Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016) ISSN: Yogyakarta, Maret 2016

Transkripsi

1 SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN PESERTA STUDEPRENEUR MENGGUNAKAN METODE ANALYTIC HIERARCHIY PROCESS DAN TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION Kamil Arasyid [], Gunawan Abdillah [], Wisnu Uriawan [3] Jurusan Informatika, Fakultas MIPA Universitas Jenderal Achmad Yani Jl. Terusan Sudirman, Cimahi ABSTRAK Program studepreneur adalah program yang dirancang oleh STIE EKUITAS dan KADIN Jabar untuk menghasilkan wirausaha baru dari para mahasiswa melalui hasil seleksi yang siap memasuki pasar dengan dibekali pengetahuan dan pendampingan. Tetapi terdapat masalah ketika panitia studepreneur dalam menyeleksi calon peserta, yaitu dalam menangani banyaknya kombinasi data kriteria tiap calon perserta yang didapat dari hasil registrasi, sehingga menyebabkan lamanya waktu proses dalam pengambilan keputusan. Sistem pendukung keputusan seleksi penerimaan peserta studepreneur dilakukan dengan menggunakan metode Analytic Hierarchy Process untuk menentukan bobot untuk setiap kriteria yang terdiri dari banyak outlet, banyak karyawan, omset, keuntungan owner, modal usaha dan lama usaha, serta penggunaan metode Technique for Order Preference by Similiry to Ideal Solution digunakan untuk melakukan perangkingan untuk altern altern data peserta. Hasil pengujian yang dilakukan dengan menggunakan blackbox testing pada sistem pendukung keputusan seleksi penerimaan peserta studepreneur memiliki penilaian sebesar 98,49% telah memenuhi uji kualitas dan memiliki kesesuaian dengan kebutuhan. Kata kunci : Studepreneur, Sistem Pendukung Keputusan, Ahp, Topsis. PENDAHULUAN.. Pendahuluan Wirausaha baru sebagai pilar strategis yang senantiasa menciptakan peluang usaha bagi tumbuhnya ekonomi sudah merupakan kewajiban untuk memasuki wilayah penguatan wirausaha baru tersebut. Wirausaha baru membutuhkan sesuatu yang mampu menjadi alat dalam memperoleh, mempertahankan dan mengembangkan usahanya yang mampu memperkuat dan meningkatkan nilai wirausaha di mata stakeholdernya. Dituntut wirausaha baru yang memiliki sikap sebagai seorang entrapreneur dengan mental pemenang, selalu meningkatkan dan mengembangkan diri dan selalu mau terus belajar tentang hal-hal baru, berpikir dan bertindak yang tidak standar, paradigma yang fleksibel dan terbuka, memiliki etos kerja unggul, kre dan inov, dan selalu memiliki motivasi berprestasi yang optimal dan didukung oleh mental dan motivasi the winner dalam menghadapi berbagai tantangan bisnis di era global yang serba cepat. Program studepreneur adalah program yang dirancang oleh STIE EKUITAS dan KADIN Jabar untuk menghasilkan wirausaha baru dari para mahasiswa melalui hasil seleksi yang siap memasuki pasar dengan dibekali pengetahuan dan pendampingan. Dalam penyeleksian calon peserta baru studepreneur tahapan yang digunakan panitia studepreneur adalah membuka calon peserta baru studepreneur, registrasi calon peserta baru dan menyeleksi calon peserta mana yang akan menjadi peserta studepreneur. Setelah melalui tahapan registrasi panitia menyeleksi calon peserta mana yang layak dikembangkan usahanya sesuai hasil dari kriteria yang telah didapat dari tahap registrasi. Dalam penyeleksian terdapat masalah ketika panitia studepreneur menangani banyaknya jumlah calon peserta dan kompleksnya kriteria calon peserta yang mempengaruhi kestabilitan usahanya, sehingga sulit bagi panitia untuk menyeleksi peserta dan kurang tepatnya penentuan peserta studepreneur sehingga ada beberapa peserta yang sudah terdaftar gagal dalam mengembangkan usahanya. Metode Technique for Order Preference by Similiry to Ideal Solution (TOPSIS) adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yonn dan Hwang (98). Dengan ide dasarnya adalah bahwa altern yang dipilih memiliki jarak terdekat dengan solusi ideal dan yang terjauh dari solusi ideal neg. TOPSIS memperhatikan baik jarak ke solusi ideal maupun jarak ke solusi ideal neg dengan mengambil hubungan kedekatan menuju solusi ideal. Dengan melakukan perbandingan pada keduanya, urutan pilihan dapat ditentukan. Beberapa penelitian yang mengguanakan TOPSIS seperti Menentukan Kenaikan Jabatan Bagi Karyawan[]. Pemanfaatan Sistem Pendukung Keputusan Untuk Penentuan Alokasi Dana Kegiatan[]. Aplikasi Pemilihan Operator Sumur Produksi[3]. Pengembangan Sistem Pendukung Keputusan Untuk Tender Proyek Pengadaan Barang[4]. Pemilihan Guru Berprestasi[5]. 533

2 Penggunaan metode Analytic Hierarchiy Process (AHP) pada penelitian ini adalah pembobotan tiap kriteria yang telah ditentukan sebelumnya, yaitu banyak outlet, banyak karyawan, omset, keuntungan owner, modal, dan lama usaha, yang didapat dari hasil registrasi yang telah dilakukan tiap calon peserta baru studepreneur, penggunaan metode TOPSIS pada penelitian ini yaitu menyeleksi calon peserta baru studepreneur yang akan masuk menjadi peserta studepreneur. Pada dasarnya metode TOPSIS tidak memiliki inputan yang spesifik, dalam menyelesaikan suatu kasus metode TOPSIS mengadaptasi inputan dari metode lain, yang dimana dalam penelitian kali ini mengadaptasi dari metode AHP. Penggunaan kedua metode ini akan lebih efektif karena dapat memberikan rekomendasi altern calon peserta baru studepreneur dalam waktu yang singkat... Landasan Teori... Entrepreneur Entrepreneur adalah kemampuan kre dan inov yang dijadikan dasar, kiat dan sumber daya untuk mencari peluang menuju sukses. Seorang wirausahawan tentunya harus memiliki beberapa karakter agar mampu menjadi wirausahawan yang handal dimasa yang akan datang. Ciri dan watak wirausahawan antara lain yaitu:. Percaya diri yaitu wirausahawan harus memiliki watak berkeyakinan tinggi, tidak tergantung pada orang lain, individualis dan optimis.. Berorientasi pada tugas dan hasil yaitu wirausahawan berwatak butuh berprestasi, berorientasi laba, tekun dan tabah, tekad bekerja keras, mempunyai dorongan kuat, energik dan inisi. 3. Pengambilan resiko dan suka tantangan yaitu wirausahawan mempunyai watak mampu mengambil resiko yang wajar. 4. Kepemimpinan yaitu wirausahawan berperilaku sebagai pemimpin, bergaul dengan orang lain, menanggapi saran dan kritik. 5. Keorisinilan yaitu wirausaha harus berwatak inov dan kre serta fleksibel. 6. Berorientasi ke masa depan yaitu wirausaha berpandangan ke depan, perspektif[6].... Sistem Pendukung Keputusan Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem informasi manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Sifat interaktif dimaksudkan untuk memudahkan integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti prosedur, kebijakan, teknik analisis, serta pengalaman dan wawasan manajerial guna membentuk suatu kerangka keputusan bersifat fleksibel. Konsep Sistem Pendukung Keputusan (SPK)/Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 97-an oleh Michael S. Scott Morton dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur...3. Analytic Hierarchy Process (AHP) AHP merupakan suatu model pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model pendukung keputusan ini akan menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki, menurut Saaty (993), hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari altern. Apabila A adalah matriks perbandingan berpasangan, maka vektor bobot yang terbentuk:. Menormalkan setiap kolom j pada matriks A, sedemikian hingga :.() Dimana a : Matriks perbandingan berpasangan i : Baris pada matriks a j : Kolom pada matriks a. Untuk setiap baris I dalam A, hitunglah nilai rata-ratanya : Dimana n : Banyaknya kriteria wi : Rata-rata baris ke-i.() Seperti pada penelitian sebelumnya prosedur dalam menggunakan metode AHP terdiri dari beberapa tahap yaitu :. Menyusun hirarki dari permasalahan yang dihadapi. Penyusunan hirarki yaitu dengan menentukan tujuan yang merupakan sasaran sistem secara keseluruhan pada level teratas. Level berikutnya terdiri dari kriteria-kriteria untuk menilai atau mempertimbangkan alternaltern yang ada dan menentukan alternaltern tersebut. Menyusun hirarki seleksi penerimaan peserta studepreneur dapat dilihat pada table. 534

3 Gambar. Struktur AHP seleksi penerimaan perseta studepreneur. Menentukan prioritas elemen dengan langkahlangkah sebagai berikut: a. Membuat perbandingan berpasangan Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan berpasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan. Untuk perbandingan berpasangan digunakan bentuk matriks. Untuk memulai proses perbandingan berpasangan, dimulai dari level paling atas hirarki untuk memilih kriteria, misalnya C, kemudian dari level di bawahnya diambil elemen-elemen yang akan dibandingkan, misal A, A, A3, A4, A5, maka susunan elemen-elemen pada sebuah matriks. Tabel matriks perbandingan berpasangan dapat dilihat pada Tabel. Tabel. Matriks Perbandingan Berpasangan C A A A3 A4 A5 A A A3 A4 A5 b. Mengisi matriks perbandingan berpasangan Untuk mengisi matrik perbandingan berpasangan yaitu dengan menggunakan bilangan untuk merepresentasikan kepentingan rel dari satu elemen terhadap elemen lainnya yang dimaksud dalam bentuk skala dari sampai dengan 9. Skala ini mendefinisikan dan menjelaskan nilai sampai 9 untuk pertimbangan dalam perbandingan berpasangan elemen pada setiap level hirarki terhadap suatu kreteria di level yang lebih tinggi. Skala kuantit dalam sistem pendukung keputusan dapat dilihat pada Tabel. Tabel. Skala Kuantit Dalam Sistem Pendukung Keputusan Kepentingan Definisi Penjelasan ,4,6,8 Kebalikan Kedua elemen sama pentingnya. Elemen yang satu sedikit lebih penting dari pada elemen yang lainnya Elemen yang satu lebih penting dari pada elemen yang lainnya Kriteria yang satu jelas sangat penting dari pada kriteria yang lainnya Satu elemen mutlak penting dari pada elemen yang lainnya Nilai-nilai antara nilai pertimbangan yang berdekatan Dua elemen mempunyai pengaruh yang sama besar terhadap tujuan Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya Salah satu kriteria sangat berpengaruh dan dominasinya tampak secara nyata.secara nyata. Bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat penegasan tertinggi yang mungkin menguatkan Nilai ini diberikan bila ada dua kompromi diantara pilihan Jika aktifitas i mendapat satu angka dibanding aktifitas j, maka j mempunyai nilai kebalikkannya dibanding dengan i c. Sintesis Pertimbangan-pertimbangan terhadap perbandingan berpasangan untuk memperoleh keseluruhan prioritas dengan langkah-langkah sebagai berikut:. Menjumlahkan nilai-nilai dari setiap kolom pada matriks.. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks. 3. Menjumlahkan nilai-nilai dari setiap matriks dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata[8]...4. Technique For Order Preference By Similiarity To Ideal Solution (TOPSIS) TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang. TOPSIS menggunakan prinsip bahwa altern yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terpanjang (terjauh) dari solusi ideal neg dari sudut pandang geometris dengan menggunakan jarak Euclidean (jarak antara dua titik) untuk menentukan kedekatan rel dari suatu altern dengan solusi optimal. Solusi ideal positif didefinisikan sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap atribut, sedangkan solusi neg-ideal terdiri dari seluruh nilai terburuk 535

4 yang dicapai untuk setiap atribut. TOPSIS mempertimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal neg dengan mengambil kedekatan rel terhadap solusi ideal positif. Berdasarkan perbandingan terhadap jarak relnya, susunan prioritas altern bisa dicapai. Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan mengukur kinerja rel dari alternaltern keputusan. TOPSIS banyak digunakan dengan alasan:. Konsepnya sederhana dan mudah dipahami. Komputasinya efisien 3. Memiliki kemampuan untuk mengukur kinerja rel dari altern-altern keputusan dalam bentuk matematis yang sederhana Metode TOPSIS didasarkan pada konsep bahwa altern terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal neg. Adapun langkah-langkah metode TOPSIS ini adalah:. Membuat matriks keputusan yang ternormalisasi.....(3) (.3) (8) dengan i =,,,m; dan j =,,,n; Dimana : = Elemen matriks ternormalisasi [i][j]. = Elemen matriks keputusan X.. Membuat matriks keputusan ternormalisasi terbobot. dengan i =,,,m dan j =,,,n dimana : = Elemen matriks ternormalisasi terbobot [i][j] = Bobot [i] dari proses AHP. 3. Menentukan matriks solusi ideal positif dan matriks solusi ideal neg. dimana : ;...(5) Jarak antara altern ke-i dengan solusi ideal positif dirumuskan sebagai berikut: ;...(6) dimana : = Jarak altern ke-i dengan solusi ideal positif = Elemen solusi ideal positif [i] = Elemen matriks ternormalisasi terbobot [i][j] Jarak antara altern ke-i dengan solusi ideal neg dirumuskan sebagai berikut: ; (7) dimana : = Jarak altern ke-i dengan solusi ideal negative. = Elemen solusi ideal neg [i]. = Elemen matriks ternormalisasi terbobot [i][j]. 5. Menentukan nilai preferensi untuk setiap altern. Nilai preferensi untuk setiap altern (Vi) diberikan sebagai berikut: dimana : = Kedekatan tiap altern terhadap solusi ideal. = jarak altern ke-i dengan solusi ideal positif = jarak altern ke-i dengan solusi ideal...(4) (.4) neg. Nilai Vi yang lebih besar menunjukan bahwa altern ke-i lebih dipilih[7].. PEMBAHASAN DAN HASIL.. Perancangan Umum Sistem Tahap pertama dalam penelitian ini yaitu mengidentifikasi permasalahan yang ada di studepreneur dalam menyeleksi calon peserta yang akan dikembangkan usahanya, sehingga dapat merumuskan keputusan yang akan diambil. Tahap kedua dalam penelitian ini yaitu pengumpulan data kriteria dan pengelompokan jenis usaha, jenis usaha yang digunakan yaitu kuliner, fashion dan jasa. Data kriteria yang digunakan dapat dilihat pada Tabel Menentukan jarak antara nilai setiap altern dengan matriks solusi ideal positif dan negative 536

5 Tabel 3. Kriteria yang digunakan No Kriteria Banyak Outlet Banyak Karyawan 3 Omset 4 Keuntungan 5 Modal 6 Lama Tahap ketiga dalam penelitian ini yaitu akan menceritakan alur dari penggunaan metode AHP dan TOPSIS. Gambaran umum sistem dapat dilihat pada Gambar. Gambar. Diagram Umum Sistem Tahap keempat dalam penelitian ini yaitu mengimplementasikan metode yang digunakan kedalam perangkat lunak untuk sistem pendukung keputusan seleksi penerimaan calon peserta. Tahap kelima dalam penelitian ini yaitu pengujian dan evaluasi, pengujian dilakukan terhadap fungsi yang terdapat pada sistem agar sesuai dengan yang diinginkan dan yang telah direncanakan. Sedangkan evaluasi dilakukan untuk meningkatkan kualitas dari sistem. Tahap keenam dalam penelitian ini yaitu pelaporan dan publikasi, pelaporan dari penelitian ini yaitu sebuah sistem yang diimplementasikan pada perangkat lunak, pembuatan laporan dilakukan selama penelitian berlangsung... Hasil Perhitungan AHP dan TOPSIS Pada penelitian ini penyeleksian calon peserta studepreneur penentuan bobot kriterianya dilakukan dengan menggunakan metode Analytic Hierarchy Process (AHP), sedangkan untuk tahap perankingan dikerjakan dengan menggunakan metode Technique for Order Preference by Similiry to Ideal Solution (TOPSIS), tahapan - tahapan yang terdapat pada metode AHP dan metode TOPSIS terdiri dari:. Membuat struktur hirarki dan membuat matrix perbandingan Dalam proses penerimaan claon peserta studepreneur yang akan diseleksi meliputi persyaratan atau kriteria yang dimulai dengan prioritas kriteria terpenting terdiri dari:. Lama Definisi : Lebih Penting Nilai kepentingan : 5. Banyak Karyawan Keterangan : Sedikit Lebih Penting Nilai kepentingan : 3 3. Keuntungan Keterangan : Sedikit Lebih Penting Nilai kepentingan : 3 4. Omset Keterangan : Sama Penting Nilai kepentingan : 5. Modal Keterangan : Sama Penting Nilai kepentingan : 6. Banyak Outlet Keterangan : Sama Penting Nilai kepentingan :. Membuat matrix perbandingan dan melakukan perbandingan berpasangan Penentuan bobot kriteria dilakukan dengan cara melakukan pengisian matriks perbandingan berpasangan, serta membandingkan prioritas dari setiap kriteria berdasarkan Tabel Saaty, seperti pada Tabel 4. Tabel 4. Perbandingan berpasangan untuk Kriteria Lam a Banya Mo Keuntun Usah k Om dal gan a Karya set Usa (Bul wan ha an) Kriteria Lama (Bulan) Banyak Karyaw an Keuntu ngan Bany ak Outl et / / Omset /5 /3 /3 Modal /5 /3 /3 Banyak Outlet /5 /5 /3 537

6 Berdasarkan tabel 4 maka diperoleh matrix perbandingan berpasangan seperti dibawah ini. Tiap cell dari kolom dibagi dengan jumlah tiap kolom: Matrix ternormalisasi merupakan proses normalisasi matrix perbandingan berpasangan, matrix ternormalisasi dilakukan dengan cara membagi dari setiap nilai matrik dengan jumlah dari baris untuk setiap matrix. Setalah proses normalisasi dilakukan, maka selanjutnya akan dilakukan pencarian nilai bobot untuk setiap kriteria. Nilai bobot untuk setiap kriteria didapatkan berdasarkan dari hasil rata-rata dari setiap penjumlahan nilai matrix secara horizontal. Maka diperoleh bobot untuk setiap kriteria seperti pada Tabel 5. Tabel 5. Nilai bobot tiap kriteria Kriteria Bobot W ( Lama ),49 W ( Banyak Karawan ),87 W3 ( Keuntungan ),87 W4 ( Omset ) 687 W5 ( Modal ) 687 W6 ( Banyak Outlet ) 687 Setelah bobot untuk setiap kriteria diperoleh, proses selanjutnya yaitu dilakukan perankingan dengan menggunakan metode Technique for Order Preference by Similiry to Ideal Solution (TOPSIS). Tahapan- tahapan yang dilakukan pada metode Technique for Order Preference by Similiry to Ideal Solution (TOPSIS) Untuk data peserta yang mencakup kriteriakriteria dan altern dapat dilihat pada Tabel 6. Asifa Fitriani Galih Prakos o Dani Ramdh ani Erwin Yazi M. Angga Tabel 6. Daftar Data dan Kriteria Lama Usah a (Bula n) Banya k Karya wan Keuntu ngan Omset Modal Untuk memperkecil nilai pembobotan yang digunakan mengacu pada nilai dibawah ini:. Lama >4 bulan : 5 6 bulan : 3 <6 bulan :. Banyak Karyawan > karawan : 5 5 karyawan : 3 < : 3. Keuntungan >5.. : : 3 <.. : 4. Omset >.. : : 3 <5.. : 5. Modal >.. : : 3 <5.. : 6. Banyak Outlet >5 outlet : 5-5 outlet : 3 < outlet : Bany ak Outl et Untuk nilai kriteria yang telah di perkecil dapat dilihat pada Tabel 7. Tabel 7. Pembobotan Lam a Usah a (Bul an) Banya k Karya wan Keuntu ngan Omset Modal Banyak Outlet

7 . Matriks keputusan ternormalisasi Matriks keputusan X mengacu terhadap m altern yang akan dievaluasi berdasarkan n kriteria. Untuk menghitung matriks keputusan ternormalisasi pada kasus ini digunakan rumus pada persamaan (3): Rumus normalisasi : =,644 e. Menghitung matriks keputusan ternormalisasi modal usaha =,8 =,6546 a. Menghitung matriks keputusan ternormalisasi lama usaha =,6546 =,8 =,8 =,6868 =,4 =,4 =,4 =,373 b. Menghitung matriks keputusan ternormalisasi banyak karyawan =,493 =,493 =,493 =,493 =,644 c. Menghitung matriks keputusan ternormalisasi keuntungan owner =,48 =,4 =,63 =,63 =,4 d. Menghitung matriks keputusan ternormalisasi omset =,493 =,493 =,493 =,493 f. Menghitung matriks keputusan ternormalisasi banyak outlet =,773 =,773 =,83 =,773 =,773 Nilai normalisasi yang didapat dari hasil perhitungan dapat dilihat pada Tabel Lam a Usah a (Bul an),686 8,4,4,4,37 3 Tabel 8. Data Normalisasi Banya k Karya wan Keuntu ngan Omset Modal,493,48,493,8,493,4,493,6546,493,63,493,6546,493,63,493,8,644,4,644,8 Ban yak Outl et,7 73,7 73,83,7 73,7 73. Matriks keputusan ternormalisasi terbobot Membuat matriks keputusan ternormalisasi terbobot yang nilainya didapat dari hasil perkalian antara bobot kriteria yang didapat dari hasil pembobotan AHP dengan bobot subkriteria yang didapat dari hasil perhitungan ternormalisasi TOPSIS. Untuk menghitung matriks keputusan ternormalisasi terbobot pada kasus ini digunakan rumus pada persamaan (4): 539

8 Bobot kriteria didapat hasi dari perhitungan bobot AHP, dapat dilihat pada Tabel 9. Lama Tabel 9. Bobot Kriteria Banyak Keuntungan Omset Modal Karyawan Banyak Outlet,49,87, Rumus matriks keputusan ternormalisasi terbobot : (data normalisasi)x(bobot kriteria) a. Menghitung matriks keputusan ternormalisasi terbobot lama usaha =,49 x,6868 =,879 =,49 x,4 =,77 =,49 x,4 =,77 =,49 x,4 =,77 =,49 x,373 = 575 b. Menghitung matriks keputusan ternormalisasi terbobot banyak karyawan =,87 x,493 = 9 =,87 x,493 = 9 =,87 x,493 = 9 =,87 x,493 = 9 =,87 x,644 = 37 c. Menghitung matriks keputusan ternormalisasi terbobot keuntungan owner =,87 x,48 = 763 =,87 x,4 = 38 =,87 x,63 =,45 =,87 x,63 =,45 =,87 x,4 = 38 d. Menghitung matriks keputusan ternormalisasi terbobot omset = 687 x,493 = 338 = 687 x,493 = 338 = 687 x,493 = 338 = 687 x,493 = 338 = 687 x,644 = e. Menghitung matriks keputusan ternormalisasi terbobot modal usaha = 687 x,8 = 49 = 687 x,6546 = 449 = 687 x,6546 = 49 = 687 x,8 = 49 = 687 x,8 = 49 f. Menghitung matriks keputusan ternormalisasi terbobot banyak outlet = 687 x,773 = 9 = 687 x,773 = 9 = 687 x,83 = 57 = 687 x,773 = 9 = 687 x,773 = 9 Nilai matriks keputusan ternormalisasi terbobot yang didapat dari hasil perhitungan dapat dilihat pada Tabel. Tabel. Matriks Keputusan Ternormalisasi Terbobot La ma Bany Mo Ban Keunt Alter Usa ak Om dal yak ungan n ha Kary set Usa Outl (Bul awan ha et an) Alter n Alter n Alter n 3 Alter n 4 Alter n 5,8 79,7 7,7 7, ,45, Menentukan matriks solusi ideal positif dan matriks solusi ideal negative. a. Matriks solusi ideal positif Menentukan matriks solusi ideal positif (+), yaitu dengan mencari nilai maksimal dari setiap kolom yang ada di matriks keputusan ternormalisasi terbobot. Untuk menghitung matriks solusi ideal positif (+), pada kasus ini digunakan rumus pada persamaan (6): Nilai solusi ideal positif dari setiap kolom yang ada di matriks keputusan ternormalisasi, diambil dari matriks keputusan ternormalisasi yaitu nilai terbesar setiap kriteria. =,879 = 9 =,45 = 338 = 449 = 57 54

9 Rumus perhitungan solusi ideal positif Rumus perhitungan solusi ideal neg Nilai solusi ideal positif yang didapat dari hasil perhitungan dapat dilihat pada Tabel. Tabel. Solusi Idea Positif ative Nilai solusi ideal positif 68,48,87,44,555 b. Matriks solusi ideal neg Menentukan matriks solusi ideal neg (-), yaitu dengan mencari nilai minimal dari setiap kolom yang ada di matriks keputusan ternormalisasi terbobot. Untuk menghitung matriks solusi ideal neg (-), pada kasus ini digunakan rumus pada persamaan (7): Nilai solusi ideal neg dari setiap kolom yang ada di matriks keputusan ternormalisasi = 575 = 37 = 38 = = 49 = 9 Nilai solusi ideal neg yang didapat dari hasil perhitungan dapat dilihat pada Tabel. Tabel. Solusi Ideal Neg ative Nilai solusi ideal neg,4,35,568,53 4. Menghitung kedekatan terhadap solusi ideal positif Berdasarkan hasil perhitungan kedekatan terhadap solusi ideal positif, maka akan didapat calon peserta yang terbaik, yang mana nilai kedekatan solusi ideal positif yang lebih besar adalah prioritas calon peserta yang disarankan. Untuk menghitung kedekatan terhadap solusi ideal positif, pada kasus ini digunakan rumus pada persamaan (8): 54

10 5. Merangking altern Mengurutkan alternatiif yang di rekomendasikan, yang mana calon peserta yang paling besar adalah prioritas calon peserta yang direkomendasikan. yang direkomendasikan dapat dilihat pada Tabel 3. Tabel 3. Rekomendasi calon peserta Calon Peserta Rekomendasi Asifa Fitriani (V),799 Dani Ramdhani (V3),569 Erwin Yazi (V4),554 Galih Prakoso (V),4845 M. Angga (V5) 3. KESIMPULAN 3.. Kesimpulan Penelitian ini menghasilkan sistem yang dapat merekomendasikan calon peserta studepreneur berdasarkan kriteria yang telah ditetapkan sebelumnya. Untuk merancang sistem tersebut dilakukan analisa perancangan, implementasi beserta pengujian dalam menerapkan metode AHP sebagai pembobotan kriterianya sedangkan metode TOPSIS digunakan untuk merankingan alternnya. Keluaran yang dihasilkan pada penelitian ini yaitu dapat menghasilkan sistem yang dapat digunakan oleh panitia dalam melakukan penyeleksian calon peserta studepreneur. Hasil pengujian kualitas pada sistem ini mencapai nilai 98,49% sehingga telah membuktikan bahwa sistem telah memenuhi fungsionalitas sistem dan memiliki kesesuaian yang diharapkan. Hasil implementasi pengujian pada BAB IV telah membuktikan bahwa penerapan metode AHP sebagai pembobotan kriteria dan TOPSIS sebagai proses perankingan telah membuktikan bahwa kedua metode tersebut cukup memenuhi kesesuaian dengan penelitian ini. 3.. Saran Saran yang dikemukakan dapat diharapkan untuk menjadi bahan evaluasi dan dapat dikembangkan pada penelitian selanjutnya. Saran yang dapat disampaikan sebagai masukan untuk penelitian selanjutnya yaitu.. Data kriteria sebagai pengukur penyeleksian peserta studepreneur sebaiknya lebih diperbanyak lagi tidak hanya dilihat dari lama usaha, banyak karyawan, keuntungan owner, omset, modal usaha dan banyak outlet.. Jenis usaha yang di ikut sertakan sebaiknya lebih diperbanyak lagi tidak hanya fashion, kuliner dan jasa. PUSTAKA [] Arbelia, Paryanta. Penerapan Metode Ahp Dan Topsis Sebagai Sistem Pendukung Keputusan Dalam Menentukan Kenaikan Jabatan Bagi Karyawan. STMIK AUB Surakarta. Volume No., ISSN : x, juni 4. [] Rasyidah, Yance S, Meri A. Pemanfaatan Sistem Pendukung Keputusan Untuk Penentuan Alokasi Dana Kegiatan (Studi Kasus Unit Kegiatan Mahasiswa Politeknik Negeri Padang). Vol. 6 No., ISSN : x, februaru 4. [3] Heru C.R, Herry S, Rifki I.P. Aplikasi Pemilihan Operator Sumur Produksi Menggunakan Fuzzy Ahp Dan Fuzzy Topsis Di PT. Geotama Energi. Vol No., ISSN x, januari 5. [4] Ida Bagus Gede Palguna, Pengembangan Sistem Pendukung Keputusan Berbasis Metode Topsis (Technique For Order Preference By Similarty To Ideal Solution) Untuk Tender Proyek Pengadaan Barang (Studi Kasus Di Politeknik Kesehatan Denpasar). Volume, Nomor 5, ISSN 5-963, september. [5] Juliyanti, I. I. Sistem Pendukung Keputusan Pemilihan Guru Berprestasi Menggunakan Metode Ahp Dan Topsis. Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta. ISSN: ,4 Mei. [6] Eko Wahyu Widayat. Studi Kewirausahaan Pada Mahasiswa Universitas Pembangunan Panca Budi Medan. Vol 4 No., ISSN : , Juni. [7] Wilson, G. F. Penerapan Metode Topsis Dan Ahp Pada Sistem Penunjang Keputusan Penerimaan Anggota Baru, Studi Kasus: Ikatan Mahasiswa Sistem Informasi Stmik Mikroskil Medan. Program Studi Sistem Informasi, STMIK Mikroskil. Vol 5, no ISSN:4-, oktober 4. [8] E. Darmanto and N. Lah, "Penerapan Metode Analytical Hierarchy Process Untuk Menentukan Kualitas Gula Tumbu," SIMETRIS, Vols. 5 No: ISSN:5-4983, April 4. 54