1 AMIK BSI Karawang. AMIK BSI Karawang

Transkripsi

1 Konferensi Nasional Ilmu Sosial & Teknologi (KNiST) Maret 2013, pp. 285~ Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai Pada Ditjen Pengendalian Pemanfaatan Ruang Dan Penguasaan Tanah Kementerian Agraria Dan Tata Ruang Dengan Metode Fuzzy MADM Erni Yulianti 1, Tuti Haryanti 2, Laela Kurniawati 3 1 AMIK BSI Karawang erni_yulianti@gmail.com 2 AMIK BSI Karawang tuti.tty@bsi.ac.id 3 SMIK Nusa Mandiri Jakarta laela@nusamandiri.ac.id Abstrak Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai Pada Ditjen Pengendalian Pemanfaatan Ruang Dan Penguasaan Tanah Kementerian Agraria Dan Tata Ruang Dengan Metode Fuzzy Madm. Penerimaan beasiswa belajar S2 bagi pegawai pada Ditjen Pengendalian Pemanfaatan Ruang Dan Penguasaan Tanah Kementerian Agraria Dan Tata Ruang sangat diperlukan untuk menunjang kemajuan instansi atau organisasi. Penerimaan beasiswa diberikan kepada pegawai yang memenuhi kriteria sesuai dengan syarat yang diberikan oleh instansi. Untuk membantu penentuan penerimaan beasiswa pegawai yang layak menerima beasiswa maka dibutuhkan sebuah sistem penunjang keputusan. Salah satu metode yang dapat digunakan untuk sistem penunjang keputusan adalah dengan menggunakan Fuzzy MADM (Multiple Attribute Decision Making). Ada beberapa kriteria yang dijadikan perhitungan untuk mendapatkan alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan metode SAW (Simple Additive Weighting) untuk menyelesaikan perhitungan metode FMADM. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, yang dimaksudkan alternatif disini yaitu pegawai yang berhak menerima beasiswa belajar S2 berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif secara optimal, yaitu pegawai yang memiliki penilaian tertinggi. Keywords: SPK, Penerimaan Beasiswa, Pegawai, FMADM, SAW 1. Pendahulian Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk digunakan demi keberlangsungan pendidikan yang ditempuh. Beasiswa dapat diberikan oleh lembaga pemerintah, perusahaan ataupun yayasan. Beasiswa dapat dikatakan sebagai pembiayaan yang tidak bersumber dari pendanaan sendiri atau orang tua, akan tetapi diberikan oleh pemerintahan, perusahaan swasta, universitas, serta lembaga pendidikan atau dari kantor tempat bekerja karena prestasi seorang karyawan dapat diberikan kesempatan untuk meningkatkan sumber daya manusianya melalui pendidikan. Biaya tersebut diberikan kepada yang berhak menerima, terutama berdasarkan kualifikasi, kualitas, dan kompetensi si penerima beasiswa. Beasiswa merupakan wujud kepedulian pemerintah ataupun instansi tertentu dalam menunjang kemajuan di dalam bidang pendidikan. Di era global ini para pegawai baik pegawai instansi pemerintahan ataupun pegawai swasta harus memiliki pendidikan dengan kualitas kemampuan yang handal, profesional dan mutu terbaik, Oleh karena itu banyak pegawai yang ingin melanjutkan pendidikannya ke jenjang yang lebih tinggi. Para pegawai yang minimal harus berlatar belakang Strata 1 ini mengajukan diri untuk mendapatkan beasiswa belajar dengan Diterima 18 Januari 2013; Revisi 21 Februari 2013; Disetujui 15 Maret 2013

2 kriteria, dan syarat yang sudah ditentukan dari instansi pemerintahan, untuk mendapatkan jenjang yang lebih tinggi. Dengan jumlah pengajuan beasiswa yang cukup banyak maka proses tersebut menyita banyak waktu pegawai yang bertugas meyeleksi calon penerima beasiswa dan hasilnya pun kurang valid. Berdasarkan uraian diatas maka dalam tulisan ini penulis berkeinginan untuk mengambil judul penelitian yaitu: Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai Ditjen Pengendalian Pemanfaatan Ruang dan Penguasaan Tanah. Sistem Pendukung Keputusan Menurut Kusrini (2007:15) Decision Support Sistem (DSS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan pemanipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semistruktur dan situasi yang tidak terstruktur, dimana tak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat. Beasiswa Menurut Lahinta (2009:3) mengatakan pengertian beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk digunakan demi keberlangsungan pendidikan yang ditempuh. Beasiswa dapat diberikan oleh lembaga pemerintah, perusahaan ataupun yayasan. Pegawai Menurut Hasibuan (2014:41) Pegawai adalah seseorang pekerja tetap yang bekerja dibawah perintah orang lain dan mendapat kompensasi serta jaminan. Metode FMADM Menurut Kusumadewi (2006:105) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif denga kriteria tertentu.inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan obyektif dan pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambilan keputusan, sehingga beberapa faktor dalam proses perangkingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. Metode SAW Menurut Dicky Nofriansyah (2014:11) Metode simple additive weighting sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode simple additive weighting disarankan untuk menyelesaikan masalah penyeleksian dalam sistem pengambilan keputusan multi proses. Metode simple additive weighting merupakan metode yang banyak digunakan dalam pengambilan keputusan yang memiliki banyak atribut. Metode simple additive weighting membutuhkan proses normalisasi matriks keputusan (X) ke suatu skalayang didapat diperbandingkan dengan semua rating alternative yang ada. Penelitian Terkait Menurut Putra, Apriansyah dan Hardiyanti, Dina Yunika (2011:286) Untuk membantu menentukan siapa yang menerima beasiswa diperlukan suatu metode yang dapat memberikan rekomendasi penerima beasiswa yang valid. Oleh karena itu digunakan Fuzzy Multiple Atribute Decision Making (Fuzzy MADM). Penelitian menggunakan salah satu metode dari Fuzzy MADM dengan penyelesaian SAW. Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternative yang ada. Menurut Oyama dkk (2013:A237) Dibutuhkan suatu sistem pendukung keputusan untuk memberi pertimbangan dalam menyeleksi beasiswa. Sistem pendukung keputusan ini akan mengurutkan prioritas penerima beasiswa sesuai dengan kriteria yang ditentukan pengambil keputusan dan dapat memberikan pandangan serta memasukkan penilaian berdasarkan pengalaman mereka. Dengan demikian, sistem pendukung keputusan ini mampu membantu pihak pengelola beasiswa untuk menentukan alternative terbaik penerima beasiswa sesuai kondisi yang diharapkan. Hasil akhir di laporan dari 286

3 pembuatan sistem pendukung keputusan ini adalah sebuah urutan prioritas pemberian beasiswa dari yang terbesar hingga yang terkecil. 2. Metode Penelitian Tahapan Penelitian Padametodologipenelitianini menguraikan langkah-langkah yang dilakukan pada proses penelitian agar sesuai dan berjalan dengan baik sehingga akan mencapai tujuan yang diinginkan. Metodologi yang digunakan dalam penelitian ini dijelaskan secara umum sebagai berikut : a. Menentukan Judul Dalam tahap ini penulis menentukan judul yang sesuai dan tepat untuk pembuatan skripsi. Maka dari itu judul yangdipilihadalah Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai Ditjen Pengendalian Pemanfaatan Ruang dan Penguasaan Tanah. b. Identifikasi Masalah Mengindentifikasi masalah yang akan dibahas berkaitan dengan Sistem Penunjang Keputusan Penerimaan Beasiswa Pegawai. c. Studi Pustaka Peneliti mempelajari buku-buku, jurnal penelitian, dan e-book teori tentang sistem pendukung keputusan dan Fuzzy Madm yang akan digunakan sebagai kajian teori dalam penelitian. d. Mengumpulkan Data Peneliti mengumpulkan data-data dan melakukan wawancara mengenai halhal yang berkaitan dengan penelitian penerimaan beasiswa pegawai kemudian memberikan lembar angket atau kuesioner kepada kepala bagian divisi yang bersangkutan e. Menentukan Kriteria dan Sumber Data Peneliti menentukan kriteria-kriteria dari sistem pendukung keputusan menggunakan Fuzzy Madm dalam menentukan penerimaan beasiswa pegawai diantaranya Lama kerja, pangkat atau golongan, prestasi kerja dan tidak menerima besiswa dari pihak lain. Kemudian menentukan data-data yang dibutuhkan berdasarkan populasi, sampel dan cara pengambilan sampel. Kemudian menentukan objek peneliti. Hipotesis Peneliti memiliki hipotesis awal, yaitu : Adanya pengaruh Lama kerja, prestasi kerja,tidak menerima besiswa dari pihak lain, Tanggung Jawab, dan Kerjasama dengan penerimaan beasiswa pegawai. Tidak adanya pengaruh Lama kerja, prestasi kerja,tidak menerima besiswa dari pihak lain, Tanggung Jawab, dan Kerjasama dengan penerimaan beasiswa pegawai. Pengolahan Data Menggunakan Fuzzy MADM penyelesaian SAW Langkah penyelesaian Fuzzy MADM penyelesaian SAW : 1) Menentukan kriteria yang dijadikan acuan pengambilan keputusan. 2) Menentukan rating kecocokan setiap alternative pada setiap kriteria. 3) Membuat matriks keputusan berdasarkankriteria, kemudianmelakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. 4) Hasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R denganvectorbobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternative terbaik sebagai solusi. f. Menarik Kesimpulan Peneliti mengambil suatu kesimpulan berdasarkan analisis data yang terdapat pada bab-bab sebelumnya dan diperiksa apakah kesimpulan sesuai dengan hipotesis maksud dan tujuan penelitian. Selain itu juga memberikan saran yang dapat digunakan sebagai masukan bagi instansi pemerintah terkait agar dapat dimanfaatkan lebih lanjut untuk menentukan penerimaan beasiswa pegawai yang sesuai dengan harapan. 287

4 Gambar I Flowchart Tahapan Penelitian Instrument Penelitian Adapun jenis instrument dalam penulisan skripsi ini dilakukan dengan cara sebagai berikut: a. Wawancara Wawancara langsung dengan Bapak Adam selaku Kepala Subtansi Bagian Kepegawaian Sekretariat Direktorat Jenderal Pengendalian PemanfaatanRuangDan PenguasaanTanahyang berwewenang mengatur kepengurusan kepegawaian dan peneliti juga mendapatkan dokumendokumen yang diperlukan untuk pengembangan sistem penunjang keputusan penerimaan beasiswa pegawai. b. Observasi Penulis melakukan serangkaian pengumpulan data yang dilakukan secara langsung terhadap subjek atau objek penelitian melalui mata, telinga, dan perasaan. Dengan melihat fakta-fakta fisik dari objek yang diteliti. Observasi pada penelitian ini dilaksanakan di Ditjen Pengendalian Pemanfaatan Ruang dan Penguasaan Tanah Kementerian Agraria dan Tata Ruang. c. Kuesioner (Angket) Pengumpulan data dengan cara mengumpulkan angket yang telah diisi oleh narasumber atau responden ahli yang bertujuan untuk mendapatkan data yang akan digunakan dalam penerapan Fuzzy MADM dengan penyelesaian Simple Additive Weighting (SAW). d. Dokumentasi Merupakan metode yang digunakan untuk mengumpulkan dan mendapatkan sejumlah informasi yang berasal dari data masa lalu perusahaan yang meliputi sejarah umum perusahaan, data pegawai yang mendapatkan beasiswa, dan data-data lain yang berkaitan dengan permasalahan dalam penelitian ini. 288

5 perusahaan selama 5 tahun dan Metode Pengumpulan Data, Populasi menuangkan ilmu yang sudah didapat dan Sample Penelitian kepada perusahaan. Metode pengumpulan data yang Metode Analisa Data dilakukan peneliti terbagi menjadi 2 cara, Analisa adalah bagian penting dalam yaitu : metodologi penelitian ilmiah dikarenakan a. Data Primer dengan melakukan dengan melakukan analisis data tersebut observasi langsung, wawancara, dan dapat diberi arti dan makna yang kuesioner. berguna dalam suatu penyelesaian b. Data sekunder berasal dari masalah Metode Fuzzy Madm mengumpulkan dan mengidentifikasi penyelesaian Simple Additive Weighting serta mengolah data tertulis merupakan metode pengambil berbentuk buku-buku dan jurnal yang keputusan yang diperhitungkan secara berkaitan dengan penelitian. kuantitatif perhitungan matematika Populasi sesuai dengan rumus Metode Fuzzy Populasi akan diambil pada salah satu Madm penyelesaian Simple Additive Ditjenyang sedang menentukan Weighting. penerimaan beasiswa pegawai untuk mendapatkan beasiswa S2. Penerimaan 3. Pembahasan beasiswa diperuntukan atau dikhususkan Analisis Kebutuhan Sistem Fuzzy untuk pegawai yang sudah berkerja Multiple Atribut Decision Making selama 4 tahun. Berikut merupakan kriteria yang Sampel dibutuhkan untuk pengambilan Dalam pemilihan sampel, penulis keputusan, berdasarkan persyaratan mengambil data dari populasi sebanyak yang ditentukan oleh Ditjen 7 (tujuh) orang yang terbatas dengan Pengendalian Pemanfaatan Ruang dan menyebarkan kuesioner kepada kepala Penguasaan Tanah Kementrian Agraria sub bagian setempat untuk melakukan dan Tata Ruang yaitu : Lama kerja (C1), penilaian. Penerimaan beasiswa Prestasi kerja (C2), Tidak menerima pegawai ini diperuntukan atau beasiswa dari pihak lain (C3), Tanggung dikhususkan untuk pegawai yang sudah Jawab (C4), Kerjasama (C5). Berikut berkerja selama 4 tahun. Kemudian adalah kriteria yang termasuk kriteria setelah melanjutkan pendidikan S2 keuntungan (Benefit) dan kriteria biaya pegawai harus kembali mengabdi pada (Cost). Tabel 1 Setiap Kriteria No 1 Lama Kerja (C1) Kriteria 2 Prestasi Kerja (C2) 3 Tidak menerima beasiswa dari pihak lain (C3) Benefit 4 Tanggung Jawab (C4) 5 Kerjasama (C5) Cost Dari kriteria tersebut, maka dibuat suatu Analisis Kebutuhan Sistem Setiap tingkat kepentingan kriteria berdasarkan Kriteria nilai bobot yang telah ditentukan a. Kriteria Lama Kerja kedalam bilangan fuzzy. Dibawah ini Kriteria Lama Kerja merupakan adalah alternatife pada setiap kriteria persyaratan yang dibutuhkan untuk sebagai berikut : pengambilan keputusan disimbolkan Sangat Rendah (SR) = 0 (C1) dan nilai bobot = 0,3 berikut ini data Rendah (R)= 0,25 yang diperoleh : Tabel 2 Penilaian Lama Kerja No Nama Lama Kerja 289

6 1 Gandiwa Yudhistira, S.H. 0,5 2 Novi Sulistyaningsih, S.T. 0,5 3 Fresly Willyater Panjaitan, S.T. 0,75 4 Royger Maniur Simanjutak, S.T. 0,5 5 Adam Madiglina Prana, S.T. 0,5 6 Kurniawan Hartanto, S.T. 0,75 7 Mula Pralampita Nursetianti, S.T. 0,75 Keterangan Skor : b. Prestasi Kerja Sangat Rendah (SR)= 0 Prestasi Kerja merupakan persyaratan Rendah (R) = 0,25 yang dibutuhkan untuk pengambilan Cukup (C) = 0,5 keputusan disimbolkan (C2) dan nilai Tinggi (T) = 0,75 bobot = 0,2 berikut ini data yang Sangat Tinggi (ST)= 1 diperoleh : No Tabel 3 Penilaian Prestasi Kerja Nama 1 Gandiwa Yudhistira, S.H. 1 Prestasi Kerja 2 Novi Sulistyaningsih, S.T. 0,5 3 Fresly Willyater Panjaitan, S.T. 0,25 4 Royger Maniur Simanjutak, S.T. 0,5 5 Adam Madiglina Prana, S.T. 0,75 6 Kurniawan Hartanto, S.T. 0,5 7 Mula Pralampita Nursetianti, S.T. 0,5 Keterangan Skor : c. Tidak menerima beasiswa dari Sangat Rendah (SR) = 0 pihak lain Rendah (R) = 0,25 Tidak menerima beasiswa dari pihak Cukup (C) = 0,5 lain merupakan persyaratan yang Tinggi (T) = 0,75 dibutuhkan untuk pengambilan Sangat Tinggi (ST) = 1 keputusan disimbolkan (C3) dan nilai bobot = 0,2berikut ini data yang diperoleh : Tabel 4 Penilaian Tidak menerima beasiswa dari pihak lain Tidak menerima beasiswa dari No Nama pihak lain 1 Gandiwa Yudhistira, S.H. 0,5 2 Novi Sulistyaningsih, S.T. 0,5 3 Fresly Willyater Panjaitan, S.T. 0,5 4 Royger Maniur Simanjutak, S.T. 0,5 5 Adam Madiglina Prana, S.T. 0,25 6 Kurniawan Hartanto, S.T. 0,25 7 Mula Pralampita Nursetianti, S.T. 0,5 Keterangan Skor : d. Tanggung Jawab Sangat Rendah (SR) = 0 Tanggung jawab dalam menyelesaikan Rendah (R) = 0,25 pekerjaan yang diberikan kepadanya Cukup (C) = 0,5 dengan sebaik mungkin sebab itu Tinggi (T) = 0,75 tanggung jawab merupakan persyaratan Sangat Tinggi (ST) = 1 yang dibutuhkan untuk pengambilan keputusan disimbolkan (C4) dan nilai 290

7 bobot = 0,15 berikut ini data yang diperoleh : No Tabel 5 Penilaian Tanggung Jawab Nama 1 Gandiwa Yudhistira, S.H. 0,75 Tanggung Jawab 2 Novi Sulistyaningsih, S.T. 0,25 3 Fresly Willyater Panjaitan, S.T. 0,5 4 Royger Maniur Simanjutak, S.T. 0,75 5 Adam Madiglina Prana, S.T. 0,5 6 Kurniawan Hartanto, S.T. 0,5 7 Mula Pralampita Nursetianti, S.T. 0,25 Keterangan Skor : Kerjasama adalah mampu bekerja Sangat Rendah (SR) = 0 secara bersama-sama dengan rekan- Rendah (R) = 0,25 rekan dalam membangun sebuah Cukup (C) = 0,5 pekerjaan maka dari itu kerjasama Tinggi (T) = 0,75 merupakan persyaratan yang Sangat Tinggi (ST) = 1 dibutuhkan untuk pengambilan keputusan disimbolkan (C5) dan nilai e. Kerjasama bobot = 0,15 berikut ini data yang diperoleh : No Tabel 6 Penilaian Kerjasama Nama 1 Gandiwa Yudhistira, S.H. 0,75 Kerjasama 2 Novi Sulistyaningsih, S.T. 0,5 3 Fresly Willyater Panjaitan, S.T. 0,5 4 Royger Maniur Simanjutak, S.T. 0,75 5 Adam Madiglina Prana, S.T. 0,75 6 Kurniawan Hartanto, S.T. 0,5 7 Mula Pralampita Nursetianti, S.T. 0,25 Keterangan Skor : Sangat Rendah (SR) = 0 Tujuh pemohon beasiswa yang sudah Rendah (R) = 0,25 dinilai berdasarkan angket atau Cukup (C) = 0,5 kuesioner yang diisi oleh atasan Tinggi (T) = 0,75 perusahaan untuk menilai setiap kriteria Sangat Tinggi (ST) = 1 pegawai, yaitu sebagai berikut : No. Tabel 7 Hasil Penilaian Data Pemohon Tidak menerima beasiswa dari Tanggung Data Pegawai Lama Kerja Prestasi Kerja pihak lain Jawab Kerjasama 1 Gandiwa Yudhistira, S.H. Cukup Sangat Tinggi Cukup Tinggi Tinggi 2 Novi Sulistyaningsih, S.T. Cukup Cukup Cukup Rendah Cukup 3 Fresly Willyater Panjaitan, S.T. Tinggi Rendah Cukup Cukup Cukup 4 Royger Maniur Simanjutak, S.T. Cukup Cukup Cukup Tinggi Tinggi 5 Adam Madiglina Prana, S.T. Cukup Sangat Tinggi Rendah Cukup Tinggi 291

8 6 Kurniawan Hartanto, S.T. Tinggi Cukup Rendah Cukup Cukup 7 Mula Pralampita Nursetianti, S.T. Tinggi Cukup Cukup Rendah Rendah Berdasarkan data pemohon diatas yang telah dikonversikan dengan dapat dibentuk matriks keputusan X bilangan fuzzy, sebagai berikut : Tabel 8 Rating kecocokan dari setiap alternative pada setiap kriteria No. Alternatif Kriteria C1 C2 C3 C4 C5 1 A1 0,5 1 0,5 0,75 0,75 2 A2 0,5 0,5 0,5 0,25 0,5 3 A3 0,75 0,25 0,5 0,5 0,5 4 A4 0,5 0,5 0,5 0,75 0,75 5 A5 0,5 1 0,25 0,5 0,75 6 A6 0,75 0,5 0,25 0,5 0,5 7 A7 0,75 0,5 0,5 0,25 0,25 Pengambil keputusan memberikan bobot, berdasarkan tingkat kepentingan masing-masing kriteria yang dibutuhkan sebagai berikut : Vektor bobot (W) = [ 0.3, 0.2, 0.2, 0.15, 0.15 ] Kriteria Dalam Menentukan Penerimaan Beasiswa Pegawai Berdasarkan kriteria yang sudah ditentukan oleh perusahaan dan dikumpulkan melalui wawancara dan angket yang diberikan kepada atasan, maka kriteria diberikan nilai bobot sebagai berikut : Tabel 9 Nilai bobot pada setiap kriteria No Kriteria Nilai Bobot 1 C₁ 0,3 2 C₂ 0,2 3 C₃ 0,2 4 C₄ 0,15 5 C₅ 0,15 Total 1 Keterangan : 4. Simpulan C1 = Lama Kerja C2 = Prestasi Kerja Kesimpulan dari hasil penelitian Sistem C3 = Tidak menerima beasiswa dari Penunjang Keputusan Penerimaan pihak lain Beasiswa Pegawai pada Ditjen C4 = Tanggung Jawab Pengendalian Pemanfaatan Ruang Dan C5 = Kerjasama Penguasaan Tanah maka peneliti menarik kesimpulan yang berdasarkan paparan dari bahasan pada bab sebelumnya, yaitu: Hasil penelitian dari 292

9 perhitungan skala perbandingan rating alternatife dan mencari nilai prefensi untuk setiap alternative ( Vi) tersebut dapat diketahui bahwa alternative yang terpilih sebagai alternatif terbaik untuk mendapatkan beasiswa S2 dengan jawaban yang diberikan oleh 2 responden ahli melalui kuesioner dengan hasil akhir, V1= Gandiwa Yudhistira, S.H (0,7) ; V2 = Novi Sulistyaningsih, S.T. (0,726) ; V3 = Fresly Willyater Panjaitan, S.T. (0,7) ; V4 = Royger Maniur Panjaitan, S.T. (0,6) ; V5 = Adam Madiglina Prana, S.T. (0,625) ; V6 = Kurniawan Hartanto, S.T. (0,65) ; V7 = Mula Pralampita Nursetianti, S.T. (0,9). Jadi, dapat disimpulkan hasil perankingan dengan nilai terbesar ada pada V7 = Mula Pralampita Nursetianti, S.T. (0,9) adalah alternative yang terpilih sebagai alternative terbaik. Dan Metode Fuzzy Madm dengan penyelesaian Simple Additive Weighting (SAW) dapat membantu Instansi atau perusahaan khususnya untuk menentukan penerimaan beasiswa pegawai melanjutkan program belajar Starata Dua (S2). Referensi Kusumadewi,Sri dkk Fuzzy MultiAttribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu Nofriansyah, Dicky Konsep Data Mining vs Sistem Pendukung Keputusan. Yogyakarta: Deepublish Hasibuan, Malayu.2014, Manajemen Sumber Daya Manusia. Jakarta:Bumi Aksara Kusrini Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi Offset 293