ANALISIS PERBANDINGAN METODE SAW DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON DOSEN STMIK PALANGKARAYA

Transkripsi

1 ANALISIS PERBANDINGAN METODE SAW DAN TOPSIS DALAM SISTEM PENDUKUNG KEPUTUSAN SELEKSI CALON DOSEN STMIK PALANGKARAA Susi Hendatie STMIK Palangkaaya Jalan G.Obos No. Palangkaaya sesyalang@gmail.com ABSTRACT The concept of decision-making aids pogam is cuently gowing vey apidly. Thee ae so many methods that used to assist in the decision-making pocess. Thee ae two methods that can be used to solve the poblem of Multi-Attibute Decision Making (MADM); TOPSIS and SAW method. This is because those methods ae simple, easy to undestand, computing efficient and has the ability to measue the elative pefomance of decision altenatives in a simple mathematical fom. The poblem of this study is to solve a paticula MADM case which it may be difficult to detemine which method is the most elevant between the SAW and TOPSIS methods. Theefoe a sensitivity test was conducted to detemine the most appopiate method between SAW and TOPSIS in the settlement of the case. In this poblem solving the poblem of Multi-Attibute Decision Making (MADM) had done though Sensitivity Test pocess fist, then by using the method between SAW o TOPSIS is aimed to assist eveyone in decision-making based on best altenative value Keywod: MADM, Decision Suppoting System, SAW, TOPSIS, Altenative, Sensitivity Test PENDAHULUAN Model MADM sudah banyak digunakan oleh pengambil keputusan untuk menyelesaikan pemasalahan pengambilan keputusan. Dalam model MADM tedapat bebagai macam metode yang dapat digunakan untuk mencai solusi tebaik. Metode yang dipilih oleh pengambil keputusan tekadang tidak elevan untuk menyelesaikan masalah MADM. Pebedaan metode MADM seing menghasilkan pebedaan pada poses pemilihan atau peankingan dai sekumpulan altenatif yang didasakan atas bebeapa atibut. Penelitian ini mengusulkan sebuah pendekatan untuk membantu mengambil keputusan dalam memilih metode MADM yang elevan tehadap kasus yang dibeikan melalui poses analisis sensitivitas. Penelitian ini menganalisis dan membandingkan kedua metode MADM yaitu SAW dan TOPSIS yang kemudian mencai 6

2 STMIK Palangka Raya 7 altenatif tebaik menggunakan metode tepilih hasil dai poses analisis sensitivitas. Penelitian ini mengambil studi kasus Peneimaan calon dosen pada STMIK Palangkaaya. Salah satu fakto pendukung bekembangnya pendidikan adalah sumbe daya manusia yang bekualitas, sehingga menjadi hal yang penting melakukan seleksi tehadap calon dosen secaa tepat. Sehingga menghasilkan dosen yang sesuai dengan kebutuhan instansi pendidikan. Poses analisis sensitivitas dilihat bedasakan pesentase peubahan anking altenatif setiap metode, semakin besa peubahan anking altenatif maka metode tesebut akan semakin dipilih oleh pengambil keputusan. Hasil dai penelitian ini menunjukkan bahwa metode yang telah dikembangkan ini mampu menyelesaikan bebagai macam kasus MADM yang bebeda-beda dengan meneapkan konsep analisis sensitivitas untuk menguji tingkat sensitivitas dai kedua metode MADM untuk memilih calon dosen. Solusi dalam penelitian ini adalah adanya suatu metode yang dapat membeikan ekomendasi sebagai bahan petimbangan untuk mengambil keputusan secaa tepat. Pada penelitian ini mengusulkan sebuah pendekatan untuk membantu pengambil keputusan dalam memilih metode MADM yang elevan tehadap kasus yang dibeikan melalui poses pebandingan. Metode ini mampu mencai suatu solusi optimum tanpa teikat pada kasus tetentu sehingga dapat membantu pengambil keputusan untuk menyelesaikan kasus secaa cepat dan akuat. Setelah melakukan pebandingan antaa kedua metode MADM yaitu SAW dan TOPSIS, kemudian mencai altenatif tebaik menggunakan metode tepilih hasil dai poses analisis pebandingan. Paamete input yang digunakan diantaanya data altenatif, data kiteia dan data bobot. Poses pebandingan dilihat bedasakan pesentase peubahan anking altenatif masing-masing metode, semakin besa peubahan anking altenatif maka metode tesebut akan semakin dipilih oleh pengambil keputusan. Peumusan masalah pada penelitian ini adalah menganalisis pebandingan antaa metode SAW dengan TOPSIS dalam Pendukung Keputusan Calon Dosen STMIK Palangkaaya. Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

3 8 STMIK Palangka Raya Sebagai ujukan tekini penulis adalah menuut Subandi dalam thesisnya yang bejudul Analisis Pebandingan untuk pemilihan model Multi Atibute Decision Making (MADM) dalam penyelesaian masalah dinamis menjabakan Model MADM sudah banyak digunakan oleh pengambil keputusan untuk menyelesaikan pemasalahan pengambilan keputusan. Dalam model MADM tedapat bebagai macammetode yang dapat digunakan untuk mencai solusi tebaik. Penelitian ini mengembangkan sebuah aplikasi untuk menganalisis dan membandingkan kelima metode MADM yaitu SAW, TOPSIS, WP, ELECTRE dan AHP yang kemudian mencai altenative tebaik menggunakan metode tepilih hasildai poses analisis pebandingan. Adapun tujuan penelitian ini adalah menganalisis pebandingan metode SAW dan metode TOPSIS sehingga menghasilkan metode yang lebih sensitif dalam melakukan peangkingan nilai tetinggi pada seleksi peneimaan calon dosen STMIK Palangkaaya. Kajian pustaka yang mendukung penelitian ini antaa lain:. Sistem Pendukung Keputusan (SPK) Menuut Kusini, (007) SPK meupakan sistem infomasi inteaktif yang menyediakan infomasi, pemodelan, dan pemanipulasian data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam situasi yang semi testuktu dan situasi yang tidak testutu, dimana tak seoang pun tahu secaa pasti bagaimana keputusan sehausnya.. MADM Multiple Attibute Decision Making (MADM) adalah mengevaluasi m altenatif Ai (i=,,..,m) tehadap sekumpulan kiteia Cj (j =,,..,n), dimana setiap kiteia saling tidak begantung satu dengan yang lainnya. Matiks keputusan (X) setiap altenatif tehadap setiap kiteia (Kusumadewi, dkk. 006) dibeikan sebagai: C C Cn X = A... n A... n Am m m... mn dimana ij meupakan ating kineja altenatif ke i tehadap kiteia ke j, Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

4 STMIK Palangka Raya 9 sehingga Matiks Keputusan (X) 5. Analytic Hieachy Pocess (AHP) beisikan ating kineja (ij). Nilai bobot pefeence untuk. SAW membeikan bobot kepentingan setiap Menuut Kusumadewi (006), kiteia yang mengekpesikan metode SAW seing juga dikenal istilah kepentingan elatifnya dibeikan metode penjumlahan tebobot. Konsep sebagai: dasa metode SAW adalah mencai W = [w, w,..., wn] penjumlahan tebobot dai ating (.) kineja dengan W = Bobot Pefeence, dan wj [w, w,..., wn] = bobot kepentingan setiap kiteia yang mengekpesikan kepentingan elatifnya Matiks Keputusan (X) dan nilai bobot pefeence (W) meupakan nilai pada setiap altenatif dai semua atibut. Metode SAW membutuhkan poses nomalisasi matiks keputusan (X) ke suatu skala yang dapat dipebandingkan dengan semua ating altenatif yang ada. Dibeikanpesamaansebagaibeikut: utama yang meepesentasikan pefeensi absolut dai pengambil keputusan. Masalah MADM diakhii dengan poses peatingan untuk () mendapatkan altenatif tebaik yang Dimanaijadalah ating dipeoleh bedasakan nilai keseluuhan kinejatenomalisasidaialtenatif Ai pefeensi yang dibeikan. padaatibutcj ; i=,,...,m dan Ada bebeapa metode yang dapat j=,,...,n. digunakan untuk menyelesaikan Nilaipefeensiuntuksetiapaltenatif (i) masalah Multiple Attibute Decision dibeikansebagaibeikut: Making (MADM) antaa lain:. Simple Additive Weighting Methode (SAW) (). Weighted Poduct (WP). Electe Nilai i yang lebih besa. Technique fo ode Pefeence by mengindikasikan bahwa altenatif Ai Similaity to Ideal Solution lebih tepilih. (Kusumadewi, 006). (TOPSIS) Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

5 0 STMIK Palangka Raya Langkah-langkah dai metode SAW adalah:. Menentukan kiteia-kiteia yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C.. Menentukan ating kecocokan setiap altenatif pada setiap kiteia..membuatmatikskeputusanbedasaka nkiteia (C), kemudian melakukan nomalisasi matiks bedasakan pesamaan yang disesuaikan dengan jenis atibut (atibut keuntungan atau pun atibut biaya) sehingga dipeoleh matiks tenomalisasi R.. Hasil akhi dipeoleh dai poses peankingan yaitu penjumlahan dai pekalian matiks tenomalisasi R dengan vecto bobot sehingga dipeoleh nilai tebesa yang dipilih sebagai altenatif tebaik (A) sebagai solusi.. TOPSIS TOPSIS didasakan pada konsep dimana altenatif tepilih yang tebaik tidak hanya memiliki jaak tependek dai solusi ideal positif, namun juga memiliki jaak tepanjang dai solusi ideal negatif. Konsep ini banyak digunakan pada bebeapa model MADM untuk menyelesaikan masalah keputusan secaa paktis. Hal ini disebabkan kaena konsepnya sedehana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk menguku kineja elatif dai altenatifaltenatif keputusan dalam bentuk matematis yang sedehana. Secaa umum, posedu TOPSIS mengikuti langkah-langkah (Kusumadewi, dkk. 006) sebagai beikut:. Membuat matiks keputusan yang tenomalisasi (R) TOPSIS membutuhkan ating kineja setiap altenatif Ai pada setiap kiteia Cj yang tenomalisasi dengan umus : ij= m ij i ij () ij, hasil pebandingan tenomalisasi ke dalam suatu skala setiap altenatif pada setiap kiteia. dengan i=,,...m; dan j=,,...n. m, altenatif Ai (i=,,..,m). Membuat matiks keputusan yang tenomalisasi tebobot () dengan elemen-elemennya adalah: yij = wj ij, () dengan i =,... m: j =,,..., n yij adalah ating bobot tenomalisasi setiap altenatif pada setiap kiteia. Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

6 STMIK Palangka Raya. Menentukan matiks solusi ideal positif (A + ) dan matiks solusi ideal negatif (A - ) sebagai: A + = A - = dengan (y, (y, y,..., y,..., y n ); (5) y n ); (6) ma y ij ; jika j adalah kiteia keuntungan (7) y j min yij ; jika j adalah kiteia biaya min y ij ; jika y j ma yij ; jika j adalah kiteia j adalah kiteia keuntungan biaya j =,,...n (8). Menentukan jaak antaa nilai setiap altenatif dengan matiks solusi ideal positif negatif i n S = j dan matiks solusi ideal ( ) ; y i y ij i=,,...,m (9) Si adalah jaak antaa nilai setiap altenatif dengan matiks solusi ideal positif S i = n j ( y ij y i ) ;i=,,...,m (0) S i adalah Jaak antaa nilai setiap altenatif dengan matiks solusi ideal negatif 5. Menentukan nilai pefeensi untuk setiap altenatif (Ai) diumuskan sebagai beikut: Ai = S i S i S i ; i =,,...,m () Nilai Ai yang lebih besa menunjukkan bahwa altenatif Ai lebih dipilih. PEMBAHASAN Penelitianini di laksanakan pada calon dosen pada STMIK Palangkaaya yang memenuhi kualifikasi (lolos bekas) sebagai calon dosen dengan pesayaatan beupalulusan magiste kompute dan nilai IPK minimal.00. Paamete input yang digunakan adalah data altenatif, data kiteiadan data bobot. Untuk paamete input data altenatif digunakan calon dosen sebanyak oang, data kiteia menggunakan data tes potensi akademik, teswawancaadan paamete input data tes mico teaching. Dan untuk data bobot akan digunakan data hasil nilai-nilai tes dan standa bobot yang belaku untuk standa nilai kelulusan seleksi. Kemudian penelitian akan dilanjutkan melakukan analisis pebandingan antaa metode SAW dan metode TOPSIS dengan menggunakan hasil tes potensi akademik, tes wawancaa, Psikotes dan tes mico teaching atau kemampuan mengaja dengan menggunakan nilai bobot. Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

7 STMIK Palangka Raya Untuk paamete input data yang digunakan dapat dijabakan sebagai beikut:. Data Altenatif Tabel Data Altenatif No. NamaC alon Gela IPK. Ade M.Cs,6. Bayu MT,9. Nova M.Kom,78. Dodi M.Kom,5 Sehingga data altenative ini ditandai dengan : A = Ade A = Bayui A =Nova A = Dodi. Data Kiteia a. TesKemampuanAkademik b. TesWawancaa c. Psikotes d. Tes Mico Teaching (Kemampuan Mengaja) Sehingga data Kiteia ini ditandai dengan : C = TesKemampuanAkademik C = TesWawancaa C = Psikotes C= Mico Teaching (Kemampuan Mengaja). Data Bobot a. Ratingkecocokan setiap altenatif pada setiap kiteia, dinilai dengan 0 sampai 00 yaitu: 0 sampai 9 = Sangat buuk, 50 sampai 59 = Buuk, 60 sampai 69 = Cukup, 70 sampai 79 = Baik, 80 sampai 00= Sangat baik. b. Tingkat kepentingan yang nantinya akan dijadikan bobot pefeensi setiap kiteia juga dinilai dengan pesen, dengan ketentuan: ) TesKemampuanAkademik = (5% dai 00%) ) TesWawancaa = (5% dai 00%) ) Psikotes = (5% dai 00%) ) TesMico Teaching (KemampuanMengaja) = (5% dai 00%). Rekapitulasi hasil tes masing-masing Calon Dosen calon dosen sebagai beikut : Tabel Hasil Tes Tes Kemampuan Akademik Wawancaa Psikotes Mico Teaching Ade Bayu 78,5 8,5 8, 8 Nova 79,6 8,75 8,78 8 Dodi 75,6 78,5 77, 80 Dai hasil nilai tes masing-masing calon dosen dibuatlah pehitungan dengan dua metode MADM yaitu SAW dan Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

8 STMIK Palangka Raya TOPSIS sehingga dapat diketahui nilai bobot akhi dan akan dilakukan pebandingan untuk masing-masing metode. Dengan incian sebagai beikut:. Pembobotan menggunakan metode SAW (Simple Additive Weighting) Hasil tes tesebut dimasukkan kedalam tabel ating kecocokan dai setiap altenatif pada setiap kiteia. Tabel Rating Kecocokan dai setiap altenatif pada setiap kiteia Alte Kiteia natif C C C C A A 78,5 8,5 8, 8 A 79,6 8,75 8,78 8 A 75,6 78,5 77, 80 Kaena setiap nilai yang dibeikan pada setiap altenatif di setiap kiteia meupakan nilai kecocokan (nilai tebesa adalah tebaik) maka semua kiteia yang dibeikan diasumsikan sebagai kiteia keuntungan. Pengambil keputusan membeikan bobot efeensi sebagai ; W = (5%, 5%, 5%, 5%) Matiks keputusan dibentuk dai tabel kecocokan sebagai beikut : 78 78,5 X 79,5 75,6 80 8,5 8,75 78, ,78 77, Pehitungan SAW : Nomalisa Matiks X : Untuk Altenatif : ,98 ma{78;78,5;79,6;75,6} 79,6 78,5 78,5 0,99 ma{78;78,5;79,6;75,6} 79,6 79,6 79,6 ma{78;78,5;79,6;75,6} 79,6 75,6 75,6 0,95 ma{78;78,5;79,6;75,6} 79,6 Untuk Altenatif : ,98 ma{80;8,5;8,75;78,5} 8,75 8 8,5 0,99 ma{80;8,5;8,75;78,5} 8,75 8,75 8,75 ma{80;8,5;8,75;78,5} 8,75 78,5 78,5 0,96 ma{80;8,5;8,75;78,5} 8,75 Untuk Altenatif : 8 8 ma{8;8,;8,78;77,} 8 8, 8, 0,99 ma{8;8,;8,78;77,} 8 8,78 8,78 0,99 ma{8;8,;8,78;77,} 8 77, 77, 0,9 ma{8;8,;8,78;77,} 8 Untuk Altenatif : 8 8 0,99 ma{8;8;8,80} ma{8;8;8,80} ma{8;8;8,80} ,98 ma{8;8;8,80} 8 Matiks Tenomalisasi R : 0,98 0,99 R 0,95 0,98 0,99 0,96 0,99 0,99 0,9 0,99 0,98 Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

9 STMIK Palangka Raya Poses Peankingan dipeoleh sebagai beikut: (0,5)(0,98) (0,5)(0,98) (0,5)() (0,5)(0,99) 0,90 (0,5)(0,99) (0,5)(0,99) (0,5)(0,99) (0,5)(0,) (0,5)() (0,5)(0,99) (0,5)() (0,5)(), (0,5)(0,95) (0,5)(0,96) (0,5)(0,9) (0,5)(0,98) 0,80 Hasil dai Peangkingan diatas adalah : =, = = 0,90 = 0,80 Nilai tebesa ada pada sehingga altenatif A adalah altenatif yang tepilih sebagai altenatif tebaik. Dengan kata lain, Cica akan tepilih sebagai calon dosen dengan nilai tetinggi.. Pembobotan menggunakan metode TOPSIS (Technique Fo Ode Pefeence by Similaity to Ideal Solution) Sama dengan metode SAW hasil tes tesebut dimasukkan kedalam tabel ating kecocokan dai setiap altenatif pada setiap kiteia sebagai beikut: Tabel Rating Kecocokan dai setiap altenatif pada setiap kiteia Altenatif Kiteia C C C C A A 78,5 8,5 8, 8 A 79,6 8,75 8,78 8 A 75,6 78,5 77, 80 Kaena setiap nilai yang dibeikan pada setiap altenatif di setiap kiteia meupakan nilai kecocokan (nilai tebesa adalah tebaik) maka semua kiteia yang dibeikan diasumsikan sebagai kiteia keuntungan. Nilai bobot efeensi dai pengambilan keputusan sebagai ; W = (5%, 5%, 5%, 5%) Pehitungan TOPSIS Matiks Keputusan Tenomalisasi X ,6 75,6 55, ,87 78,5 55,87 79,6 55,87 75,6 55, ,5008 0,506 0,5068 0,850 8,5 8,75 78,5 60, ,90 8,5 60,90 8,5 60,90 78,5 60,90 X 8 0,970 0,5065 0, ,8788 8, 8,78 77, 6, 8 6, 0,50859 Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

10 STMIK Palangka Raya 5 8, 6, 8,78 6, 77, 6, X 8 0,506 0,507 0, ,50 8 6,50 8 6,50 8 6, ,50 0,986 0,506 0,506 0,98 Dai pehitungan di atas dipeoleh Matik Tenomalisasi R: R= 0,5008 0,506 0,5068 0,850 0,970 0,5065 0, ,8788 0, ,506 0,507 0,8006 0,986 0,506 0,506 0,98 Dilakukan pehitungan Matiks R dikalikan dengan Bobot Pefeence (W) sehingga menghasilkan Matiks sebagai beikut : Matik Tenomalisasi : = W = (78) (0,5008) = 9,0 = W = (78,5) (0,506) = 9,5 = W = (79,6) (0,5068) = 0,65 = W = (76,6) (0,850) = 6,67 = W = (80) (0,970) = 9,78 = W = (8,5) (0,5065) =,8 = W = (8,75) (0,50808) =,5 = W = (78,5) (0,8788) = 8,0 = W = (8) (0,50859) = 8,0 = W = (8,) (0,506) = 0,89 = W = (8,78) (0,507) =,8 = W = (77,) (0,8006) = 7,6 = W = (8) (0,986) = 0,8 = W = (8) (0,506) =,8 = W = (8) (0,506) =,8 = W = (80) (0,98) = 9,88 Sehingga menghasilkan Matik : 9,0 9,5 0,65 6, ,8,5 8,0 8,0 0,89,8 7,6 0,8,8,8 9,88 Solusi Ideal Positif (A + ) dihitung : ma {9,0; 9,5; 0,65; 6,67}= 0,65 ma {9,78;,8;,5; 8,0}=,5 ma {8,0; 0,89;,8; 7,6}=8,0 ma {0,8;,8;,8; 9,88}=,8 A ma {0,6;,5; 8,0;,8} Solusi Ideal Negatif (A - ) dihitung : min {9,0; 9,5; 0,65; 6,67} = 6,67 min {9,78;,8;,5; 8,0} = 8,0 min {8,0; 0,89;,8; 7,6} = 7,6 min {0,8;,8;,8; 9,88} = 9,88 A min {6,67; 8,0; 7,6; 9,88} Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

11 6 STMIK Palangka Raya Sehingga Jaak antaa nilai tebobot adalah setiap altenatif tehadap solusi ideal beikut: positif Si dihitung sebagai D (9,0 0,65) (9,78,5) (8,0 8,0) (0,8,8) =, D (9,0 0,65) (,8,5) (0,89 8,0) (,8,8) = 7,9 D (0,65 0,05) (,5,5) (,8 8,0) (,8,8) = 0 D (6,67 0,65) (8,0,5) (7,6 8,0) (9,88,8) =,08 Sehingga Jaak antaa nilai tebobot adalah setiap altenatif tehadap solusi ideal beikut : negaif Si dihitung sebagai D (9,0 6,67) (9,78 8,0) (8,0 7,6) (0,8 9,88) =, D (9,5 6,67) (,8 8,0) (0,89 7,6) (,8 9,88) = 5,769 D (0,65 6,67) (,5 8,0) (,8 7,6) (,8 9,88) = 6,879 D = 0 (6,67 6,67) (8,0 8,0) (7,6 7,6) (9,88 9,88) Kedekatan setiap altenatif tehadap solusi ideal dihitung sebagai beikut :, 0,89,, 5,769 0, 5,769 7,9 6,879 6, ,08 0 Sehingga nilai diankingkan bedasakan nilai yang tetinggi dengan uutan sebagai beikut : 0,89 0, 0 Nilai tebesa ada pada sehingga altenatif A adalah altenatif yang tepilih sebagai altenatif tebaik. Dengan kata lain, Nova akan tepilih sebagai calon dosen dengan nilai tetinggi. Dai pebandingan pehitungan kedua metode MADM yaitu SAW dan TOPSIS maka nilai bedasakan nilai masing-masing altenatif dapat dilihat dai Tabel 5. Tabel 5 Pebandingan nilai bobot masing-masing altenatif Alt SAW TOPSIS Rentang A =0,90 0, 8 A = 0, Nilai 0,07 untuk nilai SAW 0,56 untuk nilai SAW A =,0 0,0 untuk A = 0,80 0 nilai SAW 0,80 untuk nilai SAW Dai hasil poses Uji Sensitivitas pada tabel di atas menghasilkan nilai pebandingan antaa Metode SAW dan Metode TOPSIS yaitu total peubahan metode SAW lebih banyak dibandingkan dengan total peubahan metode TOPSIS. Untuk nilai bobot tebesa pada altenatif dilakukan peankingan sepeti pada tabel beikut: Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen

12 STMIK Palangka Raya 7 Tabel 6 Pebandingan untuk peankingan nilai bobot masing-masing altenatif Peankingan Bobot SAW TOPSIS Altenatif =, = 0, 89 = 0,90 0, = 0,80 0 Sedangkan penjumlahan peubahan anking dengan nilai bobot tebesa untuk masing-masing metode, altenatif sama-sama tepilih. Dengan entang bobot tebesa pada metode SAW yaitu sebesa 0, sehingga metode SAW adalah metode yang paling elevan untuk menyelesaikan kasus tesebut. KESIMPULAN Dai hasil penelitian dan pembahasan diatas maka dapat diambil bebeapa kesimpulan antaa lain :. Untuk kedua metode MADM dalam hal ini adalah metode SAW dan TOPSIS dapat digunakan untuk pengambilan keputusan dalam seleksi peneimaan dosen.. Setelah melakukan pebandingan untuk masing-masing bobot metode SAW dan metode TOPSIS maka dapat disimpulkan bahwa penjumlahan peubahan anking dengan nilai bobot tebesa untuk masing-masing metode, altenatif sama-sama tepilih. Dengan entang bobot tebesa pada metode SAW yaitu sebesa 0, sehingga metode SAW adalah metode yang paling elevan untuk menyelesaikan kasus tesebut. DAFTAR PUSTAKA Kusini, 007. Konsep dan Aplikasi Sistem Pendukung keputusan. Andi Offset, ogyakata Kusumadewi, S.; Hatati, S.; Hajoko, A. & Wadoyo, R Fuzzy multi-attibute Decision Making (Fuzzy MADM). Gaha Ilmu, ogyakata Subandi, HW. 00. MADM-TOOL : Aplikasi uji sensitivitas untuk model MADM menggunakan metode SAW dan TOPSIS. Semina Nasional Aplikasi Teknologi Infomasi, ogyakata Subandi, HW. 0. Analisis sensitivitas untuk pemilihan model Multi Atibute Decision Making (MADM) dalam penyelesaian masalah dinamis.ugm ogyakata Analisis Pebandingan Antaa SAW Dengan Topsis Dalam Pendukung Keputusan Seleksi Calon Dosen