sistem pendukung keputusan evaluasi kinerja guru

.

SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA GURU

MENGGUNAKAN METODE AHP DAN MOORA BERBASIS WEB

(STUDI KASUS : SMK-IT GENERASI MUSLIM CENDEKIA)

Hubbul Watoni1 , Hairani2 1,2 Jurusan Ilmu Komputer Universitas Bumigora

Jln. Ismail Marzuki, Kota Mataram, Nusa Tenggara Barat. 83127, INDONESIA [email protected]

Informasi Artikel ABSTRAK

Received : -

Received in revised : -

Accepted : -

Sekolah Menengah Kejuruan Islam Terpadu (SMK-IT) Generasi Muslim Cendekia yang

sudah menerapkan adanya evaluasi kinerja guru dimana proses penilaian masih dilakukan secara

manual, yaitu berdasarkan pengamatan dari kepala sekolah. Proses evaluasi masih terkendala

oleh beberapa hal, yaitu belum ada suatu indikator penilaian kinerja untuk guru dan belum

tersedianya sistem pendukung keputusan untuk membantu dalam proses evaluasi penilaian

kinerja. Evaluasi kinerja guru dilaksanakan secara konvensional sehingga menimbulkan

beberapa masalah, diantaranya adalah sistem masih manual, membutuhkan waktu yang cukup

lama, tidak ditentukan kriteria mana yang menjadi elemen penting, guru yang bersangkutan tidak

mengetahui hasil penilaian evaluasi kinerja. Adapun kriteria yang digunakan dalam penelitan ini

yaitu kehadiran, kepribadian, keaktifan di yayasan, pedagogik dan profesional.

Pada penelitian ini menggunakan pendekatan konsep sistem pendukung keputusan metode

AHP (Analyticak Hierarchy Process) dan MOORA (Multi Objective Optimization On The Basic

of Ratio Analysis)., dimana metode AHP digunakan untuk pembobotan, dan metode MOORA

digunakan untuk perangkingan.

Hasil dari penilitian ini adalah telah terselesaikannya aplikasi sistem pendukung keputusan

yang dapat mempermudah proses evaluasi kinerja guru.

Aplikasi ini dapat mempermudah proses evaluasi kinerja guru dengan tingkat usability

88,75% dan kombinasi metode AHP dan MOORA dapat diterapkan untuk evaluasi kinerja guru

dengan lebih cepat, tepat dan akurat sehingga hasilnya dapat dipertanggungjawabkan.

Kata Kunci:

Evaluasi Kinerja, Sistem

Pendukung Keputusan, AHP,

MOORA.

ABSTRACT

Keywords:

Performance Evaluation,

Decision Support System, AHP,

MOORA.

Integrated Islamic Vocational High School (SMK-IT) Generasi Muslim Cendekia who have

implemented teacher performance evaluations where the assessment process is still done

manually, based on observations from the principal. The evaluation process is still constrained

by several things, namely there is no performance appraisal indicator for teachers and there is

no decision support system to assist in the performance appraisal evaluation process. Teacher

performance evaluation is carried out conventionally, causing several problems, including the

system is still manual, takes a long time, it is not determined which criteria are important

elements, the teacher concerned does not know the results of the performance evaluation

assessment. The criteria used in this research are attendance, personality, activity in the

foundation, pedagogic and professional.

In this study, the decision support system concept approach uses the AHP (Analytic

Hierarchy Process) and MOORA (Multi Objective Optimization On The Basic of Ratio Analysis)

methods, where the AHP method is used for weighting, and the MOORA method is used for

ranking.

The result of this research is the completion of a decision support system application that

can facilitate the process of evaluating teacher performance.

This application can simplify the process of evaluating teacher performance with a usability

level of 88.75% and the combination of AHP and MOORA methods can be applied to evaluate

teacher performance more quickly, precisely and accurately so that the results can be accounted

for.

1. PENDAHULUAN

Sekolah Menengah Kejuruan Islam Terpadu (SMK-IT) Generasi Muslim Cendekia merupakan satuan pendidikan yang

berada dibawah naungan Yayasan Generasi Muslim Cendekia yang sudah menerapkan adanya evaluasi kinerja guru dimana

proses penilain masih dilakukan secara manual, yaitu berdasarkan pengamatan dari kepala sekolah.

Penilaian kinerja guru bertujuan untuk memberikan reward/penghargaan, sebagai ajang dalam promosi jabatan,

meningkatkan motivasi guru dalam meningkatkan profesionalismenya, dan memberikan apresiasi kepada guru yang memiliki

nilai kinerja paling baik. Akan tetapi proses evaluasi penilai kinerja guru di SMK-IT Generasi Muslim Cendekia masih

terkendala oleh beberapa hal diantaranya belum ada suatu indikator penilaian kinerja untuk guru dan belum tersediannya

sistem pendukung keputusan untuk membantu dalam proses evaluasi penilaian kinerja guru. Berdasarkan penjelasan dari

kepala sekolah SMK-IT GMC bahwa penilai evaluasi kinerja guru dilaksanakan secara konvensional dan seringnya terjadi

perubahan kriteria atau format penilaian kinerja sehingga menimbulkan beberapa masalah yang terjadi, diantaranya adalah

masih menggunakan sistem manual (pemborosan dalam penggunaan anggaran), membutuhkan waktu yang cukup lama

(perhitungan manual), tidak ditentukan kriteria – kriteria mana yang menjadi elemen penting yang harus mendapatkan

perhatian guru tersebut dalam rangka meningkatkan kinerjanya, guru yang bersangkutan tidak mengetahui hasil penilain

evaluasi kinerja pada kriteria/kompetensi mana yang baik dan kriteria/kompetensi yang kurang baik. Adapun kriteria yang

digunakan dalam penelitan ini yaitu kehadiran, kepribadian, keaktifan di yayasan, pedagogik, dan profesional.

Pada penelitian Ermawati (2015) pemilihan calon peserta cerdas cermat menggunakan metode Analyticak Hierarchy

Process. Pada penelitian tersebut menghasilkan sistem pendukung keputusan yang dapat membantu pengambil keputusan

dalam mendapatkan informasi untuk pemilihan siswa yang tepat dalam mengikuti cerdas cermat[2]. Penelitian selanjutnya

Israwan (2019) penentuan asisten laboratorium menggunakan metode Multi Objective Optimization On The Basic of Ratio

Analysis. Penelitian ini bertujuan untuk menerapkan Meotde Multi-Objective Optimization on The Basis Of Ratio (MOORA)

dalam penentuan asisten laboratorium. Terdapat 3 kriteria yaitu Nilai Ujian, Indeks Prestasi dan Semester. Alternatif dengan

rangking nomor 1 merupakan alternatif dengan nilai tertinggi pada perhitungan Metode Moora[3]. Kemudian, penelitian

Manik (2015) menentukan tenaga pengajar pada Sekolah Luar Biasa (SLB) menggunakan metode Simple Additive Weighting.

Penelitian ini menghasilkan aplikasi sistem pendukung keputusan untuk menentukan penerimaan tenaga pengajar pada Sekolah

Luar Biasa (SLB) Al-Azhar Medan[6].

Penelitian ini bertujuan untuk membuat sistem pendukung keputusan evaluasi kinerja guru menggunakan metode AHP

dan MOORA berbasis web. Dimana metode AHP dingunakan untuk pembobotan dan metode MOORA digunakan untuk

perengkingan. Dengan harapan penelitian ini dapat membantu dalam menghadapi permasalahan yang dihadapi.

2. METODE PENELITIAN

2.1. Metode Pengumpulan Data

Dalam mengumpulkan data, tahap-tahap yang dilakukan penulis adalah sebagai berikut :

a. Wawancara

Pada tahapan ini peneliti akan melakukan wawancara dengan ketua yayasan, pembina yayasan, dan kepala sekolah

menengah kejuruan generasi muslim cendekia, selaku pengambil kebijakan untuk menyamakan persepsi terkait dengan kriteria

– kriteria yang digunakan untuk mengevaluasi kinerja guru.

b. Observasi

Pada tahap ini peneliti akan terjun langsung untuk melihat dan mengamati proses – proses atau tahapan – tahapan yang

akan dilalui saat pelaksanaan evaluasi kinerja guru di selenggarakan.

c. Studi Literatur Pustakan/Tinjauan pustaka

Pada tahap ini peneliti akan melakukan pengumpulan data dan informasi dari buku – buku, jurnal, website, dan atau

media elektronik lainnya yang akan menjadi reperensi atau acuan dalam pembahasan yang terkait dengan sistem pendukung

keputusan evaluasi kinerja guru di Yayasan Muslim Cendekia.

2.2. Metode Analisis

Dalam merancang dan membangun sistem pendukung keputusan evaluasi kinerja guru penulis menggunakan metode

kombinasi yaitu metode AHP dan MOORA. Dimana metode AHP digunakan untuk pembobotan, sedangkan metode MOORA

digunakan untuk perengkingan.

2.3. Metode Perancangan atau Pengembangan

Metode perancangan atau pengembangan yang peneliti gunakan yaitu metode waterfall atau biasa disebut model air

terjun, disebut demikian karena kemajuan suatu sistem dipandang sebagai suatu hal yang terus mengalir ke bawah (seperti air

terjun). Metode ini merupakan salah satu model pengembangan berbasis SDLC (System Development Life Cycle). Metode ini

mengusulkan sebuah pendekatan kepada perkembangan perangkat lunak yang sistematik dan sekuensial yang mulai pada

tingkat dan kemajuan sistem pada seluruh analisis, desain, kode, pengujian, dan pemeliharaan[1].

2.4. Konsep Teori

2.4.1. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sistem informasi berbasis komputer

yang memiliki kemampuan memecahkan masalah dalam kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan

untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak

seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat[5].

2.4.2. Pengertian Kinerja

Kinerja atau prestasi kerja adalah hasil kerja secara kualitas dan kuantitas yang dicapai oleh seseorang dalam

mengimplementasikan tugasnya sesuai dengan tanggung jawab yang diberikan kepadanya. Bila dikaitkan dengan guru maka

kinerja guru tidak lain adalah kemampuan guru untuk menampilkan atau mengerjakan tugas guru. Kinerja guru dapat tercermin

dalam perilaku guru dalam proses pembelajaran[4]. 2.4.3. AHP (Analitycal Hierarchy Process)

AHP merupakan suatu metode pendekatan untuk menyelesaikan masalah kompleks atau tidak terstruktur dalam sub-sub

masalah yang berhubungan dengan penentuan keputusan dari suatu alternatif. Metode ini dikembangkan pertama kali oleh

Saaty (1980). Model hierarki yang dinyatakan oleh Saaty adalah model hierarki fungsional dengan input utamanya adalah

persepsi manusia[7].

Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya[5]:

a. Membuat hierarki

Sistem yang kompleks dipahami dengan memecah elemen-elemen menjadi lebih kecil sehingga mudah dipahami.

Kemudian disusun secara hieraki seperti Gambar berikut:

Gambar 1. Struktur Hierarki AHP

b. Penilaian kriteria dan alternatif

Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988) dalam (Kusrini, 2007), untuk

berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat

kualitatif dari skala perbandingan Saaty dapat diukur menggunakan tabel analisis seperti berikut :

Tabel 1. Skala Penilaian Perbandingan Berpasangan

Intensitas

Kepentingan Keterangan

1 Kedua elemen sama pentingnya

3 Elemen yang satu sedikit lebih penting daripada elemen

lainnya

5 Elemen yang satu lebih penting daripada elemen yang

lainnya

7 Satu elemen sangat kuat penting daripada elemen lainnya

9 Satu elemen amat sangat penting daripada elemen lainnya

2,4,6,8 Apabila ragu-ragu antara dua nilai yang sangat berdekatan

Kebalikannya Jika aktivitas i mendapar satu angka dibandingkan dengan

aktivitas j, maka j memiliki nilai kebalikannya

dibandingkan dengan i

c. Sistesis Prioritas (Synthesis of priority)

Menentukan prioritas dari elemen-elemen kriteria dapat dipandang sebagai bobot/kontribusi elemen tersebut terhadap

tujuan pengambilan keputusan. AHP melakukan analisis prioritas elemen dengan metode perbandingan berpasangan antar dua

elemen sehingga semua elemen yang ada tercakup. Prioritas ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak

yang berkepentingan terhadap pengambilan keputusan, baik secara langsung (diskusi) maupun secara tidak langsung

(kuisioner).

d. Konsistensi Logis (Logical Consistency)

Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan

relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.

Secara umum langkah-langkah dalam menggunakan metode AHP adalah sebagai berikut[5]:

a. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu menyusun hierarki dari permasalahan yang

dihadapi.

b. Menentukan prioritas elemen

1) Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan pasangan, yaitu membandingkan

elemen secara berpasangan sesuai kriteria yang diberikan.

2) Matriks perbandingan berpasangan diisi menggunakan bilangan untuk merepresentasikan kepentingan relatif dari

suatu elemen terhadap elemen yang lainnya. Matriks K merupakan matriks perbandingan berpasangan antar kriteria.

c. Sintesis

Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-

hal yang dilakukan dalam langkah ini adalah:

1) Menjumlahkan nilai-nilai dari setiap kolom pada matriks.

2) Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.

3) Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai bobot

prioritas.

d. Mengukur Konsistensi

Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik konsistensi yang ada karena kita tidak

menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah.

Pada dasarnya prosedur dan langkah-langkah dalam AHP meliputi[5]:

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu mneyusun hierarki dari permasalahan yang

dihadapi. Penyusunan hierarki adalah dengan menetapkan tujuan yang merupakan sasaran sistem secara keseluruhan pada

level teratas.

2. Menentukan Prioritas elemen.

• Pertama menentukan prioritas elemen adalah membuat perbandingan berpasangan, yaitu membandingkan elemen

secara berpasangan sesuai kriteria yang diberikan.

• Matriks perbandingan berpasangan diisi dengan bilangan untuk merepresentasikan kepentingan relatif dari suatu

elemen terhadap elemen lainnya.

3. Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh keseluruhan prioritas. Hal-

hal yang dilakukan dalam langkah ini adalah:

• Menjumlahkan nilai-nilai kolom pada matriks.

• Membagi setiap nilai dalam kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.

• Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.

4. Mengukur Konsistensi dalam membuat keputusan, penting untuk menegetahui seberapa baik konsistensi yang ada karena

kita menginginkan keputusan dengan berdasarkan konsistensi rendah. Hal-hal yang dilakukan dalam langkah ini adalah:

• Kalikan setiap kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif

elemen kedua, dan seterusnya.

• Jumlahkan setiap baris.

• Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan.

• Jumlahkan hasil bagi di atas dengan banyaknya elemen, hasilnya disebut λ maks.

5. Menghitung Consistency Index (CI) dengan rumus :

(1)

6. Menghitung Consistency Ratio (CR) dengan rumus :

(2)

7. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka harus diperbaiki. Namun jika rasio konsistensi kurang

atau sama dengan 0,1, maka hasil perhitungan bisa dikatakan benar.

Nilai RC sudah ditentukan berdasarkan matriks perbandingan yang dibentuk dan dapat disajikan pada tabel berikut:

Tabel 2. Nilai Random Consistensy (RC)

N 1.2 3 4 5 6 7 8 9 …

Rin 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 …

2.4.5. MOORA (Multi Objective Optimization On The Basic Of Ratio Analysis)

MOORA (Multi Objective Optimization On The Basic Of Ratio Analysis) adalah metode multiobjectif sistem yang

mampu mengoptimalkan dua atau lebih atribut yang bertentangan secara bersamaan. MOORA diperkenalkan oleh Brauers dan

Zavadkas (2006) dan pertama kali digunakan oleh Braurers pada tahun 2004 dalam suatu pengambilan keputusan dengan

multikriteria. Metode MOORA banyak diaplikasikan dalam bidang seperti bidang manajemen, bangunan, kontraktor, desain

jalan, dan ekonomi[7].

Langkah-langkah penyelesaian masalah menggunakan metode MOORA :

Langkah 1 : Membuat Matriks Keputusan

X = (3)

x adalah nilai kriteria yang direpresentasikan sebagai matriks.

Langkah 2 : Melakukan normalisasi terhadap matrik x

X*ij = (4)

Rasio xij menunjukkan ukuran ke i dari alternatif pada kriteria ke j, m menunjukkan banyaknya jumlah alternatif dan n

menunjukkan jumlah kriteria.

Langkah 3 : Menentukan matriks normalisasi terbobot

Wj * Xij (5)

Dalam beberapa kasus, beberapa kriteria lebih penting daripada lainnya. Untuk menandakan bahwa sebuah kriteria lebih

penting, itu bisa dikalikan dengan bobot yang sesuai. Dimana Wj adalah bobot dari kriteria ke-j.

Langkah 4 : Menentukan Hasil Preferensi

Yi = – (6)

yi adalah nilai dari penilaian normalisasi alternatif ke i terhadap semua kriteria. Nilai yi dapat menjadi positif atau negatif

tergantung dari jumlah maksimal (benefit) dan minimal (cost) dalam matriks keputusan. Dimana g adalah jumlah atribut yang

akan dimaksimalkan. yi menunjukkan preferensi akhir. Dengan demikian, alternatif terbaik memiliki nilai yi tertinggi,

sedangkan alternatif terburuk memiliki nilai yi terendah.

2.5. Pengujian Sistem

Pengujian sistem dilakukan setelah semua modul dibuat, dan sistem dapat berjalan. Pada tahap ini dilakukan pengujian

fungsional menggunakan teknik pengujian BlackBox dan pengujian usability menggunakan System Usability Scale (SUS).

Pada pengujian blackbox berfokus pada persyaratan fungsional terhadap interface sistem pendukungan keputusan.

3. HASIL DAN ANALISIS

3.1. DFD Sistem

Sistem Pendukung

Keputusan Penilaian

Kinerja Guru

Admin

Kepala Sekolah

Pengawas/

Penilai

Data Pengawas

Data Kriteria

Data Subkriteria

Lap. Hasil Penilaian

Lap. Data Pengawas

Lap. Data guru

Lap. Hasil Penilaian

Data Guru

Gambar 3. Diagram Konteks

Diagram konteks menjelaskan bahwa sistem melibatkan tiga entitas, yaitu:

1. Admin sebagai pengguna aplikasi sistem pendukung keputusan evaluasi kinerja guru, berperan dalam melakukan

penginputan data pengawas, data kriteria dan data subkriteria.

2. Pengawas/Penilai sebagai pengguna aplikasi sistem pendukung keputusan evaluasi kinerja guru, berperan dalam melakukan

penginputan data gutu dan penilaian kinerja, dengan keluaran berupa laporan data hasil evaluasi kinerja guru.

3. Kepala Sekolah selaku petugas penanggung jawab hasil dari evaluasi kinerja guru.

3.2 Kriteri dan Subkriteria

Tabel 3. Kriteria dan Subkriteria Penilaian

C1 Kehadiran

C1.1 Kehadiran piket pagi dan upacara bendera

C1.2 Kehadiran dalam PKBM (Proses Kegiatan Belajar Mengajar)

C1.3 Kehadiran piket malam (Menginap) dan kultum (Kuliah tujuh

menit)

C2 Kepribadian

C2.1 Bertindak sesuai dengan norma agama, hukum, sosial dan

kebudayaan nasional

C2.2 Menunjukkan pribadi yang dewasa dan teladan

C2.3 Etos kerja, tanggung jawab yang tinggi dan rasa bangga menjadi

guru

C2.4 Mengusai teori belajar dan prinsip - prinsip pembelajaran yang

mendidik

C3 Keaktifan di yayasan

C3.1 Aktif mengikuti pengajian mingguan dan bulanan

C3.2 Hadir mengaji sesuai jadwal

C3.3 Aktif dalam kegiatan hari besar di yayasan dan berpartisipasi

dalam kegiatan sosial kemasyarakatan

C4 Pedagogik

C4.1 Menguasai karakteristik peserta didik

C4.2 Kegiatan pembelajaran yang mendidik

C4.3 Pengembangan potensi peserta didik

C4.4 Komunikasi dengan peserta didik

C4.5 penilaian dan evaluasi

C5 Profesional

C5.1 Penguasaan materi, struktur, konsep dan pola pikir keilmuan yang

mendukung mata pelajar yang diampu

C5.2 Mengembangkan keprofesian melalui tindakan yang reflektif

C5.3 Melaksanakan tugas pokok dan fungsi sebagai guru sekolah

dengan penuh kejujuran, ketulusan, komitmen dan integritas

3.3 Struktur Hierarki

Evaluasi

Kinerja Guru

C1 C2 C3 C4 C5

C1.1

A5A1 A2 A3 A4

C1.2 C2.1 C2.4 C3.1 C3.2 C4.1 C4.5 C5.1 C5.2

Gambar 4. Struktur Hierarki AHP

3.4 Perhitungan Dengan Metode AHP

Setelah menyusun struktur hierarki, tahap selanjutnya adalah menetukan prioritas elemen dengan menyusun kriteria

dalam bentuk matriks perbandingan berpasangan (Pairwise Comparison). Untuk mengetahui hasil pembobotan kriteria yang

digunakan dalam perhitungan prioritas kriteria dengan metode AHP perlu dilakukan pencarian nilai. Cara mendapatkan nilai

yaitu bisa dengan nilai kepastian atau dengan melakukan survei melalui beberapa responden dengan menggunakan lembar

kuisioner. Nilai kepastian merupakan nilai yang langsung diberikan untuk kriteria tertentu, sedangkan nilai kuisioner adalah

nilai yang didapat dari penilaian yang diberikan oleh responden dimana tiap responden memberikan nilai preferensi yang

berbeda dengan menggunakan skala 1-9.

Tahap selanjutnya adalah menentukan prioritas elemen dengan cara menyusun kriteria-kriteria tersebut dalam bentuk

matriks perbandingan berpasangan (Pairwise Comparison). Selanjutnya adalah menghitung nilai elemen kolom kriteria,

dimana masing-masing elemen kolom kriteria dibagi dengan jumlah matriks tiap-tiap kolom pada tabel. Kemudian

menjumlahkan matriks baris nilai setiap elemen. Setelah menentukan jumlah kolom kriteria, tahap selanjutnya adalah

menghitung nilai prioritas kriteria atau membuat matriks konsistensi kriteria dengan rumus jumlah elemen kriteria dibagi

dengan jumlah kriteria. Dalam hal ini kriteria ada 5. Tahap selanjutnya adalah mengalikan elemen pada kolom matriks

perbandingan berpasangan dikalikan dengan nilai prioritas pada tabel hasil perkalian tersebut kemudian dijumlahkan pertiap

baris. Selanjutnya adalah menjumlahkan matriks hasil penjumlahan per tiap baris pada tabel dengan hasil nilai “prioritas” pada

tabel.

Tabel 4. Penjumlahan Elemen Jumlah Perbaris Dengan Nilai Prioritas

Kriteria Jumlah perbaris Prioritas Hasil

C1 0,568 0,108 0,676

C2 1,983 0,355 2,339

C3 0,514 0,098 0,612

C4 1,286 0,230 1,516

C5 1,119 0,209 1,328

Dari Tabel 4., diperoleh nilai-nilai sebagai berikut :

t = (1/5)*((0,568/0,108) + (1,983/0,355) + (0,514/0,098) + (1,286/0,230) + (1,119/0,209) = 5,409

Untuk n = 5 diperoleh RI5 = 1,12 sehingga

CI = (5,409-5)/(5-1) = 0,102

RI5 = 1,12

CR = CI/RI5 = 0,102/1,12 = 0,091

Oleh karena CR ≤ 0,1 ( 0,091 ≤ 0,1) maka rasio konsisten dari perhitungan tersebut dapat diterima (konsisten).

Dari hasil perhitungan pada tabel di atas nilai vektor bobot preferensi yang di dapat menunjukkan bahwa kriteria

kepribadian merupakan bobot yang paling penting dengan bobot 0.355 atau 35,5%. Berikutnya adalah kriteria pedagogik

dengan nilai bobot 0,230 atau 23%, kriteria profesional dengan nilai 0,209 atau 20,9%, kemudian kehadiran dengan nilai 0,108

atau 10,8%, kriteria keaktifan di yayasan dengan nilai 0,098 atau 9,8%. Langkah untuk mencari nilai bobot subkriteria juga

sama.

1. Subkriteria C1 Kehadiran

t = (1/3)*((0,492/0,656) + (1,625/0,539) + (0,894/0,297) = 3,009


CI = (3,009-3)/(3-1) = 0,005

RI3 = 0,58

CR = CI/RI3 = 0,005/0,58 = 0,008


2. Subkriteria C2 Kepribadia

t = (1/4)*((1,780/0,412) + (1,218/0,281) + (0,818/0,191) + (0,479/0,116) = 4,265


CI = (4,265-4)/(4-1) = 0,088

RI4 = 0,90

CR = CI/RI4 = 0,088/0,90 = 0,098


3. Subkriteria C3 Keaktifan Di Yayasan

t = (1/3)*((1,822/0,589) + (0,767/0,252) + (0,481/0,159) = 3,054


CI = (3,054-3)/(3-1) = 0,027

RI3 = 0,58

CR = CI/RI3 = 0,027/0,58 = 0,046


4. Subkriteria C4 Pedagogik

t = (1/5)*((1,449/0,254) + (0,402/0,077) + (2,218/0,391) + (0,929/0,175) + (0,530/0,103) = 5,412


CI = (5,412-5)/(5-1) = 0,103

RI5 = 1,12

CR = CI/RI5 = 0,103/1,12 = 0,092

5. Subkriteria C5 Profesional

t = (1/3)*((1,510/0,490) + (0,952/0,312) + (0,599/0,198) = 3,054


CI = (3,054-3)/(3-1) = 0,027

RI3 = 0,58

CR = CI/RI3 = 0,027/0,58 = 0,046


3.5. Perhitungan Dengan Metode MOORA

Setelah pencarian bobot sudah dilakukan, tahap berikutnya adalah melakukan perhitungan MOORA untuk mendapatkan

peringkat guru sehingga dapat diketahui mana yang mempunyai penilaian kinerja terbaik dan guru mana yang mempunyai

penilaian kinerja terburuk diantara beberapa guru yang dievaluasi.

Perhitungan pada kriteria utama yang digunakan dalam evaluasi kinerja guru dengan metode MOORA dengan 5 alternatif

dan 5 kriteria utama. Prosedur perhitungan sebagai berikut :

Tabel 5. Penilaian Kinerja Kriteria Utama

Kriteria, Bobot dan

Alternatif

Kriteria Utama

C1 C2 C3 C4 C5

0,108 0,355 0,098 0,230 0,209

Guru 1 0,419 0,487 0,490 0,469 0,448

Guru 2 0,399 0,448 0,457 0,451 0,485

Guru 3 0,450 0,451 0,469 0,438 0,424

Guru 4 0,465 0,411 0,436 0,390 0,460

Guru 5 0,485 0,426 0,367 0,469 0,400

Setelah membuat matriks keputusan maka selanjutnya mencari nilai bobot pembagi untuk menentukan matriks

ternormalisasi.

X1|

r11=

r21=

r31 =

r41 =

r51 =

Demikian seterusnya sampai didapat hasil perhitungan matriks keputusan ternormalisasi.

Tabel 6. Matriks Normalisasi C4.1 C4.2 C4.3 C4.4 C4.5

Guru 1 0,421 0,489 0,491 0,472 0,451

Guru 2 0,401 0,450 0,358 0,454 0,488

Guru 3 0,453 0,453 0,470 0,441 0,427

Guru 4 0,468 0,413 0,438 0,392 0,463

Guru 5 0,488 0,428 0,368 0,472 0,402

Langkah selanjutnya yaitu normalisasi matriks terbobot. Normalisasi matriks terbobot didapat dengan mengalikan bobot

kriteria yang sudah didapat menggunakan AHP dengan Matrisk normalisasi.

Tabel 7. Matriks Normalisasi Terbobot C4.1 C4.2 C4.3 C4.4 C4.5

Guru 1 0,046 0,174 0,048 0,109 0,094

Guru 2 0,043 0,160 0,045 0,104 0,102

Guru 3 0,049 0,161 0,046 0,101 0,089

Guru 4 0,051 0,147 0,043 0,090 0,097

Guru 5 0,053 0,152 0,036 0,109 0,084

Selanjutnya yaitu menghitung nilai preferensi, atribut benefit akan dijumlahkan dengan atribut benefit lainnya. Atribut

cost akan dijumlahkan dengan atribut cost lainnya. Nilai yi didapat dengan pengurangan dari hasil penjumlahan benefit dan

cost.

Tabel 8. Hasil Preferensi Kriteria Utama

Alternatif Max. (C1+C2+C3+C4+C5) Min. Yi

(Max-Min) Rank

Guru 1 0,470 0 0,470 1

Guru 2 0,454 0 0,454 2

Guru 3 0,446 0 0,446 3

Guru 4 0,427 0 0,427 5

Guru 5 0,433 0 0,433 4

Hasil dari evaluasi kinerja yang dilakukan kita dapat mengetahui nilai tertinggi dan nilai terendah baik itu perkomponen

maupun secara keseluruhan. Untuk melihat nilai persubkriteria perhitungannya juga sama.

Tabel 9. Hasil Preferensi Subkriteria C1 Kehadiran

Alternatif Max.

(C1.1+C1.2+C1.3) Min.

Yi

(Max-Min) Rank

Guru 1 0,419 0 0,419 4

Guru 2 0,399 0 0,399 5

Guru 3 0,450 0 0,450 3

Guru 4 0,465 0 0,465 2

Guru 5 0,485 0 0,485 1

Tabel 10. Hasil Preferensi Subkriteria C2 Kepribadian

Alternatif Max.

(C2.1+C2.2+C2.3+C2.4) Min.

Yi

(Max-Min) Rank

Guru 1 0,487 0 0,487 1

Guru 2 0,448 0 0,448 3

Guru 3 0,451 0 0,451 2

Guru 4 0,411 0 0,411 5

Guru 5 0,426 0 0,426 4

Tabel 11. Hasil Preferensi Subkriteria C3 Keaktifan Di Yayasan

Alternatif Max.

(C3.1+C3.2+C3.3) Min.

Yi

(Max-Min) Rank

Guru 1 0,490 0 0,490 1

Guru 2 0,457 0 0,457 3

Guru 3 0,469 0 0,469 2

Guru 4 0,436 0 0,436 4

Guru 5 0,367 0 0,367 5

Tabel 12. Hasil Preferensi Subkriteria C4 Pedagogik

Alternatif Max. (C4.1+C4.2+C4.3+C4.4+C4.5) Min. Yi

(Max-Min) Rank

Guru 1 0,469 0 0,469 1

Guru 2 0,451 0 0,451 3

Guru 3 0,438 0 0,438 4

Guru 4 0,390 0 0,390 5

Guru 5 0,469 0 0,469 1

Tabel 13. Hasil Preferensi C5 Profesional

Alternatif Max.

(C5.1+C5.2+C5.3) Min.

Yi

(Max-Min) Rank

Guru 1 0,448 0 0,448 3

Guru 2 0,485 0 0,485 1

Guru 3 0,424 0 0,424 4

Guru 4 0,460 0 0,460 2

Guru 5 0,400 0 0,400 5

Tabel 14. Hasil Preferensi Kriteria Utama

Alternatif Max. (C1+C2+C3+C4+C5) Min. Yi

(Max-Min) Rank

Guru 1 0,470 0 0,470 1

Guru 2 0,454 0 0,454 2

Guru 3 0,446 0 0,446 3

Guru 4 0,427 0 0,427 5

Guru 5 0,433 0 0,433 4

Hasil dari evaluasi kinerja yang dilakukan kita dapat mengetahui nilai tertinggi dan nilai terendah baik itu perkomponen

maupun secara keseluruhan. Guru 1 ini mendapatkan nilai presensi tertinggi dan layak diberikan penghargaan, Guru 2, Guru 3,

Guru 5 dan kemudian Guru 4 mendapatkan nilai presensi yang paling rendah. Untuk melihat nilai persubkriteria

perhitungannya juga sama.

3.6. Pengujian Usability System Usability Scale (SUS)

Pengujian dilakukan dengan melakukan kuesioner terhadap beberapa responden, dimana SUS memiliki 10 pertanyaan

dan 5 pilihan jawaban. Pilihan jawaban terdiri dari sangat tidak setuju sampai sangat setuju. SUS memiliki skor minimal 0 dan

skor maksimal 100.

Berikut ini data hasil kuesioner dari beberapa responden. Untuk P1 sampai P10 merupakan no pertanyaan dan angkanya

adalah jawaban dari repsonden akan ditampilkan pada tabel berikut ini :

Tabel 15. Data Hasil Kuesioner

No Responden Skor

P1 P2 P3 P4 P5 P6 P7 P8 P9 P10

1 R1 5 2 5 2 4 1 4 1 4 2

2 R2 5 1 5 1 5 1 4 1 4 2

Setelah data hasil kuesioner terkumpul, selanjutnya data tersebut dihitung dengan menggunakan System Usability Scale (SUS).

Tabel 16. Data Hasil Perhitungan SUS

Responden Skor Hasil Hitung

Jml Nilai P1 P2 P3 P4 P5 P6 P7 P8 P9 P10

R1 4 3 4 3 3 4 3 4 3 3 34 85

R2 4 4 4 4 4 4 3 4 3 3 37 92,5

= 85 + 92,5 = 177,5

= 88,75

Keterangan :

= Skor rata-rata

= Jumlah skor SUS

n = Jumlah responden.

Hasil Usability menggunakan pendekatan SUS berdasarkan data diatas adalah 88,75% termasuk kategori Excellent.

4. KESIMPULAN DAN SARAN

4.1. Kesimpulan

Berdasarkan penelitian yang dilakukan oleh penulis pada sistem pendukung keputusan evaluasi kinerja guru

menggunakan metode AHP dan MOORA dapat diambil kesimpulan yaitu :

1. Aplikasi sistem pendukung keputusan ini dapat mempermudah proses evaluasi kinerja guru dengan tingkat usability

88,75%.

2. Proses evaluasi sebelum adanya sistem membutuhkan waktu yang lama dimana membutuhkan waktu sampai 1 mingguan.

3. Aplikasi sudah di uji coba, simulasikan, untuk uji coba real menunggu waktu jadwal evaluasi.

4. Kombinasi metode AHP dan MOORA dapat diterapkan untuk evaluasi kinerja guru dengan lebih cepat, tepat dan akurat

sehingga hasilnya dapat dipertanggungjawabkan.

4.2. Saran

Dari kesimpulan di atas, saran yang dapat penulis berikan pada penelitian ini adalah sebagai berikut :

1. Dalam memecahkan masalah multikriteria metode AHP dan MOORA bukan satu-satunya penggabungan metode

pengambilan keputusan yang dapat digunakan, alangkah lebih baik dicoba untuk menggunakan metode penggabungan yang

lain.

2. Saat ini aplikasi belum sempurna, perlu ada perbaikan sehingga proses penilaiannya akan lebih mudah.

5. RFERENSI

[1] Desember, J., & Fauziah, W. (2015). Penerapan Metode Simple Additive Weighting dalam Sistem Pendukung Keputusan

Kelayakan Laboratorium Komputer SMP dan SMA Negeri untuk Unit Pelaksana Teknis Dinas Pendidikan Kecamatan

Sukorejo. 7(2).

[2] Ermawati. (2015). Cerdas Cermat Dengan Mentode Analytical Hierarchy ( Ahp ) ( Studi Kasus : Sma Negeri 1 Simpang

Kiri Subulussalam. Pelita Informatika Budi Darma, IX(2), 38–47.

[3] Israwan, L. F. (2019). Penerapan Multi-Objective Optimization On The Basis Of Ratio (Moora) Dalam Penentuan Asisten

Laboratorium. Jurnal Ilmiah Ilmu Komputer, 5(1), 19–23. https://doi.org/10.35329/jiik.v5i1.28

[4] Kartomo, A. I., & Slameto, S. (2016). Evaluasi Kinerja Guru Bersertifikasi. Kelola: Jurnal Manajemen Pendidikan, 3(2),

219. https://doi.org/10.24246/j.jk.2016.v3.i2.p219-229

[5] Kusrini. (2007). Konsep Dan Aplikasi Sistem Pendukung Keputusan. Andi.

[6] Manik, A. (2015). Sistem Pendukung Keputusan Menentukan Tenaga Pengajar Pada Sekolah Luar Biasa ( SLB ) Dengan

Menggunakan Metode Simple Additive Weighting ( SAW ) ( Studi Kasus : SLB Al-Azhar Medan ). Teknik Informatika

STMIK Budi Darma Medan, 9(3), 112–119.

[7] Sa’adati, Y., Fadli, S., & Imtihan, K. (2018). Analisis Penggunaan Metode AHP dan MOORA untuk Menentukan Guru

Berprestasi Sebagai Ajang Promosi Jabatan. SinkrOn, 3(1), 82–90.

https://jurnal.polgan.ac.id/index.php/sinkron/article/view/189

sistem pendukung keputusan evaluasi kinerja guru

Documents