Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Penerapan Metode Complex Proportional Assessment (Copra.
Dalam Pemilihan Mahasiswa Terbaik di Kelas 4-3 Application of the Complex Proportional Assessment (Copra.
Method for Selection of the Best Students in Classes 4-3 1Annisa Syaharani, 2Annisa Putri, 3Rostika Tnunay,4Yuyun Dwi Lestari 1,2,3,4Universitas Harapan.
Medan.
Indonesia Email: 1annisasyaharani14@gmail.
com, 2annisaputri0673@gmail.
3rostikatnunai@gmail.
com, 4yuyun.
dl@gmail.
Abstrak Penelitian ini bertujuan untuk menerapkan metode COPRAS (Complex Proportional Assessment of Alternatives with Rankin.
dalam pemilihan mahasiswa terbaik di kelas 43 Universitas Harapan Medan.
Metode COPRAS digunakan untuk mengintegrasikan berbagai kriteria penilaian, seperti IPK, kehadiran, sikap, keaktifan, dan kedisiplinan, guna menghasilkan evaluasi yang objektif dan transparan.
Hasil penelitian menunjukkan bahwa penerapan metode ini berhasil memberikan solusi yang efektif dalam menentukan mahasiswa terbaik.
Berdasarkan hasil analisis.
Rili Aditya memperoleh nilai tertinggi dengan nilai utilitas 100%, sehingga dinyatakan sebagai mahasiswa terbaik di antara kandidat lainnya.
Metode COPRAS tidak hanya meningkatkan akurasi penilaian, tetapi juga mendorong terciptanya kompetisi sehat di kalangan mahasiswa.
Dengan penerapan sistem pendukung keputusan berbasis metode COPRAS, institusi pendidikan dapat melakukan evaluasi kinerja mahasiswa secara lebih konsisten dan efektif.
Kata Kunci: metode copras, pemilihan mahasiwa terbaik, evaluasi kinerja Abstract This research aims to apply the COPRAS (Complex Proportional Assessment of Alternatives with Rankin.
method in selecting the best students in class 4-3 at Harapan University.
Medan.
The COPRAS method is used to integrate various assessment criteria, such as GPA, attendance, attitude, activeness and discipline, to produce an objective and transparent evaluation.
The research results show that the application of this method succeeded in providing an effective solution in determining the best students.
Based on the analysis results.
Rili Aditya obtained the highest score with a utility value of 100%, so he was declared the best student among the other candidates.
The COPRAS method not only increases assessment accuracy, but also encourages the creation of healthy competition among students.
By implementing a decision support system based on the COPRAS method, educational institutions can evaluate student performance more consistently and effectively.
Keywords: copras method, selection of the best students, performance evaluation PENDAHULUAN Kemajuan teknologi saat ini telah berkembang dengan sangat pesat.
Dalam dunia kerja, teknologi memiliki peranan yang sangat vital, di mana hampir semua aspek memanfaatkannya untuk menyelesaikan berbagai A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 permasalahan, seperti di bidang bisnis, pendidikan, kesehatan, pertanian, dan Khususnya di bidang pertanian, teknologi digunakan untuk membantu dalam pemilihan bibit yang unggul dan berkualitas .
Dalam hal penilaian kinerja mahasiswa, diperlukan pendekatan yang tidak hanya berbasis manual tetapi juga memanfaatkan sistem berbasis teknologi untuk menghasilkan evaluasi yang lebih objektif dan akurat .
Penilaian ini bertujuan untuk mengidentifikasi mahasiswa terbaik yang tidak hanya berprestasi secara akademik tetapi juga memiliki kualitas karakter seperti kedisiplinan, keaktifan, dan sikap yang baik.
Untuk mendukung penilaian tersebut maka diterapkan Sistem Pendukung Keputusan yang berfungsi untuk membantu menghasilkan keputusan berdasarkan analisis data pemilihan peminatan dengan mempertimbangkan berbagai kriteria dalam proses perhitungan .
Penilaian kinerja mahasiswa merupakan aspek penting dalam dunia Proses ini tidak hanya berfungsi sebagai penghargaan atas prestasi akademik, tetapi juga sebagai motivasi bagi mahasiswa untuk meningkatkan kualitas belajar mereka .
Penentuan mahasiswa terbaik menjadi salah satu cara untuk mendorong kompetisi sehat, sekaligus menciptakan lulusan yang berkualitas dan siap bersaing di dunia kerja.
Namun, penilaian semacam ini memerlukan pendekatan yang objektif dan transparan, mengingat banyaknya faktor yang perlu dipertimbangkan.
Dalam konteks Universitas Harapan Medan, khususnya di kelas 4-3 yang memiliki potensi besar menghasilkan mahasiswa berprestasi, evaluasi kinerja tidak hanya didasarkan pada prestasi akademik semata.
Kriteria seperti Indeks Prestasi Kumulatif (IPK), kehadiran, sikap, keaktifan, dan kedisiplinan turut memegang peranan penting.
Masing-masing kriteria ini memiliki bobot dan pengaruh yang berbeda, sehingga diperlukan metode yang mampu mengintegrasikan semua kriteria tersebut secara efektif.
Metode COPRAS dapat mempertimbangkan kriteria positif dan negatif, yang dapat dievaluasi secara terpisah selama proses evaluasi .
Adanya kemampuan untuk menghitung tingkat utilitas adalah fitur utama yang membedakan metode COPRAS dari metode lain .
Dengan mempertimbangkan nilai absolut serta membandingkan proporsi antar kriteria, metode ini memberikan gambaran yang lebih komprehensif mengenai kinerja mahasiswa.
Penelitian ini bertujuan untuk merancang dan menerapkan sistem pendukung keputusan (SPK) menggunakan metode COPRAS dalam menentukan mahasiswa terbaik di kelas 4-3 .
Dengan adanya sistem ini, proses evaluasi diharapkan menjadi lebih transparan, akurat, dan Selain itu, penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan sistem penilaian di institusi pendidikan, serta menjadi acuan bagi penelitian selanjutnya dalam konteks pengambilan keputusan di bidang pendidikan.
Melalui pendekatan ini, mahasiswa terbaik yang terpilih tidak hanya unggul dalam aspek akademik, tetapi juga memiliki sikap dan kedisiplinan yang baik, sehingga dapat menjadi teladan bagi mahasiswa lainnya.
Dengan demikian, penelitian ini berupaya mendukung terciptanya lingkungan belajar A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 yang kompetitif dan berkualitas .
METODOLOGI PENELITIAN
1 Tahapan Penelitian Tahapan penelitian dapat digambarkan sebagai berikut:
Gambar 1.
Tahapan Penelitian 2 Tahapan Metode COPRAS (Complex Proportional Asessmen.
Dalam tahap ini terdapat beberapa langkah yang harus dilakukan pada metode COPRAS (Complex Proportional Asessmen.
, diantaranya:
Membuat Matriks Keputusan Menormalisasikan Matriks dalam Pengambilan Keputusan A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index Keterangan:
ycuycnyc = nilai yang telah dinormalisasi dari alternatif Menentukan Pengambilan Matriks Normalisasi Terbobot.
Untuk Menentukan Terbobot Menggunakan Rumus Sebagai Berikut:
e-ISSN 2830-3954 p-ISSN 2830-6031 Normalisasi Keterangan:
ycUycnyc = nilai yang telah dinormalisasi dari alternatif ycOyc = bobot dari kriteria Perhitungan Nilai Tertinggi Dan Terendah Pada Index Untuk Setiap Alternatif.
Berikut Rumus Untuk Menghitung Nilai Tertinggi Dan Terendah Setiap Alternatif:
Nilai y ij dan y-ij merepresentasikan hasil normalisasi tertimbang untuk atribut yang bersifat menguntungkan .
dan tidak menguntungkan .
Alternatif dianggap semakin baik jika nilai S-i semakin kecil.
Nilai S i dan S-i mencerminkan sejauh mana tujuan dari masing-masing alternatif telah tercapai.
Namun demikian, total dari S i ('plus') dan S-i ('minus') pada suatu alternatif selalu setara dengan total bobot atribut benefit dan cost.
Menentukan Signifikan Alternatif Berdasarkan Penentuan Alternatif Positif S 1 Dan Alternatif Negatif S-1 Perhitungan Bobot Relatif Setiap Alternatif.
Menentukan Signifikansi Relatif Atau Prioritas Relatif (Q.
Dari Setiap Alternatifnya Nilai S-1 min merepresentasikan nilai minimum dari S-i, sementara semakin besar nilai Qi, semakin tinggi pula prioritas suatu alternatif.
Tingkat signifikansi relatif suatu alternatif mencerminkan sejauh mana alternatif tersebut memenuhi kriteria yang diharapkan.
Alternatif dengan nilai signifikansi tertinggi (Qma.
dianggap sebagai pilihan terbaik dibandingkan alternatif lainnya.
Menghitung Utilitas Kuantitatif (U.
Untuk Setiap Alternatif.
Qmax adalah nilai maksimum dari signifikansi relatif.
Nilai utilitas ini berada dalam rentang 0% hingga 100%.
Alternatif dengan utilitas A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 tertinggi (Uma.
dianggap sebagai opsi terbaik di antara semua kandidat alternatif.
HASIL DAN PEMBAHASAN
1 Data Alternatif dan Kriteria Sistem Pendukung Keputusan pemilihan mahasiswa terbaik di kelas 4-3 menggunakan metode COPRAS dirancang dengan tahapan yang sesuai dengan gambar 1.
Adapun penentuan bobot kriteria ditentukan seperti data pada tabel yang tersaji pada tabel 1.
Tabel 1.
Data Alternatif dan Kriteria Penelitan No Nama Mahasiswa Annisa Syaharani Baik Aktif Baik Kurang Aktif Baik Cukup Aktif Baik Cukup Baik Cukup Aktif Baik Baik Kurang Aktif Baik Ora Pronobis Saogo Iskandar Zulkarnaen Siregar Rafi Jariansyah Reyhan Abdillah Rangkuti Rili Aditya Baik Aktif Wahyudi Maulana Baik Cukup Aktif Rejeki Ndruru Baik Kurang Aktif Rostika Tnunay Baik Cukup Aktif Baik Cukup Aktif Cukup Baik Kurang Aktif Baik Cukup Aktif Rizki Situmorang Baik Kurang Aktif Wahyu Cavin Gunawan Baik Kurang Aktif Satrio Apriza Pradana 3.
Baik Kurang Aktif Muhammad Wahyu Hidayat Alkhawarizmi Rangkuti Annisa Putri Baik Cukup Baik Sangat Baik Cukup Baik Cukup Baik Cukup Baik Cukup Baik Kurang Baik Baik Cukup Baik Cukup Baik Cukup Baik Sistem Pendukung Keputusan pemilihan mahasiswa terbaik di kelas 4-3 menggunakan metode COPRAS dirancang dengan tahapan yang sesuai dengan gambar 1.
Adapun penentuan bobot kriteria ditentukan seperti data pada tabel yang tersaji pada tabel 2.
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Tabel 2.
Data Kriteria Kriteria Keterangan Bobot Jenis IPK Absensi Sikap Keaktifan di kelas Benefit Benefit Benefit Benefit Berikut ini adalah tabel konversi dari setiap kriteria yang akan digunakan dalam pengolahan data menggunakan metode COPRAS (Complex Proportional Assessmen.
dapat dilihat pada tabel 3 s/d tabel 7 :
Tabel 3.
Keterangan Kriteria IPK
IPK
Bobot 00 Ae 3.
64 Ae 3.
29 Ae 2.
94 Ae 2.
< 2.
Tabel 4.
Keterangan Kriteria Absensi
Absensi
1Ae3
4Ae6
7Ae9
10 - 12
Bobot Tabel 5.
Keterangan Kriteria Sikap Sikap Bobot Sangat Baik Baik Cukup Baik Kurang Baik Tidak Baik A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Tabel 6.
Keterangan Kriteria Keaktifan di Kelas No Keaktifan Bobot Sangat Aktif Aktif Cukup Aktif Kurang Aktif Tidak Aktif Tabel 7.
Keterangan Kriteria Kedisiplinan No Kedisiplinan Bobot Sangat Baik Baik Cukup Baik Kurang Baik Setelah di dapatkan data dari setiap kriteria dan alternatif selanjutnya akan dilakukan penilaian normalisasi, data normalisasi dapat dilihat pada tabel berikut :
Tabel 8.
Nilai Rating Kecocokan Dari Setiap Alternatif No.
Nama Mahasiswa 1 Annisa Syaharani Ora Pronobis Saogo Iskandar Zulkarnaen Siregar Rafi Jariansyah Reyhan Abdillah Rangkuti Rili Aditya Wahyudi Maulana Rejeki Ndruru Rostika Tnunay Muhammad Wahyu Hidayat Alkhawarizmi Rangkuti Annisa Putri Rizki Situmorang Wahyu Cavin Gunawan Satrio Apriza Pradana A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 2 Penerapan Metode COPRAS Berikut adalah membuat matriks keputusan berdasarkan data hasil konversi nilai alternatif yaitu sebagai berikut :
Langkah Pertama Melakukan normalisasi matriks dengan menjumlahkan setiap kolom,kemudian membagikan setiap nilai altrenatif dari kolom tersebut dengan hasil penjumlahan per kolom untuk mendapatkan matriks.
Kriteria IPK (C.
C1= 5 3 4 4 4 5 4 4 5 4 3 5 4 3 5 = 62 yca11 = 5 : 62 = 0,080645161 yca21 = 3 : 62 = 0,048387097 yca31 = 4 : 62 = 0,064516129 yca41 = 4 : 62 = 0,064516129 yca51 = 4 : 62 = 0,064516129 yca61 = 5 : 62 = 0,080645161 yca71 = 4 : 62 = 0,064516129 yca81 = 4 : 62 = 0,064516129 yca91 = 5 : 62 = 0,080645161 yca10.
1 = 4 : 62 = 0,064516129
1 = 3 : 62 = 0,048387097
1 = 5 : 62 = 0,080645161
1 = 4 : 62 = 0,064516129
1 = 3 : 62 = 0,048387097
1 = 5 : 62 = 0,080645161
Kriteria Absensi (C.
C2 = 1 0,75 0,75 1 1 1 0,75 0,75 1 1 0,50 1 0,75 0,50 1 = 12,75 A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 yca12 = 1 : 12,75= 0,078431373 yca22 = 0,75 : 12,75= 0,058823529 yca32 = 0,75 : 12,75= 0,058823529 yca42 = 1 : 12,75= 0,078431373 yca52 = 1 : 12,75= 0,078431373 yca62 = 1 : 12,75= 0,078431373 yca72 = 0,75 : 12,75= 0,058823529 yca82 = 0,75 : 12,75= 0,058823529 yca92 = 1 : 12,75= 0,078431373 yca10.
2 = 1 : 12,75= 0,078431373
2 = 0,50 : 12,75= 0,039215686
2 = 1 : 12,75= 0,078431373
2 = 0,75 : 12,75= 0,058823529
2 = 0,50 : 12,75= 0,039215686
2 = 1 : 12,75= 0,078431373
Kriteria Sikap (C.
C3 = 4 4 4 3 4 4 4 4 4 4 3 4 4 4 4 = 58 yca13 = 4 : 58 = 0,064516129 yca23 = 4 : 58 = 0,064516129 yca33 = 4 : 58 = 0,064516129 yca43 = 3 : 58 = 0,048387097 yca53 = 4 : 58 = 0,064516129 yca63 = 4 : 58 = 0,064516129 yca73 = 4 : 58 = 0,064516129 yca83 = 4 : 58 = 0,032258065 yca93 = 4 : 58 = 0,064516129 yca10.
3 = 4 : 58 = 0,064516129
3 = 3 : 58 = 0,048387097
3 = 4 : 58 = 0,064516129
3 = 4 : 58 = 0,064516129
3 = 4 : 58 = 0,064516129
3 = 4 : 58 = 0,064516129
Kriteria Keaktifan di Kelas (C.
C4 = 4 2 3 3 2 4 3 2 3 3 2 3 2 2 2 = 40 yca14 = 4 : 40 = 0,1 yca24 = 2 : 40 = 0,05 yca34 = 3 : 40 = 0,075 yca44 = 3 : 40 = 0,075 yca54 = 2 : 40 = 0,05 yca64 = 4 : 40 = 0,1 yca74 = 3 : 40 = 0,075 yca84 = 2 : 40 = 0,05 A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 yca94 = 3 : 40 = 0,075 yca10.
4 = 3 : 40 = 0,075
4 = 2 : 40 = 0,05
4 = 3 : 40 = 0,075
4 = 2 : 40 = 0,05
4 = 2 : 40 = 0,05
4 = 2 : 40 = 0,05
Kriteria Kedisiplinan (C.
C5 = 3 2 3 3 3 4 2 2 2 2 1 3 2 2 2 = 36 yca15 = 3 : 36 = 0,083333333 yca25 = 2 : 36 = 0,055555556 yca35 = 3 : 36 = 0,083333333 yca45 = 3 : 36 = 0,083333333 yca55 = 3 : 36 = 0,083333333 yca65 = 4 : 36 = 0,111111111 yca75 = 2 : 36 = 0,055555556 yca85 = 2 : 36 = 0,055555556 yca95 = 2 : 36 = 0,055555556 yca10.
5 = 2 : 36 = 0,055555556
5 = 1 : 36 = 0,027777778
5 = 3 : 36 = 0,083333333
5 = 2 : 36 = 0,055555556
5 = 2 : 36 = 0,055555556
5 = 2 : 36 = 0,055555556
Langkah Kedua Setelah membentuk matriks ycUycnyc langkah berikutnya adalah menentukan matriks keputusan berbobot yang telah dinormalisasi dengan cara ycUycnyc * A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 ycyc.
yca11 = 0,080645161 * 0,4 = 0,032258065 yca21 = 0,048387097* 0,4 = 0,019354839 yca31 = 0,064516129* 0,4 = 0,025806452 yca41 = 0,064516129* 0,4 = 0,025806452 yca51 = 0,064516129* 0,4 = 0,025806452 yca61 = 0,080645161* 0,4 = 0,032258065 yca71 = 0,064516129* 0,4 = 0,025806452 yca81 = 0,064516129* 0,4 = 0,025806452 yca91 = 0,080645161* 0,4 = 0,032258065 yca10.
1 = 0,064516129* 0,4 = 0,025806452
1 = 0,048387097* 0,4 = 0,019354839
1 = 0,080645161* 0,4 = 0,032258065
1 = 0,064516129* 0,4 = 0,025806452
1 = 0,048387097* 0,4 = 0,019354839
1 = 0,080645161* 0,4 = 0,032258065
yca12 = 0,078431373* 0,2 = 0,015686275 yca22 = 0,058823529* 0,2 = 0,011764706 yca32 = 0,058823529* 0,2 = 0,011764706 yca42 = 0,078431373* 0,2 = 0,015686275 yca52 = 0,078431373* 0,2 = 0,015686275 yca62 = 0,078431373* 0,2 = 0,015686275 yca72 = 0,058823529* 0,2 = 0,011764706 yca82 = 0,058823529* 0,2 = 0,011764706 yca92 = 0,078431373* 0,2 = 0,015686275 yca10.
2 = 0,078431373* 0,2 = 0,015686275
2 = 0,039215686* 0,2 = 0,007843137
2 = 0,078431373* 0,2 = 0,015686275
2 = 0,058823529* 0,2 = 0,011764706
2 = 0,039215686* 0,2 = 0,007843137
2 = 0,078431373* 0,2 = 0,015686275
yca13 = 0,068965517* 0,15 = 0,010344828 yca23 = 0,068965517* 0,15 = 0,010344828 yca33 = 0,068965517* 0,15 = 0,010344828 yca43 = 0,051724138* 0,15 = 0,007758621 yca53 = 0,068965517* 0,15 = 0,010344828 yca63 = 0,068965517* 0,15 = 0,010344828 yca73 = 0,068965517* 0,15 = 0,010344828 yca83 = 0,068965517* 0,15 = 0,010344828 yca93 = 0,068965517* 0,15 = 0,010344828 yca10.
3 = 0,068965517* 0,15 = 0,010344828
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 yca11.
3 = 0,051724138* 0,15 = 0,007758621
3 = 0,068965517* 0,15 = 0,010344828
3 = 0,068965517* 0,15 = 0,010344828
3 = 0,068965517* 0,15 = 0,010344828
3 = 0,068965517* 0,15 = 0,010344828
yca14 = 0,1* 0,15 = 0,015 yca24 = 0,05* 0,15 = 0,0075 yca34 = 0,075* 0,15 = 0,01125 yca44 = 0,075* 0,15 = 0,01125 yca54 = 0,05* 0,15 = 0,0075 yca64 = 0,1* 0,15 = 0,015 yca74 = 0,075* 0,15 = 0,01125 yca84 = 0,05* 0,15 = 0,0075 yca94 = 0,075* 0,15 = 0,01125 yca10.
4 = 0,075* 0,15 = 0,01125
4 = 0,05* 0,15 = 0,0075
4 = 0,075* 0,15 = 0,01125
4 = 0,05* 0,15 = 0,0075
4 = 0,05* 0,15 = 0,0075
4 = 0,05* 0,15 = 0,0075
yca15 = 0,083333333* 0,1 = 0,008333333 yca25 = 0,055555556* 0,1 = 0,005555556 yca35 = 0,083333333* 0,1 = 0,008333333 yca45 = 0,083333333* 0,1 = 0,008333333 yca55 = 0,083333333* 0,1 = 0,008333333 yca65 = 0,111111111* 0,1 = 0,011111111 yca75 = 0,055555556* 0,1 = 0,005555556 yca85 = 0,055555556* 0,1 = 0,005555556 yca95 = 0,055555556* 0,1 = 0,005555556 yca10.
5 = 0,055555556* 0,1 = 0,005555556
5 = 0,027777778* 0,1 = 0,002777778
5 = 0,083333333* 0,1 = 0,008333333
5 = 0,055555556* 0,1 = 0,005555556
5 = 0,055555556* 0,1 = 0,005555556
5 = 0,055555556* 0,1 = 0,005555556
Dari perhitungan di atas maka diperoleh matriks yaycnyc sebagai berikut:
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Langkah Ketiga Setelah membuat matriks yaycnyc , maka dibuat perhitungan memaksimalkan dan meminimalkan indeks untuk masingmasing alternatif.
ycI ycn = ya1 ya2 ya3 ya4 C5
yca1 = 0,032258065 0,015686275 0,010344828 0,015 0,008333333 0,0816225 yca2= 0,019354839 0,011764706 0,010344828 0,0075 0,005555556 0,054519928 yca3 = 0,025806452 0,011764706 0,010344828 0,01125 0,008333333 0,067499318 yca4 = 0,025806452 0,015686275 0,007758621 0,01125 0,008333333 0,06883468 yca5 = 0,025806452 0,015686275 0,010344828 0,0075 0,008333333 0,067670887 yca6
0,032258065 0,015686275 0,010344828 0,015 0,011111111
0,084400278
yca7 = 0,025806452 0,011764706 0,010344828 0,01125 0,005555556 0,064721541 yca8 = 0,025806452 0,011764706 0,010344828 0,0075 0,005555556 0,060971541 yca9 = 0,032258065 0,015686275 0,010344828 0,01125 0,005555556 0,075094722 yca10 = 0,025806452 0,015686275 0,010344828 0,01125 0,005555556 0,068643109 yca11 = 0,019354839 0,007843137 0,007758621 0,0075 0,002777778 0,045234374 yca12 = 0,032258065 0,015686275 0,010344828 0,01125 0,008333333 0,0778725 yca13 = 0,025806452 0,011764706 0,010344828 0,0075 0,005555556 0,060971541 yca14 = 0,019354839 0,007843137 0,010344828 0,0075 0,005555556 0,050598359 yca15 = 0,032258065 0,015686275 0,010344828 0,0075 0,005555556 0,071344722 Total dari atribut MAX = 1 A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Langkah Keempat Membuat perhitungan bobot relatif tiap alternatif:
Tabel 9.
Perhitungan Bobot Relatif Tiap Alternatif
0,0816225
0,054519928
= 12,25152
0,0816225*1
= 18,88971664
= 18,34192
0,054519928*1
= 12,61742763
= 14,81496 0,067499318*1
0,067499318
= 15,62121963
0,06883468
0,067670887
0,084400278
0,064721541
= 14,52756 0,06883468*1
= 15,93025947
= 14,77740 0,067670887*1
= 15,66092538
= 11,84830 0,084400278*1
= 19,53257168
= 15,45081 0,064721541*1
= 14,97836459
= 13,31652
0,075094722
0,060971541*1
= 14,11051030
0,075094722*1
= 17,37900731
= 14,56810
0,068643109
0,068643109*1
= 15,88592464
= 22,10708
0,045234374
0,045234374*1
= 10,46849234
= 12,84150
0,0778725
0,0778725*1
= 18,02186234
= 16,40109
0,060971541
0,060971541*1
= 14,11051030
0,060971541
= 16,40109
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954
p-ISSN 2830-6031
= 19,76349
0,050598359
0,050598359*1
= 11,70986758
= 14,01645
0,071344722
0,071344722*1
= 16,51115301
Total
= 231,43
QMax = 19,62 Langkah Kelima Setelah mendapatkan nilai ycEycoycaycu, selanjutnya membuat perhitungan utilitas kuantitatif untuk setiap alternatif.
A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index e-ISSN 2830-3954 p-ISSN 2830-6031 Tabel 10.
Hasil Perangkingan Masing-Masing Alternatif
Alternatif
A10
A11
Nama Mahasiswa Annisa Syaharani Ora Pronobis Saogo Iskandar Zulkarnaen Siregar Rafi Jariansyah Reyhan Abdillah Rangkuti Rili Aditya Wahyudi Maulana Rejeki Ndruru Rostika Tnunay Muhammad Wahyu Hidayat Alkhawarizmi 96,70880493 64,59685821 Ranking 79,97523259 81,55740953 80,17851228 76,68403752 72,24092418 88,97449652 81,33043056 53,59505401 A 2025 The Author.
Published by UNITY ACADEMY .
This is an open access article under the CC BY-SA license .
ttp://creativecommons.
org/licenses/by-sa/4.
Jurnal Ilmu Komputer dan Sistem Informasi (JIRSI) Volume: 4.
Nomor: 1.
Januari 2025: 39-56 https://jurnal.
unity-academy.
id/index.
php/jirsi/index A12
A13
A14
A15
Rangkuti Annisa Putri
Rizki Situmorang
Wahyu Cavin
Gunawan Satrio Apriza
Pradana
e-ISSN 2830-3954
p-ISSN 2830-6031
92,26569159
72,24092418
59,95046518
84,53138318
Berdasarkan hasil perangkingan tabel di atas, diketahui bahwa hasil yang tertinggi diperoleh oleh Rili Aditya.
Maka dari itu Rili Aditya merupakan siswa terbaik diantara beberapa siswa lainnya.
KESIMPULAN
Berdasarkan analisis pada penelitian ini, penerapan metode COPRAS berhasil mencapai hasil yang sesuai dengan tujuan yaitu mengembangkan sistem pendukung keputusan yang objektif dan transparan untuk menentukan mahasiswa terbaik di kelas 4-3 Universitas Harapan Medan.
Dengan mempertimbangkan berbagai kriteria, seperti IPK, kehadiran, sikap, keaktifan, dan kedisiplinan, metode ini mampu menghasilkan evaluasi yang komprehensif.
Hasil penelitian menunjukkan bahwa Rili Aditya terpilih sebagai mahasiswa terbaik dengan nilai utilitas tertinggi, yaitu 100%.
Hal ini mencerminkan keberhasilan metode dalam mengintegrasikan data secara holistik.
Selain memberikan manfaat langsung berupa penilaian yang lebih akurat dan objektif, penelitian ini juga membuka peluang pengembangan lebih lanjut.
Sistem yang telah dirancang dapat diterapkan pada konteks pendidikan lain dengan kriteria yang dapat disesuaikan.
Selain itu, pengembangan aplikasi berbasis teknologi, seperti integrasi sistem dengan data real-time atau implementasi pada skala institusi yang lebih luas, dapat menjadi prospek penelitian selanjutnya untuk meningkatkan efisiensi dan efektivitas penilaian kinerja mahasiswa.
DAFTAR PUSTAKA