A. Analisis Kebutuhan Sistem Dengan Metode SAW
Dalam
penyeleksian penentuan guru berprestasi dengan menggunakan metode Simple
Additive Weighting(SAW) diperlukan kriteria – kriteria dan bobot nilai untuk
melakukan perhitungannya sehingga akan didapat alternatif terbaik.
Berikut
merupakan kriteria yang dibutuhkan untuk pengambilan keputusan, berdasarkan
persyaratan penentuan guru berprestasi secara umum. Adapun Sub kriteria yang
telah ditentukan yaitu Penyusunan Program Belajar (C1), Pelaksanaan Program
Pembelajaran (C2), Pelaksanaan Evaluasi (C3),
Analisa Evaliasi (C4), dan Pelaksanaan Perbaikan dan Penggayaan (C5).
Dari
kriteria maka dibuat suatu tingkat kepentingan kriteria berdasarkan nilai bobot
yang telah ditentukan kedalam bilangan yang diigambarkan dalam .
Keterangan :
Sangat Rendah (SR) = 0
Rendah (R) = 0.25
Sedang (S) = 0.5
Tinggi (T) = 0.75
Sangat Tinggi (ST) = 1
Berdasarkan krtiteria dan ranting kecocokan setiap alternatif pada setiap krtiteria yang telah ditentukan, selanjutnya penjabaran bobot setiap kriteria yang telah dikonversikan dengan bilangan.
a.
Penyusunan program belajar
Kriteria penyusunan program belajar
adalah kriteria yang diperlukan untuk pengambilan keputusan dalam sistem yang
penulis bangun, Penyusunan program belajar akan mempengaruhi bobot untuk penilalan prestasi guru bersangkutan. Berikut interval yang telah
dikonversikan ke bilangan:
Tabel
4.1 Penyusunan program belajar
Parameter
|
Nilai Bobot
|
< 20
|
0
|
>= 20 < 40
|
0.25
|
>= 40 < 60
|
0.5
|
>= 60 < 80
|
0.75
|
>= 80 <= 100
|
1
|
b.
Pelaksanaan Program Pembelajaran
Kriteria Pelaksanaan
Program Pembelajaran merupakan
persyaratan yang juga dibutuhkan untuk pengambilan keputusan penentuan guru
berprestasi. karena berdasarkan kriteria
tersebut maka dapat mempengaruhi
penilaan guru berprestasi. Berikut penjabaran interval Pelaksanaan
Program Pembelajaran yang telah dikonversikan ke bilangan di bawah ini :
Tabel 4.2 Pelaksanaan Program
Pembelajaran
Parameter
|
Nilai Bobot
|
< 20
|
0
|
>= 20 < 40
|
0.25
|
>= 40 < 60
|
0.5
|
>= 60 < 80
|
0.75
|
>= 80 <= 100
|
1
|
- Pelaksanaan evaluasi
Pelaksanaan evaluasi yang meliputi
Evaluasi hasil belajar, Evaluasi pencapaian target kurikulum dan Evaluasi daya
serap. Pelaksanaan evaluasi juga ikut menentukan pencapaian tujuan pembelajaran.
Berikut penjabaran interval membuat bahan ajar yang telah dikonversikan dalam
bilangan.
Tabel 4.3 Kriteria Pelaksanaan evaluasi
Parameter
|
Nilai Bobot
|
< 20
|
0
|
>= 20 < 40
|
0.25
|
>= 40 < 60
|
0.5
|
>= 60 < 80
|
0.75
|
>= 80 <= 100
|
1
|
- Analisis evaluasi
Analisis evaluasi yang
meliputi Analisis ketuntasan belajar dan Analisis butir soal. Analisis evaluasi
dapat dikatakan
kriteria yang juga penting dalam
penentuan Guru berprestasi. Berikut kriteria yang telah di konversikan dalam bentuk bilangan.
Tabel 4.4 Analisis evaluasi
Parameter
|
Nilai Bobot
|
< 20
|
0
|
>= 20 < 40
|
0.25
|
>= 40 < 60
|
0.5
|
>= 60 < 80
|
0.75
|
>= 80 <= 100
|
1
|
- Pelaksanaan perbaikan dan pengayaan
Pelaksanaan perbaikan dan pengayaan
yang meliputi Pelaksanaan perbaikan pembelajaran dan Pelaksanaan pengayaan
pembelajaran. Pelaksanaan perbaikan dan pengayaan merupakan hal yang harus
diperhatikan dalam penentuan guru berprestasi. Berikut kriteria yang telah
dikonversikan kedalam bilangan:
Tabel 4.5 Pelaksanaan perbaikan dan pengayaan
Parameter
|
Nilai Bobot
|
< 20
|
0
|
>= 20 < 40
|
0.25
|
>= 40 < 60
|
0.5
|
>= 60 < 80
|
0.75
|
>= 80 <= 100
|
1
|
Langkah-Langkah Perhitungan Metode Simple Additive Weighting (SAW)
Berdasarkan kriteria diatas maka
dapat dibuat perhitungan manual
berdasarkan contoh kasus pada tabel 4.6.
Tabel 4.6 Data Calon Guru Berprestasi
Sub Kriteria
|
Alternatif
|
||
A1
|
A2
|
||
Penyusunan Program Belajar
|
75
|
80
|
80
|
Pelaksanaan Program Pembelajaran
|
80
|
90
|
80
|
Pelaksanaan Evaluasi
|
90
|
60
|
95
|
Bukti partisipasi dalam kemasyarakatan
|
50
|
60
|
50
|
Analisis Evaluasi
|
60
|
70
|
50
|
Berdasarkan contoh data pemohon
diatas dapat dibentuk matrix keputusan (X) yang telah dikonvesikan kedalam
bilangan sebagai berikut:
Tabel 4.7 Ranting Kecocokan dari setiap Alternatif pada
setiap Kriteria
Sub Kriteria
|
Alternatif
|
||
A1
|
A2
|
A3
|
|
C1
|
0.75
|
1
|
1
|
C2
|
1
|
1
|
1
|
C3
|
1
|
0.75
|
1
|
C4
|
0.25
|
0.5
|
0.25
|
C5
|
0.5
|
0.75
|
0.25
|
Berdasarkan kriteria maka bobot W untuk setiap Kriteria sebagai berikut:
Vektor Bobot W= [ 0.25,
0.5, 0.25, 0.75, 1]
Matrix keputusan (X)
dibuat dari tabel kecocokan sebagai berikut:
0.75
|
1
|
1
|
0.25
|
0.5
|
|
X =
|
1
|
1
|
0.75
|
0.5
|
0.75
|
1
|
1
|
1
|
0.25
|
0.25
|
Pertama dilakukan
normalisasi matrix X untuk menghitung nilai masing-masing kriteria berdasarkan
kriteria sebagai berikut:
Dari
hasil normalisasi matrix X maka akan dihitung normalisasi matrix R sebagai
berikut:
1
|
1
|
0.75
|
1
|
0.5
|
|
R=
|
0.75
|
1
|
1
|
0.5
|
0.33
|
0.75
|
1
|
0.75
|
1
|
1
|
|
Proses selanjutnya yaitu perkalian matrix
Bobot W*R, dan berdasarkan penjumlahan hasil tersebut akan diperoleh alternatif
terbaik melalui nilai tertinggi dengan menggunakan rumus:
(1)
Keterangan :
Vi = rangking untuk
setiap alternatif
wj = nilai bobot dari
setiap kriteria
rij = nilai rating
kinerja ternormalisasi
Jadi :
V1 = (0.25)(1) + (0.5)(1) + (0.25)(0.75) + (0.75)(1) + (1)(0.5)
= 0.25 + 0.5 + 0.19 + 0.75+ 0.5
= 2.19
V2 = (0.25)(0.75) + (0.5)(1) + (0.25)(1) + (0.75)(0.5) + (1)(0.33)
= 0.19 + 0.5 + 0.25 + 0.38 + 0.33
= 1.69
V3 = (0.25)(0.75) + (0.5)(1) + (0.25)(0.75) + (0.75)(1) + (1)(1)
= 0.19 + 0.5 + 1.19 + 0.755+1
= 2.63
Berdasarkan hasil
perkalian bobot W*R maka diperoleh hasil :
V1 = 2.19
V2 = 1.69
V3 = 2.63
Maka nilai rangking terbaik ada pada V3 sehingga
alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik.
Kak kalo nilai bobot pada metode saw di buat nilai 1-9 apakah d perbolehkan
ReplyDelete