
Implementasi Metode AHP-TOPSIS dalam Sistem Pendukung Rekomendasi Mahasiswa Berprestasi
Author(s) -
Moh. Zulkifli Katili,
Lanto Ningrayati Amali,
Mohamad Syafri Tuloli
Publication year - 2021
Publication title -
jambura journal of informatics
Language(s) - English
Resource type - Journals
eISSN - 2685-4244
pISSN - 2656-467X
DOI - 10.37905/jji.v3i1.10246
Subject(s) - waterfall model , computer science , humanities , software , operating system , philosophy
Menentukan mahasiswa berprestasi untuk diikutkan pada perlombaan atau untuk seleksi beasiswa merupakan masalah yang selalu dialami oleh pihak fakultas/jurusan. Untuk mengatasi masalah tersebut dibutuhkan penggunaan aplikasi untuk membantu dalam pengambilan keputusan. Tujuan penelitian ini adalah untuk merancang aplikasi Sistem Pendukung Keputusan (SPK) untuk pemberian rekomendasi mahasiswa berprestasi. Penelitian ini menggunakan metode pengembangan sistem model Waterfall dan metode AHP-TOPSIS untuk penentuan kriteria data mahasiswa berupa nilai matakuliah, kegiatan yang diikuti, ataupun prestasi yang dimiliki. Untuk memastikan fungsionalitas, sistem aplikasi telah diuji melalui Uji Black-box dan White-box. Penelitian ini menghasilkan aplikasi SPK untuk pemberian rekomendasi mahasiswa berprestasi yang dapat disesuaikan dengan kriteria dan kebutuhan pihak fakultas/jurusan selaku pengguna.
Deciding which outstanding students to be enrolled in competitions or scholarships is a problem that faculties or departments always experience. Hence, an application is needed to help in the decision-making process. This research aims to design a decision support system (DSS) application to give recommendations regarding outstanding students. The Waterfall Model development method and the AHP-TOPSIS method were employed to determine the criteria for the students’ data, such as subject scores, activities being participated in, and achievements. The application system has already been tested through the Black-box and White-box tests to ensure its functionality. It resulted in a DSS application that gives recommendations about outstanding students, which may be adjusted according to the criteria and needs of the faculty/department as the users.