SISTEM INFORMASI UNTUK PENGAMBILAN KEPUTUSAN EVALUASI KINERJA DOSEN DENGAN METODE SAW (SIMPLE ADDITIVE WEIGHTING)

  

SISTEM INFORMASI UNTUK PENGAMBILAN KEPUTUSAN EVALUASI

KINERJA DOSEN DENGAN METODE SAW (SIMPLE ADDITIVE

WEIGHTING)

  

Reti Handayani

  Akademi Manajemen Informatika Dan Komputer (AMIK Bukittinggi), Sumatera Barat email

  Abstract

Decisions Support System (DSS) is a system that is able to improve the quality of a company or agency, one

example is the evaluation of faculty performance. With the evaluation of faculty performance expected quality

of teaching and learning process more effective that the results achieved by the students is also maximized.

AMIK Bukittinggi each end of the semester is always an evaluation of faculty performance are assessed by

the student to fill out questionnaires. Data processing results of the questionnaire have been computerized,

but there is no special application for processing such data. DSS can help in processing the data and correct

deficiencies as errors in calculation, and to present the report. DSS provides several alternative options to

determine the outcome of the evaluation of faculty performance based on existing data. While the decision will

be taken remains in the hands of decision makers. In this case the chosen design of DSS with Borland Delphi

7.0 programming language.

  Keywords: SPK, Simple Additive Weight, Delphi 7.0 Abstrak

Sistem Pendukung Keputusan (SPK) adalah sistem yang mampu meningkatkan kualitas suatu perusahaan atau

instansi, salah satu contohnya adalah evaluasi kinerja dosen. Dengan evaluasi kinerja dosen diharapkan

kualitas proses belajar mengajar yang lebih efektif bahwa hasil yang dicapai oleh siswa juga dimaksimalkan.

AMIK Bukittinggi setiap akhir semester selalu evaluasi kinerja dosen yang dinilai oleh siswa untuk mengisi

kuesioner. Hasil pengolahan data kuesioner telah terkomputerisasi, tetapi tidak ada aplikasi khusus untuk

mengolah data tersebut. DSS dapat membantu dalam mengolah data dan kekurangan yang benar sebagai

kesalahan dalam perhitungan, dan untuk menyajikan laporan. SPK menyediakan beberapa alternatif pilihan

untuk menentukan hasil dari evaluasi kinerja dosen berdasarkan data yang ada. Sementara keputusan akan

diambil tetap di tangan pengambil keputusan. Dalam hal ini desain yang dipilih dari SPK dengan bahasa

pemrograman Borland Delphi 7.0.

  Kata kunci: SPK, Simple Additive Weight, Delphi 7.0

  Salah satu upaya lembaga pendidikan dengan semua ranting alternatif yang ada. tinggi untuk menjamin kualitas lulusan dan proses belajar mengajar adalah dengan Konsep Dasar Sistem meningkatkan kualitas kinerja dosen dalam Sistem memiliki definisi yang berbeda proses belajar mengajar. Kualitas lembaga menurut sumber yang berbeda, tetapi memiliki pendidikan ditentukan oleh tiga faktor yakni maksud dan tujuan yang sama. Menurut mahasiswa, dosen, dan fasilitas sarana belajar penulis sendiri sistem adalah suatu komponen- mengajar, ketiga faktor ini saling berkaitan dan komponen yang saling berhubungan satu sama saling mendukung antara satu sama lain dalam lain untuk mencapai satu tujuan tertentu. menciptakan proses belajar yang baik. Dosen Suatu sistem yang baik harus adalah seseorang yang berdasarkan pendidikan mempunyai tujuan dan sasaran yang tepat dan keahliannya diangkat oleh lembaga karena hal ini akan sangat menentukan dalam perguruan tinggi dengan tugas utama mendefinisikan masukan yang dibutuhkan mengajar. system dan juga keluaran yang

  Komitmen adalah peningkatan kualitas dihasilkan.(Herman, 2005) dosen. Untuk menjaga kualitas dosen, institusi secara rutin melakukan monitoring dan Karakteristik dan Komponen Sistem evaluasi kinerja dosen. Rutinitas monitoring Suatu sistem mempunyai karakteristik dan evaluasi kinerja dosen dalam atau sifat-sifat dan komponen-komponen perkembangannya mengalami hambatan tertentu, yaitu: dengan semakin meningkatnya jumlah a.

  Komponen sistem mahasiswa dan terbatasnya jumlah petugas. Suatu sistem terdiri dari sejumlah Kampus AMIK setiap akhir semester komponen-komponen yang saling selalu mengadakan evaluasi kinerja dosen berintegrasi (berhubungan) satu sama yang dinilai oleh mahasiswa dengan mengisi lain yang membentuk satu kesatuan. kuisioner. Pengolahan data hasil dari kuisioner b.

  Batasan sistem sudah terkomputerisasi namun belum ada Batasan sistem (boundary) merupakan aplikasi khusus yang mengolah data tersebut, daerah yang membatasi antara suatu DSS dengan metode sistem dengan sistem yang lingkungan

  Simple Additive

Weighting (SAW) dapat membantu dalam luarnya. Batasan suatu sistem

  proses pengolahan data dan memperbaiki menunjukkan ruang lingkup (skope) dari kekurangan seperti kesalahan dalam sistem tersebut. perhitungan dan dalam penyajian laporan.

  c.

  Lingkungan luar sistem

  Simple Additive Weighting (SAW) Lingkungan luar sistem (environment)

  sering juga dikenal dengan istilah metode dari suatu sistem adalah di luar batas dari penjumlahan terbobot. Konsep dasar SAW sistem yang mempengaruhi operasi adalah mencari penjumlahan terbobot dari sistem. Lingkungan luar ini ada yang ranting kinerja pada setiap alternatif dari menguntungkan dan ada yang semua atribut. Metode SAW membutuhkan merugikan. Lingkungan luar yang proses normalisasi matrik keputusan (X) ke menguntungkan merupakan energi dari terpelihara. Sedangkan lingkungan luar keluaran yang dibutuhkan. sistem yang merugikan harus ditahan g.

  Pengolahan sistem dan dikendalikan agar tidak Suatu sistem mempunyai pengolah yang mengganggu kelangsungan hidup dari akan merubah masukan menjadi sistem tersebut. keluaran. Suatu sistem produksi akan d. mengolah masukan berupa bahan baku

  Penghubung sistem Penghubung (interface) merupakan dan bahan-bahan lain yang menjadi media penghubung antara satu sub keluaran berupa barang jadi. Sistem sistem dengan sub sistem yang lainnya. akuntansi akan mengolah data-data Melalui penghubung ini kemungkinan transaksi menjadi laporan-laporan sumber-sumber daya mengalir dari suatu keuangan dan laporan-laporan lain yang sub sistem ke sub sistem yang lainnya. dibutuhkan oleh manajemen. Keluaran dari sub sistem akan menjadi h.

  Sasaran sistem masukan sub sistem yang lainnya Suatu sistem mempunyai tujuan dan melalui penghubung. sasaran. Kalau tidak mempunyai e. sasaran, operasi sistem tidak ada

  Masukan sistem Masukan sistem (input) merupakan gunanya. Sasaran dari sistem sangat energi yang dimasukkan ke dalam sistem menentukan masukan yang dibutuhkan untuk diproses sehingga menghasilkan sistem dan keluaran yang keluaran. Masukan dapat berupa masukan perawatan (maintenanceinput)

  Pengertian Keputusan

  dan masukan sinyal (signalinput). Keputusan-keputusan dilihat untuk

  Maintenanceinput adalah energi yang memecahkan masalah. Dalam usaha

  dimasukkan agar sistem dapat memecahkan suatu masalah, pemecah masalah beroperasi. Signal input energy yang mungkin membuat banyak keputusan. diproses menghasilkan keluaran. Keputusan merupakan hasil dari kegiatan Sebagai contoh dalam sistem komputer, memilih suatu strategi tindakan dalam program adalah maintenance input yang pemecahan masalah. Jadi dapat disimpulkan digunakan untuk mengoperasikan keputusan adalah rangkaian tindakan yang komputernya dan data adalah signal perlu diikuti dalam memecahkan masalah

  input untuk diolah menjadi informasi. untuk menghindari atau mengurangi dampak f.

  negatif atau untuk memanfaatkan Keluaran sistem

  Keluaran (output) adalah hasil dari kesempatan.(Christian, 2014) energi yang diolah dan diklasifikasikan menjadi keluaran yang berguna dan sisa Kriteria Keputusan pembuangan. Keluaran dapat merupakan Tujuan dari keputusan untuk mencapai masukan untuk sub sistem yang lain. target atau aksi tertentu yang harus dilakukan. Misalnya untuk sistem komputer, panas Sebelum menentukan kaputusan yang akan yang dihasilkan adalah keluaran yang diambil, seorang pengambilan keputusan harus tidak berguna dan merupakan hasil sisa

  Keputusan Tidak Terstruktur, Keputusan yaitu : tak terstruktur adalah keputusan yang a. penanganannya rumit karena tidak

  Banyak pilihan / alternatif, ada kendala atau syarat terjadi berulang-ulang atau tidak selalu b. terjadi. Keputusan ini menuntut

  Mengikuti suatu pola / model tingkah laku, baik yang tersruktur maupun pengalaman dan berbagai sumber yang tidak tersruktur bersifat eksternal.Keputusan ini c. umumnya terjadi pada manajemen

  Banyal input/ variable, ada faktor resiko tingkat atas. Informasi yang dibutuhkan d. umum, luas, internal , dan eksternal . Dibutuhkan kecepatan, ketepatan dan kakuratan

  Contoh: Pengembangan teknologi baru, keputusan untuk bergabung dengan

  Jenis-jenis Keputusan perusahaan lain, perekrutan eksekutif.

  a.

  Keputusan Terstruktur, Keputusan terstruktur adalah keputusan yang

  Alat Bantu Perancangan Sistem

  dilakukan secara berulang- Alat-alat perancangan sistem ini ulang dan bersifat rutin. Informasi yang nantinya digunakan untuk melakukan di butuh spesifik, terjadwal, sempit, peracangan terhadap sistem yang akan dibuat interaktif, real time internal , dan detail. agar tujuan yang akan dicapai sesuai dengan Prosedur yang dilakukan untuk apa yang telah direncanakan dan diharapkan. pengambilan keputusan sangat jelas. Karena hal itulah diperlukan alat-alat tersebut Keputusan ini terutama dilakukan pada agar pemprosesan data dapat dilakukan secara manajemen tingkat bawah. Contoh: cepat dan tepat tanpa ada kesalahan yang Keputusan pemesanan barang dan nantinya dapat merusak sistem yang ada. keputusan penagihan piutang; menentukan kelayakan lembur; Aliran Sistem Informasi (ASI) mengisipersediaan; dan menawarkan Sistem Aliran Informasi merupakan kredit pada pelanggan. bagan yang menunjukkan arus pekerjaan b. secara keseluruhan dari sistem bagan ini

  Keputusan Semi terstruktur, Keputusan semi terstruktur adalah keputusan yang menjelaskan urutan-urutan dari prosedur- mempunyai sifat yakni sebagian prosedur yang ada di dalam sistem. Sistem ini keputusan dapat ditangani oleh digambarkan dengan menggunakan simbol- komputer dan yang lain tetap harus simbol yang tampak sebagai berikut : dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan folus, spesifik, interaktif, internal, real time, dan terjadwal. Contoh: Pengevaluasian kredit, penjadwalan produksi dan pengendalian sediaan, merancang rencana pemasaran dan mengembangkan anggaran departemen.

  Tabel 1. Simbol-Simbol Pada Aliran Sistem _{Informasi Simbol Keterangan untuk mencari alternatif optimal dari sejumlah Simbol Nama} merupakan suatu metode yang digunakan _{menggambarkan semua jenis Simbol ini digunakan untuk} alternatif dengan kriteria tertentu. _{dokumen. Merupakan} Metode SAW mengharuskan pembuatan _{formulir yang digunakan} keputusan menentukan bobot bagi setiap _{Dokumen transaksi yang menunjukkan untuk merekam data suatu} atribut. Sekor total untuk alteratif diperoleh _{input, output baik untuk} dengan menjumlahkan seluruh hasil perkalian _{proses manual, mekanik, atau} antara reting (yang dapat dibandingkan lintas _{komputer. Simbol ini digunakan untuk} atribut) dan bobot tiap atribut. Reting tiap _{menggambarkan keterangan} atribut harus bebas dimensi dalam arti telah _{Manual Proses manual atas pekerjaan yang} melewati proses normalisasi matrik _{menggunakan komputer. dilakukan tanpa} sebelumnya. _{Simbol ini menggambarkan} Langkah penyelesaian SAW adalah sebagai _{Proses kegiatan proses pengolahan} berikut : _Komputer a. _{data dengan komputer.} Menentukan kriteria-kriteria yang akan _{Input / Output Simbol ini digunakan untuk mewakili input atau output. keputusan, yaitu Ci.} dijadikan acuan dalam pengambilan b. _{Simbol ini digunakan untuk} Menentukan reting kecocokan setiab _{A computer atau non computer menggambarkan file} alternatip pada setiap kriteria.

  c. _{Arsip yang disimpan sebagai arsip.} Membuat matrik keputusa berdasarkan _{Dokumen simbol ini bisa} keriteria (Ci), kemudian melakukan _{Garis Alir data atau informasi. Simbol ini menunjukkan arus persamaan yang disesuakan dengan jenis ditulis huruf F atau A.} normalisasi matriks berdasarkan atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matrik ternormalisasi R.

  Metode Simple Additive Weighting (SAW) d.

  Hasil akan diperoleh dari proses

  Pengertian Metode Simple Additive

  perengkingan yaitu penjumlahan dari

  Weighting (SAW)

  perkalian matriks ternormalisasi R dengan Menurut Jayanti (2015:2) metode Simple vaktor bobot sehingga diperoleh nilai

  Additive Weighting (SAW) sering juga dikenal

  terbesar yang dipilih berdasarkan istilah metode terbobot. Konsep dasar dari alternatif terbai (Ai) sebagai solusi. SAW adalah mencari penjumlahan terbobot

  Formula untuk melakukan normalisasi dari rating kinerja pada satu alternatif pada tersebut adalah : semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dipertimbangkan dengan reting alternatif yang lain.

  Metode ini merupakan metode yang paling terkenal dan paling banyak digunakan untuk menghadapi situasi Multiple Attribute

  Wawancara _{i = 1,2,...,m dan j =1,2...,n mengajukan pertanyaan langsung} ternormlisasi dari alternatif A i pada atribut C j : mengumpulkan data dengan Keterangan : kepada informan atau seseorang yang ^ij = nilai terbesar dari setiap keriteria mengerti dengan pemrograman dan

• i .
_{ij = nilai terkecil dari setiap atribut i.} informasi yang dibutuhkan peneliti.

  Max X

• ij

  c) Min X

  Study pustaka yaitu dalam metode ini

  = nilai atribut yang dimiliki dari setiap pengumpulan dilakukan

  X keriteria. denganmembaca buku-buku yang mendukung, termasuk didalamnya

• literatur tentang penulisan dan

  Benerfit = jika nilai terbesar adalah terbaik.

  Pengenalan Borland Delphi 7.0 mengaenai hal-hal yang mendukung

  Delphi adalah suatu bahasa pemograman pembuatan pembuatan aflikasi. Juga ( development language ) yang digunakan mempelajari dari sumber data yang lain untuk merancang suatu aplikasi program. seperti internet.

  Delphi termasuk dalam pemograman bahasa tingkat tinggi ( hight level language ). Arti dari _{Perancangn Sistem} bahasa tingkat tinggi yaitu perintah-perintah programnya menggunakan bahasa yang bisa _{Analisa Sistem} dipahami oleh manusia. Bahasa pemograman _{Front Masing-} delphi disebut juga bahasa bahasa prosedural

• _{-end masing} yaitu mengikuti urutan tertentu. Dalam _{Desain Sistem Secar} membuat aplikasi, perintah-perintah delphi
_Siklus menggunakan lingkung. Delphi merupakan _{Evaluasi dan Seleksi menghasilkan} bahasa pemograman untuk sebuak perangkat _laporan lunak. Produk ini dikembangkan oleh Borland _{Desain Sistem Secar} dengan menggunakan free Pascal yang _Back- merupakan proyek opensource, bahasa ini _{end Impelementasi} dapat digunakan untuk membuat program yang berjalan di sistem opersai Mac OS X dan Windows CE. _{Gambar. 1. SDLC} ^{Perawatan Sistem}

METODE PENELITIAN

  Teknik pengumpulan data yang

HASIL DAN PEMBAHASAN

  digunakan untuk memperoleh data dalam Berdasarkan hasil analisis-analisis penelituan ini diantaranya adalah : tersebut dapat diambil beberapa evaluasi dari

  a) Observasi adalah sumber pengamatan sitem yang sedang berjalan, seperti: langsung suatu objek yang akan diteliti

  1) dalam jangka waktu singkat dan Membentuk Tim Penyelenggara Evaluasi Dosen (TPED) oleh Dekan/Direktur. bertujuan untuk memberikan gambarab mengenai objek peneliti.

  Tabel 3. Vektor Bobot

  TPED menyebarkan instrumen evaluasi

  W 4 4 5 5 4 5 5 5 4 4 5 5 5 5 5 4 4 4 5 5 5 4

  dosen berupa kuisioner kepada mahasiswa.

  4 4 5 5 5 5 5 5 4 5 4 4 5 5 5 5 4 4 4 4

  3) Mahasiswa mengisi instrumen tersebut, setelah diisi dan dikembalikan kepada

  TPED.

  1) Melakukan normalisasi matrik keputusan

  4) dengan cara menghitung nilai rating

  TPED mengecek kelayakan instrumen yang telah diisi oleh mahasiswa. ^ij kinerja ternormalisasi (r ) dari alternatif 5) ^{i j.}

  A dari pada C Setelah tahap tersebut selesai TPED melaporkan hasil perolehan nilai evaluasi

  4

  4 r =

  1.1 semua dosen kepada Dekan/Direktur.

  max{4,4,3,5} = 5 = 0,8 Selanjutnya Dekan/Direktur

  4

  2 r =

  1.2

  memberitahu hasil perolehan nilai evaluasi max{2,2,3,4} = 4 = 0,5

  4

  4 kepada dosen yang bersangkutan. r =

  2.1 _{Tabel 2. Aliran Sistem Informasi Baru}

  max{4,4,3,5} = 5 = 0,8

  4

  2 r =

  2.2 _{Akademi Mahasiswa Dekan /}

  max{2,2,3,4} = 5 = 0,5 _Direktur

  3

  3 r =

  3.1

  max{4,4,3,5} = 5 = 0,6 _{Menyebarkan Menerima}

  3

  3 r = _Instrumen

  3.2 _{evalusi dosen Instrumen evaluasi dosen}

  max{2,2,3,4} = 4 = 0,75

  5

  5 r =

  4.1

  max{4,4,3,5} = 5 = 1

  4

  4 r = _Mengisi

  4.2 _{Instrumen telah diisi evaluasi dosen}

  max{2,2,3,4} = 4 = 1

  3

  3 r =

  1.3

  max{3,4,5,4} = 5 = 0,6 _Cek

  2

  2 r =

  1.4 _kelayakan

  max{2,3,5,4} = 5 = 0,4

  4

  4 r =

  2.3 _Pemberian

  max{3,4,5,4} = 5 = 0,8

  4

  3 _bobot r =

  2.3

  max{2,3,5,4} = 5 = 0,6

  5

  5 r =

  3.3 _{Laporan Laporan} max{3,4,5,4} = 5 = 1

  5

  5 r =

  3.3

  max{2,3,5,4} = 5 = 1 _{A A}

  5

  4 r =

  4.3

  max{3,4,5,4} = 5 = 0,8

  5

  4 r =

  4.3

  max{2,3,5,4} = 5 = 0,8 r

  1.5

  5 max{4,5,2,2} = 5 5 = 1 r

  2 max{4,5,2,2} = 2 5 = 0,4 r

  =

  4.11

  3 max{5,4,3,4} = 3 5 = 0,6 r

  =

  3.12

  2 max{4,5,2,2} = 2 5 = 0,4 r

  =

  3.11

  4 max{5,4,3,4} = 4 5 = 0,8 r

  =

  2.12

  =

  =

  2.11

  5 max{5,4,3,4} = 5 5 = 1 r

  =

  1.12

  4 max{4,5,2,2} = 4 5 = 0,8 r

  =

  1.11

  5 max{2,4,3,5} = 5 5 = 1 r

  =

  4.10

  2 max{4,4,3,3} = 3 4 = 0,75 r

  =

  4.9

  4.12

  4 max{5,4,3,4} = 4 5 = 0,8 r

  =

  3.14

  =

  1.16

  4 max{4,3,2,1} = 4 4 = 1 r

  =

  1.15

  4 max{5,1,3,4} = 4 5 = 0,8 r

  =

  4.14

  1 max{5,4,3,1} = 1 5 = 0,2 r

  =

  4.13

  3 max{5,1,3,4} = 3 5 = 0,6 r

  =

  3 max{5,4,3,1} = 3 5 = 0,6 r

  1.13

  =

  3.13

  1 max{5,1,3,4} = 1 5 = 0,2 r

  =

  2.14

  4 max{5,4,3,1} = 4 5 = 0,8 r

  =

  2.13

  5 max{5,1,3,4} = 5 5 = 1 r

  =

  1.14

  5 max{5,4,3,1} = 1 5 = 1 r

  =

  3 max{2,4,3,5} = 3 5 = 0,6 r

  3.10

  =

  =

  3 max{3,4,4,2} = 3 4 = 0,7 r

  =

  1.8

  3 max{3,3,3,2} = 3 3 = 1 r

  =

  1.7

  4 max{5,5,5,4} = 4 5 = 0,8 r

  =

  4.8

  2 max{3,4,4,2} = 2 4 = 0,5 r

  =

  4.5

  5 max{5,5,5,4} = 5 5 = 1 r

  3.6

  =

  4 max{3,4,4,2} = 4 4 = 1 r

  =

  3.5

  5 max{5,5,5,4} = 5 5 = 1 r

  =

  2.6

  4 max{3,4,4,2} = 4 4 = 1 r

  =

  2.5

  5 max{5,5,5,4} = 5 5 = 1 r

  =

  1.6

  3 max{3,4,4,2} = 3 5 = 0,75 r

  2.7

  3 max{3,3,3,2} = 3 3 = 1 r

  3 max{4,4,3,3} = 3 4 = 0,75 r

  1.9

  =

  3.9

  4 max{2,4,3,5} = 4 5 = 0,8 r

  =

  2.10

  4 max{4,4,3,3} = 4 4 = 1 r

  =

  2.9

  2 max{2,4,3,5} = 2 5 = 0,4 r

  =

  1.10

  4 max{4,4,3,3} = 4 4 = 1 r

  =

  2 max{3,4,4,2} = 2 4 = 0,5 r

  2.8

  =

  4.8

  2 max{3,3,3,2} = 2 3 = 0,66 r

  =

  4.7

  4 max{3,4,4,2} = 4 4 = 1 r

  =

  3.8

  3 max{3,3,3,2} = 3 4 = 1 r

  =

  3.7

  4 max{3,4,4,2} = 4 4 = 1 r

  =

  2 max{2,2,1,3} = 2 3 = 0,66 r

  2.15

  4 max{3,3,4,4} = 4 4 = 1 r

  2 max{2,3,2,2} = 2 3 = 0,66 r

  =

  1.23

  5 max{3,3,4,5} = 5 5 = 1 r

  =

  4.22

  4 max{3,3,4,4} = 4 4 = 1 r

  =

  4.21

  4 max{3,3,4,5} = 4 5 = 0,8 r

  =

  3.22

  =

  =

  3.21

  3 max{3,3,4,5} = 3 5 = 0,6 r

  =

  2.22

  3 max{3,3,4,4} = 3 4 = 0,75 r

  =

  2.21

  3 max{3,3,4,5} = 3 5 = 0,6 r

  =

  1.22

  3 max{3,3,4,4} = 3 4 = 0,75 r

  =

  1.21

  1.24

  3 max{3,3,3,3} = 3 3 = 1 r

  =

  4.24

  =

  2.26

  2 max{3,2,3,4} = 2 4 = 0,8 r

  =

  2.25

  4 max{4,3,4,5} = 4 5 = 0,8 r

  =

  1.26

  3 max{3,2,3,4} = 3 4 = 0,75 r

  =

  1.25

  2 max{3,3,3,2} = 2 3 = 0,6 r

  =

  4 max{2,3,2,2} = 2 3 = 0,66 r

  2.23

  =

  4.23

  3 max{3,3,3,2} = 3 3 = 1 r

  =

  3.24

  4 max{2,3,2,2} = 2 3 = 0,66 r

  =

  3.23

  3 max{3,3,3,2} = 3 3 = 1 r

  =

  2.24

  3 max{2,3,2,2} = 3 3 = 1 r

  =

  1 max{2,4,2,1} = 1 4 = 0,25 r

  4.20

  =

  =

  5 max{3,5,5,4} = 5 5 = 1 r

  =

  2.18

  3 max{1,3,1,2} = 3 3 = 1 r

  =

  2.17

  3 max{3,5,5,4} = 3 5 = 0,6 r

  =

  1.18

  1 max{1,3,1,2} = 1 3 = 0,33 r

  =

  1.17

  3 max{2,2,1,3} = 3 3 = 1 r

  4.16

  =

  1 max{4,3,2,1} = 1 4 = 0,25 r

  =

  4.15

  1 max{2,2,1,3} = 1 3 = 0,33 r

  =

  3.16

  2 max{4,3,2,1} = 2 4 = 0,5 r

  =

  3.15

  2 max{2,2,1,3} = 2 3 = 0,66 r

  =

  2.16

  3 max{4,3,2,1} = 3 4 = 0,75 r

  3.17

  1 max{1,3,1,2} = 1 3 = 0,33 r

  4 max{4,5,4,4} = 4 5 = 0,8 r

  2.19

  =

  4.19

  2 max{2,4,2,1} = 2 4 = 0,5 r

  =

  3.20

  4 max{4,5,4,4} = 4 5 = 0,8 r

  =

  3.19

  4 max{2,4,2,1} = 4 4 = 1 r

  =

  2.20

  5 max{4,5,4,4} = 5 5 = 1 r

  =

  2 max{2,4,2,1} = 2 4 = 0,5 r

  3.18

  =

  1.20

  4 max{4,5,4,4} = 4 5 = 0,8 r

  =

  1.19

  4 max{3,5,5,4} = 4 5 = 0,8 r

  =

  4.18

  2 max{1,3,1,2} = 2 3 = 0,66 r

  =

  4.17

  5 max{3,5,5,4} = 5 5 = 1 r

  =

  3 max{4,3,4,5} = 3 5 = 0,6 r

  3.25

  5 max{2,3,2,5} = 5 5 = 1 r

  2 max{3,2,3,4} = 2 4 = 0,5 r

  =

  2.33

  1 max{1,3,4,5} = 1 5 = 0,2 r

  =

  1.34

  3 max{3,2,3,4} = 3 4 = 0,75 r

  =

  1.33

  3 max{3,3,1,3} = 3 3 = 1 r

  =

  4.32

  =

  =

  4.31

  1 max{3,3,1,3} = 1 3 = 0,33 r

  =

  3.32

  2 max{2,3,2,5} = 2 5 = 0,4 r

  =

  3.31

  3 max{3,3,1,3} = 3 3 = 1 r

  =

  2.32

  3 max{2,3,2,5} = 3 5 = 0,6 r

  =

  2.31

  2.34

  3 max{1,3,4,5} = 3 5 = 0,6 r

  =

  1.36

  =

  3.36

  3 max{5,4,3,3} = 3 5 = 0,6 r

  =

  3.35

  1 max{4,1,3,2} = 1 4 = 0,25 r

  =

  2.36

  4 max{5,4,3,3} = 4 5 = 0,8 r

  =

  2.35

  4 max{4,1,3,2} = 4 4 = 1 r

  =

  5 max{5,4,3,3} = 5 5 = 1 r

  3.33

  =

  1.35

  5 max{1,3,4,5} = 5 5 = 1 r

  =

  4.34

  4 max{3,2,3,4} = 4 4 = 1 r

  =

  4.33

  4 max{1,3,4,5} = 4 5 = 0,8 r

  =

  3.34

  3 max{3,2,3,4} = 3 4 = 0,75 r

  =

  3 max{3,3,1,3} = 3 3 = 1 r

  1.32

  =

  =

  3 max{4,1,3,2} = 3 4 = 0,75 r

  =

  3.28

  3 max{5,4,3,3} = 3 5 = 0,6 r

  =

  3.27

  1 max{4,1,3,2} = 1 4 = 0,25 r

  =

  2.28

  4 max{5,4,3,3} = 4 5 = 0,8 r

  =

  2.27

  4 max{4,1,3,2} = 4 4 = 1 r

  1.28

  =

  5 max{5,4,3,3} = 5 5 = 1 r

  =

  1.27

  5 max{4,3,4,5} = 5 5 = 1 r

  =

  4.26

  4 max{3,2,3,4} = 4 4 = 1 r

  =

  4.25

  4 max{4,3,4,5} = 4 5 = 0,8 r

  =

  3.26

  3 max{3,2,3,4} = 3 4 = 0,75 r

  4.27

  3 max{5,4,3,3} = 3 5 = 0,6 r

  2 max{2,3,2,5} = 2 5 = 0,4 r

  3.29

  =

  1.31

  5 max{3,2,4,5} = 5 5 = 1 r

  =

  4.30

  4 max{3,3,4,4} = 4 4 = 1 r

  =

  4.29

  4 max{3,2,4,5} = 4 5 = 0,8 r

  =

  3.30

  4 max{3,3,4,4} = 4 4 = 1 r

  =

  2 max{3,2,4,5} = 2 5 = 0,4 r

  4.28

  =

  2.30

  3 max{3,3,4,4} = 3 4 = 0,75 r

  =

  2.29

  3 max{3,2,4,5} = 3 5 = 0,6 r

  =

  1.30

  3 max{3,3,4,4} = 3 4 = 0,74 r

  =

  1.29

  2 max{4,1,3,2} = 2 4 = 0,5 r

  =

  3 max{4,1,3,2} = 3 4 = 0,75 r

  4.35

  =

  5 max{5,1,3,4} = 5 5 = 1 r

  =

  1.42

  4 max{4,5,1,2} = 4 5 = 0,8 r

  =

  1.41

  5 max{2,4,3,5} = 5 5 = 1 r

  4.40

  =

  2 max{4,1,3,2} = 2 4 = 0,5 r

  =

  4.39

  3 max{2,4,3,5} = 3 5 = 0,6 r

  =

  3.40

  3 max{4,1,3,2} = 3 4 = 0,75 r

  2.41

  5 max{4,5,1,2} = 5 5 = 1 r

  3.39

  =

  Untuk mencegah ketidak akuratan dari suatu hasil sistem informasi, maka perlu memperhitungkan data yang diinputkan kedalam sistem sehingga hasinya dapat berguna secara optimal dalam pengambilan keputusan khususnya penyelesaian suatu masalah yang dihadapi. Adapun rancangan inputnya adalah sebagai beriku : a.

  Perancangan input merupakan awal dimulainya proses sistem yang berasal dari informasi atau data yang berkaitan dengan sistem. Data merupakan masukan untuk sistem informasi, akurat tidaknya suatu data yang dari sistem informasi kurang lengkap maka hasilnya tidak optimal dalam menunjang pengambilan keputusan.

  1. Desain Input

  4 max{5,1,3,4} = 4 5 = 0,8

  =

  4.42

  2 max{4,5,1,2} = 2 5 = 0,4 r

  4.41

  2.42

  3 max{5,1,3,4} = 3 5 = 0,6 r

  =

  3.42

  1 max{4,5,1,2} = 1 5 = 0,2 r

  =

  3.41

  1 max{5,1,3,4} = 1 5 = 0,2 r

  =

  =

  4 max{2,4,3,5} = 4 5 = 0,8 r

  =

  3 max{3,4,4,2} = 3 4 = 0,75 r

  3.37

  4 max{3,4,4,2} = 4 4 = 1 r

  =

  2.38

  3 max{3,3,3,2} = 3 3 = 1 r

  =

  2.37

  =

  3 max{3,3,3,2} = 3 3 = 1 r

  1.38

  3 max{3,3,3,2} = 3 3 = 1 r

  =

  1.37

  2 max{4,1,3,2} = 2 4 = 0,5 r

  =

  4.36

  3 max{5,4,3,3} = 3 5 = 0,6 r

  =

  3.38

  =

  4 max{4,1,3,2} = 4 4 = 1 r

  2.40

  1 max{4,1,3,2} = 1 4 = 0,25 r

  =

  2.39

  2 max{2,4,3,5} = 2 5 = 0,4 r

  =

  1.40

  =

  =

  1.39

  2 max{3,4,4,2} = 2 4 = 0,5 r

  =

  4.38

  3 max{3,3,3,2} = 2 3 = 0,65 r

  =

  4.37

  4 max{3,4,4,2} = 4 4 = 1 r

  Tampilan Form Input Data Dosen/ Data Alternatif Tampilan input data dosen merupakan menu masukan data dosen yang akan diseleksi. Tampilan Form Input Penilaian

  Gambar 2. Tampilan Form Input Data Dosen _{Gambar 4. Tampilan Form Input Data Penilaian} b.

  Tampilan Form Input Kriteria Tampilan from input kriteria merupakan

  SIMPULAN

  menu untuk mengisi kode kriteria, Dari hasil penelitian maka dapat diambil keterangan, dan nilai bobot dari suatu beberapa kesimpulan : kriteria dan digunakan untuk memberikan

  1. Dalam penelitian ini dibangun sebuah berapa besar persen bobot untuk setiap aplikasi sistem pendukung keputusan kriteria yang ada. Dimana criteria sebagai untuk evaluasi kinerja dosen dengan acuan perhitungan dengan metode SAW menggunakan model SAW yang dapat dari model FMADM untuk mencari nilai membantu pimpinan untuk mengambil akhir sebagai proses perangkingan kinerja sebuah keputusan dalam penilaian kinerja dosen. dosen berdasarkan hasil akhir dari perhitungan SPK tersebut.

  2. Setelah dilakukan pembandingan antara sistem yang lama dengan sistem yang baru ke beberapa user, hasil yang diperoleh adalah aplikasi sistem pendukung keputusan yang baru lebih mudah untuk digunakan baik untuk pengolahan data maupun untuk penyajian laporannya.

  3. Telah berhasil sistem pendukung keputusan untuk menentukan dosen terbaik pilihan mahasiswa.

  4. Dengan menggukan metode Simple _{Gambar 3. Tampilan Form Input Data Kriteria} Additive Weighting (SAW) di AMIK Bukittinggi. Sistem memberikan solusi rekomendasi dosen terbaik kepada pengguna (user) sesuai dengan kriteriaa dan bobot yang ditentukan diawal sebelum perhitungan.

DAFTAR PUSTAKA

  Daihani, Dadan Umar. 2001. Komputerisasis

  Pengambilan Keputusan . Jakarta: PT Elex Media Komputindo.

  Kristanto, Andri.2008. Perancangan Sistem

  Informasi dan Aplikasinya . Yogyakarta: Gava Media.

  Suryadi, Kadarsah, & Ali Ramadhani. (2002).

  Sistem Pendukung Keputusan , Bandung: PT Remaja Rosdakarya.

  WAHANA. 2009. Aplikasi Cerdas

  Menggunakan Delphi. Yogyakarta:

  ANDI OPSET Christian, E. (2014). Sistem Pendukung

  Keputusan Kenaikan Jabatan Pada Pt Bank Teknik Informatika. Sistem

  Pendukung Keputusan Kenaikan Jabatan Pada Pt Bank Teknik Informatika , (SPK), 1 – 11.

  Herman. (2005). Perancangan Website Sistem Informasi Lalu Lintas Kota Depok.

  Fakultas Ilmu Komputer, Jurusan Sistem Informasi , 1 –18.