P a g e | 69 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
Computer Based Information System Journal ISSN (Prin.
: 2337-8794 | E- ISSN : 2621-5292 web jurnal : http://ejournal.
id/index.
php/cbis SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA TERBAIK DENGAN METODE PIPRECIA-MARCOS (STUDI KASUS: SMK TI GLOBAL
SINGARAJA)
Marselinus Harson Rewo1.
I Gede Mahendra Darmawiguna2.
Gede Surya Mahendra 3 Universitas Pendidikan Ganesha.
Indonesia.
INFORMASI ARTIKEL
A B S T R A C T
Diterima Redaksi: Agustus 2025 Diterbitkan Online: September The selection process for outstanding students at SMK TI Bali Global Singaraja faces objectivity challenges, particularly when assessing candidates with seemingly equal qualifications.
This study aims to mitigate subjectivity and enhance transparency by designing and implementing a web-based Decision Support System (DSS).
The system was developed using the Software Development Life Cycle (SDLC) framework and integrates a hybrid Multi-Criteria Decision-Making (MCDM) model.
The Pivot Pair-wise Relative Criteria Importance Assessment (PIPRECIA) method was applied to determine the weights of seven evaluation criteria, while the Measurement of Alternatives and Ranking according to Compromise Solution (MARCOS) method was used to rank student candidates.
The results show that the DSS was successfully implemented, as validated by black-box testing with a 100% success rate.
Furthermore, a usability evaluation using the System Usability Scale (SUS) yielded an average score of 75, indicating good user acceptance.
This research concludes that the integrated PIPRECIAMARCOS model provides a structured and accountable framework for decision-making.
The novelty of this study lies in the application of this specific hybrid method to the student selection process, offering a robust solution that minimizes bias and increases the integrity of the evaluation KATA KUNCI SPPK.
MCDM.
MARCOS,
PIPRECIA.
Pemilihan Siswa.
SDLC.
SUS
KORESPONDENSI
E-mail:
marselinus@undiksha.
Latar Belakang Pemilihan siswa terbaik di sekolah merupakan salah satu upaya untuk memberikan penghargaan kepada siswa yang berprestasi secara akademik maupun non-akademik.
Program ini tidak hanya bertujuan untuk mengapresiasi pencapaian siswa, tetapi juga untuk memotivasi siswa lain agar berprestasi lebih baik.
Dalam penelitian .
ditemukan bahwa siswa sangat antusias dengan keberadaan reward.
Selain itu, dalam penelitian .
ditemukan bahwa pemberian reward dan punishment berpengaruh secara signifikan terhadap motivasi belajar siswa.
Sehingga keberadaan program seperti siswa http://ejournal.
id/index.
php/cbis terbaik dapat menunjang peningkatan motivasi belajar siswa.
SMK TI Bali Global Singaraja merupakan salah satu sekolah menengah kejuruan yang ada di kota Singaraja.
Bali.
SMK TI Bali Global Singaraja memiliki program pemilihan siswa terbaik yang dilakukan setiap tahun.
Prosesnya terbagi menjadi dua, pertama pemilihan kandidat terbaik dari masing-masing jurusan, kedua penilaian secara keseluruhan para kandidat dari semua jurusan.
Saat ini kriteria yang digunakan para guru dan kepala sekolah dalam memilih siswa terbaik terdiri dari partisipasi dalam proyek di unit bisnis, keaktifan P a g e | 70 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
berorganisasi, partisipasi dalam perlombaan mewakili sekolah, absensi, perilaku, keaktifan dalam kelas, serta jumlah perolehan peringkat 1 setiap semester.
Penelitian pendahuluan dilakukan dengan melakukan wawancara terhadap kepala sekolah dan salah satu guru di SMK TI Bali Global Singaraja.
Menurut kepala sekolah kendala yang dihadapi adalah pengambilan keputusan ketika kandidat terlihat setara atau tidak ditemukan kandidat yang benar-benar menonjol di antara para siswa.
Beberapa kali kepala sekolah terpaksa menggunakan hak prerogatifnya atau melakukan voting bersama para guru untuk menentukan Kepala sekolah berharap ada sistem yang mudah digunakan dalam membantu beliau dan para guru menentukan siswa terbaik Topik tentang pemilihan siswa terbaik dapat dikategorikan ke dalam masalah Multi-Criteria Decision-Making (MCDM) karena harus mempertimbangkan berbagai aspek/kriteria Dalam menyelesaikan permasalahan yang melibatkan berbagai aspek penilaian, model MCDM hadir sebagai metode terstruktur yang mampu mengakomodasi beragam kriteria secara bersama .
menjelaskan bahwa keunggulan utama metode MCDM dibandingkan alat pengambilan keputusan konvensional lainnya terletak pada kemampuan adaptasinya terhadap penilaian tim pengambil keputusan melalui distribusi bobot dan skor kinerja, serta kapabilitasnya dalam membandingkan berbagai alternatif menggunakan kriteria kuantitatif maupun kualitatif.
Penelitian ini mengusulkan pendekatan baru yakni kombinasi metode PIPRECIA & MARCOS.
PIPRECIA
digunakan untuk pembobotan kriteria dan MARCOS digunakan untuk pemeringkatan alternatif.
Kombinasi ini dilakukan agar baik bobot kriteria maupun skor alternatif diperoleh dari proses matematis yang Berdasarkan latar belakang yang telah dipaparkan maka rumusan masalah dalam penelitian ini adalah sebagai berikut:
http://ejournal.
id/index.
php/cbis Bagaimana perhitungan dengan metode PIPRECIA-MARCOS dalam pemilihan siswa terbaik di SMK TI Bali Global Singaraja? Bagaimana rancangan dan implementasi sistem pendukung keputusan dengan metode PIPRECIA-MARCOS untuk pemilihan siswa terbaik di SMK TI Global Singaraja? Bagaimana hasil uji respons pengguna terhadap sistem pendukung keputusan pemilihan siswa terbaik yang dihasilkan? II.
Kajian Literatur Kajian literatur yang dilakukan meliputi kajian literatur mengenai penelitian system pendukung keputusan dan kajian teori dalam sistem pendukung keputusan dan pengembangan sistem informasi.
Kajian Penelitian yang relevan Untuk memperjelas posisi penelitian ini, beberapa penelitian terdahulu tentang pemilihan siswa dikumpulkan dan dikaji seperti yang disajikan pada Tabel 1.
Beberapa penelitian tersebut menggunakan metode SPK dan TOPSIS yang memiliki kelemahan pada masalah rank reversal .
Selain itu, dalam penelitian tersebut tidak menjelaskan langkah matematis dalam menentukan bobot kriteria dengan menggunakan metode pembobotan kriteria dalam SPK.
Selain itu, kajian terhadap beberapa penelitian tentang pengembangan dan penerapan metode MARCOS yang diusulkan dalam penelitian ini dilakukan untuk membantu peneliti memahami metode SPK yang diusulkan dengan lebih baik serta memahami solusi paling tepat dengan studi kasus dalam penelitian ini.
Pertama .
Menerapkan metode FUCOM-MARCOS dalam mengevaluasi performa karyawan.
Menerapkan metode IRN-BWM dalam aspek energi terbarukan.
Menerapkan metode SWARA dalam menentukan titik solar site terbaik di Iran.
Melakukan kombinasi
FUCOM-MARCOS
menentukan maskapai terbaik.
Dalam P a g e | 71 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
metode MOORA digunakan untuk menentukan promo menu pada sebuah Berikutnya penggunaan metode WASPAS dalam penelitian .
untuk memberikan rekomendasi hotel di kawasan Lovina.
Penerapan metode MARCOS sering dikombinasikan dengan metode MCDM lain untuk pembobotan kriteria.
Hal ini karena karakteristik dari metode MARCOS yang MCDM pemeringkatan alternatif.
Tabel 1.
Penelitian terdahulu tentang SPK pemilihan siswa terbaik Peneliti Metode Novianto & Achadiani .
Rakasiswi & Badrul
TOPSIS
Jumlah Kriteria
AHP
Runiyah & Ningsih
AHP &
TOPSIS
Endra & Kartree .
SAW & AHP
Triyono
AHP
Asiddiqie dkk.
AHP
Berdasarkan penelitian terdahulu yang telah dilakukan penelitian ini dapat mengisi kesenjangan melalui implementasi kombinasi metode antara PIPRECIA & MARCOS.
PIPRECIA
akan digunakan untuk melakukan pembobotan Sedangkan MARCOS digunakan untuk melakukan pemeringkatan alternatif.
http://ejournal.
id/index.
php/cbis Kesenjangan Studi kasus di SMP.
belum merancang dan menghasilkan SPK yang dapat digunakan kembali Tidak menjelaskan bagaimana identifikasi, dan hubungan antar kriteria.
belum mengimplementasikan model SPK ke dalam aplikasi yang dapat digunakan kembali.
studi kasus di SD Tidak melakukan evaluasi terhadap Studi kasus di SD.
Model SPK belum diimplementasikan dalam aplikasi yang dapat digunakan kembali.
Tidak menjelaskan bagaimana kriteria Tidak mengevaluasi model dengan skenario berbeda.
Model SPK belum diimplementasikan dalam sistem E-report yang dimaksud.
Tidak menjelaskan bagaimana kriteria Studi kasus di SMP.
Tidak mengevaluasi model.
Tidak melakukan pengujian terhadap sistem yang Tidak mengevaluasi model dengan skenario yang berbeda.
Studi kasus di MAN Sehingga baik bobot kriteria maupun nilai dari setiap alternatif diperoleh dari hasil perhitungan matematis yang jelas.
Model SPK yang dihasilkan dalam penelitian ini juga diimplementasikan dalam aplikasi web yang dapat digunakan kembali di masa depan serta melibatkan pengguna akhir untuk melakukan pengujian sistem yang dihasilkan.
Hal ini CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
menjadi tawaran solusi dari kesenjangan yang ada pada penelitian SPK pemilihan siswa terbaik pada Tabel 1.
Kajian teori Multi-Criteria Decision Making (MCDM) Salah satu teknik model pemilihan .
hoice mode.
yang terkenal dalam SPPK adalah Multi-Criteria Decision Making (MCDM).
Keunggulan MCDM dibandingkan dengan konvensional yang lain terletak pada penilaian tim pengambil keputusan melalui distribusi bobot dan skor kinerja, menggunakan kriteria kuantitatif maupun kualitatif .
Pivot Pair-wise Relative Criteria Importance Assessment (PIPRECIA) PIPRECIA merupakan salah satu metode pembobotan dalam MCDM.
Metode ini pertama kali diusulkan oleh Stanujkic pada tahun 2017.
Dalam menghitung bobot kriteria metode ini terdiri dari 7 langkah seperti yang dijelaskan dalam penelitian .
Measurement of Alternative and Ranking according to Compromise Solution (MARCOS) MARCOS merupakan metode MCDM pemeringkatan alternatif.
Prinsip kerja metode MARCOS berfokus pada penentuan hubungan antara setiap alternatif dengan nilai preferensi yang terdiri dari dua komponen utama yakni alternatif ideal dan anti-ideal.
Langkah-langkah perhitungan dengan metode MARCOS dijelaskan dalam penelitian .
, .
yang terbagi dalam 7 Analisis sensitivitas Analisis sensitivitas merupakan proses http://ejournal.
id/index.
php/cbis P a g e | 72 mengubah parameter input secara sistematis untuk mengamati dampaknya terhadap output.
Dalam masalah MCDM pendekatan ini dapat membantu pengambil keputusan menilai sejauh mana pengaruh suatu faktor tertentu terhadap keputusan .
Simulasi pengambil keputusan untuk melakukan analisis skenario dengan menyimulasikan berbagai kondisi atau kemungkinan Tujuan dari analisis sensitivitas adalah untuk menilai dampak dari kriteria yang paling dominan terhadap kinerja pemeringkatan model yang diusulkan.
Penerapan analisis sensitivitas dalam MCDM terbagi menjadi beberapa cara berikut .
Mengubah bobot kriteria yang paling Mengubah parameter model.
Membandingkan MCDM yang lain.
Melihat Melakukan perhitungan koefisien korelasi hubungan antara peringkat dan variasi bobot.
Menghitung nilai standar deviasi menggunakan berbagai metode.
System Usability Scale (SUS) Kemudahan penggunaan adalah kunci dari kualitas dan penerimaan suatu produk, karena itulah yang paling dicari oleh para pengguna .
Usability merupakan aspek penting dari suatu produk yang membuktikan bahwa produk dapat diterima dan digunakan dengan baik oleh target pengguna.
SUS merupakan salah satu pendekatan untuk menguji tingkat usability, dengan mengandalkan kuesioner dengan 10 item pertanyaan P a g e | 73 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
untuk mendapatkan pengguna.
Kuesioner SUS terdiri dari 10 item (Tabel .
dengan skor jawaban menggunakan skala likert 1 sampai 5 .
angat tidak setuju Ae sangat setuj.
menjelaskan rumus untuk perhitungan SUS yang digambarkan dengan persamaan .
ycIycOycI = 2,5 y [Oc.
cO2ycuOe1 Oe .
Oe ycO2ycu )] .
ycu=1 Setiap item bernomor genap skor dihitung dengan mengurangi nilai asli dari angka 5 .
Oe ycO2ycu ), sedangkan untuk item bernomor ganjil, skor diperoleh dengan mengurangi skor asli dengan 1 .
cO2ycuOe1 Oe .
Pada akhirnya semua item akan dijumlahkan dan dikalikan dengan 2,5 sehingga skor SUS akan berada pada rentang 0 Ae 100.
Metodologi Bagian ini dapat berisi teori sebagai pendukung penelitian.
Pengembangan keputusan pemilihan siswa dalam penelitian ini menggunakan pendekatan SDLC (Software Development Life Cycl.
untuk menggambarkan langkah-langkah dalam pengembangan perangkat Langkah-langkah dari model SDLC yang diterapkan dalam penelitian ini merupakan langkah esensial yang terdiri dari Requirement analysis.
Designing.
Implementation and unit testing.
Testing, dan maintenance .
Selanjutnya beberapa aktivitas yang dilakukan pada setiap tahapan disajaikan pada Gambar 1.
Implementasi model pengembangan dalam penelitian ini adalah sebagai berikut.
Requirement Analysis Pada tahap awal pengembangan sistem pendukung keputusan dalam penelitian ini adalah menggali kebutuhan fungsional Menentukan kriteria penilaian berdasarkan studi literatur dari penelitian terdahulu, melakukan perhitungan manual http://ejournal.
id/index.
php/cbis PIPRECIA-MARCOS mengumpulkan sumber data kandidat siswa terbaik yang ada di SMK TI Bali Global Singaraja.
Designing Dalam fase ini segala artefak aplikasi dalam bentuk use case diagram, activity diagram, class diagram, entity relationship diagram, dan rancangan prototipe aplikasi dirancang sesuai dengan spesifikasi kebutuhan yang telah ditentukan pada fase requirement analysis.
Gambar 1.
Model Pengembangan Implementation Pada fase ini implementasi logika matematis dari kedua metode MCDM yaitu PIPRECIA-MARCOS diterapkan dalam bahasa pemrograman PHP.
Selain itu, implementasi lengkap dari seluruh artefak desain sistem yang sudah dibuat pada tahap desain diimplementasikan secara lengkap.
Testing Metode pengujian yang digunakan adalah dengan black box testing untuk P a g e | 74 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
menguji fungsionalitas sistem.
Selain itu, metode System Usability Scale (SUS) digunakan untuk mengukur tingkat usability sistem dari sisi pengguna akhir.
Dalam penerapannya metode pengujian black box dilakukan oleh 3 orang praktisi teknologi informasi dan penulis.
Sementara itu, pengujian usability melibatkan 5 orang guru SMK TI Global singaraja sebagai target pengguna akhir dari sistem pendukung keputusan yang dikembangkan.
Tabel 2.
merupakan 10 pertanyaan kuesioner SUS yang diberikan kepada Tabel 2.
Item System Usability Scale (SUS) .
No.
Item SUS Saya berpikir akan menggunakan sistem ini lagi Saya merasa sistem ini rumit untuk Saya merasa sistem ini mudah untuk digunakan Saya membutuhkan bantuan dari orang lain atau teknisi dalam menggunakan sistem ini Saya merasa fitur-fitur sistem ini berjalan dengan semestinya Saya merasa ada banyak hal yang tidak konsisten .
idak seras.
pada sistem ini Saya merasa orang lain akan memahami cara menggunakan sistem ini dengan cepat Saya Saya merasa tidak ada hambatan dalam menggunakan sistem ini Saya perlu membiasakan diri menggunakan sistem ini Pengujian SUS melibatkan 5 responden yang terdiri dari kepala sekolah dan 4 orang kepala program studi di SMK TI Global Singaraja.
5 responden merupakan target pengguna akhir dari aplikasi SPPK yang http://ejournal.
id/index.
php/cbis Maintainance Fokus kegiatan pada fase ini adalah melakukan perbaikan bug atau error yang ditemukan pada fase testing.
Hal ini dilakukan agar sistem yang dihasilkan tidak memiliki bug atau error kritis yang mengganggu aspek kebergunaannya.
IV.
Pembahasan Penelitian ini merupakan uji coba awal .
ilot stud.
dengan ruang lingkup terbatas pada satu sekolah, 5 pengambil keputusan untuk pembobotan kriteria, dan 73 alternatif siswa pada satu periode penilaian.
Hasilnya memberikan bukti awal tentang kelayakan pendekatan PIPRECIAAeMARCOS serta potensi penerimaan Studi lanjutan dengan cakupan data dan partisipan yang lebih luas diperlukan untuk meningkatkan validitas eksternal dan menguji ketahanan model pada berbagai skenario.
Dalam bab ini akan dipaparkan hasil yang diperoleh dalam penelitian ini sebagai berikut.
Kriteria Penilaian Dari hasil studi literatur dan wawancara dengan pihak SMK TI Global Singaraja maka diperolah 7 kriteria penilaian yang akan digunakan dalam SPK pemilihan siswa terbaik seperti pada Tabel 3.
Tabel 3.
Kriteria penilaian siswa terbaik Kode Nama Proyek Lomba Organisasi Rapor Pembelajaran Perilaku Absensi Kategori Benefit Benefit Benefit Benefit Benefit Benefit Cost Implementasi metode PIPRECIA Metode PIPRECIA menentukan bobot kriteria.
Para penilai kriteria yang terdiri dari 5 orang guru SMK TI Global Singaraja melakukan penilaian Tingkat kepentingan kriteria seperti pada Tabel 4.
P a g e | 75 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
Tabel 4.
Tingkat kepentingan relatif kriteria
DM1
DM2
DM3
DM4
DM5
Berdasarkan nilai Tingkat kepentingan pada Tabel 3, langkah perhitungan matematis diterapkan hingga memperoleh bobot kriteria sepeti pada Gambar 2.
Perilaku Absensi utilitas dari setiap kandidat seperti yang disajikan pada Tabel 6.
Berdasarkan nilai fungsi utilitas maka dapat diperoleh 5 alternatif dengan nilai tertinggi dengan urutan ya17 > ya68 > ya72 > ya21 > ya54 yang divisualisasikan pada Gambar 3.
Tabel 6.
Hasil perhitungan MARCOS
A73
aycn ) 0,788586512 0,788586512 0,788586512 0,788586512 yce.
a1Oe ) 0,211413488 0,211413488 0,211413488 0,211413488 Rank Proyek Pembelajaran yce.
coycn ) 0,457324719 0,5535161 0,56498235 0,587183538 Lomba Rapor Organisasi KUSUMA SARI.
PUTU
Gambar 2.
Hasil perhitungan bobot kriteria Tabel 5.
Matriks keputusan awal metode MARCOS Berdasarkan matriks keputusan dari 73 alternatif beserta nilai pada 7 kriteria Langkah-langkah perhitungan MARCOS diterapkan hingga memperoleh nilai fungsi http://ejournal.
id/index.
php/cbis KADEK YUDHA HADI WIRAWAN MIDANA YASA PUTRA.
KADEK
GUSTI PUTU AYU
NOVIANTARI
Gambar 3.
Visualisasi hasil rekomendasi keputusan Implementasi metode MARCOS Metode MARCOS berdasarkan bobot setiap kriteria yang telah ditentukan dengan metode PIPRECIA.
Jumlah alternatif yang akan dihitung berjumlah 73 orang dengan rangkuman matriks Keputusan awal seperti pada Tabel 5.
A73
WAYAN BUDI PRANATA
Analisis sensitivitas Dengan melakukan reduksi bobot kriteria secara perlahan seperti yang dilakukan dalam penelitian .
Ketika bobot salah satu kriteria diubah maka bobot kriteria lain disesuaikan dengan menggunakan persamaan .
[NO_PRINTED_FORM] .
untuk memastikan total keseluruhan tetap bernilai 1.
Perhitungan perubahan bobot kriteria dalam setiap kriteria dilakukan dengan menerapkan persamaan .
ycOycuyu = .
Oe ycOycuyu ) ycOyu .
Oe ycOycu ) .
Dengan mereduksi bobot dari 3 kriteria paling penting yakni C1,C2, dan C3 maka dihasilkan 18 skenario perubahan bobot kriteria seperti yang divisualisasiskan pada Gambar 4.
Terdapat perubahan yang signifikan dari P a g e | 76 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
peringkat alternatif pada scenario 1 hingga 6.
Hal ini terjadi karena dalam scenario tersebut bobot kriteria paling penting yakni C1 Berdasarkan hasil analisis sensitivitas ini model keputusan sangat sensitive pada perubahan data dan mampu menghasilkan rekomendasi keputusan yang sesuai.
SKENARIO PERUBAHAN BOBOT KRITERIA
S10 S11 S12 S13 S14 S15 S16 S17 S18
PERINGKAT ALTERNATIF
Gambar 6.
Halaman perhitungan bobot kriteria Kusuma Sari.
Putu Wayan Budi Pranata Kadek Yudha Hadi Wirawan Midana Yasa Putra.
I Kadek Gambar 4.
Hasil analisis sensitivitas Implementasi SPPK dalam aplikasi web Implementasi system terdiri dari implementasi seluruh use case dan logika perhitungan metode PIPRECIA-MARCOS dalam bahasa pemrograman PHP.
Gambar 5 hingga 11.
Gambar 7.
Template bobot kriteria Gambar 8.
Halaman daftar kandidat Gambar 5.
Halaman penilaian tingkat kepentingan kriteria Gambar 9.
Halaman penilaian kandidat http://ejournal.
id/index.
php/cbis P a g e | 77 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
Gambar 10.
Halaman hasil perhitungan MARCOS Gambar 11.
Halaman dashboard admin Pengujian black box Berdasarkan pengujian black box yang dilakuan dengan melibatkan 3 praktisi IT.
100% dari 41 skenario pengujian memiliki status passed.
Hasil ini membuktikan bahwa system tidak memiliki cacat fungsional yang Pengujisan System Usability Scale (SUS) Hasil pengujian SUS yang melibatkan 5 responden seperti pada Tabel 7.
Tabel 7.
Nilai kuesioner SUS Item System Usability Scale (SUS) SKO http://ejournal.
id/index.
php/cbis Rata-rata skor SUS yang diperoleh adalah Skor ini menunjukan usability system yang dihasilkan berada pada grade B berdasarkan Sauro-Lewis curved grading scale (CGS).
sehingga sistem dapat digunakan oleh pengguna akhir tanpa kendala yang berarti.
Penggunaan metode PIPRECIAMARCOS dalam penelitian ini mengisi kesenjangan dari beberapa penelitian tentang pemilihan siswa terbaik yang disajikan dalam Tabel 1.
Bobot kriteria diperoleh dari metode matematis PIPRECIA dan nilai preferensi kandidat siswa diperoleh dari perhitungan metode MARCOS.
Selain itu, dalam penelitian ini model keputusan yang dihasilkan cukup sensitif terhadap perubahan data yang dibuktikan dengan hasil analisis Metode MARCOS juga dapat mengatasi masalah rank reversal yang sering terjadi pada metode TOPSIS dan AHP.
, hal ini dibuktikan dengan hasil analisis sensitivitas yang dilakukan dimana hasil keputusan dapat menanggapi perubahan bobot kriteria dengan baik dan menghasilkan Keputusan yang sesuai.
Selain itu, beberapa penelitian Tabel mengimplementasikan model Keputusan yang dihasilkan dalam bentuk perangkat lunak yang Dalam penelitian ini, menghasilkan perangkat lunak yang dapat digunakan Kembali oleh target pengguna di masa depan.
Sistem yang dihasilkan juga dilakukan pengujian dengan melibatkan pengguna akhir untuk memastikan system dapat diterima oleh mereka untuk digunakan.
Kesimpulan Berdasarkah hasil dan pembahasan serta tujuan dalam penelitian ini maka dapat ditarik kesimpulan sebagai berikut.
P a g e | 78 CBIS JOURNAL - VOL.
13 NO.
: SEPTEMBER
Perhitungan dengan metode PIPRECIAMARCOS telah berhasil diterapkan secara manual dengan menggunakan aplikasi microsoft excel.
Selain itu logika perhitungan dari 2 metode MCDM juga telah diimplementasikan dalam bentuk sintak bahasa pemrograman PHP.
Perhitungan manual dengan menggunakan aplikasi microsoft excel logika PIPRECIA-MARCOS mampu menghasilkan rekomendasi keputusan berdasarkan 7 kriteria penilaian dan 73 Metode PIPRECIA melakukan kalkulasi bobot kriteria dari 5 decision maker.
Berdasarkan pemeringkatan dengan metode MARCOS kandidat dengan kode A17 merupakan alternatif dengan nilai fungsi utilitas tertinggi.
Rancangan diwujudkan menjadi sebuah aplikasi web yang fungsional dan sesuai dengan spesifikasi Proses pengembangan yang mengikuti model SDLC, mulai dari perancangan menggunakan UML dan ERD hingga implementasi fitur, telah divalidasi secara empiris melalui pengujian black-box.
Hasil pengujian menunjukkan 100% dari 41 skenario pengujian fungsional mendapatkan status PASSED, yang membuktikan bahwa seluruh modul utama berdasarkan use case yang telah dirancang berjalan sesuai harapan tanpa adanya cacat fungsional yang kritis.
Logika
PIPRECIA-MARCOS
diimplementasikan juga berjalan dengan baik dan dapat memberikan hasil perhitungan berdasarkan data yang diberikan.
Hasil uji respons pengguna terhadap sistem pendukung keputusan yang dihasilkan menunjukkan tingkat penerimaan dan usability yang sangat tinggi.
Berdasarkan pengujian menggunakan metode System Usability Scale (SUS) yang melibatkan 5 responden (Super Admin dan Admin Prod.
, sistem ini memperoleh skor rata-rata 72.
Skor SUS ini secara empiris membuktikan bahwa sistem ini tidak hanya valid secara fungsional, http://ejournal.
id/index.
php/cbis tetapi juga mudah digunakan, tidak rumit, dan dapat diterima dengan baik oleh target penggunanya untuk mendukung proses pengambilan keputusan di masa mendatang.
Meski demikian, perlu diakui bahwa penelitian ini masih berupa pilot study dengan keterbatasan jumlah responden .
guru untuk pembobotan, 5 guru untuk SUS).
Oleh karena itu, meski hasil awal ini valid secara metodologis, generalisasi ke konteks sekolah lain perlu pengujian lanjutan.
Ke depan, uji coba dengan sampel lebih besar dan perbandingan langsung terhadap metode lain (SAW.
TOPSIS) akan semakin memperkuat posisi metode PIPRECIAAeMARCOS sebagai alternatif yang layak dalam sistem pendukung Sistem yang dihasilkan dalam penelitian ini masih memiliki keterbatasan dalam masalah integrasi data.
Untuk penelitian selanjutnya diharapkan dapat mengintegrasikan data siswa secara otomatis dengan sistem SIAKAD yang ada di SMK TI Global.
Daftar Pustaka