Penerapan Metode MOORA Pada Sistem Pendukung Keputusan Penilaian Kinerja Program Studi

(1)

Penerapan Metode MOORA Pada Sistem Pendukung Keputusan Penilaian Kinerja Program Studi

Sri Poedji Lestari^*, Bernadus Gunawan Sudarsono Program Studi Sistem Informasi, Universitas Bung Karno, Jakarta, Indonesia

Email: ^1,*[email protected], ²[email protected] Email Penulis Korespondensi: [email protected]

Abstrak−Ketua Program Studi bertanggung jawab penuh terhadap proses kegiatan keberlangsungan akademik di program studi yang dipimpinnya. Selain bertanggung jawab terhadap fungsi manajerial, Ketua Program Studi juga bertanggung jawab terhadap aktif atau tidaknya program studi yang dipimpin olehnya. Selain itu juga Ketua Program Studi juga harus mampu mengayomi anggota bawahannya yang berada pada struktural di program studi tersebut. Ketua Prodi harus dituntut untuk memiliki integritas yang tinggi dan juga berkompeten. Maka dalam hal ini diperlukan hal penilaian kinerja yang dilakukan oleh pimpinan tertinggi pada perguruan tinggi. Penilaian kinerja tersebut dilakukan untuk menilai apakah Ketua Program Studi tersebut masih layak untuk menjabat kembali terhadap jabatan tersebut atau tidak. Maka dalam hal ini penilaian tersebut harus dapat dilakukan sebaik mungkin dan juga seobjektif mungkin agar kiranya hasil penilaian yang dilakukan tidak merugikan salah satu pihak dan juga dapat mampu dipertanggung jawabkan. Sistem Pendukung Keputusan adalah sebuah sistem informasi yang dapat mengolah data dan dipergunakan bagi organisasi dalam membantu pihak manajerial menyelesaikan permasalahan semi terstrukur. Metode MOORA adalah metode multi objektif sistem yang dapat mengoptimalkan data memiliki dua ataupun lebih atribut yang bertentangan secara bersamaan. Hasil yang didapatkan pada penelitian dengan menggunakan Sistem Pendukung Keputusan mendapatkan hasil yang objektif, optimal dan juga baik.

Ketua Program Studi tertinggi berturut – turut yaitu alternatif A2, A6, A5 dan A4. Sedangkan untuk Ketua Program Studi dengan penilaian terandah dari bawah secara berturut – turut adalah A1 dan A3.

Kata Kunci: Sistem Pendukung Keputusan; Penilaian; Kinerja; Ketua Program Studi; Metode MOORA

Abstract−The Head of the Study Program is fully responsible for the process of academic sustainability activities in the study program he leads. In addition to being responsible for managerial functions, the Head of the Study Program is also responsible for whether or not the study program he leads is active or not. In addition, the Head of the Study Program must also be able to protect his subordinate members who are structurally in the study program. Therefore, the Head of the Study Program must be required to have high integrity and competence. So in this case, it is necessary to evaluate the performance of the highest leadership at the university. The performance assessment is carried out to assess whether the Head of the Study Program is still eligible to serve again for that position or not. So in this case the assessment must be carried out as well as possible and also as objectively as possible so that the results of the assessment carried out do not harm one party and can also be held accountable. Decision Support System is a system that is part of an information system that is able to process data and is used for organizations in helping managerial parties to solve semi-structured problems. The Multi-Objective Optimization method on the basis of ratio Analysis (MOORA) is a multi-objective method of optimizing two or more conflicting attributes simultaneously. The results obtained in research using Decision Support Systems get objective, optimal and also good results. The highest Head of Study Programs in a row are alternatives A2, A6, A5 and A4. As for the Head of the Study Program, the lowest ratings from the bottom are A1 and A3 respectively.

Keywords: Decision Support System; Evaluation; Performance; Head of the Study Program; MOORA Method

1. PENDAHULUAN

Kaprodi atau Ketua Program Studi merupakan unsur pimpinan tertinggi pada struktur di sebuah program studi.

Ketua Prodi bertanggung jawab terhadap proses kegiatan keberlangsungan akademik di program studi yang dipimpinnya. Ketua Program Studi sendiri merupakan salah satu unsur penting dan strategis bagi pendidikan tinggi, hal tersebut dikarenakan Ketua Program Studi diharuskan memimpin dan menjalankan fungsi manajerial seperti penyusunan rencana, pelaksanaan proses akademik, pengendalian proses akademik, serta kegiatan pendukung lainnya[1].

Selain bertanggung jawab terhadap fungsi manajerial, Ketua Program Studi juga bertanggung jawab terhadap aktif atau tidaknya program studi yang dipimpin olehnya. Selain hal itu Ketua Program Studi juga harus memberikan sebuah pelayanan yang optimal terhadap seluruh mahasiswa/I yang berada dibawah naungannya dan juga menerima seluruh aduan serta memberikan solusi terhadap kendala yang dialami oleh mahasiswa[2].

Selain itu juga Ketua Program Studi juga harus mampu mengayomi anggota bawahannya yang berada pada struktural di program studi tersebut. Hal tersebut berguna untuk mendapatkan suasana serta lingkungan kerja harmonis dan bersinergi terhadap tujuan ataupun visi misi program studi. Oleh karena itu, Ketua Prod harus dituntut untuk memiliki integritas yang tinggi dan juga berkompeten untuk dapat memimpin sebuah struktural organisasi, mampu berkomunikasi dengan baik terhadap anggota bawahan serta mahasiswa/I dan juga Ketua Program Studi harus mampu aktif dalam kegiatan – kegiatan yang berkaitan dengan perkembangan program studi tersebut[3].

Pada setiap perguruan tinggi setiap Ketua Program Studi menjabat pada posisi tersebut atau dalam 1 (satu) periode menjabat dengan jangka kurun waktu selama 4 tahun, setelah itu maka dilakukan untuk evaluasi terhadap Ketua Program Studi tersebut apakah dilanjut untuk jabatannya atau digantikan oleh Ketua Program

(2)

Sri Poedji Lestari, Copyright © 2022, MIB, Page 1025 Studi yang baru. Maka dalam hal ini diperlukan hal penilaian kinerja yang dilakukan oleh pimpinan tertinggi pada perguruan tinggi untuk menilai bagaimana kinerja yang ditunjukan oleh Ketua Program Studi dalam 1 (satu) periode tersebut.

Penilaian kinerja tersebut dilakukan untuk menilai apakah Ketua Program Studi tersebut masih layak untuk menjabat kembali terhadap jabatan tersebut atau tidak[4]. Dalam hal penilaian ada beberapa faktor aspek penilaian yang dilakukan seperti kepemimpinan, mengayomi, komunikasi, keaktifan, penelitian dan juga pengabdian yang dilakukan. Penilaian kinerja terhadap Ketua Program Studi tersebut berguna untuk mendapatkan Ketua Program Studi yang mampu menjalankan kinerja secara baik sesuai dengan aturan dan tuntutan dalam kemajuan program studi sesuai dengan visi dan misi.

Maka dalam hal ini penilaian tersebut harus dapat dilakukan sebaik mungkin dan juga seobjektif mungkin agar kiranya hasil penilaian yang dilakukan tidak merugikan salah satu pihak dan juga dapat mampu dipertanggung jawabkan pada stakeholder di perguruan tinggi. Hal tersebut menjadi sebuah kendala tersendiri yang dilakukan, dikarenakan masih belum ditentukannya acuan terhadap penilaian yang dilakukan bagi Ketua Program Studi tersebut. Dimana acuan tersebut merupakan ketentuan dasar dalam aspek penilaian yang dilakukan bagi Ketua Program Studi.

Untuk membantu dalam proses penyelesaian masalah tersebut dan juga agar lebih objektif terhadap penilaian bagi Ketua Program Studi tersebut maka dibutuhkan sistem yang mampu mendukung terhadap hasil penialain yang dilakukan atau sistem tersebut bernama Sistem Pendukung Keputusan (SPK). SPK merupakan sebuah sistem bagian dari pada sistem informasi yang mampu mengolah data dan dipergunakan bagi organisasi dalam membantu pihak manajerial menyelesaikan permasalahan semi terstrukur. Selain itu juga dengan menggunakan SPK hasil yang didapatkan juga lebih optimal[5]–[7].

Pada Sistem Pendukung Keputusan sendiri sudah banyak beberapa metode yang diperuntukan pada proses penyelesaian permasalahan dalam proses mendukung sebuah hasil pada semi terstruktur. Beberapa diantaranya seperti metode SMARTER, PSI, OCRA, WASPAS, ORESTE dan juga beberapa metode lainnya yang telah digunakan pada beberapa penelitian sebelumnya dengan hasil metode – metode tersebut dan didapatkan hasil yang baik[8]–[12]. Maka pada penelitian ini sendiri metode yang dilakukan untuk membantu dalam penyelesaian permasalahan dengan sistem pendukung keputusan yaitu metode MOORA.

Metode Multi-Objektive Optimization on the basis of ratio Analysis (MOORA) merupakan sebuah metode yang berlandasakan terhadap multi objektif serta mampu mengoptimalkan dua ataupun lebih atribut yang saling bertentangan secara bersamaan. Langkah penyelesaian metode MOORA sendri diawali dengan membuat matriks keputusan berdasarkan dengan penilaian terhadap alternatif, setelah itu dilakukan normalisasi terhadap matriks keputusan dan terakhir mencari nilai Yi pada proses yang dilakukan. Metode MOORA tersebut digunakan untuk dapat membantu dalam penyelesaian masalah dengan memanfaatkan perhitungan matematika secara kompleks dan detail [13], [14].

Pada penelitian akan dilakukan penelitian untuk melakukan penilaian terhadap kinerja Ketua Program Studi dengan menggunakan Sistem Pendukung Keputusan serta memanfaatkan Metode MOORA untuk proses yang dilakukan. Hasil penelitian yang dilakukan diharapkan mampu untuk memberikan penilaian yang objektif, optimal dan baik serta mampu dipertanggung jawabkan tanpa merugikan salah satu pihak.

2. METODOLOGI PENELITIAN

2.1 Tahapan Penelitian

Tahapan penelitian adalah sebuah proses ataupun alur yang dilaksanakan pada penelitian dimulai dari proses identifikasi masalah hingga proses penarikan kesimpulan. Adapun tahapan penelitian seperti gambar berikut:

Gambar 1. Tahapan Penelitian

(3)

Sistem Pendukung Keputusan (SPK) ataupun juga dikenal dengan Decision Support system adalah sebuah sistem yang interaktif dalam penyediaan informasi, penggambaran serta juga penyajian data. SPK ini dimanfaatkan dalam hal pengambilan keputusan pada situasi organisasi ataupun perusahaan yang bersifat semiterstruktur dan juga tidak terstrukur [15], [16]. DSS lebih diperuntukan dalam mendukung manajemen untuk pelaksanaan pekerjaan yang bersifat analisis pada situasi situasi kurang terstruktur serta kriteria yang kurang jelas[17], [18].

2.3 Metode Multi-Objective Optimization method on the basis of ratio Analysis (MOORA)

MOORA adalah multi objektif sistem mengoptimalkan dua atau lebih attribut yang saling bertentangan secara bersamaan. Metode ini diterapkan untuk memecahkan masalah dengan perhitungan matematika yang kompleks.

MOORA diperkenalkan oleh Brauers dan Zavadskas pada tahun 2006. Pada awalnya metode ini diperkenalkan oleh Brauers pada tahun 2004 sebagai “Multi-Objective Optimization” yang dapat digunakan untuk memecahkan berbagai masalah pengambilan keputusan yang rumit pada lingkungan pabrik. Metode moora diterapkan untuk memecahkan banyak permasalahan ekonomi, manajerial dan konstruksi pada sebuah perusahaan maupun proyek. Adapun langkah penyelesaian dari metode moora adalah[13], [14], [19]–[25] :

1. Menentukan tujuan untuk mengidentifikasi attribut evaluasi.

2. Mewakilkan semua informasi yang tersedia untuk setiap attribut dalam bentuk matriks keputusan X = [

X11 Xli Xln Xjl Xji Xjn Xml Xni Xmn

] (1)

Keterangan : xij = respon alternative j pada attribut i | i = 1,2, ... | n = jumlah sasaran atau attribut

j = 1,2,....

m = jumlah alternatif

3. Breauers menyimpulkan bahwa untuk penyebut, pilihan terbaik adalah akar kuadrat dari jumlah kuadrat dari setiap alternatif per attribut. Rasio ini dapat

𝑋𝑖𝑗 = ^𝑋𝑖𝑗

√[∑^m_i=1Xij²]

(2)

Keterangan : j = 1,2, ...,

n dan x = nomor berdimensi dalam interval [0,1] yang menggambarkan kinerja ternormalisasi dari alternatif dan kinerja j.

4. Untuk optimasi multiobjektif, ukuran yang dinormalisasi ditambahkan dalam kasus maksimasi untuk attribut yang menguntungkan dan dikurangi dalam, jika dirumuskan maka:

𝑦𝑖 = ∑^𝑔_𝑗=1𝑊𝑗𝑋𝑖𝑗 − ∑^𝑛_𝑗=𝑔+1𝑊𝑗𝑋𝑖𝑗 (3)

Keterangan : g = jumlah attribut yang akan dimaksimalkan (n-g) = jumlah attribut yang akan diminimalkan Wj = bobot terhadap j

yi = nilai penilaian yang telah dinormalisasi dari alternatif 1 th terhadap semua attribut.

5. Nilai yi dapat menjadi positif atau negatif tergantung dari total maksimal (attribut yang menguntungkan) dalam matriks keputusan.

3. HASIL DAN PEMBAHASAN

Ketua Program Studi merupakan unsur tertinggi pada struktural di program studi yang bertanggung jawab terhadap manajerial dan juga akademika program studi tersebut. Ketua Program Studi harus turut aktif dalam pengembangan dan kemajuan program studi guna tercapainya tujuan dari program studi sesuai dengan visi dan misi yang telah ditentukan oleh perguruan tinggi.

Ketua Program Studi juga dituntut untuk mampu berkomunikasi dengan baik kepada anggota dibawah struktural program studi dan juga mahasiswa/I yang berada dibawah naungannya guna menciptakan suasana akademika yang harmonis. Oleh karena itu Ketua Program Studi dituntut untuk memiliki integritas yang tinggi dalam menjalankan masa kepemimpinan pada program studi.

Berdasarkan hal tersebut perlu dilakukannya penilaian terhadap kinerja yang ditunjukan bagi para Ketua Program Studi dalam masa kepemimpinan di 1 (satu) periode. Penilaian kinerja bagi Ketua Program Studi dilakukan oleh unsur pimpinan tertinggi pada perguruan tinggi. Penilaian terhadap Ketua Program Studi diharapkan dilakukan secara objektif dan optimal guna mendapatkan hasil yang baik dan juga dapat dipertanggung jawabkan oleh pihak lainnya serta tanpa merugikan salah satu pihak.

(4)

Sri Poedji Lestari, Copyright © 2022, MIB, Page 1027 Maka diperlukan sebuah sistem yang dapat membantu penyelesaian masalah terkhususnya pada permaslaahan semi terstruktur tersebut. Dimana sistem tersebut bernama Sistem Pendukung Keputusan. Dalam proses penyelesaiannya Sistem Pendukung Keputusan menggunakan metode sebagai acuan proses penilaian untuk mendapatkan hasil. Pada penelitian ini digunakan metode MOORA untuk membantu pada proses pengambilan keputusan terhadap penilaian kinerja setiap Ketua Program Studi.

3.1 Penerapan Metode MOORA

Data merupakan bagian yang sangat penting dalam proses yang dilakukan oleh Sistem Pendukung Keputusan.

Data merupakan dasar yang dilakukan untuk proses pengolahan selanjutnya hingga mendapatkan hasil yang optimal serta objektif. Data – data yang digunakan pada Sistem Pendukung Keputusan meliputi data kriteria dan juga data alternatif. Berdasarkan hal tersebut maka dapat dilihat data kriteria pada proses penilaian kinerja Ketua Program Studi pada tabel berikut ini:

Tabel 1. Data Kriteria

No Kode Kriteria Kriteria Jenis Bobot

1 C1 Kepemimpinan Benefit 25%

2 C2 Mengayomi Benefit 20%

3 C3 Komunikasi Benefit 20%

4 C4 Keaktifan Benefit 15%

5 C5 Penelitian Cost 10%

6 C6 Pengabdian Cost 10%

Pada tabel 1 data kriteria tersebut dapat dilihat kriteria – kriteria yang digunakan sebagai penilaian terhadap hasil kinerja pada Ketua Program Studi dan juga bobot dari masing – masing kriteria tersebut. Setelah data kriteria selanjutnya data penilaian alternatif terhadap masing – masing kriteria. Data penilaian tersebut dapat dilihat pada tabel rating kecocokan berikut

Tabel 2. Data Rating Kecocokan Alternatif Kriteria

C1 C2 C3 C4 C5 C6 A1 75 70 75 75 85 70 A2 90 70 75 80 70 70 A3 75 80 75 70 85 70 A4 85 70 75 75 80 75 A5 90 75 70 80 80 75 A6 85 80 75 75 75 70

Dari tabel rating kecocokan pada penilaian terhadap alternatif juga kriteria seperti di tabel 2, maka tahapan berikutnya yang diselesaikan adalah melakukan perhitungan pada nilai maing – masing alternatif.

Berikut langkah-langkah penyelesaiannya dalam melakukan perhitungan metode MOORA.

1. Menentukan Matrix Keputusan 75 70 75 75 85 70 90 70 75 80 70 70 Xij = 75 80 75 70 85 70 85 70 75 75 80 75 90 75 70 80 80 75 85 80 75 75 75 70 2. Melakukan Normalisasi Matrix

Kemudian membentuk matrix yang dinormalisasikan dengan menggunakan persamaan Untuk Kriteria C1

𝑋_1,1= ⁷⁵

√[75²+90²+75²+85²+90²+85²]= ⁷⁵

204,7= 0,37 𝑋_2,1= ⁹⁰

√[75²+90²+75²+85²+90²+85²]= ⁹⁰

204,7= 0,44 𝑋_3,1= ⁷⁵

√[75²+90²+75²+85²+90²+85²]= ⁷⁵

204,7= 0,37 𝑋_4,1= ⁸⁵

√[75²+90²+75²+85²+90²+85²]= ⁸⁵

204,7= 0,42 𝑋_5,1= ⁹⁰

√[75²+90²+75²+85²+90²+85²]= ⁹⁰

204,7= 0,44 𝑋_6,1= ⁸⁵

√[75²+90²+75²+85²+90²+85²]= ⁸⁵

204,7= 0,42

(5)

𝑋_1,2= ⁷⁰

√[70²+70²+80²+70²+75²+80²]= ⁷⁰

182= 0,38 𝑋_2,2= ⁷⁰

√[70²+70²+80²+70²+75²+80²]= ⁷⁰

182= 0,38 𝑋_3,2= ⁸⁰

√[70²+70²+80²+70²+75²+80²]= ⁸⁰

182= 0,44 𝑋_4,2= ⁷⁰

√[70²+70²+80²+70²+75²+80²]= ⁷⁰

182= 0,38 𝑋_5,2= ⁷⁵

√[70²+70²+80²+70²+75²+80²]= ⁷⁵

182= 0,41 𝑋_6,2= ⁸⁰

√[70²+70²+80²+70²+75²+80²]= ⁸⁰

182= 0,44 Untuk Kriteria C3

𝑋_1,3= ⁷⁵

√[75²+75²+75²+75²+70²+75²]= ⁷⁵

181,7= 0,41 𝑋_2,3= ⁷⁵

√[75²+75²+75²+75²+70²+75²]= ⁷⁵

181,7= 0,41 𝑋_3,3= ⁷⁵

√[75²+75²+75²+75²+70²+75²]= ⁷⁵

181,7= 0,41 𝑋_4,3= ⁷⁵

√[75²+75²+75²+75²+70²+75²]= ⁷⁵

181,7= 0,41 𝑋_5,3= ⁷⁰

√[75²+75²+75²+75²+70²+75²]= ⁷⁰

181,7= 0,39 𝑋_6,3= ⁷⁵

√[75²+75²+75²+75²+70²+75²]= ⁷⁵

181,7= 0,41 Untuk Kriteria C4

𝑋_1,4= ⁷⁵

√[75²+80²+70²+75²+80²+75²]= ⁷⁵

185,9= 0,4 𝑋_2,4= ⁸⁰

√[75²+80²+70²+75²+80²+75²]= ⁸⁰

185,9= 0,43 𝑋_3,4= ⁷⁰

√[75²+80²+70²+75²+80²+75²]= ⁷⁰

185,9= 0,38 𝑋_4,4= ⁷⁵

√[75²+80²+70²+75²+80²+75²]= ⁷⁵

185,9= 0,4 𝑋_5,4= ⁸⁰

√[75²+80²+70²+75²+80²+75²]= ⁸⁰

185,9= 0,43 𝑋_6,4= ⁷⁵

√[75²+80²+70²+75²+80²+75²]= ⁷⁵

𝑋_1,5= ⁸⁵

√[85²+70²+85²+80²+80²+75²]= ⁸⁵

194,3= 0,44 𝑋_2,5= ⁷⁰

√[85²+70²+85²+80²+80²+75²]= ⁷⁰

194,3= 0,36 𝑋_3,5= ⁸⁵

√[85²+70²+85²+80²+80²+75²]= ⁸⁵

194,3= 0,44 𝑋_4,5= ⁸⁰

√[85²+70²+85²+80²+80²+75²]= ⁸⁰

194,3= 0,41 𝑋_5,5= ⁸⁰

√[85²+70²+85²+80²+80²+75²]= ⁸⁰

194,3= 0,41 𝑋_6,5= ⁷⁵

√[85²+70²+85²+80²+80²+75²]= ⁷⁵

𝑋_1,6= ⁷⁰

√[70²+70²+70²+75²+75²+70²]= ⁷⁰

194,3= 0,4 𝑋_2,6= ⁷⁰

√[70²+70²+70²+75²+75²+70²]= ⁷⁰

194,3= 0,4 𝑋_3,6= ⁷⁰

√[70²+70²+70²+75²+75²+70²]= ⁷⁰

194,3= 0,4 𝑋_4,6= ⁷⁵

√[70²+70²+70²+75²+75²+70²]= ⁷⁵

194,3= 0,43 𝑋_5,6= ⁷⁵

√[70²+70²+70²+75²+75²+70²]= ⁷⁵

194,3= 0,43 𝑋_6,6= ⁷⁰

√[70²+70²+70²+75²+75²+70²]= ⁷⁰

194,3= 0,4

Setelah melakukan perhitungan normalisasi, maka diperoleh hasil untuk matrix ternormalisasi yaitu:

(6)

0,44 0,38 0,41 0,43 0,36 0,40 X * ij = 0,37 0,44 0,41 0,38 0,44 0,40 0,42 0,38 0,41 0,40 0,41 0,43 0,44 0,41 0,39 0,43 0,41 0,43 0,42 0,44 0,41 0,40 0,39 0,40 3. Mengoptimalkan Atribut

Mengoptimalkan atribut dengan menyertakan bobot dalam menghitung matrik ternormalisasi. Pada bagian ini menggunakan persamaan

C1 = A11 = 0,25 * 0,37 = 0,0916 A12 = 0,25 * 0,44 = 0,1099 A13 = 0,25 * 0,37 = 0,0916 A14 = 0,25 * 0,42 = 0,1038 A15 = 0,25 * 0,44 = 0,1099 A16 = 0,25 * 0,42 = 0,1038 C2 = A21 = 0,20 * 0,38 = 0,0769 A22 = 0,20 * 0,38 = 0,0769 A23 = 0,20 * 0,44 = 0,0879 A24 = 0,20 * 0,38 = 0,0769 A25 = 0,20 * 0,41 = 0,0824 A26 = 0,20 * 0,44 = 0,0879 C3 = A31 = 0,20 * 0,41 = 0,0826 A32 = 0,20 * 0,41 = 0,0826 A33 = 0,20 * 0,41 = 0,0826 A34 = 0,20 * 0,41 = 0,0826 A35 = 0,20 * 0,39 = 0,0771 A36 = 0,20 * 0,41 = 0,0826 C4 = A41 = 0,15 * 0,40 = 0,0605 A42 = 0,15 * 0,43 = 0,0646 A43 = 0,15 * 0,38 = 0,0565 A44 = 0,15 * 0,40 = 0,0605 A45 = 0,15 * 0,43 = 0,0646 A46 = 0,15 * 0,40 = 0,0605 C5 = A51 = 0,10 * 0,44 = 0,0437 A52 = 0,10 * 0,36 = 0,0360 A53 = 0,10 * 0,44 = 0,0437 A54 = 0,10 * 0,41 = 0,0412 A55 = 0,10 * 0,41 = 0,0412 A56 = 0,10 * 0,39 = 0,0386 C6 = A61 = 0,10 * 0,40 = 0,0399 A62 = 0,10 * 0,40 = 0,0399 A63 = 0,10 * 0,40 = 0,0399 A64 = 0,10 * 0,43 = 0,0427 A65 = 0,10 * 0,43 = 0,0427 A66 = 0,10 * 0,40 = 0,0399 Hasilnya dapat dilihat pada matrix berikut:

0,0916 0,0769 0,0826 0,0605 0,0437 0,0399 0,1099 0,0769 0,0826 0,0646 0,0360 0,0399 0,0916 0,0879 0,0826 0,0565 0,0437 0,0399 0,1038 0,0769 0,0826 0,0605 0,0412 0,0427 0,1099 0,0824 0,0771 0,0646 0,0412 0,0427 0,1038 0,0879 0,0826 0,0605 0,0386 0,0399

Langkah selanjutnya yaitu melakukan perhitungan nilai Yi, yaitu nilai maximum dikurang dengan nilai minimum, dengan menambahkan setiap nilai kriteria benefit lalu dikurangkan dengan kriteria cost pada masing- masing alternatif. yang nantinya akan menjadi hasil akhir perhitungan dalam penyelesaian metode MOORA.

Berikut Perhitungannya dapat dilihat pada tabel

(7)

Alternatif Maximum

(𝐂_𝟏+ 𝐂_𝟐+ 𝐂_𝟑+ 𝐂_𝟒)

Minimum

(𝐂_𝟓+ 𝑪_𝟔) Yi =Max-Min A₁ (0,0916 + 0,0769 + 0,0826 + 0,0605) = 0,3116 (0,0437 + 0,0399) = 0,0836 0,2280 A₂ (0,1099 + 0,0769 + 0,0826 + 0,0646) = 0,3339 (0,0360 + 0,0399) = 0,0759 0,2581 A₃ (0,0916 + 0,0879 + 0,0826 + 0,0565) = 0,3185 (0,0437 + 0,0399) = 0,0836 0,2349 A₄ (0,1038 + 0,0769 + 0,0826 + 0,0605) = 0,3238 (0,0412 + 0,0427) = 0,0839 0,2399 A₅ (0,1099 + 0,0824 + 0,0771 + 0,0646) = 0,3339 (0,0412 + 0,0427) = 0,0839 0,2501 A₆ (0,1038 + 0,0879 + 0,0826 + 0,0606) = 0,3348 (0,0386 + 0,0399) = 0,0785 0,2563 4. Perankingan Nilai Y

Langkah akhir yang dilakukan adalah melakukan perankingan sebagai proses akhir penyelesaian untuk mengetahui alternatif tertinggi yang akan diangkat menjadi karyawan tetap. Berikut tabel 4 merupakan tabal perangkingan:

Tabel 4. Hasil Perankingan

No Nama Alternatif Nilai Akhir Perankingan

1 A1 0,2280 6

2 A2 0,2581 1

3 A3 0,2349 5

4 A4 0,2399 4

5 A5 0,2501 3

6 A6 0,2563 2

Dari hasil perankingan pada tabel 4 dapat dilihat bahwa nilai tertinggi berturut – turut terdapat pada alternatif A2, A6, A5 dan A4 sedangkan untuk penilaian kinerja terendah berturut – turut yaitu A1 dan A3.

4. KESIMPULAN

Berdasarkan hasil penelitian dan pembahasan yang dipaparkan, maka dapat disimpulkan bahwanya proses penilaian kinerja Ketua Program Studi dengan menggunakan Sistem Pendukung Keputusan mendapatkan hasil yang objektif, optimal dan juga baik. Hasil yang didapatkan tersebut dapat dipertanggung jawabkan pada proses akhir penilaiannya. Penerpaan metode MOORA pada Sistem Pendukung Keputusan penilaian kinerja Ketua Program Studi mampu untuk memberikan penilaian dari masing – masing Ketua Program Studi dengan hasil yang didapatkan untuk hasil kinerja Ketua Program Studi tertinggi berturut – turut yaitu alternatif A2, A6, A5 dan A4. Sedangkan untuk Ketua Program Studi dengan penilaian terandah dari bawah secara berturut – turut adalah A1 dan A3.

REFERENCES

[1] M. Markani and S. Zega, “Sistem Pendukung Keputusan PemilihanKetua Prodi Teknik Informatika Menerapkan Metode WASPAS dan VIKOR,” in Seminar Nasional Teknologi …, 2019, pp. 249–262.

[2] A. A. Tri Susilo, “Penerapan Metode Profile Matching Pada Sistem Pendukung Keputusan Pemilihan Ketua Program Studi (STUDI Kasus : Program Studi Teknik Informatika STMIK Musi Rawas),” JUITA J. Inform., vol. 5, no. 2, p. 87, 2018.

[3] M. I. Yuliawati, Intan, “Sistem Pendukung Keputusan Pemilihan Ketua Program Studi Menggunakan Metode Weighted Product ( Studi Kasus : STIT Mulatazam Lampung Barat ),” Jtksi, vol. 01, no. 01, pp. 13–17, 2018.

[4] D. Asdini, M. Khairat, and D. P. Utomo, “Sistem Pendukung Keputusan Penilaian Kinerja Manajer di PT . Pos Indonesia dengan Metode WASPAS,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 1, pp. 41–47, 2022.

[5] A. Abdullah and M. W. Pangestika, “Rancang Bangun Sistem Pendukung Keputusan Dalam Pemilihan Dosen Pembimbing Skripsi Dengan Metode AHP di UM Pontianak,” Cybernetics, vol. 2, no. 02, 2018.

[6] L. Situmorang and J. R. Sagala, “Sistem Pendukung Keputusan Pemilihan Tentor Terbaik Dengan Metode Technique For Order Preference By Similarity To Ideal Solution (Topsis),” J. Nas. Komputasi dan Teknol. Inf., vol. 3, no. 3, pp.

209–214, 2020.

[7] C. Vikasari, “Sistem Pendukung Keputusan Pemilihan Direktur Politeknik Negeri Cilacap,” J. Edukasi dan Penelit.

Inform., vol. 4, no. 2, p. 119, 2018.

[8] A. Alwendi and D. Aldo, “Sistem Pendukung Keputusan Pemilihan Toko Handphone Terbaik Di Kota Padangsidimpuan Menggunakan Metode Oreste,” Jursima, vol. 8, no. 1, p. 10, 2020.

[9] A. H. Nasyuha, Zulkifli, I. Purnama, A. Sidabutar, A. Karim, and Mesran, “Sistem Pendukung Keputusan Penentuan Kerani Timbang Lapangan Terbaik Menerapkan Metode Operational Competitiveness Rating Analysis ( OCRA ),” J.

MEDIA Inform. BUDIDARMA, vol. 6, no. 1, pp. 355–361, 2022.

[10] R. K. Purba, D. F. G. Hutagalung, E. M. Sinaga, A. Sidabutar, and Mesran, “Optimalisasi dalam Penentuan Keputusan Level Pemberlakuan Pembatasan Kegiatan Masyarakat ( PPKM ) Menerapkan Metode Preference Selection Index,” J.

Inf. Syst. Res., vol. 3, no. 2, pp. 63–75, 2022.

(8)

Menggunakan Metode SMARTER,” vol. 5, no. 2, pp. 140–152, 2021.

[12] 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.

[13] S. Armasari and D. P. Utomo, “Sistem Pendukung Keputusan Dalam Menentukan Karyawa Kontrak Menjadi Karyawan Tetap Pada PT . Namasindo Plas Menggunakan Metode Multi Objective Optimization On The Basis Of Ratio Analysis,” KOMIK (Konferensi Nas. Teknol. Inf. dan Komputer), vol. 5, no. 1, pp. 67–77, 2021.

[14] A. Destri Putra, D. Hafidh Zulfikar, and A. Imal Alfresi, “Sistem Pendukung Keputusan Penilaian Kinerja Pegawai Pada Pdam Martapura Oku Timur Menggunakan Metode Moora,” J. Digit. Teknol. Inf., vol. 3, no. 1, 2020.

[15] J. Fitriana, E. F. Ripanti, and T. Tursina, “Sistem Pendukung Keputusan Pemilihan Mahasiswa Berprestasi dengan Metode Profile Matching,” J. Sist. dan Teknol. Inf., vol. 6, no. 4, p. 153, 2018.

[16] V. C. Hardita, E. Utami, and E. T. Luthfi, “Sistem Pendukung Keputusan Pemilihan Sales Terbaik,” Creat. Inf.

Technol. J., vol. 5, no. 2, p. 138, Jul. 2019.

[17] Yoga Handoko Agustin and H. Kurniawan, “Sistem Pendukung Keputusan Penilaian Kinerja Dosen Menggunakan Metode Weighted Product (Studi Kasus : Stmik Pontianak),” Semin. Nas. Inform. 2015, pp. 177–182, 2015.

[18] S. D. Fitriadi, “Sistem pendukung keputusan menentukan pemilihan ketua osis dengan metode AHP (Analitycal Hierarkhi Process) berbasis web,” JATI (Jurnal Mhs. Tek. Inform., vol. 1, no. 9, pp. 920–927, 2017.

[19] N. K. Daulay, B. Intan, and M. Irvai, “Comparison of the WASPAS and MOORA Methods in Providing Single Tuition Scholarships,” IJICS (International J. Informatics Comput. Sci., vol. 5, no. 1, pp. 84–94, 2021.

[20] A. T. Hidayat, N. K. Daulay, and Mesran, “Penerapan Metode Multi-Objective Optimization on The Basis of Ratio Analysis (MOORA) dalam Pemilihan Wiraniaga Terbaik,” J. Comput. Syst. Informatics, vol. 1, no. 4, pp. 367–372, 2020.

[21] 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.

[22] D. Febrina and I. Saputra, “Penerapan Multiobjective Optimization on the Basis of Simple Ratio Analysis (MOOSRA) Dalam Pemilihan Konten Lokal Terbaik,” J. Comput. Syst. Informatics, vol. 2, no. 3, pp. 10–19, 2021.

[23] S. Sutarno, M. Mesran, S. Supriyanto, Y. Yuliana, and A. Dewi, “Implementation of Multi-Objective Optimazation on the Base of Ratio Analysis (MOORA) in Improving Support for Decision on Sales Location Determination,” in Journal of Physics: Conference Series, 2019.

[24] A. D. Amanda, F. N. Arieni, and A. P. Windarto, “Penerapan Metode Multi Objective Optimization on The Basic of Ratio Analysis ( MOORA ) pada Pemilihan Masker Organik Wajah Berdasarkan Kriteria,” J. Sist. Komput. dan Inform., vol. 2, no. 3, pp. 283–288, 2021.

[25] C. F. Sianturi, L. T. Sianturi, U. Hasanah, Khairunnisa, and Mesran, “Decision Support System for Accepting Pre- Employment Cards during the Covid-19 Pandemic Using the Method Multi Objective Optimization on The Basic of Ratio Analysis (MOORA),” IJICS (International J. Informatics Comput. Sci., vol. 5, no. 2, pp. 217–223, 2021.