Penerapan Metode Waspas Dalam Pemilihan

Peserta Olimpiade Sains

Hasiholan Matondang1, Dharma Bakti Situmorang2
Fakultas Ilmu Komputer dan Teknologi Informasi, Sistem Informasi, Universitas Budi Darma, Medan
Email : [email protected], [email protected]

Abstrak - Peserta Olimpiade Sains akan bersaing dengan sekolah lain untuk menunjukkan kemampuannya
dalam bidang sains yang diperlombakan, seperti matematika, fisika, kimia, biologi dan astronomi. Atau tema-
tema khusus yang dipilih selama olimpiade. Hal ini sulit dilakukan saat menyeleksi peserta olimpiade sains
karena seorang peserta olimpiade bangga dan juga membawa nama baik sekolah tempat mereka belajar;
mendatangkan peserta yang salah akan menimbulkan masalah dalam penilaian mutu suatu sekolah. Pada
penelitian ini pemilihan peserta olimpiade sains dilakukan dengan menggunakan konsep algoritma sistem
pendukung keputusan dengan menggunakan metode WASPAS. Metode WASPAS yang merupakan singkatan
dari Weighted Aggregated Sum Product Assessment merupakan salah satu metode yang digunakan untuk
meminimalkan cacat hasil saat mencari nilai tertinggi dan terendah. Hasilnya penelitian ini diperoleh bahwa
seorang siswa yang bernama Frans menjadi siswa terpilih untuk mengikuti olimpiade sains dengan nilai 8,7590
sebagai alternatif tertinggi diantara alternatif lainnya.

Kata Kunci : Olimpiade sains, Sistem Pendukung Keputusan, WASPAS

1. PENDAHULUAN
Olimpiade Sains merupakan salah satu program di bidang pendidikan sains yang diadakan
setiap tahun dalam rangka peningkatan kualitas sumber daya manusia yang bertujuan untuk
meningkatkan pengetahuan, wawasan, kreativitas, dan kedisiplinan[1]. Kegiatan ini merupakan
bagian dari rangkaian program Indonesia yang selanjutnya dibimbing oleh tim-tim di bidang
kompetisi masing-masing dan diikutsertakan dalam olimpiade II tingkat internasional.
Setiap sekolah yang mengikuti olimpiade sains harus mengirimkan siswa terbaiknya untuk
berkompetisi. Pihak sekolah hanya mengirimkan perwakilan dari kelas unggulan atau menunjuk
siswa yang dianggap unggul dalam bidang sains dan matematika. Dilakukan pemilihan memerlukan
beberapa kriteria seperti nilai akhir, kemampuan berfikir, wawasan, dan etika. Pemilihan ini
dilakukan untuk menghindari hal-hal yang tidak diinginkan . Penting dilakukan pemilihan karena
banyak mahasiswa yang memiliki kemampuan dan kualitas yang cukup dan dapat dipertimbangkan,
masih banyak dosen yang mengusulkan peserta olimpiade berdasarkan penilaian yang subjektif hal
ini akan memberikan dampak negatif terhadap pihak lainnya sehingga diperlukan dukungan dan
proses pemilihan secara tersistem agar hasil yang didapatkan merupakan pure pemilihan secara
objektif[2]. Pemilihan secara tersistem biasa disebut dengan sistem pendukung keputusan dimana
sistem tersebut sudah banyak diterapkan dalam mengambil keputusan terhadap beberapa
permasalahan dalam pengambilan keputusan. Sehingga sekolah memerlukan suatu sistem untuk
membantu menentukan siapa saja yang dapat mengikuti olimpiade.
Sistem Pendukung Keputusan (SPK) adalah sistem perangkat lunak yang dirancang untuk
membantu suatu pihak membuat keputusan[2]-[3].Hal ini digunakan untuk mendapatkan solusi
berdasarkan kriteria agar dapat memberikan berbagai alternatif pilihan. Berdasarkan kasus di atas,
penulis Jurusan Sistem Informasi Universitas Budidarma Medan berinisiatif menganalisis metode
Weighted Aggregated Sum Product Assessment (WASPAS) untuk mengetahui apakah hasilnya sama
atau berbeda dan tingkat akurasi yang disediakan untuk memberikan informasi yang lebih akurat.
Metode WASPAS dipilih karena dapat mengoptimalkan perhitungan dalam menginterpretasikan
nilai tertinggi hingga terendah. Pengambilan metode ini didasarkan penelitian terdahulu dalam
penggunaan metode WASPAS[4].
Penelitian terdahulu yang dilakukan Juanda Hakim Lubis, dkk pada tahun 2022 yang didasari
penelitian terdahulu lainnya . Penelitian itu membahas pemilihan perguruan tinggi bagi siswa
sekolah menggunakan metode WASPAS. Hasil yang didapat di penelitian terdahulu disebutkan
bahwa alternatif yang tertinggi adalah Alternatif A2 dengan nilai 14,297 dan disusul dengan
Alternatif A4 dengan nilai 12,803 [5] . Penelitian yang dilakukan oleh Samuel Damanik, Dito Putro
Utomo, Implementasi Metode ROC ( Rank Order Centroid ) dan WASPAS dalam Sistem
Pendukung Keputusan Pemilihan Kerjasama Vendor dengan hasil penelitian nilai ranking tertinggi
yang diperoleh ialah alternatif ke -6 yaitu Swandy Acc[6] .Adapun juga oleh Tri Hasanah dan Asep
Toyib dengan pembahasan Sistem Pendukung Keputusan Seleksi Pemberian Uang Kuliah Tunggal
Menerapkan Metode WASPAS didapat hasil yang menarik dimana alternatif terbaik dengan nilai
tertinggi sebanyak 3 mahasiswa adalah 10.88, 8.202, 5.898[7].Suginam, dkk bahwa penentuan
penerima bantuan siswa miskin dalam metode WASPAS alternatif terbaik ialah alternatif yang
tertinggi [8]. Dengan melihat hasil dari penelitian terdahulu yang menggunakan metode WASPAS
dapat disimpulkan bahwa penggunaan metode WASPAS dalam pemilihan peserta olimpiade sangat
tepat dengan mengambil ranking tertinggi.
Dengan mengangkat topik Penerapan Metode Weighted Aggregated Sum Product
assessment. Sistem ini menggunakan metode perhitungan WASPAS yang digunakan sebagai
perbandingan. Alternatif, kriteria dan bobot ditentukan oleh pihak sekolah yang didapatkan melalui
wawancara. Sistem ini diharapkan dapat mempermudah pihak sekolah dalam menentukan peserta
Olimpiade Sains secara akurat.

2. METODOLOGI PENELITIAN
2.1 Tahapan Penelitian

Tahapan penelitian merupakan tindakan yang akan dilakukan untuk menyelesaikan

penelitian. Tahapan penelitian dirancang supaya hasil akhir penelitian terstruktur dan sistematis.
Untuk mengatasi masalah tersebut, langkah-langkah berikut diambil:

Menganalisa Masalah

Pengumpulan Data

Studi Literatur

Penerapan metode WASPAS

Kesimpulan

Berikut adalah penjelasan mengenai tahapan-tahapan penelitian:

1. Menganalisis permasalahan yang muncul pada saat seleksi peserta Olimpiade Sains dan
menentukan solusi terbaik.
2. Akuisisi data melalui observasi
3. Berdasarkan tantangan yang dihadapi, lakukan kajian literatur untuk membantu pengolahan
data.
4. Gunakan metode WASPAS untuk mengambil keputusan.
5. Metode WASPAS digunakan untuk mengumpulkan temuan dari peserta yang terpilih untuk
berkompetisi dalam Olimpiade Sains.
2.2 Olimpiade Sains

Olimpiade Sains merupakan salah satu wadah strategis untuk mewujudkan paradigma
pendidikan yang mendorong tingkat penalaran, kreativitas, dan berpikir kritis yang lebih tinggi.
Olimpiade Sains merupakan salah satu program yang dibentuk oleh dinas pendidikan pemerintah.
Penyelenggaraan olimpiade yang berkelanjutan akan memberikan dampak positif terhadap proses
pembelajaran, menyebabkan siswa menjadi lebih kreatif dan inovatif[9]. Berikut tujuan
penyelenggaraan Olimpiade Sains:
6. Meningkatkan mutu pendidikan sains secara menyeluruh dengan menumbuhkan budaya
belajar, kreativitas, dan motivasi untuk berprestasi melalui kompetisi.
7. Menyediakan wadah bagi siswa untuk mengasah keterampilan dan minatnya.
8. Merekrut bibit-bibit unggul dan berprestasi sebagai calon peserta olimpiade sains tingkat
selanjutnya.
2.3 Sistem Pendukung Keputusan

Sistem pendukung keputusan (DSS) adalah sistem berbasis komputer interaktif yang
membantu pengambil keputusan dalam memecahkan masalah yang tidak terstruktur dengan
memanfaatkan data dan model. Sistem Pendukung Keputusan (SPK) yang didukung oleh sistem
informasi berbasis komputer dapat membantu seseorang dalam meningkatkan kinerja pengambilan
keputusannya. Sistem Pendukung Keputusan memanfaatkan sumber daya individu dengan
keterampilan komputer untuk meningkatkan kualitas keputusan [10]. Sistem pendukung keputusan
diselesaikan berdasarkan metode-metode seperti WASPAS, MOORA, MOOSRA, VIKOR,
TOPSIS, WP, SAW dan lainnya.
2.4 Metode WASPAS ( Weighted Aggregated Sum Product Assessment )

Metode waspas digunakan dalam penelitian ini. Metode ini digunakan karena sangat tepat
dalam menentukan prioritas pilihan alternatif yang sangat relevan dengan pembobotan yang
digunakan untuk menghitung dan menuliskan hasil permasalahan dalam penelitian ini. seperti pada
MCDM (Multi Criteria Decision Making)[5]-[11]. Berikut langkah-langkah kerja dari metode
WASPAS[5], yaitu:
1). Mempersiapkan sebuah matriks
𝑋11 𝑋12 … 𝑋1𝑛
𝑋21 𝑋11 … 𝑋2𝑛
𝑋𝑖𝑗 = [ ... … ] (1)
… …
𝑋𝑚1 𝑋𝑚2 … 𝑋𝑚𝑛
2). Menormalisasikan nilai Ri j dengan rumus sebagai berikut
Kriteria Keuntungan
𝑋𝑖𝑗
𝑋𝑖𝑗 = (2)
max 𝑋𝑖𝑗
𝑖

Kriteria Biaya
min 𝑋𝑖𝑗
𝑋𝑖𝑗 = 𝑖
(3)
𝑋𝑖𝑗

3). Menghitung nilai Alternatif (Qi) dengan menggunakan rumus sebagai berikut:
𝑤𝑗
𝑄𝑖 = 0.5 ∑𝑛𝑗=1 𝑟𝑖𝑗 𝑤𝑗 + 0.5 ∏𝑛𝑗=1(𝑟𝑖𝑗 ) (4)

Nilai Qi yang terbaik merupakan nilai yang tertinggi.

3. HASIL DAN PEMBAHASAN

Sistem pendukung keputusan seleksi peserta olimpiade sains ini biasanya dibutuhkan oleh
setiap institusi yang ingin mengidentifikasi siswa mana yang layak untuk dipilih sebagai peserta
olimpiade sains. Untuk mendapatkan temuan yang baik, peneliti menggunakan pendekatan
WASPAS dalam menarik kesimpulan. Prosedur penggunaan pendekatan WASPAS untuk
memecahkan masalah masa lalu tergantung pada setiap alternatif dan kriteria yang ditetapkan
diuraikan di bawah ini.
3.1 Kriteria dan Alternatif

Kriteria dan bobot sangat penting sebagai input perhitungan untuk menentukan siapa yang
berhak bertanding di olimpiade. Penelitian ini menggunakan lima kriteria dengan inisial C1-
C5.Terdapat 5 Alternatif yang akan dilakukan pemilihan peserta olimpiade sains. Langkah pertama
yang digunakan sebagai bahan evaluasi antara tingkat relevansi tiap kriteria adalah pembobotan tiap
kriteria. Berikut penjelasan mengenai tingkat kepentingan dari setiap kriteria dan bobot dapat dilihat
seperti pada tabel 1 berikut.
Tabel 1. Kriteria dan Bobot
Kriteria Keterangan Bobot Jenis
C1 Nilai Rata-Rata 5 Benefit
C2 Nilai Matematika 4 Benefit
C3 Nilai IPA 3 Benefit
C4 Perilaku 2 Benefit
C5 Ranking 1 Cost
.
Berikut data nilai siswa berdasarkan setiap kriteria dapat dilihat pada tabel 2 dibawah ini.

Tabel 2. Data Nilai Siswa Peserta Olimpiade Sains

Nama Nilai Rata-rata Nilai Matematika Nilai IPA Perilaku Ranking
Andreas 85 90 80 Baik 8
Franseda 82 78 86 Sangat Baik 10
Rahel 88 90 87 Cukup 3
Marisi 84 92 77 Baik 6
Desy 85 89 81 Cukup 9

Untuk kriteria perilaku dibobotkan berdasarkan tabel 3

Tabel 3. Pembobotan Kriteria Perilaku

Keterangan Nilai
5
Sangat Baik
3
Baik
1
Cukup
Dari tabel 2 dan tabel 3, maka diperoleh data rating kecocokan dari alternatif dan kriteria, sebagai
berikut :
Tabel 4. Data Rating Kecocokan

Alternatif C1 C2 C3 C4 C5

85 90 80 3 8
A1
82 78 86 5 10
A2
 88 90 87 1 3
A3
84 92 77 3 6
A4
85 89 81 1 9
A5
3.2 Tahapan Metode WASPAS
Nilai bobot yang digunakan adalah W = [ 5, 4, 3, 2, 1 ]. Berikut ini tahapan metode WASPAS
dalam perangkingan pemilihan peserta olimpiade sains.
1. Membuat matrik keputusan berdasarkan tabel 4
85 90 80 3 8
82 78 86 5 10
𝑋𝑖𝑗 = 88 90 87 1 3
84 92 77 3 6
[85 89 81 1 9 ]
2. Menormalisasikan matrik berdasarkan persamaan ke 2 untuk kriteria keuntungan
( benefit ), serta persamaan ke 3 untuk kriteria kerugian ( cost ).
85
𝑅11 = = 0,9659
88
82
𝑅21 = = 0,9318
88
88
𝑅31 = =1
88
84
𝑅41 = = 0,9545
88
85
𝑅51 = = 0,9659
88

90
𝑅12 = = 0,9783
92
78
𝑅22 = = 0,8478
92
90
𝑅32 = = 0,9783
92
92
𝑅42 = = 1
92
89
𝑅52 = = 0,9674
92

80
𝑅13 = = 0,9195
87
86
𝑅23 = = 0,9885
87
87
𝑅33 = = 1
87
77
𝑅43 = = 0,8851
87
 81
𝑅53 = = 0,9310
87
3
𝑅14 = = 0,6
5
5
𝑅24 = =1
5
1
𝑅34 = = 0,2
5
3
𝑅44 = = 0,6
5
1
𝑅54 = = 0,2
5

8
𝑅15 = = 2,667
3
10
𝑅25 = = 3,3333
3
3
𝑅35 = =1
3
6
𝑅45 = =2
3
9
𝑅55 = = 3
3
Hasil normalisasi dalam bentuk matrik 𝑅𝑖𝑗 , berikut ini:
0,9659 0,9783 0,9195 0,6 2,6667
0,9318 0,8478 0,9885 1 3,3333
𝑅𝑖𝑗 = 1 0,9783 1 0,2 1
0,9545 1 0,8851 0,6 2
[ 0,9659 0,9674 0,9310 0,2 3 ]
3. Melakukan perhitungan terhadap 𝑄𝑖 menggunakan persamaan 4.
𝑄1 = 0,5 ∑((5 ∗ 0,9659) + (4 ∗ 0,9783) + (3 ∗ 0,9195) + (2 ∗ 0,6) + (1 ∗ 2,6667)) +
0,5 ∏(0,96595 ∗ 0,97834 ∗ 0,91953 ∗ 0,62 ∗ 2,66671 )
0,5 ∑( 7,6839) + 0.5 ∏( 0,2874) = 7.9713
𝑄2 = 0,5 ∑((5 ∗ 0,9318) + (4 ∗ 0,8478) + (3 ∗ 0,9885) + (2 ∗ 1) + (1 ∗ 3,3333)) +
0,5 ∏(0,93185 ∗ 0,84784 ∗ 0,98853 ∗ 12 ∗ 3,33331 )
0,5 ∑( 8,1746) + 0.5 ∏( 0,5843) = 8,7590
𝑄3 = 0,5 ∑((5 ∗ 1) + (4 ∗ 0,9783) + (3 ∗ 1) + (2 ∗ 0,2) + (1 ∗ 1)) +
0,5 ∏(15 ∗ 0,97834 ∗ 13 ∗ 0,22 ∗ 11 )
0,5 ∑( 6,6565) + 0.5 ∏( 0,0183) = 8,7590
𝑄4 = 0,5 ∑((5 ∗ 0,9545) + (4 ∗ 1) + (3 ∗ 0,8851) + (2 ∗ 0,6) + (1 ∗ 2)) +
0,5 ∏(0,95455 ∗ 14 ∗ 0,88513 ∗ 0,62 ∗ 21 )
0,5 ∑( 7,3139) + 0.5 ∏( 0,1978) = 7,5117
 𝑄5 = 0,5 ∑((5 ∗ 0,9659) + (4 ∗ 0,9674) + (3 ∗ 0,9310) + (2 ∗ 0,2) + (1 ∗ 3)) +
0,5 ∏(0,96595 ∗ 0,96744 ∗ 0,93103 ∗ 0,22 ∗ 31 )
0,5 ∑( 7,4461) + 0.5 ∏( 0,0357) = 7,4818
Berdasarkan Perhitungan 𝑄1 hingga 𝑄5 , dapat disimpulkan perangkingan seperti yang dibawah ini:

Tabel 5. Perangkingan Alternatif

Alternatif Result Rank
A1 7,9713 2
A2 8,7590 1
A3 6,6748 5
A4 7,5117 3
A5 7,4818 4

Berdasarkan nilai 𝑄𝑖 dinyatakan bahwa alternatif A2 adalah alternatif tertinggi dengan nilai
8,7590 dan merupakan alternatif terbaik.

4. KESIMPULAN
Setelah perhitungan menggunakan metode WASPAS, ditentukan bahwa alternatif A2 adalah pilihan
terbaik. Metode WASPAS menentukan alternatif optimal dari sekelompok pilihan dengan
menjumlahkan bobot setiap kriteria yang relevan dan mengukur seberapa baik setiap alternatif sesuai
dengan persyaratan tersebut. Hasil perhitungan menunjukkan bahwa A2 memiliki skor tertinggi jika
dibandingkan dengan alternatif lainnya, sehingga dapat dinyatakan bahwa A2 merupakan pilihan
terbaik.

REFERENCES
[1] H. Situmorang, “Sistem Pendukung Keputusan Pemilihan Calon Peserta Olimpiade Sains
Tingkat Kabupaten Langkat Pada Madrasah Aliyah Negeri (MAN) 2 Tanjung Pura
Denganmenggunakan Metode Simple Additive Weighting (SAW),” J. TIMES, vol. 4, no. 2,
pp. 24–30, 2015.
[2] A. F. Sallaby, V. N. Sari, and R. T. Alinse, “Sistem Pendukung Keputusan Pemilihan Peserta
Olimpiade Karya Ilmiah Tingkat Nasional Menggunakan Metode SAW,” J. Sist. Komput.
dan Inform., vol. 3, no. 2, p. 189, 2021, doi: 10.30865/json.v3i2.3677.
[3] S. Barus, V. M. Sitorus, D. Napitupulu, M. Mesran, and S. Supiyandi, “Sistem Pendukung
Keputusan Pengangkatan Guru Tetap Menerapkan Metode Weight Aggregated Sum
Product Assesment (WASPAS),” J. Media Inform. Budidarma, vol. 2, no. 2, pp. 10–15,
2018, doi: 10.30865/mib.v2i2.594.
[4] P. Seminar, N. Riset, and G. Ginting, “Sistem Pendukung Keputusan Pemilihan Beasiswa
Pasca Sarjana Menerapkan Metode Analytic Hierarchy Process ( AHP ) dan Weight
 Aggregated Sum Product Assessment ( WASPAS ) ( StudiKasus : STMIK Budi Darma ),”
no. September, pp. 835–845, 2019.
[5] J. H. Lubis and D. Gusmaliza, “Penerapan Metode WASPAS Dalam Pemilihan Perguruan
Tinggi Bagi Siswa Sekolah,” vol. 4, no. 1, pp. 177–183, 2022, doi: 10.47065/josh.v4i1.2358.
[6] S. Damanik and D. P. Utomo, “Implementasi Metode ROC ( Rank Order Centroid ) Dan
Waspas Dalam Sistem Pendukung Keputusan Pemilihan Kerjasama Vendor,” vol. 4, pp.
242–248, 2020, doi: 10.30865/komik.v4i1.2690.
[7] T. Hasanah, B. Aviani, and A. T. Hidayat, “Sistem Pendukung Keputusan Seleksi Pemberian
Uang Kuliah Tunggal Menerapkan Metode WASPAS,” vol. 2, no. September, pp. 102–109,
2020, doi: 10.30865/json.v2i1.2482.
[8] S. N. Sains, E. S. Nasution, S. U. Lubis, and P. T. Informatika, “Sistem Pendukung
Keputusan Penerima Bantuan Siswa Miskin Menerapkan Metode WASPAS dan MOORA,”
pp. 719–727, 2018.
[9] G. Sihombing, “Sistem Pendukung Keputusan Seleksi Peserta Olimpiade Sains Dengan
Metode PROMETHEE II,” Pelita Inform. Inf. dan Inform., vol. 9, no. 3, pp. 209–224, 2021.
[10] H. Pratiwi, “Penjelasan sistem pendukung keputusan,” Spk, no. May, p. 3, 2020, [Online].
Available: https://www.researchgate.net/publication/341767301%0APENJELASAN
[11] A. P. Nanda, S. Sucipto, and S. Hartati, “Analisis Menentukan Jasa Pengirim Terbaik
Menggunakan Metode Weight Aggregated Sum Product Assesment (WASPAS),” Expert J.
Manaj. Sist. Inf. dan Teknol., vol. 10, no. 2, p. 42, 2020, doi: 10.36448/jmsit.v10i2.1594.