spk seleksi penerimaan guru baru pada yayasan garis …

JURNAL J – CLICK Jurnal Sistem Informasi Dan Manajemen Informatika

145

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958

Vol. 6 No. 2 Desember 2019

SPK SELEKSI PENERIMAAN GURU BARU PADA YAYASAN GARIS

PENA PAYAKUMBUH MENGGUNAKAN METODE SAW

Dian Permata Sari

Sistem Informasi, STMIK Jayanusa, Jl. Olo Ladang No.1 Padang

Email: [email protected]

Abstract

Decision support system is a computer-based information system that produces various alternative

decisions to assist management in handling various structured or unstructured problems using data

or models. One of them is the problem in recruiting teachers or educators in a school or educational

institution because it will have an effect on the quality of education. The better human resources,

especially teachers in an educational institution, will produce quality students who are able to

compete in the era of globalization like today. To answer the above problems, a decision support

system exists to help the relevant parties in recruiting new teachers so that the decisions made are

right on target. The method that I use in this study is SAW (Simple Additive Weighting), a multi-

criteria decision making method that uses the principle that the alternative chosen must have the

closest distance to the positive ideal solution and the farthest distance to the negative ideal solution.

The results of the SAW method calculation process are information that can be taken into

consideration by the parties involved in making decisions on the admission of new teachers.

Keywords : Decision Support System, SAW, Acceptance of prospective teachers

Abstrak Sistem pendukung keputusan merupakan suatu sistem informasi berbasis komputer yang

menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani

berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data atau

model. Salah satunya yaitu permasalahan dalam perekrutan guru atau tenaga pendidik pada suatu

sekolah atau lembaga pendidikan karena akan berefek pada mutu pendidikan. Semakin bagus

sumber daya manusia khususnya guru dalam suatu lembaga pendidikan maka akan menghasilkan

anak didik yang berkualitas dan mampu bersaing di era globalisasi seperti saat ini. Untuk

menjawab permasalahan diatas sistem penunjang keputusan hadir untuk membantu pihak terkait

dalam merekrut guru baru agar keputusan yang diambil tepat sasaran. Adapun metode yang penulis

gunakan dalam penelitian ini adalah SAW (Simple Additive Weighting) yaitu metode pengambilan

keputusan multi kriteria yang menggunakan prinsip bahwa alternatif yang terpilih harus

mempunyai jarak terdekat dengan solusi ideal positif dan jarak terjauh dengan solusi ideal negatif.

Hasil dari proses perhitungan metode SAW adalah berupa informasi yang dapat dijadikan bahan

pertimbangan oleh pihak terkait dalam mengambil keputusan penerimaan guru baru.

Kata Kunci : Sistem Pendukung Keputusan, SAW, Penerimaan calon guru

PENDAHULUAN

Peran guru dalam dunia pendidikan

sangat berpengaruh dengan sukses atau tidak

pendidikan tersebut kedepannya. [1]Dalam

pendidikan formal di sekolah, guru

memegang kendali penuh terhadap anak

didik/peserta didik dalam kelas. Baik atau

tidaknya pembelajaran dalam kelas

bergantung pada guru sebagai ujung

tombaknya.

Koswara (2008: 2) menyatakan bahwa,

"Guru memegang peranan strategis terutama

dalam upaya membentuk watak bangsa

melalui pengembangan kepribadian dan nilai -

nilai yang diinginkan.

Menurut Uzer Usman (1992)seorang guru

yang idel mempunyai tugas pokok yaitu


146

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


mendidik, mengajar dan melatih. Oleh karena

itu seorang guru harus memiliki kompetensi.

Kompetensi itulah yang digunakan untuk

menilai apakah seorang guru berkualitas atau

tidak.

Berdasarkan latar belakang diatas, maka

penulis mencoba untuk membuat sistem

terkomputerisasi yang dapatmembantu

meningkatkan efektivitas pengambilan

keputusan penerimaaan calon guru baru pada

yayasan garis pena payakumbuh.

Penerimaan guru baru berdasarkan

kriteria yang telah dietapkan oleh pihak

sekolah diantaranya kompetensi tahfizh,

kompetensi mengajar, pendidikan,

pengalaman dan kepribadian. Namun dalam

hal ini dalam pengambilan keputusan sering

kali mendapat kesulitan dalammenentukan

tenaga pengajar baru yang akan

direkrut/diterima, dikarenakan kriteria-kriteria

yang saling berpengaruh. Oleh karena itu,

penulis menggunakan metode Simple

Addituve Weighting (SAW) untuk

memecahkan masalah tersebut.

DASAR TEORI

1. SISTEM PENDUKUNG

KEPUTUSAN [2]Pengertian sistem pendukung keputusan

yang dikemukakan oleh McLeod (1998) yang

menyatakan bahwa sistem pendukung

keputusan merupakan sistem penghasil

informasi yang ditujukan pada suatu masalah

yang harus dibuat oleh manajer, sistem

pendukung keputusan merupakan sutau sistem

informasi yang ditujukan untuk membantu

manajemen dalam memecahkan masalah yang

dihadapinya.

Decision Support System (DSS) dengan

didukung oleh sebuah sistem informasi

berbasis komputer dapat membantu seseorang

meningkatkan kinerjanya dalam pengambilan

keputusan. Seorang manajer di suatu

perusahaan dapat memecahkan masalah semi

terstruktur, sehingga manajer dan komputer

harus bekerja sama sebagai tim pemecah

masalah dalam memecahkan masalah yang

berada di area semi terstruktur.

Pengambilan keputusan merupakan proses

pemilihan terhadap beberapa alternatif pilihan

yang dampaknya pada masa mendatang

belum diketahui secara pasti. Pengambilan

keputusan dapat dilakukan dengan memilih

suatu alternatif pilihan yang dinilai memiliki

banyak kelebihan dan sedikit kekurangan jika

dibandingkan dengan alternatif pilihan yang

lainnya, serta alternatif pilihan tersebut juga

sesuai dengan kondisi terkait pada saat

pengambilan keputusan dilakukan.

Pengambilan keputusan merupakan

hal yang penting bagi suatu bisnis dan

organisasi. Dengan memilih keputusan yang

tepat, suatu bisnis dan/atau organisasi dapat

memecahkan masalah yang dihadapi dengan

memanfaatkan sumber daya yang dimiliki

dengan efisien supaya bisnis dan/atau

organisasi mampu mencapai tujuannya.

Supaya dapat mengambil keputusan yang

efektif, seorang pengambil keputusan harus

mampu memprediksi hasil dan efek dari

beberapa alternatif pilihan yang tersedia, dan

seorang pengambil keputusan juga harus

mampu untuk menganalisis pilihan yang

mana yang paling cocok diterapkan pada

situasi saat itu.

Jenis-jenis keputusan

Jenis-jenis keputusan dibedakan menjadi tiga

macam yaitu[3]:

1. Keputusan Terstruktur, merupakan suatu

keputusan yang harus mengikuti prosedur

tertentu dalam penentuannya dan bersifat

rutin.

2. Keputusan Tak Terstruktur, merupakan suatu

keputusan yang dalam penentuannya memiliki

prosedur dan peraturan yang belum lengkap,

sehingga prosedur yang harus diikuti jadi

tidak jelas.

3. Keputusan Semi-Terstruktur, merupakan

suatu keputusan yang sebagian prosedur

pengambilan keputusannya dapat ditentukan,

namun tidak cukup untuk memastikan

keputusan. Mengenai masalah khusus.

Membutuhkan intuisi untuk memecahkan

masalah. Dan keputusan ini diambil untuk

masalah kompleks yang terjadi sesekali.


147

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


Karakteristik dan kemampuan sebuah

sistem pendukung keputusansebagai

berikut :

Gambar 1. Karakteristik dan kemampuan

Gambar 1 : Sebuah sistem pendukung

keputusan

1. [4]Sistem Pendukung Keputusan

menyediakan dukungan untuk pengambil

keputusan utamanya pada keadaan-

keadaansemistruktur dan tidakterstruktur

dengan menggabungkan penilaian

manusia dan informasi komputerisasi.

2. Menyedikan dukungan untuk tingkat

manajerial mulai dari eksekutif sampai

manajer.

3. Menyedikan dukungan untuk kelompok

individu, problemproblem yang kurang

terstruktur memerlukan keterlibatan

beberapa individu dari departemen-

departemen yang lain dalam organisasi.

4. Sistem pendukung keputusan menyediakan

dukungan kepada independen atau

keputusan yang berlanjut.

5. Sistem pendukung keputusan memberikan

dukungan kepada semua fase dalam proses

pembuatan keputusan inteligence, design,

choice dan impelementasi.

6. Sistem pendukung keputusan mendukung

banyak proses dan gaya pengambilan

keputusan.

7. Sistem pendukung keputusan adaptive

terhadap waktu, pembuat keputusan harus

reaktif bisa menghadapi perubahan-

perubahan kondisi secara cepat dan

merubah sistem pendukung keputusan

harus fleksibel sehingga pengguna dapat

menambah, menghapus,

mengkombinasikan, merubah dan

mengatur kembali terhadap elemen-elemen

dasar.

8. Sistem pendukung keputusan mudah

digunakan. Pengguna merasa berada

dirumah saat bekerja dengan system,

seperti

user friendly, fleksibelitas, kemampuan

penggunaan grafik yang tinggi dan bahasa

untuk berinteraksi dengan mesin seperti

menggunakan bahasa inggris maka akan

menaikan efektifitas dari sistem

pendukung keputusan.

9. Sistem pendukung keputusan menaikkan

efektifitas pembuatan keputusan baik

dalam hal ketepatan waktu dan kualitas

bukan pada biaya pembuatan keputusan

atau biaya pemakaian waktu komputer.

10. Pembuat keputusan dapat mengontrol

terhadap tahapantahapan

pembuatankeputusan seperti pada tahap

intelegence,choice dan implementation dan

sistem pendukung keputusan diarahkan

untuk mendukung pada pembuat

keputusan bukanmenggantikan posisinya.

11. Memungkinkan pengguna akhir dapat

membangun sistem sendiri yang

sederhana. Sistemyang besar dapat

dibangun dengan bantuan dari spesialis

sistem informasi.

12. Sistem pendukung keputusan

menggunakan model-model standar atau

buatan pengguna untuk menganalisa

keadaankeadaan keputusan. Kemampuan

modelingmemungkinkan bereksperimen

dengan strategiyang berbeda-beda dibawah

konfigurasi yang berbeda-beda pula.

13. Sistem pendukung keputusan mendukung

akses dari bermacam-macam sumber data,

format, dan tipe, jangkauan dari sistem

informasi geografi pada orientasi obyek.


148

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


Tahap pengambilan keputusan

Gambar 2 : Tahap Pengambilan Keputusan

Alur/proses pemilihan alternatif

tindakan/keputusan biasanya terdiri dari

langkah-langkah berikut:

1. Tahap intelligence

Pencarian kondisi-kondisi yang dapat

menghasilkan keputusan.

Suatu tahap proses seseorang dalam

rangka pengambil keputusan untuk

permasalahan yang dihadapi, terdiri dari

aktivitas penelusuran, pendeteksian serta

proses pengenalan masalah. Data masukan

diperoleh, diuji dalam rangka

mengidentifikasi masalah.

2. Tahap design

Menemukan, mengembangkan, dan

menganalisis materi-materi yang mungkin

untuk dikerjakan

3. Tahap choice

Pemilihan dari alternatif pilihan yang

tersedia, mana yang akan dikerjakan.

4. Tahap implementation

Ilmplementasi dari SPK yang telah dipilih

yaitu tahap pelaksanaan dari keputusan

yang telah diambil. Pada tahap ini perlu

disusun serangkaian tindakan yang

terencana, sehingga hasil keputusan dapat

dipantau dan disesuaikan apabila

diperlukan perbaikan.

Komponen sistem pendukung keputusan

Untuk dapat menerapkan sistem

pendukung keputusan ada empat subsistem

yang harus disediakan yaitu susbsistem

manajemen data, subsistem manajemen

model, subsistem manajemen pengetahuan

dan subsistem antar muka pengguna.

Gambar 3: Skema Sistem Pendukung

Keputusan

a. Subsistem manajemen data

Merupakan subsistem yang menyediakan

data bagi sistem. Sumber data berasal dari

data internal dan data eksternal. Subsistem

ini termasuk basis data, berisi data yang

relevan untuk situasi dan diatur oleh

perangkat lunak yang disebut database

management system (DBMS).

b. Subsistem manajemen model

Merupakan subsistem yang berfungsi

sebagai pengelola berbagai model. Model

harus bersifat fleksibel artinya mampu

membantu pengguna untuk memodifikasi

atau menyempurnakan model.

c. Subsistem manajemen pengetahuan

Sebagai pendukung sembarang subsistem

yang lain atau sebagai suatu komponen

yang bebas. Subsistem ini berisi data yang

diproses untuk menghasilkan pemahaman,

kumpulan pelajaran dan keahlian.

d. Subsistem antar muka pengguna

Merupakan fasilitas yang mampu

mengintegrasikan sistem terpasang dengan

pengguna secara interaktif. Melalui sistem

dialog ini sistem diartikulasikan sehingga

dapat berkomunikasi dengan sistem yang

dirancang atau pengguna dapat

berkomunikasi dengan sistem pendukung

keputusan dan memerintah sistem

pendukung keputusan melalui sistem ini.


149

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


2. Metode SAW (Simple Additive

Weighting)

[5]Simple Additive Weighting (SAW)

adalah metode penjumlahan bobot dari kinerja

setiap objek-objek yang berbeda dan memiliki

kesempatan yang sama pada semua kriteria

yang dimiliki. Metode Simple Additive

Weighting (SAW) memerlukan proses

normalisasi matrik keputusan (X) ke suatu

skala yang dapat dibandingkan dengan semua

rating alternatif yang ada.

Keterangan:

rij = nilairating kinerja ternormalisasi

xij = nilai atribut yang dimiliki dari setiap

kriteria

Maxi xij = nilai terbesar dari setiap kriteria i

Mini xij = nilai tekecil dari setiap kriteria i

Benefit = jika nilai terbesar adalah terbaik

Cost = jika nilai terkecil adalah terbaik

Dimana rij adalah rating kinerja ternormalisasi

dari alternative Ai dan atribut Cj; i = 1, 2,

…, m dan j = 1, 2,…, n.

Nilai preferensi untuk setiap alternative (Vi)

diberikan sebagai :

Keterangan:

vi = ranking untuk setiap alternatif

wj = nilai bobot dari setiap kriteri

rij = nilai rating kinerja ternormalisasi

nilai vi yang lebih besar mengindikasikan

bahwa alternatif Ai lebih terpilih.

[6]Langkah penyelesaian Fuzzy MADM

menggunakan metode SAW :

1. Menentukan kriteria-kriteria yang

dijadikan acuan pengambilan keputusan,

yaitu ci.

2. Menentukan rating kecocokan setiap

alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan

kriteria (ci), kemudian melakukan

normalisasi matriks berdasarkan

persamaan yang disesuaikan dengan jenis

atribut (atribut keuntungan ataupun atribut

biaya) sehingga diperoleh matriks

ternormalisasi R.

4. Hasil akhir diperoleh dari proses

perangkingan yaitu penjumlahan dari

perkalian matrik ternormalisasi R dengan

vector bobot sehingga diperoleh nilai

terbesar yang dipilih sebagai alternatif

terbaik (Ai) sebagai solusi.

Kelebihan dari metode Simple Additive

Weighting (SAW)[7]:

1. Menentukan nilai bobot untuk setiap

atribut, kemudian dilanjutkan dengan

proses perangkingan yang akan

menyeleksi alternatif terbaik dari sejumlah

alternatif.

2. Penilaian akan lebih tepat karena

didasarkan pada nilai kriteria dari bobot

preferensi yang sudah ditentukan.

3. Adanya perhitungan normalisasi matriks

sesuai dengan nilai atribut (antara nilai

benefit dan cost).

Kekurangan dari metode Simple Additive

Weighting (SAW):

Digunakan pada pembobotan lokal.

Perhitungan dilakukan dengan

menggunakan bilangan crisp maupun

fuzzy.

METODE PENELITIAN

Metode yang digunakan dalam penelitian

ini meliputi beberapa bagian :

1. Metode Pengumpulan Data

a. Metode wawancara

Melakukan wawancara kepada salah

seorang guru atau karyawan di yayasan

garis pena payakumbuh yang ikut

dalam melakukan seleksi terhadap

calon guru baru.

b. Metode kepustakaan

Merupakan cara pengumpulan data

dengan mempelajari artikel – artikel,

paket modul dan panduan, buku – buku

pedoman, jurnal-jurnal dan segala

kepustakaan lainnya yang dianggap

perlu dan mendukung Analisa Data.

Pada tahap ini penulis melakukan

analisa terhadap data-data yang telah

diperoleh sebelumnya.


150

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


HASIL DAN PEMBAHASAN

A. Analisa Kebutuhan Input dan Output Variabel input yang digunakan adalah sebagai

berikut :

1. Kompetensi Tahfizh

2. Kompetensi mengajar

3. Pendidikan

4. Pengalaman

5. Kepribadian

Keluaran yang dihasilkan adalah urutan

alternatif mulai dari yang tertinggi ke

alternatif terendah. Hasil akhir diperoleh dari

nilai dari setiap kriteria, karena didalam

kriteria memiliki bobot nilai yang berbeda.

Alternatif yag dimaksud adalah calon guru

baru yang akan diterima di lingkungan

yayasan garis pena.

B. Kriteria yang dibutuhkan

Tabel 1. TabelKriteria Pemilihan

Kriteria Keterangan Atribut

C1 Kompetensi Tahfizh Benefit

C2 Kompetensi

mengajar

Benefit

C3 Pendidikan Benefit

C4 Pengalaman Benefit

C5 kepribadian Benefit

Selanjutnya masing-masing kriteria

ditentukan bobot sehingga membentuk

himpunan sebagai berikut:

Tabel 2. TabelBobot Nilai Kriteria

Kriteria Kompetensi Tahfizh (C1)

Tabel 3. TabelKompetensi Tahfizh

Nilai rata-rata

kemampuan

tahfizh

bobot Keterangan

C1<=60 0,15 Buruk

C1= 61-70 0,25 Cukup

C1=71-80 0,25 Baik

C1>=81 0,35 Sangat Baik

Kriteria Kompetensi Mengajar (C2)

Tabel 4. TabelKompetensi Mengajar

Nilai rata-rata

kemampuan

mengajar

bobot Keterangan

C2<=60 0,15 Buruk

C2= 61-70 0,25 Cukup

C2=71-80 0,25 Baik


Kriteria pendidikan (C3)

Tabel 5. Tabel Pendidikan

Nilai rata-rata

pendidikan

bobot Keterangan

C3<=60 0,15 Buruk

C3= 61-70 0,25 Cukup

C3=71-80 0,25 Baik


Kriteria Pengalaman (C4)

Tabel 6. Tabel Pengalaman

Nilai rata-rata

Pengalaman

bobot Keterangan

C4<=60 0,15 Buruk

C4= 61-70 0,25 Cukup

C4=71-80 0,25 Baik


Kriteria Kepribadian (C5)

Tabel 7. TabelKepribadian

Nilai rata-rata

kepribadian

bobot Keterangan

54<=55 0,15 Buruk

C5= 60-65 0,25 Cukup

C5= 70-75 0,25 Baik


Masukan Data Nilai dari setiap atribut yang merupakan hasil

proses penginputan data calon guru baru

yang sudah dikonfersikan berdasarkan

bobot kriteria yang sudah ditentukan

melalui proses perhitungan.

Tabel 8. Tabel Nilai Kriteria


151

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


R11=(0,15)

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,15

0,25= 0,6

R12=(0,25)

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R13=(0,25)

𝑀𝐴𝑋 [(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25=

1R14=(0,25)

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R15=(0,25)

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R21=0,25

𝑀𝐴𝑋[(0,25;0,25;0,35;0,25;0,25)]=

0,25

0,35= 0,71

R22=0,25

𝑀𝐴𝑋[(0,25;0,25;0,35;0,25;0,25)]=

0,25

0,35= 0,71

R23=0,35

𝑀𝐴𝑋[(0,25;0,25;0,35;0,25;0,25)]=

0,35

0,25= 1

R24=0,25

𝑀𝐴𝑋[(0,25;0,25;0,35;0,25;0,25)]=

0,25

0,35= 0,71

R25=0,25

𝑀𝐴𝑋[(0,25;0,25;0,35;0,25;0,25)]=

0,25

0,35= 0,71

R31=0,25

𝑀𝐴𝑋[(0,25;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R32=0,25

𝑀𝐴𝑋[(0,25;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R33=0,25

𝑀𝐴𝑋[(0,25;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R34=0,25

𝑀𝐴𝑋[(0,25;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R35=0,25

𝑀𝐴𝑋[(0,25;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R41=0,15

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,15

0,25= 0,6

R42=0,25

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R43=0,25

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R44=0,25

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,25

0,25= 1

R45=0,15

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,25)]=

0,15

0,25= 0,6

R51=0,15

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,15)]=

0,15

0,25= 0,6

R52=0,25

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,15)]=

0,25

0,25= 1

R53=0,25

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,15)]=

0,25

0,25= 1

R54=0,25

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,15)]=

0,25

0,25=1

R55=0,15

𝑀𝐴𝑋[(0,15;0,25;0,25;0,25;0,15)]=

0,15

0,25= 0,6

Hasil perhitungan normalisasi nilai kriteria

seluruhnya dapat dilihat pada tabel berikut:

Tabel 9. Tabel Normalisasi Nilai Kriteria

Selanjutnya pemberi keputusan, dalam hal

ini pihak yayasan garis pena dapat

memberikan bobot seperti pada tabel,

sehingga diperoleh:

W = [0,10; 0,20 ; 0,20 ; 0,30 ; 0,20]

Hasil perengkingan pemilihan calon guru

baru di lingkungan yayasan garis pena:

V11 =

[(0,6*0,10)+(0,71*0,20)+(1*0,20)+(0,6*0,30)

+(0,6*0,20)]

= 0,06+0,142+0,20+0,18+0,12

= 0,702

V12 =

[(1*0,10)+(0,71*0,20)+(1*0,20)+(1*0,30)+(1

*0,20)]

= 0,10+0,142+0,20+0,30+0,20

= 0,942

V13 =

[(1*0,10)+(1*0,20)+(1*0,20)+(1*0,30)+(1*0,

20)]

= 0,10+0,20+0,20+0,30+0,20

= 1

V14 =

[(1*0,10)+(0,71*0,20)+(1*0,20)+(1*0,30)+(1

*0,20)]

= 0,10+0,142+0,20+0,30+0,20

= 0,942

V15 =

[(1*0,10)+(0,71*0,20)+(1*0,20)+(1*0,30)+(0,

6*0,20)]

= 0,10+0,14+0,20+0,30+0,12

= 0,862

Nilai terbesar atau nilai terbaik dari

alternaif adalah V13 = 1 yaitu C3 seperti

tampak pada tabel berikut ini:

Tabel 10. Tabel Nilai Kriteria

C1 0,702

C2 0,942

C3 1

C4 0,942

C5 0,862


152

E-ISSN : 2541 – 2469

P-ISSN : 2355 – 7958


Dari beberapa nilai calon guru maka calon

guru nomor 3 atau C3 yang memperoleh nilai

tertinggi yaitu 1 berdasarkan perhitungan

kriteria yang telah dilakukan, maka calon

guru nomor 3 memperoleh prioritas paling

tinggi untuk direkomendasikan diterima

menjadi guru di yayasan garis pena

payakumbuh.

KESIMPULAN

Dari uraian penelitian dan pembahasan

yang telah dilakukan, maka dapat diambil

kesimpulan sebagai berikut :

1. Menerapkan metode SAW pada sistem

pendukung keputusan untuk menentukan

penerimaan calon guru baru dilingkungan

yayasan garis pena kota payakumbuh.

2. Penelitian ini telah menghasilkan sistem

pendukung keputusan untuk penerima guru

baru. Adapun variabel yang dijadikan

bahan pertimbangan yaitu kompetensi

tahfizh, kompetensi mengajar, pendidikan,

pengalaman dan kepribadian.

3. Menerapkan kriteria dan pembeian nilai

bobot pada setiap kriteria dalam

penerimaan guru baru di lingkungan

yayasan garis pena kota payakumbuh.

DAFTAR PUSTAKA

[1] Ni Made Maharani Putri, “Perlunya guru

berkualitas untuk menghasilkan

pendidikan yang bermutu,” Kompasiana.

2018.

[2] H. Pratiwi, Buku Ajar Sistem Pendukung

Keputusan. Yogyakarta: Deepublish, 2016.

[3] N. Irnawati, “Sistem Pengambilan

Keputusan.” p. 5, 2017.

[4] Neatia Techno, “Karakteristik dan

Kemampuan Sistem Pendukung

Keputusan (SPK) | NERIMS.” 2014.

[5] E. Ya, C. A. Aw, and Sudewi, “Sistem

Penunjang Keputusan Kelayakan

Sertifikasi Guru dengan Menggunakan

SAW (Simple Additive Weighting) Studi

Kasus SMAN 1 Pringsewu,” J. TAM

(Technology Accept. Model., vol. 7, 2016.

[6] A. Manik, “SISTEM PENDUKUNG

KEPUTUSAN MENENTUKAN

TENAGA PENGAJAR PADA

SEKOLAH LUAR BIASA ( SLB )

DENGAN MENGGUNAKAN METODE

SIMPLE ADDITIVE WEIGHTING (

SAW ) ( Studi Kasus : SLB Al-Azhar

Medan ),” Tek. Inform. STMIK Budi

Darma Medan, vol. 9, no. 3, pp. 112–119,

2015.

[7] D. P. Sari, “Penerapan Metode SAW

(Simple Additive Weighting) Dalam

Sistem Pendukung Keputusan Untuk

Menentukan Penerima Beasiswa Pada

SMK N 2 Payakumbuh,” Insight, vol. 5,

no. 2, pp. 207–216, 2018.

spk seleksi penerimaan guru baru pada yayasan garis …

Documents