Copyright © 2022 Gilbert Yesaya Likumahua, Page 1536
Penilaian Mutu Pendidikan Berdasarkan Ketersediaan Sarana Prasarana di Masa Pandemi Covid-19 Menggunakan Metode AHP
Gilbert Yesaya Likumahua*, Sri Yulianto Joko Prasetyo
Fakultas Teknologi Informasi, Teknik Informatika, Universitas Kristen Satya Wacana, Salatiga, Indonesia Email: 1,*[email protected], 2[email protected]
Email Penulis Koresponding : [email protected] Submitted 04-10-2022; Accepted 30-10-2022; Published 31-10-2022
Abstrak
Tujuan penelitian ini adalah untuk mengetahui sarana prasarana yang digunakan untuk proses belajar mengajar serta upaya yang dilakukan untuk meningkatkan mutu pendidikan selama saat masa pandemic covid-19. Tipe penelitiannya yakni kualitatif deskriptif. Subjek penelitian yang terlibat selama proses penelitian meliputi 4 sekolah SMP di Salatiga.
Pelaksanaan kegiatan dalam penelitian dilakukan dengan menggunakan pendekatan metode AHP. Selanjutnya data dikumpulkan melalui teknik wawancara bertipe kuisioner. Data yang terkumpul ini akan dianalisis menggunakan teknik triangulasi data berbasis literatur. Temuan hasil penelitian menunjukkan kriteria yang sangat berpengaruh terhadap mutu pendidikan yang dinilai berdasarkan sarana prasarana yaitu bandwith dengan nilai 0,397 (39%), lcd 0,245 (24%), lab komputer 0,242 (24%), banyak komputer 0,064 (6%) dan yang terakhir access point 0,053 (5%).
Kata Kunci: Sarana Prasarana; Mutu; Covid-19
Abstract
This study aims to know the infrastructures used for the teaching-learning process and the effort made to improve education quality during the pandemic of Covid-19. The method used by the researcher was descriptive qualitative. The subjects of this study were four senior high schools in Salatiga. AHP method approach was used in conducting this study. Meanwhile, Questionnaires and interviews were used as instruments for data retrieval. The data collected will be analyzed using literature-based data triangulation techniques.
The results showed that some criteria have a high impact on improving the quality of education based on infrastructure tools: bandwidth with 0,397 (39%), lcd with 0,245 (24%), computer lab with 0,242 (24%), the number of computers 0,064 (6%), and the last was the access point with 0.053 (5%).
Keywords: Infrastructure; Quality; Covid-19
1. PENDAHULUAN
Corona Virus Disease (Covid-19) merupakan penyakit menular yang disebabkan oleh coronavirus jenis baru yang menyerang sistem pernapasan pada manusia sehingga dapat menyebabkan kematian. World Health Organization (WHO) menyatakan Covid-19 sebagai pandemi sejak 11 Maret 2020 yang bermula di kota Wuhan, China. Covid-19 mulai menyebar kebeberapa negara di dunia, termasuk Indonesia[1]
Di Indonesia, Covid-19 memberikan dampak terhadap semua sektor termasuk sektor pendidikan. Oleh karena itu, pemerintah Indonesia mengaktifkan sistem belajar dari rumah berbasis online atau dikenal dengan istilah pembelajaran dalam jaringan (daring) sejak Maret 2020 melalui Keputusan Menteri Pendidikan Kebudayaan RI No. 4 Tahun 2020 Pelaksanaan Kebijakan Pendidikan Di Masa Darurat COVID-19[2]. Pemerintah menetapkan kebijakan tersebut agar pendidikan tetap berjalan sehingga tidak mengalami ketertinggalan. Pembelajaran daring menjadi sesuatu hal yang baru dalam dunia pendidikan karena belum pernah dilakukan sebelumnya sehingga mengharuskan pendidik dan semua elemen pendidikan untuk tetap melaksanakan pembelajaran daring dan membuat suatu pembaharuan serta penyesuaian terhadap pemanfaatan teknologi yang telah tersedia sehingga dapat menunjang proses pembelajaran. Maka dari itu pada masa pandemi Covid-19 pendidikan menjadi salah satu aspek yang sangat penting untuk diperhatikan setiap aspek dan perkembangannya untuk meningkatkan mutu pendidikan.
Y Mauly menyatakan bahwa mutu pendidikan merupakan unsur penting yang dapat membantu membentuk kualitas pendidikan menjadi lebih baik sesuai dengan tujuan utamanya yaitu menjadikan bangsa Indonesia sebagai negara maju. Sejalan dengan pendapat Soedijarto (2008) mengungkapkan bahwa pendidikan Indonesia dapat dianggap bermutu apabila sistem pendidikannya bersifat demokratis dimana suasana proses pembelajarannya lebih menyenangkan serta menantang bagi peserta didik agar dapat mengembangkan setiap bakat yang dimiliki dengan baik [3]
Mutu pendidikan tidak hanya terkait akreditasi sekolah namun mutu pendidikan juga bisa di nilai dari segi sarana dan prasarana yang tersedia pada lembaga pendidikan tersebut yang mana telah tertuang dalam Peraturan Menteri Pendidikan Nasional Republik Indonesia Nomor 24 Tahun 2007 Tentang Standar Sarana dan Prasarana Untuk Sekolah Dasar/Madrasah Ibtidaiyah (SD/MI), Sekolah Menengah Pertama/Madrasah Tsanawiyah (SMP/MTs), dan Sekolah Menengah Atas/Madrasah Aliyah (SMA/MA), karena sarana prasarana sangat berpengaruh untuk meningkatkan mutu pendidikan pada suatu lembaga pendidikan.
Sarana pendidikan merupakan setiap peralatan serta perlengkapan yang secara langsung dipakai untuk menopang proses pendidikan secara khusus pada proses belajar mengajar seperti gedung sekolah, ruang kelas, meja, kursi, dan serta media pengajaran. Sarana pendidikan dapat berperan baik dalam proses pendidikan apabila digunakan secara optimal oleh tenaga pendidik (Mulyasa, 2003). Barnawi (2012) berpendapat bahwa prasarana pendidikan yaitu seluruh
perlengkapan dasar yang secara tidak langsung mendukung terselenggaranya proses pendidikan di sekolah. Sehingga sarana dan prasarana pendidikan menjadi salah satu komponen pendukung terselenggaranya proses belajar mengajar secara baik dan optimal [4]
Prasarana pendidikan dapat menjadi tolak ukur mutu sekolah, namun prasarana harus ditingkatkan terus menerus seiring dengan perkembangan ilmu pengetahuan dan teknologi yang semakin canggih. Sarana dan prasarana perlu untuk dilakukan agar dapat menunjang keterampilan siswa sehingga siswa siap untuk bersaing terhadap pesatnya teknologi.
Oleh karena itu, sarana dan prasarana menjadi bagian yang paling penting yang harus disiapkan dengan cermat dan berkesinambungan agar proses kegiatan belajar mengajar dapat dijamin bisa berjalan dengan lancar dan efisien [5]
Metode Analytical Hierarchy Process merupakan metode yang dipakai untuk menentukan rangking dari setiap alternatif terhadap pemecahan suatu permasalahan (Sinaga, 2009) [6]. Alasan menggunakan metode AHP karena di dalam AHP terdapat konsep eigenvector yang dapat digunakan untuk menentukan perangkingan prioritas dari setiap kriteria berdasarkan matriks perbandingan berpasangan
Sumber-sumber dari penelitian sebelumnya menjadi hal yang paling dibutuhkan untuk menjadi referensi bagi penulis dalam melakukan penelitian ini.
Penelitian yang dilakukan oleh Frieyadie (2018) dengan judul Metode AHP Sebagai Penunjang Keputusan Untuk Penilaian Kinerja Kerja Karyawan SPBU menggunakan metode AHP untuk melakukan analisis perhitungan terhadap data yang diperoleh dan Microsoft Excel untuk mengimplementasikan data dengan tujuan untuk memberikan alternatif serta membantu staff kantor untuk menentukan penilaian kinerja karyawan sesuai dengan kriteria yang telah ditentukan [7]
Penelitian dengan judul Penerapan Metode Analytical Hierarchy Process (AHP) Pada Desain Sistem Pendukung Keputusan Pemilihan Calon Penerima Bantuan Pangan Non Tunai (BPNT) Di Kota Palangka Raya yang dilakukan oleh Jadiaman Parhusip (2019) juga menggunakan metode AHP dalam melakukan proses analisis agar dapat memperoleh alternatif dalam menentukan keluarga yang tepat dan lebih layak untuk menerima program raskin atau biasanya juga disebut Keluarga Penerima Manfaat (KPM)[8]
Penelitian yang dilakukan oleh Anita Sindar dan Jamal Purba (2018) dengan judul Penentuan Karyawan Lembur Dengan Metode Analytical Hierarchy Process (AHP) juga menggunakan metode AHP untuk membuat suatu rancangan sistem yang memiliki beberapa form sebagai penunjuk dari penginputan data, proses dan hasil perhitungan. Perancangan sistem yang dilakukan menghasilkan output sehingga memperoleh alternatif dengan bobot tertinggi yang dapat digunakan sebagai penentuan nama karyawan yang harus lembur sebagai pemenuhan kebutuhan perusahaan [9]
Berdasarkan penelitian-penelitian sebelumnya yang telah dibahas, maka penulis membahas judul yang sedikit berbeda dengan beberapa penelitian terdahulu. Judul yang diambil adalah Penilaian Mutu Pendidikan Berdasarkan Ketersediaan Sarana Prasarana di Masa Pandemi Covid-19 Menggunakan Metode AHP dengan tujuan untuk memperoleh hasil penilaian yang baik terkait sarana prasarana yang berpengaruh terhadap mutu pendidikan pada saat masa pandemi Covid-19 khususnya bagi Sekolah Menengah Pertama (SMP) di kota Salatiga.
2. METODOLOGI PENELITIAN
2.1 Tahapan Penelitian
Penelitian menggu nakan metode AHP untuk memperoleh hasil penilaian mutu pendidikan di masa pandemi Covid-19 berdasarkan ketersediaan sarana prasarana terhadap SMP di kota Salatiga dengan menggunakan tools R-Programing.
Penelitian ini memiliki beberapa tahapan, yaitu :
Gambar 1. Tahapan Penelitian
Copyright © 2022 Gilbert Yesaya Likumahua, Page 1538 a. Mengidentifikasi Masalah
Mengidentifikasi masalah merupakan tahapan awal dalam penelitian ini. Peneliti mengidentifikasi masalah sesuai dengan permasalahan yang terjadi dilapangan sehingga dapat mengetahui dengan pasti masalah apa yang terjadi serta menemukan solusi untuk mengatasi permasalahan tersebut.
b. Studi Literatur
Pada tahapan ini penulis mencari berbagai referensi terkait topik yang akan diteliti, dalam hal ini referensi yang dicari terkait metode AHP dan sistem pendukung keputusan.
a. Analytical Hierarchy Process (AHP)
Analytical Hierarchy Process (AHP) merupakan suatu teori umum mengenai pengukuran yang dipakai dalam menentukan skala rasio, baik itu dari perbandingan berpasangan ataupun kontinu. Masalah multi faktor atau multi kriteria yang kompleks dapat diuraikan menggunakan AHP sehingga dapat menjadi sebuah hirarki. Hirarki adalah suatu representasi dari suatu permasalahan yang kompleks pada struktur multi level dimana level yang pertama merupakan tujuan, kemudian level faktor, kriteria dan sub kriteria, dan begitu seterusnya sampai pada level paling akhir dari alternatif. Dengan hirarki maka suatu permasalahan yang kompleks dibagi kedalam beberapa kelompok setelah itu diatur menjadi sebuah hirarki sehingga permasalahan menjadi lebih terstruktur dan sistematis. Berikut merupakan tahapan-tahapan metode Analytical Hierarchy Process (AHP), antara lain :
1. Mendefinisikan masalah serta menentukan solusi yang diinginkan.
2. Membuat struktur hierarki yang didalamnya terdapat tujuan umum, kriteria dan alternatif.
Gambar 2. Struktur Hirarki AHP
3. Membuat matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya. Perbandingan dilakukan berdasarkan pilihan atau judgement dari pembuat keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya.
4. Menormalkan data yaitu dengan membagi nilai dari setiap elemen di dalam matriks yang berpasangan dengan nilai total dari setiap kolom.
5. Menghitung nilai eigen vector dan menguji konsistensinya, jika tidak konsisten maka pengambilan data (preferensi) perlu diulangi. Nilai eigen vector yang dimaksud adalah nilai eigen vector maksimum yang diperoleh.
6. Mengulangi langkah 3, 4 dan 5 untuk seluruh tingkat hirarki.
7. Menghitung eigen vector dari setiap matriks perbandingan berpasangan. Nilai eigen vector merupakan bobot setiap elemen.
8. Menguji konsistensi hirarki. Jika tidak memenuhi dengan CR <0,100 maka penilaian harus diulangi kembali [10]
b. Sistem Pendukung Keputusan (SPK)
Sistem pendukung keputusan adalah suatu sistem informasi interaktif yang menyediakan informasi, pemodelan serta manipulasi data dengan tujuan agar dapat membantu para pengambil keputusan untuk memilih berbagai alternatif keputusan yang merupakan hasil dari pengolahan setiap informasi yang didapat atau tersedia dengan menggunakan model pengambilan keputusan. Oleh karena itu, sistem pendukung keputusan sangat dibutuhkan untuk membantu dalam hal mempercepat serta mempermudah proses pengambilan keputusan [11]
c. Pengumpulan Data
Peneliti melakukan pengumpulan data langsung dari Sekolah Menengah Pertama (SMP) di kota Salatiga. Data yang sudah dikumpulkan merupakan hasil wawancara yang dibuat dalam bentuk kuisioner dan isi langsung oleh SMP yang bersangkutan kemudian dijadikan sebagai data pada penelitian ini.
Tabel 1. Data Sarana Prasarana
Nama Sekolah
Sarana Prasarana Access
Point Bandwith Banyak
Komputer
Banyak LCD
Lap Komputer
SMP Negeri 2 Salatiga 2 Titik 100 mbps 147 29 1
SMP Muhammadiyah Plus Salatiga
8 Titik 200 mbps 3 3 1
SMP Negeri 5 Salatiga 30 Titik 100 mbps dan 200 mbps 100 27 1 SMPIT Nidaul Hikmah
Salatiga
4 Titik 100 mbps 30 3 1
Tabel 1 menunjukan data yang telah dikumpulkan dari beberapa SMP di kota Salatiga. Data tersebut yang dipakai hanya 4 SMP dari 8 SMP yang menjadi subjek penelitian.
d. Pengolahan Data
Pada tahap ini akan di lakukan pengolahan dataset sarana prasarana SMP di kota Salatiga menggunakan R-Programming.
Pengolahan data ini dilakukan untuk menguji metode yang dipakai pada penelitian ini.
Gambar 3. Import Data ke R-Programming
Pada gambar 3 menunjukan dataset yang sudah di import ke R-Programming. Data yang dalam bentuk angka pada kolom access point, bandiwth, banyak komputer, banyak lcd dan banyak komputer harus diubah ke dalam bentuk numeric dan kemudian akan diimport untuk diolah datanya, karena data sebelumnya yang tidak diubah ke dalam bentuk numerc tidak akan terbaca dan tidak bisa di import untuk diolah sehingga nantinya tidak mendapatkan hasil yang maksimal.
Gambar 4. Tampilan Data Setelah di Import ke R-Programming
Copyright © 2022 Gilbert Yesaya Likumahua, Page 1540 Pada gambar 4 menunjukan tampilan data yang sudah di import ke dalam R-Programming sehingga data tersebut dapat terbaca dan dilakukan pengolahan data untuk mengetahui nilai prioritas yang dijadikan sebagai penentuan ranking dari metode AHP.
e. Selesai
Pada tahapan ini peneliti melakukan penarikan kesimpulan berdasarkan hasil penelitian yang sudah dilakukan.
2.2 Pseudocode Metode AHP
Berikut merupakan pseudocode dari metode AHP yang dipakai pada penelitian ini.
a. Inisialisasi Matriks hasil Pairwise Comparison baris1 = c(1/1, 1/2, 1/3, 1/4, 1/5)
….
barisN = c(5/1, 1/5, 3/1, 4/1, 1/1)
Kemudian tetapkan “pilihan” sebagai gabungan dari baris1 hingga barisN sebagai matriks pilihan = as.matrix(rbind(baris1, …, barisN))
b. Cek semua eigenvalue dan eigenvector berdasarkan “pilihan”
eigen(pilihan)
c. Cek eigenvalue terbesarnya dengan “max”. Dan pakai “Re” untuk mengambil nilai realnya.
max(Re(eigen(pilihan)$values))
d. Cek posisi eigenvalue terbesarnya dengan “which”
posisi = which.max(Re(eigen(pilihan)$values))
e. Pilih eigenvector yang berkaitan dengan eigenvalue terbesar lalu ambil nilai realnya.
eigen_vektor_maks = Re(eigen(pilihan)$vectors[, posisi])
f. Normalisasi eigen_vektor_maks sehingga totalnya 1. Inilah nilai prioritasnya.
prioritas = eigen_vektor_maks / sum(eigen_vektor_maks) g. Bulatkan vektor prioritas ke tiga angka decimal.
prioritas_bulat = round(prioritas, 3) h. Buat tabel kriteria dan nilai prioritasnya.
tabel_prioritas = data.frame(minuman = nama, nulai = prioritas_bulat)
3. HASIL DAN PEMBAHASAN
Pada penelitian ini data yang sudah dikumpulkan dan dijadikan dataset akan diolah menggunakan tools R-Programming.
Data tersebut diimport terlebih dahulu untuk melakukan pengujian terhadap metode yang di pakai. Setelah itu data tersebut akan diolah untuk membuat matriks perbandingan, menghitung nilai eigen value dan eigen vector serta menampilkan tabel prioritas.
Pengujian metode pada penelitian ini akan menghasilkan suatu tabel prioritas. Nilai pada tabel prioritas tersebut dijadikan sebagai acuan untuk melihat kinerja dari metode yang dipakai serta dapat digunakan untuk menentukan rangking pada setiap kriteria dari sarana prasarana.
Dalam penelitian metode AHP digunakan pada bagian hasil dan pembahasan dari mulai menentukan bobot untuk matriks perbandingan berpasangan kriteria sampai pada membuat tabel prioritas untuk menentukan ranking karena proses penentuan ranking merupakan hasil akhir dari metode AHP. Metode AHP pada dasarnya adalah suatu metode yang dipakai dalam memecahkan masalah yang kompleks serta tidak terstruktur menjadi kelompok-kelompok dan mengatur kelompok tersebut ke dalam suatu hierarki setelah itu memberikan nilai numerik. Oleh karena itu, dengan suatu hipotesa maka bisa ditentukan elemen apa yang mempunyai prioritas tinggi.
3.1 Membuat Matriks Perbandingan
Tahap pembuatan matriks perbandingan ini merupakan tahapan untuk memberikan bobot pada setiap kriteria menggunakan metode Analytical Hierarchy Process (AHP).
Tabel 2. Matriks Perbandingan Berpasangan Kriteria
Kriteria Access Point Bandwidth Banyak Komputer LCD Lab Komputer
Access Point 1
⁄1 1
⁄2 1
⁄3 1
⁄4 1
⁄5
Bandwidth 2
⁄1 1
⁄1 3
⁄1 4
⁄1 5
⁄1 Banyak Komputer 3
⁄1 1
⁄3 1
⁄1 1
⁄4 1
⁄5
LCD 4
⁄1 1
⁄4 1
⁄3 1
⁄1 5
⁄1
Lab Komputer 5
⁄1 1
⁄5 3
⁄1 4
⁄1 1
⁄1
Pada tabel 2 merupakan tahapan pembuatan matriks perbandingan terhadap setiap kriteria. Matriks tersebut kemudian akan diinput ke dalam R-Programming untuk mengetahui nilai dari setiap kriteria dan dari nilai yang dihasilkan selanjutnya akan diolah terus sehingga mendapatkan nilai prioritas yang akan dijadikan untuk mennetukan ranking.
3.2 Nilai Matriks Perbandingan
Tabel 3. Hasil Nilai Matriks Perbandingan
Access Point Bandwith Banyak Komputer LCD Lab Komputer
Access Point 1 0.50 0.33 0.25 0.2
Bandwith 2 1.00 3.00 4.00 5.0
Banyak Komputer 3 0.33 1.00 0.25 0.2
LCD 4 0.25 0.33 1.00 5.0
Lab Komputer 5 0.20 3.00 4.00 1.0
Pada tabel 3 menunjukan hasil nilai matriks perbandingan dari setiap kriteria yang telah di input dan diolah menggunakan tools R-Programming, dimana hasil tersebut di dapat dengan cara membagikan nilai matriks perbandingan berpasangan kriteria seperti pada tabel 2 sehingga memperoleh nilai untuk setiap kriteria, angka-angka tersebut menunjukan ranking variabel pada setiap kriteria.
3.3 Nilai Eigen Value dan Eigen Vector
Nilai eigen value dan eigen vector merupakan suatu pasangan dimana eigen value adalah suatu nilai yang bukan matriks yaitu suatu nilai angka yang jika dikalikan dengan suatu matriks x dapat mewakili matriks yang lainnya oleh karena itu disebut eigen value. Nilai dari eigen value dan eigen vector menunjukan jumlah elemen dari matriks itu sendiri.
Tabel 4. Nilai Eigen Value dan Eigen Vector Eigen Value
[1] 7.268 [2] -3.439 [3] 0.240 [4] 0.224 [5] 0.690
Eigen Vector [,1]
[1,] 0.098 [2,] 0.745 [3,] 0.119 [4,] 0.461 [5,] 0.454
[,2]
[1,] -0.020 [2,] 0.0718 [3,] -0.004 [4,] 0.7521 [5,] -0.654
[,3]
[1,] -0.041 [2,] 0.859 [3,] -0.327 [4,] 0.190 [5,] -0.069
[,4]
[1,] -0.041 [2,] 0.859 [3,] -0.327 [4,] 0.190 [5,] -0.069
[,5]
[1,] 0.007 [2,] 0.235 [3,] -0.787 [4,] 0.569 [5,] -0.000
Tahapan selanjutnya yaitu mengecek nilai eigen value dan eigen vector. Pada tabel 4 menunjukan hasil untuk nilai eigen value dan eigen vector dari matriks yang sudah dibuat. Bisa dilihat pada hasilnya yaitu nilai eigen value ada 5 dimana ada komponen real dan komponen imaginarenya, tapi untuk eigen value tertinggi pada urutan 1 hanya komponen real dan komponen imaginarenya 0 (nol) dan untuk eigen vector jumlahnya tetap sama seperti eigen value yaitu 5. Angka dari nilai eigen value dan eigen vector menunujukan seberapa besar pengaruh variabel terhadap matriks.
Nilai eigen value maximum adalah 7.268. Nilai ini menunjukan nilai real dari eigen value dan dari nilai real itu dicari nilai maximumnya. Sehingga akan menghasilkan nilai terbesar. Nilai tersebut untuk memilih eigen vector yang berasosiasi dengan nilai eigen value terbesar. Setelah memperoleh hasil nilai eigen value terbesar maka selanjutnya yaitu mengecek posisi eigen value terbesar dan posisi eigen value terbesar berada pada urutan ke 1.
3.4 Eigen Vector Terbesar
Nilai eigen vector adalah nilai bukan nol yang jika dikalikan dengan suatu matriks maka akan menghasilkan vector lain yang memiliki nilai kelipatan dari eigen vector sendiri. nilai dari eigen vector menunjukan jumlah elemen.
Tabel 5. Eigen Vector Terbesar 0.098 0.745 0.119 0.461 0.454
Pada tabel 5 menunjukan posisi dimana nilai eigen vector terbesar dan dari nilai ini menunjukan angka eigen vector yang mencerminkan ranking.
Normalisasi nilai eigen vector yaitu membagi nilai eigen vector maksimal dengan total jumlahnya sehingga yang diambil bukan nilai absolutnya atau nilai langsungnya jadi nilai normalisasi eigen vector ini menunjukan nilai presentase yang akan dijadikan sebagai nilai untuk ranking prioritas.
Tabel 6. Normalisasi Nilai Eigen Vector 0.052 0.396 0.063 0.245 0.241
Tabel 6 menunjukan hasil normalisasi angka atau presentase dari nilai eigen vector terbesar seperti pada tabel 5 jadi bukan diambil nilai langsung atau absolutnya tapi dibagi dengan jumlah totalnya yaitu nilai dari eigen vector dibagi dengan jumlah totalnya. Hasil normalisasi nilai eigen vector menunjukan angka prioritas yang akan dibulatkan.
Copyright © 2022 Gilbert Yesaya Likumahua, Page 1542 Nilai vector prioritas merupakan nilai yang dipakai sebagai untuk menentukan ranking. Nilai ini menunjukan hasil ranking pada setiap kriteria pada tabel prioritas.
Tabel 7. Pembulatan Nilai Vector Prioritas 0.053 0.397 0.064 0.245 0.242
Hasil normalisasi nilai eigen vector pada tabel 6 harus dibulatkan sehingga menghasilkan 3 (tiga) angka di belakang koma seperti yang ditunjukan pada tabel 7. Nilai eigen vector prioritas yang sudah dibulatkan menunjukan angka untuk menentukan ranking.
3.5 Tabel Prioritas
Tabel 8. Tabel Prioritas
Kriteria Nilai
1. Access Point 0.053
2. Bandwith 0.397
3. Banyak Komputer 0.064
4. LCD 0.245
5. Lab Komputer 0.242
Tabel prioritas dibuat untuk mempermudah dan lebih jelas untuk menampilkan kriteria dengan nilainya masing- masing. Pada tabel 8 menunjukan tabel prioritas sesuai dengan kriteria dan nilainya masing-masing. Angka dari tabel prioritas tersebut menunjukan angka yang dijadikan sebagai tolak ukur untuk menentukan ranking. Jadi dapat dilihat bahwa bandwith dengan nilai tertinggi 0,397 (39%), lcd 0,245 (24%), lab komputer 0,242 (24%), banyak komputer 0,064 (6%) dan yang terakhir access point dengan nilai paling rendah yaitu 0,053 (5%).
4. KESIMPULAN
Berdasarkan hasil dan pembahasan yang telah dipaparkan dapat disimpulkan bahwa kriteria yang sangat berpengaruh terhadap mutu pendidikan yang dinilai berdasarkan sarana prasarana yaitu bandwith dengan nilai 0,397 (39%), lcd 0,245 (24%), lab komputer 0,242 (24%), banyak komputer 0,064 (6%) dan yang terakhir access point 0,053 (5%). Dari angka- angka untuk setiap kriteria pada tabel prioritas tersebut dapat disimpulkan bahwa mutu pendidikan pada saat masa pandemi Covid-19 masih harus ditingkatkan khususnya pada bagian sarana prasarana karena terdapat beberapa sarana prsarana yang mempunyai presentase rendah pada penelitian ini sehingga mutu pendidikan terus meningkat dan proses pembelajaran dapat berjalan dengan baik. Metode Analytical Hierarchy Process (AHP) ternyata dapat dipakai untuk melakukan penilaian mutu pendidikan berdasarkan ketersediaan sarana prasarana karena metode AHP sendiri mampu untuk menyelesaikan suatu masalah yang sebelumnya tidak terstruktur menjadi lebih terstruktur dan mudah dimengerti.
REFERENCES
[1] Bhavya Bhasin, Gautam Gupta, and Sumedha Malhotra, “Impact of Covid-19 Pandemic on Education System,” EPRA Int. J.
Environ. Econ. Commer. Educ. Manag., no. May 2020, pp. 6–8, 2021.
[2] I. A. Nafrin and H. Hudaidah, “Perkembangan Pendidikan Indonesia di Masa Pandemi Covid-19,” Edukatif J. Ilmu Pendidik., vol. 3, no. 2, pp. 456–462, 2021.
[3] P. Sarana and D. A. N. Prasarana, “Cerdas Sifa, Edisi No.1. Mei – Agustus 2012,” no. 1, pp. 1–9, 2012.
[4] S. Rahmiga, “Kurangnya Sarana Dan Prasarana Belajar Di Sekolah,” Teknol. Pendidik., vol. 4, no. 2, pp. 1–8, 2019.
[5] S. Kartika, H. Husni, and S. Millah, “Pengaruh Kualitas Sarana dan Prasarana terhadap Minat Belajar Siswa dalam Pembelajaran Pendidikan Agama Islam,” J. Penelit. Pendidik. Islam, vol. 7, no. 1, p. 113, 2019.
[6] D. Pawestri, J. Informatika, F. Matematika, D. A. N. Ilmu, P. Alam, and U. S. Maret, “digilib . uns . ac . id,” 2013.
[7] Frieyadie, “Metode Ahp Sebagai Penunjang Keputusan Untuk Penilaian Kinerja Kerja Karyawan Spbu,” J. TECHNO Nusa Mandiri, vol. 15, no. 1, pp. 63–68, 2018.
[8] Jadiaman Parhusip, “Penerapan Metode Analytical Hierarchy Process (AHP) Pada Desain Sistem Pendukung Keputusan Pemilihan Calon Penerima Bantuan Pangan Non Tunai (BPNT) Di Kota Palangka Raya,” J. Teknol. Inf. J. Keilmuan dan Apl.
Bid. Tek. Inform., vol. 13, no. 2, pp. 18–29, 2019.
[9] A. S. R. Sinaga, “Penentuan Karyawan Lembur Dengan Metode Analytical Hierarchy Process (Ahp),” J. Inkofar, vol. 1, no. 2, pp. 40–50, 2019.
[10] E. Darmanto, N. Latifah, and N. Susanti, “Penerapan Metode Ahp (Analythic Hierarchy Process) Untuk Menentukan Kualitas Gula Tumbu,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 5, no. 1, p. 75, 2014.
[11] R. Anjasmaya and S. Andayani, “Sistem Pendukung Keputusan Penentuan Komoditi Sayuran Berdasarkan Karakteristik Lahan Menggunakan Metode PROMETHEE,” JUITA J. Inform., vol. 6, no. 2, p. 127, 2018.
