UMUSLIMUMUSLIM

Jurnal TikaJurnal Tika

Mahasiswa sebagai agen pembelajaran dan pencari ilmu pengetahuan perlu didorong untuk menggali potensinya, termasuk dalam aspek hard skills dan soft skills. Penelitian ini fokus pada pembangunan Sistem Pendukung Keputusan (SPK) dengan metode Weighted Product (WP) untuk menentukan mahasiswa terbaik. Peningkatan eksistensi masa depan mahasiswa tidak hanya bergantung pada keunggulan hard skills, tetapi juga keseimbangan kemampuan soft skills. Penelitian melibatkan empat jurnal terkait SPK pemilihan mahasiswa, dan WP dipilih sebagai metode evaluasi. Proses penelitian dimulai dengan pengumpulan literatur dan perancangan sistem, termasuk prosedur perancangan, penggunaan sistem, relasi antar tabel, use case diagram, dan flowchart metode WP. Implementasi sistem mencakup halaman login, input nilai kriteria dan alternatif, serta proses perhitungan peringkat mahasiswa. WP memberikan peringkat yang akurat, dengan Alternatif 9 (Rifai) sebagai mahasiswa terbaik. Pengujian menunjukkan tingkat akurasi yang tinggi antara hasil manual dan hasil sistem. SPK ini memberikan evaluasi objektif terhadap prestasi mahasiswa, dengan potensi pengembangan lebih lanjut terkait integrasi data dengan sistem akademik dan peningkatan antarmuka pengguna. Kesimpulan dari penelitian ini adalah bahwa SPK dengan metode WP dapat memberikan peringkat mahasiswa secara efisien dan akurat, membantu mendukung pengambilan keputusan terkait pemilihan mahasiswa terbaik. Saran pengembangan selanjutnya melibatkan peningkatan fitur, pemeliharaan data, dan integrasi lebih lanjut dengan sistem akademik guna meningkatkan kehandalan sistem.

Penelitian ini menyimpulkan bahwa metode Weighted Product (WP) berhasil mengidentifikasi mahasiswa terbaik, yaitu Alternatif 9 (Rifai).Sistem yang dibangun menunjukkan akurasi tinggi dalam memberikan peringkat mahasiswa, sehingga dapat mendukung pengambilan keputusan dalam pemilihan mahasiswa berprestasi.Pengembangan lebih lanjut diperlukan untuk integrasi data dengan sistem akademik, pembenahan antarmuka pengguna, dan penambahan fitur evaluasi kinerja guna meningkatkan kehandalan sistem.

Penelitian lanjutan dapat difokuskan pada pengembangan sistem yang lebih adaptif dengan mengintegrasikan data dari berbagai sumber akademik secara real-time, sehingga memberikan gambaran prestasi mahasiswa yang lebih komprehensif dan akurat. Selain itu, studi lebih lanjut dapat dilakukan untuk mengeksplorasi penggunaan metode kecerdasan buatan (AI) seperti machine learning untuk memprediksi potensi akademik mahasiswa berdasarkan data historis dan karakteristik individu, yang dapat membantu dalam proses seleksi dan pembinaan mahasiswa berprestasi. Terakhir, penelitian dapat diarahkan untuk mengembangkan antarmuka pengguna yang lebih interaktif dan personal, yang memungkinkan mahasiswa untuk memantau perkembangan prestasi mereka, menerima rekomendasi peningkatan diri, dan berpartisipasi aktif dalam proses evaluasi kinerja mereka.

Read online
File size720.68 KB
Pages10
DMCAReport

Related /

ads-block-test