SISTEM PENDUKUNG KEPUTUSAN UNTUK PENILAIAN KINERJA DOSEN DI UNIVERSITAS MUHAMMADIYAH PURWOKERTO MENGGUNAKAN METODE TOPSIS Rakhmat Wijayanto 1), Hindayati Mustafidah 2), Aman Suyadi 3) 1) 2) Teknik Informatika FTeknik Universitas Muhammadiyah Purwokerto Jl Raya Dukuhwaluh Purwokerto 53182 3) Departemen Agroteknologi FPertanian - Universitas Muhammadiyah Purwokerto Jl Raya Dukuhwaluh Purwokerto 53182 1) rahmatwijaya11@gmailcom 2) hmustafidah@umpacid 3) amanump@yahoocoid ABSTRAK Penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto dilakukan oleh Lembaga Penjaminan Mutu Penilaian kinerja dilakukan berdasarkan kriteria yang ada, yaitu penilaian Tri Dharma Perguruan Tinggi, penilaian umum dan penilaian keislaman Namun selama ini dalam penilaian kinerja masih dilakukan menggunakan Microsoft Excel dan belum ada software khusus yang membantu proses penilaian, dalam perhitungan nilai juga hanya didapat dari perkalian nilai setiap kriteria dengan bobot, dengan penggunaan metode diharapkan penghitungan akan lebih detail Berdasarkan kondisi yang ada dibutuhkan suatu sistem yang dapat membantu proses penilaian kinerja dan sistem yang memenuhi kondisi tersebut adalah sistem pendukung keputusan karena sistem dapat membantu mengambil keputusan berdasarkan kriteria yang ada Sistem pendukung keputusan menggunakan metode TOPSIS ( Technique for Order Preference by Similarity to Ideal Solution), alasan memilih metode ini karena dalam perhitungan komputasi efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatifalternatif keputusan dalam bentuk matematis sederhana, selain itu metode ini juga didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga jarak terpanjang dari solusi ideal negatif Hasil dari penelitian ini adalah sistem pendukung keputusan dapat digunakan untuk menilai kinerja setiap dosen di Universitas Muhammadiyah Purwokerto dengan lebih tepat berdasarkan kriteria yang ada Kata Kunci : Penilaian kinerja dosen, Sistem Pendukung Keputusan, TOPSIS, C #, Sql Server PENDAHULUAN Memiliki staf pengajar profesional merupakan sebuah keharusan bagi suatu instansi pendidikan, demikian halnya dengan dosen di Universitas Muhammadiyah PurwokertoUntuk itu, universitas selalu mendorong adanya peningkatan profesionalitas dosen Upaya mengukur tingkat profesionalitas seorang dosen, setiap semester dilakukan penilaian terhadap kemampuan dosen dalam melaksanakan tri dharma perguruan tinggi antara lain pendidikan dan pengajaran, penelitian dan pengabdian masyarakat dan publikasi ilmiah Penilaian dilakukan dengan mengukur kinerja masing-masing dosen dalam melaksanakan tugas dan kewajiban yang sesuai dengan capainan kinerja dan standar yang telah diterapkan 375
Penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto dilakukan oleh Lembaga Penjaminan Mutu atau LPM Penilaian kinerja dilakukan berdasarkan kriteria yang ada, yaitu penilaian terhadap kegiatan Tri Dharma Perguruan Tinggi, penilaian umum serta penilaian keislaman dan kemuhammadiyahannamun selama ini dalam penilaian kinerja dosen masih dilakukan menggunakan Microsoft Excel dan belum ada software khusus yang dapat membantu proses penilaian, dalam perhitungan nilai juga hanya dengan mengalikan nilai setiap kriteria dengan bobot, dengan penggunaan metode yang ada diharapkan penghitungan akan lebih detail Berdasarkan kondisi yang ada sekarang dibutuhkan suatu sistem yang dapat membantu proses penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto dan sistem yang memenuhi kondisi tersebut adalah sistem pendukung keputusan karena sistem dapat membantu mengambil keputusan berdasarkan beberapa kriteria yang ada Sistem pendukung keputusan menggunakan metode TOPSIS ( Technique for Order Preference by Similarity to Ideal Solution) untuk penentuan kinerja dosen dibangun berdasarkan kriteria dan bobot penilaian yang ada, alasan kenapa memilih metode ini karena dalam perhitungan komputasi efisien dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatifalternatif keputusan dalam bentuk matematis yang sederhana,, selain itu metode ini juga didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif (Kusumadewi, dkk, 2006)Hal ini juga sudah diterapakan oleh Ritonga (2013) yang menggunakan metode TOPSIS untuk penilaian kinerja karyawan di PT Indofood Berdasarkan penjelasan yang disampaikan diatas, maka dibangun sistem pendukung keputusan yang digunakan untuk penilaian kenerja dosen, data yang dihasilkan nantinya adalah nilai kinerja setiap dosen dan nantinya diketahui dosen yang memeliki kinerja terbaik Bahasa pemograman yang digunakan untuk membangun aplikasi adalah bahasa pemograman C#, sedangkan tool yang digunakan untuk membangun aplikasi ialah Microsoft Visual Studio NET 2010 dan database yang digunakan adalah sql server Tujuan yang akan dicapai dari penelitian ini adalah sistem pendukung keputusan untuk penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto menggunakan metode TOPSIS Sedangkan manfaat yang diharapkandari penelitian ini adalah membantu dan mempermudah LPM dalam menilai kinerja dosen di Universitas Muhammadiyah Purwokerto METODE PENELITIAN Jenis penelitian yang dilaksanakan adalah penelitian pengembanganpengembangan ini dilakukan dengan mengembangkan aplikasi sistem pendukung keputusan yang digunakan untuk penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto Penelitian ini dilaksanakan di kantor LPM Universitas Muhammadiyah Purwokerto, untuk kebutuahan pembangunan sistem dilakukan pengumpulan data dan informasi yang dibutuhkan Pengumpulan data dan informasi dilakukan menggunakan 2 cara yaitu wawancara dan dokumentasi Wawancara dilakukan dengan cara mengajukan beberapa pertanyaan langsung kepada ketua LPM mengenai proses penilaian kinerja dosen di Universitas Muhammadiyah PurwokertoDokumentasi dilakukan dengan memanfaatkan dokumen dan data yang sudah ada antara lain data dosen dan panduan penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto yang didapat dari LPM Berdasarkan data yang didapatkan maka akan dianalisa mengenai apa saja yang dibutuhkan dan apa saja nantinya yang ada di dalam sistem, setelah itu maka dirancang sebuah desain perangkat lunak yang selanjutnya akan diubah dalam bentuk programmodel pengambilan keputusan yang dibangun digambarkan menggunakan flowchart Flowchart sistem pendukung keputusan penilaian kinerja dosen dapat dilihat pada Gambar 1 berikut: 376
Gambar 1 Flowchart Sistem Pendukung Keputusan Untuk Penilaian Kinerja Dosen Menggunakan Metode TOPSIS Flowchart di atas menjelaskan mengenai proses penilaian kinerja dosen pada sistem pendukung keputusan penilaian kinerja dosen mengunakan metode TOPSIS a) Proses dimulai dengan memasukan nilai kriteria setiap alternatif, dimana kriterianya seperti tersaji pada Tabel 1 berikut: Tabel 1 Kriteria Kode keterangan Kode Nilai kriteria bobot C 1 Penilaian tri dharma perguruan tinggi W 1 60% C 2 Penilaian umum W 2 20% C 3 Penilaian keislaman dan kemuhammadiyahan W 3 20% 377
b) Langkah kedua ialah membuat matriks keputusan seperti tersaji pada Tabel 2 berikut: Alternatif Tabel 2 Matriks Keputusan Nilai di Setiap kriteria C 1 C 2 C 3 A 1 A 1 C 1 A 1 C 2 A 1 C 3 A 2 A 2 C 1 A 2 C 2 A 2 C 3 A n A n C 1 A n C 2 A n C 3 c) Langkah ketiga ialah membuat matriks keputusan ternormalisasi untuk mendapatkan matriks R seperti tersaji pada Tabel 3 berikut: Tabel 3 Matriks Keputusan Ternormalisasi Nilai di Setiap kriteria Alternatif C 1 C 2 C 3 R 1 R 1 C 1 R 1 C 2 R 1 C 3 R 2 R 2 C 1 R 2 C 2 R 2 C 3 R n R n C 1 R n C 2 R n C 3 d) Langkah keempat ialah membuat matriks keputusan ternormalisasi terbobot dengan cara dikalikan ke setiap nilai bobot kriterianya sehingga didapatkan matriks Y seperti tersaji pada Tabel 4 berikut: Tabel 4 Matriks Keputusan Ternormalisasi terbobot Nilai di Setiap kriteria Alternatif C 1 C 2 C 3 Y 1 R 1 C 1 * W 1 R 1 C 2 * W 2 R 1 C 3 * W 3 Y 2 R 2 C 1 * W 1 R 2 C 2 * W 2 R 2 C 3 * W 3 Y n R n C 1 * W 1 R n C 2 * W 2 R n C 3 * W 3 378
e) Langkah kelima ialah menentukan matriks solusi ideal positif (A + ) dan matriks solusi ideal negatif (A - ) seperti tersaji pada Tabel 5 berikut: Tabel 5 Solusi Ideal Positif dan Negatif Solusi Ideal Positif Solusi Ideal Negatif Kode Nilai Kode Nilai A + + + + + A - + + + + f) Langkah keenam ialah Menentukan jarak antara nilai setiap alternatif dengan solusi ideal positif (D + )dan matriks solusi ideal negatif (D - ) seperti tersaji pada Tabel 6 berikut: Tabel 6 Jarak Alternatif Solusi Ideal Positif dan Negatif Jarak Alternatif Terhadap Jarak Alternatif Terhadap Solusi Ideal Positif Solusi Ideal Negatif Kode Nilai Kode Nilai D 1 D 2 D1 A 1 D 1 D2 A 2 D 2 D1 A 1 D2 A 2 D D A n D D A n g) Langkah ketujuh ialah Menentukan Nilai preferensi setiap alternatif dan dari nilai preferensi yang ada akan dilakukan perankingan lalu alternatif yang memiliki ranking preferensi paling tinggi maka akan dijadikan alternatif keputusan seperti tersaji pada Tabel 7 berikut : 379
Tabel 7 Nilai Preferensi Kode Nilai Ranking V 1 V 1 A 1 Ranking nilai preferensi A 1 V 2 V 2 A 2 Ranking nilai preferensi A 2 V n V n A n Ranking nilai preferensi A n HASIL DAN PEMBAHASAN Berdasarkan metode pelaksanaan yang dijelaskan sebelumnya dibutuhkan data-data yang nantinya akan digunakan di dalam sistem pendukung keputusan untuk penilaian kinerja dosen di Universitas Muhammadiyah Purwokerto, yaitu sebagai berikut: a Dosen Tabel 8Data Nilai Dosen no Nik atau nip Nama IKD Penilaian umum Penilaian keislaman 1 1 Awal 2 7 3 2 2 Rahmat 2 5 9 3 3 Jaka 4 3 6 b Data Model Penilaian Kinerja Dosen 1) Rumus Index kinerja Dosen (IKD) IKD /4{(0,6 x PBM) + (0,3 x KH) + (0,1 x NS) + 1/8 PN+1/8PM+1/4PI Keterangan : PBM = hasil dari kuesioner penilaian PBM oleh mahasiswa dengan skala 1 5 KH = kehadiran rata-rata dosen NS = Keakuratan dan Ketepatan penyerahan nilai semester PN = Jumlah penelitian dalam 1 tahun PM = jumlah pengabdian Masyarakat dalam 1 tahun PI = Jumlah publikasi ilmiah dalam 1 tahun 2) Kehadiran Rata-Rata Dosen Tabel 9 Kehadiran Rata-Rata Dosen kehadiran/semester Skor > 13 kali 5 10 12 kali 4 7 9 kali 3 5 7 kali 2 < 5 kali 1 380
3) Ketepatan Penyerahan Nilai Semester 4) Penelitian Tabel 10 Penyerahan Nilai Semester Penyerahan nilai (hari) Penyerahan nilai (hari) 1 4 5 5 7 4 8-10 3 10-14 2 > 14 1 5) Pengabdian Masyarakat 6) Publikasi Ilmiah (PI) Tabel 11 Jumlah Penelitian Dalam Satu Tahun Jumlah penelitian dalam satu tahun Skor skala >=Dari 1 kali sebagai ketua dan anggota 5 >= Dari 1 kali sebagai ketua 4 >= Dari 1 kali sebagai anggota saja 3 1 kali sebagai anggota 2 Tidak ada 0 Tabel 12 Pengabdian Masyarakat pengabdian dalam satu tahun Skor skala >=Dari 1 kali sebagai ketua dan anggota 5 >= Dari 1 kali sebagai ketua 4 >= Dari 1 kali sebagai anggota saja 3 1 kali sebagai anggota 2 Tidak ada 0 Tabel 13 Publikasi Ilmiah Jumlah publikasi ilmiah dalam satu tahun Skor skala >= karya ilmiah di jurnal internasional 5 > 1 karya ilmiah di jurnal terakreditasi 4 1 karya ilmiah di jurnal terakreditasi 3 1 karya ilmiah di jurnal belum 2 terakreditasi Tidak ada 0 381
Sistem pendukung keputusan untuk penilaian kinerja dosen memiliki 2 halaman utama yaitu halaman input nilai setiap dosen dan halaman preferensi Halaman input nilai setiap dosen digunakan untuk memasukan data nilai setiap kriteria yang dimiliki setiap dosenberikut halaman input nilai setiap dosen seperti tersaji pada Gambar 2 Gambar 2 Halaman input nilai setiap dosen Setelah memasukan data nilai setiap kriteria yang dimiliki dosen, maka data akan diproses secara otomatis sesuai dengan tahapan perhitungan yang ada di metode TOPSIS Pertama dengan data nilai dosen yang ada di tabel nilai dosen dibuatlah matriks normalisasi seperti pada persamaan 1 berikut: Dimana : = matriks ternormalisasi [i][j] = matriks keputusan [i][j] = x j 2 1, dengan i=1,2,,m; dan j=1,2,,n (1) = 11 x 11 2 x 21 2 x 31 2 2 11= 2 2 2 2 4 2 4 4 16 24 2 21= 2 2 2 2 4 2 4 4 16 24 31= 4,89897948556636 =0,408248290463863 =0,408248290463863 4,89897948556636 4 =0,816496580927726 2 2 2 2 4 2 4 4 16 24 4,89897948556636 7 12= 7 2 3 2 5 2 49 9 25 83 3 22= 7 2 3 2 5 2 49 9 25 83 22= 9,1104335791443 =0,768349819927832 =0,329292779969071 9,1104335791443 5 =0,548821299948452 7 2 3 2 5 2 49 9 25 83 9,1104335791443 3 13= 3 2 9 2 6 2 9 81 36 126 23= =0,267261241912424 11,2249721603218 3 =0,801783725737273 3 2 9 2 6 2 9 81 36 126 11,2249721603218 382
23= 5 =0,534522483824849 3 2 9 2 6 2 9 81 36 126 11,2249721603218 Setelah matriks normalisasi terbentuk maka dibuatlah Solusi ideal positif A + dan solusi ideal negatif A - yang dapat ditentukan berdasarkan rating bobot ternormalisasi (Y ij )seperti pada persamaan 2, 3 dan 4 berikut: Y ij = w i r ij ; dengan i=1,2,,n (2) A + = (y + 1, y + 2,, y + n) (3) A - = (y - 1, y - 2,, y - n); (4) Dimana : Y ij = matriks ternormalisasi terbobot [i][j] w i = vector bobot [i] Y + j = max Y ij ; jika j adalah atribut keuntungan min Y ij ; jika j adalah atribut biaya Y - j = min Y ij ; jika j adalah atribut keuntungan max Y ij ; jika j adalah atribut biaya j = 1,2,,n dengan ; jika j adalah atribut keuntungan (5) ; jika j adalah atribut biaya ; jika j adalah atribut keuntungan (6) ; jika j adalah atribut biaya = 1, 2,,n Y 11 = 0,6 x0,408248290463863 =0,244948974278318 Y 21 = 0,6 x0,408248290463863 = 0,244948974278318 Y 31 = 0,6 x0,816496580927726 = 0,489897948556636 Y 12 = 0,2 x0,768349819927832 =0,153669963985566 Y 22 = 0,2 x0,329292779969071 =0,0658585559938142 Y 32 = 0,2 x0,548821299948452 =0,10976425998969 Y 13 =0,2 x 0,267261241912424 =0,0534522483824849 Y 23 =0,2 x 0,801783725737273 =0,160356745147455 Y 33 =0,2 x 0,534522483824849 =0,10690449676497 1 = max(0,244948974278318, 0,244948974278318, 0,489897948556636) = 0,489897948556636 2 = max(0,153669963985566, 0,0658585559938142, 0,10976425998969) =0,153669963985566 3 = max(0,0534522483824849, 0,160356745147455, 0,10690449676497) =0,160356745147455 1 = min(0,244948974278318, 0,244948974278318, 0,489897948556636) =0,244948974278318 2 = min(0,153669963985566, 0,0658585559938142, 0,10976425998969) =0,0658585559938142 3 = min(0,0534522483824849, 0,160356745147455, 0,10690449676497) =0,0534522483824849 Setelah solusi ideal negatif dan positif terbentuk maka tahap selanjutnya adalah mencari Jarak antara alternatif A 1 dengan solusi ideal positif dirumuskan seperti pada persamaan 7 berikut: 383
= (y i y j ) 2, dengan I = 1,2,,m (7) 0 Dimana : = jarak alternatif dengan solusi ideal positif = matriks normalisasi terbobot[i][j] y j y i = solusi ideal positif[i] 1 = (0,489897948556636-0,244948974278318) 2 +(0,153669963985566-0,244948974278318) 2 +(0,160356745147455-0,489897948556636) 2 =0,267261241912424 2 = (0,489897948556636-0,153669963985566) 2 +(0,153669963985566-0,0658585559938142) 2 +(0,160356745147455-0,10976425998969) 2 =0,26021307302573 3 = (0,489897948556636-0,0534522483824849) 2 +(0,153669963985566-0,160356745147455) 2 +(0,160356745147455-0,10690449676497) 2 =0,0691726369348195 Jarak antara alternatif A 1 dengan solusi ideal negatif dirumuskan seperti pada persamaan 8 berikut: = (y ij y ) 2 1 Dimana : = jarak alternatif dengan solusi ideal negatif = matriks normalisasi terbobot[i][j] y j y i = solusi ideal negatif[i], dengan i=1,2,,m (8) 1 = (0,244948974278318-0,244948974278318) 2 +(0,244948974278318-0,26021307302573) 2 +(0,489897948556636-0,0691726369348195) 2 = 0,244948974278318 2 = (0,153669963985566-0,244948974278318) 2 +(0,0658585559938142-0,26021307302573) 2 +(0,10976425998969-0,0691726369348195) 2 = 0,0658585559938142 3 = (0,0534522483824849-0,244948974278318) 2 +(0,160356745147455-0,26021307302573) 2 +(0,10690449676497-0,0691726369348195) 2 = 0,0534522483824849 Setelah didapatkan jarak antara setiap alternatif ke solusi ideal positif dan negatif langkah selanjutnya adalah menentukan Nilai preferensi untuk setiap alternatif (V 1 ) diberikan seperti pada persamaan 9 berikut: =, dengan i=1,2,,m (9) Nilai V 1 yang lebih besar menunjukan bahwa alternatif A 1 lebih dipilih Dimana : = kedekatan tiap alternatif terhadap solusi ideal = jarak alternatif dengan solusi ideal positif = jarak alternatif dengan solusi ideal negatif 0,244948974278318 1 = = 0,247305468375134 0,244948974278318 0,267261241912424 0,0658585559938142 2 = = 0,291199619854527 0,0658585559938142 0,26021307302573 0,0534522483824849 3 = = 0,786307218047434 0,0534522483824849 0,0691726369348195 384
Hasil dari nilai preferensi untuk setiap alternatif berupa nilai kinerja setiap dosen dan sekaligus diurutkan berdasarkan nilai preferensi tertinggi sampai terendah dimana v3 yaitu nilai prefensi rahmat memiliki nilai kinerja terbaik seperti tersaji pada gambar 3 Gambar 3 Nilai preferensi KESIMPULAN Berdasarkan hasil dari perancangan dan pembangunan sistem pendukung keputusan untuk penilaian kinerja dosen menggunakan metode TOPSIS dapat disimpulkan bahwa sistem pendukung keputusan dapat digunakan untuk menilai kinerja setiap dosen dan mengetahui dosen yang memiliki kinerja terbaik di Universitas Muhammadiyah Purwokerto dengan lebih tepat berdasarkan kriteria yang ada yaitu IKD, Penilaian Umum dan Penilaian Keislaman DAFTAR PUSTAKA Kusumadewi, S, Hartati, S, Harjoko, A, dan Wardoyo, R, 2006, Fuzzy Multi-Atribute Decision Making (Fuzzy MADM), Graha Ilmu, Yogyakarta LPM, 2014, Panduan Penilaian Kenerja Dosen dan Karyawan Universitas Muhammadiyah Purwokerto, Universitas Muhammadiyah Purwokerto, Purwokerto Ritonga, SK, 2013, Sistem Informasi Penilaian Kinerja Karyawan Menggunakan Metode Technique For Other Reference By Similarity To Ideal Solution (TOPSIS), Pelita Informatika Budi Darma, ISSN 2301-9425, Volume IV, Nomor 2, Agustus 2013, Halaman 142-147 Sommerville, I, 2003, Software Enginering 06 th Edition, Pearson Education, United Kingdom, (Diterjemahkan oleh Hanum, Y, 2003, Rekayasa Perangkat Lunak, Edisi 6, Erlangga, Jakarta) 385