Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik Analisis Metode Analytic Network Process pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina 1Iis Warlinda, 2Agus Perdana Windarto, 3M.
Fauzan 1Mahasiswa STIKOM Tunas Bangsa.
Pematangsiantar.
Sumatera Utara.
Indonesia 2,3STIKOM Tunas Bangsa.
Pematangsiantar.
Sumatera Utara.
Indonesia Jln.
Sudirman Blok A No.
1-3 Pematangsiantar.
Sumatera Utara 1iiswarlinda@gmail.
com, 2agus.
perdana@amiktunasbangsa.
3mfauzan57@yahoo.
Abstract School is a place for students to gain knowledge.
Every school has a goal which is to improve the quality of the education world, as well as the MTS Pembina Maligas Bayu school.
To realize this goal there must be improvements in service, teaching and assessment in order to make a quality In this case the homeroom teacher is faced with a problem that is the selection of high achieving students who fit the criteria desired by the school.
The purpose of this study is to analyze which factors are the most dominant in determining student achievement.
The selection of high achieving students has many factors and has different values, so we need an Analytic Network Process (ANP) method to overcome them.
Analytic Network Process (ANP) methods including decision support system techniques.
Analytic Network Process (ANP) is a mathematical theory that allows dealing with interrelated factors and feedback in a structured manner.
The data of this study came from student questionnaires which had a rating of 1-10.
With alternative morals (A.
Grades (A.
Discipline (A.
Absence (A.
The role of the teacher (A.
Whereas A1 0.
A2 0.
A3 0.
A4 0.
07% and A5 It is hoped that this research can provide input to the MTS Pembina schools to focus on the dominant factor in the selection of outstanding students so as to increase the number of outstanding Keywords: Student Achievement Factors.
ANP.
Decision Support Systems.
Abstrak Sekolah merupakan tempat peserta didik dalam menimbah ilmu.
Setiap sekolah memiliki tujuan yaitu meningkatkan kualitas dunia pendidikan, begitu juga dengan sekolah MTS Pembina Maligas Bayu.
Untuk mewujudkan tujuan tersebut harus ada perbaikan dalam pelayanan, pengajaran dan penilaian agar menjadikan sekolah yang berkualitas.
Dalam hal ini wali kelas dihadapkan oleh permasalahan yaitu pemilihan siswa berprestasi yang sesuai dengan kriteria yang diinginkan sekolah.
Tujuan dari penelitian ini yaitu menganalisa faktor mana yang paling dominan dalam menentukan siswa berprestasi.
Pemilihan siswa berprestasi memiliki banyak faktor dan memiliki nilai yang berbeda-beda, sehingga diperlukan suatu metode Analytic Network Process (ANP) untuk Metode Analytic Network Process (ANP) termasuk teknik sistem pendukung keputusan yang merupakan teori matematis yang memungkinkan dalam menghadapi faktor yang saling berkaitan dan umpan balik secara tersusun.
Data penelitian ini berasal dari kuesioner siswa-siswi yang memiliki ranking 1-10.
Dengan alternatif Akhlak (A.
Nilai (A.
Disiplin (A.
Absen (A.
Peranan guru (A.
Dimana A1 0,16%.
A2 0,02%.
A3 0,02%.
A4 0,07% dan A5 0,06%.
Diharapkan penelitian ini dapat memberi masukkan kepada pihak sekolah MTS Pembina agar fokus terhadap faktor dominan dalam pemilihan siswa berprestasi sehingga dapat meningkatkan jumlah siswa Kata Kunci: Faktor Siswa Berprestasi.
ANP.
Sistem Pendukung Keputusan.
Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik PENDAHULUAN Berdasarkan Undang-Undang Nomor 20 Tahun 2003 tentang sistem pendidikan nasional, pendidikan suatu usaha dalam proses belajar, dimana siswa dapat mengembangkan kemampuannya ketika proses belajar berlangsung dan siswa tidak hanya memiliki kepintaran tetapi juga memiliki keterampilan dan akhlak yang baik agar menjadi orang yang berguna.
Sekolah merupakan tempat untuk menuntut ilmu dan mengembangkan kompetensi.
Dalam menentukan siswa berprestasi harus berdasarkan kemampuan dan perilaku yang dimiliki siswa agar mendapat kandidat yang tepat.
Sekolah juga sering kali mendapatkan masalah dalam menentukan kandidat siswa berprestasi.
Dalam penentuan siswa yang memiliki prestasi perlu adanya banyak kandidat dan memiliki ketelitian terhadap faktor untuk pengambilan keputusan .
Sekolah MTS Pembina berada di Kabupaten Simalungun.
Kecamatan Huta Bayu Raja yang merupakan salah satu sekolah Islam di kecamatan tersebut.
Sekolah tersebut di naungi oleh satu yayasan dan terdapat tiga tingkatan pendidikan yaitu Madrasah Ibtidaiyah (MI/SD).
Madrasah Tsanawiyah Pembina (MTS/SMP) dan Madrasah Aliyah (MA/SMA).
Sekolah ini berdiri pada tahun 1992.
Sekolah ini memiliki masalah dimana belum dapat dipastikan faktor dominan dalam menentukan siswa berprestasi yang terdiri dari faktor internal dan faktor Faktor internal merupakan faktor yang berasal dari dalam diri meliputi minat dan motivasi yang mendorong untuk melakukan sesuatu.
Faktor eksternal merupakan faktor yang berasal dari kehidupan di luar meliputi lingkungan sekolah dan masyarakat.
Pengambilan keputusan untuk menentukan siswa berprestasi tidak dapat dilihat dari satu faktor saja tetapi harus dilihat dari banyak faktor yang mempengaruhi pemilihan siswa berprestasi, karena prestasi akademik setiap siswa berbeda.
Hal itulah yang perlu mendapat perhatian lebih dari pihak sekolah.
Perlu diperhatikan dari faktor internal yaitu kondisi yang ada pada siswa seperti Selain itu, faktor eksternal seperti motivasi belajar.
Perlu diketahui banyak siswa yang memiliki kemampuan tetapi tidak menjadi prioritas dalam berprestasi, karena kurangnya fokus dalam belajar yang disebabkan seperti ada masalah di dalam keluarga atau seperti terpengaruh oleh lingkungan.
Dalam dunia kerja, diperlukan adanya keterampilan dan kemampuan yang sebanding.
Sehingga siswa dituntut untuk memiliki kemampuan dalam bidang akademik maupun non Siswa yang memiliki kemampuan tersebut dapat dikatakan sebagai siswa berprestasi .
Dalam penelitian ini dibahas faktor dominan siswa Penelitian ini dilakukan di sekolah MTS Pembina Maligas Bayu.
Data yang digunakan berasal dari hasil wawancara kepada wakil kepala sekolah di Mts Pembina.
Algoritma Analytic Network Process (ANP) merupakan teori matematis untuk mengambil keputusan faktor yang berkaitan dan umpan balik secara tersusun yang menggunakan banyak factor dan metode lanjutan dari metode Analytical Hierarchy Process (AHP) .
Kelebihan dari metode ini dapat mengatasi kelemahan metode Analytical Hierarchy Process (AHP) berupa kemampuan untuk menyediakan keterkaitan antar kriteria atau alternative .
Metode Analytic network process (ANP) dengan dibanding metode lain yaitu memiliki kemampuan Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik untuk membantu dalam mengambil keputusan untuk mengukur faktor-faktor di dalam sebuah jaringan dan juga mudah untuk diaplikasikan untuk kualitatif yang beragam .
Berdasarkan latar belakang masalah di atas, penulis mengambil judul
AuPenerapan Metode Analytic Network Process (ANP) Pada Pemilihan Faktor
Dominan Siswa Berprestasi di MTS PembinaAy Sehingga dengan faktor dominan yang ada, pihak sekolah dapat mengembangkan jumlah siswa berprestasi dan dapat lebih fokus kepada faktor yang memiliki pengaruh besar terhadap siswa
METODOLOGI PENELITIAN
Dalam melakukan penelitian, penulis melakukan di sekolah MTS Pembina Jl.
Madrasah No.
3 nagori maligas bayu kecamatan huta bayu raja yang dilaksanakan pada tanggal 20 Januari s/d 25 Januari 2020.
Wawancara dengan wakil kepala sekolah MTS Pembina dan memberikan kuesioner kepada siswa-siswi MTS Pembina untuk menentukan faktor dominan siswa berprestasi.
Rancangan atau model penelitian disajikan dalam rancangan flowchart pada gambar 1 sebagai MULAI IDENTIFIKASI
MASALAH
MEMPELAJARI LITERATUR
PENGUMPULAN DATA
ANALISA HASIL
PENGUJIAN
KEPUTUSAN
SELESAI
Gambar 1.
Rancangan Penelitian Pada gambar 1.
menjelaskan rancangan penelitian yang dilakukan untuk mencari faktor dominan siswa berprestasi MTS Pembina dengan menggunakan algoritma Analytic Network Process (ANP).
Algoritma Analytic Network Process (ANP) merupakan teori matematis untuk mengambil keputusan faktor yang berkaitan dan umpan balik secaratersusun.
AuAnalytic Network Process (ANP) merupakan metode dalam mengambil keputusan yang menggunakan banyak Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik faktor, dan metode lanjutan dari metode Analytical Hierarchy Process (AHP)Ay .
Menurut .
AuMetode Analytic Network Process (ANP) ini dikembangkan oleh Professor Thomas Saaty untuk mengatasi kelemahan dari metode Analytical Hierarchy Process (AHP)Ay.
Metode Analytical Hierarchy Process (AHP) menggunakan konsep dimana berasal dari teori yang memiliki hubungan antara Dalam metode Analytic Network Process (ANP) adanya umpan balik antara komponen dalam cluster untuk solusi dari suatu masalah dan dapat dibuktikan komponen yang saling berkaitan dan menyebabkan metode Analytic Network Process (ANP) lebih kompleks.
Dalam metode ini terdapat alternatif dan kriteria yang disebut simpul.
Menurut .
Langkah-langkah metode Analytic Network Process (ANP) yaitu:
Menentukan alternatif dan kriteria.
Menentukan pembobotan .
Membentuk matriks perbandingan Dalam melakukan perbandingan menggunakan skala perbandingan seperti pada table berikut ini:
Tabel 1.
Penilaian Perbandingan Berpasangan (Sumber : Abdillah.
Hidayati.
Rekayasa.
Komputer, & Informasi, 2.
Nilai Numerik
2,4,6,8
Definisi Sama Penting Sedikit lebih Lebih Penting Sangat Penting Mutlak Lebih Penting Nilai Tengah Kebalikannya Keterangan Kedua elemen mempunyai pengaruh yang sama Pengalaman dan penilaian sedikit memihak satu elemen dibandingkan pasangannya Pengalaman dan penilaian dengan kuat memihak satu elemen dibandingkan pasangannya Satu elemen sangat disukai dan secara praktis dominasinya terlihat Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya Ketika diperlukan sebuah kompromi Jika elemen x mempunyai salah satu nilai diatas pada saat dibandingkan dengan elemen y, maka elemen y mempunyai nilai kebalikan apabila dibandingkan dengan .
Menghitung Eigen Vektor X = ( Wij / Wj ) / n Keterangan :
X : eigenvector Wij : nilai sel kolom dalam satu baris ( i,j = 1A.
Wj : jumlah total kolom n : jumlah matriks yang dibandingkan .
Menghitung rasio konsistensi Nilai pada rasio harus lebih kecil atau sama dengan 0,1.
Pertama mencari nilai maksA maks = .
ilai eigen 1 y jmlh kolom .
ilai eigen 2 y jmlh kolom .
Setelah mendapatkan A maks , mencari nilai Consistency Index (CI).
Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik C1 = .
Keterangan :
CI :Consistency Index Amaks : nilai eigen terbesar n : jumlah matriks yang dibandingkan CR = C1 / R1 Keterangan :
CR :Consistency Ratio CI :Consistency Index RI :Random Index Tabel 2.
Nilai RI (Random Inde.
(Sumber : Abdillah.
Hidayati.
Rekayasa.
Komputer, & Informasi, 2.
Orde Matriks RI/IR .
Membuat Unweighted Supermatriks Memasukkan nilai seluruh eigen vector antar kriteria ternormalisasi dalam .
Membuat Weighted Supermatriks Mengalikan nilai unweighted supermatriks dengan nilai perbandingan kluster matriks sehingga setiap kolom jumlah nilainya satu.
Membuat Limited Supermatriks Limited Pemangkatan weighted supermatriks sehingga setiap kolom matriks dalam satu baris bernilai sama besar.
Kemudian dilakukan normalisasi pada limited .
Melakukan perankingan HASIL DAN PEMBAHASAN Alat yang digunakan dalam menganalisis data dalam penelitian menggunakan tools Statistical Package for The Social Sciences (SPSS) versi 20.
SPSS
banyak digunakan untuk survey penelitian, terutama dalam pengumpulan data Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik menggunakan kuesioner.
Untuk pengujian data yang digunakan dari kuesioner menggunakan tools SPSS bernilai valid jika nilai CronbachAos Alpha bernilai> 0,6.
Hasil Reabilitas dari kuesioner penelitian dengan data sebanyak 30 menghasilkan nilai CronbachAos Alpha bernilai 0,746.
Berikut gambar pada tools SPSS versi 20 :
Gambar 2.
Rebalitias Data di tools SPSS Penelitian ini menggunakan penelitian dengan metode kuantitatif.
Metode kuantitatif merupakan penelitian yang menggunakan data berupa angka sebagai alat menganalisis keterangan dengan menggunakan teknik kuesioner.
Alur instrument penelitian yang digambarkan sebagai berikut :
Pengumpulan Data dari Kuesioner Pengumpulan Data dari Wawancara Pengolahan Data di MS.
Excel Pengolahan Data di SuperDecision Analisis Data Hasil dan Keputusan Gambar 3.
Alur Instrumen Penelitian Dari gambar 3.
menjelaskan pengumpulan data dari kuesioner dan wawancara kemudian data dikumpul dan diolah untuk menentukan nilai dari kriteria dan sub kriteria yang dipilih oleh siswa MTS Pembina.
Pengolahan data yang dilakukan akan digunakan untuk masukan perangkat lunak MS.
Excel dan pengolahan data di aplikasi SuperDecision.
Perangkat lunak SuperDecision akan mengolah data untuk menghasilkan informasi berupa hasil perankingan dari pilihan alternatif.
Pemodelan yang digunakan menggunakan aplikasi SuperDecision.
Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik Gambar 4.
Model Pada Software Superdecision Pada gambar 4.
menjelaskan permodelan yang digunakan menggunakan model hubungan jaringan (Networ.
sebagai kelebihan dari Algoritma Analytical Network Process (ANP) memiliki keterkaitan antara alternatif Ae alternatif, alternatif Ae kriteria, alternatif Ae sub kriteria, kriteria Ae kriteria, dan kriteria Ae sub kriteria.
Hubungan yang digunakan Algoritma Analytical Network Process (ANP) menghasilkan akurasi yang lebih baik karena membandingkan setiap data dan parameter yang digunakan.
Penulis menggunakan tools SuperDecision untuk menentukan faktor dominan siswa berprestasi.
Algoritma ANP dilakukan untuk memberikan hasil nilai tertinggi untuk menjadi acuan keputusan faktor dominan siswa berprestasi di MTS Pembina.
Berikut langkah-langkah dalam pengolahan data menggunakan Algoritma ANP :
Mengidentifikasi Struktur Jaringan Permasalahan Algoritma ANP dimaksudkan untuk membantu pengambil keputusan dalam menentukan bobot ternormalisasi yang dirankingkan.
Menentukan komponen dari sudut pandang manajerial pembobotan pada setiap komponen diberikan penilaian kepentingan relatif antara satu komponen dengan komponen lainnya.
Membuat Matriks Perbandingan Berpasangan.
Matriks Perbandingan Berpasangan menggambarkan kontribusi atau pengaruh setiap komponen terhadap kriteria.
Perbandingan dilakukan berdasarkan penilaian dari pengambil keputusan dengan menilai tingkat kepentingan komponen.
Tabel 3.
Matriks Perbandingan Kriteria Terhadap Alternatif
Kriteria
1,00
0,33
0,20
0,33
3,00
1,00
0,33
1,00
5,00
3,00
1,00
3,00
3,00
1,00
0,33
1,00
Menjumlahkan Nilai Kolom Pada Matriks Perbandingan Melakukan penjumlahahan pada kolom i seperti Tabel 2 berikut :
Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik Tabel 4.
Matriks Perbandingan Alternatif Terhadap Kriteria Fasilitas Kriteria Jumlah 1,00 0,33 0,20 0,33 1,87 3,00 5,00 1,00 3,00 0,33 1,00 1,00 3,00 5,33 12,00 3,00 1,00 0,33 1,00 5,33 Menghitung Rata-Rata Baris (Eigen Vecto.
Di peroleh dengan membagikan nilai pada kolom i dengan jumlah nilai pada kolom i kemudian ditambah dengan nilai kolom i dengan jumlah nilai lainnya kemudian dibagikan dengan jumlah data .
Menghitung nilai Lamda Max Diperoleh dengan cara penjumalah dari perkalian Eigen Vector dengan Jumlah nilai pada kolom i :
Maka max = .
,52 x 1,.
,20 x 5,.
,08 x .
,20 x 5,33 = 4,06 .
Menghitung nilai Consistency Index Menghitung nilai konsistensi index untuk setiap matriks ber-orde n dengan max dikurang dengan jumlah data yang dibagi dengan jumlah data dikurang 1 seperti berikut :
Maka CI = .
,06 - .
/ .
Ae 1 ) = 0,019 .
Menghitung nilai Consistency Rasio Terakhir menghitung konsistensi rasio (CR), perhitungan ini digunakan untuk memastikan bahwa nilai konsistensi rasio (CR) < 0,1.
Jika nilai konsistensi rasio (CR) > 0,1 maka prose perhitungan data harus diulangi dan diperbaiki.
Untuk mencari nilai index random tersebut, penulis menghitung RI sesuai dengan jumlah data yang digunakan.
Jika nilai CR lebih besar dari 0,1 maka matrik perbandingan berpasangan harus Untuk mendapatkan nilai CR dengan cara membagikan nilai CI dengan nilai sesuai jumlah indeks pada Random Index :
Maka.
CR = 0,02 / 0,09 = 0,028 (Konsiste.
Menghitung nilai terhadap semua komponen Selanjutnya menghitung keseluruhan nilai dari setiap komponen yang terdiri dari 4 kriteria dan 5 alternatif.
Untuk perhitungan yang digunakan ke supermatriks, nilai yang digunakan adalah nilai keseluruhan Eigen Vector.
Berikut nilai Eigen Vector pada setiap elemen :
Tabel 5.
Eigen Vector Berpasangan Terhadap Kepribadian Siswa
ALT
Jumlah ALT
1,00
0,33
0,33
0,33
2,00
3,00
1,00
1,00
1,00
6,00
3,00
1,00
1,00
1,00
6,00
C4 Eigen Vector
3,00
0,50
1,00
0,17
1,00
0,17
1,00
0,17
6,00
1,00
Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik Nilai max = .
,50 x 2,.
,17 x 6,.
,17 x 6,.
,17 x 6,.
= 4,00 Nilai CI = .
,00 - .
/ .
Ae 1 ) = 0,00 Nilai.
CR = 0,00 (Konsiste.
Menentukan Unweighted Supermatrix Unweighted Supermatrix atau Supermatriks tidak terbobot didapat dengan cara memasukkan semua nilai Eigen Vector yang telah dihitung pada langkah perhitungan antar kriteria dan alternatif.
Menentukan Weighted Supermatrix Weighted Supermatrix atau Supermatriks terbobot didapat dengan cara melakukan perkalian antar isi Unweighted Supermatrix dengan cluster matrix atau Eigen Vector dari Perbandingan terhadap Kriteria.
Menentukan Limit Supermatrix Limit Supermatrix didapat dengan cara melakukan dengan memangkatkan Weighted Supermatrix pada rumus Persamaan 2.
6 secara terus menerus hingga angka disetiap kolom dalam satu baris sama besar, setelah itu lakukan normalisasi terhadap Limit Supermatrix.
Sintesa untuk mendapatkan hasil dan perankingan Untuk mendapatkan hasil dan perankingan diambil baris pada Alternatif, untuk kolom setiap kolom sudah memiliki nilai yang sama.
Hasil Sintesa yang didapat dan perankingan dapat dilihat pada tabel berikut:
Tabel 6.
Hasil Sintesa Alternatif Alternatif Akhlak Yang Baik Nilai Kompetensi yang Tinggi Tidak Pernah Absen Disiplin Peranan dan Cara Ajar Guru Nilai 0,16 0,02 0,02 0,07 0,06 Rank Dari tabel 6 dapat dilihat bahwa alternatif akhlak yang baik mendapatkan posisi tertinggi dengan nilai 0,16 dengan Alternatif Disiplin mendapatkan posisi kedua tertinggi dengan nilai 0,07 dan Alternaif Peranan dan Cara Ajar Guru mendapatkan posisi ketiga dengan nilai 0,06.
SIMPULAN
Berdasarkan pembahasan pada bab sebelumnya dapat disimpulkan bahwa:
Penerapan sistem pendukung keputusan dengan metode Analytic Network Process (ANP) dapat diterapkan dengan data sebanyak 30, menggunakan 4 Kepribadian siswa, karakter belajar siswa, kehadiran siswa, peranan dan cara mengajar guru.
Berdasarkan hasil pengujian Analytic Network Process untuk kasus pemilihan faktor dominan siswa berprestasi menggunakan tools SuperDecision 2.
diperoleh hasil yang sama dengan analisis perhitungan metode dimana Analisis ANP pada Pemilihan Faktor Dominan Siswa Berprestasi di MTS Pembina (Iis Warlind.
Jurnal Riset Sistem Informasi Dan Teknik Informatika (JURASIK) Volume 6 Nomor 1 Februari, pp 120-129
ISSN: 2527-5771/EISSN: 2549-7839
https://tunasbangsa.
id/ejurnal/index.
php/jurasik diperoleh alternatif akhlak yang baik dengan nilai 0,159 atau 0,16.
Alternatif Nilai Kompetensi merupakan salah satu nilai terendah dengan nilai 0,02.
Sehinga perlu adanya faktor peningkatan siswa berprestasi dalam hal nilai kompetensi, karena siswa berprestasi diharuskan memiliki nilai kompetensi yang baik.
DAFTAR PUSTAKA