Makalah
Sistem
Pendukung Keputusan
Dengan
Metode AHP
Disusun oleh
:
Ardi
Kusumaning Diah.R (A12.2009.03405)
Kelp :
A12.6705
SISTEM
INFORMASI
FAKULTAS
ILMU KOMPUTER
UNIVERSITAS
DIAN NUSWANTORO
ABSTRAK
Proses pemilihan
mahasiswa berprestasi merupakan proses mendapatkan informasi mengenai mahasiswa
berprestasi di perguruan tinggi untuk menentukan siapa yang pantas mengikuti
pemilihan mahasiswa berprestasi tingkat nasional. Sebuah perguruan tinggi harus
mengambil keputusan yang tepat mengenai pemilihan mahasiswa berprestasi, bila
hal ini dilakukan dengan baik dan benar akan menjamin hasil pemilihan yang
berkualitas dan dapat dipertanggungjawabkan. Sistem pendukung keputusan
berperan dalam membantu pihak perguruan tinggi untuk mengambil keputusan yang
tepat. Metode Analytical
Hierarchy Process (AHP) dipilih karena mampu menyelesaikan
keputusan yang tepat dalam setiap alternatif, dalam hal ini alternatif yang
dimaksudkan yaitu yang berhak menjadi mahasiswa berprestasi berdasarkan
kriteria-kriteria yang ditentukan.
Pada makalah ini studi
kasus yang dipakai adalah prioritas pemilihan mahasiswa berprestasi menggunakan
metode Analytical
Hierarchy Process (AHP), dengan menggunakan sistem pendukung
keputusan dengan metode Analytical Hierarchy Process (AHP) ini dapat membantu perguruan
tinggi dalam menentukan nominasi mahasiswa yang nantinya akan dipilih sebagai
mahasiswa berprestasi berdasarkan IPK, TOEFL dan jabatan organisasi.
Kata kunci : Sistem pendukung
keputusan, AHP
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pada era globalisasi sekarang ini
perkembangan ilmu pengetahuan dan teknologi begitu pesat, tak terkecuali
teknologi informasi. Perkembangan yang pesat tidak hanya
teknologi perangkat keras dan perangkat lunak saja, tetapi metode komputasi
juga ikut berkembang. Salah satu metode komputasi yang cukup berkembang saat
ini adalah metode sistem pengambilan keputusan (Decisions Support
System). Dalam teknologi informasi, sistem pengambilan keputusan merupakan
cabang ilmu yang letaknya diantara system informasi dan sistem cerdas.
Sistem
pengambilan keputusan juga membutuhkan teknologi informasi, hal ini dikarenakan
adanya era globalisasi, yang menuntut sebuah perusahaan untuk bergerak cepat
dalam mengambil suatu keputusan dan tindakan. Dengan mengacu kepada solusi yang
diberikan oleh metode AHP (Analytical Hierarcy Process) dalam membantu
membuat keputusan, perguruan tinggi dapat mengambil keputusan tentang
pemilihan mahasiswa berprestasi secara
objektif berdasarkan multi kriteria yang ditetapkan.
Metode
AHP adalah metode pengambilan keputusan yang multi kriteria, sedangkan
pengambilan keputusan dibidang pemilihan mahasiswa berprestasi juga
mengandalkan kriteria-kriteria yaitu IPK, TOEFL dan jabatan organisasi. Dengan
melihat adanya kriteria-kriteria yang dipergunakan untuk mengambil keputusan,
maka akan sangat cocok untuk menggunakan metode AHP dengan multi kriteria.
1.2 Permasalahan
Adapun permasalahannya adalah kesulitan dalam
mengambil keputusan dalam pemilihan kriteria diantaranya adalah kesulitan dalam
kriteria untuk menentukan nominasi mahasiswa yang nantinya akan dipilih
sebagai mahasiswa berprestasi berdasarkan IPK, TOEFL dan jabatan organisasi.
1.3
Tujuan
Tujuan dari penulisan ini adalah memberi pengetahuan
tentang arti dari metode AHP dan untuk membuat keputusan yang dapat membantu
pihak-pihak tertentu dalam mengambil keputusan yang terbaik untuk mencapai
hasil yang maksimal.
BAB II
PEMBAHASAN
2.1 Konsep Sistem Pendukung Keputusan
2.1.1 Pengertian Sistem Pendukung
Keputusan
Sistem pendukung keputusan (SPK) adalah bagian
dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan
atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan
dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem
komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari
masalah semi terstruktur yang spesifik.
Menurut Hermawan (2005) Sistem pendukung keputusan (SPK)
adalah Sistem yang mampu memberikan kemampuan baik kemampuan pemecahan masalah
maupun kemampuan pemgkomunikasian untuk masalah semi-terstruktur. Secara
khusus, SPK didefinisikan sebagai sebuah sistem yang mendukung kerja seorang
manajer maupun sekelompok manajer dalam memecahkan masalah semi-terstruktur
dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu
Turban & Aronson (1998) sistem penunjang keputusan
sebagai sistem yang digunakan untuk mendukung dan membantu pihak manajemen
melakukan pengambilan keputusan pada kondisi semi terstruktur dan tidak
terstruktur. Pada dasarnya konsep DSS hanyalah sebatas pada kegiatan membantu
para manajer melakukan penilaian serta menggantikan posisi dan peran manajer.
2.1.2
Komponen Sistem Pendukung Keputusan
Turban (1998) mengemukakan bahwa sebuah
sistem pendukung keputusan terdiri atas dibangun dari beberapa subsistem,
antara lain :
a. Subsistem
manajemen data, meliputi basis data yang mengandung data yang relevan dengan
keadaan yang ada dan dikelola oleh sebuah sistem yang dikenal sebagai database
management system (DBMS).
b. Subsistem
manajemen model, yaitu sebuah paket perangkat lunak yang berisi model-model
finansial , statistik, management science, atau model kuantitatif yang lain
yang menyediakan kemampuan analisis sistem dan management software yang
terkait.
c. Subsistem
manajemen pengetahuan (knowledge) yaitu subsistem yang mampu mendukung
subsistem yang lain atau berlaku sebagai sebuah komponen yang berdiri sendiri
(independen)
d. Subsistem
antarmuka pengguna (user Interface), yang merupakan media tempat komunikasi
antara pengguna dan sistem pendukung keputusan serta tempat pengguna memberikan
perintah kepada sistem pendukung keputusan.
2.1.3
Karakteristik Sistem Pendukung Keputusan
Karakteristik
dari Sistem Pendukung Keputusan yang membedakan dari sistem informasi lainnya
adalah:
1. SPK
dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang
sifatnya semi terstruktur ataupun tidak terstruktur.
2. Dalam
proses pengolahannya, SPK mengkombinasikan penggunaan model-model/teknik-teknik
analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi
pencari/interogasi informasi.
3. SPK
dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah
oleh orang-orang yang tidak memiliki dasar kemampuan pengoperasian komputer
yang tinggi. Oleh karena itu pendekatan yang digunakan biasanya model
interaktif.
4. SPK
dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi
yang tinggi. Sehingga mudah disesuaikan dengan berbagai perubahan lingkungan
yang terjadi dan kebutuhan pemakai.
2.1.4 Keuntungan
dan Keterbatasan Sisrem Pendukung Keputusan
Sistem
pendukung keputusan dapat memberikan berbagai manfaat atau keuntungan bagi
pemakainya, antara lain:
1. Memperluas
kemampuan pengambilan keputusan dalam memproses data/informasi bagi pemakainya.
2. Membantu
pengambilan keputusan dalam hal penghematan waktu yang dibutuhkan untuk
memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak
terstruktur.
3. Dapat
menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.
4. Walaupun
suatu Sistem Pendukung Keputusan, mungkin saja tidak mampu memecahkan masalah
yang dihadapi oleh pengambil keputusan, namun dapat menjadi stimulan bagi
pengambil keputusan dalam memahami persoalannya, karena sistem pendukung
keputusan mampu menyajikan berbagai alternatif.
5. Dapat
menyediakan bukti tambahan untuk memberikan bukti tambahan untuk memberikan
pembenaran sehingga posisi pengambil keputusan.
2.2 AHP
(Analytical Hierarchy Process)
2.2.1
Pengertian Analytic Hierarchy Process (AHP)
Menurut
Turban, Analytic Hierarchy Process (AHP) yang dikembangkan oleh Thomas
L. Saaty berguna membantu pengambil keputusan untuk mendapat keputusan terbaik
dengan membandingkan faktor-faktor yang berupa kriteria. AHP memungkinkan
pengambil keputusan untuk menghadapi faktor yang nyata dan faktor yang tidak
nyata. Dengan AHP, seseorang dapat mengatur pendapat dan intuisi dengan cara
logika menggunakan hierarki dan memasukkan penilaian berdasarkan pengertian dan
pengalaman. Pendekatan ini dapat menerima faktor ketidakpastian dan mengijinkan
perubahan sehingga individu dan kelompok bisa menghadapi semua persoalan.
Jawaban yang dihasilkan dapat dites untuk sensitivitas merubah penilaian.
Masalah dipecahkan menjadi unsur-unsur pokok yang lebih kecil sehingga pembuat
keputusan hanya membuat penilaian perbandingan yang lebih sederhana melalui
hierarki untuk sampai kepada seluruh prioritas alternatif tindakan.
2.2.2
Prinsip Dasar Analytical
Hierarchy Process
Dalam menyelesaikan permasalahan dengan AHP ada beberapa
prinsip yang harus dipahami, di antaranya adalah sebagai berikut:
1. Decomposition (membuat hierarki)
Sistem
yang kompleks bisa dipahami dengan memecahkannya menjadi elemen-elemen yang
lebih kecil dan mudah dipahami.
2. Comparative judgment (penilaian
kriteria dan alternatif)
Kriteria dan alternatif dilakukan dengan perbandingan
berpasangan. Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9
adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi
pendapat kualitatif dari skala perbandingan Saaty dapat diukur menggunakan
tabel analisis seperti tabel dibawah ini.
Intensitas Kepentingan
|
Keterangan
|
1
|
Kedua elemen sama pentingnya
|
3
|
Elemen yang satu sedikit lebih penting daripada elemen yang
lainnya
|
5
|
Elemen yang satu lebih penting daripada yang lainnya
|
7
|
Satu elemen jelas lebih mutlak penting daripada elemen
lainnya
|
9
|
Satu elemen mutlak penting daripada elemen lainnya
|
2,4,6,8
|
Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang
berdekatan
|
Tabel 1 Skala Penilaian Perbandingan Pasangan
3. Synthesis of priority (Menentukan
Prioritas)
Menentukan prioritas dari elemen-elemen kriteria dapat
dipandang sebagai bobot/kontribusi elemen tersebut terhadap tujuan pengambilan
keputusan. AHP melakukan analisis prioritas elemen dengan metode perbandingan
berpasangan antar dua elemen sehingga semua elemen yang ada tercakup. Prioritas
ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak yang
berkepentingan terhadap pengambilan keputusan, baik secara langsung (diskusi)
maupun secara tidak langsung (kuisioner).
4. Logical Consistency (konsistensi
logis)
Konsistensi memiliki dua makna. Pertama, objek-objek yang
serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua,
menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.
(Kosasi, Sandy. 2002)
2.2.3
Prosedur Analytical Hierarchy Process
Secara umum langkah-langkah yang harus dilakukan dalam
menggunakan AHP untuk pemecahan suatu masalah adalah sebagai berikut:
1.
Mendefinisikan masalah dan menentukan solusi
yang diinginkan, lalu menyusun hierarki dari permasalahan yang dihadapi.
2.
Menentukan prioritas elemen
a. Langkah pertama dalam menentukan prioritas
elemen adalah membuat perbandingan pasangan, yaitu membandingkan elemen secara
berpasangan sesuai kriteria yang diberikan.
b. Matriks perbandingan berpasangan diisi
menggunakan bilangan untuk merepresentasikan kepentingan relatif dari suatu
elemen terhadap elemen yang lainnya.
3. Sintesis
Pertimbangan-pertimbangan terhadap perbandingan berpasangan
disintesis untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam
langkah ini adalah:
a.
Menjumlahkan nilai-nilai dari setiap kolom pada
matriks
b. Membagi setiap nilai dari kolom dengan total
kolom yang bersangkutan untuk memperoleh normalisasi matriks.
c. Menjumlahkan nilai-nilai dari setiap baris dan
membaginya dengan jumlah elemen untuk mendapatkan nilai rata-rata.
4. Mengukur Konsistensi
Dalam pembuatan keputusan, penting untuk mengetahui seberapa
baik konsistensi yang ada karena kita tidak menginginkan keputusan berdasarkan
pertimbangan dengan konsistensi yang rendah. Hal-hal yang dilakukan dalam
langkah ini adalah sebagai berikut:
a. Kalikan setiap nilai pada kolom pertama dengan
prioritas relatif elemen pertama, nilai pada kolom kedua dengan prioritas
relatif elemen kedua dan seterusnya.
b.
Jumlahkan setiap baris
c. Hasil
dari penjumlahan baris dibagi dengan elemen prioritas relatif yang bersangkutan
d.
Jumlahkan hasil bagi di atas dengan banyaknya
elemen yang ada, hasilnya disebut λ maks
5. Hitung
Consistency Index (CI) dengan rumus:
CI
= (λmax – n) /n
Dimana
n = banyaknya elemen.
6. Hitung
Rasio Konsistensi/Consistency Ratio (CR) dengan rumus:
CR=
CI/RC, Dimana
CR = Consistency Ratio
CR = Consistency Ratio
CI = Consistency Index
IR = Indeks Random Consistency
IR = Indeks Random Consistency
7. Memeriksa
konsistensi hierarki. Jika nilainya lebih dari 10%, maka penilaian data judgment
harus diperbaiki. Namun jika Rasio Konsistensi (CI/CR) kurang atau sama
dengan 0,1, maka hasil perhitungan bisa dinyatakan benar. (Kusrini. 2007).
Dimana RI : random index yang nilainya dapat dilihat pada
table di bawah ini.
Table Ratio Index N
|
1
|
2
|
3
|
4
|
5
|
6
|
7
|
8
|
9
|
10
|
RI
|
0
|
0
|
0.58
|
0.90
|
1.12
|
1.24
|
1.32
|
1.41
|
1.45
|
1.49
|
Tabel 2 Ratio index
2.3 Contoh Kasus :
Menentukan prioritas dalam pemilihan
mahasiswa berprestasi
Langkah
Penyelesaian :
1.
Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative
pilihan.
a.
Permasalahan : Menentukan prioritas mahasiswa terbaik.
b.
Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi,
c.
Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99)
TOEFL(Sangat
baik : 506-600; Baik : 501-505 ; Cukup : 450 - 500)
Jabatan
Organisasi (Ketua, Kordinator, Anggota)
CAT : Jumah kriteria dan sub
kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh terhadap nilai
CR (lihat tabel daftar rasio indeks konsistensi/RI)
2.
Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan
penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan mengamati
kebijakan yang dianut oleh penilai) adalah :
a. Kriteria
IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari
TOEFL.
b.
Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi.
CAT : Terjadi 3 kali perbandingan
terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL, Jabatan->TOEFL). Jika
ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk memahaminya
silahkan coba buat perbandingan terhadap 4 kriteria.
Sehingga matrik matrik Pairwise
Comparison untuk kriteria adalah :
IPK
|
TOEFL
|
Jabatan
|
|
IPK
|
1
|
3
|
4
|
TOEFL
|
1/3
|
1
|
2
|
Jabatan
|
1/4
|
1/2
|
1
|
Cara mendapatkan nilai-nilai di atas adalah :
Perbandingan di atas adalah dengan
membandingkan kolom yang terletak paling kiri dengan setiap kolom ke
dua, ketiga dan keempat.
Perbandingan terhadap dirinya sendiri, akan
menghasilkan nilai 1. Sehingga nilai satu akan tampil secara diagonal. (IPK
terhadap IPK, TOEFL terhadap TOEFL dan Jabatan terhadap ajabatan)
|
|
Perbandingan kolom kiri dengan kolom-kolom
selanjutnya. Misalkan nilai 3, didapatkan dari perbandingan IPK yang 3 kali
lebih penting dari TOEFL (lihat nilai perbandingan di atas)
|
|
Perbandingan kolom kiri dengan kolom-kolom
selanjutnya. Misalkan nilai ¼ didapatkan dari perbandingan Jabatan dengan IPK (ingat,
IPK 4 kali lebih penting dari jabatan sehingga nilai jabatan adalah ¼ dari
IPK)
|
3. Menentukan rangking kriteria dalam bentuk
vector prioritas (disebut juga eigen vector ternormalisasi).
a. Ubah
matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap kolom
tersebut.
IPK
|
TOEFL
|
Jabatan
|
|||
IPK
|
1,000
|
3,000
|
4,000
|
||
TOEFL
|
0,333
|
1,000
|
2,000
|
||
Jabatan
|
0,250
|
0,500
|
1,000
|
||
JUMLAH
|
1,583
|
4,500
|
7,000
|
b. Bagi elemen-elemen tiap kolom
dengan jumah kolom yang bersangkutan.
IPK
|
TOEFL
|
Jabatan
|
|
IPK
|
0,632
|
0,667
|
0,571
|
TOEFL
|
0,211
|
0,222
|
0,286
|
Jabatan
|
0,158
|
0,111
|
0,143
|
Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst.
c. Hitung
Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi
dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3.
IPK
|
TOEFL
|
Jabatan
|
Jumlah Baris
|
Eigen Vektor Normalisasi
|
|
IPK
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
TOEFL
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Jabatan
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
- Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571
- Nilai
0,623 adalah hasil dari 1,870/3.
- Dst
d. Menghitung
rasio konsistensi untuk mengetahui apakah penilaian perbandingan kriteria
bersifat konsisten.
-
Menentukan nilai Eigen Maksimum (λmaks).
Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi.
Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi.
Λmaks = (1,583
x 0,623 )+(4,500
x 0,239)+(7,000
x 0,137) = 3,025
-
Menghitung Indeks Konsistensi (CI)
CI = (λmaks-n)/n-1 = 0,013
- Rasio
Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks
random konsistensi (RI))
CR = CI/RI = 0,013/0,58 = 0,022
Karena CR < 0,100 berari
preferensi pembobotan adalah konsisten
4. Untuk
matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai
yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba
merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini.
a. Sub
kriteria IPK
Sangat Baik
|
Baik
|
Cukup
|
Jumlah Baris
|
Eigen Vektor Normalisasi
|
|
Sangat Baik
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
Baik
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Cukup
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
b. Sub Kriteria TOEFL
Sangat Baik
|
Baik
|
Cukup
|
Jumlah Baris
|
Eigen Vektor Normalisasi
|
|
Sangat Baik
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
Baik
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Cukup
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
c. Sub Kriteria Jabatan Organisasi
Ketua
|
Koordinator
|
Anggota
|
Jumlah Baris
|
Eigen Vektor Normalisasi
|
|
Ketua
|
0,632
|
0,667
|
0,571
|
1,870
|
0,623
|
Koordinator
|
0,211
|
0,222
|
0,286
|
0,718
|
0,239
|
Anggota
|
0,158
|
0,111
|
0,143
|
0,412
|
0,137
|
5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria.
IPK
|
TOEFL
|
Jabatan Organisasi
|
HASIL
|
|
Ifan
|
1
|
3
|
3
|
0,440
|
Rudy
|
3
|
3
|
1
|
0,204
|
Anton
|
1
|
2
|
2
|
0,479
|
- Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator).
- Hasil
diperoleh dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan
setiap hasil perkalian kriteria dan subkriteria masing-masing kolom
dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik
(eigen vector : 0,623).dst
(IPK x Sangat Baik +
TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440
Dari hasil di atas, Anton memiliki
nilai paling tinggi sehingga layak menjadi mahasiswa terbaik..
Metode AHP
bisa digunakan untuk menentukan segala kasus yang membutuhkan output berupa
prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data
yang "seimbang" (misal data mahasiswa Kampus XYZ bisa dibandingkan
dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX).
BAB III
KESIMPULAN
Kesimpulan
yang dapat diambil adalah sebagai berikut:
- Dengan menggunakan Metode AHP dapat menghasilkan suatu keputusan yang tepat.
- Dengan memakai Metode AHP dapat mengurangi kesalahan-kesalahan seperti keterlambatan dalam mengambil keputusan.
- Memberikan kemudahan dalam memilih mahasiswa yang berprestasi dengan menggunakan Metode AHP.
Daftar Pustaka
0 komentar:
Posting Komentar