Sistem Pendukung Keputusan Penilaian Kinerja Guru Selama Pembelajaran Daring menggunakan Metode Vikor
Sedihati Kayan Lumbangaol*, Erna Budhiarti Nababan, Maya Silvi Lydia
Fakultas Ilmu Komputer dan Teknologi Informasi, Magister Teknik Informatika, Universitas Sumatera Utara, Medan, Indonesia
Email: 1[email protected], 2[email protected], 3[email protected] Email Penulis Korespondensi:[email protected]
Abstrak−Guru merupakan profesi yang memiliki peran penting bagi kemajuan literasi pendidikan terutama untuk era digitalisasi saat ini yang menerapkan sistem pembelajaran daring. Oleh sebab itu diperlukan adanya penilaian kinerja guru selama pembelajaran daring agar diperoleh letak kelebihan dan kekurangan dari setiap guru, dengan tujuan agar dapat dilakukan evaluasi dengan memperbaiki ataupun meningkatkan kinerja guru tersebut. Penelitian ini mengusulkan sistem pendukung keputusan yang menerapkan metode Vikor sebagai solusi untuk mendapatkan hasil penilaian kinerja guru selama pembelajaran daring guna mempermudah pihak pengambil keputusan. Dari hasil penelitian yang dilakukan dengan menggunakan 4 kriteria penelitian dan 5 alternatif diperoleh hasil akhir bahwa A5 atas nama Kayan Marbun dengan nilai 0.5025 terpilih menjadi guru yang memiliki kinerja terbaik.
Kata Kunci: SPK; Penilaian Kinerja Guru; Sistem Pembelajaran Daring, Vikor
Abstract−Teacher is a profession that has important role for the progress of education literacy, primarily in this current digitalization era that implements the online learning system. Therefore, the assesment of teacher’s performance during online learning is needed to find the advantages and disadvantages of each teacher, with an aim to get an evaluation that can be utilized to fix or improve the teacher’s performance. This study proposes a decision support system that applies the Vikor method as a solution to get the result of teacher’s performance assessment during online learning and make it easier for the decision makers.
By using 4 research criteria and 5 alternatives, this research shows that A5 on behalf of Kayan Marbun with a value of 0.5025 is chosen as the teacher with the best performance.
Keywords: SPK; Performance of the teacher; Online Learning System; Vikor
1. PENDAHULUAN
Guru merupakan profesi yang memiliki peran penting bagi kemajuan literasi pendidikan [1][2]. Oleh sebab itu setiap guru diwajibkan memiliki keterampilan yang mumpuni agar dapat memberikan ilmu pengetahuan dengan kualitas tinggi kepada seluruh siswa-siswa yang menjadi peserta didik di sekolah [3]
Menurut Suwatno, kinerja guru adalah suatu keberhasilan dari seorang guru dalam menyelesaikan tugas pokoknyanya. Kinerja dari seorang guru merupakan perwujudan dari kemampuan yang dimiliki dalam wujud karya [4]. Salah satu tujuan dilakukannya penilaian kinerja guru adalah untuk mengetaui kelebihan dan kekurangan dari seorang guru selama menjalankan tugas, sehingga dengan adanya hasil penilaian kinerja guru, setiap guru dapat memperbaiki dan meningkatkan kemampuannya dalam melaksanakan tugas [5][6].
Tidak terlepas dari pekembangan teknologi saat ini, seorang seorang guru juga diwajibkan untuk mampu berdaptasi dengan metode pembelajaran daring yang saat ini telah menjadi kebutuhan dunia pendidikan untuk menyampaikan materi ajar kepada seluruh peserta didik [7]. Penilaian kinerja guru selama pembelajaran daring sangat diperlukan mengingat kesuksesan suatu instansi pendidikan baik PAUD, Sekolah Dasar, Sekolah Menengah Pertama, maupun Sekolah Menengah Atas untuk di era digitasisasi 4.0 saat ini sangat ditentukan oleh kemampuan guru dalam beradaptasi dengan prosedur pembelajaran daring. Untuk mewujudkan penilaian kinerja guru selama pembelajaran daring yang efektif, maka pihak pengambil keputusan berusaha melakukan proses penilaian yang terukur dengan menggunakan atribut kriteria sebagai tolak ukurnya.
Pada penelitian ini penulis mengusulkan sistem pendukung keputusan sebagai solusi untuk melakukan penilaian kinerja guru selama pembelajaran daring. Sistem pendukung keputusan adalah salah satu bagian dari sistem informasi yang mampu meningkatkan kinerja pengambil keputusan dalam membuat hasil keputusan akhir dengan hasil yang maksimal [8][9]. Sistem pendukung keputusan dapat digunakan untuk mengambil keputusan di dalam situasi semi terstruktur maupun tidak terstruktur [10][11][12].
Metode sistem pendukung keputusan yang digukan pada penelitian ini yaitu Vikor. Mesran, dkk., dalam penelitiannya di tahun 2020, memberikan penjelasan bahwa Vikor merupakan bagian dari metode pengambilan keputusan multi atribut decision making [13].
Dari Maringan Sianturi, Dkk. pada tahun 2018 melakukan penelitian dengan menerapkan Vikor sebagai metode pengambilan keputusan untuk menentukan bahan kulit terbaik sebagai bahan baku pembuatan ikat pinggang. Hasil penelitian ini menunjukkan bahwa Vikor dapat menyelesaikan masalah tersebut secara akurat dan cepat [14]. Pada tahun 2020 Cici Mulya Sari, Dkk. melakukan penerapan Vikor untuk menyelesaikan masalah pengambilan keputusan, yaitu untuk pemilihan ajang service ambassador Medan. Pada hasil penelitian yang dilakukan diberikan kesimpulan bahwa Vikor dapat menghasilkan perangkingan terhadap seluruh alternatif yang terlibat dan menentuan solusi kompromi yang ideal [15]. Pada penelitian yang dilakukan oleh Putu Citra Darmika Dewi, Dkk. tahun 2021, metode Vikor diterapkan untuk menyelesaikan masalah pemberian kredit pada koperasi
DOI: 10.30865/mib.v6i2.3798
serba usaha sedana masari. Hasil penelitian ini menyimpulkan bahwa Vikor memiliki tingkat risiko error rendah dalam menghasilkan keputusan [16]. Pada penelitian yang dilakukan oleh Rofika Sari, Dkk. tahun 2021 mengenai penerapan metode Vikor dalam penyelesaian masalah pembentukan tim medis pada Klinik PTP-VI Berangir disimpulkan bahwa Vikor dapat memberikan hasil pengambilan keputusan yang akurat [17]. Sri Poedji Lestari dan Bernadus Gunawan Sudarsono tahun 2021 dalam penelitiannya tentang pemilihan sales terbaik menyimpulkan bahwa metode Vikor dapat menyelesaikan masalah yang diteliti dengan baik menggunakan langkah-langkah sederhana [18]. Agusta Praba Ristadi Pinem, Dkk. tahun 2022 melakukan penelitian tentang tentang pemilihan bahan baku alauminium dengan menggunakan metode Vikor. Pada penelitian tersebut disimpulkan bahwa metode Vikor dapat membantu pengambil keputusan untuk membuat hasil keputusan yang maksimal [19]. Kemudian pada penelitian yang dilakukan oleh Mohammad Rizqi Hibatullah, Dkk. tahun 2022, metode Vikor diterapkan untuk memecahkan masalah pemilihan santri untuk menjadi kepala pondok. Hasil penelitian menyimpulkan bahwa Vikor dapat mendukung proses seleksi dan menentukan Santri yang bertanggungjawab sebagai kepala pondok sesuai dengan kriteria yang telah ditetapkan [20].
2. METODOLOGI PENELITIAN
2.1 Arsitektur Umum Penelitian
Metode penelitian yang digunakan oleh penulis dalam penelitian ini adalah studi lapangan dan studi literatur.
Teknik pengumpulan data yang digunakan yaitu wawancara dan literature review dari penelitian-penelitian di masa lalu. Adapun arsitektur umum penelitian yang dilakukan dapat ditunjukkan pada gambar 1 di bawah ini.
Gambar 1. Arsitektur Umum Penelitian 2.2 Arsitektur Penerapan Vikor
Arsitektur penerapan Vikor pada bagian ini menjelaskan langkah-langkah yang akan dilakukan untuk menyelesakan masalah penilaian kinerja guru selama pembelajaran daring menggunakan metode Vikor. Adapun arsitektur penerapan Vikor dapat dilihat pada gambar 2 di bawah ini.
Gambar 2. Arsitektuk Penerapan Vikor Mulai
Studi Literatur Penerapan metode
Vikor
Studi Lapangan (Wawancara)
Hasil Penilaian Kinerja
Identifikasi Masalah
Selesai
Mulai Data Penelitian
Membuat Matriks Keputusan
Normalisasi Data Menghitung nilai S
dan R Menentukan
Nilai Indeks
Hasil
Perangkingan Selesai
2.3 Data Penelitian
Data penelitian yang digunakan dalam penelitian dapat dilihat pada tabel berikut ini : 2.3.1 Data Alternatif
Data alternatif dalam penelitian ini adalah kandidat guru yang akan dipilih sebagai guru dengan kinerja terbaik berdasarkan hasil peneliaian menggunakan metode Vikor.
Tabel 1. Data Alternatif
Kode Nama
A1 Mazmur P
A2 Marlon Sragih
A3 Dewi
A4 Dina
A5 Kayan Marbun
2.3.2 Data Kriteria
Data kriteria dalam penelitian ini adalah atribut penilaian yang bobotnya ditentukan dengan cara subjektif untuk digunakan dalam penyelesaian masalah penilaian kinerja guru selama pembelajaran daring menggunakan metode Vikor.
Tabel 2. Data Kriteria
Kode Kriteria Bobot
K1 Pedagogik 0.25
K2 Profesionalitas 0.20
K3 Kepribadian 0.25
K4 Kemampuan Teknologi 0.30 2.3.3 Data Fuzifikasi Nilai
Data fuzifikasi nilai adalah range nilai yang dapat diperoleh setiap alternatif tehadap kriteria yang telah ditentukan sebagai atribut penilaian.
Tabel 3. Data Fuzifikasi Nilai Nilai Huruf Nilai Angka
Buruk 0 –59
Baik 60-79
Sangat Baik 80-100
2.3.4 Data Rating Kecocokan
Data rating kecocokan adalah data yang nilai kriteria yang dimiliki oleh setiap alternatif Tabel 4. Data Rating Kecocokan
Alternatif Kriteria
C1 C2 C3 C4
A1 Baik Baik Buruk Sangat Baik
A2 Buruk Baik Sangat Baik Baik
A3 Baik Buruk Sangat Baik Baik
A4 Sangat Baik Baik Buruk Baik
A5 Baik Sangat Baik Baik Buruk
Data rating kecocokan dalam bentuk angka dari tabel 4 berdasarkan ketentuan pada tabel 3 dapat dilihat pada tabel 4 berikut ini.
Tabel 5. Data Rating Kecocokan Bentuk Angka
Alternatif Kriteria
C1 C2 C3 C4
A1 70 70 56 80
A2 50 70 85 75
A3 75 55 80 75
A4 100 75 50 74
A5 79 80 70 50
DOI: 10.30865/mib.v6i2.3798
3. HASIL DAN PEMBAHASAN
3.1 Hasil Penelitian
Pada penelitian ini dilakukan pengujian metode Vikor untuk menyelesaikan masalah penilaian kinerja guru selama pembelajaran daring dengan melibatkan 4 kriteria penelitian dan 5 alternatif. Adapun hasil pengujian metode Vikor untuk menyelesaikan masalah penilaian kinerja guru selama pembelajaran daring dapat dilihat pada penjelasan berikut ini.
3.1.1 Membuat Matriks Keputusan
Hasil matriks keputusan yang diperoleh berdasarkan tabel 5 adalah sebagai berikut ini.
𝑋 = {
70 70 56 80 50 70 85 75 75
100 79
55 75 80
80 75 50 74 70 50}
3.1.2 Normalisasi Data
Setelah mendapatakn hasil matriks keputusan, tahap selanjutnya yaitu melakukan normalisasi data menggunakan rumus di bawah ini :
Rij = (Xj
+−Xij
Xj+− Xj−) (1)
Penjelasan : i adalah alternatif, j adalah kriteria, Xij adalah nilai dari matriks, Xj+ adalah nilai tertinggi dalam satu kriteria, Xj- adalah nilai terendah dalam satu kriteria. Adapun hasil normaliasi data yang telah dilakukan dapat dilihat pada tabel 6 di bawah ini.
Tabel 6. Normalikasi Data
No Alternatif Kriteria
K1 K2 K3 K4
1 A1 0.6 0.4 0.8285714 0
2 A2 1 0.4 0 0.1666667
3 A3 0.5 1 0.14285714 0.1666667
4 A4 0 0.2 1 0.2
5 A5 0.42 0 0.42857143 1
Kemudian, pada tahap selanjutnya dilakukan pembobotan normalisasi data yang telah diperoleh pada tabel 6 di atas menggunakan rumus perkalian bobot kriteria dengan nilai normalisasi data pada setia kriteria. Adapun hasil pembobotan normalisasi data dapat dilihat pada tabel 7 di bawah ini
Tabel 7. Pembobotan Normalisasi Data
No Alternatif Kriteria
K1 K2 K3 K4
1 A1 0.15 0.08 0.20714286 0
2 A2 0.25 0.08 0 0.05
3 A3 0.125 0.2 0.03571429 0.05
4 A4 0 0.04 0.25 0.06
5 A5 0.105 0 0.10714286 0.3
3.1.3 Menghitung Nilai S dan R
Pada tahap ini penulis menghitung nilai S dan R berdasarkan hasil pembobotan yang telah diperoleh pada tabel 7.
Untuk menghitung nilai S dilakukan dengan menggunakan rumus Si= ∑𝑛𝑗=1𝑤𝑗 𝑥 (𝑅𝑖𝑗). Penjelasan, wj adalah bobot kriteria. Sementara nilai R adalah nilai terbesar dari setiap alternatif pada tabel 7. Adapun hasil perhitungan nilai S dan R dapat dilihat pada tabel 8 di bawah ini.
Tabel 8. Nilai S dan R
No Alternatif S R
1 A1 0.4371429 0.2071429
2 A2 0.38 0.25
3 A3 0.4107143 0.2
4 A4 0.35 0.25
5 A5 0.5121429 0.3
Setelah memperoleh nilai S dan S seperti yang telihat pada tabel 8, penulis menentukan S+, S-, R+, dan R.
Penjelasan : S+ adalah nilai S terbesar pada tabel 8, S- adalah nilai S terkecil pada pada tabel 8, R+ adalah nilai R terbesar pada tabel 8, dan R- adalah nilai R terkecil pada tabel 8. Adapun hasil penentuan nilai S+, S-, R+, dan R- dapat dilihat pada tabel 9 di bawah ini.
Tabel 9. Nilai S+, S-, R+, dan R-
S+ S- R+ R-
0.51214286 0.35 0.3 0.2
3.1.4 Menentukan Nilai Indeks
Pada tahap ini penulis menentukan nilai indeks berdasarkan hasil nilai S+, S-, R+, dan R- yang terlihat pada tabel 9 menggunakan rumus di bawah ini.
Qi=[𝑆𝑖−𝑆−
𝑆+−𝑆−]v+ [𝑅𝑖−𝑅−
𝑅+−𝑅−](1-v) (2)
Penjelasan : pada rumus di atas, v = 0.5. Adapun hasil penentuan nilai indeks dapat dilihat pada tabel 10 di bawah ini.
Tabel 10. Nilai Indeks Alternatif Nilai Indeks
A1 0.275865324
A2 0.097511013
A3 0.19472467
A4 0.005
A5 0.5025
3.1.5 Hasil Perengkingan
Pada tahap terakhir penulis mengurutkan hasil nilai indeks mulai dari terbesar hingga yang terkecil sebagai hasil perangkingan akhir. Adapun hasil perangkingan dapat dilihat pada tabel 11 di bawah ini.
Tabel 11. Hasil Perangkingan
Rangking Alternatif Nilai Indeks
1 A5 0.5025
2 A1 0.275865324
3 A3 0.19472467
4 A2 0.097511013
5 A4 0.005
3.2 Pembahasan
Berdasarkan hasil perangkingan yang diperoleh untuk penilaian kinerja guru selama pembelajaran daring menggunakan metode Vikor dengan melibatkan 4 kriteria penelitian dan 5 alternatif dapat diambil keputusan akhir bahwa A5 atas nama Kayan Marbun dengan nilai 0.5025 terpilih sebagai guru dengan nilai kinerja terbaik selama proses selama pembelajaran daring. Hasil perangkingan dalam pembahasan ini dapat dilihat dalam bentuk grafik pada gambar 3 di bawah ini.
Gambar 3. Grafik Hasil Perangkingan
4. KESIMPULAN
Adapun kesimpulan yang dapat dipaparkan oleh penulis berdasarkan penelitian yang telah dilakukan untuk menyelesaikan masalah penilaian kinerja guru selama pembelajaran daring menggunakan metode Vikor dengan melibatkan 4 kriteria penelitian yang diberikan bobot secara subjektif dan 5 alternatif dapat disimpulkan bahwa metode Vikor dapat menyelesaikan topik permasalahan yang diteliti dengan hasil akurat. Hasil penelitian ini
DOI: 10.30865/mib.v6i2.3798
menunjukkan bahwa alternatif terbaik dari hasil penilaian kinerja guru yang telah di selesaikan dengan metode Vikor adalah Kayan Marbun dengn nilai terbesar daripada 4 (empat) alternatif lainnya, yaitu 0.005.
REFERENCES
[1] A. Syarwani, “Profesi Guru Dan Peran Profesionalisme Guru,” vol. 1, no. 2, pp. 1–5, 2021.
[2] H. Bastar, R. Atmojo, and B. Lian, “Peran Kepemimpinan , dan Profesional Guru Terhadap Perbaikan Mutu Pembelajaran,” vol. 7, no. 3, pp. 744–752, 2021, doi: 10.31949/educatio.v7i3.1217.
[3] M. Rico, “Minat Terhadap Profesi Guru dan Sikap Keguruan,” vol. 1, no. 2, pp. 182–186, 2021.
[4] Suwatno, Pemimpin dan Kepemimpinan dalam oraganisasi public dan bisnis. Jakarta: Bumi Aksara, 2019.
[5] F. M. Shofiana Khoirunnisa, Abdul Jalil, “Manajemen Penilaian Kinerja Guru PAI Dalam Kompentensi Guru Di SMP IT Asy Syadzili Pakis Malang,” vol. 6, 2021.
[6] D. Novitasari and M. Asbari, “Leaders Coaching di Sekolah: Apa Perannya terhadap Kinerja Guru?,” Edumaspul J.
Pendidik., vol. 5, no. 1, pp. 580–597, 2021, doi: 10.33487/edumaspul.v5i1.1299.
[7] D. N. Baety and D. R. Munandar, “Analisis Efektifitas Pembelajaran Daring dalam Menghadapi Wabah Pandemi COVID-19,” EDUKATIF J. Ilmu Pendidik., vol. 3, no. 3, pp. 880–889, 2021.
[8] M. Mesran, E. Buulolo, G. Ginting, and A. Karim, “Application of The Extended Promethee II (EXPROM II) For International Student Exchange Selection,” no. Exprom Ii, 2020, doi: 10.4108/eai.11-12-2019.2290831.
[9] L. J. Muhammad Ikhlas, “Sistem Pendukung Keputusan Penentuan Lokasi Usaha Strategis Bagi Pelaku UMKM di Kota Padang Menggunakan Metode Multi Factor Evaluation Process (MFEP),” Cogito Smart J., vol. 7, no. 2, pp. 240–253, 2021.
[10] M. S. A. Rawansyah, Dian Hanifudin Subhi, “Sistem Pendukung Keputusan Penentuan Prioritas Perbaikan Jalan Rusak Dengan Metode Multifactor Evaluation Process ( MFEP ) ( Studi Kasus Kabupaten Bojonegoro ),” Semin. Inform. Apl.
Polinema, pp. 124–129, 2020.
[11] I. Sisi Andali, Nia Anggraini, Diah Agustrian, Fira Anjelina, Livia Agustin, Hendra, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Toko Rendy Cell Cabang Gunung Pangilun Menggunakan Metode MFEP (Multi Factor Evaluation Process),” Semin. Nas. Jambore Konseling 3, 2021, doi: 10.1007/XXXXXX-XX-0000-00.
[12] S. K. Simanullang and A. G. Simorangkir, “Sistem Pendukung Keputusan Penerimaan Calon Karyawan Menggunakan Metode Simple Additive Weighting,” TIN Terap. Inform. Nusant., vol. 1, no. 9, pp. 472–478, 2021.
[13] Mesran, K. Ulfa, D. P. Utomo, and I. R. Nasution, “Penerapan Metode VlseKriterijumska Optimizacija I Kompromisno Resenje ( Vikor ) Dalam Pengangkatan Guru,” Algoritm. J. Ilmu Komput. dan Inform., vol. 4, no. 1, pp. 265–271, 2020.
[14] M. Sianturi, S. Wulan, Suginam, Rohminatin, and Mesran, “Implementasi Metode Vikor Untuk Menentukan Bahan Kulit Terbaik Dalam Pembuatan Ikat Pinggang,” J. Ris. Komput., vol. 5, no. 1, pp. 56–60, 2018.
[15] C. M. Sari, S. D. Nasution, and R. D. Sianturi, “Sistem Pendukung Keputusan Seleksi Pemilihan Ajang Service Ambassador Medan Menerapkan Metode VIKOR (Studi Kasus: Pt. Midi Utama Indonesia Tbk),” J. Sist. Komput. dan Inform., vol. 1, no. 3, p. 182, 2020, doi: 10.30865/json.v1i3.2093.
[16] P. C. Darmika Dewi and M. Ari Yudana, “Sistem pendukung keputusan pemberian kredit pada koperasi serba usaha sendana masari menggunakan metode VIKOR,” Itb Stikom Bali, vol. 1, pp. 26–36, 2021.
[17] R. Sari, W. R. Maya, G. Syahputra, and T. Medis, “Sistem Pendukung Keputusan Dalam Pembentukan Tim Medis Pada Klinik PTP-VI Berangir Dengan Metode VIKOR,” vol. 1, no. 4, 2021.
[18] S. P. L. dan B. G. Sudarsono, “Penerapan Metode VIseKriterijumska Optimizacija I Kompromisno Resenje (VIKOR) dalam Pemilihan Sales Terbaik,” vol. 4, no. 1, p. 24, 2021, doi: 10.30829/algoritma.v4i1.7256.
[19] A. Praba, R. Pinem, A. Hendrawan, and M. S. Sari, “PEMILIHAN BAHAN BAKU ALUMUNIUM,” vol. 9, no. 1, pp.
1–5, 2022.
[20] M. R. Hibatullah, H. D. Bhakti, P. Aisyiyah, and R. Devi, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SANTRI UNTUK MENJADI KEPALA PONDOK MENGGUNAKAN METODE VIŠEKRITERIJUMSKO KOMPROMISNO RANGIRANJE ( VIKOR ),” vol. 14, no. 1, pp. 25–34, 2022.
