DOL: 10.30656/jsii.v10i1.6134 p-ISSN: 2406-7768 eISSN: 2581-2181 JSil | Jurnal Sistem Informasi Vol.10 No.1 Maret 2023, Hal.33-40 ANALISIS PERBANDINGAN METODE TECHNIQUE FOR ORDER PREFERENCE BY SIMILARITY TO IDEAL SOLUTION, SIMPLE ADDITIVE WEIGHTING DAN WEIGHTED PRODUCT DALAM SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN GURU TERBAIK Kanim!, Tukiy: Murni Handayani® 25 Jurusan Magister Teknik Informatika Pasca Sarjana Universitas Pamulang Jl Pusptiek, Buaran Kec. Pamulang, Kota Tangerang Selatan, Banten 15310 ‘kanimazza@gmail.com Abstrak, Tenaga Pendidik adalah sumber yang sangat penting bagi setiap sekolah dalam melangsung Jjuga mempunyai tantangan sendiri bagi pihak pengelola lembaga pendidikan untuk terbaik, serta berkualiatas, guna membantu meningkatkan kualites pendidikan dimasa yang akan datang. N: Rahmatutthoyyibah Al-flahah Kab, Tangerang, Pemilihan guru terbaiknya masih bersifat subjektif, schingga dibutubkan sistem pendukung kepurusan untuk menentukan pemiliban guru yang terbaik yang ada di SMPIT Ralimaturthoyyibah Al-Iflabab Kab, Tangerang, dan untuk menentakan guru terbaik pemulis menggunakan Metode Metode Technique for Onder by Similarity to Ideal Solution (TOPSIS), Simple Additive Weighting (SAW), dan Weighted Product (WP). Pemilihan Guru terbaik dinilai dari 18 responden yakai Kepala Sekolah, 6 Staf Tenaga Pendidik . 10 murid kelas 9 dan 1 perwakilan dari wali mutid. Kriteria dalam pemilihan guru terbaik adalah menguasai belajar mengajar, penilaian dan evaluasi, mengenal karakteristik peserta didik, pengembangan kurikulum, etos kerja dan tanggung jawab, kedisiplinan, iibungan gura dengan teman sejawat, bersikap inklusif, objektif, serta tidak diskriminati, hobungan guru dengan wali muri / komite sckolab, dan yang terakhir yaitu kerja ama tim, Hasil dari implementasi dari ketiga metode ini pada semua kriteria dan sub kriteria dari S orang guru yang dinila, schingga Tbu Yulia, S.Pd, yang mendapatkan perinakat terbaik dengan nilai 0,707 (Metode TOPSIS), 0.705 (Metode SAW), dan 0, 231 (Metode WP). Dan untuk hasil proses perbandingan antara metode TOPSIS, SAW, dan WP bahwa WP adalah metode ‘yang paling sesuai dengan prosentase 99.9989 daripada metode TOPSIS dan SAW. ‘Kata kumel: SPR, Guru Terbaik, TOPSIS, SAW. WP I. PENDAHULUAN. Guru adalah salah satu elemen penting yang dibutubkan setiap Snata agensi berkinerja lebih baik ketika sumber daya smanusianya berkualitas lebih tinggi. Dalam upaya menaikkan sekolah untuk menyelenggarakan pendidikan anak negeti, ‘etapi_ mereka juga menghadapi tantangan unik yang harus diatasi oleh inanajemen lembaga pendidikan agar dapat mengambil keputusan terbaik untuk meningkatkan standar. Pendidikan dimasa depan.[1}. ‘Sumber daya manusia adaleh elemen penting dalam bertindak sebagai mesin lembaga. Efelrivitas suatu instansi sangat dipengaruhi oleh kualitas sumber daya manusianya, kinerja suatu lembaga, instruktur yang terbaik barus dipilih. Guru akan terinspirasi untuk tampil lebih baik dan lebih abi sebagai hasil dari evaluast ini Sekolah dituntut untuk dapat mengikuti perkembangan ilmu pengetahuan di bidang teknologi informasi Karena merupakan wadah untuk melaksanakan ‘proses belajar mengajar, pembinaan, dan pengembangan auak didiknya. Hal ini menjadi faktor pendorong dalam memajukan Received: January 27%, 2023 | Published: Mareh 22°, 2023JSil | Junal Sistem Informasi ‘Vol.10 No.1 Maret 2023, Hal.33-40 DOL: 10.30656/jsii.v10i1.6134 p-ISSN: 2406-7768 eISSN: 2581-2181 proses belajar mengajar, meningketkan standar instruktur, dan menghasilian lukusan yang berkmalitas SMPIT Rahmatutthoyyibah A-Iflahah (RTD) merupakan stati instansi dibawah Dinas Pendidikan Kab, Tangerang yang beralamatkan Jl. Kicakung RT.0602 Desa Kandawati kee. Gumung Kaler, Kab. Tangerang — Banten, SMPIT Rahmatutthoyyiba AlIfahah (RTT) sampai saat ini, belum ada criteria penilsian bakw yang digunakan watak menentukan gum mana yang terbaik. sehingga menantang bagi manajer untuk mengevaluasi pilihan guru terbaik. Evaluasi ini hanya dilakukan setahun sekali, yairu pada akhir tahun akademik. Evaluasi kinerja tidak dapat dimaksimalkan arena bobot relatif dari kriteria penilaian utama tidak dapat ditentukan, Selain itu, pemiliban gure terbaik saat ini masih bersifat subyektif Karena tidak ada pedoman yang tepat untok menghirang bobot kriteria penilaian Sistem pendukung keputusan atau disingkat dengan sebutan Metode berbasis komputer yang adaptif, mnndah beradaptasi, dan interaktif yang disebut SPK digunakan ‘untuk mengatasi masalah yang tidak terstruktur dan meningkatkan efektivitas pilihan yang dibuat. (Khoiruddin, 2008) [2]. Sebuah proses pengambilan kepurusan harus [> [s/s]. [-[.].].]> ie 3. Membuat Matis Normalisasi (R) yy = Weng Sebelum mentukan Bobot Normalisasi R yakni _Berikut adalah Tabel hasil bobot termomalisasi Y: ‘menetukan pembagi dengan pethitungan sebagai Tabel 3.4 Nomaslisasi ¥ Derik imo a a;alale~@ lala] ela xy = VRRP E PET = 14,036 506] 595] 946] 9555] SOT] 3155 [LO] 3385] 5 | = (PAB eH 89 [1995 [946 [155 [3.275 [3391 [1340 3382 129.6 we VR FSET SS $7 = 12,550 y [a 1555] 367] sooe [sen] 3359[ 1209 [360 vy = (FSO TS EB = 12,845 3208] 97} 168 [0933] 1964391 [30] zon [9 [S61 ‘y= (BAS aR EH ES = 9684 49 295] 1946/1555 [3.273 soe [132] 33571 0 [36 Solusi ideal positif (A+) dapat diperoleh dengan x= VPS EAS TS = 13,748 Sehinga mendapatkan hasil seperti tabel beri: Tabel 3. 2 Jarak Pembagi (0 menggunakan rumus di bawah ini, sedangkan solusi ideal rnegatif (A-) dapat dihitung menggunakan peringkat bobot iatrerig Nit Yang dinomaias gay ceagan ens posaaan Yong cL 14.036 1, Solusi Ideal Positif (A~) io 12,530 = max (3,206; 4,489; 4,489; 3,206; 4,489) = 4,489 C3 min {1,995; 1,995; 2,793; 1,197; 2,793} = 1,197 C4 2. Solusi Ideal Negatif (A+) cs Ay = max (3,206; 4,489; 4,489; 3,206; 4,489} = 3,206 £6 Az = min {1,995; 1,995; 2,793; 1,197; 2,793} = 2,793 St Tabel 3. 3 Sousi Idea’ A Positif dan A Negatif © AS [aaa9 07 [505 [onsen [Sons oa] Sasa Lao] s6n C10 13.454 [a Pans| 295) ass 1585 [9602.55] 1542 | 2001.29 [361 Setelah mendapatkan hasil pembagi (X) selanjutnya menghitung Matriks Normalisasi R dengan ramus dibawah Tapas 0956 sae 0499 : Tyoxs ~ 0499 Matriks R kenmdian dinormalisasi-menggunakan, tabel berikut untuk setiap kriteria setelah_matriks [Kepurusan dtentukaa: Tabel 3.4 Normaslisasi R Romi OS Oa eee epee tom ass [oo oan [aessLor [oe [ossf oslo so>[os [one asi [set oss afar to[ 050 sees [oz [oa [oats[ee[our[osrf enor 0515588908 [4300559080 [oxo| 05H L000 Page | 37 6. Menetukan Jarak Solusi Ideal Positif (D+) dan Solusi Ideal ‘Negatif (D-) Jaraks solu ideal positif (D+) dan negatif ideal (D-) dlihitung sebagai berikut: Di = [Efas07 Berikut adalah hasil jarak solusi ideal D+ Tabel 3. 4 Jarak D~ Dis 3,780 D2+ 3.551 D3+ 2212 Dae 564, DS+ 3.495 Berikut adalah hasil jarak solusi ideal D- Received: January 27%, 2023 | Published: Mareh 22°, 2023JSil | Junal Sistem Informasi ‘Vol.10 No.1 Maret 2023, Hal.33-40 DOL: 10.30656/jsii.v10i1.6134 p-ISSN: 2406-7768 eISSN: 2581-2181 Tabel 3. $ Jarak D- Die 4.465 D2 3.577 D3. 5.324 DE 2.236 Ds 4312 7. Menentukan Prefereasi Setiap Alternatif dan Perangkingan Berikut adalah perhitungan nilai Preferensi dari setiap alternatif: Di Y= Spy Tae 3.6 Preferanst/ Nai V dan Peranghingan Preferensi | nila’ | Rangking inna Fs 3 Nursea 4 Yulia 1 Nwinan 5 Sit selpiyah 2 B. Metode Simple Additive Weighting (SAW) 1. Membuat Rating Kecocokan Alternatif Berdasarkan pada tabel 42 diatas, maka dibenmullah mmatriks hasil kepotusan x dengan data tersebut sie = S 2. Membuat Normalisasi Matiks R Pilih jenis kriteria, seperti keuntungan atau biaya, sebelum. memulai proses normalisasi matriks R. Untuk menormalkan matriks R, semua persyaratan untuk jenis manfaat atau biaya telah ditetapkan, Jka benefit: menguntungkan tetapi_ cost adalah biays, normalisasi matriks R dihitung sebagai berikut. xi { watly Penesit Berikut cara mendapatkan matriks R dari persamaan normalisasi matriks X: rij ose 1 1 oma 1 ont on 108 1 om or 1 1 4 ont O71 1 035 1 033 agt 1 G0 07 088 (Oa ots ose 020 036 1 rt Page | 38 3. Perangkingan Metode SAW Setelah melalui beberapa tahapan, tahapan wtama dari proses pemeringkatan, ketika semua kualitas dikalikan dengan bobot fitur untuk setiap altemnatif. Hasil perhitungan peringkat untuk setiap pilihan tercantum di bawab ini, Tabel 4. 7. Tabel Fasil Perangkinga Metode SA Alternatif Hasil Rangking Inma Fs. 0.602 3 Nuraeni 0,504 4 Yulia 0.705 1 ‘Numan 0,450 5 Siti selpiyah 0.649 2 C. Metode Weighted Product (WP) 1. Menentukan Nilai Bobot W W aerupakan bobot sctiap kkriteria dalam perhitungan, Persamaan untuk menghitung nilai W me Lt J yw Menghitung nilai W Mengikuti pethitungan ini, nilai W akan berkisar dari 0 sampai 1, dengan 1 adalah jumlab dati semua W. Atvibut yang bemilai keuntungan kemudian ditentukan dengan mengalikan W dengan 1 dan atribut yang bernilai biaya dengan mengalikan W dengan -1. Hasil pethitungan yait bobot yang ditunjukkan pada Tabel 3.3 adalah sebagai berikut: Si" Gareaeme = 7 ONS Nos SaaS 7 7 008383 cere p= 008838 w 2 = 008 2-035 Zoos 2-005 Z=o.t667 2-05 011667 Setelah terdapat masing-masing bobot dari kriteria diatas selanjutnya, menjwnlakan seluruh bobot kriteria dengan hhasil berikut: W)=0,15 + 0,08333 + 0,08333 + 0,05 +0,15 + 0,15 + 0,05 + 0,11667 + 0,05 + 0.11667 = 1 Selanjutaya mencari nilai W pembagian Keuntungan dan biaya, berikut adalab hasil perhitungannya Wi=01581=0,15 Received: January 27%, 2023 | Published: Mareh 22°, 2023JSil | Junal Sistem Informasi ‘Vol.10 No.1 Maret 2023, Hal.33-40 DOL: 10.30656/jsii.v10i1.6134 p-ISSN: 2406-7768 eISSN: 2581-2181 Wyo~ 0,11667 x 1 = 0.11667 2. Menentukan Bobot $ S Merupakan Normalisasi hasil dari setiap alternatif yang telah ditentukan dari beberapa pertanyaan / Quisioner. Beikut hasilaya : ‘Tabel 3. 8. Robot Nilai Kriteria WP ERITERIA ima Fe ‘Nara ‘Yulia Siisepivas [7 5 5 ‘Si merepreseatasikan basil normalsasi Keputusan untuk alternatif ke-i, Xij merepresentasikan rating alternatif untuk setiap atribut, I merepresentasiken alternatif, dan j merepresentasikan atribut. Berikut adalah tabel hasil nilai S. ‘Tabel 3.13. Nilai $ Ternonmalisasi a a ae 3 5 5 3 z 3 fe[slalala| [feefolalela| laf sfalala fe /sal lal [afenfolafela| Elf lelal aml atalalale|«#|ala| ea) ms Tests | eo | ea] oe | |e coe or | reves [1309] our| nea] oss x23 [aos | 07 owe | ss ase vss [39 [ ous nos 5] no] aos |r| noel ise] an gear —[ 23, osi | 06] os [5] x35] aoe || oet| xr] 2748 se [139] o5s| ued] oss |.as 9] ose] e7| ua [us| 75 3. Meneatukan Nilai Bobot V Preferensi untuk setiap altematif merupakan langkah ‘erakbir dalam rangkaian pechitungan untuk menenrukan nilai bobot V. Persamaan untuk menghitung V adalah sebagai beriku: er vi= 4 atau Tey 7 Berikut adalah basil bobot V(Prefrensi) Vie 3 = 0,194 = 0,205 Vs = 0,231 Ve = = 0,158 Vs= 2 = 0,213 vaio 4. Perangkinan Metode WP Page | 39 Pendekatan WP memiliki lebih, banyak talapan sebelum ‘mencapai peringkat. Konselmensi akhir dari pendekatan WP adalah peringkat itu sendiri, Tabel peringkat Metode WP ditunjukkan di bavwab ini, Tabel 3. 9. Perenigkingan Metode WP No. | ALTERNATIF| V_ | RANGKING 1 [rma Fs 0.194 4 2 Nuraeni 0,205 3 3_| Yulia 0.231 L 4 [ Numan 0.158 5 3_| Siti selpiyah [0.213 2 D. Perbandingan Hasil Metode TOPSIS, SAW dan WP Teknik TOPSIS, SAW, dan WP dibandingkan, dan hasilaya menunjukkan beberapa variasi dan kesamaan dalam thal peringkat dan nilai, termasuk kesamzan antara peringkat atas dan bawah. Hasil perbandingan untuk teknikt TOPSIS, ‘SAW, dan WP ditampilkan pada tabel berila. Tabel 3. 10, Perbancingan Hasil Metode TOPSIS, SAW dan 1P Tema Fs, Sa. Nursen, SP ‘0,602 0504 0.705 0.450 Ise Si 0.640 0213 lab 2.000 n Berdasarkan hasil dari Kketiga metodologi vaiu TOPSIS, SAW, dan WP, Thu Yulia, S.Pd. memiliki peringkat guru tertinggi, dengan skor 0,707 di TOPSIS, 0,705 di SAW, dan 0.231 di WP, menempatkannya di posisi teratas secara keseluruhan, 0,194 ‘0205 ox ula SPa Nima, SPU ‘Sha E. Pengujian Akurasi Metode Topsis, SAW dan WP Scbelum menghitung tes akurasi, masukkan semua informasi hasil dan bagi dengan jumlah alternatif ‘menggunakan runs di bawah ini A B Keterangan Metode SPK ‘A = Jumlah Hasil Abhir B ~Banyaknya data Alternatif Received: January 27%, 2023 | Published: Mareh 22°, 2023DOL: 10.30656/jsii.v10i1.6134 p-ISSN: 2406-7768 eISSN: 2581-2181 JSil | Junal Sistem Informasi ‘Vol.10 No.1 Maret 2023, Hal.33-40 ‘merupakan saran untuk penelitian selanjumya yang dapat 1 ppenulis sampaikan, Metode WP === 0,2 Selanjutnya, dengan menggunakan rumus tingkat kkesesuaian, perhitungan berikut dilakukan untuk menentukan persentase: REFERENST (1) Katolik, U., & Medan, S. T.. Implementasi Metode Technique For Order Preference By Similarity To Ideal Solution Dalam Penentuan Pemiliban Gurw Tetbaik Saut =100-—% Mahulae. Jurnal Informatie RaputamaC). 3(1), 38 TRE = 100 — Toy 43,2019 [2] Khoirudin, Sistem Pendukung Keputusan, PT. Elex resemase Metode TOPSIS~ 100 ~ 254 = 99,994 96 Media Kompotingo, Pusteka Takara, 2008. 100% [3] Na'am,, J. Sebuah Tinjauan Peoggunaan Metode oso ‘Analythic Hierarchy Process (AHP) alam Sistem Presetase Metode SAW 100 ~ 2322 = 99,994 % Penunjang Kepofusan (SPK) pada Junnal Berbahasa Indonesia. Jumal Mediasisfo, 11(2), 888-895. 2017 nen, M., Sunaryo, S.. & Wijono, W. 100 --°2. = 99.998% [4] Asti Zaen, M., Sunaryo, S., & Wijono, W. Sistem Presentase Metode WP: To Penduktng Keputusan Untuk lavestasi Perumahan Area Malang Menggunakan P Algoritma Bayesian, Surnal Prioritas penelitian ini dapat ditentukan dengan EECCIS, 8(1), pp.13-18. 2014 membandingkan persentase nilai kesesuaian antara 99,994% [5] Andriansyah, Hendri, Sistem Penujang Kepurasan ‘untuk teknik TOPSIS, 99,994% untuk metode SAW, dan Pemilihan Guru Terbaik dengan Metode _Topsis 99,998% untuk metode WP, berdasarkan perhitungan tingkat (Technique for Order Preference by Similarity To Ideal kesesuaian di atas. Pendekatan WP lebih relevan dalam situasi Solution) Studi Kasus : SDN Benduagan Hilir 01 Pagi ini unwk menyelesaikan masalah dengan memilih guru Jakarta Pusat, Jumal Informatika Universitas Pamulang terbaikt daripada TOPSIS atau SAW, menurut hasil analisis 6(2), 2541-1004. 2017 ‘proses tingkat kesesuaian ketiga cara tersebut. (6] Mufizar, T., & Lestari, R. L. Impementasi Metode Simple Additive Weighting Pada Sistem Pendulung IV. Kesnrctay Keputusan Pemberian Kelayakan Kredit Pinjaman Berdasarkan basil dan pembahasan yang telah Komersial di $B Simpan Pinjam Tasikmalaya, CSRID ilakukan maka dapat diambil kesimpulan sebagai berikut: Toural, Vol.6 No.2, 96-107. 2014 a, Dengan bantuan 18 responden dan Metode TOPSIS, SAW, [7] Hatta, H.R. Rizaldi, M., Khairina, DM., “Penerapan dan WP, Tou Yulia, Sd. mencapai hasil tesbesar dari Metode Weight Product untuk Pemilinan Lokasi Lahan berbagai guru yane dievaluasi, memperoleh skor 0.707 Bani Pemakaman Muslim dengan Visualisasi Google (Meiode TOPSIS), 0,705 (Metode SAW), dan 0.2. Maps" Jamal Tekuosi, Vol, 02, No, 03, Desember 2016. (Metode WP), membuatya mendapatkan’ gelar guru terbaik. b. Metode WP memiliki tingkat akurasi 99.9980, ‘menjadikannye metode yang paling tepat _jika dibandingkan dengan Metode TOPSIS dan SAW untuk pemiliban gum terbaik di SMPIT Rahmatutthoyyibah. Hasilnya, Metode WP dapat menilsi proses pemiliban guru terbaik di SMPIT Rahmatutthoyyibah AL-Iabah Kab, Tangerang. V.SARAN The Technique for Onder Preference by Similarity of Ideal Solution (TOPSIS). metode Simple Additive Weighting (SAW), dan Weighted Product (WP) dapat digunakan bersamaan dengan metode lain, seperti Metode Analisis Bayesian, Analytical Hierarchy Process (AHP) . dan Analytical Network Process (ANP), yang akan digunakan vuntwk kasus pemilihan altematif. Metode-metode tersebut Page | 40 Received: January 27%, 2023 | Published: Mareh 22°, 2023