.
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
Untuk n = 3 diperoleh RI3 = 0,58 sehingga
CI = (3,009-3)/(3-1) = 0,005
RI3 = 0,58
CR = CI/RI3 = 0,005/0,58 = 0,008
Oleh karena CR ≤ 0,1 ( 0,008 ≤ 0,1) maka rasio konsisten dari perhitungan tersebut dapat diterima (konsisten).
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
Untuk n = 4 diperoleh RI4 = 0,90 sehingga
CI = (4,265-4)/(4-1) = 0,088
RI4 = 0,90
CR = CI/RI4 = 0,088/0,90 = 0,098
Oleh karena CR ≤ 0,1 ( 0,098 ≤ 0,1) maka rasio konsisten dari perhitungan tersebut dapat diterima (konsisten).
3. Subkriteria C3 Keaktifan Di Yayasan
t = (1/3)*((1,822/0,589) + (0,767/0,252) + (0,481/0,159) = 3,054
Untuk n = 3 diperoleh RI3 = 0,58 sehingga
CI = (3,054-3)/(3-1) = 0,027
RI3 = 0,58
CR = CI/RI3 = 0,027/0,58 = 0,046
Oleh karena CR ≤ 0,1 ( 0,046 ≤ 0,1) maka rasio konsisten dari perhitungan tersebut dapat diterima (konsisten).
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
Untuk n = 5 diperoleh RI5 = 1,12 sehingga
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
Untuk n = 3 diperoleh RI3 = 0,58 sehingga
CI = (3,054-3)/(3-1) = 0,027
RI3 = 0,58
CR = CI/RI3 = 0,027/0,58 = 0,046
Oleh karena CR ≤ 0,1 ( 0,046 ≤ 0,1) maka rasio konsisten dari perhitungan tersebut dapat diterima (konsisten).
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
Top Related