ISSN Fakultas Ilmu Komputer Universitas Bandar Lampung ISSN Lampung Juni JIST Volume 8 Nomor 1 Halaman

dokumen-dokumen yang mirip
ISSN Fakultas Ilmu Komputer Universitas Bandar Lampung ISSN Lampung Juni JIST Volume 8 Nomor 1 Halaman

ISSN Fakultas Ilmu Komputer Universitas Bandar Lampung ISSN Lampung Juni JIST Volume 8 Nomor 1 Halaman

Sistem Pendukung Keputusan Dalam Menentukan Dosen Pembimbing Skripsi

IMPLEMENTASI SISTEM REKOMENDASIAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN FMADM

Kata Kunci : Fuzzy MADM, SAW, kriteria, beasiswa.

SKRIPSI. Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi OLEH :

BAB III METODOLOGI PENELITIAN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN STAF PENGAJAR MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN KELULUSAN UJIAN SARINGAN MASUK JALUR PMDK BERDASARKAN NILAI RATA-RATA MATEMATIKA DAN BAHASA INGGRIS

PEMILIHAN PEGAWAI BERPRESTASI BERDASAR EVALUASI KINERJA PEGAWAI DENGAN METODE SAW

Bayu Erlangga 1, Elisabet Y.A 2

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU DI SMA NEGERI 2 PEMALANG DENGAN METODE SIMPLE ADDITIVE WEIGHTING

ISSN Fakultas Ilmu Komputer Universitas Bandar Lampung ISSN Lampung Juni JIST Volume 8 Nomor 1 Halaman

Penerapan Metode Simple Additive Weighting Pada Aplikasi Penilaian Kinerja Dosen Fakultas Ilmu Komputer Unversitas Muslim Indonesia

Kata Kunci: Guru, Decision support systems, MADM, SAW. 1. Pendahuluan

Expert. Jurnal Manajemen Sistem Informasi Dan Teknologi ISSN Volume 06, Nomor 02, Desember 2016

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung)

ISSN Fakultas Ilmu Komputer Universitas Bandar Lampung ISSN Lampung Juni JIST Volume 6 Nomor 2 Halaman

Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) ISSN: Yogyakarta, 20 Juni 2009

PERBANDINGAN PENERAPAN METODE SAW DAN TOPSIS DALAM SISTEM PEMILIHAN LAPTOP

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU PADA SMA THERESIANA WELERI KENDAL MENGGUNAKAN METODE SAW

ANALISIS KOMPARASI SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM PENENTUAN PENERIMA BEASISWA

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DI SMA NEGERI 6 PANDEGLANG

SISTEM SELEKSI BEASISWA SMA NEGERI 2 BAE KUDUS DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ABSTRAK

SISTEM REKOMENDASI PEMBERHENTIAN HUBUNGAN KERJA MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING METODE SIMPLE ADDTIVE WEIGHTING (SAW) SKRIPSI

PENENTUAN PRODUK KERAJINAN UNGGULAN DENGAN MENGGUNAKAN MADM-SAW. Fera Tri Wulandari 1*, Setiya Nugroho 1

BAB 2 LANDASAN TEORI

METODE FUZZY SIMPLE ADDITIVE WEIGHTING (SAW) DALAM MENENTUKAN KUALITAS KULIT ULAR UNTUK KERAJINAN TANGAN (STUDI KASUS : CV. ASIA EXOTICA MEDAN)

BAB II TINJAUAN PUSTAKA

Multi-Attribute Decision Making

KORELASI NORMATIF PEMILIHAN JURUSAN DI SMK BERBASIS WEB

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN HANDPHONE MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) ARTIKEL SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

BAB IV PENGUMPULAN DAN PENGOLAHAN DATA

PENENTUAN SISWA BERPRESTASI PADA SMK WIDYA YAHYA GADINGREJO DENGAN METODE SAW

DECISION SUPPORT SYSTEM FOR DETERMINING SCHOLARSHIP RECIPIENTS USING TOPSIS FMADM METHOD

Sistem Pendukung Keputusan Seleksi Beasiswa Pendidikan Menggunakan Metode Simple Additive Weighting

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI MA MA ARIF 8 BANGUNREJO.

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PEMBELIAN KENDARAAN BERMOTOR DENGAN METODE SAW

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMBERIAN BEASISWA DENGAN MENGGUNAKAN METODE WEIGHTED PRODUCT (Studi kasus: Universitas Sari Mutiara Indonesia)

BAB 2 TINJAUAN PUSTAKA. 2.1 Definisi Sistem, Keputusan dan Sistem Pendukung Keputusan

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA MENGGUNAKAN METODE FMADM (STUDI KASUS: MAHASISWA FKIP UMN AL-WASHLIYAH MEDAN) ABSTRACT

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DI SMA NEGERI 3 GARUT

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

Keywords - Rekrutmen, SAW (Simple Additive Weighting) 12 JURNAL TRANSFORMATIKA, Volume 14, Nomor 1, Juli 2016

Keywords - Rekrutmen, SAW (Simple Additive Weighting) 12 JURNAL TRANSFORMATIKA, Volume 14, Nomor 1, Juli 2016

Sistem Pendukung Keputusan Kelayakan Kredit Usaha Menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) Pada Bank BPD Sulteng

SISTEM PENDUKUNG KEPUTUSAN UNTUK MAHASISWA BERPRESTASI DI STIKES MUHAMMADIYAH PRINGSEWU DENGAN METODE SAW

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMILIHAN PEMASOK NATA DE COCO DENGAN METODE SIMPLE ADDITIVE WEIGHTING

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN PENERIMA BEASISWA BERPRESTASI MENGGUNAKAN FUZZY MULTIPLE ATTRIBUTE DECISION MAKING (FMADM) DENGAN METODE SAW

Jurnal Informasi Volume VII No.1 / Februari / 2015

Jasmir Prodi Teknik Informatika, STIKOM Dinamika Bangsa Jambi

MADM-TOOL : APLIKASI UJI SENSITIVITAS UNTUK MODEL MADM MENGGUNAKAN METODE SAW DAN TOPSIS.

Desi Reskika Sari ( )

SISTEM PENUNJANG KEPUTUSAN SELEKSI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SIMPLE ADICTIVE WEIGHTING (SAW) STUDI KASUS PADA SMKN 1 RAWAJITU TIMUR

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KUALITAS PELAYANAN PADA APOTEK AMONG ROGO ADILUWIH. Febriana 1, Dedi Irawan 2

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK LAPTOP MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN SISWA TELADAN DI SDN 5 TUNGGUL PAWENANG. Beta Wulan Asmara 1, Dedi Irawan 2

SISTEM PENDUKUNG KEPUTUSAN BEASISWA DIKLAT DENGAN FUZZY MADM

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN CALON SISWA BARU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) PADA SMA NEGERI 1 SINGKIL

SISTEM PENDUKUNG KEPUTUSAN DALAM PEMILIHAN MOTOR BEBEK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Multi-Attribute Decision Making

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN TABLET

SIMPLE ADDITIVE WEIGHTING METHOD UNTUK MENENTUKAN SEKOLAH DASAR

OPTIMASI TEKNIK MULTI ATTRIBUTE DECISION MAKING PADA E-VOTING PENENTUAN PRESIDEN BADAN EKSEKUTIF MAHASISWA (BEM) DENGAN MIKROKONTROLER BERBASIS RFID

Sistem Pendukung Keputusan Penentuan Lokasi Gudang di Perusahaan dengan Metode Weighted Product

PENENTUAN PENERIMA BEASISWA DENGAN MENGGUNAKAN FUZZY MULTIPLE ATRIBUTE DECISSION MAKING.

SISTEM INFORMASI PEMILIHAN JURUSAN PADA SMK N 1 KENDAL BERBASIS DECISION SUPPORT SYSTEM MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

PENERAPAN METODE FUZZY SIMPLE ADDITIVE WAIGHTING (FSAW) DALAM PENENTUAN PERANKINGAN SEKOLAH MENENGAH KEJURUAN (SMK) DI KABUPATEN PRINGSEWU

SISTEM PENUNJANG KEPUTUSAN BEASISWA BIDIKMISI IBI DARMAJAYA B. LAMPUNG MENGGUNAKAN SIMPLE ADDITIVE WEIGHTING

Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Menggunakan Fuzzy Multi Attribute Decision Making (FMADM) dan Simple Additive Weighting (SAW)

SISTEM PENDUKUNG KEPUTUSAN MEMILIH LAPTOP UNTUK MAHASISWA MULTIMEDIA MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

Volume : II, Nomor : 1, Pebruari 2014 Informasi dan Teknologi Ilmiah (INTI) ISSN : X

Penerapan Metode Weighted Product Model Untuk Seleksi Calon Karyawan

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAKANAN BURUNG PUYUH DENGAN METODE SIMPLE ADDITIVE WEIGHTING

PENENTUAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA PT. PATRA NUR ALASKA

APLIKASI PENENTUAN NILAI KEDISIPLINAN DAN LOYALITAS UNTUK REKOMENDASI NILAI BONUS SALESMAN DENGAN METODE SIMPLE ADDITIVE WEIGHTING SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN KREDIT PADA KOPERASI MITRA MANDIRI SEJAHTERA KOTA SEMARANG

SISTEM PEMBERIAN BEASISWA DENGAN MENERAPKAN FMADM (FUZZY MULTIPLE ATTRIBUTE DECISION MAKING) DAN SAW (SIMPLE ADDITIVE WEIGHTING) Delpiah Wahyuningsih

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB 2 LANDASAN TEORI

Jurnal SISFO Vol. 7, No.1, Februari 2013 STIKOM Dinamika Bangsa - Jambi 1

SELEKSI PENERIMAAN CALON KARYAWAN MENGGUNAKAN METODE TOPSIS

PENDAHULUAN. melakukan kegiatan Praktek Kerja Lapangan (PKL) baik tingkat SMK/sederajat

Rudi Hartoyo ( )

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Perbedaan tinjauan dengan penelitian yang diajukan terletak pada objek,

RANCANGAN SISTEM PENGAMBILAN KEPUTUSAN DALAM MENENTUKAN PILIHAN PRODUK TABLET PC MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHT (SAW)

SISTEM PENILAIAN KARYAWAN TERBAIK MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING PADA DEALER MOTOR

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SMARTPHONE ANDROID MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN PEGAWAI MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING STUDI KASUS PT.SURYA ENERGI INDOTAMA (SEI)

BAB 2 LANDASAN TEORI. 2.1 Konsep Sistem Pendukung Keputusan (SPK)

SISTEM PENILAIAN DOSEN TELADAN MENGGUNAKAN METODE SAW ( SIMPLE ADDITIVE WEIGHTING) DI UNIVERSITAS NUSANTARA PGRI KEDIRI

SISTEM PENDUKUNG KEPUTUSAN PEREKRUTAN KARYAWAN PRODUKSI MENGGUNAKAN METODE SIMPLE ADDITVE WEIGHTING ( SAW ) PADA CV.GARUDA PLASTIK KURIPAN

Oleh : Tutut Maitanti*, Ema Utami**, Emha Taufiq Luthfi**

BAB II TINJAUAN PUSTAKA

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON KEPALA PEKON PADA PEKON SUKOYOSO MENGGUNAKAN METODE SAW. Asiah 1, Rina Wati 2

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA DENGAN MENGGUNAKAN METODE SAW DI SDN IV TUBUMURI

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TELADAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (STUDI KASUS : DI SMP NEGERI 3 TASIKMALAYA)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN JENIS RAMBUT MANUSIA DENGAN MENERAPKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Transkripsi:

Jurnal Sistem Informasi dan Telematika (Telekomunikasi, Multimedia, dan Informasi) Volume 8, Nomor 1, Juni 2017 NO JUDUL PENELITIAN / NAMA PENULIS HALAMAN 1. IMPLEMENTASI OLAP UNTUK EFEKTIVITAS PELAPORAN DATA (STUDY KASUS DATA DOSEN DAN KARYAWAN) Ahmad Cucus, Rosita 2. PEMANFAATAN DATA WAREHOUSE UNTUK MENENTUKAN PENGHARGAAN DEAN LIST AKADEMIK PADA ALUMNI Neni Purwati, Hariyanto Wibowo 3 ANALISIS PERBANDINGAN TEKNIK SEO ANTARA GOOGLE WEBMASTER DAN BING MASTER MENGGUNAKAN GAP ANALISIS Robby Yuli Endra, Didik Prasetya 4 PERBANDINGAN METODE ANALYTICAL HIREARCHY PROCESS DENGAN METODE SIMPLE ADDITIVE WEIGHTING UNTUK PEREKRUTAN DOSEN PADA IBI DARMAJAYA LAMPUNG Agus Rahadi 5 E-CATALOG BERBASIS MOBILE APPLICATION PADA PERPUSTAKAAN KOTA BANDAR LAMPUNG Arman Suryadi Karim, ZelikaPutri Pasha 6 MEDIA PEMBELAJARAN MOBILE LEARNING MENGGUNAKAN ANDROID (STUDI KASUS : JURUSAN SISTEM INFORMASI IIB DARMAJAYA) Hendra Kurniawan 7 PENGEMBANGAN MEDIA PEMBELAJARAN UNTUK MEMBACA MENGGUNAKAN SPEECH TO TEXT Yuthsi Aprilinda, Prima Korirul Aini 8 ANALISIS KEPUASAN MASYARAKAT TERHADAP TRI BRATA NEWS MENGGUNAKAN END USER COMPUTING STATISFACTION Freddy Nur Afandi 9 IMPLEMENTASI SISTEM MONITORING ASAP ROKOK MELALUI SMARTPHONE MENGGUNAKAN SENSOR MQ-135 BERBASIS ARDUINO UNTUK MENINGKATKAN GERAKAN DISPLIN KAMPUS (GDK) Nurfiana, Warid Hasbiyantoro 10 SISTEM INFORMASI PENGOLAHAN DATA BARANG UNTUK SERTIFIKASI ISO 9001:2008 PADA PT. TUNAS BARU LAMPUNG. TBK Nurjoko 1-6 7-14 15-27 28-36 37-45 46-55 56-62 63-73 74-81 82-97 Fakultas Ilmu Komputer Universitas Bandar Lampung JIST Volume 8 Nomor 1 Halaman Lampung Juni 2017 ISSN 2087-2062

Jurnal Manajemen Sistem Informasi dan Telematika (Telekomunikasi, Multimedia & Informatika) Program Studi Teknik Informatika Fakultas Ilmu Komputer Universitas Bandar Lampung PENANGGUNG JAWAB Rektor Universitas Bandar Lampung Ketua Tim Redaksi: Ahmad Cucus,S.Kom,M.Kom Wakil Ketua Tim Redaksi: Marzuki,S.Kom,M.Kom TIM PENYUNTING : PENYUNTING AHLI (MITRA BESTARI) Mustofa Usman, Ph.D (Universitas Lampung) Wamiliana, Ph.D (Universitas Lampung) Dr.Iing Lukman,M.Sc. (Universitas Malahayati) Penyunting Pelaksana: Robby Yuli Endra S.Kom., M.Kom Yuthsi Aprilinda, S.Kom, M.Kom Fenty Ariani, S.Kom.,M.Kom Pelaksana Teknis: Prima Khoirul Aini, S.Kom Dian Resha Agustina, S.Kom Alamat Penerbit/Redaksi: Pusat Studi Teknologi Informasi - Fakultas Ilmu Komputer Universitas Bandar Lampung Gedung Business Center lt.2 Jl.Zainal Abidin Pagar Alam no.26 Bandar Lampung Telp.0721-774626 Email: explore@ubl.ac.id

PENGANTAR REDAKSI Jurnal explore adalah jurnal yang diprakrasai oleh program studi Teknik Informatika, Fakultas Ilmu Komputer Universitas Bandar Lampung, yang di kelola dan diterbitkan oleh Fakultas Ilmu Komputer / Pusat Sudi Teknologi Informasi. Pada Edisi ini, explore menyajikan artikel/naskah dalam bidang teknologi informasi khususnya dalam pengembangan aplikasi, pengembangan machine learning dan pengetahuan lain dalma bidang rekayasa perangkat lunak, redaksi mengucapkan terima kasih dan selamat kepada penulis makalah ilmiah yang makalahnya kami terima dan di terbitkan dalam edisi ini, makalah ilmah yang ada dalam jurnal ini memberikan kontribusi penting pada pengembangan ilmu dan teknologi. Selain itu, sejumlah pakar yang terlibat dalam jurnal ini telah memberikan kontribusi yang sangat berharga dalam menilai makalah yang dimuat, oleh sebab itu, redaksi menyampaikan banyak terima kasih. Pada kesempatan ini redaksi kembali mengundang dan memberikan kesempatan kepada para peneliti, di bidang pengembangan perangkat lunak untuk mempublikasikan hasil penelitiannya dalam jurnal ini. Akhirnya redaksi berharap semoga makalah dalam jurnal ini bermanfat bagi para pembaca khususnya bagi perkembangan ilmu dan teknologi dalam bidang perekaan perangkat lunak dan teknologi pada umumnya. REDAKSI

Perbandingan Metode Analytical Hirearchy Process Dengan Metode Simple Additive Weighting Untuk Perekrutan Dosen Pada IBI Darmajaya Lampung Agus Rahadi Program Studi Sistem Informasi, Fakultas Ilmu Komputer Insitute Informatics And Business Darmajaya Jalan Zainal Abidin Pagar Alam Bandar Lampung Lampung - Indonesia 35142 Telp. 0721 787214 Fax. 0721 700261 website : http://darmajaya.ac.id e-mail : agusrahardi7@gmail.com ABSTRAK Perekrutan dosen pada IBI Darmajaya meliputi 2 hal, yakni perekrutan dosen akademik. Baik dosen akademik memiliki pola perencanaan dan seleksi penempatan yang sama, kecuali pada kriteria yang ditetapkan, dimana dosen memiliki persyaratan khusus dari Direktorat Jenderal Pendidikan Tinggi dan kebutuhan masing-masing program studi. Sedangkan perencanaan staf akademik ditentukan berdasarkan kebutuhan kerja per unit. Guna mengatasi permasalahan penilaian yang bersifat subyektif maka dikembangkan rumusan masalah yaitu bagaimana proses perekrutan dan seleksi dosen baru dapat dilakukan dengan obyektif, cepat, dan sistematik dengan memanfaatkan data dan informasi yang relevan dalam proses tersebut. Penelitian ini menggunakan perbandingan dua metode dalam perekrutan dosen pada IBI Darmajaya yaitu metode Analytical Hirearchy Process (AHP) dengan metode Simple Additive Weighting (SAW). Dari hasil penelitian, penulis menyimpulkan bahwa pada proses perekrutan dosen, dengan dua metode maka terdapat perbedaan hasil antara metode Analytical Hirearchy Process dan metode Simple Additive Weighting, dimana metode Simple Additive Weighting memiliki nilai yang lebih besar dan keputusan yang diambil lebih akurat pada objek yang dimaksud. Kata Kunci : Analytical Hirearchy Process, Simple Additive Weighting, perekrutan dosen, IBI Darmajaya Lampung. I. PENDAHULUAN Informatics and Business Institute Darmajaya adalah pendidikan tinggi di bidang ilmu komputer dan bisnis di Provinsi Lampung yang memiliki kompetensi lulusan yang berskala nasional dengan memenuhi kebutuhan sumber daya manusia yang kompeten dan terampil guna menunjang hal tersebut. Proses perekrutan dan seleksi yang dilakukan oleh IBI Darmajaya Lampung harus melewati beberapa tahap. Tahapan pertama yang dilakukan adalah penyeleksian berkas pelamar. Jika berkas administratif pelamar sudah terpenuhi maka pelamar akan mengikuti tes tertulis yang bertujuan untuk menilai pengetahuan umum yang dikuasai pelamar. Setelah pelamar dinyatakan lolos pada tes tertulis, selanjutnya pelamar akan mengikuti tes interview. Tes interview umumnya berkaitan dengan pengetahuan pelamar tentang profil perguruan tinggi, kekurangan dan kelebihan pada pelamar, alasan tentang jumlah gaji yang diinginkan, serta pertanyaan-pertanyaan individual lainnya. Perekrutan dosen pada IBI Darmajaya meliputi 2 hal, yakni perekrutan dosen akademik. Baik dosen akademik memiliki pola perencanaan dan seleksi penempatan yang sama, kecuali pada kriteria yang ditetapkan, dimana dosen memiliki persyaratan khusus dari Direktorat Jenderal Pendidikan Tinggi dan kebutuhan masingmasing program studi. Sedangkan perencanaan staf akademik ditentukan 28

berdasarkan kebutuhan kerja per unit. (Panduan Akademik IBI Darmajaya, 2008) Dosen sebagai tenaga pengajar yang ditugaskan di setiap program studi di lingkungan IBI Darmajaya, meliputi dosen tetap dan dosen tidak tetap. Dosen tetap adalah dosen yang memiliki ikatan kerja dengan sistem yang berlaku di IBI Darmajaya dan memiliki gaji tetap, sedangkan dosen tidak tetap adalah dosen yang tidak memiliki ikatan kerja yang berlaku di IBI Darmajaya. Baik dosen tetap maupun tidak tetap direkrut dengan mekanisme perencanaan dan penyeleksian serta penempatan sesuai dengan kebutuhan program studi. Penggunaan sistem pengolahan data yang menghasilkan alternatif masukan dalam bentuk gambar atau grafik merupakan manfaat dari sistem penunjang keputusan (decision support systems) yang dilakukan pada suatu organisasi dan dapat juga diterapkan pada institusi pendidikan tinggi. Hasil tes tertulis pada perekrutan dosen tetap akan diolah dalam suatu sistem penunjang keputusan di bawah kendali Kepala Biro Manajemen Sumber Daya Manusia di IBI Darmajaya. Melalui alternatif solusi yang diberikan oleh sistem penunjang keputusan maka diharapkan dapat ditentukan calon dosen tetap yang layak diterima sesuai dengan kebutuhan IBI Darmajaya. 1.2. Rumusan Masalah Guna mengatasi permasalahan penilaian yang bersifat subyektif maka dikembangkan rumusan masalah yaitu bagaimana proses perekrutan dan seleksi dosen baru dapat dilakukan dengan obyektif, cepat, dan sistematik dengan memanfaatkan data dan informasi yang relevan dalam proses tersebut. 1.3. Batasan Masalah Batasan masalah dari penelitan ini adalah sistem yang dirancang difokuskan pada proses perekrutan karyawan dengan uraian sebagai berikut : a. Sistem penunjang keputusan digunakan sebagai solusi alternatif dalam proses seleksi dosen tetap. b. Sistem penunjang keputusan akan dikembangkan dengan menggunakan metode Analytical Hirearchy Process dan simple additive weigating c. Penerapan sistem dilakukan pada IBI Darmajaya Lampung. 1.4. Tujuan dan Manfaat Penelitian Adapun tujuan dari penelitian yang ingin dicapai adalah sebagai berikut : a. Membangun sistem penunjang keputusan untuk perekrutan dan seleksi dosen di IBI Darmajaya Lampung. b. Mengembangankan peranan teknologi informasi dalam membantu dan menyelesaikan permasalahan yang dihadapi di perguruan tinggi. Adapun manfaat dari penelitian yang ingin dicapai adalah sebagai berikut : a. Meminimalkan penilaian yang kurang akurat pada proses perekrutan dan seleksi dosen baru. b. Memberikan informasi yang lebih optimal sehingga dapat menjadi alternatif solusi bagi manajer sumber daya manusia dalam melakukan pengambilan keputusan penerimaan calon dosen. 2.Landasan Teori 2.1. Sistem pendukung keputusan Sistem pendukung keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan dan manipulasi data. Sistem tersebut digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat. Sistem pendukung keputusan dibangun untuk mendukung solusi atas suatu masalah atau untuk mengevaluasi suatu peluang. Arsitektur sistem pendukung keputusan menurut Kusrini (2007) terdiri dari beberapa bagian, yaitu: 1. Subsistem Manajemen Data, berisi basis data yang relevan dan dikelola oleh 29

perangkat lunak sistem manajemen basis data. 2. Subsistem Manajemen Model, sebagai masukan model keuangan, statistik, ilmu manajemen, sistem cerdas atau model kuantitatif lain yang memberikan kapabilitas analitik dan manajemen perangkat lunak. 3. Subsistem Antar Muka Pengguna, yang memungkinkan pengguna berkomunikasi dan memerintahkan sistem pendukung keputusan dimana pengguna merupakan bagian yang juga dipertimbangkan dalam sistem. 4. Subsistem Manajemen Berbasis Pengetahuan, yang bertindak sebagai suatu komponen independen dan bersifat opsional. Selain berfungsi memberikan aspek kecerdasan untuk memperbesar pengetahuan pengambil keputusan, sub sistem ini juga dapat diinterkoneksikan dengan repositori pengetahuan perusahaan. Tahap ini merupakan proses menemukan, mengembangkan dan menganalisis alternatif tindakan yang bias dilakukan. Tahap ini meliputi proses untuk memahami permasalahan, menurunkan solusi dan menguji kelayakan solusi. 3. Fase Pemilihan Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Proses pemilihan ini meliputi mencari, mengevaluasi dan merekomendasikan solusi yang tepat dari model. 4. Fase Implementasi Pada tahap ini, solusi yang telah disarankan mulai dijalankan. Secara lengkap, aktivitas-aktivitas yang dilakukan pada tiap fase dapat dilihat pada gambar 2.2. Tujuan Reality Penyederhanaan Asumsi Fase Inteligen Tujuan Organiasasi Prosedur search and scanning Pengumpulan data Identifikasi masalah Klasifikasi masalah Pernyataan Masalah Fase Design Kriteria C1 Kriteria C2 Kriteria 3 C3 ------------------- Kriteria Ck Validasi model Formulasi Model Susun kriteria untuk pemilihan Mencari alternatif Memprediksi dan mengukur hasil Sukses Fase Pemilihan Alternatif A1 Alternatif A2 Alternatif A3 ------------------- Alternatif An Verifikasi uji tindakan yang disarankan Solusi Model Analisis Sensitivitas Pemilihan Alternatif terbaik Perencanaan Implementasi Perancangan Sistem kontrol Gambar 2.1 Struktur Hierarki AHP (Kusumadewi et al, 2006) Implementasi Solusi Gagal Proses pengambilan keputusan ini terdiri dari 4 fase utama, yaitu : 1. Fase Intelijen Tahap ini merupakan proses penelusuran dan pendeteksian dari lingkup problematika serta proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengindentifikasi masalah. 2. Fase Desain Gambar 2.2. Aktivitas tiap fase Kusrini (2007) 2.2. Metode SAW Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses 30

normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode ini merupakan metode yang paling dikenal dan paling banyak digunakan orang dalam menghadapi situasi MADM (multiple attribute decision making). Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi yang artinya telah melewati proses normalisasi sebelumnya (Kusumadewi, et al,2006). Jika j adalah atribut keuntungan (benefit) Jika j adalah atribut biaya (cost) Keterangan : Rij = nilai rating kinerja ternormalisasi Xij = nilai atribut yang dimiliki dari setiap kriteria Max xij = nilai terbesar dari setiap kriteria Min xij = nilai terkecil dari setiap kriteria dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternative (Vi) diberikan sebagai: Metode Simple Additive Weighting Method (SAW) sering juga dikenal dengan metode penjumlahan terbobot. Konsep dasar metode SAW, adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut, metode SAW membutuhkan proses normalisasi matrik keputusan (x) ke suatu skala yang dapat diperbandingkan dengan dengan semua rating alternatif yang ada (Kusumadewi, 2006). Langkah Penyelesaian SAW: 1. Menentukan alternatif, yaitu A 2. Menentukan kriteria yang akan dijadikan i acuan dalam pengambilan keputusan, yaitu Cji 3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria. 5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matrik keputusan X yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria. Nilai x setiap alternatif (Ai) pada setiap criteria (C) yang sudah ditentukan, dimana, i=1,2, m dan j=1,2, nj. 7. Melakukan normalisasi matrik keputusan dengan cara menghitung nilai rating kinerja ternomalisasi (rij) dari alternatif A pada kriteria Cji. Keterangan : a. Dikatakan kriteria keuntungan apabila nilai x memberikan keuntungan bagi pengambil keputusan, sebaliknya kriteria biaya apabila xij menimbulkan biaya bagi pengambil keputusan. ij b. Apabila berupa kriteria keuntungan maka nilai x ij dibagi dengan nilai Max 31

) dari setiap kolom, sedangkan untuk kriteria biaya, nilai Mini (x) dari setiap kolom dibagi dengan nilai xij 8. Hasil dari nilai rating kinerja ternomalisasi(r) membentuk matrik ternormalisasi 9. Hasil akhir nilai preferensi (V) diperolehdari penjumlahan dari perkalian elemen i baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian eleman kolom matrik (W). normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai)sebagai solusi. Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,,m danj=1,2,,n. Keterangan : Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode ini merupakan metode yang paling dikenal dan paling banyak digunakan orang dalam menghadapi situasi MADM (multiple attribute decision making). Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi yang artinya telah melewati proses normalisasi sebelumnya. Langkah Penyelesaian SAW : 1. Menentukan kriteria-kriteria yang pengambilan keputusan, yaitu Ci. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria(ci), kemudian melakukan Vi wj rij = rangking untuk setiap alternatif = nilai bobot dari setiap kriteria = nilai rating kinerja ternormalisasi Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. Langkah Penyelesaian SAW : 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria(ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi. 32

3. METODOLOGI PENELITIAN 3.1 Tahap Pemahaman (Inteligence Phace) 3.1.1. Sumber Data Rencana penelitian dilakukan dengan mengumpulkan sumber data yang terdiri dari dua, yakni data primer dan data sekunder yakni : a. Data Primer, yakni sumber data yang diperoleh langsung dari obyek yang diteliti, dalam hal ini penulis memperoleh data primer salah satunya tentang prosedur perencanaan kebutuhan dosen tetap dan seleksi serta penempatan dosen tetap. b. Data Sekunder, yakni sumber data yang diperoleh secara tidak langsung dari obyek yang diteliti, dalam hal ini penulis memperoleh data sekunder dari media cetak, misalnya brosur atau pengumuman koran dan dari media elektronik, misalnya website www.darmajaya.ac.id. 3.1.2. Metode Pengumpulan Data a. Pengamatan (Observation) Metode pengamatan merupakan salah satu metode pengumpulan data yang cukup efektif. Observasi adalah pengamatan langsung suatu kegiatan untuk memperoleh informasi yang diperlukan dengan cara melakukan pengamatan dengan peninjauan langsung. Penulis melakukan peninjauan langsung ke IBI Darmajaya Lampung. b. Wawancara (Interview) Wawancara adalah metode pengumpulan data dengan mengajukan pertayaan baik secara lisan maupun tulis untuk mendapatkan data tentang penentuan kejuruan pada IBI Darmajaya Lampung dengan melakukan wawancara. c. Studi Pustaka (Library Study) Metode ini dilakukan dengan cara mengumpulkan data melalui sumbersumber bacaan yang terkait dengan data yang dibutuhkan, sehingga penulis dapat menganalisis data yang akan disusun dalam menunjang proses penelitian. d. Telaah Peraturan (Regulation Review) Metode ini dilakukan dengan cara mengumpulkan data melalui sumber data yang diperoleh dari aturan yang ditetapkan oleh Direktorat Pendidikan Tinggi mengenai kualifikasi dosen. Tes Tertulis Tes Microteachin Tes Wawancara -Kemampuan Intelektual - Sikap kerja - Sosiabilitas -Kesiapan materi presentasi -Penguasaan materi ajar -Kemampuan menjawab pertanyaan -Penguasaan media pengajaran - Struktur logika penyampaian materi ajar - Intonasi dan volume suara dalam penyampaian materi - Kerapihan dan penampilan - Prilaku - Penampilan - Kepribadian - Kemampuan akademik - Tuntutan kondisi kerja Gambar 3.1. Langkah Penelitian 3.3. Rancangan Penelitian 3.1 Tahapan Penelitian Dengan Metode AHP Dalam penelitian ini akan dilakukan beberapa tahapan, dimana tahapan ini dapat dilihat pada gambar 3.2, Pada tahapan pertama diawali dengan menentukan kriteria inputan dan output, dari variabel input dan output tersebut dibuat matriks berpasangan, kemudian membuat matriks nilai kriteria, selanjutnya membuat matriks penjumlahan setiap baris, membuat matriks penjumlahan setiap baris, dan menghitung rasio konsistensi, terakhir akan didapatkan Hasil urutan nilai kejuruan baru. 33

Penentuan Hirarki Input dan Output Membuat Matriks Perbandingan Berpasangan Melakukan normalisasi matrik keputusan Membuat Nilai Kriteria Membuat matrik keputusan yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria. Membuat Matriks Penjumlahan Setiap Baris Melakukan normalisasi matrik keputusan Perhitungan Rasio Konsistensi Gambar 3.3. Prosedur Penelitian Hasil urutan nilai dosen Gambar 3.2 Tahapan Penentuan 3.3.2. Tahapan Penelitian Dengan Metode Simple Additive Weighting Menentukan alternatif Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria Menentukan bobot preferensi atau tingkat kepentingan setiap kriteria 4. HASIL DAN PEMBAHASAN 4.1. Metode Analytical Hirearchy Process Untuk Perekrutan Dosen Keputusan Perekrutan dosen pada IBI Darmajaya Lampung yang meliputi analisis awal kebutuhan pengguna sistem. 4.2. Metode Simple Additive Weighting Untuk Perekrutan Dosen Pengambilan keputusan adalah sebuah proses memilih tindakan (diantara berbagai alternatif) untuk mencapai tujuan atau beberapa tujuan. Pengambilan keputusan digunakan untuk mendapatkan pemecahan masalah. Masalah terjadi ketika sebuah sistem tidak memenuhi tujuan yang telah ditetapkan, tidak mencapai hasil yang diprediksi, atau tidak bekerja seperti yang direncanakan. Pemecahan masalah dapat juga berkaitan dengan mengidentifikasi peluang-peluang baru. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria Membuat matrik keputusan yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 34

Menentukan alternatif Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan Tabel 4.1 Perbandingan Perhitungan Metode AHP dan SAW Nama Dosen Metode Metode AHP SAW Dosen A 0,8 3,959 Dosen B 0,71 5 Dosen C 0,65 3,959 Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria Menentukan bobot preferensi atau tingkat kepentingan setiap kriteria Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria Gambar 3.4. Langkah Metode AHP 4.3. Perbandingan Antara Metode Analytical Hirearchy Process dengan Metode Simple Additive Weighting. Pembahasan ini berisikan tentang perbandingan antara perhitungan penilaian dengan metode secara manual dengan perhitungan penilaian metode menggunakan sistem, serta hasil penilaian pelamar antara penilaian secara manual pada sistem yang sedang berjalan dengan penilaian metode dengan menggunakan sistem penunjang keputusan. Pada penilaian secara manual, metode yang digunakan adalah mencari nilai rata-rata (average point) dari setiap pelamar yang mengikuti masing-masing tahapan tes, sementara pada penilaian dengan menggunakan sistem, metode yang digunakan adalah SAW (simple additive weighting). Sebagai perbandingan hasil perhitungan secara manual dengan perhitungan sistem menggunakan metode dapat dilihat pada tabel 4.1. Dosen D 0,65 5 Dapat dilihat dari tabel 4.1, hasil perangkingan pelamar memiliki nilai perangkingan yang sama. Maka dapat dibuktikan bahwa perhitungan metode dengan sistem dapat bekerja dengan baik sebagaimana mestinya. Penilaian secara manual pada tes tertulis dapat dilihat pada tabel 4.2 berikut : Tabel 4.2 Penilaian manual pada Tes Tertulis Alt Dosen A Dosen B Dosen C Dosen D Kriteria R C1 C2 C3 C4 C5 70 90 80 80 90 82 60 90 90 80 60 76 80 40 55 75 60 62 60 55 80 70 75 68 Dapat dilihat dari tabel 4.2. bahwa perbandingan penilaian manual pada sistem yang sedang berjalan dengan penilaian menggunakan metode pada sistem penunjang keputusan memiliki hasil yang berbeda. Pada metode yang sedang berjalan, perhitungan nilai dari setiap kriteria pada tahapan tes dilakukan dengan menghitung nilai rata-rata pada setiap alternatif. Sementara, pada penerapan metode SAW, perhitungan nilai dari setiap kriteria yang diujikan akan memiliki skala prioritas bobot yang berbeda. Hal tersebut yang menyebabkan perbandingan metode memiliki hasil yang berbeda. Perhitungan dengan metode akan menghasilkan nilai yang beragam (nonidentical) dan lebih spesifik sehingga manajer SDM maupun pimpinan mempunyai rekomendasi yang lebih akurat dalam menentukan pelamar-pelamar yang memiliki nilai terbaik sesuai dengan 35

kriteria-kriteria yang dibutuhkan IBI Darmajaya. 5. SIMPULAN Dari hasil penelitian, maka penulis dapat mengambil kesimpulan sebagai berikut : a. Pada proses perekrutan dosen, dengan dua metode maka terdapat perbedaan hasil antara metode Analytical Hirearchy Process dan metode Simple Additive Weighting, dimana metode Simple Additive Weighting memiliki nilai yang lebih besar dan keputusan yang diambil lebih akurat pada objek yang dimaksud. b. Bobot skala prioritas dan proses perangkingan sangat menentukan dalam membedakan antara dua metode Analytical Hirearchy Process dan metode Simple Additive Weighting sehingga diperoleh keputusan perekrutan dosen yang lebih akurat. 6. SARAN Di samping beberapa kesimpulan tersebut, penulis juga mencoba memberikan saran yang diharapkan dapat bermanfaat bagi Informatics And Business Institute Darmajaya, adapun saran tersebut adalah: 1. Informatics And Business Institute Darmajaya hendaknya dapat menggunakan sistem penunjang keputusan yang diusulkan sebagai solusi alternatif dalam proses perekrutan Dosen 2. Adanya sistem filtering pada proses perhitungan tahapan tes sehingga mempermudah Biro Sumber daya manusia dalam proses pengolahan data untuk menyeleksi pelamar-pelamar calon dosen tetap yang menjadi alternatif pada metode perhitungan. DAFTAR PUSTAKA [1]. Tim Penyusun. (2006), Panduan Akademik IBI Darmjaya, Bandar Lampung. [2]. Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi: Yogyakarta. [3]. Kusumadewi, Sri; Hartati, Sri; Harjoko, Agus; Wardoyo, Retantyo. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Graha Ilmu. Yogyakarta. [4]. Supranto J. 2005. Teknik Pengambilan Keputusan. Rineka cipta: Jakarta [5]. Saaty, L.T. 2001. Decision Making For Leaders. Fourth edition. University of Pittsburgh. RWS publication [6]. Brodjonegoro, Bambang P. S & B. S. Utama. (1992). AHP. Jakarta: PAU EK UI. [7]. Kotler, Philip. (1997). Manajemen Pemasaran. Jakarta: Prenhallindo. [8]. Saaty, T.L. (1994). Fundamentals of Decision Making. RWS Publications. [9]. Saaty, T.L. (1991). Pengambilan Keputusan Bagi Para Pemimpin. Pustaka Binaman Pressindo. [10]. Santoso, Setiawan, Handojo. 2012. Pembuatan Aplikasi Sistem Seleksi Calon Pegawai dan Pemilihan Supplier dengan Metode Analytic Network Process (ANP) dan Analytic Hierarchy Process (AHP) di PT X. Jurnal Teknik Informatika, Universitas Kristen Petra, Surabaya. [11]. Lestari 2012. Implementasi Metode Fuzzy Tehnique For Order Preference By Similarity To Ideal Solution (TOPSIS) Untuk Seleksi Penerimaan Karyawan,Tesis Universitas Gajah Mada, Yogyakarta. 36