5.Analisa Perbandingan Dalam Pemilihan Jurusan Menggunakan Metode Fuzzy AHP dan Fuzzy TOPSIS
ISSN 2085—725X Vol. 8 No. 2 September 2016
Klasifikasi Kerusakan Kawasan Konservasi dengan Metode Support Vector Machine (SVM) Menggunakan Kernel Gaussian: Studi Kasus The Nature Conservancy
Syaiful Anwar, M.Syafrullah
Penerapan Metode Analytical Hierarchy Process (AHP) dalam Sistem Penunjang Keputusan Pemilihan Vendor Desain Grafis
Metode Fuzzy Logic dalam Konsep Irigasi Air dengan Mokrokontroler Arduino
Anita Diana, Dyah Retno Utari M
Sistem Informasi Manajemen (SIM) Arsip Kegiatan Ilmiah Dosen Berbasis
Cloud Storage Agnes Aryasanti, Yessi Puspita Dewi
Rizky Pradana, Riri Irawati O
Implementasi Steganografi Metode Discrete Cosine Transform (DCT) dan Kompresi Metode Huffman untuk Mengamankan Dokumen Surat Keputusan pada YBLC
Painem
Implementasi Algoritma BFS (Breadth-First Search) pada Aplikasi Web Crawler
Analisis Perbandingan dalam Pemilihan Jurusan Menggunakan Metode Fuzzy AHP dan Fuzzy Topsis
Nawindah
Rizky Tahara Shita, Subandi AL
Implementasi Visible Watermarking dan Steganografi Least Significant Bit pada File Citra Digital
Penggunaan Metode Backpropagation Artificial Neural Network dalam Sistem Pengenalan Notasi Balok Menjadi Midi
Dewi Kusumaningsih, Stefanus Adhie Putra Pramudita
Sri Wahyuningsih, Theodora V.D Pandex, Vanessa Stefanny TIKA MK
Analisa dan Perancangan Sistem Informasi Administrasi Penilaian pada SMK YAPIA
JURN
Pondok Aren dengan Metodologi Berorientasi Obyek
Rancang Bangun Sistem Informasi Sirkulasi Tabloid dengan Metodologi Berorientasi Obyek pada PT. Media Oto Indonesia
Nanang Riyadi, Ady Widjaja MA
Klasifikasi SMS Spam dengan Metode Naive Bayes Classifier untuk Menyaring Pesan Melalui Selular
Law Li Hin LE
Budi Indiarto TE PROGRAM PASCASARJANA MAGISTER ILMU KOMPUTER UNIVERSITAS BUDI LUHUR
Jurnal Ilmiah
Penanggung Jawab :
Prof. Dr. Moedjiono, M.Sc
Pemimpin Redaksi :
Rusdah, M.Kom
Mitra Bestari:
Prof. Zainal A. Hasibuan, Ph.D (Universitas Indonesia)
Prof. Suryo Guritno, M.Stats, Ph.D (Universitas Gadjah Mada)
Ir. Dana Indra Sensuse, MLIS, Ph.D (Universitas Indonesia)
Dr. Dwi Handoko, M. Eng (BPPT)
Dr. Mira Kartiwi (International Islamic University Malaysia)
Asst. Prof. Dr. Media Anugerah Ayu (International Islamic University Malaysia)
Dewan Editor:
Prof. Dr. Moedjiono, M.Sc
Dr. Ir. Nazori A.Z., MT
Dr. Aries Kusdaryono, M.Kom
Rusdah, M.Kom
Sekretariat :
Yuni Kasmawati, S.Pt, MM
Alamat Redaksi :
Program Pascasarjana Magister Ilmu Komputer
Universitas Budi Luhur
Gedung Suhanah Unit 7 Lt.3
Jl.Ciledug Raya, Petukangan Utara, Jakarta Selatan 12260
Telp. (021)-5853753 Ext 227, 228
telematika.mkom@budiluhur.ac.id
Jurnal TELEMATIKA MKOM Vol.8 No.2 September 2016 DAFTAR ISI
1. Klasifikasi Kerusakan Kawasan Konservasi dengan Metode Support Vector Machine (SVM) Menggunakan Kernel Gaussian: Studi Kasus The Nature Conservancy Syaiful Anwar, M.Syafrullah ................................................................................................. 89
2. Penerapan Metode Analytical Hierarchy Process (AHP) dalam Sistem Penunjang Keputusan Pemilihan Vendor Desain Grafis Anita Diana, Dyah Retno Utari ............................................................................................... 97
3. Metode Fuzzy Logic dalam Konsep Irigasi Air dengan Mokrokontroler Arduino Rizky Pradana, Riri Irawati..................................................................................................... 107
4. Sistem Informasi Manajemen (SIM) Arsip Kegiatan Ilmiah Dosen Berbasis Cloud Storage Agnes Aryasanti, Yessi Puspita Dewi ..................................................................................... 114
5. Implementasi Steganografi Metode Discrete Cosine Transform (DCT) dan Kompresi Metode Huffman untuk Mengamankan Dokumen Surat Keputusan pada YBLC Painem ................................................................................................................................... 121
6. Implementasi Algoritma BFS (Breadth-First Search) pada Aplikasi Web Crawler Rizky Tahara Shita, Subandi........... ....................................................................................... 127
7. Analisis Perbandingan dalam Pemilihan Jurusan Menggunakan Metode Fuzzy AHP dan Fuzzy Topsis Nawindah ….....................................….................................................................................… 133
8. Implementasi Visible Watermarking dan Steganografi Least Significant Bit pada File Citra Digital Sri Wahyuningsih, Theodora V.D Pandex, Vanessa Stefanny ................................................. 140
9. Penggunaan Metode Backpropagation Artificial Neural Network dalam Sistem Pengenalan Notasi Balok Menjadi Midi Dewi Kusumaningsih, Stefanus Adhie Putra Pramudita….......................................................... 146
10. Analisa dan Perancangan Sistem Informasi Administrasi Penilaian pada SMK YAPIA Pondok Aren dengan Metodologi Berorientasi Obyek Nanang Riyadi, Ady Widjaja … ............................................................................................. … 153
11. Rancang Bangun Sistem Informasi Sirkulasi Tabloid dengan Metodologi Berorientasi Obyek pada PT. Media Oto Indonesia Law Li Hin… ......................................................................................................................... … 163
12. Klasifikasi SMS Spam dengan Metode Naive Bayes Classifier untuk Menyaring Pesan Melalui Selular Budi Indiarto… ...................................................................................................................... … 168
ANALISIS PERBANDINGAN DALAM PEMILIHAN JURUSAN MENGGUNAKAN
METODE FUZZY AHP DAN FUZZY TOPSIS
Nawindah
Fakultas Teknologi Informasi, Universitas Budi Luhur Jl. Raya Ciledug, Petukangan Utara, Pesanggrahan, Jakarta Selatan 12260
Telp. (021) 5853753, Fax. (021) 5866369 nawindah@budiluhur.ac.id
ABSTRAK
Tanaman dengan tingkat pertumbuhan yang baik adalah dengan menjaga kelembaban tanahnya. Dalam penelitian inimasalah yang diangkat adalah inkonsistensi dalam penyiraman tanaman dan kurangnya informasi tentang kebutuhan kadar
kelembaban pada tanaman. Oleh karena itu, solusi yang diberikan dalam penelitian ini adalah dengan membuat suatu konsep
penyiraman tanaman secara otomatis yang diterapkan dalam suatu model prototype. Model prototype ini menggunakan
perangkat arduino uno yang di kolaborasikan dengan dua sensor input, yaitu sensor SEN0114 dan GY302 serta sistem output
berupa motor driver L289N sebagai media pengatur pompa air mini. Metode yang digunakan dalam penelitian ini adalah fuzzy
logic dengan model rule Mamdani. Hasil dari percobaan yang dilakukan yaitu menghasilkan nilai efisiensi penggunaan air
sebesar 80% dan efektifitas waktu penyiraman yaitu 71%, hal ini berdasarkan perbandingan dengan sistem penyiraman tanaman
secara konvensional.Kata Kunci : Fuzzy, efisiensi, efektifitas, sensor, arduino
peneliti melakukan analisa perbandingan untuk kedua metode
I. PENDAHULUAN
Dalam setiap kehidupan manusia selalu dihadapkan pada tersebut sehingga dapat dijadikan acuan untuk pemilihan pilihan diantaranya pilihan untuk melanjutkan studi untuk jurusan. Untuk itulah dirasa perlu untuk melakukan analisis kemudian memilih jurusan yang sesuai dengan keinginan. perbandingan pemilihan jurusan dengan manggunakan metode Inilah sesuatu yang cukup sulit untuk diputuskan oleh Fuzzy AHP dan Fuzzy TOPSIS. kebanyakan mahasiswa, terutama yang tidak memiliki referensi dan mencari informasi terkait dengan pendidikan
II. TINJAUAN PUSTAKA
tinggi.Untuk menjawab keragu-raguan dan kesulitan bagi Beberapa penelitian yang berkaitan dengan pemilihan mahasiswa baru maka diwajibkan untuk mengikuti tes bakat jurusan dengan menggunakan fuzzy AHP telah dilakukan dan minat sebelum menentukan jurusan. Pertimbangan dalam diantaranya: penentuan jurusan yaitu jurusan sekolah asal , hasil tes bakat
1. Penelitian yang dilakukan oleh Andhika Bayu Pakarti, dan minat. Jurusan yang ada meliputi : Computerized Mahmud Imrona, Hetti Hidayati, Juni 2015.Dinas Tenaga
Accounting(CA), Office Management (OM) , Informatics Kerja (disnaker) Kota Samarinda adalah unit
Computer (IC) [1] . Cara ini masih memiliki kelemahan dapat pemerintahan dibawah pemerintah kota Samarinda. Hasil
dilihat saat melakukan tes bakat dan minat mahasiswa perankingan TOPSIS dengan bobot F-AHP ternyata sama mengalami kondisi fisik yang kurang sehat atau mental yang dengan hasil perankingan Topsis dengan bobot AHP. lelah maka akan ada pertanyaan apakah relevan hasil tes Dapat disimpulkan bahwa F-AHP lebih cocok untuk tersebut ?[2] menentukan prioritas kriteria yang bersifat kuantitatif,
Metode fuzzy AHP ,yaitu pendekatan sistematis untuk bukan kualitatif. Sebab secara kualitatif, prioritas bobot menyeleksi alternatif dan penilaian masalah melalui pemakaian hasil F-AHP sama dengan prioritas bobot hasil AHP[4]. konsep teori himpunan fuzzy dan analisa struktur AHP. Fuzzy
2. Penelitian yang dilakukan Ronald Sukwadi, Ching-Chow TOPSIS didasarkan pada konsep dimana alternatif terpilih yang Yang ,Benny. Penelitiannya berjudul Integrasi Fuzzy terbaik tidak hanya memiliki jarak terpanjang dari solusi ideal AHP-TOPSIS dalam Evaluasi Kualitas Layanan positif, namun juga memiliki jarak terpanjang dari solusi ideal Elektronik Rumah Sakit. Hasil penelitian ini negatif. Metode TOPSIS konsepnya sederhana dan mudah memberikan simpulan , rumah sakit swasta memiliki dipahami, komputasinya efisien , dan memiliki kemampuan kinerja E-SQ yang lebih baik dari rumah sakit milik untuk mengukur kinerja relatif dari alternatif-alternatif
pemerintah. Laman rumah sakit pemerintah terbaik
keputusan dalam bentuk matematis yang sederhana[3]. Untuk adalah laman rumah sakit dr. Sardjito, sedangkan rumah melakukan pemilihan jurusan diperlukan metode terbaik sakit swasta terbaik adalah laman rumah sakit Tumbuh banyak sekali metode yang ada ,diantaranya Fuzzy AHP dan Kembang[5]. Fuzzy TOPSIS. Untuk menentukan metode terbaik maka
3. Menentukan matriks solusi ideal positif dan matriks solusi Terdapat tiga prinsip dalam memecahkan persoalan ideal negatif; dengan analisis logis eksplisit , yaitu penyusunan hierarki,
4. Menentukan jarak antara nilai setiap alternatif dengan penetapan prioritas, dan konsistensi logis. Penyusunan hierarki matriks solusi ideal positif dan matriks solusi ideal negatif; dilakukan dengan cara mengidentifikasi pengetahuan atau 5. Menentukan nilai preferensi untuk setiap alternatif. informasi yang sedang diamati. Penyusunan tersebut dimulai TOPSIS membutuhkan rating kinerja setiap alternatif Ai dari permasalahan yang kompleks yang diuraikan pada setiap kriteria Cj yang ternormalisasi, yaitu menjadi elemen pokoknya. Elemen pokok ini diuraikan lagi ke dalam bagian-bagiannya lagi dan seterusnya secara hierarkis.
; dengan i=1,2, …, m; dan j=1,2, … ,n. =
∑
Tingkat kepentingan relatif tujuan-tujuan ini dapat dinilai dalam 9 poin , misalkan Oi dan Oj adalah tujuan , dapat dilihat pada tabel 1 :
Solusi ideal positif A+ dan solusi ideal negatif A- dapat Tabel 1. Tingkat Kepentingan ditentukan berdasarkan rating bobot ternormalisasi (Yij)
Nilai Keterangan
sebagai berikut :
1 Oi dan Oj sama penting ; dengan i=1,2, … ,m; dan j=1,2, … , n.
3 Oi sedikit lebih penting daripada Oj
5 Oi kuat tingkat kepentingannya dari pada Oj
7 Oi sangat kuat tingkat kepentingannya dari pada Oj
9 Oi mutlak lebih penting daripada Oj 2, 4, 6, Nilai-nilai intermediate (bila ragu-ragu antara 8 dua nilai yang berdekatan)
1/ ( 2- Kebalikan dari keterangan nilai 2-9 9)
Fuzzy AHP
2.2 Metode evaluasi AHP ternyata memiliki beberapa
kelemahan yang diperlihatkan dalam menyelesaikan masalah hierarki sebagai berikut:
1. Data yang dihasilkan masih menimbulkan penilaian yang tidak pasti dan penilaian yang terlalu subjektif.
Jarak antara alternatif Ai dengan solusi ideal positif dirumuskan
2. Kesulitan pengambil keputusan dalam menentukan pilihan melalui rasio perbandingan yang tidak seimbang. sebagai :
3. Pengambil keputusan lebih yakin memberikan penilaian yang bersifat interval dibandingkan nilai tetap.
Dengan i=1,2, … ,m.
4. Kurang sesuai standar pendekatan prioritas eigen value
dalam pengambilan keputusan yang kompleks dan beragam, seperti penilaian dengan rasio tidak pasti misalnya : dua kali lebih penting , antara 2 atau 4 kali Jarak antara alternatif Ai dengan solusi ideal positif dirumuskan
sebagai : kurang penting dan sebagainya.
Technique for Order Preference by Similarity to Ideal
2.3 Solution (TOPSIS)
TOPSIS didasarkan pada konsep dimana alternatif terpilih yang terbaik tidak hanya memiliki jarak terpanjang dari solusi Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai : ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. Konsep ini banyak digunakan pada beberapa model MADM untuk menyelesaikan masalah keputusan secara praktis. Hal ini disebabkan : konsepnya sederhana dan mudah dipahami, komputasinya efisien , dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana. Secara umum prosedur TOPSIS mengikuti langkah-langkah sebagai Nilai Vi yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih. berikut :
1. Membuat matriks keputusan yang ternormalisasi;
2. Membuat matriks keputusan yang ternormalisasi terbobot;
Berdasarkan landasan teori yang di paparkan , maka pola Penelitian yang dilakukan untuk menghasilkan data dan pikir pemecahan masalah untuk menentukan jurusan sebagai informasi yang diperlukan serta berhubungan dengan hal yang berikut : akan ditulis. Untuk mengumpulkan data serta informasi yang diperlukan oleh peneliti menggunakan metode sebagai berikut:
1. Pengumpulan data primer Penelitian ini dilakukan untuk mendapatkan data primer dengan cara memberikan kuesioner kepada responden. Teknik yang digunakan adalah :
a. Daftar pertanyaan/kuesioner, Teknik pengumpulan data dengan jalan melakukan pembagian daftar pertanyaan langsung kepada ketiga responden sehingga data yang peneliti kumpulkan menggambarkan keadaan sebenarnya. Alat yang peneliti gunakan adalah kuesioner. Alasan yang mendasari pemakaian alat penelitian tersebut adalah sebagai berikut : kuesioner merupakan salah satu alat penelitian yang dapat digunakan untuk pendekatan penelitian survei.
b. Wawancara Pengumpulan data dengan tanya jawab langsung kepada
Gambar 1. Pola pikir pemecahan masalah
Kepala Divisi Marketing Politeknik LP3I Kampus Ciledug dapat digunakan untuk menentukan kriteria dalam Dari gambar pola pikir pemecahan masalah diatas dapat menentukan jurusan. dijabarkan proses-proses yang terjadi di dalam pemecahan
2. Pengumpulan data sekunder masalah adalah sebagai berikut: Peneliti melakukan analisa Data sekunder peneliti dapatkan dari mengamati data, pemilihan jurusan dengan menggunakan fuzzy AHP dan membaca, mempelajari dan mengutip dari buku literatur, serta analisa pemilihan jurusan dengan menggunakan metode fuzzy sumber-sumber lain yang berhubungan erat dengan penulisan. TOPSIS kemudian melakukan analisa perbandingan pemilihan jurusan kedua metode tersebut. Dengan terlebih dahulu melihat
3.4 Teknik Analisis Data hasil penelitian yang sudah dilakukan sebelumnya.
Analisis data yang digunakan dalam penelitian ini adalah analisis kuantitatif , sampel yang digunakan dalam penelitian
III. METODOLOGI
ini sebanyak 38 data mahasiswa yang akan digunakan untuk
3.1 Metode penelitian menentukan hierarki AHP dalam pemilihan jurusan.
Jenis metode penelitian yang dilakukan adalah penelitian kuantitatif. Untuk mendapatkan gambaran yang lebih mendalam dan lengkap dari obyek yang diteliti dengan melakukan wawancara langsung dengan memberikan kuesioner kepada Kepala Bidang Studi, Kepala Divisi Marketing dan Kepala Bagian Penempatan Kerja.
3.2 Metode Pemilihan Sampel
3.2.1. Populasi
Mahasiswa reguler angkatan 2013 dengan jurusan
Computerized Accounting(CA), Office Management (OM) , Informatics Computer (IC). Jumlah mahasiswa ketiga jurusan
tersebut sebanyak 38 mahasiswa .
3.2.2. Sampel
Metode pemilihan sampel menurut cara pengambilan data berdasarkan sumbernya adalah data primer dengan memberikan kuesioner kepada Kepala Bidang Studi, Kepala Divisi Marketing , Kepala Bagian Penempatan Kerja dan data sekunder. Proses pemilihan sampel yang digunakan dengan metode sensus . Dengan populasi yang ada sebanyak 38 mahasiswa. c. Menentukan jarak antara nilai setiap alternatif dengan Berikut ini merupakan langkah-langkah yang dilakukan matriks solusi ideal positif dan matriks solusi ideal sebagai berikut : negatif.
d. Menentukan nilai preferensi untuk setiap alternatif dan ranking setiap alternatif.
e. Melakukan evaluasi ranking setiap alternatif pada dua metode dengan korelasi spearman.
IV. HASIL DAN ANALISA DATA
Proses pengolahan data, analisis data dan hasilnya terhadap obyek penelitian yang diawali dengan menentukan level-level sebagai kriteria, subkriteria dan alternatif. Untuk menentukan elemen-elemen yang signifikan pada masing- masing level dengan menggunakan metode cochran's q test[6]. Berdasarkan hasil uji metode cochran's q test, maka dilakukan kajian dengan menggunakan proses hierarki untuk menjawab rumusan masalah. Kemudian dari hasil data akan dapat memberikan jawaban atas hipotesa yang diajukan pada penelitian ini, sesuai atau tidak sesuai dengan disertai makna empiris dan teoritis.
Setelah menyusun hierarki , akan dirancang kuesioner tahap dua untuk melakukan pembobotan terhadap kriteria, subkriteria. Data dari responden akan diolah menggunakan metode fuzzy AHP dan fuzzy TOPSIS, kemudian dilakukan evaluasi antara kedua metode tersebut dengan melakukan korelasi spearman[7]
4.1 Pengumpulan Data
4.1.1 Kuesioner Pendahuluan dengan metode judgement Skala Guttman
Pada kuesioner pendahuluan dilakukan penyebaran kuesioner tahap pertama kepada 3 (tiga) responden ahli yang akan melakukan pengujian elemen-elemen yang signifikan pada masing-masing level dimulai dari level 1 untuk penentuan kriteria, level 2 untuk penentuan sub kriteria, dan level 3 untuk
Gambar 2. Langkah-langkah penelitian penentuan alternatif pilihan, yaitu: Tabel 2. Elemen Kriteria, Sub kriteria dan Alternatif
Penjelasan langkah-langkah penelitian sebagai berikut :
Sasaran Level 1 Level 2
1. Menentukan kriteria dan sub kriteria dengan tinjauan
Penentuan Jurusan
IPA Analisis
literatur dan meng evaluasi kriteria dan sub kriteria dengan
Sekolah Asal
IPS Perbandingan cochran q test.
AP Perbandingan
2. Fuzzy AHP, langkah-langkahnya :
AK Pemilihan Jurusan
a. Membuat struktur hierarki dengan kriteria, sub kriteria
PJ/PM dengan
dan alternatif yang ada.
Hasil Tes Bakat Sanguinis Menggunakan
b. Mengumpulkan pendapat ahli untuk membuat fuzzy
Minat Melankolis metode fuzzy AHP number dan matriks perbandingan berpasangan.
Korelis dan fuzzy TOPSIS.
c. Menghitung consistensy ratio (CR).
Plegmatis
d. Menghitung crisp matrix dengan menggabungkan
OM pendapat ahli (defuzzyfication). Alternatif CA
e. Menghitung bobot akhir
IC
3. Fuzzy TOPSIS Uji validitas yang dilakukan untuk elemen-elemen pada
a. Membangun matriks keputusan , matriks relatif dengan masing-masing level dilakukan dengan metode statistic skala verbal.
Cochran Q Test, metode ini digunakan untuk mengetahui
b. Membuat matriks keputusan yang ternormalisasi dan attribut apa saja yang dianggap sah (valid), dimana peneliti matriks keputusan ternormalisasi terbobot. mengeluarkan atribut-atribut yang dinilai tidak sah berdasarkan kriteria-kriteria statistik yang dipakai. Dalam metode ini, responden ahli diberikan pertanyaan tertutup dengan metode Judgement Skala Guttman, yaitu pertanyaan yang pilihan jawabannya terdiri atas YA jika setuju dengan atribut yang diberikan dan TIDAK jika tidak setuju dengan atribut yang diberikan.
4.1.2 Kuesioner Tahap Dua
a. Sub kriteria IPA pada atribut ke 1, IPS pada atribut ke 2, AP pada atribut ke 3 dan AK pada atribut ke 4 mempunyai nilai yang sama yaitu Cj=3.
a. Atribut kriteria mendapatkan nilai Qhitung sebesar 5 dan Qtab sebesar 6 sehingga sesuai dengan ketentuan Qhit < Qtab maka atribut kriteria sah/valid.
Berdasarkan dari hasil tanggapan responden ahli terhadap elemen-elemen yang signifikan pada masing-masing level dimulai level I untuk penentuan kriteria, level II untuk penentuan sub kriteria , dan level 3 untuk penentuan alternatif pilihan dengan metode cochran q tes, sebagai berikut :
4.3 Pembahasan Kuesioner Pendahuluan
b. Alternatif jurusan OM pada atribut ke 2 mempunyai nilai yaitu Cj=2. Hasil perhitungan dari cochran q tes pada kriteria pemilihan jurusan adalah Qhit < Qtab, sehingga atribut tersebut diatas digunakan untuk membuat alternatif dalam pemilihan jurusan.
a. Alternatif jurusan CA pada atribut ke 1, IK pada atribut ke 3 mempunyai nilai yang sama yaitu Cj=3.
7. Penentuan alternatif jurusan (tahap 2) : CA, OM, IK.
b. Alternatif jurusan BA pada atribut ke 1 dan IM pada atribut ke 5 mempunyai nilai yaitu Cj=1. Hasil perhitungan dari cochran q tes pada alternatif pemilihan jurusan adalah Qhit >Qtab, jadi atribut yang nilai Cj nya paling kecil tidak digunakan untuk pemilihan atribut berikutnya.
a. Alternatif jurusan CA pada atribut ke 2 , OM pada atribut ke 3, IK pada atribut ke 4 mempunyai nilai yang sama yaitu Cj=3.
IM
6. Penentuan alternatif jurusan (tahap 1) : BA, CA, OM, IK,
b. Sub kriteria M pada atribut ke 2 dan P pada atribut ke 4 mempunyai nilai yang sama yaitu Cj=2. Hasil perhitungan dari cochran q tes pada kriteria pemilihan jurusan adalah Qhit < Qtab , sehingga atribut tersebut diatas digunakan untuk membuat sub kriteria dalam pemilihan jurusan.
5. Penentuan sub kriteria : hasil tes bakat minat , sanguinis(S), melankolis(M), Korelis(K), Plegmatis(P) a. Sub kriteria S pada atribut ke 1 dan K pada atribut ke 3 mempunyai nilai yang sama yaitu Cj=3.
b. Sub kriteria PJ/PM pada atribut ke 5 mempunyai nilai yaitu Cj=2. Hasil perhitungan dari cochran q tes pada kriteria pemilihan jurusan tahap 2 adalah Qhit < Qtab, sehingga atribut tersebut diatas digunakan untuk membuat sub kriteria dalam pemilihan jurusan.
4. Penentuan sub kriteria (tahap 2) : IPA, IPS, AP, AK, PJ/PM.
Pada kuesioner tahap dua ini merupakan kuesioner AHP, dilakukan penyebaran kuesioner kepada 3 (tiga) responden ahli yang akan digunakan untuk pembobotan terhadap kriteria dan sub kriteria.
c. Sub kriteria BHS pada atribut ke 3 mempunyai nilai Cj yaitu=1 Hasil perhitungan dari cohcran q tes pada sub kriteria pemilihan jurusan tahap 1 adalah Qhit > Qtab, jadi atribut yang nilai Cj nya paling kecil tidak digunakan untuk penentuan kriteria berikutnya.
b. Sub kriteria PJ/PM pada atribut ke 6 mempunyai nilai yaitu Cj=2.
a. Sub kriteria IPA pada atribut ke 1, IPS pada atribut ke 2, AP pada atribut ke 4, dan AK pada atribut ke 5 mempuyai nilai yang sama yaitu Cj=3.
3. Penentuan sub kriteria (tahap 1) : IPA, IPS, BHS, AP, AK, PJ/PM.
b. Kriteria Hasil Tes Bakat Minat (HTBM) pada atribut ke 2 mempunyai nilai yaitu Cj=2. Hasil perhitungan dari cohcran q tes pada kriteria pemilihan jurusan tahap 2 adalah Qhit < Qtab, sehingga atribut tersebut diatas digunakan untuk membuat kriteria dalam pemilihan jurusan.
a. Kriteria Jurusan Sekolah Asal (JSA) pada atribut ke 1 , mempunyai nilai tertinggi yaitu Cj=3.
2. Penentuan kriteria (tahap 2) Jurusan Sekolah Asal (JSA), Hasil Tes Bakat Minat (HTBM)
b. Kriteria Wawancara (WWCR) pada atribut ke 3 mempunyai jumlah yang paling kecil, yaitu Cj=1. Hasil perhitungan dari cohcran q tes pada kriteria pemilihan jurusan tahap 1 adalah Qhit > Qtab, jadi atribut yang nilai Cj nya paling kecil tidak akan untuk penentuan kriteria berikutnya.
a. Kriteria Jurusan Sekolah Asal (JSA) pada atribut ke 1, kriteria Hasil Tes Bakat Minat (HTBM) pada atribut ke 2 mempunyai nilai yang sama yaitu Cj=3.
1. Penentuan kriteria (tahap 1): Jurusan Sekolah Asal (JSA),Hasil Tes Bakat Minat (HTBM) dan Wawancara (WWCR).
Kuesioner pendahuluan yang disebarkan untuk responden ahli sebanyak 3 orang dengan jumlah kuesioner dua lembar dan dikembalikan kuesioner tersebut. Dari kriteria dan sub kriteria secara lebih rinci hasil kuesioner pemilihan jurusan dapat dijelaskan sebagai berikut :
Data sekunder yang diolah merupakan data mahasiswa jurusan sekolah asal , hasil tes bakat minat. Dengan subkriteria untuk jurusan sekolah asal: IPA , IPS, AP, AK,PJ/PM dan sub kriteria hasil tes bakat minat untuk sanguinis, melankolis, korelis dan plegmatis.
4.1.3 Data Sekunder
4.2 Hasil Penelitian Kuesioner Pendahuluan
b. Sub kriteria jurusan sekolah asal mendapatkan nilai Qhitung sebesar 4 dan Qtab sebesar 9,49 maka sub kriteria sah/valid.
c. Elemen alternatif mendapatkan nilai Qhitung sebesar 7.2 dan Qtab sebesar 7.81 sehingga sesuai dengan ketentuan Keterangan : Qhit < Qtab maka atribut alternatif sah/valid. JSA =Jurusan Sekolah Asal
HTBM=Hasil Tes Bakat Minat
4.4 Riset Lapangan
Selanjutnya dilakukan kajian penentuan bobot dari Tabel 4. Konversi AHP ke Fuzzy AHP masing-masing kriteria, sub kriteria pemilihan jurusan.
JSA HTBM Jumlah Selanjutnya berdasarkan hasil olah data akan dibahas apakah l m u l m u l m u hipotesa yang diajukan diterima berdasarkan fakta, sesuai atau tidak sesuai dengan disertai penjelasan tentang makna empirik
JSA
1 1 1 0.333 0.5 1 1.333 1.5 2 dan teoritik. Dari hasil penelitian ini diharapkan dapat HTBM 1
2
3
1
1
1
2
3
4 memberikan alternatif penentuan jurusan. Jumlah 3.33 4.5 6
4.5 Hasil Penelitian Kuesioner AHP / Tahap Dua
untuk perhitungan subkriteria dapat menggunakan cara yang Kuesioner ini ditujukan untuk responden ahli dan sama. Berdasarkan hasil perhitungan diatas, maka dapat digunakan untuk mengetahui pemilihan jurusan yang dipilih. diketahui berat vektor W' adalah (0,1) dan berat normalisasi
Jumlah responden ahli yang terpilih untuk mengisi kuesioner vektor W=(0,1) , sehingga bobot masing-masing kriteria adalah tiga orang. Jumlah kuesioner yang disebarkan untuk adalah: Jurusan Sekolah Asal = 0% ,dan Hasil Tes Bakat Minat responden ahli sebanyak enam lembar untuk tiap responden
=1% .Untuk sub kriteria hasil tes bakat dan minat diperoleh ahli. nilai bobot masing masing adalah Sanguinis 0%, Melankolis 0.333%, Korelis 0.333% dan Plegmatis 0.333% .
4.6 Inconsistency Ratio (CR) Incossistency ratio atau inkonsistensi data responden
4.8 Penentuan Prioritas Pemilihan Jurusan dengan
merupakan parameter yang digunakan untuk memeriksa
Metode Fuzzy TOPSIS
apakah perbandingan berpasangan telah dilakukan dengan Setelah memperoleh nilai eigen kriteria dan nilai eigen konsekuen atau tidak.Ratio inkonsistensi dianggap baik jika alternatif,kemudian dilanjutkan dalam perhitungan TOPSIS. nilai CR-nya <= 0.1. Berikut ditampilkan nilai ratio
Matriks keputusan yang dihasilkan dari metode Fuzzy AHP inkonsistensi pada masing masing matriks perbandingan : merupakan modal awal dalam perhitungan TOPSIS. Matriks
Tabel 3. Rasio inkonsistensi perbandingan antara elemen bobot alternatif terhadap kriteria merupakan matriks matriks ternormalisasi pada metode TOPSIS. No. Matriks perbandingan elemen Nilai CR
Tabel 5. Matriks ternormalisasi
1. Perbandingan elemen kriteria level 1
IPA IPS AP AK PJ/PM S M K P berdasarkan sasaran penentuan jurusan. Bobot 1 1 0 0.333 0.333 0.333
2. Perbandingan elemen sub kriteria level 2
Alternatif berdasarkan Jurusan Sekolah Asal.
3. Perbandingan elemen sub kriteria level 2
0.03 OM 0 0.375 0 0.20711 0.36913 1 0.44893 0.45710 0.36054 berdasarkan Hasil Tes Bakat Minat.
CA 0.5 0.251 0.5 0.39644 0.36913 0 0.10213 0.85634 0.36054
Bahwa perbandingan berpasangan yang diberikan
IC 0.5 0.375 0.5 0.39644 0.26174 0 0.44893 0.45718 0.2789
responden ahli memiliki nilai inkonsistensi yang lebih kecil dari 0.1 sebagai batas maksimum nilai rasio inkonsistensi. Dengan
Dari matriks keputusan ternormalisasi terbobot diatas dapat demikian data responden adalah konsisten, sehingga krteria dan ditentukan titik ideal positif dan titik ideal negatif. sub kriteria yang ada dapat digunakan dalam menganalisis perbandingan pemilihan jurusan menggunakan metode fuzzy
Tabel 6. Titik ideal positif dan ideal negatif AHP dan fuzzy TOPSIS. A+ 0.5 0.375 0 0 0 0 0.1495 0.2852 0.1201
4.7 Hasil Perhitungan Perbandingan Berpasangan Untuk
A- 0 0.251 0 0 0 0 0.034 0.1522 0.0929
Kriteria dengan Fuzzy AHP
Untuk menentukan bobot dalam penentuan jurusan dengan fuzzy AHP dimulai dengan menentukan matrik awal yang didapat dari perhitungan sebelumnya dengan metode AHP. Adapun matriks awal dari kriteria adalah sebagai berikut: Kemudian dapat ditentukan jarak ideal positif dan jarak ideal 0.6130041 dan rangking 3 adalah jurusan OM (Office negatif sebagai berikut : Management) dengan bobot 0.0538602. Korelasi yang ada pada yaitu -0.3187653 , artinya memiliki
Tabel 7. Jarak ideal positif dan jarak ideal negatif Dari hasil simulasi tersebut, dapat dikatakan bahwa penggunaan metode Fuzzy Multi Criteria Desicion Making D+
D-
V Alternatif dengan penghitungan menggunkan fuzzy mamdani yang paling 0.5173662154 0.0294517318 0.0538602142 OM tepat adalah penempatan di lokasi P dengan nilai akhir sebesar
0.7511. Berdasarkan nilai tersebut, maka masuk dalam kategori 0.1694480647 0.268406886 0.6130041136 CA baik dengan prosentase 75%. Dengan demikian metode ini 0.1356719793 0.2787126466 0.672594081 IC dapat diimplementasikan sebagai salah satu pilihan untuk mendukung keputusan yang akan diambil. Selain itu pengunaan metode ini juga dapat dijadikan salah satu alternatif untuk
Berdasarkan tabel tersebut maka jurusan IC (Informatic
Computer) akan lebih dipilih dibandingkan jurusan yang lain. mencegah terjadinya ambiguitas terhadap hasil yang diperoleh.
DAFTAR PUSTAKA
4.9 Korelasi Antar Kedua Metode
Berikut ini adalah korelasi metode fuzzyAHP dan fuzzyTOPSIS adalah sebagai berikut : [1] http://ciledug.politekniklp3i-jkt.ac.id/ [2] Daniel Eisenberg, Ezra Golberstein, and Justin B. Hunt
Tabel 8. Korelasi dua metode (2009) “Mental Health and Academic Success in College,”The B.E. Journal of Economic Analysis &
Fuzzy AHP Fuzzy TOPSIS Policy : Vol. 9: Iss. 1 (Contributions),Article 40. 0.35812344 0.0538602
[3] Kusumadewi, Sri.,dkk, 2006. Fuzzy Multi-Attribute Decision Making. Edisi Pertama.,Graha Ilmu:Yogyakarta. 0.27178356 0.6130041
[4] Andhika Bayu Pakarti, Mahmud Imrona, Hetti Hidayati, 0.37008844 0.6725941
Juni 2015.Analisis dan Implementasi Metode Fuzzy AHP dan TOPSIS untuk Rekomendasi LPK Pelaksana Proyek Korelasi -0.3187653
Pelatihan. http://ppm.telkomuniversity.ac.id . Diakses 01 Maret 2016. Dengan metode fuzzy AHP maka ranking 1 adalah [5] Ronald Sukwadi, Ching-Chow Yang ,Benny,2014. jurusan IC (Informatic Computer) dengan bobot 0.37008844,
JTI.Integrasi fuzzy AHP-TOPSIS dalam evaaluasi rangking ke 2 adalah jurusan OM (Office Management) dengan kualitas layanan elektronik rumah sakit .Vol. 16 ,no. bobot 0.35812344 dan ranking 3 adalah jurusan CA 1(2014). (Computerized Accounting) dengan bobot 0.27178356. Dengan
[6] “Cochran Q Tes “.2011.rosihan.lecture.ub.ac.id.(Diakses metode TOPSIS didapatkan rangking 1 adalah jurusan IC
12 Agustus 2011) ((Informatic Computer) dengan bobot 0.6725941 ,rangking 2
[7] Supranto , J . Statistik Teori dan Aplikasi , edisi.5, Jakarta, adalah jurusan CA (Computerized Accounting) dengan bobot 1987
PEDOMAN PENULISAN NASKAH
JURNAL TELEMATIKA MKOM
1. Maksud dan Tujuan: Jurnal Telematika MKOM diterbitkan oleh Program Pascasarjana Magister Ilmu Komputer Universitas Budi Luhur untuk media penyebarluasan hasil penelitian yang dilakukan para peneliti di lingkungan Universitas Budi Luhur maupun peneliti lain.
2. Jenis Naskah Naskah yang diterima oleh redaksi dapat berupa hasil penelitian, kajian pada kasus tertentu, yang belum dan tidak akan dipublikasikan dalam media cetak lain, komentar, opini atau kritik tentang naskah makalah atau buku di bidang ilmu komputer dan teknologi informasi.
3. Bahasa: Tulisan yang dimuat dalam jurnal ini menggunakan bahasa Indonesia yang sesuai dengan Ejaan Yang Disempurnakan (EYD).
4. Naskah diberikan dalam bentuk file elektronik dengan format document (.doc atau .docx) dan dikirimkan ke email : telematika.mkom@budiluhur.ac.id. Nama File attachment harus mengikuti format: NamaPenulisPertama_Judul.
5. Sistematika penulisan disusun sebagai berikut : a. Bagian Awal : judul, nama penulis dan instansinya, abstrak serta kata kunci (minimal 3 kata kunci).
b. Bagian Utama : isi naskah
c. Bagian Akhir : ucapan terima kasih bila naskah diambil dari hasil penelitian yang dibiayai oleh institusi atau kerjasama dengan pihak lain, apendiks (jika ada) dan daftar pustaka.
6. Judul tulisan sesingkat mungkin tapi jelas, menunjukkan dengan tepat masalah yang hendak dikemukakan, tidak memberi peluang penafsiran yang beraneka ragam, ditulis seluruhnya dengan huruf kapital, bold, dan center text (Font : Times New
Roman, size 14).
7. Nama penulis ditulis di bawah judul tanpa gelar diawali huruf kapital, bold, center text dan tidak diawali dengan kata “oleh”, apabila penulis lebih dari satu orang, semua nama dicantumkan secara lengkap. (font : Times New Roman, size 12).
Instansi ditulis dengan Times New Roman, size 10, Bold.
8. Abstrak memuat semua inti permasalahan, cara pemecahannya, dan hasil yang diperoleh, maksimum sekitar 200 kata (font: Times New Roman, size 10, Italic).
9. Panjang naskah 10 sampai 15 halaman dalam format dua kolom dengan ukuran kertas A4. Naskah ditulis dalam jarak 1 (satu) spasi, dengan dua spasi di antara paragraf dan ½ (setengah) cm masuk (indent) di awal paragraf. Diizinkan ½ (setengah) spasi tambahan di atas garis yang berisi suatu superskrip dan di bawah garis subskrip. Jenis huruf yang digunakan adalah Times New Roman (font size 10).
10. Batas pengetikan : tepi atas 1,9 centimeter, tepi bawah 4,3 centimeter, sisi kiri dan sisi kanan 1,43 centimeter.
11. Seluruh teks dan gambar berada di dalam batas kolom. Gambar yang memerlukan tempat melebihi lebar batas kolom dapat diletakkan menyilang pada kolom-kolom tersebut.
12. Untuk penulisan keterangan pada gambar, ditulis Gambar 1 lalu keterangan gambarnya, tidak ditulis dengan singkatan Gb.
1, demikian juga dengan Tabel 1., Grafik 1., dan sebagainya.
13. Bila sumber gambar atau tabel diambil dari buku atau sumber lain, maka di bawah keterangan gambar atau tabel ditulis nama penulis dan tahun penerbitan.
14. Acuan ke daftar pustaka (referensi) harus ditandai di dalam teks dengan nomor di dalam kurung persegi (contoh: [1]).
Referensi dinomori berdasarkan urutan rujukannya pada makalah. Format penulisan dalam daftar pustaka adalah sebagai berikut: Makalah : penulis, judul, jurnal (huruf miring), isi dan nomor keluaran, tahun, dan halaman. Contoh:
[1] T.C. Hsia, Simple Robust Schemes for Space Control of Robot Manipulators, Int'l J. of Robotics and Automation, 9(4), 1994, 167-174. Buku : penulis, judul (huruf miring), lokasi penerbit, penerbit, tahun.
Contoh: [2] M. Kayston and W.R. Fried, Avionic Navigation Systems, New York: John Wiley and Sons, Inc., 1969
PROGRAM PASCASARJANA
UNIVERSITAS BUDI LUHUR
Jl. Ciledug Raya, Petukangan Utara
Jakarta Selatan, 12260
telematika.mkom@budiluhur.ac.id