Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Sistem Pendukung Keputusan Penerimaan Mahasiswa Baru Universitas Harapan Medan Dengan Menggunakan Metode PSI Decision Support System for New Student Admission at Harapan University Using PSI Method Rafi Jariansyah1.
Muhammad wahyu Hidayat2.
Wahyu Cavin Gunawan3.
Yessi Fitri Annisah Lubis4.
David5
1,2,3,4,5
Prodi Teknik Informatika.
Universitas Harapan Medan E-mail: 1*jariansyahr@gmailcom Abstrak Proses seleksi mahasiswa baru sangat penting untuk menjamin kualitas calon mahasiswa yang diterima di perguruan tinggi.
Universitas Harapan mempertimbangkan berbagai faktor, seperti jurusan SMA (IPA.
IPS, atau TKJ), hasil tes akademik, wawancara, ijazah, serta prestasi akademik dan ekstrakurikuler.
Pendekatan manual yang masih sering digunakan cenderung memakan waktu, tidak efisien, dan rentan terhadap kesalahan.
Penelitian ini bertujuan untuk mengembangkan sistem pendukung keputusan berbasis metode Preference Selection Index (PSI) untuk meningkatkan efektivitas dan efisiensi proses seleksi.
Metode PSI dipilih karena kemampuannya dalam mengevaluasi kriteria secara langsung tanpa memerlukan Hasil penelitian menunjukkan bahwa pendekatan PSI mampu menghasilkan pemeringkatan kandidat terbaik berdasarkan kriteria yang telah ditentukan.
Sistem ini menawarkan solusi yang lebih terorganisir, transparan, dan akurat dalam proses seleksi mahasiswa baru.
Kata Kunci: Sistem Pendukung Keputusan.
Penerimaan Mahasiswa Baru.
Preference Selection Index (PSI).
Seleksi Mahasiswa.
Efisiensi Proses Seleksi.
Abstract The new student selection process is very important to ensure the quality of prospective students accepted into universities.
Harapan University considers various factors, such as high school majors .
cience, social sciences, or TKJ), academic test results, interviews, diplomas, and academic and extracurricular achievements.
The manual approach that is still often used tends to be time-consuming, inefficient, and prone to errors.
This study aims to develop a decision support system based on the Preference Selection Index (PSI) method to improve the effectiveness and efficiency of the selection process.
The PSI method was chosen because of its ability to evaluate criteria directly without requiring weighting.
The results of the study show that the PSI approach is able to produce the best candidate rankings based on predetermined This system offers a more organized, transparent, and accurate solution in the new student selection process.
Keywords: Decision Support System.
New Student Admissions.
Preference Selection Index (PSI).
Student Selection.
Selection Process Efficiency.
PENDAHULUAN
Salah satu langkah taktis untuk menjamin mutu pendidikan di perguruan tinggi adalah prosedur penerimaan mahasiswa baru.
Proses seleksi di Universitas Harapan menghadirkan sejumlah tantangan, termasuk rumitnya administrasi data A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 calon mahasiswa dan penilaian berdasarkan berbagai faktor, seperti jurusan SMA (IPA.
IPS, atau TKJ), tes akademik, wawancara, ijazah, dan prestasi akademik.
Metode manual yang masih sering digunakan memiliki kekurangan karena melelahkan, tidak efektif, dan rentan terhadap kesalahan.
Penelitian sebelumnya telah menunjukkan bahwa sistem pendukung keputusan dapat membantu menyelesaikan masalah ini.
Penelitian pada .
memprioritaskan kriteria dalam proses seleksi menggunakan pendekatan Analytical Hierarchy Process (AHP), sementara penelitian lain .
menggunakan metode Technique for Order of Preference by Similarity to Ideal Solution (TOPSIS) untuk memberikan saran berdasarkan analisis kriteria.
Meskipun bermanfaat, pendekatan ini sering kali mengharuskan pembobotan kriteria, yang dapat menimbulkan bias.
Berbeda dengan metode sebelumnya, penelitian ini menyarankan penggunaan metode Preference Selection Index (PSI) yang tidak memerlukan pembobotan.
Teknik PSI memberikan solusi yang lebih sederhana dan lugas dengan mengevaluasi pilihan secara langsung sesuai kriteria yang telah ditetapkan.
Dengan menggunakan sistem pendukung keputusan berbasis PSI, penelitian ini berupaya meningkatkan akurasi dan efisiensi proses seleksi penerimaan mahasiswa baru di Universitas Harapan.
METODE PENELITIAN
Proses penelitian ini dilakukan melalui beberapa tahapan utama, dimulai dari pengumpulan data kriteria dan alternatif hingga perhitungan menggunakan metode PSI.
Berikut adalah flowchart yang menggambarkan langkah-langkah penelitian secara sistematis:
Gambar 1.
Proses Penelitian Penelitian ini menggunakan pendekatan eksperimental dengan tujuan untuk merancang dan mengimplementasikan sistem pendukung keputusan berbasis Preference Selection Index (PSI).
Tahapan penelitian meliputi:
Identifikasi Masalah Masalah utama adalah perlunya sistem pendukung keputusan yang efektif dan efisien dalam proses seleksi mahasiswa baru di Universitas Harapan.
Studi Literatur Peneliti mempelajari berbagai sumber referensi terkait metode PSI, mulai dari jurnal ilmiah hingga penelitian serupa sebelumnya.
Tujuannya adalah A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 memahami kelebihan, kekurangan, serta prosedur penerapan metode PSI dalam pengambilan keputusan multikriteria.
Pengumpulan Data Data yang dikumpulkan meliputi informasi kriteria seleksi mahasiswa baru .
urusan SMA, nilai tes akademik, wawancara, nilai ijazah, dan prestas.
Selain itu, data alternatif berupa informasi calon mahasiswa baru juga dihimpun sebagai bahan analisis.
Desain dan Implementasi Metode SPK Menyusun matriks keputusan berdasarkan kriteria dan alternatif.
Matriks ini memuat data awal untuk setiap calon mahasiswa.
Melakukan normalisasi data menggunakan rumus-rumus yang relevan untuk mengonversi nilai menjadi skala yang sebanding.
Menghitung nilai preferensi untuk setiap kriteria dengan metode PSI.
Mengurutkan alternatif berdasarkan nilai PSI tertinggi untuk menentukan hasil seleksi.
Pengujian Perhitungan Manual Pengujian dilakukan untuk memastikan bahwa perhitungan manual yang menggunakan metode PSI memberikan hasil yang konsisten dan akurat.
Langkah-langkah pengujian meliputi:
Validasi Perhitungan: Memeriksa setiap langkah perhitungan .
ormalisasi,rata-rata,prerensi,bobot,hingga nilai PSI) untuk memastikan tidak ada kesalahan dalam proses manual Simulasi Proses Seleksi: Menggunakan data alternatif .
alon mahasisw.
untuk menguji apakah hasil perhitungan manual menghasilkan peringkat alternatif yang logis dan sesuai dengan kriteria seleksi.
Perbandingan Hasil: Membandingkan hasil perhitungan manual dengan pendekatan lain .
ika ad.
untuk memastikan konsistensi Analisis dan Evaluasi Hasil Setelah pengujian, hasil penelitian dianalisis untuk memastikan keandalan metode PSI dalam membantu pengambilan keputusan.
Analisis mencakup efektivitas waktu, kemudahan penggunaan, serta tingkat akurasi hasil 1 Sistem Pendukung Keputusan Program berbasis komputer yang disebut sistem pendukung keputusan (DSS) dimaksudkan untuk membantu manajemen membuat pilihan terbaik yang memungkinkan, khususnya saat menangani berbagai masalah.
Basis data yang relevan diperlukan untuk penerapan DSS agar dapat berfungsi sebagai dasar bagi proses pengambilan keputusan.
Micshel S.
Scott Morton menciptakan istilah "Sistem Keputusan Manajemen" untuk memperkenalkan gagasan DSS.
Istilah "DSS" menggambarkan sistem yang mendukung pengambilan keputusan dengan menggunakan komputer.
Menurut beberapa ahli.
DSS adalah sistem yang dapat membantu dalam pengambilan keputusan dengan menggunakan model dan data untuk menangani situasi yang tidak terstruktur atau semi-terstruktur.
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 2 Kriteria Penerimaan Mahasiswa Baru Kriteria yang digunakan untuk penerimaan mahasiswa baru mencakup sejumlah faktor, termasuk jurusan sekolah menengah .
ains, studi sosial, atau tekni.
, nilai ujian akademik, kinerja wawancara, nilai diploma, dan prestasi akademik dan Tidak selalu terjadi bahwa calon mahasiswa yang berprestasi baik pada satu kriteria juga akan berprestasi baik pada kriteria lainnya.
Untuk membantu memutuskan penerimaan mahasiswa baru secara objektif dan terukur, diperlukan metode sistem pendukung keputusan.
3 Metode Preference Selection Index (PSI) Untuk mengatasi masalah pengambilan keputusan multikriteria (MCDM).
Maniya Bhatt mengusulkan Indeks Pemilihan Preferensi (PSI) pada tahun 2010.
Salah satu kekurangan pendekatan ini adalah ketidakmampuannya untuk menilai kualitas bobot atau signifikansi relatif kriteria.
Teknik PSI dapat sangat membantu ketika terjadi ketidaksepakatan tentang cara menilai relevansi relatif kriteria.
Teknik PSI berbasis statistik tidak memerlukan bobot berbasis atribut, yang penting untuk proses pengambilan keputusan, dan sebaliknya menghasilkan temuan melalui perhitungan langsung.
Prosedur Perhitungan Metode Indeks Pemilihan Preferensi (PSI).
Identifikasi Masalah Langkah pertama adalah mengidentifikasi kriteria dan alternatif yang relevan dalam proses pengambilan keputusan.
Kriteria dan alternatif ini menjadi dasar dalam menentukan keputusan terbaik.
Menyusun Matriks Keputusan Matriks keputusan disusun menggunakan informasi yang ada, di mana setiap baris mewakili alternatif dan setiap kolom mewakili kriteria.
Matriks ini berfungsi untuk menggambarkan permasalahan dan dapat disajikan dalam bentuk tabel, seperti yang terlihat pada gambar di bawah ini.
Gambar 2.
Contoh Penyajian Matriks Keputusan dalam Format Tabel Normalisasi Data Normalisasi dilakukan untuk mengubah data menjadi nilai yang sebanding.
Terdapat dua jenis atribut:
Benefit .
: Kriteria dengan nilai lebih besar dianggap lebih Normalisasi dilakukan menggunakan rumus:
ycuycnyc Nij=ycoycaycu yc Cost .
: Kriteria dengan nilai lebih kecil dianggap lebih Normalisasi dilakukan menggunakan rumus:
ycoycnycuyc Nij= ycuycn yc Menghitung rata-rata data yang Dinormalisasi A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Rata-rata dari data yang telah dinormalisasi untuk setiap kriteria dihitung menggunakan persamaan berikut:
ycu Oc ycAycnyc ycu ycn=1 Mengidentifikasi Varisasi Preferensial Berikut ini adalah langkah untuk menganalisis variasi preferensi berdasarkan nilai-nilai yang diberikan untuk setiap kriteria.
OIyc =Ocycuycn=1.
cAycnyc Oe ycA)2 Menentukan Penyimpangan Nilai Preferensi Penyimpangan nilai preferensi dihitung untuk setiap kriteria dengan menggunakan rumus berikut:
Eyc = 1 Oe OIyc Menentukan Bobot Kriteria Bobot untuk setiap kriteria dihitung menggunakan persamaan:
Eyc yuiyc = OcycA E yc=1 yc Menghitung Nilai Psi Untuk Setiap Alternatif Alternatif diberi peringkat berdasarkan nilai PSI yang telah dihitung.
Alternatif dengan nilai PSI tertinggi menempati peringkat pertama dan dianggap sebagai pilihan terbaik.
yuEycn = OcycA yc=1 ycUycnyc .
yuiyc Memilih Alternatif Terbaik Alternatif diberi peringkat berdasarkan nilai PSI yang telah dihitung.
Alternatif dengan nilai PSI tertinggi menempati peringkat pertama dan dianggap sebagai pilihan terbaik.
HASIL DAN PEMBAHASAN
1 Metode dan Jenis Penelitian Penelitian ini bertujuan untuk menentukan mahasiswa baru terbaik di Universitas Harapan berdasarkan beberapa kriteria, yaitu Jurusan SMA.
Tes Akademik.
Wawancara.
Nilai Ijazah, dan Prestasi .
kademik maupun non-akademi.
Penilaian dilakukan menggunakan metode Preference Selection Index (PSI) tanpa pemberian bobot kriteria.
2 Menentukan Kriteria dan Alternatif 1 Data Alternatif Alternatif dalam penelitian ini adalah calon mahasiswa baru.
Berikut adalah tabel data alternatif:
Tabel 1.
Daftar Penerimaan Calon Mahasiswa Baru N Alternati Nama Jenis Alamat Lengkap Kelami Ari Medan,Jl.
Ayahanda
Jurusa
n SMA
IPA
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index Budi Fathiyyah Dea Hasibuha Eka Pratama e-ISSN 2830-3954 p-ISSN 2830-6031 Medan,Jl.
Sisimangaraj Medan,Jl.
Johor
IPS
IPA
Medan,Jl.
Marelan IPS Medan,Jl.
Ahmad Yani
TKJ
2 Jenis Kriteria Kriteria yang dijadikan acuan dalam proses penilaian mahasiswa baru meliputi beberapa aspek, sebagaimana dijelaskan dalam tabel berikut:
Tabel 2.
Nama dan jenis kriteria Kategori Tipe Jurusan Sma Benefit Tes Akademik Benefit Wawancara Benefit Ijazah Benefit Prestassi Benefit 3 Matriks Keputusan Tabel 3.
berikut menunjukkan data awal dari setiap alternatif berdasarkan kriteria yang telah ditentukan:
Alternatif Untuk mengatasi permasalahan yang dihadapi dengan menggunakan metode Preference Selection Index (PSI), langkah-langkah berikut akan diterapkan:
Mengenali dan mendefinisikan masalah yang akan diselesaikan.
Menentukan nilai tertinggi .
dan nilai terendah .
untuk setiap kriteria yang telah ditentukan sebelumnya.
4 Rating Kecocokan Tabel 4.
di bawah ini menunjukkan rating kecocokan berdasarkan nilai maksimum dan minimum dari masing-masing kriteria:
Alternatif A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index MAX
MIN
e-ISSN 2830-3954 p-ISSN 2830-6031 Membuat Matriks keputusan:
4 4 4 2 5
1 3 5 1 5
5 4 5 5 4
3 4 4 4 2
3 2 1 5 2
Melakukan normalisasi matriks:
ycuycnyc ycAycnyc = ycoycaycu ycUycnyc ycA11 = = 0.
ycA12 = = 1 ycA15 = ycA23 = = 1 ycA24 = = 0.
ycA25 = ycA32 = 4 = 0.
ycA33 = 5 = 1 ycA34 = 5 = 1 ycA35 = ycA42 = 4 = 1 ycA43 = 5 = 0.
ycA44 = 5 = 0.
ycA45 = ycA52 = 4 = 0.
=0.
ycA41 = 5 = 1 ycA22 = = 0.
ycA31 = 5 = 1 ycA21 = = 0.
ycA13 = = 0.
ycA14 = = 0.
=0.
ycA51 = 5 = 0.
ycA53 = 5 = 0.
ycA54 = 5 = 1 ycA55 =5=0.
Hasil Normalisasi matriks ycAycnyc = 0.
75 1 0.
75 1 1
2 1 0.
Ocycuycn=1 ycUycnyc = 4.
2 4 3.
Menghitung nilai mean atau rata-rata dari data yang telah dinormalisasikan.
N = ycu Ocycuycn=1 ycAycnyc ycA1 = 5 x 4.
2 = 0.
ycA2 = 5 x 4 = 0,8 ycA3 = 5 x 3.
8 = 0.
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 ycA4 = 5 x 3.
4 = 0.
ycA5 = 5 x 3.
6 = 0.
N= 0.
Menentukan nilai variasi preferensi dalam setiap kriteria:
OIyc = OcycuycnOe1.
cAycnyc - N]2 OI11 = .
2 = 0.
OI12 = .
2 = 0.
=0.
OI21 = .
2 = 0.
OI22 = .
2 = 0.
=0.
OI31 = .
2 = 0,0256
OI32 = .
75-0,.
2 = 0.
=0.
OI41 = .
2 = 0.
OI42 = .
2 = 0.
=0.
OI51 = .
2 = 0.
OI52 = .
5-0,.
2 = 0.
=0.
OI14 = .
2 = 0.
OI24 = .
2 = 0.
OI34 = .
2 = 0.
OI44 = .
2 = 0.
OI54 = .
2 = 0.
OI15 = .
2 = 0.
OI25 = .
2 = 0.
OI35 = .
2 = 0.
OI45 = .
2 = 0.
OI55 = .
2 = 0.
OIyc = 0.
OIyc = 0.
Menentukan nilai dalam preferensi:
Eyc =1Oe OIyc Sehingga diperoleh hasil:
Eyc = 1 Ae 0.
112=0,888
Eyc = 1 Ae 0.
175=0.
Eyc = 1 Ae 0.
432=0.
Eyc = 1 Ae 0.
528 =0.
Eyc = 1 Ae 0.
368=0.
Jumlah total nilai Eyc adalah 3.
Menentukan bobot kriteria OI13 = .
8OI23 = .
OI33 = .
OI43 = .
8OI53 = .
Eyc ycOyc = Ocyco E yc=1 yc ycOyc =3.
385 = 0.
ycOyc =3.
385 = 0.
ycOyc =3.
385 = 0.
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 ycOyc =3.
385 = 0.
ycOyc =3.
385 = 0.
ycOyc = 0.
Menghitung nilai PSI:
yuEycn =OcycA yc=1 ycUycnyc ycOyc yuE11=0.
8*0.
033=0.
yuE12 =1*0.
052=0.
yuE21=0.
6*0.
033=0.
yuE22=0.
75*0.
052=0.
yuE31=1*0.
033=0.
yuE32=0.
75*0.
052=0.
yuE41 =1*0.
033=0.
yuE42 =1*0.
052=0.
yuE51=0.
8*0.
033=0.
yuE52=0.
75*0.
052=0.
yuE14=0.
4*0.
156=0.
yuE24=0.
2*0.
156=0.
yuE34=1*0.
156=0.
yuE44 =0.
8*0.
156=0.
yuE54=1*0.
156=0.
yuE13=0.
8*0.
128=0.
yuE23=1*0.
128=0.
yuE33=1*0.
128=0.
yuE43 =0.
8*0.
128=0.
yuE53=0.
2*0.
128=0.
yuE15=1*0.
109=0.
yuE25=1*0.
109=0.
yuE35=0.
8*0.
109=0.
yuE45 =0.
4*0.
109=0.
yuE55=0.
4*0.
109=0.
yuEycn = 0.
yuEycn= 0.
5 Hasil Akhir Setelah perhitungan dilakukan dengan menggunakan metode PSI.
Proses pemeringkatan kemudian dilakukan untuk memperoleh nilai yang dibutuhkan dalam penilaian dan evaluasi mahasiswa baru setelah selesainya perhitungan dengan metode PSI.
Berdasarkan kriteria yang ditetapkan, hasil pemeringkatan akan membantu Universitas Harapan dalam memilih mahasiswa terbaik.
Tabel.
5 Hasil Akhir Pada Matriks Alternatif Nilai OIycn Peringkat A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 57-67 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Dari hasil perangkingan, alternatif terbaik adalah Fathiyyah Putri (A.
dengan nilai PSI tertinggi sebesar 0.
Hasil ini menunjukkan bahwa Fathiyyah Putri memenuhi kriteria penerimaan mahasiswa baru Universitas Harapan secara KESIMPULAN Nilai preferensi untuk setiap kriteria yang ditetapkan dapat ditemukan menggunakan pendekatan Indeks Seleksi Preferensi (PSI).
Pendekatan ini, yang memeringkat hasil menurut nilai tertinggi dari calon mahasiswa, sangat bermanfaat dalam menyelesaikan masalah seleksi saat menerima mahasiswa baru.
Oleh karena itu, teknik PSI merupakan instrumen yang berguna untuk membantu proses pengambilan keputusan yang metodis, tepat, dan terorganisasi.
Dengan menggunakan pendekatan ini, kualitas penerimaan mahasiswa Universitas Harapan dapat ditingkatkan sekaligus menjamin proses seleksi yang tidak memihak dan DAFTAR PUSTAKA