Implementasi Metode MABAC Dalam Pemilihan Mahasiswa Terbaik Dengan Teknik Pembobotan Rank Sum
-
Daniel Oktodeli Sihombing
*
Institut Teknologi dan Bisnis Sabda Setia, Pontianak,
Indonesia
- Alex Cahyadi Institut Teknologi dan Bisnis Sabda Setia, Pontianak, Indonesia (*) Corresponding Author
Abstract
Pemilihan mahasiswa terbaik menjadi barometer untuk menilai kinerja mahasiswa dibidang akademik dan non-akademik. Penelitian ini memberikan rekomendasi pemilihan mahasiswa terbaik di Institut Teknologi dan Bisnis Sabda Setia berdasarkan lima kriteria seperti Indeks Prestasi Kumulatif (IPK), S-Core, Jumlah Surat Peringatan (SP), Presensi Ibadah Mahasiswa dan Presensi Retret. MABAC (Multi-Attributive Border Approximation area Comparison) merupakan metode yang andal untuk pengambilan keputusan yang rasional dengan proses komputasi sederhana dan kerangka analitis yang terstruktur dengan baik. Setiap kriteria yang akan digunakan dalam perhitungan MABAC dilakukan pembobotan menggunakan teknik Rank Sum. Teknik ini memungkinkan setiap kriteria memiliki bobotnya sendiri dalam perhitungan, sehingga aspek penilaian dapat diperlakukan secara adil dan mencerminkan kontribusinya terhadap kinerja mahasiswa secara keseluruhan. Penilaian mahasiswa terbaik dalam penelitian ini dilakukan dengan menggunakan metode MABAC dengan Teknik pembobotan Rank Sum. Hasil perhitungan menunjukan bahwa mahasiswa A2 adalah mahasiswa terbaik dengan meraih nilai tertinggi 0,3980675, sementara mahasiswa A1 menduduki peringkat kedua dengan nilai 0,3003626 dan mahasiswa A6 di peringkat ketiga dengan nilai 0,2995565. Hasil penelitian ini memberikan implikasi signifikan sebagai rekomendasi untuk menentukan mahasiswa terbaik di Institut Teknologi dan Bisnis Sabda Setia maupun Institusi lain yang memiliki kriteria-kriteria serupa.
Downloads
References
W. Matindas et al., Pedoman Pemilihan Mahasiswa Berprestasi Program Sarjana Tahun 2023. Balai Pengembangan Talenta Indonesia, Pusat Prestasi Nasional, Kementerian Pendidikan, Kebudayaan, Riset dan Teknologi, 2023.
Y. Setiawan and S. Budilaksono, “Sistem Pendukung Keputusan Pemilihan Mahasiswa Lulusan Terbaik Dengan Menggunakan Metode Multi Attribute Utility Theory (Maut) Di Stmik Antar Bangsa,” ikraith-informatika, vol. 6, no. 2, pp. 12–20, Oct. 2021, doi: 10.37817/ikraith-informatika.v6i2.1566.
E. K. Nurhasanah, S. Abadi, and P. Sukamto, “SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN MAHASISWA BERPRESTASI DENGAN METODE SIMPLE ADDITIVE WEIGHTING,” TEKNOSAINS : Jurnal Sains, Teknologi dan Informatika, vol. 7, no. 2, pp. 107–118, Jul. 2020, doi: 10.37373/tekno.v7i2.18.
D. Pamučar and G. Ćirović, “The selection of transport and handling resources in logistics centers using Multi-Attributive Border Approximation area Comparison (MABAC),” Expert Syst Appl, vol. 42, no. 6, pp. 3016–3028, Apr. 2015, doi: 10.1016/j.eswa.2014.11.057.
J. Wang, G. Wei, C. Wei, and Y. Wei, “MABAC method for multiple attribute group decision making under q-rung orthopair fuzzy environment,” Defence Technology, vol. 16, no. 1, pp. 208–216, Feb. 2020, doi: 10.1016/j.dt.2019.06.019.
S. Situmorang, “Sistem Pendukung Keputusan Pemilihan Kepala Divisi Baru FBS Hotel Menara Lexus Menggunakan Metode ROC dan MABAC,” KOMIK (Konferensi Nasional Teknologi Informasi dan Komputer), vol. 6, no. 1, pp. 615–624, Nov. 2022, [Online]. Available: https://ejurnal.stmik-budidarma.ac.id/index.php/komik/article/view/5726
E. B. Barus, “Sistem Pendukung Keputusan Pemilihan Best Employee Dengan Menerapkan Metode MABAC,” TIN: Terapan Informatika Nusantara, vol. 2, no. 9, pp. 551–557, Feb. 2022, doi: 10.47065/tin.v2i9.1028.
R. T. Aldisa, “Penerapan Metode MABAC dalam Sistem Pendukung Keputusan Rekomendasi Aplikasi Pemesanan Hotel Terbaik,” Journal of Information System Research (JOSH), vol. 4, no. 1, pp. 191–201, Oct. 2022, doi: 10.47065/josh.v4i1.2415.
T. Tugiono, H. Hafizah, and K. Nisa, “Optimalisasi Metode MABAC Dalam Menentukan Prioritas Penerima Pinjaman Koperasi,” J-SISKO TECH (Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD), vol. 5, no. 2, p. 280, Jul. 2022, doi: 10.53513/jsk.v5i2.5825.
I. E. Ismail and A. D. Hasanah, “SISTEM PENDUKUNG KEPUTUSAN PEMBERIAN PINJAMAN MENGGUNAKAN METODE MULTIATTRIBUTE APPROXIMATION BORDER AREA COMPARISON (MABAC),” JTT (Jurnal Teknologi Terapan), vol. 8, no. 1, p. 70, Apr. 2022, doi: 10.31884/jtt.v8i1.322.
A. Z. Siregar and N. Harahap, Strategi dan Teknik Penulisan Karya Tulis Ilmiah dan Publikasi. Yogyakarta: Penerbit Deepublish, 2019.
A. H. Sutopo, Literature Review dengan NVivo. Tangerang Selatan: TOPAZART, 2021.
H. Shi, L. Huang, K. Li, X.-H. Wang, and H.-C. Liu, “An Extended Multi-Attributive Border Approximation Area Comparison Method for Emergency Decision Making with Complex Linguistic Information,” Mathematics, vol. 10, no. 19, p. 3437, Sep. 2022, doi: 10.3390/math10193437.
A. E. Torkayesh, E. B. Tirkolaee, A. Bahrini, D. Pamucar, and A. Khakbaz, “A Systematic Literature Review of MABAC Method and Applications: An Outlook for Sustainability and Circularity,” Informatica, pp. 415–448, Feb. 2023, doi: 10.15388/23-INFOR511.
U. Hairah and E. Budiman, “Kinerja Metode Rank Sum, Rank Reciprocal dan Rank Order Centroid Menggunakan Referensi Poin Moora (Studi Kasus: Bantuan Kuota Data Internet untuk Mahasiswa),” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 9, no. 6, p. 1129, Dec. 2022, doi: 10.25126/jtiik.2022934883.
E. Roszkowska, “Rank Ordering Criteria Weighting Methods – a Comparative Overview,” Optimum. Studia Ekonomiczne, no. 5(65), pp. 14–33, 2013, doi: 10.15290/ose.2013.05.65.02.
M. Danielson and L. Ekenberg, “Trade-Offs for Ordinal Ranking Methods in Multi-criteria Decisions,” 2017, pp. 16–27. doi: 10.1007/978-3-319-52624-9_2.
M. Yorulmaz and G. F. Can, “Task and user-based Entropy-Rank Sum-TPOP integration proposal for usability evaluation of web applications,” Journal of King Saud University - Computer and Information Sciences, vol. 34, no. 8, pp. 6466–6480, Sep. 2022, doi: 10.1016/j.jksuci.2022.01.011.
P. J. Krishna, V. P. Meena, V. P. Singh, and B. Khan, “Rank-Sum-Weight Method Based Systematic Determination of Weights for Controller Tuning for Automatic Generation Control,” IEEE Access, vol. 10, pp. 68161–68174, 2022, doi: 10.1109/ACCESS.2022.3186093.
Bila bermanfaat silahkan share artikel ini
Berikan Komentar Anda terhadap artikel Implementasi Metode MABAC Dalam Pemilihan Mahasiswa Terbaik Dengan Teknik Pembobotan Rank Sum
Pages: 1008-1018
Copyright (c) 2023 Daniel Oktodeli Sihombing, Alex Cahyadi
This work is licensed under a Creative Commons Attribution 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under Creative Commons Attribution 4.0 International License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (Refer to The Effect of Open Access).
