Bobot Jenis C2 Inovatif 0,27 Benefit

C3 Kreatif 0,15 Benefit

C4 Kepemimpinan 0,06 Benefit Tabel 4. Alternatif Kriteria

Alternatif C1 C2 C3 C4

Saiful Sangat Baik Sangat Baik Sangat Baik Baik

Dwi Baik Baik Cukup Baik Cukup Baik

Jojo Prasetyo Sangat Baik Baik Sangat Baik Baik

Tejo Baik Cukup Baik Baik Baik

Putri Baik Baik Sangat Baik Sangat Baik

Bambang Baik Sangat Baik Baik Baik

Eca Syaputri Sangat Baik Baik Cukup Baik Baik Syaputri Baik Cukup Baik Cukup Baik Baik Putra Hidayat Cukup Baik Cukup Baik Baik Baik Ilham Syaputra Baik Sangat Baik Cukup Baik Cukup Baik

Dalam tabel 4 diatas masih memiliki data yang masih berjenis huruf atau linguistic sehingga dalam menentukan ranting kecocokan agar adanya perubahan dalam bentuk angka sesuai aturan yang akan dipakai dalam pembobotan terdahulu.

Tabel 5. Data Optimis Nilai Keterangan

3 Sangat Baik

2 Baik

1 Cukup Baik Tabel 6. Data Inovatif

Nilai Keterangan 3 Sangat Baik

2 Baik

1 Cukup Baik Tabel 7. Data Kreatif

Nilai Keterangan 3 Sangat Baik

2 Baik

1 Cukup Baik Tabel 8. Data Kepemimpinan

Nilai Keterangan 3 Sangat Baik

2 Baik

1 Cukup Baik Tabel 9. Data Ranting Kecocokan

Alternatif C1 C2 C3 C4 Saiful 3 3 3 2

Dwi 2 2 1 1

Jojo Prasetyo 3 2 3 2

Tejo 2 1 2 2

Putri 2 2 3 3

Bambang 2 3 2 2

Eca Syaputri 3 2 1 2 Syaputri 2 1 1 2 Putra Hidayat 1 1 2 2 Ilham Syaputra 2 3 1 1

3.4 Penerapan metode EDAS (Evaluation Based On Distance From Average Solution) Berikut ini langkah-langkah perhitungan EDAS dalam menentukan nilai akhir sebagai berikut:

1. Langkah pertama membuat matriks keputusan

𝑋 = [𝑋_𝑖𝑗]

𝑛𝑥𝑚=

[

3 3 3 2 2 2 1 1 3

2 2 2 3 2 1 2

2 1 2 3 2 1 1 3

3 2 3 2 1 1 2 1

2 2 3 2 2 2 2 1]

2. Menentukan rata-rata alternatif 𝐴𝑉₁=(3+2+3+2+2+2+3+2+1+2)

10 =²²

10= 2.2 𝐴𝑉2=(3+2+2+1+2+3+2+1+1+3)

10 =²⁰

10= 2 𝐴𝑉₃=(3+1+3+2+3+2+1+1+2+1)

10 =¹⁹

10= 1.9 𝐴𝑉4=(2+1+2+2+3+2+2+2+2+1)

10 =¹⁹

10= 1.9

Tabel 10. Hasil Nilai Rata-rata Alternatif C1 C2 C3 C4

A1 3 3 3 2

A2 2 2 1 1

A3 3 2 3 2

A4 2 1 2 2

A5 2 2 3 3

A6 2 3 2 2

A7 3 2 1 2

A8 2 1 1 2

A9 1 1 2 2

A10 2 3 1 1

AV 2.2 2 1.9 1.9 3. Menghitung rata-rata jarak positif dan negatif.

Jarak Positif 𝑃𝐷𝐴₁₁=^3−2.2

2.2 =0.3636 𝑃𝐷𝐴₂₁=^(2.2−2)

2.2 = 0 𝑃𝐷𝐴31=^{(3− 2.2)}

2.2 = 0.3636 𝑃𝐷𝐴41=^{(2− 2.2)}

2.2 = 0 𝑃𝐷𝐴51=^(2−2.2)

2.2 = 0 𝑃𝐷𝐴61=^(2−2.2)

2.2 = 0 𝑃𝐷𝐴71=^(3−2.2)

2.2 = 0.3636 𝑃𝐷𝐴81=^(2−2.2)

6.8 = 0 𝑃𝐷𝐴91=^(1−2.2)

2.2 = 0 𝑃𝐷𝐴101=^(2−2.2)

2.2 = 0

Dalam menghitung jarak positif seperti perhitungan C1 maka diterapkan dengan langkah yang sama untuk C2 hingga C4. Maka didapatkan hasil perhitungan jarak positif seperti data nilai PDA pada tabel 11 berikut.

Tabel 11. Data Nilai PDA Alternatif C1 C2 C3 C4

A1 0.3636 0.5 0.5789 0.0526

A2 0 0 0 0

A3 0.3636 0 0.5789 0.0526

A4 0 0 0.0526 0.0526

A5 0 0 0.5789 0.5789

A6 0 0.5 0.0526 0.0526

Alternatif C1 C2 C3 C4

A7 0.3636 0 0 0.0526

A8 0 0 0 0.0526

A9 0 0 0.0526 0.0526

A10 0 0.5 0 0

Jarak Negatif 𝑁𝐷𝐴₁₁=^(2.2−3)

2.2 = 0 𝑁𝐷𝐴₂₁=^(2.2−2)

2.2 = 0.0909 𝑁𝐷𝐴₃₁=^(2.2−3)

2.2 = 0 𝑁𝐷𝐴₄₁=^(2.2−2)

2.2 = 0.0909 𝑁𝐷𝐴₅₁=^(2.2−2)

2.2 = 0.0909 𝑁𝐷𝐴₆₁=^(2.2−2)

2.2 = 0.0909 𝑁𝐷𝐴₇₁=^(2.2−3)

2.2 = 0 𝑁𝐷𝐴₈₁=^(2.2−2)

2.2 = 0.0909 𝑁𝐷𝐴91=^(2.2−1)

2.2 = 0.5454 𝑁𝐷𝐴101 =^(2.2−2)

2.2 = 0.0909

Dalam menghitung jarak negatif seperti perhitungan C1 maka diterapkan dengan langkah yang sama untuk C2 hingga C4. Maka didapatkan hasil perhitungan jarak negatif seperti data nilai NDA pada tabel 12 berikut ini.

Tabel 12. Data Nilai NDA Alternatif C1 C2 C3 C4

A1 0 0 0 0

A2 0.0909 0 0.4736 0.4736

A3 0 0 0 0

A4 0.0909 0.5 0 0

A5 0.0909 0 0 0

A6 0.0909 0 0 0

A7 0 0 0.4736 0

A8 0.0909 0.5 0.4736 0

A9 0.5454 0.5 0 0

A10 0.0909 0 0.4736 0.4736 4. Penilaian Jarak Positif dan Negatif alternatif

Penilaian Jarak Positif

𝑆𝑃₁₁= 0.52 ∗ 0.3636 = 0.1890 𝑆𝑃21= 0.52 ∗ 0 =0

𝑆𝑃₃₁= 0.52 ∗ 0.3636 =0.1890 𝑆𝑃41= 0.52 ∗ 0 =0

𝑆𝑃₅₁= 0.52 ∗ 0 =0 𝑆𝑃₆₁= 0.52 ∗ 0 =0

𝑆𝑃71= 0.52 ∗ 0.3636 =0.1890 𝑆𝑃₈₁= 0.52 ∗ 0 =0

𝑆𝑃91= 0.52 ∗ 0 =0 𝑆𝑃₁₀₁= 0.52 ∗ 0 =0

Dalam penilaian jarak positif pada perhitungan C1 diatas maka dengan langkah yang sama untuk perhitungan C2 hingga C4. Didapatkan hasil penilaian jarak positif seperti data nilai SP pada tabel 13 berikut:

Tabel 13. Data Nilai SP

Alternatif C1 C2 C3 C4 Sum

A1 0.1890 0.135 0.0868 0.0031 0.4140

A2 0 0 0 0 0

A3 0.1890 0 0.0868 0.0031 0.2790

A4 0 0 0.0078 0.0031 0.0110

A5 0 0 0.0868 0.0347 0.1215

A6 0 0.135 0.0078 0.0031 0.1460

Alternatif C1 C2 C3 C4 Sum

A7 0.1890 0 0 0.0031 0.1922

A8 0 0 0 0.0031 0.0031

A9 0 0.135 0.0078 0.0031 0.0110

A10 0 0 0 0 0.135

Penilaian Jarak Negatif 𝑆𝑁₁₁== 0.52 ∗ 0 =0

𝑆𝑁21= 0.52 ∗ 0.090909 = 0.0472 𝑆𝑁₃₁= 0.52 ∗ 0 =0

𝑆𝑁41= 0.52 ∗ 0.090909 = 0.0472 𝑆𝑁51= 0.52 ∗ 0.090909 = 0.0472 𝑆𝑁₆₁= 0.52 ∗ 0.090909 = 0.0472 𝑆𝑁71= 0.52 ∗ 0 =0

𝑆𝑁₈₁= 0.52 ∗ 0.090909 = 0.0472 𝑆𝑁91= 0.52 ∗ 0.545455 =0.2836 𝑆𝑁₁₀₁= 0.52 ∗ 0.090909 = 0.0472

Dalam penilaian jarak negative pada perhitungan C1 diatas maka dengan langkah yang sama untuk perhitungan C2 hingga C4. Didapatkan hasil penilaian jarak negatif seperti data nilai SN antara lain:

Tabel 14. Data Nilai SN

Alternatif C1 C2 C3 C4 Sum

A1 0 0 0 0 0

A2 0.0472 0 0.0710 0.0284 0.1467

A3 0 0 0 0 0

A4 0.0472 0.135 0 0 0.1822

A5 0.0472 0 0 0 0.0472

A6 0.0472 0 0 0 0.0472

A7 0 0 0.0710 0 0.0710

A8 0.0472 0.135 0.0710 0 0.2533

A9 0.2836 0.135 0 0 0.4186

A10 0.0472 0 0.0710 0.0284 0.1467 5. Normalisasi jarak positif dan negatif alternatif

𝑁𝑆𝑃1=^0.414091

0.414091= 1 𝑁𝑆𝑃2 = ⁰

0.414091= 0 𝑁𝑆𝑃₃ =^0.279091

0.414091= 0.6739 𝑁𝑆𝑃₄=^0.011053

0.414091= 0.0266 𝑁𝑆𝑃₅ =^0.121579

0.414091= 0.2936 𝑁𝑆𝑃6 =^0.146053

0.414091= 0.3527 𝑁𝑆𝑃₇ =^0.192249

0.414091= 0.4642 𝑁𝑆𝑃₈ =^0.003158

0.414091= 0.0076 𝑁𝑆𝑃₉=^0.011053

0.414091= 0.0266 𝑁𝑆𝑃₁₀= ^0.135

0.414091= 0.3260 Normalisasi nilai SN 𝑁𝑆𝑁₁= ⁰

0.418636= 1 𝑁𝑆𝑁₂=^0.146746

0.418636= 0.6494 𝑁𝑆𝑁3= ⁰

0.418636= 1 𝑁𝑆𝑁₄=^0.182273

0.418636= 0.5646 𝑁𝑆𝑁₅=^0.047273

0.418636= 0.8870 NSN6=^0.047273

0.418636= 0.8870 NSN7=^0.071053

0.418636= 0.8302 NSN₈=^0.253325

0.418636= 0.3948

NSN9=^0.418636

0.418636= 0 NSN10=^0.146746

0.418636= 0.6494

6. Mengitung skor pada semua alternatif AS₁= ¹

2(1 + 1) = 1 AS2= ¹

2(0 + 0.649466) = 0.3247 AS3= ¹

2(0.673985 + 1) = 0.8369 AS4= ¹

2(0.026691 + 0.564604 ) = 0.2956 AS₅= ¹

2(0.293604 + 0.887079) = 0.5903 AS₆= ¹

2(0.352707 + 0.887079) = 0.6198 AS₇= ¹

2(0.464267 + 0.830276) = 0.6472 AS₈= ¹

2(0.007626 + 0.39488) = 0.2012 AS₉= ¹

2(0.026691 + 0) = 0.0133 AS10= ¹

2(0.326015 + 0.649466) =0.4877

Dari hasil perhitungan maka dapat di lihat pada tabel 15 data peringkat.

Tabel 15. Data Perhitungan Skor Kode Alternatif Nilai Peringkat

A1 Saiful 1 1

A2 Dwi 0.3247 7

A3 Jojo Prasetyo 0.8369 2

A4 Tejo 0.2956 8

A5 Putri 0.5903 5

A6 Bambang 0.6198 4

A7 Eca Syaputri 0.6472 3

A8 Syaputri 0.2012 9

A9 Putra Hidayat 0.0133 10 A10 Ilham Syaputra 0.4877 6

Pada tabel 15 dapat dilihat alternatif A1 merupakan alternatif dengan nilai tertinggi yaitu nilai 1 di banding dengan ke 9 alternatif lainnya, sehingga dapat diputuskan bahwa alternatif A1 merupakan alternatif terbaik dalam pemilihan wirausaha muda.

4. KESIMPULAN

Dari penelitian ini dapat disimpulkan metode Evaluation Based On Distance From Average Solution atau EDAS pembobotan Rank Order Centroid (ROC) dapat memperoleh hasil nilai akhir dan nilai bobot yang terbaik tanpa ada kecurangan didalamnya yang seseuai dengan data alternative dan juga data kriteria ialah optimis, inovatif, kreatif dan juga kepemimpinan. Sehingga perhitungan dari penelitian diatas menggunakan Metode Evaluation Based On Distance From Average Solution atau EDAS pembobotan Rank Order Centroid (ROC) terdapat 10 alternatif dan 4 kriteria maka dari itu dapat dihasilkan sebuah nilai keputusan yang lebih tinggi peringkatnya diperoleh oleh Saiful (A1) peringkat pertama dengan nilai 1.

REFERENCES

[1] T. Menggunakan and M. Moora, “Pemilihan proposal kegiatan mahasiswa wirausaha merdeka terbaika menggunakan metode moora,” vol. 5, pp. 232–238, 2022.

[2] N. Rijati, D. Purwitasari, S. Sumpeno, and M. Hery Purnomo, “Fuzzy Multi-Attribute Decision Making untuk Klasifikasi Potensi Kewirausahaan Berdasarkan Theory of Planned Behavior (Fuzzy Multi-Attribute Decision Making for Classifying Entrepreneurial Potential based on Theory of Planned Behavior),” J. Nas. Tek. Elektro dan Teknol. Inf., vol.

9, no. 1, pp. 25–34, 2020.

[3] M. Fichri, A. Ramadhan, F. Arsyad, and ..., “Implementasi Simple Additive Weighting Dalam Menentukan Biji Kopi Terbaik,” J. Inf. …, vol. 3, no. 3, pp. 234–241, 2022.

[4] S. Damanik and J. S. S. Lase, “Sistem Pendukung Keputusan Pemilihan Produk Unggulan Daerah Menggunakan Metode ROC dan WASPAS,” pp. 604–608, 2019.

[5] J. Hutahaean, N. Mulyani, Z. Azhar, and A. K. Nasution, “System Pendukung Keputusan Pemilihan Supervisor Karyawan Dengan Menggunakan Metode Roc-saw,” vol. 9, no. 3, 2022.

[6] S. Damanik and D. P. Utomo, “Implementasi Metode ROC (Rank Order Centroid) Dan Waspas Dalam Sistem Pendukung Keputusan Pemilihan Kerjasama Vendor,” … Teknol. Inf. dan …, vol. 4, pp. 242–248, 2020.

[7] R. Safitri and I. Firdaus, “Jurnal Informasi Komputer Logika SPK Rekomendasi Pekerjaan Dengan Metode EDAS ( Studi

Kasus : Lembaga Kursus dan Pelatihan Komputer Widya Informatika Selat Panjang ),” vol. 1, 2020.

[8] A. Iskandar, “Sistem Pendukung Keputusan Kelayakan Penerima Bantuan Dana KIP Kuliah Menggunakan Metode ROC-EDAS,” vol. 4, no. 2, pp. 856–864, 2022.

[9] P. Mandarani, H. L. Ramadhan, E. Yulianti, and A. Syahrani, “Sistem Pendukung Keputusan Penulis Terbaik Menggunakan Metode Rank Order Centroid ( ROC ) dan Evaluation based on Distance from Average Solution ( EDAS ),” vol. 3, no. 4, pp. 686–694, 2022.

[10] J. S. Komputer, J. D. Rajagukguk, B. Purba, P. T. Informatika, and B. Darma, “Penerapan Kombinasi Metode ROC Dan MAUT Dalam Penentuan Calon Penerima Bantuan UKT Pada Universitas Budi Darma,” vol. 6, no. September, pp.

1193–1206, 2022.

[11] N. Astiani, D. Andreswari, and Y. Setiawan, “Aplikasi Sistem Pendukung Keputusan Tanaman Obat Herbal Untuk Berbagai Penyakit Dengan Metode Roc (Rank Order Centroid) Dan Metode Oreste Berbasis Mobile Web,” J. Inform., vol. 12, no. 2, 2016.

[12] L. P. Dewi, A. Setiawan, and C. S. Suryadi, “SISTEM PENDUKUNG KEPUTUSAN PELATIHAN KARYAWAN DENGAN METODE PIPRECIA-EDAS,” pp. 1–6, 2021.

[13] R. Fadli, “Kewirausahaan Muslim Pemuda Tahun 2017 di Kabupaten Lamongan: Studi Optimalisasi Program Wirausaha Muda Pemula,” Tesis, pp. 1–186, 2019.

[14] A. Yunaldi, “Sistem Pendukung Keputusan Seleksi Bantuan Siswa Miskin Menerapkan Kombinasi Metode SAW dan ROC,” J. Media Inform. Budidarma, vol. 3, no. 4, p. 376, 2019.

[15] F. T. Waruwu and M. Mesran, “Comparative Analysis of Ranking Methods of WASPAS+ROC with Preference Selection Index (PSI) in Determining the Performance of Young Lecturers,” IJISTECH (International J. Inf. Syst. Technol., vol. 5, no. 2, pp. 207–214, 2021.

[16] A. G. Simorangkir, K. Andika, and Mesran, “Analisis Penerapan MOORA Dalam Penyeleksian Peserta Olimpiade Catur dengan Metode Pembobotan Rank Order Centroid,” KLIK Kaji. Ilm. Inform. dan Komput., vol. 2, no. 2, pp. 49–59, 2021.

[17] M. R. Ramadhan, M. K. Nizam, and Mesran, “Penerapan Metode SAW (Simple Additive Weighting) Dalam Pemilihan Siswa-Siswi Berprestasi Pada Sekolah SMK Swasta Mustafa,” TIN Terap. Inform. Nusant., vol. 1, no. 9, pp. 459–471, 2021.

[18] M. A. Abdullah and R. T. Aldisa, “Penerapan Metode MOOSRA Dalam Penentuan Penerimaan Frontliner Menggunakan Pembobotan Metode ROC,” JURIKOM (Jurnal Ris. Komputer), vol. 10, no. 1, pp. 330–337, 2023.

[19] A. Karim, S. Esabella, M. Hidayatullah, and T. Andriani, “Sistem Pendukung Keputusan Aplikasi Bantu Pembelajaran Matematika Menggunakan Metode EDAS,” vol. 4, no. 3, 2022.

[20] MK Kikomba, MK Mabela, and DI Ntantu, “Applying EDAS Method to Solve Air Traffic Problems,” Int. J. Sci. Innov.

Math. Res., vol. 4, no. 8, 2016.

[21] P. Fitriani and T. S. Alasi, “Sistem Pendukung Keputusan dengan Metode WASPAS, COPRAS, dan EDAS : Menentukan Judul Skripsi,” J. Media Inform. Budidarma, vol. 4, p. 56, 2020.

[22] B. Batool, S. S. Absoluliman, S. Abdullah, and S. Ashral, “EDAS method for decision support modeling under the Pythagorean probabilistic hesitant fuzzy aggregation information,” J. Ambient Intell. Humaniz. Comput., 2021.