JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 ISSN: 2656-1743 1 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA PIALA 5 TINGKAT EFL DI KUMON DANAU SUNTER DENGAN METODE AHP Frieyadie1; Lenny Purnawati2 Program Studi Sistem Informasi STMIK Nusa Mandiri frieyadie@nusamandiri.ac.id; lennypurnawati22@gmail.com Abstract Kumon gave awards in the form of trophies as a form of appreciation for the achievements shown by Kumon students. This is also expected to increase the motivation of Kumon students to work on worksheets according to their level independently. At Lake Sunter Kumon, there are 2 levels of trophies given to students, namely 3-level trophies and 5 levels. Each Kumon must select several students who meet the criteria set by the Head Office. These criteria include attitudes and behaviors while in class, levels achieved and abilities possessed by the student. The number of students who are increasing every year causes the process of determining students who are entitled to receive trophies 5 levels in the EFL Kumon Lake Sunter Class is still not optimal which can hinder the performance of decision makers. This is because at this time the assessment process for each student's development is still in hardcopy. The problem solving method used is the AHP method. The purpose of the research was to optimize the process of determining 5 EFL level trophy recipient students at Lake Sunter Kumon. Facilitate decision makers in determining 5-level EFL trophy recipients in Lake Sunter Kumon. Speed up the search process for data on students who meet the criteria and provide valid results regarding students who are entitled to receive 5 EFL trophies at Kumon Lake Sunter. Keywords: English As Foreign Language (EFL), Kumon, AHP Abstrak Kumon memberikan penghargaan berupa piala sebagai bentuk penghargaan atas prestasi yang ditunjukkan siswa Kumon. Hal ini juga diharapkan dapat meningkatkan motivasi siswa Kumon dalam mengerjakan lembar kerja sesuai tingkatan levelnya secara mandiri. Di Kumon Danau Sunter, terdapat 2 tingkatan piala yang diberikan kepada siswa yaitu piala 3 tingkat dan 5 tingkat. Setiap Kumon harus memilih beberapa siswa yang memenuhi kriteria-kriteria yang sudah ditetapkan oleh Kantor Pusat. Kriteria-kriteria tersebut diantaranya adalah sikap dan perilaku selama berada di kelas, level yang dicapai dan kemampuan yang dimiliki siswa tersebut. Jumlah siswa yang semakin bertambah setiap tahunnya menyebabkan proses penentuan siswa yang berhak menerima piala 5 tingkat di Kelas EFL Kumon Danau Sunter masih kurang optimal yang dapat menghambat kinerja dari para pengambil keputusan. Hal ini dikarenakan pada saat ini proses penilaian perkembangan setiap siswa masih dalam bentuk hardcopy. Metode pemecahan masalah yang digunakan metode AHP. Tujuan penelitian yang dilakukan untuk mengoptimalkan proses penentuan siswa penerima piala 5 tingkat EFL di Kumon Danau Sunter. Mempermudah para pengambil keputusan dalam menentukan siswa penerima piala 5 tingkat EFL di Kumon Danau Sunter. Mempercepat proses pencarian data-data siswa yang memenuhi kriteria dan memberikan hasil yang valid mengenai siswa yang berhak menerima piala 5 tingkat EFL di Kumon Danau Sunter. Kata Kunci: English As Foreign Language (EFL), Kumon, AHP PENDAHULUAN Pendidikan di sekolah formal pada saat ini masih dirasa kurang cukup dalam meningkatkan prestasi anak bagi kebanyakan orangtua murid. Karena hal itu pula, bimbingan belajar dijadikan salah satu solusi alternatif bagi orangtua yang ingin meningkatkan prestasi dan kualitas belajar anaknya di sekolah. Kumon merupakan salah satu dari begitu banyak tempat bimbingan belajar non formal di Indonesia. Kumon menawarkan 2 (dua) mata pelajaran unggulan yang menjadi fokus utama, yaitu Math (Matematika) dan Reading Program. Sedangkan di Indonesia, Reading Program lebih dikenal dengan sebutan English As Foreign Language (EFL). Program Kumon terdiri dari rangkaian lembar kerja (worksheet) yang memiliki beberapa tingkatan level. Lembar http://creativecommons.org/licenses/by-nc/4.0/ mailto:lennypurnawati22@gmail.com ISSN: 2656-1743 JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 2 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. kerjanya telah dirancang sedemikian rupa sehingga siswa dapat memahami sendiri bagaimana cara menyelesaikan soal-soal yang ada. Lembar kerja Kumon dipersiapkan dalam bentuk yang sangat small-steps, hal ini memungkinkan setiap siswa untuk maju dengan lancar dari soal yang mudah ke soal yang lebih sulit dan akhirnya mencapai materi tingkat SMA. Versi Internasional program Matematika (Math) terdiri dari 20 level (dari level 6A sampai level O) dan 5 level pilihan, sehingga total ada 4.420 lembar kerja bolak-balik. Sedangkan program English As Foreign Language (EFL) terdiri dari 21 level (dari level 7A sampai level O), sehingga total ada 4.200 lembar kerja bolak-balik. Dengan lembar kerja dalam bentuk small-steps ini, siswa Kumon juga diharapkan dapat menggali kemampuan pemahaman mereka secara mandiri dengan melihat contoh soal yang ada sebelumnya. Jika siswa terus belajar dengan kemampuannya sendiri, maka ia akan mampu mengejar bahan pelajaran yang setara dengan tingkatan kelasnya dan bahkan melampauinya. Pembelajaran kooperatif dapat meningkatkan kinerja siswa, interaksi, dan kemampuan berfikir kritis (Bliss & Lawrence, 2009) Tujuan pembelajaran kooperatif adalah melatih siswa memanajemen waktu dan saling ketergantungan positif antarkelompok (Kupczynski, Mundy, Goswami, & Meling, 2012). Pembelajaran dengan metode kumon mengaitkan antarkonsep, ketrampilan, kerja individual, dan menjaga suasana nyaman dan menyenangkan, sehingga siswa menjadi lebih mandiri untuk mengerjakan soal. Pertama kali yang ditekankan pada pembelajaran kali ini suasana pembelajaran yang nyaman dan menyenangkan (Tiyanto, Binadja, & Santoso, 2014) Dalam jangka waktu satu tahun sekali, Kumon memberikan penghargaan berupa piala sebagai bentuk penghargaan atas prestasi yang ditunjukkan siswa Kumon. Hal ini juga diharapkan dapat meningkatkan motivasi siswa Kumon dalam mengerjakan lembar kerja sesuai tingkatan levelnya secara mandiri. Di Kumon Danau Sunter, terdapat 2 tingkatan piala yang diberikan kepada siswa yaitu piala 3 tingkat dan 5 tingkat. Setiap Kumon harus memilih beberapa siswa yang memenuhi kriteria-kriteria yang sudah ditetapkan oleh Kantor Pusat. Kriteria-kriteria tersebut diantaranya adalah sikap dan perilaku selama berada di kelas, level yang dicapai dan kemampuan yang dimiliki siswa tersebut. Jumlah siswa yang semakin bertambah setiap tahunnya menyebabkan proses penentuan siswa yang berhak menerima piala 5 tingkat di Kelas EFL Kumon Danau Sunter masih kurang optimal yang dapat menghambat kinerja (Darmanto, Latifah, & Susanti, 2014) dari para pengambil keputusan. Hal ini dikarenakan pada saat ini proses penilaian perkembangan setiap siswa masih dalam bentuk hardcopy (Rijayana & Okirindho, 2012) berbentuk folder. Dengan jumlah siswa yang banyak juga menyebabkan proses yang cukup lama (Lemantara, Setiawan, & Aji, 2013) dalam mencari data-data siswa yang memenuhi kriteria-kriteria tersebut dan hasilnya kurang valid (Suryati & Purnama, 2010). Oleh karena itu, perlu adanya sistem yang mendukung proses penentuan penerima piala 5 tingkat di Kelas EFL Kumon Danau Sunter sehingga dapat memudahkan dan mempersingkat waktu yang dibutuhkan dalam penyeleksian. Berdasarkan permasalahan peneltian dapat dirumuskan beberapa masalah diantaranya, Kurang optimalnya proses pemilihan penerima (Widhianto, 2015) piala 5 tingkat EFL di Kumon Danau Sunter, Menghambat kinerja dari para pengambil keputusan(Umar, Fadlil, & Yuminah, 2018), Membutuhkan waktu yang cukup lama dalam mencari data-data siswa yang memenuhi kriteria, hasil dari proses penentuan siswa penerima piala 5 tingkat EFL di Kumon Danau Sunter saat ini kurang valid. Tujuan penelitian yang dilakukan untuk mengoptimalkan proses penentuan siswa penerima piala 5 tingkat EFL di Kumon Danau Sunter. Mempermudah para pengambil keputusan dalam menentukan siswa penerima piala 5 tingkat EFL di Kumon Danau Sunter. Mempercepat proses pencarian data-data siswa yang memenuhi kriteria dan memberikan hasil yang valid mengenai siswa yang berhak menerima piala 5 tingkat EFL di Kumon Danau Sunter. METODOLOGI PENELITIAN A. Metode Pengumpulan Data Pengumpulan data bertujuan untuk mendapatkan data yang berkaitan dengan penelitian. Metode pengumpulan data menjadi tolak ukur benar atau tidaknya suatu penelitian tersebut dilakukan. Teknik pengumpulan data dilakukan untuk mengamati variabel yang akan diteliti melalui metode tertentu. Adapun teknik pengumpulan data yang dilakukan dalam penelitian penentuan siswa yang menerima piala 5 tingkat EFL di Kumon Danau Sunter adalah sebagai berikut: 1. Metode Observasi Adapun observasi yang dilakukan penulis termasuk dalam jenis observasi partisipasif. Yaitu penulis terlibat langsung dengan kegiatan sehari- hari orang yang sedang diamati atau yang digunakan sebagai sumber data penelitian. Sambil http://creativecommons.org/licenses/by-nc/4.0/ JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 ISSN: 2656-1743 3 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. melakukan pengamatan, penulis ikut melakukan apa yang dikerjakan oleh sumber data. 2. Metode Wawancara Dalam menggunakan metode ini peneliti mengadakan tanya jawab secara langsung dengan membawa instrumen penelitian sebagai pedoman pertanyaan tentang hal-hal yang akan ditanyakan dengan cara menanyakan beberapa pertanyaan untuk mencari data tentang pengaruh metode Kumon terhadap tingkat kemandirian anak. 3. Studi Pustaka Studi pustaka dilakukan untuk memperoleh informasi dalam rangka menganalisa permasalahan melalui penelaahan terhadap berbagai sumber tertulis melalui pendapat- pendapat para ahli yang ada dalam buku atau jurnal, juga untuk menunjang instrumen pengumpulan data dan memperdalam kajian terhadap permasalahan penelitian. Hal ini dapat menunjang solusi terhadap permasalahan dan dapat dijadikan acuan dalam bentuk teori yang berisi tentang sistem pendukung keputusan menggunakan metode AHP (Analytical Hierarchy Process) yang digunakan untuk mengolah data siswa-siswa yang berhak menerima piala 5 tingkat EFL di Kumon Danau Sunter. Dari ketiga metode pengumpulan data di atas, maka akan didapatkan data yang berisi informasi mengenai objek yang akan diteliti. Data terdiri dari 2 macam, yaitu: 1. Data Primer Data primer merupakan data yang didapat secara langsung di lapangan. Dalam penelitian ini, data primer dikategorikan sebagai data penunjang. Adapun data primer yang didapat adalah informasi mengenai Kumon Danau Sunter seperti sejarah dan struktur organisasinya. 2. Data Sekunder Data sekunder adalah data yang didapat dari perusahaan, dimana data tersebut merupakan data yang sudah ada sebelumnya dan sebagai arsip perusahaan. Dalam penelitian ini, data sekunder dijadikan sebagai data utama. Data sekunder didapatkan dari hasil observasi dan wawancara yang dilakukan kepada Pembimbing Kumon, Kepala Asisten dan Kepala Asisten EFL. Data sekunder yang didapat dalam penelitian ini adalah data yang mengenai kriteria apa saja yang dijadikan sebagai tolak ukur pemilihan siswa yang berhak menerima piala 5 tingkat, daftar nama siswa yang masih aktif serta level yang sudah mereka capai saat ini. Sedangkan dari metode studi pustaka, diperoleh informasi-informasi mengenai metode AHP (Analytical Hierarchy Process) yang akan digunakan peneliti dalam mengolah data yang sudah diperoleh dalam penelitian ini. B. Populasi dan Sampel Penelitian Sugiyono (2010:80) menyatakan bahwa “Populasi adalah wilayah generalisasi yang terdiri atas: obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh penulis untuk dipelajari dan kemudian ditarik kesimpulannya”. Sedangkan Sugiyono (2010:81) berpendapat bahwa “Sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut”. Jika populasi yang akan dipelajari penulis terlalu besar dan penulis tidak mampu untuk mempelajari dari keseluruhan populasi, maka penulis dapat menggunakan sampel dari populasi tersebut sebagai bahan penelitian. Dalam penelitian penentuan penerima piala 5 tingkat ini, penulis menggunakan sampel yang diambil dari populasi asisten pengajar di Kumon Danau Sunter yang berjumlah 12 orang. Penulis mengambil 5 responden yang terdiri dari Kepala Asisten, Kepala Asisten EFL, Asisten Pengajar EFL dan Pembimbing. C. Metode Analisis Data Ada beberapa dasar yang harus dipahami dalam menyelesaikan persoalan dengan menggunakan metode AHP, diantaranya: 1. Decompotition Mendefinisikan persoalan dengan cara memecah persoalan yang utuh menjadi unsur- unsur dan digambarkan dalam bentuk hirarki. 2. Comparative Judgement Langkah pertama menentukan prioritas elemen dengan membuat perbandingan berpasangan, yaitu membandingkan elemen secara berpasangan sesuai kriteria yang diberikan. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk membuat penilaian tentang kepentingan relatif dua elemen dan dituliskan dalam bentuk matriks perbandingan berpasangan (pairwise comparison). 3. Syntesis of Priority Dari matriks pairwise comparison kemudian dicari eigen vektor untuk mendapatkan local priority. Pertimbangan terhadap perbandingan berpasangan disintesis untuk memperoleh global priority. Hal-hal yang dilakukan dalam langkah ini adalah: a. Menjumlahkan nilai dari setiap kolom pada matriks. b. Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks. c. Menjumlahkan nilai dari setiap baris dan membagi dengan jumlah elemen untuk mendapatkan nilai rata-rata. 4. Consistency http://creativecommons.org/licenses/by-nc/4.0/ ISSN: 2656-1743 JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 4 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. Dalam pembuatan keputusan, mengetahui seberapa baik konsistensi merupakan hal yang penting karena penelitian tidak menginginkan keputusan berdasarkan pertimbangan dengan konsistensi yang rendah. Untuk itu, beberapa hal yang dilakukan dalam langkah ini adalah sebagai berikut: a. Lakukan perkalian setiap nilai pada kolom pertama dengan prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas relatif elemen kedua dan begitu seterusnya. b. Jumlahkan setiap baris yang ada. c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif yang besangkutan. d. Jumlahkan hasil bagi dengan banyaknya elemen yang ada, kemudian hasilnya disebut λ maks e. Hitung Consistency Index (CI) dengan rumus Keterangan: n = banyaknya elemen f. Hitung Consistency Ratio (CR) dengan rumus CR = CI/RI Keterangan: CR = Consistency Ratio CI = Consistency Index RI = Random Consistency Index g. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgement harus diperbaiki. Namun jika ratio konsistensi (CI/RI) kurang atau sama dengan 0,1 maka hasil perhitungan dapat dinyatakan benar. HASIL DAN PEMBAHASAN Metode Analytical Hierarchy Process (AHP) digunakan untuk menentukan hasil penelitian dan pembahasan. Prinsip-prinsip dasar dari metode Analytical Hierarchy Process (AHP) adalah Decompotition, Comparative Judgement, Synthesis of Priority, dan Consistency. Decompotition Suatu tahap dimana persoalan yang utuh didefinisikan dan disederhanakan menjadi persoalan yang lebih kecil. Persoalan digambarkan dalam bentuk hierarki, dan dikelompokkan menjadi tiga bagian, yaitu tujuan, kriteria dan alternatif. Tiga kriteria yang digunakan dalam penelitian ini adalah level, kelas dan kemampuan. Kriteria pertama adalah level, hal ini dapat dilihat dari nilai, ketangkasan, ketepatan dan SWP (Standar Waktu Penyelesaian) saat siswa tersebut mengerjakan soal. Kriteria kedua adalah kelas, yang dinilai dari kriteria ini yaitu kehadiran, kerajinan, sikap belajar dan alur kelas yang dilakukan siswa tersebut saat proses belajar mengajar di kelas berlangsung. Sedangkan kriteria ketiga adalah kemampuan, kriteria ini dinilai dari pemahaman, ORC (Oral Reading Comprehension) dan kemandirian siswa selama mengerjakan soal . Kriteria dan alternatif penilaian penerima piala 5 tingkat EFL dijelaskan pada gambar struktur hierarki berikut ini: Pemilihan Penerima Piala Level Kelas Kemampuan Nilai Ketangkasan Ketepatan SWP Kehadiran Kerajinan Sikap Belajar Alur Kelas Pemahaman ORC Mandiri Salista Ivana Sayesha Tujuan Kriteria Sub Kriteria Alternatif Sumber: (Frieyadie & Purnawati, 2017) Gambar 1. Hirarki Penilaian Prestasi Hirarki diatas menjelaskan pemecahan masalah yang terdiri dari tujuan, kriteria, sub kriteria, dan alternatif. Kriteria yang digunakan pada hirarki di atas dijelaskan pada tabel 1 berikut ini: Tabel 1. Penjelasan Kriteria Pemilihan Penerima Piala 5 Tingkat EFL Kriteria Penjelasan Level Menilai tingkatan level yang sudah dicapai siswa Kelas Menilai sikap siswa tersebut selama berada di kelas Kemampuan Menilai tingkatan kemampuan yang dimiliki siswa Sumber: (Frieyadie & Purnawati, 2017) Sub kriteria yang digunakan dalam hirarki sebelumnya dijelaskan pada tabel 2 berikut ini: Tabel 2. Penjelasan Sub Kriteria Pemilihan Penerima Piala 5 Tingkat EFL Sub Kriteria Penjelasan Nilai Dilihat dari nilai yang diperoleh siswa tersebut Ketangkasan Menilai tingkat konsentrasi siswa tersebut saat mengerjakan soal Ketepatan Menilai tingkat ketepatan siswa saat menjawab soal http://creativecommons.org/licenses/by-nc/4.0/ JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 ISSN: 2656-1743 5 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. SWP Menilai standar waktu penyelesaian siswa dalam menyelesaikan setiap soal Kehadiran Menilai jumlah kehadiran siswa dalam mengikuti kelas Kerajinan Menilai tingkat kerajinan siswa dalam membuat homework (pekerjaan rumah) Sikap Belajar Menilai sikap belajar siswa selama mengerjakan soal di kelas Alur Kelas Menilai urutan alur kelas yang dilakukan siswa, mulai dari siswa datang sampai siswa pulang Pemahaman Menilai tingkat pemahaman siswa terhadap materi yang diberikan ORC Menilai tingkat kelancaran siswa dalam berbicara bahasa Inggris Mandiri Menilai tingkat kemandirian siswa saat mengerjakan soal Sumber: (Frieyadie & Purnawati, 2017) Consistency Tahap consistency ini bertujuan untuk menentukan kebenaran nilai eigen vektor yang diperoleh dari proses synthesis of priority yang telah dibuat sebelumnya. Tahap consistency ini dilakukan sebanyak 15 kali, diantaranya sebagai berikut: A. Level 1 berdasarkan kriteria utama Hasil nilai dari λ maksimum didapatkan: (3.004 + 3.003 + 3.004) / 3 = 3.0037 Menghitung indeks konsistensi CI = ( 3.0037 – 3 ) / ( 3 – 1 ) = 0.0018 Menghitung rasio konsistensi (Consistency Ratio) Tabel 3. Random Consistency Index Size 1 2 3 4 5 6 7 8 9 RI 0 0 0,58 0,9 1,12 1,24 1,32 1,41 1,49 Sumber: (Frieyadie & Purnawati, 2017) CR = CI / RI = 0.0018 / 0.58 = 0.0032 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. B. Level 2 berdasarkan kriteria level Hasil dari λ maksimum didapatkan (4.402 + 4.187 + 4.243 + 4.250) / 4 = 4.2706 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 4.2706 – 4 ) / ( 4 – 1 ) = 0.0902 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0902 / 0.9 = 0.1 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. C. Level 2 berdasarkan kriteria kelas Hasil nilai dari λ maksimum didapatkan. λ = (4.052 + 4.033 + 4.045 + 4.032) / 4 = 4.0408 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 4.0408 – 4 ) / ( 4 – 1 ) = 0.0136 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0136 / 0.9 = 0.0151 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. D. Level 2 berdasarkan kriteria kemampuan Hasil nilai dari λ maksimum didapatkan. λ = (3.003 + 3.001 + 3.003) / 3 = 3.0024 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0024 – 3 ) / ( 3 – 1 ) = 0.0012 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0012 / 0.58 = 0.0021 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang http://creativecommons.org/licenses/by-nc/4.0/ ISSN: 2656-1743 JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 6 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. konsisten dan eigen vektor yang dihasilkan dapat diandalkan. E. Level 3 berdasarkan sub kriteria nilai Hasil nilai dari λ maksimum didapatkan. λ = (3.018 + 3.008 + 3.005) / 3 = 3.0106 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0106 – 3 ) / ( 3 – 1 ) = 0.0053 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0053 / 0.58 = 0.0091 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. F. Level 3 berdasarkan sub kriteria ketangkasan hasilnya adalah nilai dari λ maksimum. (3.000 + 3.000 + 3.000) / 3 = 3.000 Tahap kedua dari proses consistency adalah menguji konsistensi hirarki, dengan cara: Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.000 – 3 ) / ( 3 – 1 ) = 0.0000 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0000 / 0.58 = 0.0000 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. G. Level 3 berdasarkan sub kriteria ketepatan Hasil nilai dari λ maksimum didapatkan. λ = (3.191 + 3.082 + 3.129) / 3 = 3.1342 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.1342 – 3 ) / ( 3 – 1 ) = 0.0671 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0671 / 0.58 = 0.1157 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. H. Level 3 berdasarkan sub kriteria SWP (Standar Waktu Penyelesaian) Hasil nilai dari λ maksimum didapatkan. λ = (3.030 + 3.022 + 3.073) / 3 = 3.0415 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0415 – 3 ) / ( 3 – 1 ) = 0.0207 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0207 / 0.58 = 0.0358 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. I. Level 3 berdasarkan sub kriteria kehadiran Hasil nilai dari λ maksimum didapatkan. λ = (3.058 + 3.039 + 3.008) / 3 = 3.0349 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0349 – 3 ) / ( 3 – 1 ) = 0.0175 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0175 / 0.58 = 0.0301 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang http://creativecommons.org/licenses/by-nc/4.0/ JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 ISSN: 2656-1743 7 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. konsisten dan eigen vektor yang dihasilkan dapat diandalkan. J. Level 3 berdasarkan sub kriteria kerajinan Hasil nilai dari λ maksimum didapatkan. λ = (3.006 + 3.004 + 3.007) / 3 = 3.0057 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0057 – 3 ) / ( 3 – 1 ) = 0.0029 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0029 / 0.58 = 0.0049 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. K. Level 3 berdasarkan sub kriteria sikap belajar Hasil nilai dari λ maksimum didapatkan. λ = (3.095 + 3.027 + 3.085) / 3 = 3.0690 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0690 – 3 ) / ( 3 – 1 ) = 0.0345 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0345 / 0.58 = 0.0595 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. L. Level 3 berdasarkan sub kriteria alur kelas Hasil nilai dari λ maksimum didapatkan. λ = (3.020 + 3.009 + 3.022) / 3 = 3.0169 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0169 – 3 ) / ( 3 – 1 ) = 0.0084 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0084 / 0.58 = 0.0145 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. M. Level 3 berdasarkan sub kriteria pemahaman Hasil nilai dari λ maksimum didapatkan. λ = (3.010 + 3.007 + 3.014) / 3 = 3.0101 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0101 – 3 ) / ( 3 – 1 ) = 0.0050 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0050 / 0.58 = 0.0087 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. N. Level 3 berdasarkan sub kriteria ORC (Oral Reading Comprehension) Hasil nilai dari λ maksimum didapatkan. λ = (3.000 + 3.000 + 3.000) / 3 = 3.0000 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0000 – 3 ) / ( 3 – 1 ) Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0000 / 0.58 = 0.0000 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. http://creativecommons.org/licenses/by-nc/4.0/ ISSN: 2656-1743 JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 8 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. O. Level 3 berdasarkan sub kriteria mandiri Hasil nilai dari λ maksimum didapatkan. λ = (3.007 + 3.002 + 3.007) / 3 = 3.0054 Menghitung indeks konsistensi (Consistency Index) CI = ( λ maksimum – n ) / ( n – 1 ) = ( 3.0054 – 3 ) / ( 3 – 1 ) = 0.0027 Menghitung rasio konsistensi (Consistency Ratio) CR = CI / RI = 0.0027 / 0.58 = 0.0046 Jika nilai CR < 0.1 (10%) maka dapat diterima, yang berarti Matrik Perbandingan berpasangan level 1 berdasarkan kriteria utama telah diisi dengan pertimbangan-pertimbangan yang konsisten dan eigen vektor yang dihasilkan dapat diandalkan. Setelah proses consistency dilakukan, tahap selanjutnya adalah melakukan perhitungan untuk pengambilan keputusan. Langkah-langkahnya sebagai berikut: a. Gabungan eigen vektor pada level 3 (level alternatif) dikali dengan eigen vektor pada level 2 (level sub kriteria). Tabel 4. Eigen Vektor Keputusan Kriteria Level Nilai Ketangkasan Ketepatan SWP Eigen Vektor EV Keputusan Salista 0,562 0,553 0,443 0,225 0,301 0,454 Ivana 0,277 0,174 0,204 0,191 x 0,218 = 0,216 Sayesha 0,161 0,273 0,353 0,584 0,256 0,330 0,225 Sumber: (Frieyadie & Purnawati, 2017) Tabel 5. Eigen Vektor Keputusan Kriteria Kelas Kehadiran Kerajinan Sikap Belajar Alur Kelas Eigen Vektor EV Keputusan Salista 0,576 0,362 0,487 0,408 0,398 0,469 Ivana 0,343 0,228 0,137 0,177 x 0,320 = 0,254 Sayesha 0,081 0,410 0,376 0,415 0,119 0,276 0,163 Sumber: (Frieyadie & Purnawati, 2017) Tabel 6. Eigen Vektor Keputusan Kriteria Kemampuan Pemahaman ORC Mandiri Eigen Vektor EV Keputusan Salista 0,318 0,176 0,450 0,380 0,354 Ivana 0,227 0,176 0,132 x 0,169 = 0,175 Sayesha 0,455 0,648 0,418 0,451 0,471 Sumber: (Frieyadie & Purnawati, 2017) b. Hasil operasi perkalian dari ketiga kriteria tersebut selanjutnya dikalikan dengan eigen vektor pada level 1 (level kriteria). Tabel 7. Eigen Vektor Keputusan Level Kelas Kemampuan Eigen Vektor EV Kepututsan Salista 0,454 0,469 0,354 0,376 0,421 Ivana 0,216 0,254 0,175 x 0,256 = 0,211 Sayesha 0,330 0,276 0,471 0,368 0,368 Sumber: (Frieyadie & Purnawati, 2017) c. Hasil operasi perkalian tersebut disebut sebagai eigen vektor keputusan, keputusan ditentukan oleh nilai yang mempunyai jumlah paling besar. Dari eigen vektor keputusan terlihat bahwa: a. Salista memiliki bobot prioritas tertinggi yaitu 0.421 b. Sayesha memiliki bobot prioritas kedua yaitu 0.368 c. Ivana memiliki bobot prioritas terendah yaitu 0.211 Jika digambarkan dalam bentuk grafik maka dapat dilihat jumlah prosentasenya sebagai berikut: http://creativecommons.org/licenses/by-nc/4.0/ JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 ISSN: 2656-1743 9 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. Sumber: (Frieyadie & Purnawati, 2017) Gambar 2. Presentase Eigen Vektor Keputusan Berdasarkan hasil presentase diketahui bahwa penerima piala 5 tingkat EFL berdasarkan kriteria-kriteria yang telah ditentukan oleh Kantor Pusat Kumon adalah Salista. Setelah menentukan penerima piala dilakukan perhitungan untuk pengujian Rasio Konsistensi Hirarki (CRH). Rumus yang digunakan untuk pengujian CRH adalah sebagai berikut: 𝐶𝑅𝐻 = 𝑀 �̅� 𝐶𝑅𝐻 = {𝐶𝐼 𝐿𝑒𝑣𝑒𝑙 1 + (𝐸𝑉 𝐿𝑒𝑣𝑒𝑙 1)(𝐶𝐼 𝐿𝑒𝑣𝑒𝑙 2)} {𝑅𝐼 𝐿𝑒𝑣𝑒𝑙 1 + (𝐸𝑉 𝑙𝑒𝑣𝑒𝑙 1)(𝑅𝐼 𝐿𝑒𝑣𝑒𝑙 2)} 𝐶𝑅𝐻 = 0.0018 + (0.376 0.256 0.368) ( 0.0902 0.0136 0.0021 ) 0.58 + (0.376 0.256 0.368) ( 0.90 0.90 0.58 ) 𝐶𝑅𝐻 = 0.0396 1.362 = 0.0291 Hasil perhitungan CRH diketahui bahwa nilai CRH kurang dari 0,1 atau kurang dari 10%, berarti hirarki secara keseluruhan konsisten sehingga dapat disimpulkan keputusan yang ditetapkan dapat diandalkan. KESIMPULAN Pemilihan penerima piala 5 tingkat EFL (English As Foreign Language) di Kumon Danau Sunter dengan menggunakan metode AHP (Analytical Hierarchy Process) di software Expert Choice 11 dapat mengoptimalkan proses pengambilan keputusan dalam memilih siswa yang memenuhi kriteria. Seiring dengan proses pengambilan keputusan yang lebih optimal, hal ini akan berdampak pada meningkatnya kinerja dari pengambil keputusan. Selain itu, waktu yang diperlukan dalam mengambil keputusan juga menjadi lebih cepat dari sebelumnya. Dari hasil penelitian dengan menggunakan software Expert Choice 11, dapat disimpulkan bahwa Salista menjadi solusi terbaik dari kedua alternatif yang disajikan dengan presentase sebesar 42,09% REFERENSI Bliss, C. A., & Lawrence, B. (2009). IS THE WHOLE GREATER THAN THE SUM OF ITS PARTS? A COMPARISON OF SMALL GROUP AND WHOLE CLASS DISCUSSION BOARD ACTIVITY IN ONLINE COURSES. Journal of Asynchronous Learning Networks, 13(4), 25– 40. Darmanto, E., Latifah, N., & Susanti, N. (2014). PENERAPAN METODE AHP (ANALYTHIC HIERARCHY PROCESS) UNTUK MENENTUKAN KUALITAS GULA TUMBU. Simetris : Jurnal Teknik Mesin, Elektro Dan Ilmu Komputer, 5(1), 75. https://doi.org/10.24176/simet.v5i1.139 Frieyadie, F., & Purnawati, L. (2017). Laporan Akhir Penelitian Mandiri “Sistem Pendukung Keputusan Pemilihan Penerima Piala 5 Tingkat EFL Di Kumon Danau Sunter Dengan Metode AHP.” Jakarta. Kupczynski, L., Mundy, M. A., Goswami, J., & Meling, V. (2012). Cooperative Learning in Distance Learning: A Mixed Methods Study. International Journal of Instruction, 5(2), 81– 90. Lemantara, J., Setiawan, N. A., & Aji, M. N. (2013). Rancang Bangun Sistem Pendukung Keputusan Pemilihan Mahasiswa Berprestasi Menggunakan Metode AHP dan Promethee. Jurnal Nasional Teknik Elektro Dan Teknologi Informasi (JNTETI), 2(1). https://doi.org/10.22146/JNTETI.V2I1.24 Rijayana, I., & Okirindho, L. (2012). SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN KARYAWAN BERPRESTASI BERDASARKAN KINERJA MENGGUNAKAN METODE ANALITYC HIERARCY PROCESS. Seminar Nasional Informatika (SEMNASIF), 1(3), C48–C53. Retrieved from http://jurnal.upnyk.ac.id/index.php/semnas if/article/view/1053 Suryati, S., & Purnama, B. E. (2010). Seminar Nasional Aplikasi Teknologi Informasi 42,09% 21,10% 36,81% Hasil EV Keputusan Salista Ivana Sayesha http://creativecommons.org/licenses/by-nc/4.0/ ISSN: 2656-1743 JURNAL RISET INFORMATIKA Vol. 1, No. 1 Desember 2018 10 Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial 4.0 Internasional. (SNATI). Speed - Sentra Penelitian Engineering Dan Edukasi , 2(4), 32–41. Retrieved from http://portal.ejurnal.net/index.php/speed/a rticle/view/406 Tiyanto, W., Binadja, A., & Santoso, N. B. (2014). Chemistry in Education. Chemistry in Education (Vol. 3). Retrieved from https://journal.unnes.ac.id/sju/index.php/c hemined/article/view/1763 Umar, R., Fadlil, A., & Yuminah, Y. (2018). Sistem Pendukung Keputusan dengan Metode AHP untuk Penilaian Kompetensi Soft Skill Karyawan. Khazanah Informatika: Jurnal Ilmu Komputer Dan Informatika, 4(1), 27. https://doi.org/10.23917/khif.v4i1.5978 Widhianto, A. (2015). Sistem Penunjang Keputusan Kelayakan Penerima Jamkesmas (Jaminan Kesehatan Masyarakat) dengan Metode SAW di Kecamatan Singosari Berbasis Web. J-INTECH, 3(01), 60–66. Retrieved from http://jurnal.stiki.ac.id/J- INTECH/article/view/99 http://creativecommons.org/licenses/by-nc/4.0/