KOMPARASI METODE MOORA DAN SAW PADA SISTEM

PENDUKUNG KEPUTUSAN SELEKSI KETUA HIMPUNAN

MAHASISWA PRODI TEKNIK INFORMATIKA

REXIMA TRIAS CAHYANINGRUM

1412200036

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNIK
UNIVERSITAS PGRI RONGGOLAWE TUBAN
2024
 HALAMAN PERSETUJUAN

Proposal skripsi dengan judul :

KOMPARASI METODE MOORA DAN SAW PADA SISTEM

PENDUKUNG KEPUTUSAN SELEKSI KETUA HIMPUNAN
MAHASISWA PRODI TEKNIK INFORMATIKA

Oleh:
Rexima Trias Cahyaningrum
1412200036

Telah dilakukan pembimbingan proposal skripsi dan dinyatakan

layak untuk mengikuti ujian proposal skripsi pada Program Studi
Teknik Informatika Universitas PGRI Ronggolawe.

Tuban, 4 Juli 2024

Menyetujui,

Pembimbing I Pembimbing II

Andik Adi Suryanto, [Link], [Link] Amaludin Arifia,

[Link], [Link]
NIDN : 0725038101 NIDN : 0730068401
1. PENDAHULUAN
1.1 Latar belakang
Perguruan tinggi sebagai lembaga pendidikan tinggi yang dinamis dimana
mahasiswa mengejar prestasi akademik ataupun non akademik. Di dalam
lingkungan perguruan tinggi juga melibatkan kegiatan organisasi salah satunya
pemilihan ketua himpunan mahasiswa. Didalam lingkungkan kampus himpunan
mahasiswa prodi teknik informatika (HIMATIF) adalah sebagai wadah untuk
mengembangkan diri dan mengelola berbagai progam. Dalam struktur organisasi
himpunan mahasiswa, ketua himpunan memiliki tanggung jawab besar dalam
mengambil keputusan yang berkaitan dengan organisasi.
Dalam jurnal yang berjudul “Komparasi metode SAW dan MOORA pada
SMAN 15 Jakarta” dalam pemilihan siswa berprestasi menggunakan metode
MOORA dan SAW dapat disimpulkan berdasarkan hasil yaitu tidak terdapat
perbedaan hasil dalam melakukan pemilihan siswa berprestasi baik menggunkan
SAW dan MOORA dan hasil yang didapat dalam pemilihan siswa berprestasi
dengan menerapkan SAW dan MOORA dapat lebih tepat dibandingkan hanya
dengan menerapkan satu metode saja(Budihartanti, 2020). Pada penelitian yang
dilakukan oleh (Putri & Budihartanti, 2020) membahas tentang Komparasi
metode SAW dan MOORA dalam pemilihan jurusan pada SMAN 108 Jakarta
menghasilkan perangkingan nilai tertinggi yaitu SAW 24,600 dan MOORA
10,451. Penelitian yang dilakukan oleh (Pradana dkk., 2020) dengan
menggunakan metode MOORA dan SAW dalam menentukan pemilihan bibit
jambu madu didapat hasil dengan perangkingan yang sama yaitu Sampel 4(V4)
yang mendapatkan rangking 1.
Metode yang digunakan dalam Sistem Pendukung Keputusan ini adalah
metode MOORA(Multi-Objective Optimazation by Ratio Analysis) dan
SAW(Simple Additive Weighting). MOORA adalah metode pengambilan
keptusan multi-kriteria yang memungkinkan penilaian terhadap alternatif
berdasarkan beberapa kriteria secara simultan dan alternatif terbaik. SAW
(Simple Additive Weighting) merupakan metode penentuan keputusan yang
mudah serta multi atribut yang dominan dilakukan pada sistem pendukung
keputusan dengan penjumlahan terbobot(Aldisa dkk., 2022).

1
 Kelebihan metode MOORA yaitu fleksibilitas yang tinggi dan tingkat
selektifitas yang baik, hal ini disebabkan MOORA mampu menentukan tujuan
dari kriteria yang saling bertolak belakang(Rosita dkk., 2020). Sedangkan untuk
kelebihan dari metode SAW adalah penilaian akan lebih tepat karena didasarkan
pada nilai kriteria dari bobot preferensi yang sudah ditentukan (Utomo, 2015).
HIMATIF merupakan kepanjangan dari Himpunan Mahasiswa Prodi
Teknik Informatika dimana HIMATIF merupakan organisasi intra prodi dan
diarahkan oleh pembina prodi agar berdiri dengan baik. Himpunan mahasiswa
prodi teknik informatika (HIMATIF) berdiri pada tanggal 20 Desember 2007.
Proses pemilihan ketua himpunan mahasiswa prodi teknik informatika
(HIMATIF), dilakukan pergantian kepengurusan setiap satu tahun sekali. Dalam
proses pemilihan ketua himpunan seringkali dihadapkan dengan berbagai
masalah seperti banyaknya calon kandidat, perbedaan visi misi, kurangnya
komunikasi sesama anggota dan hanya melakukan pendekatan kepada senior.
Maka berdasarkan uraian diatas penulis menerapkan metode MOORA dan
SAW pada sistem pendukung keputusan pemilihan ketua himpunan mahasiswa
prodi teknik informatika, sehingga dapat mendukung penilaian bersifat subjektif
dalam pengambilan keputusan. Maka dari itu penulis akan membuat skripsi yang
berjudul “KOMPARASI METODE MOORA DAN SAW PADA SISTEM
PENDUKUNG KEPUTUSAN SELEKSI KETUA HIMPUNAN MAHASISWA
PRODI TEKNIK INFORMATIKA” .

2
1.2 Rumusan Masalah
a. Apa saja kriteria yang digunakan dalam pemilihan calon ketua himpunan
mahasiswa prodi teknik informatika?
b. Bagaimana komparasi hasil metode MOORA dan SAW pada sistem
pendukung keputusan dalam pemilihan calon ketua himpunan mahasiswa
prodi teknik informatika ?
c. Bagaimana tingkat korelasi metode moora dan saw?
1.3 Batasan Masalah
a. Penelitian ini berfokus pada pemilihan ketua himpunan prodi teknik
informatika
b. Metode MOORA dan SAW akan diterapkan sebagai alat utama dalam
sistem pendukung keputusan
c. Kriteria penilaian calon ketua himpunan mahasiswa prodi teknik
informatika akan dibatasi aspek-aspek tertentu, seperti visi dan misi,
pengalaman organisasi, tes tulis,lkmom dan tes wawancara.
1.4 Tujuan Penelitian
a. Mengidentifikasi kriteria yang dapat diintregasikan ke dalam metode
MOORA untuk meningkatkan subjektifitas dan akurasi pemilihan ketua
himpunan mahasiswa prodi teknik informatika
b. penerapan metode MOORA pada sistem pendukung keputusan pemilihan
ketua himpunan mahasiswa prodi teknik informatika
c. Mencari tingkat hasil korelasi metode moora dan saw menggunakan
spearmank rank correlation
1.5 Manfaat Penelitian
Adapun manfaat dari penelitian skripsi ini adalah :
A. Bagi Himpunan Mahasiswa
1. Memberikan alternatif metode pemilihan ketua himpunan mahasiswa
prodi teknik informatika
2. Memberikan landasan dalam memilih ketua himpunan mahasiswa prodi
teknik informatika
B. Bagi Penulis

3
1. Menambah pemahaman mengenai penerapan metode SAW dan MOORA
ke dalam sistem pendukung keputusan serta menambah pengetahuan
mengenai perbandingan dari kedua metode tersebut.
2. Menambah pengalaman dan wawasan berfikir dalam merancang sebuah
sistem pendukung keputusan pada pemilihan calon ketua himpunan
mahasiswa prodi teknik informatika serta dapat menerapkan ilmu yang
penulis peroleh semasa pembelajaran diperkuliahan.

4
2. TINAJUAN PUSTAKA DAN LANDASAN TEORI

2.1 Tinjauan Pustaka

Penelitian ini membahas tentang Komparasi metode MOORA dan SAW
Pada Sistem Pendukung Keputusan Seleksi Ketua Himpunan Mahasiswa Prodi
Teknik Informatika. Penulis juga mendalami beberapa referensi jurnal penelitian
terdahulu sebagai pedoman dalam melakukan penelitian. Tinjauan pustaka yang
ada kaitanya dengan topik diatas adalah sebagai berikut :
Dalam jurnal yang berjudul “ Penerapan Metode WASPAS Dengan
Pembobotan ROC Dalam Sistem Pendukung Keputusan Pemilihan Ketua
Himpunan Mahasiswa Teknik Informatika (HIMATIKA) “. Penelitian ini dilatar
belakangi oleh permasalahan kendala Pemilihan ketua HIMATIKA yang dimana
sering terjadi ketidakadilan dalam mekanisme yang digunakan dalam pemilihan
dan juga kurangnya partisipasi. Namun terdapat perbedaan dengan penelitian
yang saya buat yaitu metode penelitian dan kriteria yang digunakan (Cibro &
Ramadhani, 2023) menggunakan 5 kriteria yakni IPK, Kedisiplinan,Visi dan
Misi, Pengalaman Organisasi, Wawasan Luas dan hanya menggunakan 1 metode
yaitu WASPAS dengan menggunakan pembobotan ROC.
Dalam jurnal yang berjudul “ Sistem Pendukung Keputusan Pemilihan
Ketua HMMI UNMER Madiun Menggunakan Simple Additive Weighting
(SAW) ”. Penelitian ini dilatar belakangi oleh permasalahan proses penilaian
yang masih dilakukan dengan cara manual yang menyebabkan penilitian
menjadi kurang efektif. Penelitian ini memiliki beberapa kesamaan pada kriteria
yang digunakan yakni IPK, Absensi Kuliah, Visi dan Misi, Pengalaman
berorganisasi, Wawasan Umum dan hanya menggunakan 1 metode saja yakni
metode Simple Additive Weighting (SAW) (Windiastik dkk., 2020).
Dalam jurnal yang berjudul “ Fuzzy Multi-Atribute Decision Making
(FUZZY MADM) Dengan Metode Simple Additive Weighting Dalam Sistem
Pendukung Keputusan Calon Ketua Himpunan Mahasiswa Informatika Berbasis
Web Di Institut Teknologi Telkom Purwekorto ”. Penelitian ini dilatar belakangi
oleh permasalahan dalam proses pemilihan calon ketua yang masih dilakukan
secara manual dan memungkinkan terjadinya kesalahan dalam penginputan nilai
sehingga keputusan yang diambil tidak sesuai. Terdapat beberapa perbedaan

5
dengan penelitian yang akan saya buat yakni dari segi kriteria yang
dipilih(Muhammad Fariz Azzam, Tri Ginanjar Laksana, 2018).
Dalam jurnal yang berjudul “ SPK Pemilihan Ketua HMP Progam Studi
Rekayasa Keamanan Siber Politeknik Bhakti Semesta Berbasis Website
Menggunakan Metode Topsis” . Dengan latar belakang masalah pemilihan
masih menggunakan cara manual yaitu menggunakan kertas dan banyak
menghabiskan dana sehingga cara ini dinilai kurang efektif. Data yang
digunakan adalah 21 mahasiswa Progam Studi Teknik Informatika dengan
menggunakan 5 kriteria dalam perhitungan.(Muhyiddin dkk., 2024)
Dalam jurnal yang berjudul “ Metode Weight Product Pada Pendukung
Keputusan Pemilihan Pengurus Himpunan Mahasiswa ”. Dengan latar belakang
masalah dalam penilaian yang tidak sesuai dengan panduan sehingga penyeleksi
hanya lebih condong kepada peserta yang dikenal(Hidayati dkk., 2022). Namun
terdapat beberapa perbedaan dengan penelitian yang saya buat yakni dari segi
metode dan kriteria. Kriteria yang digunakan yakni Pengalaman organisasi,
Psikologi, Public Speaking, Kepercayaan diri, IPK, Memiliki surat
peringatan(SP) dan menggunakan metode Weight Product.
Dalam Jurnal yang berjudul “ Sistem Pendukung Keputusan Pemilihan
Ketua Badan Eksekutif Mahasiswa Pada Kampus STIT Batu Bara Menggunakan
Metode Fuzzy Sugeno ”. Dengan latar belakang masalah pemilihan masih
dengan cara manual dengan membandingkan kualitas calon sehingga panitia
butuh waktu lama untuk menyeleksi. Adapun kriteria yang digunakan yakni
Kepemimpinan, Lama berorganisasi, Ipk, dan Tanggung jawab dengan
menggunakan metode Fuzzy Sugeno, membuat jurnal tersebut berbeda dengan
penelitian saya dari segi metode.(He dkk., 2022)
Dalam jurnal yang berjudul “ Implemtasi Simple Multi Attribute Rating
Technique Pada Penyeleksi Calon Ketua Himpunan Mahasiswa “. Dengan latar
belakang masalah pemungutan suara masih dengan cara manual dengan hadir
dilokasi dan menggunakan kertas dalam pemilihan, hal tersebut menghambat
pemilihan. Ada 3 kriteria yang digunakan dalam pemilihan yakni Pengalaman
berorganisasi, Visi dan Misi, dan IPK dengan menggunakan metode SMART.

6
Perbedaan metode membuat jurnal tersebut beda dengan penelitian saya.
(Nurshafira & Lelah, 2022)
Dalam jurnal yang berjudul “ Sistem Pendukung Keputusan Pemilihan
Ketua Organisasi BKM (Badan Keswadayaan Masyarakat ) Menerapkan Metode
MOORA”. Dengan latar belakang permasalahan Pemilihan Ketua BKM yang
kurang objektiv sehingga ditbutuhkan sistem untuk penilaian. Adapun kriteria
yang digunakan yakni IPK, Kedisiplinan, Skill/Kemampuan, Tanggung jawab.
Jurnal tersebut menggunakan metode MOORA yang mana sama dengan metode
yang saya gunakan namun berbeda dengan kriteria yang digunakan.(Dira amalia
dkk., 2023)
Dalam jurnal yang berjudul “ Komparasi Metode SAW Dan MOORA
dalam pemilihan jurusan pada SMAN 108 Jakarta” . Dengan latar belakang
masalah penentuan jurusan yang sulit bagi siswa atau orang tua. Dengan metode
SAW dan MOORA membuat sedikit persamaan dengan penenlitian yang akan
saya ambil. Jurnal tersebut memiliki 9 kriteria dengan studi kasus yang berbeda.
(Putri & Budihartanti, 2020)
Dalam jurnal yang berjudul “ Sistem Pendukung Keputusan Penerimaan
Anggota Himpunan Mahasiswa Jurusan Teknik Informatika Dengan
Menggunakan Metode Electre (Studi Kasus Sekolah Tinggi Teknologi
Adisutjipto Yogyakarta). Dengan permasalah pemilihan yang masih
menggunakan cara [Link] menggunakan metode electre membuat
perbedaan dengan penelitian yang akan saya ambil. Jurnal tersebut
menggunakan 5 kriteria yakni Minat, Keaktifan, Kepercayaan diri, Psikologi,
dan IPK yang kriteria tersebut berbeda dengan penelitian yang saya ambil.(Corry
& Indrianingsih, 2014)

7
2.2 Landasan Teori
2.2.1 Himpunan Mahasiswa
Himpunan Mahasiswa adalah suatu organisasi yang terdiri dari beberapa
perkumpulan mahasiswa yang tergabung dengan maksud untuk mencapai tujuan
bersama.
Himpunan Mahasiswa merupakan media bagi anggotanya untuk membina
dan mengembangkan profesi dibidang keilmuan (kokurikuler) mahasiswa seasuai
dengan progam studinya. Himpunan Mahasiswa Progam Studi Teknik
Informatika (HIMATIF) berada di tingkat progam studi. (Buku Pedoman
Akademik Unirow,2019).
2.2.2 Komparasi
Komparasi merupakan sebuah penentuan yang digunakan untuk
membandingkan dua atau lebih sebuah variabel, kesamaan. Metode ini ditujukan
untuk mengetahui fungsionalitas dalam menghasilkan kriteria serta mengetahui
hasil akhir perangkingan berdasarkan nilai setiap kriteria.(Santika dkk., 2022)
2.2.3 Sistem Pendukung Keputusan
Sistem Pendukung Keputusan merupakan sistem yang biasa digunakan
untuk mengatasi masalah yang tidak terstruktur atau semi terstruktur. Sistem ini
bertujuan untuk membantu pengambil keputusan untuk menentukan pilihan dalam
situasi yang tidak terstruktur atau semi terstruktur Untuk membantu pengguna
informasi membuat keputusan, sistem pendukung keputusan juga dapat digunakan

8
untuk menawarkan informasi dan membuat prediksi yang optimal.(Ibrahim &
Soebroto, 2023)
SPK bertujuan untuk menyediakan informasi, membimbing, memberikan
prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan
pengambilan keputusan dengan lebih baik. SPK merupakan implementasi teori-
teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti
operation research dan menegement science, hanya bedanya adalah bahwa jika
dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan
perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum,
maksimum, atau optimum), saat ini Komputer (Personal Computer) telah
menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam
waktu relatif singkat.(Darpi Nurhayati, 2022)
2.2.4 Multi Objective Optimization on The Basic of Ration (MOORA)
Multi-Objective Optimization on The Basic of Ratio Analysis (MOORA)
adalah sistem dengan multi-objektif, yang di dalamnya memiliki dua atau lebih
atribut yang saling bertentangan. MOORA melakukan optimalisasi terhadap
atributatribut tersebut dengan menerapkan perhitungan matematika yang
kompleks, sehingga didapatkan keluaran berupa pemecahan masalah yang
diinginkan.(Rosita dkk., 2020)
Kelebihan metode ini adalah fleksibilitas yang tinggi dan tingkat selektifitas
yang baik. Hal ini dosebabkan karena mampu menentukan tujuan dari kriteria
yang saling bertolak belakang, dimana kriteria dapat bernilai menguntungka
(benefit) atau yang tidak menguntungkan (cost). Selain itu, MOORA juga
memiliki kemampuan memisahkan unsur subjektif dari satu proses evaluasi secara
mudah ke dalam kriterua bobot keputusan yang memiliki beberapa atribut
pengambilan keputusan.(Agustina & Sutinah, 2022)
Metode MOORA memiliki 5 tahapan proses yaitu :
1) Menentukan tujuan, mengindentifikasikan atribut dan mengevaluasi
atribut tersebut.
2) Menentukan nilai matriks keputusan
n
Keterangan : Xij= respon alternative j pada attribut i | i = 1,2, (2.1)
..... |

9
 n = jumlah sasaran atau attribut
j = 1,2,....
m = jumlah alternative
3) Menentukan normalisasi matriks
Disimpulkan oleh Breures, untuk penyebut atau denominator, pilihan
terbaik adalah akar kuadrat dari jumlah kuadrat dan setiap alternative
per atribut, maka dirumuskan sebagai berikut :

(2.2)

Keterangan : j = 1,2, ...,

n dan x = nomor berdimensi dalam interval [0,1] yang
menggambarkan kinerja ternormalisasi dari alternatif dan
kinerja j
4) Menentukan optimalisasi atribut
Untuk optimasi Multi-Objektif, kinerja yang dinormalisasi
ditambahkan dalam kasus maksimalisasi (untuk atribut yang
menguntungkan) dan dikurangi dalam kasus minimalisasi (untuk
atribut non menguntungkan). Saat atribut bobot dimasukkan, maka
dapat dirumuskan sebagai berikut :
(2.3)

Keterangan : g = jumlah attribut yang akan dimaksimalkan

(n-g) = jumlah attribut yang akan diminimalkan
Wj = bobot terhadap j
yi = nilai penilaian yang telah dinormalisasi dari
alternatif 1 th terhadap semua attribut.

5) Perangkingan nilai Yi
Nilai yi dapat menjadi positif atau negatif tergantung dari total
maksimal (attribut yang menguntungkan) dalam matriks keputusan.
Sebuah urutan peringkat dari yi menunjukkan pilihan terahir.

10
 Dengan demikian alternative terbaik memiliki nilai yi tertinggi
sedangkan alternative terburuk memiliki nilai yi terendah
2.2.5 Metode SAW
Metode Simple Additive Weighting (SAW) adalah salah satu metode dalam
proses pengambilan keputusan. Metode ini memiliki kemampuan penilaian yang
lebih tepat dan akurat, karena berdasarkan pada nilai kriteria dan bobot yang
ditentukan, sehingga membantu menyelesaikan masalah pemilihan karyawan
berprestasi dengan cepat dan tepat.
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating
kinerja pada setiap alternative ada semua atribut. Metode SAW membutuhkan
proses normalisasi matriks keputusan (x) ke suatu skala yang dapat
diperbandingkan dengan semua rating alternative yang ada.(Sukaryati dkk., 2022)
Adapun langkah penyelesaian dalam menggunakannya adalah :
1) Menentukan alternatif, yaitu Ai.
2) Menentukan kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu Cj.
3) Memberikan nilai rating kecocokan setiap alternatif pada setiap
kriteria.
4) Menentukan bobot preferensi atau tingkat kepentingan (W) setiap
kriteria.
W = [ W1,W2,W3,…,WJ]
5) Membuat tabel rating kecocokan dari setiap alternatif pada setiap
kriteria.
6) Membuat matrik keputusan (X) yang dibentuk dari tabel rating
kecocokan dari setiap alternatif pada setiap kriteria. Nilai X setiap
alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan,
dimana, i=1,2,…m dan j=1,2,…n

(2.4)

11
 7) Melakukan normalisasi matrik keputusan dengan cara menghitung
nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria
Cj.

(2.5)

Dimana :
Ri j : nilai rating kinerja ternormalisasi
Xi : nilai atribut yang dimiliki dari setiap kriteria
Max xij : nilai terbesar dari setiap kriteria i
Min xij : nilai terkecil dari setiap kriteria i
Benefit : jika nilai terbesar adalah terbaik
Cost : jika nilai terkecil adalah terbaik
Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai
pada atribut Cj; i=1,2,..., m dan j=1,2,...,n.
8) Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik
ternormalisasi (R)

(2.6)

9) Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari

perkalian elemen baris matrik ternormalisasi (R) dengan bobot
preferensi (W) yang bersesuaian eleman kolom matrik (W).

(2.7)

Di mana :
Vi = rangking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih
terpilih
2.2.6 Spearman Rank Correlation

12
 Salah satu aplikasi koefisien korelasi dalam teknik analisis data statistik non
parametrik adalah Spearman Rank Correlation, yang juga dikenal sebagai
Koefisien Korelasi Rank Spearman. Ketika salah satu atau kedua variabel yang
diukur berskala ordinal (dalam bentuk peringkat) atau ketika kedua variable
bersifat kuantitatif tetapi persyaratan umum tidak terpenuhi, statistik non-
parametrik ini dapat digunakan untuk mengevaluasi hubungan atau keterkaitan.
Statistik non-parametrik didasarkan pada statistik yang diterapkan ketika data
tidak memiliki informasi parameter, tidak terdistribusi secara normal, atau diukur
dengan menggunakan sistem peringkat. Pemeringkatan didasarkan pada nilai rata-
rata dari peringkat data jika terdapat data dengan nilai yang identik. Korelasi
peringkat Spearman sesuai untuk data dengan sampel kecil karena korelasi ini
tidak bergantung pada asumsi normalitas.(Ibrahim & Soebroto, 2023)
Perhitungan korelasi spearman ini dapat dilihat pada persamaan berikut :

(2.8)

Dimana
𝑟𝑖 = Nilai Spearman Rank
𝑑 = Margin selisih antara 2 Ranking
𝑛 = Jumlah data

13
3. METODE PENELITIAN
3.1 Bahan dan Alat
Bahan penelitian yang digunakan dalam proses penelitian ini adalah data
calon ketua Himpunan Mahasiswa Prodi Teknik Informatika berupa pengalaman
organisasi, visi dan misi, tes wawancara, tes tulis, lkmom.
Alat yang digunakan dalam proses penelitian ini adalah sebagai berikut :
a. Perangkat keras
1. Laptop dengan Procesor AMD A4-9125 RADEON R3
Compute Cores 2C + 2G 2.30 GHz
2. RAM 4 GB
3. Printer
4. Alat Tulis
b. Perangkat lunak
1. Windows 10
2. MySQL
3. Visual Studio Code
4. Xampp Control Panel
5. Mendeley
6. Ms Word 2019 dan Ms Excel 2019
7. Web Browser ( Google Chrome)

14
3.2 Perbedaan Penelitian
Pada penelitian ini penulis mengacu pada beberapa jurnal penelitian sebagai pedoman dalam melakukan peneltian. Hal ini
dilakukan untuk memperoleh pengetahuan dan teori dalam mengkaji penelitian yang akan digunakan. Berikut beberpa jurnal terdahulu
yang terkait dalam penelelitian.
Tabel 3.1 Perbedaan Jurnal dengan jurnal lain
No Judul Data Permasalahan Parameter Metode Uji Akurasi Kesimpulan
1 Sistem Data Peneriman Minat, Electre - Metode electre
Pendukung wawancara anggota HMJ Keaktifan, membantu
Keputusan dan survey masih Kepercayaan dalam pemilihan
Penerimaan dilakukan diri, Psikologi, ketua himpunan
Anggota secara manual IPK yang dilakukan
Himpunan secara manual
Mahasiswa
Jurusan Teknik
Informatika
Dengan
Menggunakan
Metode Electre (
Studi Kasus :
Sekolah Tinggi
Teknologi
Adisutjipto
Yogyakarta)
(Corry &
Indrianingsih,
2014)

15
2 Sistem Observasi Pemilihan IP (Indeks - Hasil
Informasi Wawancara hanya prestasi) SAW perhitungan
Seleksi Calon Dokumentasi dilakukan Keaktifan metode SAW
Ketua dengan Organisasi memiliki
Himpunan pendekatan Kepemimpinan kecocokan
Menggunakan kepada dewan dengan
Metode SAW senior karna perhitungan
Pada dewan senior manual yang
Himpunaan sangat sudah
Sistem berpengaruh dilakukan.
Informasi
STMIK Adhi
Guna(Ramadhan
i dkk., 2020)
3 Sistem Observasi Pemilihan IPK MOORA - Dengan
Pendukung Ketua BKM Kedisiplinan menggunkana
Keputusan yang kurang Skill/ metode
Pemilihan Ketua objektiv Kemampuan MOORA dalam
Organisasi sehingga Tanggung jawab pemilihan Ketua
BKM (Badan ditbutuhkan Organisasi
Keswadayaan sistem untuk BKM dapat
Masyarakat ) penilaian membantu
Menerapkan terhadap
Metode penilaian yang
MOORA)(Dira akan dihitung
amalia dkk.,
2023)
4 Analisis Data mengenai Proses seleksi IPK AHP Pendekatan Penelitian ini

16
 Pendukung calon Ketua masih Wawasan SAW hamming menghasilkan
Keputusan komunitas dilakukan organisai distance bahawa metode
Dengan Himpunan manual oleh Pengalaman AHP dan SAW
Penerapan Mahasiswa ektua dan organisasi menghasilkan
Metode AHP menulis wakil sehingga Tes menulis perbandingan
dan SAW kurang paper bahwa metode
Seleksi Ketua subjektif Jarak tempat AHP lebih
Komunitas tinggal relevan
Himpunan dibanding SAW
Mahasiswa
Menulis(Larasat
i dkk., 2021)
5 Sistem Observasi Penilaian IPK SAW Dari
Pendukung secara manual Absensi kuliah perhitungan
Keputusam dan kurang Visi dan misi metode SAW
Pemilihan Ketua efektif dalam Pengalaman terbukti sangat
HMMI UNMER proses seleksi organisasi membantu
Madiun calon ketua Wawasan umum dalam pemilihan
menggunakan HMMI calon ketua
Simple Additive HMMI dengan
Weighting(SAW kriteria yang
) Shania Putri telah ditentukan.
Windiastik,
Elsha Novia
Ardhana,Pradity
o Utomo,Dwi
Nor Amadi
6 Fuzzy Multi Calon Ketua Pemilihan IPK FUZZY MADM - Penilaian Calon

17
 Atribute HMF ketua yang Pengalaman dan SAW ketua HMF
Decision masih manual organisasi lebih mudah dan
Making(Fuzzy Nilai LDK cepat
MADM) Semester menggunakan
Dengan Metode Nilai Tes metode fuzzy
Simple Additive wawancara madm dengan
Weighting saw
Dalam Sistem
Pendukung
Keputusan
Calon Ketua
Himpunan
Mahasiswa
Informatika
Berbasis Web di
Institut
Teknologi
Telkom
Purwokerto.
(Muhammad
Fariz Azzam,
Tri Ginanjar
Laksana, 2018)
7 SPK Pemilihan Data yang Masih Kedisiplinan TOPSIS - Dengan
Ketua HMP diambil dari menggunakan Kepemimpinan perhitungan
Progam Studi kuisoner, cara manual Keaktifan manual
Rekayasa dokumentasi dengan kertas Attitude menggunakan
Keamanan Siber dan nama IPK metode TOPSIS

18
 Politeknik calon ketua membantu
Bhakti Semesta mempersingkat
Berbasis waktu dalam
Website mengambil
Menggunakan keputusan
Metode Topsis.
(Muhyiddin
dkk., 2024)
8 Metode Weight Observasi dan Penyeleksi Pengalaman Weight Product - Metode weight
Produk Pada wawancara hanya organiasi (WP) product
Pedukung memberikan Psikologi membantu
Keputusan komentar, dan Public Speaking memudahkan
Pemilihan hanya condong Kepercayaan proses
Pengurusan kepada peserta diri pemilihan
Himpunan yang dikenal IPK dengan nilai
Mahasiswa. Memiliki Surat kriteria yang
(Hidayati dkk., Peringatan(SP) telah ditentukan.
2022)
9 Sistem Calon ketua Pemilihan Kepemimpinan Fuzzy Sugeno - Metode fuzzy
Pendukung BEM masih Lama membantu
Keputusan menggunakan Berorganisi proses
Pemilihan Ketua cara manual IPK pemilihan ketua
Badan Eksekutif dengan Tanggung jawab BEM
Mahasiswa Pada memutuskan
Kampus STIT dan
Batu Bara membandingka
Menggunakan n kualitas
Metode Fuzzy pencalon

19
 Sugeno. (He
dkk., 2022)
10 Implementasi Data calon Pemilihan IPK SMART - Dengan
Simple Multi ketua masih dengan Pengalaman menggunakan
Attribute Rating himpunan dari cara sederhana Organisasi metode SMART
Technique Pada tahun 2020- yaitu hadir Visi misi pemilihan calon
Penyeleksi 2021 dilokasi dan ketua himpunan
Calon Ketua hampir semua dapat efektif dan
Himpunan pemungutuan mempercepat
Mahasiswa. suara masih waktu
(Nurshafira & manual
Lelah, 2022)

20
3.3 Prosedur Penelitian
Agar penelitian yang dilakukan lebih terarah maka diperlukan prosedur
penelitian untuk menentukan langkah-langkah dalam melakukan penelitian ini.
Penelitian ini dilakukan dengan cara mengumpulkan data langsung dari HIMATIF
untuk mendapatkan informasi dari instansi tersebut.
3.3.1 Metode Pengumpulan Data
Data yang digunakan dalam penelitian ini terdapat beberapa metode
pengumpulan data. Diantaranya sebagai berikut:
a. Pengumpulan Data Primer
Data primer adalah data yang diambil langsung terhadap instansi terkait.
Dan data yang dikumpulkan adalah nama calon ketua himpunan, Pengalaman
organisasi, visi misi, latihan kepemimpinan(lkmom), tes wawancara dan tes tulis
dalam menentukan pemilihan ketua himpunan HIMATIF.
b. Pengumpulan Data Sekunder
Data sekunder dikumpulkan berdasarkan literatur dengan topik terkait,
dari jurnal yang bisa dijadikan acuan dan bacaan-bacaan yang ada kaitannya
dengan penelitian.

21
 3.3.2 Metodologi Penelitian
Prosedur penelitian adalah langkah yang digunakan dalam penelitian untuk
mengumpulkan data, untuk menggambarkan tahapan-tahapan pendukung
keputusan yang dilakukan sebagai berikut:

Gambar 3.1 Prosedur Penelitian

a. Identifikasi Masalah
Proses identifikasi masalah ini merupakan tahapan awal dalam
proses penelitian ini. Proses ini dilakukan agar peniliti menemukan
masalah ilmiah. Dalam tahap ini penulis melakukan pengamatan di
lingkungan Himpunan Mahasiswa Prodi Teknik Informatika yang
selanjutnya di kerucutkan pada sebuah permasalah terkait pemilihan Ketua
Hima Prodi Teknik [Link] Mahasiswa Prodi Teknik
Informatika (HIMATIF) memiliki banyak kegiatan dan fungsi yang
beragam, namun adanya kurangnya komunikasi yang jelas sesama anggota
mengakibatkan ketidakefektifan dalam seleksi ketua himpunan.
b. Studi Literatur
Tahap ini merupakan tahap yang cukup penting dilakukan agar
landasan-landasan teori yang digunakan dalam penelitian ini adalah data
yang valid yang berasal dari jurnal, atau sumber-sumber lainnya yang

22
 dapat dipertanggungjawabkan serta dapat menjadi acuan untuk melakukan
penelitian.
c. Pengumpulan Data
Tahap pengumpulan data pada penelitian ini menggunakan metode
observasi, dan wawancara. Dimana data tersebut diambil dari hima prodi
Teknik Informatika dan Progam Studi Teknik Informatika.
d. Menentukan kriteria
Berdasarkan masalah yang telah diamati penulis, langkah awal
dalam menentukan metode adalah menentukan kriteria yang dimana
kriteria didapat dari himpunan mahasiswa dan progam studi. Dalam
menentukan kriteria memiliki nilai bobot untuk menentukan peringkat
alternatif, dimana setelah mendapatkan peringkat alternatif penulis bisa
membandingkan hasilnya. Metode MOORA dan SAW akan digunakan
pada penilitian ini dengan mengkomparasikan kedua metode
menggunakan uji korelasi Spearman Rank Correlation untuk mengukur
tingkat perbandingan yang dihasilkan kedua metode tersebut.

Adapun kriteria dalam menentukan calon ketua HIMATIF sebagai berikut :

Tabel 3.2 Kriteria

Kode
Kriteria Keterangan Jenis Bobot
Kriteria
Pengalaman kandidat dari
organisasi yang diikuti
Pengalaman
C1 sebelumnya,baik di dalam Benefit 25
Berorganisasi
kampus ataupun diluar
kampus.
C2 Kandidat memberikan visi Benefit 25
Visi dan Misi misi yang akan diterapkan
untuk memajukan organisasi.
Dengan memberikan visi
misi organisasi memastikan
kandidat memiliki gambaran

23
 langkah untuk menuju arah
yang lebih baik.
Tes ini mencakup
C3 Tes Tulis pemahaman kandidat tentang Cost 10
organisasi,dan akademis.
Simulasi atau pelatihan
kemampuan kandidat untuk
C4 LKMOM mempimpin dan Cost 15
memecahkan problem
solving.
Evaluasi kandidat dalam
Tes
C5 menjawab pertanyaan dan Benefit 25
Wawancara
mampu meyakinkan.
Jumlah 100

Tabel 3.3 Kriteria Pengalaman Organisasi

Kriteria Sub Kriteria Keterangan Bobot

Ketua 5
Sekertaris/
Jabatan/Posisi 4
Bendahara
Pengalaman
Anggota 1
Organisasi
1 Tahun 1
Lama
1-2 Tahun 4
Berorganisasi
3 tahun 5

Tabel 3.3 merupakan tabel Kriteria Pengalaman Organisasi dengan Sub Kriteria
Jabatan/Posisi yang dimana kandidat memiliki posisi atau jabatan yang pernah
dipegang dalam organisasi. Sub Kriteria Lama Berorganisasi dimana lama
kandidat terlibat dalam berorganisasi, semakin lama terlibat, maka semakin
banyak pengalaman yang dimiliki.

Tabel 3.4 Kriteria Visi dan Misi

24
 Kriteria Sub Kriteria Bobot
Sangat realistik 5
Cukup realistik 3
Visi dan Misi Kurang realistik 2
Tidak terkait satu sama 1
lain

Pada tabel 3.4 merupakan kriteria Visi dan Misi dimana kandidat memberikan visi
misinya kearah dan tujuan yang dapat dicapai. Sub kriteria sangat realistik berati
memberikan gambaran dan tujuan jangka panjang dan memberikan langkah-
langkah yang dapat diterapkan,keduanya saling terkait dan selaras. Sub kriteria
Cukup Realistik berati dapat memberikan gambaran dan tujuan organiasai ke
masa depan namun kurang terkait sama lain. Sub Kriteria Kurang Realistik berati
kurang jelas atau visi dan misi tidak sepenuhnya terkait satu sama lain dan kurang
meyakinkan. Sub Kriteria Tidak terkait satu sama lain berati keduanya tidak
terikat satu sama lain dan sulit untuk memahami tujuan atau langkah-langkah
kedepannya.

Tabel 3.5 Kriteria Tes Tulis

Kriteria Sub Kriteria Nilai

Rendah 60 – 70
Sedang 71 – 80
Tes Tulis
Tinggi 81 – 90
Sangat tinggi 91 - 100

Pada Tabel 3.5 merupakan tabel kriteria Tes Tulis dengan mengikuti tes tulis
kandidat diberikan beberapa soal tentang pengetahuan organisasi, akademik,dan
interpersonal.

Tabel 3.6 Kriteria LKMOM

Kriteria Sub Kriteria Bobot

LKMOM Sangat aktif 5

25
 Cukup aktif 3
Kurang aktif 2
Tidak aktif 1

Pada tabel 3.6 merupakan tabel Kriteria LKMOM dengan Sub Kriteria Sangat
aktif berati kandidat mengikuti seluruh rangkaian kegiatan dari awal hingga akhir.
Sub Kriteria Cukup aktif yakni mengikuti rangkaian kegiatan namun tidak
konsisten. Sub Kriteria Kurang aktif yakni jarang mengikuti rangkaian kegiatan.
Dan Sub Kriteria Tidak aktif yakni tidak dapat mengikuti rangkaian kegiatan dari
awal hingga akhir. Dari kriteria LKMOM kandidat bisa melampirkan sertifikat
dan laporan selama kegiatan sebagai bukti.

Tabel 3.7 Kriteria Tes Wawancara

Kriteria Sub Kriteria Nilai

Rendah < 60
Sedang 61 – 75
Tes Wawancara
Tinggi 75 – 90
Sangat tinggi 91 - 100

Pada tabel 3.7 merupakan tabel kriteria Tes Wawancara dengan menilai dari hasil
wawancara seperti pengetahuan tentang organisasi, kemampuan komunikasi, dan
ketrampilan pribadi.

e. Uji Spearman Rank Correlation

Pada tahap ini dilakukan implementasi algoritma untuk menguji sistem
secara keseluruhan dengan mengkomparasikan antara hasil menggunakan
metode MOORA dan metode SAW. Untuk mencari tingkat korelasi antara
metode MOORA dan metode SAW yaitu dengan menggunakan Spearman
Rank Correlation.
Uji Spearman Rank Correlation dilakukan agar dapat mengetahui tingkat
hubungan korelasi antara metode MOORA dan metode SAW yang bisa
digunakan pemilihan ketua himpunan mahasiswa prodi Teknik Informatika

26
 penilaian bersifat objektif dalam pengambilan keputusan. Hasil uji Spearman
Rank Correlation adalah koefisien korelasi yang jika dua variabel semakin
dekat dengan 1 maka akan semakin tinggi nilai korelasinya dan jika semakin
dekat 0 maka akan semakin rendah hasil korelasinya. Untuk perhitungan
korelasi spearman dapat dilihat sebagai berikut :

(2.9)

f. Pembuatan Laporan
Setelah melakukan pengujian selanjutnya adalah pembuatan laporan
penelitian. Pembuatan laporan adalah bagian yang penting dalam sebuah
penelitian, karena sebuah laporan akhir penelitian akhir digunakanan untuk
menyampaikan informasi yang berkaitan dengan penelitian. Informasi yang
dimuat pada laporan penelitian ini berupa alur jalannya system pendukung
keputusan ini dalam seleksi ketua himpunan mahasiswa prodi Teknik
Informatika yang mengkomparasikan antara metode MOORA dan SAW.

27
 DAFTAR PUSTAKA

Agustina, N., & Sutinah, E. (2022). Penerapan Metode MOORA pada Sistem
Pendukung Keputusan Pemilihan Aplikasi Dompet Digital. InfoTekJar:
Jurnal Nasional Informatika dan Teknologi Jaringan, 6(2), 299–304.
[Link]
Aldisa, R. T., Priyatna, A., Saidah, F., Siahaan, K. Y., & Mesran, M. (2022).
Analisis Perbandingan Penerapan Metode MOORA dan SAW dalam
Kelayakan Pemberian Bantuan Uang Kuliah Tunggal. Jurnal Sistem
Komputer dan Informatika (JSON), 3(4), 393.
[Link]
Budihartanti, C. (2020). Komparasi Metode Saw Dan Moora Pada Sma N 15
Jakarta Dalam Pemilihan Siswa Berprestasi. PROSISKO: Jurnal
Pengembangan Riset dan Observasi Sistem Komputer, 7(2), 124–131.
[Link]
Cibro, S., & Ramadhani, P. (2023). Penerapan Metode WASPAS Dengan
Pembobotan ROC Dalam Sistem Pendukung Keputusan Pemilihan Ketua
Himpunan Mahasiswa Teknik Informatika (HIMATIKA). TIN: Terapan
Informatika Nusantara, 3(8), 302–310.
[Link]
Corry, D., & Indrianingsih, Y. (2014). SISTEM PENDUKUNG KEPUTUSAN
PENERIMAAN ANGGOTA HIMPUNAN MAHASISWA JURUSAN
TEKNIK INFORMATIKA DENGAN MENGGUNAKAN METODE
ELECTRE (Studi Kasus : Sekolah Tinggi Teknologi Adisutjipto
Yogyakarta). Compiler, 3(2), 59–68.
[Link]
Darpi Nurhayati, S. (2022). Sistem Pendukung Keputusan Pendeteksi Kerusakan
Komputer Pada Universitas Al-Khairiyah. J-Tekin, 1(1), 24–30.
Dira amalia, Ade Irma Agustina Lubis, & Alwin Fau. (2023). Sistem Pendukung
Keputusan Pemilihan Ketua Organisasi BKM (Badan Keswadayaan
Masyarakat) Menerapkan Metode MOORA. Journal of Informatics,
Electrical and Electronics Engineering, 2(4), 131–137.
[Link]
He, L., Chao, Y., & Dezhou, A. (2022). SISTEM PENDUKUNG KEPUTUSAN
PEMILIHAN KETUA BADAN EKSEKUTIF MAHASISWA PADA
sKAMPUS STIT BATU BARA MENGGUNAKAN METODE FUZZY
SUGENO. 2(18), 129–138.
Hidayati, H., Maharrani, R. H., Syafirullah, L., & Faiz, M. N. (2022). Metode
Weighted Product Pada Pendukung Keputusan Pemilihan Pengurus
Himpunan Mahasiswa. Journal of Innovation Information Technology and
Application (JINITA), 4(1), 71–81. [Link]
Ibrahim, T., & Soebroto, A. A. (2023). Sistem Pendukung Keputusan Pemilihan
Kost di Kota Malang menggunakan Metode Analytical Hierarchy Process
dan Weighted Product (AHP-WP). 7(1), 203–208. [Link]
Larasati, F. B., Solikhun, Saputra, W., Dewi, R., & Andani, S. R. (2021). Analisis
Pendukung Keputusan Dengan Penerapan Metode AHP dan SAW Seleksi
Ketua Komunitas Himpunan Mahasiswa Menulis. Seminar Nasional Sains
dan Teknologi Informasi (SENSASI), 636–640.

28
 [Link]
Muhammad Fariz Azzam, Tri Ginanjar Laksana, dan F. R. (2018). Fuzzy Multi-
Atribute Decision Making ( Fuzzy Madm ) Dengan Metode Simple Additive
Weighting Dalam Sistem Pendukung Fuzzy Multi-Atribute Decision Making
( Fuzzy Madm ) Dengan Metode Simple Additive Weighting Dalam.
December.
Muhyiddin, I., Perdana, D. P., Ira, P., Candra, D., & Sya-, K. (2024). Spk
pemilihan ketua hmp program studi rekayasa keamanan siber politeknik
bhakti semesta berbasis. 9(2), 919–929.
Nurshafira, M., & Lelah, L. (2022). Implementasi Simple Multi Attribute Rating
Technique pada Penyeleksian Calon Ketua Himpunan Mahasiswa. Jurnal
Informatika Kaputama (JIK), 6(1), 24–30.
[Link]
Pradana, A., Lestari, Y. D., & Khairani, M. (2020). Sistem Pendukung Keputusan
Dalam Memilih Bibit Jambu Madu Terbaik Dengan Menggunakan Metode
MOORA DAN SAW. Algoritma : Jurnal Ilmu Komputer Dan Informatika,
4(2). [Link]
Putri, A., & Budihartanti, C. (2020). Komparasi Metode Saw Dan Moora Dalam
Pemilihan Jurusan Pada Sman 108 Jakarta. Journal of Information System,
Informatics and Computing, 4(2), 36.
[Link]
Ramadhani, S. F., Alfonsius, E., & Jumain, M. Y. (2020). Sistem Informasi
Seleksi Calon Ketua Himpunan Menggunakan Metode SAW Pada Himpunan
Sistem Informasi STMIK Adhi Guna. e-Jurnal JUSITI (Jurnal Sistem
Informasi dan Teknologi Informasi), 9(2), 129–137.
[Link]
Rosita, I., Gunawan, & Apriani, D. (2020). 55 Metik Volume. 4 Nomor.
Penerapan Metode Moora Pada Sistem Pendukung Keputusan Pemilihan
Media Promosi Sekolah (Studi Kasus: SMK Airlangga Balikpapan) Isa, 4,
2020.
Santika, P. P., Handika, I. P. S., Widiartha, K. K., Aristana, M. D. W., & Welda,
W. (2022). Komparasi Metode Ahp – Roc Dalam Penentuan Prioritas
Alternatif Terbaik. Jurnal Krisnadana, 1(3), 59–67.
[Link]
Sukaryati, L. N., Voutama, A., Karawang, U. S., & Ronggo, J. H. (2022).
Penerapan Metode Simple Additive Weighting Pada Sistem Pendukung
Keputusan Untuk Memilih Karyawan Terbaik. Jurnal Ilmiah MATRIK,
24(3), 260–267.
Utomo, M. S. . (2015). Penerapan Metode Saw ( Simple Additive Weight ) Pada
Sistem Pendukung Keputusan Untuk Pemberian Beasiswa Pada Sma Negeri
1 Cepu Jawa Tengah. Fakultas Ilmu Komputer Universitas Dian
Nuswantoro, Semarang, 1–12.
Windiastik, S. P., Ardhana, E. N., Utomo, P., & Amadi, D. N. (2020). Sistem
Pendukung Keputusan Pemilihan Ketua HMMI UNMER Madiun
Menggunakan Simple Additive Weighting (SAW). Teknomatika, 12(2), 49–
56. [Link]

29