Efektivitas Metode Multi Attribute Utility Theory Dalam Menentukan Tingkat Keaktifan Belajar Siswa

Alfi Sahri; Yuhandri; Gunadi Widi Nurcahyo

doi:10.35134/komtekinfo.v11i4.560

Authors

Alfi Sahri Universitas Putra Indonesia YPTK Padang
Yuhandri Universitas Putra Indonesia YPTK Padang
Gunadi Widi Nurcahyo Universitas Putra Indonesia YPTK Padang

DOI:

https://doi.org/10.35134/komtekinfo.v11i4.560

Keywords:

Teknologi, Informasi, Sistem Pendukung Keputusan (SPK), Keaktifan Belajar Siswa, Multy Attributr Utility Theory (MAUT)

Abstract

Perkembangan teknologi informasi membawa peluang dan tantangan bagi dunia pendidikan, teknologi juga telah menjadi komponen integral untuk meningkatkan kualitas pengetahuan. Sistem manajemen pendidikan yang terkomputerisasi merupakan hal yang sudah sangat dibutuhkan saat ini. Bidang pendidikan mempunyai peranan yang sangat penting, terutama jika dikaitkan dengan upaya peningkatan mutu sumber daya manusia. Peningkatan kualitas Sumber Daya Manusia (SDM) merupakan hal yang harus secara terus menerus dilakukan untuk menumbuhkan siswa yang memiliki keterampilan seperti, berpikir kritis, menyelesaikan masalah, dan berkomunikasi. Kinerja siswa merupakan ukuran keberhasilan yang dicapai siswa selama menyelesaikan kegiatan pembelajaran. Hasil yang dapat dicapai siswa tidak terlepas dari peran dan kontribusi berbagai pemangku kepentingan, termasuk pemerintah dan institusi sekolah. Keaktifan belajar siswa merupakan kegiatan yang melibatkan siswa secara langsung selama proses pembelajaran, keaktifan siswa tentunya akan mudah dicapai apabila dilakukan secara efektif. Tujuan dari penelitian ini adalah untuk menentukan tingkat keaktifan belajar siswa. Metode pendekatan yang dapat digunakan dalam menentukan tingkat keaktifan belajar siswa, salah satu metode yang digunakan yaitu Metode Multi Attribute Utility Theory (MAUT), metode ini merupakan sebuah metode pada sistem pengambilan keputusan sebagai perbandingan dan untuk memproleh hasil alternatif yang unggul. Dataset yang diteliti terdiri dari 63 data siswa dengan menggunakan 10 kriteria yang akan menjadi sampel dalam mentukan tingkat keaktifan belajar siswa, kemudian memiliki 3 bobot untuk masing-masing kriteria. Hasil penelitian menunjukkan bahwa Metode Multi Attribute Utility Theory (MAUT) dapat digunakan untuk mendukung proses pengambilan keputusan dalam menentukan tingkat keaktifan belajar siswa di SMA N 1 RAO dengan tingkat akurasi 100%. Oleh karena itu penelitian ini dapat menjadi acuan dalam menentukan tingkatkeaktifan belajar siswa untuk selanjutnya.

References

Puspa Ramadhani, S. Suendri, and M. D. Irawan, “Kombinasi Metode WP dan MAUT Dalam Pemilihan Tanaman Anggrek Kualitas Ekspor Berbasis WEB,” Sist. Pendukung Keputusan dengan Apl., vol. 1, no. 1, pp. 1–11, 2022, doi: 10.55537/spk.v1i1.35.

B. Alfaro-poncea, M. Alfaro-ponceb, C. A. Munoz-ib, R. E. Duran-gonz, and J. C. S. Zaira, “Machine Translated by Google Jurnal Inovasi pemikiran kompleks di era digital : Sebuah model manajemen teknologi Machine Translated by Google,” vol. 8, 2023.

A. Qintan Maharani and T. Ardiansyah, “Kombinasi Metode Multi-Attribute Utility Theory dan Pivot Pairwise Relative Criteria Importance Assessment Dalam Penentuan Lulusan Terbaik,” J. Media Inform. Budidarma, vol. 7, no. 4, pp. 2074–2086, 2023, doi: 10.30865/mib.v7i4.6884.

A. Simangunsong, R. M. Simanjorang, E. N. A. Giawa, and N. Rahmalya, “Penerapan Metode Multi Atribute Utility Theory (MAUT) Dalam Menentukan Lokasi Promosi Yang Tepat Dalam Penjaringan Calon Siswa Baru,” J. SAINTIKOM (Jurnal Sains Manaj. Inform. dan Komputer), vol. 23, no. 1, p. 105, 2024, doi: 10.53513/jis.v23i1.9595.

S. Rahmawati and I. Lazulfa, “Sistem Pendukung Keputusan Penentuan Siswa Berprestasi Menggunakan Weighted Product Berbasis Website di SDN Pandanwangi Jombang”.

S. T. Naziah, L. H. Maula, and A. Sutisnawati, “Syifa Tiara Naziah,” J. JPSD, vol. 7, no. 2, pp. 109–120, 2020.

J. C. Chacon-hurtado, L. Scholten, and J. C. C. L. Scholten, “Machine Translated by Google Pemodelan Lingkungan dan Perangkat Lunak Decisi-o-rama : Pustaka Python sumber terbuka untuk analisis keputusan nilai / utilitas multi-atribut Machine Translated by Google,” vol. 135, no. September 2020, 2021.

J. Jureksi, U. Menentukan Penerima Bantuan Lansia Berbasis Web, N. Lutfiyani, R. Sri Hayati, K. Kunci, and S. Pendukung Keputusan, “Penerapan Metode Multy Attribute Utility Theory(Maut),” Januari, vol. 2, no. 1, pp. 337–350, 2024.

U. Akpan and R. Morimoto, “Ilmu Perencanaan Sosial Ekonomi Penerapan Teori Utilitas Multi-Atribut ( MAUT ) pada prioritas jalan pedesaan untuk meningkatkan aksesibilitas pedesaan di Nigeria,” vol. 82, 2022.

B. Lua, Q. Lia, and B. L. Q. Li, “Machine Translated by Google Bangunan dan Lingkungan perkotaan yang padat dengan simulasi eddy besar Machine Translated by Google,” vol. 216, no. April, 2022.

M. A. A. F. Nst, M. H. Arrasyid, and E. Ndruru, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menerapkan Metode MAUT,” TIN Terap. Inform. Nusant., vol. 3, no. 2, pp. 72–79, 2022, doi: 10.47065/tin.v3i2.3639.

R. T. Aldisa, S. Sanwani, D. M. Simanjuntak, S. Laia, and M. Mesran, “Penerapan Metode Metode Multy Attribute Utility Theory (MAUT) dalam Pemilihan Asisten Laboratorium Komputer,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1782, 2022, doi: 10.30865/mib.v6i3.4171.

N. D. Puspa, M. Mesran, and A. F. Siregar, “Penerapan Metode Maut Dengan Pembobotan Entropy Dalam Sistem Pendukung Keputusan Penilaian Kinerja Guru Honor,” J. Inf. Syst. Res., vol. 5, no. 1, pp. 24–33, 2023, doi: 10.47065/josh.v5i1.4030.

K. Suhada, A. Sadikin, I. Kusuma Dewi, and F. Nugroho, “Penerapan Metode Multi-Attribute Utility Theory (MAUT) pada Pemilihan Broadcasting Terbaik,” J. Media Inform. Budidarma, vol. 7, no. 2, pp. 641–649, 2023, doi: 10.30865/mib.v7i2.5937.

M. I. Fikri, E. Haerani, I. Afrianty, and S. Ramadhani, “Sistem Pendukung Keputusan Penilaian Kinerja Guru Menggunakan Metode Multi Attribute Utility Theory (MAUT),” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 5, p. 1271, 2022, doi: 10.30865/jurikom.v9i5.4791.

S. Sukamto, R. A. Nugroho, and R. A. Nugrah, “Decision Support System for Selection of Pesticides in Chili Plants Using the MAUT Method,” J. Sisfokom (Sistem Inf. dan Komputer), vol. 12, no. 2, pp. 289–299, 2023, doi: 10.32736/sisfokom.v12i2.1669.

M. Soni and S. Singh, “Jurnal Analisis Keputusan dengan penerapan pada pengambilan keputusan bencana penerbangan Pardaeva Shakhnoza Abdinabievna e,” vol. 8, 2023.