Dalam dunia Sistem Informasi dan Manajemen di Ma’soem University (MU), merancang Sistem Pendukung Keputusan (SPK) bukan sekadar soal koding atau algoritma. Tantangan terbesarnya justru ada pada tahap awal: Menentukan Kriteria. Kriteria yang buruk akan menghasilkan keputusan yang bias, meskipun kamu menggunakan algoritma secanggih AHP, TOPSIS, atau SAW.
Menentukan kriteria yang valid adalah perwujudan dari karakter Amanah (menyajikan data jujur) dan Disiplin (mengikuti kaidah ilmiah). Berikut adalah rahasia mahasiswa MU dalam merancang indikator SPK yang objektif dan bebas dari perasaan subjektif.
1. Prinsip MECE (Mutually Exclusive, Collectively Exhaustive)
Mahasiswa MU dididik untuk menggunakan kerangka berpikir MECE. Artinya, kriteria yang kamu pilih tidak boleh tumpang tindih (Mutually Exclusive) namun harus mencakup seluruh aspek yang dibutuhkan untuk mengambil keputusan (Collectively Exhaustive).
Jika kamu membuat SPK pemilihan karyawan teladan, kriteria “Kedisiplinan” dan “Ketepatan Waktu Datang” sering kali tumpang tindih. Mahasiswa yang cerdas akan menyatukannya menjadi satu kriteria utama agar tidak terjadi duplikasi bobot yang membuat hasil perhitungan menjadi tidak adil.
- Identifikasi Redundansi: Pastikan tidak ada dua kriteria yang mengukur hal yang sama.
- Cakupan Total: Pastikan semua variabel penting sudah masuk dalam daftar agar hasil akhir tidak meleset.
- Hierarki Kriteria: Membagi kriteria besar menjadi sub-kriteria agar penilaian lebih mendetail.
- Independensi: Satu kriteria tidak boleh dipengaruhi secara langsung oleh kriteria lainnya.
2. Mengubah Kualitatif Menjadi Kuantitatif dengan Skala Likert
Masalah utama objektivitas adalah adanya kriteria yang bersifat perasaan atau persepsi, seperti “Sikap” atau “Kualitas Pelayanan”. Rahasia mahasiswa MU dalam mengatasi ini adalah dengan melakukan standarisasi menggunakan skala penilaian yang terukur (Skala Likert).
Dengan menentukan indikator yang jelas untuk setiap nilai (misal: Nilai 5 jika absen 0%, Nilai 1 jika absen >20%), subjektivitas penilai bisa ditekan. Ini adalah langkah Sat-Set untuk mengubah data “perasaan” menjadi data “angka” yang bisa dihitung oleh mesin.
3. Validasi dengan Expert Judgment (Wawancara Ahli)
Kriteria tidak boleh muncul hanya dari imajinasi mahasiswa. Di Ma’soem University, kriteria SPK yang valid harus dikonfirmasi kepada ahlinya (Pakar). Jika kamu membuat SPK untuk penentuan penerima beasiswa, maka kamu wajib mewawancarai bagian Kemahasiswaan MU untuk menentukan bobot mana yang lebih penting antara “IPK” dan “Kondisi Ekonomi”.
Validasi ini memastikan bahwa sistem yang kamu bangun memiliki dasar hukum dan logika yang kuat di dunia nyata, sehingga hasil keputusannya dapat dipertanggungjawabkan secara moral dan akademik.
| Tahapan Validasi | Aktivitas Mahasiswa | Output yang Dihasilkan |
| Studi Literatur | Mencari jurnal riset sejenis | Daftar kriteria awal (Long-list) |
| Observasi Lapangan | Melihat kondisi nyata di mitra/kampus | Penyesuaian kriteria dengan kasus |
| Wawancara Pakar | Diskusi dengan dosen atau praktisi | Kriteria final & Pembobotan awal |
| Uji Konsistensi | Menghitung Consistency Ratio (CR) | Kepastian kriteria tidak kontradiktif |
4. Penentuan Bobot Menggunakan Metode Perbandingan Berpasangan
Menentukan mana yang lebih penting antara kriteria A dan B tidak boleh dilakukan secara tebak-tebakan. Mahasiswa MU biasanya menggunakan teknik perbandingan berpasangan (Pairwise Comparison) yang ada pada metode AHP (Analytic Hierarchy Process).
Dalam teknik ini, kamu membandingkan dua kriteria secara bergantian untuk melihat tingkat kepentingan relatifnya. Cara ini jauh lebih objektif karena memaksa pembuat keputusan untuk konsisten secara logika matematis.
- Skala Saaty: Menggunakan skala 1 sampai 9 untuk menentukan tingkat kepentingan antar kriteria.
- Matriks Konsistensi: Sistem akan menghitung apakah penilaianmu konsisten; jika tidak, kamu harus mengulang penilaiannya.
- Normalisasi: Mengubah hasil perbandingan menjadi persentase bobot yang totalnya harus 100% atau 1.0.
5. Menghindari Bias dengan Data Sekunder
Rahasia terakhir adalah sebisa mungkin menggunakan data yang sudah ada di sistem (Data Sekunder) daripada input manual. Misalnya, untuk kriteria “Prestasi Akademik”, sistem SPK harus langsung menarik data dari portal SamurAI daripada meminta admin mengetik ulang.
Pengambilan data otomatis ini meminimalisir kesalahan manusia (human error) dan mencegah adanya manipulasi data yang tidak amanah. Semakin sedikit campur tangan manusia dalam input data kriteria, semakin objektif hasil yang dikeluarkan oleh sistem pendukung keputusan tersebut.
Dengan mengikuti langkah-langkah di atas, proyek SPK kamu di Universitas Ma’soem tidak hanya akan sekadar “jalan”, tapi juga memiliki kredibilitas tinggi. Kriteria yang valid adalah kunci utama keputusan yang adil. Sudahkah kamu memvalidasi kriteria skripsimu hari ini?
