Analisa Pengembangan SIMAK UNKRIS Terhadap Proses Penilaian Mahasiswa dengan Metode Analytical Hierarchy Process (AHP) Kampus Unkris Jatiwaringin.
Pondok Gede.
Kota Bekasi.
Jawa Barat.
PO.
BOX 7744/Jat.
CM.
Kode Pos : 13077 Hardjono P.
Putro1.
Herwanto2.
Imam Muttaqin3 harjonopputro@unkris.
id1, herwanto@unkris.
id2, 21.
muttaqin@gmail.
Abstract The presence of the development of information and communication technology in the field of education has an impact on effective learning and directly involves active students in learning.
Krisnadwipayana University (UNKRIS) is one of the universities in Jakarta that also uses the campus academic information system (SIMAK) which has been used and developed by itself since 2017 until now.
One of the features of listening is a feature where this feature is used by lecturers who teach at UNKRIS, especially the Faculty of Engineering who actively uses SIMAK.
In the information system there are still several parameters that can be improved including functionality, appearance, quality of service, navigation, and usability.
So to find out how the satisfaction level of SIMAK users at Krisnadwipayana University uses the Analytical Hieracy Process method to make decisions in solving problems in priority setting.
Keywords : Analytical Hierarchy Process.
Academic Information System.
Decision Maker
PENDAHULUAN
Sistem informasi sebagai suatu sistem yang merupakan kumpulan elemen-elemen yang saling berinteraksi untuk mencapai tujuan tertentu, mempunyai beberapa komponen yang saling terkait dan membentuk jalinan kerja yang kompak untuk mencapai sasaran (Adisel.
Gawdy, 2.
Jadi Kehadiran perkembangan Teknologi Informasi dan Komunikasi pada bidang pendidikan berdampak pada pembelajaran yang efektif dan melibatkan langsung mahasiswa/i aktif dalam pembelajaran.
Universitas Krisnadwipayana (UNKRIS) merupakan salah satu perguruan tinggi di Jakarta yang juga menggunakan sistem informasi akademik kampus (SIMAK) yang digunakan dan dikembangkan sendiri sejak tahun 2017 hingga saat ini.
Salah satu fitur dari simak adalah fitur penilaian dimana fitur ini digunakan oleh dosen yang mengajar di UNKRIS khususnya Fakultas Teknik yang aktif menggunakan SIMAK.
Fitur penilaian tersebut digunakan untuk menilai hasil belajar mahasiswa yang di nilai dari beberapa aspek nilai yaitu absen kehadiran, nilai tugas, nilai ujian tenga semester (UTS) dan nilai ujian akhir semester (UAS).
Fitur tersebut masih terdapat beberapa parameter yang dapat ditingkatkan diantaranya fungsionalitas, tampilan, kualitas layanan, navigasi, dan kegunaan.
Standar kesuksesan suatu sistem informasi menurut DeLone dan McLean pada tahun 1992 memiliki enam variabel, yaitu kualitas sistem, kualitas informasi, penggunaan, kepuasan pengguna, dampak individu dan dampak organisasi.
Selain ke enam variabel tersebut mereka menambahkan bahwa kualitas sistem informasi juga ditentukan oleh performa perangkat keras, perangkat lunak kebijakan serta prosedur sistem informasi dalam menyediakan informasi kebutuhan pengguna.
Jadi kesuksesan sistem informasi juga akan dinilai berdasarkan tingkat kegunaan informasi dalam pembuatan kebijakan-kebijakan organisasi.
Dalam perkembangannya Delone dan McLean pada tahun 2003 memperbaharui model awal dengan menambahkan variabel service quality, serta mengubah variabel individual impact dan organization impact menjadi net benefit (DeLone & McLean, 2.
Sehingga dalam sistem informasi yang ada pada Universitas Krisnadwipayana khsusnya dalam Fakultas Teknik yaitu Sistem Informasi Akademik Kampus (SIMAK) dapat dinyatakan lebih baik kualitasnya dari sistem yang sudah ada sebelumnya yang akan diujikan dari hasil penyebaran kuisioner kepada responden yang nantinya akan diterapkan untuk menyusun pengambilan keputusan dalam menyelesaikan masalah pada penyusunan prioritas dengan menggunakan metode Analytical Hierarcy Process (AHP).
Permasalahan nya adalah seberapa efektif dan diminati penggunaan aplikasi SIMAK UNKRIS terhadap pengolahan nilai mahasiswa oleh dosen dan parameter kriteria dan alternatif apa saja yang dapat digunakan untuk menunjang keputusan pengembangan aplikasi SIMAK UNKRIS.
Dan tujuan penelitian untuk melihat seberapa efektif dan diminati SIMAK UNKRIS terhadap proses penilaian mahasiswa oleh dosen sehingga dapat mempermudah proses pengolahan nilai Mahasiswa dan meningkatkan minat dosen dalam menggunakan SIMAK UNKRIS.
II.
TINJAUAN PUSTAKA
Teknologi Informasi Teknologi informasi adalah sarana dan prasarana .
ardware, software, usewar.
sistem dan metode untuk memperoleh, mengirimkan, mengolah, menafsirkan, menyimpan, mengorganisasikan, dan menggunakan data secara bermakna (Warsita.
Bambang, 2.
Teknologi informasi diartikan sebagai ilmu pengetahuan dalam bidang informasi yang berbasis komputer dan perkembanganya sangat pesat (Prasojo, dkk, 2.
Dalam memanfaatkan TI diperlukan peralatan/perangkat yang dapat digunakan untuk mendapatkan suatu informasi, berikut perangkat-perangkat teknologi informasi (M.
Jamal, 2.
Komputer Komputer adalah perangkat berupa hardware dan software yang digunakan untuk membantu manusia dalam mengolah data menjadi informasi dan menyimpannya untuk ditampilkan di lain waktu.
Informasi yang dihasilkan komputer dapat berupa tulisan, gambar, suara, video, dan animasi.
Laptop/Notebook Laptop/notebook adalah perangkat canggih yang fungsinya sama dengan komputer, tetapi bentuknya praktis dapat dilipat dan dibawa kemana-mana.
Deskbook Deskbook adalah perangkat sejenis komputer dengan bentuknya yang jauh lebih praktis, yaitu CPU menyatu dengan monitor sehingga mudah diletakkan di atas meja tanpa memakan banyak tempat.
Personal Digital Assistant (PDA)/Komputer Genggam PDA adalah perangkat sejenis komputer, tetapi bentuknya sangat mini sehingga dapat dimasukkan dalam saku.
Walaupun begitu, fungsinya hampir sama dengan komputer pribadi yang dapat mengolah data.
Flashdisk.
CD.
DVD.
Disket.
Memorycard Flashdisk adalah media penyimpanan data yang dapat menyimpan data dalam jumlah Sistem Informasi Akademik Kampus Pengertian sistem informasi akademik adalah sistem secara khusus dirancang untuk memenuhi kebutuhan perguruan tinggi yang menginginkan layanan pendidikan yang terkomputerisasi untuk meningkatkan kinerja, kualitas pelayanan, daya saing dan kualitas SDM yang Secara singkat sistem informasi akademik dapat diartikan aplikasi untuk membantu memudahkan pengelolaan data-data dan informasi yang berkaitan dengan instansi Pendidikan (Amarusu, 2.
Analytical Hierarcy Process (AHP) AHP adalah sebuah konsep untuk pembuatan keputusan berbasis multicriteria .
riteria yang Beberapa kriteria yang dibandingkan satu dengan lainnya .
ingkat kepentinganny.
adalah penekanan utama pada konsep AHP ini (Nugeraha, 2.
Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami, diantaranya adalah (Sudaryono, 2.
Membuat hierarki sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung, menyusun elemen secara hierarki, dan Penilaian kriteria dan alternatif kriteria dan alternatif dilakukan dengan perbandingan Untuk berbagai persoalan skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat.
Menentukan prioritas untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan.
Nilai-nilai perbandingan relatif dari seluruh alternatif kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas.
Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika.
Konsistensi logis konsistensi memiliki dua makna.
Pertama objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi.
Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.
Dalam pengambilan keputusan dengan metode AHP, prosedur atau langkah - langkah dalam metode AHP (Kursini, 2.
Mengidentifikasi masalah dan menentukan solusi yang diinginkan, lalu menyusun hiearki dari permaslahan yang dihadapi.
Menentukan prioritas elemen Sintesis Pertimbangan-pertimbangan terhadap perbandngan berpasangan disintesis untuk memperoleh keseluruhan prioritas.
Menghitung Consistency Index (CI) Menghitung Rasio Konsistensi/Consistency Ratio (CR) Memeriksa konsistensi hierarki.
Jika nilainya lebih dari 10%, maka penilaian data judgment harus diperbaiki.
Namun jika Rasio Konsistensi (CI/CR) kurang atau sama dengan 0,1, maka hasil diperhitungkan bisa dinyatakan benar.
METODE PENELITIAN
Model Hirarki Penilaian SIMAK UNKRIS Penentuan penilaian SIMAK UNKRIS memiliki beberapa kriteria adalah User Interface (Tampila.
Fungtioinality (Fungs.
Service Quality (Kualitas Layana.
Navigation (Navigas.
dan Usability (Kegunaa.
Adapun SIMAK UNKRIS dalam sistem penilaian Mahasiswa yang digunakan memiliki beberapa alternatif diantaranya:
Penilaian SIMAK Dosen merupakan Proses penginputan nilai melalui SIMAK yang dilakukan oleh Dosen bersangkutan Penilaian SIMAK Admin merupakan Proses penginputan nilai melalui SIMAK yang dilakukan oleh Admin Penilaian Manual merupakan Proses pengisian nilai menggunakan media form yang dilakukan oleh Dosen bersangkutan Berdasarkan kriteria-kriteria yang telah dijabarkan, maka dapat dibentuk kedalam model hirarki sebagai berikut:
Sistem Penilaian User Interface Fungtionality Service Quality Navigation Penilaian SIMAK Dosen Penilaian SIMAK Admin Penilaian Manual Usability Gambar 1 Struktur Hirarki Hirarki masalah disusun digunakan untuk membantu proses pengambilan keputusan dengan memperhatikan seluruh elemen yang terlibat.
Dari bagan hirarki diatas alternatif yang digunakan akan diujikan berdasarkan kriteria-kriteria yang telah ditentukan sebelumnya, sehingga hasil keluaran yang diperoleh dengan pengolahan Analitycal Hierarcy Process memberikan nilai untuk pengembangan kualitas dari informasi yang ada pada proses penilaian.
IV.
PEMBAHASAN
Berdasarkan hasil pengisian kuesioner yang telah disebarkan kepada responden, hasil tersebut kemudian dibuat ke dalam bentuk matriks perbandingan berpasangan untuk mendapatkan bobot dari masing-masing kriteria.
Untuk dapat lebih mempermudah perhitungan, maka dibuatlah ke dalam bentuk tabel dari setiap elemen yang didesimalkan berdasarkan matriks perbandingan yang terlah dibuat sehingga data tersebut dapat diolah untuk memperoleh indeks konsistensi dan rasio konsistensi.
Dengan demikian hasil matariks berpasangan untuk masingmasing kriteria dan alternatif yang dibuat dari salah satu responden (Responden A) dapat dilihat pada tabel berikut:
Kriteria Utama Tabel 1 Matriks Berpasangan Kriteria Utama User
Service Functionality Navigation Usability Interface Quality User
Interface Functionality Service Quality Navigation Usability Total
1,000
1,000
5,000
1,000
7,000
1,000
1,000
1,000
5,000
7,000
0,200
1,000
1,000
1,000
7,000
1,000
0,143
3,343
0,200
7,000
10,200
1,000
7,000
15,000
1,000
5,000
13,000
0,200
1,000
22,200
Berdasarkan tabel 1 dengan unsur pada setiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot yang dinormalkan.
Nilai vector eigen dihasilkan dari ratarata bobot relatif untuk setiap baris.
Sehingga hasilnya dapat dilihat pada tabel 2 dibawah:
Tabel 2 Matriks Faktor Pembobotan Hirarki untuk Kriteria Utama yang User
Functionalit Service Navigatio Usabilit
Interface Quality User
Interface Functionalit
Service Quality Navigation Usability Total
0,299
0,098
0,333
0,077
0,315
0,299
0,098
0,067
1,496
2,094
0,060
0,098
0,067
0,299
2,094
0,299
0,043
1,000
0,020
0,686
1,000
0,067
0,467
1,000
0,299
1,496
3,667
0,060
0,299
4,862
Tabel 3 Eigen Vector untuk Kriteria Utama Eigen
Jumlah Prioritas Value User
1,123
0,097
0,326
Interface Functionality 4,054 0,352 3,586 Service 2,618 0,227 3,406 Quality Navigation 0,744 0,065 0,839 Usability 2,991 0,259 5,759 Total
11,529
1,000
Nilai prioritas didapat dengan nilai jumlah setiap baris dibagi dengan nilai total dari jumlah setiap baris.
Untuk mendapatkan nilai eigen vector.
Proses selanjutnya yaitu dengan mengkalikan nilai eigen vector dengan matriks semula, menghasilkan nilai untuk setiap baris, yang selanjutnya setiap nilai dibagi kembali dengan vector yang bersangkutan seperti pada 10 diatas.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen vector maksimum .
dengan nilai 5.
Kriteria User Interface Terhadap Masing-Masing Alternatif
Tabel 4 Matriks Berpasangan Kriteria User Interface Penilaian Penialain
Penilaian SIMAK SIMAK Manual
Dosen
Admin
Penilaian 1,000 1,000 0,143 SIMAK Dosen
Penilaian 1,000 1,000 5,000 SIMAK Admin
Penilaian 7,000 0,200 1,000 Manual
Total
9,000
2,200
6,143
Dengan unsur yang ada pada setiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan.
Nilai eigen vector dihasilkan dari rata-rata bobot relatif untuk setiap baris.
Hasilnya dapat dilihat pada tabel 5 dibawah:
Tabel 5 Matriks Faktor Kriteria User Interface yang dinormalkan Penilaian SIMAK Dosen
Penilaian SIMAK Admin
Penilaian Manual
Total
Penilaian SIMAK Dosen
Penialain
SIMAK
Admin
Penilaian Manual
0,111
0,455
0,023
0,111
0,455
0,814
0,778
0,091
0,163
1,000
1,000
1,000
Tabel 6 Eigen Vector Kriteria User Interface Eigen
Jumlah Prioritas Value Penilaian 0,589 0,196 1,767 SIMAK Dosen
Penilaian 1,380 0,460 1,012 SIMAK Admin
Penilaian 1,031 0,344 2,112 Manual
Total
3,000
1,000
Nilai prioritas didapat dengan nilai jumlah setiap baris dibagi dengan nilai total dari jumlah setiap baris.
Untuk mendapatkan nilai eigen vector.
Proses selanjutnya yaitu dengan mengkalikan nilai eigen vector dengan matriks semula, menghasilkan nilai untuk setiap baris, yang selanjutnya setiap nilai dibagi kembali dengan vector yang bersangkutan seperti pada Nilai rata-rata dari hasil pembagian ini merupakan principal eigen vector maksimum .
dengan nilai 2.
Kriteria Functionality Terhadap Masing-Masing Alternatif
Tabel 7 Matriks Berpasangan Kriteria Functionality Penilaian Penialain
Penilaian SIMAK SIMAK Manual
Dosen
Admin
Penilaian 1,000 1,000 0,143 SIMAK Dosen
Penilaian 1,000 1,000 1,000 SIMAK Admin
Penilaian 7,000 1,000 1,000 Manual
Total
9,000
3,000
2,143
Dengan unsur yang ada pada setiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan.
Nilai vector eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris.
Hasilnya dapat dilihat pada tabel 8 dibawah:
Tabel 8 Matriks Faktor Kriteria Functionality yang dinormalkan Penilaian SIMAK Dosen
Penilaian SIMAK Admin
Penilaian Manual
Total
Penilaian SIMAK Dosen
Penialain
SIMAK
Admin
Penilaian Manual
0,111
0,333
0,067
0,111
0,333
0,467
0,778
0,333
0,467
1,000
1,000
1,000
Tabel 9 Eigen Vector Kriteria Functionality Eigen
Jumlah Prioritas Value Penilaian 0,511 0,170 1,533 SIMAK Dosen
Penilaian 0,911 0,304 0,911 SIMAK Admin
Penilaian 1,578 0,526 1,127 Manual
Total
3,000
1,000
Nilai prioritas didapat dengan nilai jumlah setiap baris dibagi dengan nilai total dari jumlah setiap baris.
Untuk mendapatkan nilai eigen vector.
Proses selanjutnya yaitu dengan mengkalikan nilai eigen vector dengan matriks semula, menghasilkan nilai untuk setiap baris, yang selanjutnya setiap nilai dibagi kembali dengan vector yang bersangkutan pada tabel 9 Nilai rata-rata dari hasil pembagian ini merupakan principal eigen vector maksimum .
dengan nilai 1.
Kriteria Service Quality Terhadap Masing-Masing Alternatif
Tabel 10 Matriks Berpasangan Kriteria Service Quality Penilaian Penialain
Penilaian SIMAK SIMAK Manual
Dosen
Admin
Penilaian 1,000 1,000 7,000 SIMAK Dosen
Penilaian 1,000 1,000 1,000 SIMAK Admin
Penilaian 0,143 1,000 1,000 Manual
Total
2,143
3,000
9,000
Dengan unsur yang ada pada setiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan.
Nilai vector eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris.
Hasilnya dapat dilihat pada tabel 11 dibawah:
Tabel 11 Matriks Faktor Kriteria Service Quality yang dinormalkan Penilaian SIMAK Dosen
Penilaian SIMAK Admin
Penilaian Manual
Total
Penilaian SIMAK Dosen
Penialain
SIMAK
Admin
Penilaian Manual
0,467
0,333
0,778
0,467
0,333
0,111
0,067
0,333
0,111
1,000
1,000
1,000
Tabel 12 Eigen Vector Kriteria Service Quality Eigen
Jumlah Prioritas Value Penilaian 1,578 0,526 1,127 SIMAK Dosen
Penilaian 0,911 0,304 0,911 SIMAK Admin
Penilaian 0,511 0,170 1,533 Manual
Total
3,000
1,000
Nilai prioritas didapat dengan nilai jumlah setiap baris dibagi dengan nilai total dari jumlah setiap baris.
Untuk mendapatkan nilai eigen vector.
Proses selanjutnya yaitu dengan mengkalikan nilai eigen vector dengan matriks semula, menghasilkan nilai untuk setiap baris, yang selanjutnya setiap nilai dibagi kembali dengan vector yang bersangkutan seperti pada tabel 12 diatas.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen vector maksimum .
dengan nilai 1.
Kriteria Navigation Terhadap Masing-Masing Alternatif
Tabel 13 Matriks Berpasangan Kriteria Navigation Penilaian Penialain
Penilaian SIMAK SIMAK Manual
Dosen
Admin
Penilaian 1,000 1,000 7,000 SIMAK Dosen
Penilaian 1,000 1,000 1,000 SIMAK Admin
Penilaian 0,143 1,000 1,000 Manual
Total
2,143
3,000
9,000
Dengan unsur yang ada pada setiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan.
Nilai vector eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris.
Hasilnya dapat dilihat pada tabel 14 dibawah:
Tabel 14 Matriks Faktor Kriteria Navigation yang dinormalkan Penilaian SIMAK Dosen
Penilaian SIMAK Admin
Penilaian Manual
Total
Penilaian SIMAK Dosen
Penialain
SIMAK
Admin
Penilaian Manual
0,467
0,333
0,778
0,467
0,333
0,111
0,067
0,333
0,111
1,000
1,000
1,000
Tabel 15 Eigen Vector Kriteria Navigation Eigen
Jumlah Prioritas Value Penilaian 1,578 0,526 1,127 SIMAK Dosen
Penilaian 0,911 0,304 0,911 SIMAK Admin
Penilaian 0,511 0,170 1,533 Manual
Total
3,000
1,000
Nilai prioritas didapat dengan nilai jumlah setiap baris dibagi dengan nilai total dari jumlah setiap baris.
Untuk mendapatkan nilai eigen vector.
Proses selanjutnya yaitu dengan mengkalikan nilai eigen vector dengan matriks semula, menghasilkan nilai untuk setiap baris, yang selanjutnya setiap nilai dibagi kembali dengan vector yang bersangkutan seperti pada tabel 15 diatas.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen vector maksimum .
dengan nilai 1.
Kriteria Usability Terhadap Masing-Masing Alternatif
Tabel 16 Matriks Berpasangan Kriteria Usability Penilaian Penialain
Penilaian SIMAK SIMAK Manual
Dosen
Admin
Penilaian 1,000 1,000 0,200 SIMAK Dosen
Penilaian 1,000 1,000 1,000 SIMAK Admin
Penilaian 5,000 1,000 1,000 Manual
Total
2,000
2,000
2,200
Dengan unsur yang ada pada setiap kolom dibagi dengan jumlah kolom yang bersangkutan, akan diperoleh bobot relatif yang dinormalkan.
Nilai vector eigen dihasilkan dari rata-rata bobot relatif untuk setiap baris.
Hasilnya dapat dilihat pada tabel 17:
Tabel 17 Matriks Faktor Kriteria Usability yang dinormalkan Penilaian SIMAK Dosen
Penilaian SIMAK Admin
Penilaian Manual
Total
Penilaian SIMAK Dosen
Penialain
SIMAK
Admin
Penilaian Manual
0,500
0,500
0,091
0,500
0,500
0,455
2,500
0,500
0,455
3,500
1,500
1,000
Tabel 18 Eigen Vector Kriteria Usability Eigen
Jumlah Prioritas Value Penilaian 1,091 0,182 0,364 SIMAK Dosen
Penilaian 1,455 0,242 0,485 SIMAK Admin
Penilaian 3,455 0,576 1,267 Manual
Total
6,000
1,000
Nilai prioritas didapat dengan nilai jumlah setiap baris dibagi dengan nilai total dari jumlah setiap baris.
Untuk mendapatkan nilai eigen vector.
Proses selanjutnya yaitu dengan mengkalikan nilai eigen vector dengan matriks semula, menghasilkan nilai untuk setiap baris, yang selanjutnya setiap nilai dibagi kembali dengan vector yang bersangkutan seperti pada tabel 18 diatas.
Nilai rata-rata dari hasil pembagian ini merupakan principal eigen vector maksimum .
dengan nilai 1.
Bobot Akhir Untuk menghitung bobot akhir, digunakan rumusan semua nilai eigen vector setiap matriks alternatif dikalikan dengan nilai eigen vector dari matriks kriteria utama.
Maka hasil akhir dari perhitungan bobot akhir yang didapat dilihat pada tabel 19 dibawah:
Tabel 19 Hasil Perhitungan Bobot Akhir Penilaian SIMAK Dosen
12,952
Penilaian SIMAK Admin
10,257
Penilai Manual
18,533
Berdasarkan pada hasil akhir tersebut maka didapati bahwa minat dari responden A lebih meminati penilaian manual dengan perolehan nilai sebesar 18.
533, sedangkan untuk penilaian SIMAK Dosen dengan nilai sebesar 12.
952 dan penilaian SIMAK Admin dengan nilai 10.
tidak terlalu diminati oleh responden tersebut.
Rata-Rata Bobot Akhir berdasarkan 10 responden Sebagai hasil dari penelitian yang dilakukan, maka pengolahan data yang terakhir adalah perhitungan rata-rata dari hasil perolehan bobot akhir dari masing-masing responden yang nantinya hasil proses perhitungan rata-rata tersebut untuk dapat melihat minat dari seluruh Tabel 20 Hasil Perhitungan Rata-Rata Bobot Akhir Responden Penilai SIMA Dosen Penilai SIMA Admin Penilai Manual Avr Dari tabel 20 diatas hasil dari nilai rata-rata bobot akhir dari 10 responden adalah Penilaian SIMAK Dosen 6.
Penilaian SIMAK Admin 7.
461, dan Penilaian Manual 7.
829 dimana untuk minat dari responden-responden tersebut adalah Penilaian Manual.
PENUTUP
Kesimpulan Berdasarkan pada hasil penelitian dan pembahasan yang dilakukan dapat ditarik beberapa kesimpulan antara lain sebagai berikut:
Dari hasil uji yang dilakukan dengan metode Analytical Hierarchy Process terhadap data kuisioner dari beberapa responden tentang minat penggunaan SIMAK UNKRIS dalam proses penilaian mahasiswa dimana hasil yang diperoleh adalah Penilaian SIMAK Dosen dengan rata-rata nilai sebesar 6.
741, sedangkan untuk Penilaian SIMAK Admin memiliki rata-rata nilai sebesar 7.
461, dan Penilaian Manual yang memiliki ratarata nilai sebesar 7.
Dari proses penelitian yang telah dilakukan, dapat ditemukan bahwa kriteria yang digunakan seperti Penilaian SIMAK Dosen.
Penilaian SIMAK Admin, dan Penilaian Manual yang dimaksudkan untuk melihat kualitas minat dosen untuk penggunaannya, sedangkan untuk alternatif yang digunakan seperti User Interface.
Functionality.
Service Quality.
Navigation, dan Usability dijadikan indikator pertimbangan dalam menentukan minat dari dosen untuk melakukan proses penilaian mahasiswa.
Saran Meskipun pemilihan Sistem Akademik Kampus Universitas Krisnadwipayana (SIMAK UNKRIS) dengan menggunakan metode AHP telah mampu memberikan hasil yang baik, namun terdapat beberapa saran perbaikan terhadap penelitian antara lain sebagai berikut:
Melihat dari aspek manajerial, agar pemilihan Sistem Akademik Kampus Universitas Krisnadwipayana (SIMAK UNKRIS) memiliki kriteria dan alternatif yang lebih luas.
Melihat dari aspek penelitian, agar dapat dikembangkan dengan metode lain seperti metode Simple Additive Weighting (SAW).
Fuzzy, atau dengan metode sejenis lainnya agar hasil yang diperoleh lebih baik lagi.
DAFTAR PUSTAKA