JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Sistem Pendukung Keputusan Dalam Asesmen Kelulusan Talenta React Native Programmer Menggunakan Metode MABAC Annisa Ramadhani 1 .
Dicky Nofriansyah2 .
Astri Syahputri 3
1,2,3
Sistem Informasi.
STM IK Triguna Dharma Email: 1rannisa264@gmail.
com, 2dickynofriansyah@ymail.
com, 3astri.
syahputribakpaw@gmail.
Email Penulis Korespondensi: rannisa264@gmail.
Abstrak Becoding Indonesia merupakan tempat pelatihan terbaik khusus pemograman M obile di Kota M edan.
Tingkat kemampuan dan kompetensi dari setiap talenta sangat berpengaruh pada kualitas lembaga ini.
Dari kondisi tersebut lembaga ini memiliki kendala yaitu belum adanya sebuah sistem terpadu untuk mengasemsen kelulusan.
Sehingga Becoding Indonesia tidak mampu untuk memberikan evaluasi secara komprehensif setiap talenta yang lulus.
Dari masalah tersebut.
Becoding Indonesia menginisiasi pembangunan sebuah sistem pendukung keputusan yang mengadop si M etode M ulti Attributive Border Approximation Area Comparison.
Sistem ini diharapkan mampu menjadi rujukan dan tools untuk melakukan evaluasi secara mendalam dan komprehensif dari setiap lulusan talenta khususnya untuk kelas Acceleration Class.
Hasil dari penelitian ini yaitu sistem pendukung keputusan yang memiliki tingkat keakurasian dan rekomendasi yang sangat baik.
Sehingga pihak Becoding Indonesia dapat melaksanakan kelas tersebut sesuai dengan harapan talenta maupun lembaga.
Diharapkan nantinya sistem tersebut dapat di implementasikan dan dikembangkan lebih baik sesuai dengan perkembangan zaman dan kebutuhan lembaga.
Kata Kunci: Becoding Indonesia.
M etode M ABAC.
Asesmen Kelulusan.
Sistem Pendukung Keputusan Abstract Becoding Indonesia is the best training center specifically for Mobile programming in Medan City.
The level of ability and competence of each talent greatly influences the quality of this institution.
From these conditions this institution has a problem, namely the absence of an integrated system for assessing graduation.
So that Becoding Indonesia is unable to provide a comprehensive evaluation of every talent who graduates.
From these problems.
Becoding Indonesia initiated the development of a decision support system that adopted the Multi Attributive Border Approximation Area Comparison Method.
This system is expected to be a reference and tool for conducting an in-depth and comprehensive evaluation of each talent graduate, especially for the Acceleration Class class.
The result of this research is a decision support system that has a very good level of accuracy and recommendations.
So that Becoding Indonesia can carry out the class in accordance with the expectations of talents and institutions.
It is hoped that later the system can be implemented and developed better in accordance with the times and the needs of the institution.
Keywords: Becoding Indonesia.
MABAC Method.
Graduation Assessment.
Decision Support System
PENDAHULUAN
Platform aplikasi seluler kini berkembang menjadi sebuah sistem operasi yang selalu digunakan di berbagai belahan dunia.
Sepanjang 2021, pengguna smartphone di Indonesia mengunduh 7,31 miliar aplikasi seluler, sesuai laporan yang berasal dari data.
Dengan penggunaan aplikasi seluler yang semakin meningkat ini, tentu akan bermunculan lagi aplikasi seluler teranyar lainnya yang lebih kreatif serta inovatif.
Perkembangan teknologi ini berdasarkan inovasi dan kreativitas yang semakin bertambah dengan tujuan guna memudahkan dan mempercepat aktivitas manusia .
Pengembangan aplikasi seluler .
obile applicatio.
juga terus meningkat seiring kemunculan perangkat bergerak yang beragam.
Permasalahan yang dihadapi salah satunya yaitu perbedaan platform sistem operasi yang terdapat di pasaran, yang membuat hal ini menjadi faktor sulit dikembangkan dan membutuhkan banyak biaya.
Sebuah aplikasi seluler harus dibangun minimal 2 .
jenis sesuai sistem operasi popular saat ini (Android dan iOS) sehingga mampu menjangkau banyak pengguna.
Hybrid Application adalah contoh model pengembangan aplikasi yang menggabungkan pendekatan aplikasi native dan aplikasi web menjadi aplikasi seluler.
Keunggulan dari aplikasi hybrid yaitu pengembang dapat lebih mudah membuat beragam aplikasi untuk platform yang berbeda-beda.
Aplikasi hybrid tidak perlu ditulis dari awal untuk menggantinya dari platform Android ke platform iOS begitupun sebaliknya.
Salah satu kerangka kerja / frameworks yang bisa digunakan guna mengembangkan aplikasi seluler berbasis aplikasi hybrid adalah React Native .
, yang dapat mempermudah programmer dalam melakukan pengembangan aplikasi secara bersamaan untuk Android dan iOS.
React Native adalah framework yang telah dikembangkan oleh facebook terlebih dahulu yang kemudian menjadi framework paling anyar digunakan oleh kalangan developer aplikasi.
React Native membentuk aplikasi seluler menggunakan kode JavaScript.
React native telah digunakan oleh beberapa perusahaan teknologi seperti facebook, instagram, bloomberg, tesla, uber, walmart, skype, serta pinterest.
Hal ini tentu menarik perhatian para programmer untuk mempelajari framework React Native agar dapat menguasainya serta memudahkan mereka dalam membuat aplikasi seluler yang sesuai dengan permintaan klien mereka nantinya.
Di Indonesia, perusahaan yang menyediakan kelas pembelajaran React Native salah satunya adalah Becoding Indonesia.
Becoding adalah salah satu lembaga pendidikan informal yang fokus dalam pelatihan dibidang IT.
Tahun 2022 Becoding mengalami perkembangan yang sangat pesat, ditandai dengan peningkatan jumlah siswa yang mengikuti pelatihan tersebut.
Annisa Ramadhani, 2025.
Hal 108
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Becoding Indonesia menyediakan kelas garansi untuk peserta dengan kesepakatan bersama yang ditandatangi di atas materai ketika peserta mendaftar.
Dengan tenaga pengajar yang berpengalaman dibidangnya.
Becoding Indonesia telah menciptakan beberapa aplikasi dan bekerjasama dengan beberapa perusahaan IT antara lain Bungkus Teknologi.
Millenial Technology.
APIK Technology.
Rackh.
AWS.
SMK Istiqlal.
STMIK Triguna Dharma, dan masih banyak lagi.
Saat ini Becoding Indonesia akan menentukan kelulusan talenta React Native Programmer pada kelas akselerasinya.
Becoding memiliki standar tersendiri dalam menentukan lulusannya serta membutuhkan suatu sistem yang dapat membantu mereka dalam menentukan kelulusan peserta didiknya dengan syarat dan standar yang sudah mereka tetapkan, sehingga proses penilaian akan lebih praktis dan adil bagi seluruh peserta didiknya.
Melihat hal ini merupakan aktivitas yang akan terus dilakukan oleh pihak Becoding Indonesia, penelitian serta pembuatan sebuah aplikasi yang sekiranya dapat mempermudah proses penentuan kelulusan peserta didik terutama pada kelas akselerasi React Native Programmer merupakan hal yang bermanfaat dalam proses akademik Becoding Sesuai dengan data dan kriteria yang menjadi standar Becoding dan menjadi bahan untuk penelitian kali ini, akan diciptakan sebuah aplikasi desktop pada bidang Sistem Pendukung Keputusan (SPK).
Sistem Pendukung Keputusan adalah suatu sistem informasi yang ditujukan guna membantu ma najemen untuk memecahkan masalah yang dihadapinya.
Sistem Pendukung Keputusan tidak dimaksudkan untuk mengotomatiskan pengambilan keputusan, namun memberikan perangkat interaktif yang memungkinkan pengambil keputusan guna melakukan berbagai analisis menggunakan model-model yang tersedia .
Aplikasi penelitian dengan metode MABAC ini juga sudah diterapkan pada beberapa penelitian sebelumnya, diantaranya untuk pengambilan keputusan pemilihan kepala cabang .
, penilaian kinerja generic anggota Polri .
, penerimaan ahli kesehatan dan kesalamatan kerja (K.
, penentuan kelayakan sertifikasi guru .
, dan penentuan beasiswa BSM .
Penelitian kali ini juga akan menerapkan Metode Multi Attributive Border Approximation Area Comparison (MABAC).
Penerapan metode MABAC ini dilakukan untuk merampungkan proses perhitungan dalam pengambilan keputusan yang sesuai data alternatif dan kriteria yang diperoleh dari Becoding Indonesia .
Metode ini dipilih karena dapat memberikan hasil dan solusi yang lebih stabil .
serta dianggap handal untuk pengambilan keputusan yang sifatnya rasional .
Berdasarkan latar belakang permasalahan dari penelitian ini, maka tujuan dari penelitian yaitu untuk mempermudah proses penilaian yang menjadi standar Becoding dalam menentukan kelulusan peserta didiknya.
METODOLOGI PENELITIAN
1 Tahapan Penelitian Metode penelitian adalah langkah-langkah atau proses dalam mengumpulkan data atau informasi yang valid untuk diolah dan dianalisis secara ilmiah dengan mengadakan studi langsung guna menyelesaikan suatu permasalahan yang Pada penelitian kali ini, metode yang diterapkan yaitu metode Multi-Attributive Border Approximation area Comparison (MABAC), dengan data yang dikumpulkan berupa data kuantitatif.
Data ini dipilih karena dianggap lebih objektif yaitu dengan menerjemahkan data menjadi angka sehingga hasil yang diharapkan menjadi lebih akurat.
1 Pengumpulan Data (Data Collectin.
Dalam pengumpulan data yang dilakukan yaitu proses wawancara langsung terhadap CTO di Becoding Indonesia yaitu Bapak Ahmad Yusri.
Wawancara dilakukan untuk mendapatkan alur kerja pada objek yang diteliti dan akan digunakan dalam menentukan fitur-fitur yang akan dibangun.
Dari hasil wawancara yang dilakukan, maka didapatkan data primer dari perusahaan sebagai pendukung dalam penelitian yang sesuai dengan kriteria dari Becoding Indonesia.
2 Studi Pustaka Pada penelitian ini diperlukan referensi-referensi yang mendukung proses penelitian yang dilakukan berupa teori-teori yang bersumber dari beberapa jurnal nasional terkait Sistem Pendukung Keputusan.
Metode MABAC.
React Native dan jurnal lain yang berkaitan dengan penelitian.
Dalam metode penelitian ini juga terdapat kerangka kerja yang berisi langkah -langkah dalam menyelesaikan permasalahan yang dibahas yaitu terkait Asesmen Kelulusan Talenta React Native Programmer pada Accelaration Class di Becoding Indonesia.
Adapun kerangka kerja didalam penelitian dapat dilihat pada gambar dibawah ini.
Identifikasi M asalah Analisis M asalah Dan Kebutuhan Literatur Perancangan Implementasi Gambar 1.
Kerangka Kerja Kerangka kerja tersebut menggambarkan tahapan yang harus dilakukan dalam melakukan penelitian kali ini mengenai sistem yang akan dibangun untuk menentukan kelulusan talenta react native programmer, berikut penjelasannya :
Identifikasi Masalah Yaitu tindakan dalam meneliti, mencari, menemukan, dan mencatat informasi terkait permasalahan di Becoding Indonesia.
Annisa Ramadhani, 2025.
Hal 109
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Analisis Masalah dan Kebutuhan Yaitu menganalisis permasalahan yang ada di Becoding Indonesia terkait penentuan kelulusan talenta react native programmer serta menganalisis apa saja yang dibutuhkan dalam pemecahan masalahnya.
Studi Literatur Yaitu tahap mencari referensi berupa jurnal-jurnal nasional ber-ISSN terkait kasus yang diangkat , antaralain tentang metode MABAC.
React Native.
Sistem Pendukung Keputusan, dan jurnal lain yang mambantu dalam proses penyusunan dan penyelesaian masalah yang terjadi di Becoding Indonesia.
Perancangan Sistem Merupakan tahapan dimana aplikasi akan dirancang kedalam sebuah bahasa pemodelan dan pemograman.
Dalam penelitian ini, menggunakan UML sebagai bahasa pemodelan dan Visual Basic.
Net 2008 sebagai bahasa Implementasi Tujuan dari proses implementasi ini adalah untuk mengetahui bentuk sistem sehingga mempermudah dalam proses Tujuan lain dari analisa ini adalah untuk mendokumentasikan data pada program aplikasi yang akan Proses implementasi meliputi kebutuhan perangkat lunak dan perangkat keras, yang termasuk implementasi terhadap kebutuhan sistem.
2 Sistem Pendukung Keputusan Sistem Pendukung Keputusan yang dalam bahasa Inggris lebih dikenal sebagai Decision Suppor Sistem (DSS) merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, serta manipulasi data .
Sistem Pendukung Keputusan digunakan untuk mendukung pengambilan keputusan pada suatu perusahaan atau organisasi guna mendapatkan solusi atas suatu masalah atau untuk mengevaluasi suatu peluang.
Sehingga keputusan yang diambil nantinya akan lebih objektif.
3 MABAC
MABACxmerupakan metode yang memakai perbandinganxmultikriteria.
Metode ini dipilih karena menyediakan solusi yang lebih konsisten dibandingkan dengan metode multi-kriteriaxpengambilan keputusan lainnya (SAW.
COPRAS.
Moora,xTOPSIS dan VI-KOR).
Metodexini dianggap dan handal dalam proses pengambilan keputusan.
Perkiraan dasarxdarixmetodexMABAC adalahxjarakxfungsi kriteriaxdari setiapxalternatifxyang diamatixdarixdata Di bagian metode berikut telah disajikan prosedurxmenerapkanxmetodexMABAC, yaituxformulasi matematis,xyang terdirixdari 6 langkah yaitu sebagai berikut .
Langkah 1 membentuk matriks xkeputusan awal (X).
Langkah awal yang dilakukan yaitu mengevaluasi alternatif AumAy dengan AunAy kriteria.
Berikut bentuk matriks nya :
yeo yaya yeo yaya yeo yayea yeo yaya yeo yaya yeo yayea ] .
yc=[ A yeo yeaya yeo yeaya yeo yeayea Dimana m adalah nomor alternatif, dan n adalah kriteria.
Langkahxkeduaxnormalisasixelemen xmatriks xawal (N).
Elemenxmatriks xternormalisasi (N) didapatkan denganxmenerapkanxrumus:
Jenis keriteria Benefit (For benefittype criteri.
yeiyeOyeU = ycyeOyeU Oeyc Oe yeO ycyeO OeycOe yeO .
Jenis keriteria Cost (For cost-type criteri.
yc yeiyeOyeU = yeOyeU Oeyc yeO ycyeOOeOeyc yeO .
Dimana xij, ycuycn dan ycuycnOe didefenisikan sebagai berikut :
xij adalah nilai dari AuiAy alternatif dengan kriteria AujAy .
= 1,2, 3, .
, m.
j = 1, 2, 3, .
, .
ycuycn = max .
1, x2, x3, .
, x.
mewakili nilai maksimum dari kriteria yang diamati oleh alternatif.
ycuycnOe = min .
1, x2, x3, .
, x.
mewakili nilai minimum dari kriteria yang diamati oleh alternatif.
Berikut ini bentuk elemen matriks ternomalisasi (N) yang diperoleh dari kinerja penggunaan rusmus Benefit dan Cost yeiyaya yeiyaya yeiyayea yeiyaya yeiyaya yeiyayea ] .
ycA=[ A yeiyeaya yeiyeaya yeiyeayea Langkah ketiga perhitunganxelemenxmatriks xtert imbang (V).
Elemen matriks tertimbang (V) dihitung berdasarkan rumus:
yeyeOyeU = .
eoyeU O yeiyeOyeU ) yeoyeU .
Annisa Ramadhani, 2025.
Hal 110
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Dimana ycyc dan ycycnyc didefenisikan sebagai berikut :
ycycnyc adalahxelemenxmatriks xyangxd inormalisasi (N).
ycyc adalahxnilaixbobotxkriteria.
Berikut bentuk matriks tertimbang (V) yang diperoleh dari hasil perhitungan elemen matriks tertimbang (V) diatas:
yeyaya yeyaya yeyayea yeyaya yeyaya yeyayea ] .
yc=[ A yeyeaya yeyeaya yeyeayea Langkah keempat penentuan matriks xarea perkiraan perbatasan (G).
ya/yea ye yeU = (Oa yea .
yeO=ya yeyeOyeU ) Dimanaxycycnyc xmerupakan xelemen dari matriks tertimbang (V), dan AumAy merupakan jumlah total alternatif.
yc = .
eyaya yeyaya A yeyayea ] .
Langkah perkiraanxperbatasanx(Q).
yee = ye Oe ye.
Berikut merupakan matriks jarak alternatif dari daerah perkiraan perbatasan (Q) :
yeeyaya yeeyaya yeeyayea yeeyaya yeeyaya yeeyayea ] .
yc=[ A yeeyeaya yeeyeaya yeeyeayea Langkah keenam perangkinganxalternatifx(Ranking alternative.
Menjumlahkan elemen matriks Q pada alternative yang sama dengan rumus:
ycyeO = OcyeayeU=yeO yeeyeOyeU .
Dimana ycycnyc merupakan elemen matriks jarak alternatif dari daerah perkiraan perbatasan pada AuiAy alternatif dengan kriteria AujAy .
= 1,2, 3, .
, m.
j = 1, 2, 3, , .
AumAy menyajikan sejumlah alternatif.
AunAyxmenyajikan sejumlahxkriteria.
HASIL DAN PEMBAHASAN
1 Deskripsi Data Dari Penelitian Deskripsi data yang diambil sudah valid dan sesuai ketentuan dari tempat penelitian yaitu Becoding Indonesia.
Adapun data yang didapatkan sebagai berikut:
Tabel 1.
Nama Kriteria dan Nilai Bobot Kriteria Nama Kriteria Bobot (W.
Jenis Evaluasi Bulan 1
Benefit
Evaluasi Bulan 3
Benefit
Evaluasi Bulan Ke 6
Benefit
Evaluasi Bulan Ke 12
Benefit
Tingkatan Yang Dicapai Benefit
Kedisiplinan Benefit
Portofolio
Benefit
Hasil Magang
Benefit
C9 Jumlah Sertifikat Kompetensi
Benefit
10 C10
Public Speaking Benefit Kemudian dari data alternatif (Nama pengaj.
dilakukan konversi dari nilai yang telah ditentukan seperti tabel dibawah ini :
Tabel 2.
Alternatif
Nama Alternatif
C1 C2 C3 C4 C5 C6 C7 C8 C9 C10
Akhyard Ramadhan Dimas Prasetya Ajie Fahlevi Ahmad Furqon Khairul Ikhwan Ihsan Kamil Jonathan Fredrik Bambang Annisa Ramadhani, 2025.
Hal 111
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Nyoto Setiawan Laksmana Rizky Aprilandi Khairul Azham Aldo Hermadona Gilang Bintang Ilham Daulay 2 Penerapan Metode MABAC Berikut proses penerapan dalam perhitungan metode MABAC.
1 Membuat Matriks Keputusan Awal (X) Pada langkah pertama dilakukan evaluasi alternatif AumAy dengan AunAy dalam bentuk matriks.
5 5 5 4 4 5 5 5 12 5
3 4 4 5 4 4 3 4 11 5
5 5 4 4 4 5 6 4 4 4
3 3 4 3 2 4 4 4 1 4
4 5 5 5 4 4 3 4 5 4
4 4 5 3 3 4 2 4 8 4
5 5 3 3 2 3 1 3 1 3
ycU= 4 4 4 3 3 5 7 4 9 4
5 5 5 5 4 5 5 5 9 4
4 5 5 3 3 5 5 4 7 5
3 4 4 5 3 4 2 4 4 4
5 5 4 4 3 4 2 4 4 5
3 5 5 5 4 4 2 4 10 4
4 5 3 5 3 4 5 4 1 4
[ 4 3 5 5 4 5 3 4 7 .
2 Normalisasi Elemen Matriks Awal (N) Elemen dari matriks ternormalisasi (N) didapat dengan menerapkan rumus benefit dan cost dengan menyertakan nilai Max dan Min pada masing-masing kriteria.
Berikut tabel nilai Max dan Min :
Tabel 3.
Nilai Max dan Min Max C1 Min C1 3 Max C2 Max C3 Min C2 Min C3 Max C4 Min C4 Max C5 Max C6 Min C5 Min C6 Max C7 Min C7 Max C8 Max C9 Min C8 Min C9 Max C10 Min C10 Berikut proses perhitungannya :
Kriteria 1 (C.
ycU1.
1OeycUOe ycU1OeOeycU1Oe 5Oe3
5Oe3
= 1,0000
Kriteria 10 (C.
Annisa Ramadhani, 2025.
Hal 112
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi yc15.
ycU15.
10OeycUOe OeycUOe ycU10
5Oe3
5Oe3
= 1,0000
Berikut ini bentuk elemen matriks ternomalisasi (N) yang diperoleh dari kinerja penggunaan rusmus Benefit dan Cost diatas.
1,0000
0,0000
1,0000
0,0000
0,5000
0,5000
1,0000
ycA = 0,5000 1,0000 0,5000 0,0000 1,0000 0,0000 0,5000 .
,5000 1,0000 0,5000 1,0000
0,0000
1,0000
0,5000
1,0000
0,5000
1,0000
1,0000
0,5000
1,0000
1,0000
1,0000
0,0000
1,0000
0,5000
0,5000
0,5000
1,0000
1,0000
0,0000
0,5000
1,0000
1,0000
0,5000
0,5000
1,0000
0,0000
1,0000
0,5000
1,0000
0,5000
0,0000
1,0000
0,0000
0,0000
0,0000
1,0000
0,0000
1,0000
0,5000
1,0000
1,0000
1,0000
1,0000
1,0000
1,0000
0,0000
1,0000
0,5000
0,0000
0,5000
1,0000
0,5000
0,5000
0,5000
1,0000
0,5000
1,0000
1,0000
0,5000
1,0000
0,5000
0,5000
0,5000
0,0000
1,0000
1,0000
1,0000
0,5000
0,5000
0,5000
0,5000
1,0000
0,6667
0,3333
0,8333
0,5000
0,3333
0,1667
0,0000
1,0000
0,6667
0,6667
0,1667
0,1667
0,1667
0,6667
0,3333
1,0000
0,5000
0,5000
0,5000
0,5000
0,5000
0,0000
0,5000
1,0000
0,5000
0,5000
0,5000
0,5000
0,5000
0,5000
1,0000
0,9091
0,2727
0,0000
0,3636
0,6364
0,0000
0,7273
0,7273
0,5455
0,2727
0,2727
0,8181
0,0000
0,5455
1,0000
1,0000
0,5000
0,5000
0,5000
0,5000
0,0000
0,5000
0,5000
1,0000
0,5000
1,0000
0,5000
0,5000
1,0000 ]
3 Perhitungan elemen matriks tertimbang (V) Elemen matriks tertimbang (V) dihitung berdasarkan rumus:
Kriteria 1 (C.
1 = ( w1 O t 1.
1 ) w1 1 = .
,05 O 1,000 ) 0,05 = 0,1000
Kriteria 10 (C.
10 = ( w10 O t 15.
10 ) w10 10 = .
,05 O 1,0.
0,05 = 0,1000
Berikut bentuk matriks tertimbang (V) yang diperoleh dari hasil perhitungan elemen matriks tertimbang (V) diatas:
0,1000
0,0500
0,1000
0,0500
0,0750
0,0750
0,1000
ycO = 0,0750 0,1000 0,0750 0,0500 0,1000 0,0500 0,0750 [ 0,0750 0,1000 0,0750 0,1000 0,0500 0,1000 0,0750 0,1000 0,0750 0,1000 0,1000 0,0750 0,1000 0,1000 0,1000 0,0500 0,1600 0,1200 0,1200 0,1200 0,1600 0,1600 0,0800 0,1200
0,1600
0,1600
0,1200
0,1200
0,1600
0,0800
0,1600
0,1200
0,1600
0,1200
0,0800
0,1600
0,0800
0,0800
0,0800
0,1600
0,0800
0,1600
0,1200
0,1600
0,1600
0,1600
0,3000
0,3000
0,3000
0,1500
0,3000
0,2250
0,1500
0,2250
0,3000
0,2250
0,2250
0,2250
0,3000
0,2250
0,3000
0,1000
0,0750
0,1000
0,0750
0,0750
0,0750
0,0500
0,1000
0,1000
0,1000
0,0750
0,0750
0,0750
0,0750
0,1000
0,3333
0,2667
0,3667
0,3000
0,2667
0,2333
0,2000
0,4000
0,3333
0,3333
0,2333
0,2333
0,2333
0,3333
0,2667
0,3000
0,2250
0,2250
0,2250
0,2250
0,2250
0,1500
0,2250
0,3000
0,2250
0,2250
0,2250
0,2250
0,2250
0,2250
0,2800
0,2673
0,1782
0,1400
0,1909
0,2291
0,1400
0,2418
0,2418
0,2164
0,1782
0,1782
0,2545
0,1400
0,2164
0,1000
0,1000
0,0750
0,0750
0,0750
0,0750
0,0500
0,0750
0,0750
0,1000
0,0750
0,1000
0,0750
0,0750
0,1.
4 Penentuan Matriks Area Perkiraan Perbatasan (G) Nilai m didaptkan dari jumlah alternatif yang di masukan dalam rumus 1/m yaitu: 1/15 maka m= 0,07.
Berikut proses perhitungan elemen matriks area perkiraan perbatasan dengan penerapan rumus diatas :
Kriteria 1 (C.
EOya1 = .
cO1.
1 O ycO2.
1 O ycO3.
1 O ycO4 .
1 O ycO5.
1 O ycO6.
1 O ycO7.
1 O ycO8 .
1 O ycO9 .
1 O ycO10 .
1 O ycO11.
1 O ycO12 .
1 O ycO13.
1 O ycO14.
1 O ycO15 .
1 )0,07
EOya1 = .
,1000 O 0,0500 O 0,1000 O 0,0500 O 0,0750 O 0,0750 O 0,1000 O 0,0750 O 0,1000 O 0,0750 O 0,0500 O 0,1000 O 0,0500 O 0,075 O 0,0.
0,07 EOya1 = 0,0741 Annisa Ramadhani, 2025.
Hal 113
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Kriteria 10 (C.
EOya10 = .
cO1.
10 O ycO2 .
10 O ycO3.
10 O ycO4.
10 O ycO5.
10 O ycO6.
10 O ycO7.
10 O ycO8 .
10 O ycO9 .
10 O ycO10 .
10 O ycO11.
10 O ycO12.
10 O ycO13.
O ycO14 .
10 O ycO15.
10 )0,07
EOya10 = 0,1000 O 0,1000 O 0,0750 O 0,0750 O 0,0750 O 0,0750 O 0,0500 O 0,0750 O 0,0750 O 0,1000 O 0,0750 O 0,1000 O 0,0750 O 0,0750 O 0,1.
0,07 EOya10 = 0,0803 Berikut elemen matriks yang didapatkan dari perhitungan area perkiraan perbatasan (G) pada masing-masing kriteria:
ya = [ 0,0741 0,0844 0,1300 0,1199 0,2438 0,0819 0,2834 0,2276 0,2010 0,0803 ] 5 Perhitungan elemen matriks jarak alternatif dari daerah perkiraan perbatasan (Q) Jarak alternatif dari daerah perbatasan perkiraan .
ij ) ditentukan sebagai perbedaan elemen matriks tertimbang (V) dan nilai daerah perkiraan perbatasan (G).
Berikut perhitungannya:
Kriteria 1 (C.
1 = yc1.
1 Oe EO1 yc1.
1 = 0,1000 Oe 0,0741 = 0,0259 yc2.
1 = yc2.
1 Oe EO1 yc2.
1 = 0,0500 Oe 0,0741 = Oe0,0241 Kriteria 10 (C.
10 = yc14.
10 Oe yci10 yc14.
10 = 0,0750 Oe 0,0803 = Oe0,0053 yc15.
10 = yc15.
10 Oe yci10 yc15.
10 = 0,1000 Oe 0,0803 = 0,0197 Berikut merupakan matriks jarak alternatif dari daerah perkiraan perbatasan (Q) :
0,0259
Oe0,0241 0,0259 Oe0,0241 0,0009 0,0009 0,0259 = 0,0009 0,0259 0,0009 Oe0,0241 0,0259 Oe0,0241 0,0009 [ 0,0009 0,0156 Oe0,0094 0,0156 Oe0,0344 0,0156 Oe0,0094 0,0156 Oe0,0094 0,0156 0,0156 Oe0,0094 0,0156 0,0156 0,0156 Oe0,0344 0,0300 Oe0,0100 Oe0,0100 Oe0,0100 0,0300 0,0300 Oe0,0500 Oe0,0100 0,0300 0,0300 Oe0,0100 Oe0,0100 0,0300 Oe0,0500 0,0300 0,0001 0,0401 0,0001 Oe0,0399 0,0401 Oe0,0399 Oe0,0399 Oe0,0399 0,0401 Oe0,0399 0,0401 0,0001 0,0401 0,0401 0,0401 0,0562 0,0562 0,0562 Oe0,0938 0,0562 Oe0,0188 Oe0,0938 Oe0,0188 0,0562 Oe0,0188 Oe0,0188 Oe0,0188 0,0562 Oe0,0188 0,0562 0,0181 Oe0,0069 0,0181 Oe0,0069 Oe0,0069 Oe0,0069 Oe0,0319 0,0181 0,0181 0,0181 Oe0,0069 Oe0,0069 Oe0,0069 Oe0,0069 0,0181 0,0499 Oe0,0167 0,0833 0,0166 Oe0,0167 Oe0,0501 Oe0,0834 0,0166 0,0499 0,0499 Oe0,0501 Oe0,0501 Oe0,0501 0,0499 Oe0,0167 0,0724 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 0,0724 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 Oe0,0026 0,0790 0,0662 Oe0,0229 Oe0,0610 Oe0,0101 0,0281 Oe0,0610 0,0408 0,0408 0,0153 0,0229 0,0229 0,0535 Oe0,0610 0,0153 0,0197 0,0197 Oe0,0053 Oe0,0053 Oe0,0053 Oe0,0053 Oe0,0303 Oe0,0053 Oe0,0053 0,0197 Oe0,0053 0,0197 Oe0,0053 Oe0,0053 0,0197 ] 6 Perangkingan Alternatif Menjumlahkan elemen matriks Q dengan garis diperoleh nilai akhir dari fungsi kriteria alternative, berikut ycI1 = yc1.
1 yc1.
2 yc1.
3 yc1.
4 yc1.
5 yc1.
6 yc1.
7 yc1.
8 yc1.
9 yc1.
ycI1 = .
,0259 ) .
,0.
,0.
,0.
,0.
,0181 ) .
,0.
,0.
,0790 ) .
,0.
= 0,3669 ycI2 = yc2.
1 yc2.
2 yc2.
3 yc2.
4 yc2.
5 yc2.
6 yc2.
7 yc2.
8 yc2.
9 yc2.
ycI2 = (Oe0,0.
( Oe0,0094 ) (Oe0,0.
,0401 ) .
,0.
(Oe0,0.
(Oe0,0.
(Oe0,0.
,0.
,0197 ) = 0,1125 ycI14 = yc14.
1 yc14.
2 yc14.
3 yc14.
4 yc14.
5 yc14.
6 yc14.
7 yc14.
8 yc14.
9 yc14.
ycI14 = .
,0.
,0156 ) ( Oe0,0.
,0.
( Oe0,0.
(Oe0,0.
,0499 ) (Oe0,0.
( Oe0,0.
(Oe0,0.
= Oe0,0381 ycI15 = yc15.
1 yc15.
2 yc15.
3 yc15.
4 yc15.
5 yc15.
6 yc15.
7 yc15.
8 yc15.
9 yc15.
Annisa Ramadhani, 2025.
Hal 114
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi ycI15 = .
,0.
(Oe0,0344 ) ( 0,0.
,0401 ) .
,0.
,0.
(Oe0,0.
(Oe0,0.
,0.
,0197 ) = 0,1266 Berdasarkan hasil perhitungan di atas maka dilakukan perangkingan nilai dari yang tertinggi hingga terendah dengan tabel di bawah ini :
Tabel 4.
Hasil Akhir Nama Alternatif
yaa Ie S Rank
Akhyard Ramadhan 0,3669 Dimas Prasetya
0,1125
Ajie Fahlevi 0,1584 Ahmad Furqon
-0,2615
Khairul Ikhwan
0,1011
Ihsan Kamil
-0,0740
Jonathan Fredrik
-0,4265
Bambang
0,0904
Nyoto Setiawan 0,3437 Laksmana
0,0882
Rizky Aprilandi -0,1099 Khairul Azham
-0,0499
Aldo Hermadona
0,1064
Gilang Bintang
-0,0381
Ilham Daulay
0,1266
Berdasarkan data di atas, yang berhasil lolos dalam Asesmen Talenta React Native Programmer pada Accelaration Class di Becoding Indonesia adalah yang memiliki nilai diatas ambang batas 0,0356 .
iambil dari nilai rata-rat.
, yaitu talenta dengan ranking 1- 9.
3 Implementasi Sistem Berikut ini merupakan hasil implementasi sistem yang telah dibangun dengan berbasis desktop menggunakan Microsoft Visual Studio 2008 dan database Microsoft Access 2010.
Form Login Form Login digunakan untuk mengamankan sistem dari user-user yang tidak bertanggung jawab sebelum masuk ke Menu Utama.
Berikut adalah tampilan Form Login :
Gambar 2.
Form Login Form Menu Utama Form Menu Utama digunakan sebagai penghubung untuk menuju Form Kriteria.
Form Alternatif.
Form Penilaian.
Form Proses Metode MABAC dan Form Laporan.
Berikut ini adalah tampilan dari Form menu utama :
Annisa Ramadhani, 2025.
Hal 115
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Gambar 3.
2 Form Menu Utama Staff Akademik Gambar 3.
Form Menu Utama CMO Form Kriteria Form Kriteria adalah form yang digunakan untuk mengubah nama kriteria yang ada pada sistem .
Data yang telah diubah akan langsung tampil pada listview yang teretak di form.
Berikut adalah tampilan Form Kriteria :
Gambar 4.
Form Kriteria Form Alternatif Form Alternatif adalah form yang digunakan untuk mengelola data alternatif yang ada seperti menambah atau menyimpan, mengubah, dan menghapus data yang telah ditambahkan.
Data yang telah diolah akan langsung tampil pada listview yang teretak di Form Alternatif.
Berikut adalah tampilan Form Alternatif :
Gambar 5.
Form Alternatif Form Penilaian Form Penilaian adalah form yang digunakan untuk mengelola data penilaian yang ada pada sistem.
Berikut adalah tampilan Form Penilaian:
Gambar 6.
Form Penilaian Annisa Ramadhani, 2025.
Hal 116
JURNAL SISTEM INFORMASI TGD
Volume 4.
Nomor 1.
Januari 2025.
Hal 108-118 P-ISSN : 2828-1004 .
E-ISSN : 2828-2566
https://ojs.
id/index.
php/jsi Form Proses Metode MABAC Form Proses Metode MABAC adalah form yang digunakan untuk mengolah data kriteria dan penilaian guna mendapat hasil perankingan.
Berikut tampilan Form Proses Metode MABAC :
Gambar 7.
Form Proses Metode MABAC Form Laporan Form Laporan adalah form yang digunakan untuk menampilkan hasil dari algoritma MABAC kedalam bentuk Berikut ini adalah tampilan dari Form Laporan:
Gambar 8.
Form Laporan KESIMPULAN Berdasarkan hasil penelitian, analisa permasalahan yang ada di Becoding Indonesia dapat dilakukan dengan upaya proses evaluasi pembelajaran.
proses penilaian yang terjadi pada Becoding Indonesia memuat kriteria-kriteria yang menjadi standar Becoding dalam menentukan kelulusan talentanya.
Sistem Pendukung Keputusan yang dirancang sudah berjalan dengan baik sesuai yang diharapkan.
Sistem ini dapat digunakan untuk membantu proses asesmen kelulusan talenta react native programmer pada accelaration class di Becoding Indonesia.
UCAPAN TERIMAKASIH
Ucapan syukur Alhamdulillah kepada Allah SWT.
, atas berkat dan karunia yang diberikan sehingga penelitian ini bisa terselesaikan dengan baik.
Kemudian kepada orangtua, pembimbing I dan II.
Bapak Dicky Nofriansyah dan Ibu Astri Syahputri atas arahan dan bimbingannya selama proses pengerjaan skripsi, kepada seluruh dosen dan pegawai kampus STMIK triguna dharma yang telah banyak membantu dari segi informasi maupun dukungan lainnya, serta pihak Becoding Indonesia.
DAFTAR PUSTAKA