Prinsip Dasar dan Aksioma AHP

AHP didasarkan atas 3 prinsip dasar yaitu:

1. Dekomposisi

Dengan prinsip ini struktur masalah yang kompleks dibagi menjadi bagian-bagian secara hierarki. Tujuan didefinisikan dari yang umum sampai khusus. Dalam bentuk yang paling sederhana struktur akan dibandingkan tujuan, kriteria dan level alternatif. Tiap himpunan alternatif mungkin akan dibagi lebih jauh menjadi tingkatan yang lebih detail, mencakup lebih banyak kriteria yang lain. Level paling atas dari hirarki merupakan tujuan yang terdiri atas satu elemen. Level berikutnya mungkin mengandung beberapa elemen, di mana elemen-elemen tersebut bisa dibandingkan, memiliki kepentingan yang hampir sama dan tidak memiliki perbedaan yang terlalu mencolok. Jika perbedaan terlalu besar harus dibuatkan level yang baru.

2. Perbandingan penilaian/pertimbangan (comparative judgments).

Dengan prinsip ini akan dibangun perbandingan berpasangan dari semua elemen yang ada dengan tujuan menghasilkan skala kepentingan relatif dari elemen. Penilaian menghasilkan skala penilaian yang berupa angka. Perbandingan berpasangan dalam bentuk matriks jika dikombinasikan akan menghasilkan prioritas.

3. Sintesa Prioritas

Sintesa prioritas dilakukan dengan mengalikan prioritas lokal dengan prioritas dari kriteria bersangkutan di level atasnya dan menambahkannya ke tiap elemen dalam level yang dipengaruhi kriteria. Hasilnya berupa gabungan atau dikenal dengan prioritas global yang kemudian digunakan untuk memboboti prioritas lokal dari elemen di level terendah sesuai dengan kriterianya.

5.Kelebihan dan Kekurangan dalam Metode AHP

Kelebihan

1. Kesatuan (Unity). AHP membuat permasalahan yang luas dan tidak terstruktur menjadi suatu model yang fleksibel dan mudah dipahami.
2. Kompleksitas (Complexity). AHP memecahkan permasalahan yang kompleks melalui pendekatan sistem dan pengintegrasian secara deduktif.
3. Saling ketergantungan (Inter Dependence). AHP dapat digunakan pada elemen-elemen sistem yang saling bebas dan tidak memerlukan hubungan linier.
4. Struktur Hirarki (Hierarchy Structuring). AHP mewakili pemikiran alamiah yang cenderung mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing level berisi elemen yang serupa.
5. Pengukuran (Measurement).AHP menyediakan skala pengukuran dan metode untuk mendapatkan prioritas.
6. Konsistensi (Consistency).AHP mempertimbangkan konsistensi logis dalam penilaian yang digunakan untuk menentukan prioritas.
7. Sintesis (Synthesis).AHP mengarah pada perkiraan keseluruhan mengenai seberapa diinginkannya masing-masing alternatif.
8.  Trade Off.AHP mempertimbangkan prioritas relatif faktor-faktor pada sistem sehingga orang mampu memilih altenatif terbaik berdasarkan tujuan mereka.
9. Penilaian dan Konsensus (Judgement and Consensus).AHP tidak mengharuskan adanya suatu konsensus, tapi menggabungkan hasil penilaian yang berbeda.
10. Pengulangan Proses (Process Repetition).AHP mampu membuat orang menyaring definisi dari suatu permasalahan dan mengembangkan penilaian serta pengertian mereka melalui proses pengulangan.

Metode “pairwise comparison” AHP mempunyai kemampuan untuk memecahkan masalah yang diteliti multi obyek dan multi kriteria yang berdasar pada perbandingan preferensi dari tiap elemen dalam hierarki. Jadi model ini merupakan model yang komperehensif. Pembuat keputusan menetukan pilihan atas pasangan perbandingan yang sederhana, membengun semua prioritas untuk urutan alternatif. “ Pairwaise comparison” AHP mwenggunakan data yang ada bersifat kualitatif berdasarkan pada persepsi, pengalaman, intuisi sehigga dirasakan dan diamati, namun kelengkapan data numerik tidak menunjang untuk memodelkan secara kuantitatif.

Konsep dasar AHP adalah penggunaan matriks pairwise comparison (matriks perbandingan berpasangan) untuk menghasilkan bobot relative antar kriteria maupun alternative. Suatu kriteria akan dibandingkan dengan kriteria lainnya dalam hal seberapa penting terhadap pencapaian tujuan di atasnya (Saaty, 1986).

Tingkat Kepentingan	Definisi	Keterangan
1	Sama Pentingnya	Kedua elemen mempunyai pengaruh yang sama
3	Sedikit lebih penting	Pengalaman dan penilaian sangat memihak satu elemen dibandingkan dengan pasangannya
5	Lebih Penting	Satu elemen sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya.
7	Sangat Penting	Satu elemen terbukti sangat disukai dan secara praktis dominasinya sangat nyata, dibandingkan dengan elemen pasangannya.
9	Mutlak lebih penting	Satu elemen terbukti mutlak lebih disukai dibandingkan dengan pasangannya, pada keyakinan tertinggi.
2,4,6,8	Nilai Tengah	Diberikan bila terdapat keraguan penilaian di antara dua tingkat kepentingan yang berdekatan.

Skala dasar perbandingan berpasangan

(Sumber : Saaty, 1986)

Penilaian dalam membandingkan antara satu kriteria dengan kriteria yang lain adalah bebas satu sama lain, dan hal ini dapat mengarah pada ketidak konsistensian. Saaty (1990) telah membuktikan bahwa indeks konsistensi dari matrik ber ordo n dapat diperoleh dengan rumus :

CI = (λmaks-n)/(n-1)…………………………………………… (1)

Dimana :

CI = Indeks Konsistensi (Consistency Index)

λmaks = Nilai eigen terbesar dari matrik berordo n

Nilai eigen terbesar didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vector. Batas ketidak konsistensian di ukur dengan menggunakan rasio konsistensi (CR), yakni perbandingan indeks konsistensi (CI) dengan nilai pembangkit random (RI). Nilai ini bergantung pada ordo matrik n.

Rasio konsistensi dapat dirumuskan :

CR = CI/RI……………………………………………………… (2)

Bila nilai CR lebih kecil dari 10%, ketidak konsistensian pendapat masih dianggap dapat diterima.

n	1	2	3	4	5	6	7	8	9	10	11	12	13	14	15
RI	0,00	0,00	0,58	0,90	1,12	1,24	1,32	1.41	1,45	1,49	1,51	1,48	1,56	1,57	1,59

Daftar Indeks random konsistensi (RI)

2.5.2.Kelemahan

1. Ketergantungan model AHP pada input utamanya.

Input utama ini berupa persepsi seorang ahli sehingga dalam hal ini melibatkan subyektifitas sang ahli selain itu juga model menjadi tidak berarti jika ahli tersebut memberikan penilaian yang keliru.

6.Tahapan Dalam Metode AHP

Langkah-langkah AHP

Dalam metode AHP dilakukan langkah-langkah sebagai berikut (Kadarsyah Suryadi dan Ali Ramdhani, 1998) :

1. Metode AHP ini hanya metode matematis tanpa ada pengujian secara statistik sehingga tidak ada batas kepercayaan dari kebenaran model yang terbentuk

2. Mendefinisikan masalah dan menentukan solusi yang diinginkan.Dalam tahap ini kita berusaha menentukan masalah yang akan kita pecahkan secara jelas, detail dan mudah dipahami. Dari masalah yang ada kita coba tentukan solusi yang mungkin cocok bagi masalah tersebut. Solusi dari masalah mungkin berjumlah lebih dari satu. Solusi tersebut nantinya kita kembangkan lebih lanjut dalam tahap berikutnya.
3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria yang setingkat di atasnya.Matriks yang digunakan bersifat sederhana, memiliki kedudukan kuat untuk kerangka konsistensi, mendapatkan informasi lain yang mungkin dibutuhkan dengan semua perbandingan yang mungkin dan mampu menganalisis kepekaan prioritas secara keseluruhan untuk perubahan pertimbangan. Pendekatan dengan matriks mencerminkan aspek ganda dalam prioritas yaitu mendominasi dan didominasi. Perbandingan dilakukan berdasarkan judgment dari pengambil keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. Untuk memulai proses perbandingan berpasangan dipilih sebuah kriteria dari level paling atas hirarki misalnya K dan kemudian dari level di bawahnya diambil elemen yang akan dibandingkan misalnya E1,E2,E3,E4,E5. Lisensi
4. Melakukan Mendefinisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n-1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan.Hasil perbandingan dari masing-masing elemen akan berupa angka dari 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen. Apabila suatu elemen dalam matriks dibandingkan dengan dirinya sendiri maka hasil perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa membedakan intensitas antar elemen. Hasil perbandingan tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan. Skala perbandingan perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty bisa dilihat di bawah. Intensitas Kepentingan 1 = Kedua elemen sama pentingnya, Dua elemen mempunyai pengaruh yang sama besar 3 = Elemen yang satu sedikit lebih penting daripada elemen yanga lainnya, Pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen yang lainnya 5 = Elemen yang satu lebih penting daripada yang lainnya, Pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya 7 = Satu elemen jelas lebih mutlak penting daripada elemen lainnya, Satu elemen yang kuat disokong dan dominan terlihat dalam praktek. 9 = Satu elemen mutlak penting daripada elemen lainnya, Bukti yang mendukung elemen yang satu terhadap elemen lain memeliki tingkat penegasan tertinggi yang mungkin menguatkan. 2,4,6,8 = Nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan, Nilai ini diberikan bila ada dua kompromi di antara 2 pilihan Kebalikan = Jika untuk aktivitas i mendapat satu angka dibanding dengan aktivitas j , maka j mempunyai nilai kebalikannya dibanding dengan i
5. Menghitung nilai eigen dan menguji konsistensinya.Jika tidak konsisten maka pengambilan data diulangi.
6. Mengulangi langkah 3,4, dan 5 untuk seluruh tingkat hirarki.
7. Menghitung vektor eigen dari setiap matriks perbandingan berpasanganyang merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen pada tingkat hirarki terendah sampai mencapai tujuan. Penghitungan dilakukan lewat cara menjumlahkan nilai setiap kolom dari matriks, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks, dan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan rata-rata.
8. Memeriksa konsistensi hirarki.Yang diukur dalam AHP adalah rasio konsistensi dengan melihat index konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar menghasilkan keputusan yang mendekati valid. Walaupun sulit untuk mencapai yang sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10%.
9. Membuat struktur hierarki yang diawali dengan tujuan utama. Setelah menyusun tujuan utama sebagai level teratas akan disusun level hirarki yang berada di bawahnya yaitu kriteria-kriteria yang cocok untuk mempertimbangkan atau menilai alternatif yang kita berikan dan menentukan alternatif tersebut. Tiap kriteria mempunyai intensitas yang berbeda-beda. Hirarki dilanjutkan dengan subkriteria (jika mungkin diperlukan).

Sedangkan langkah-langkah “pairwise comparison” AHP adalah

1.       Pengambilan data dari obyek yang diteliti.

2.       Menghitung data dari bobot perbandingan berpasangan responden dengan metode “pairwise comparison” AHP berdasar hasil kuisioner.

3.       Menghitung rata-rata rasio konsistensi dari masing-masing responden.

4.       Pengolahan dengan metode “pairwise comparison” AHP.

5.      Setelah dilakukan pengolahan tersebut, maka dapat disimpulkan adanya konsitensi   dengan tidak, bila data tidak konsisten maka diulangi lagi dengan pengambilan data seperti semula, namun bila sebaliknya maka digolongkan data terbobot yang selanjutnya dapat dicari nilai beta

7. Aplikasi PHP

Beberapa contoh aplikasi AHP adalah sebagai berikut:

1. Membuat suatu set alternatif;

2. Perencanaan

3. Menentukan prioritas;

4. Memilih kebijakan terbaik setelah menemukan satu set alternatif;

5. Alokasi sumber daya

Contoh Kasus

Menentukan prioritas dalam pemilihan mahasiswa terbaik

Langkah Penyelesaian :

1. Tetapkan permasalahan, kriteria dan sub kriteria (jika ada), dan alternative pilihan.

a. Permasalahan : Menentukan prioritas mahasiswa terbaik.

b. Kriteria : IPK, Nilai TOEFL, Jabatan Organisasi,

c. Subkriteria : IPK (Sangat baik : 3,5-4,00; Baik : 3,00-3,49; Cukup : 2,75-2,99)

TOEFL(Sangat baik : 506-600; Baik : 501-505 ; Cukup : 450 – 500)

Jabatan Organisasi (Ketua, Kordinator, Anggota)

CAT : Jumah kriteria dan sub kriteria, minimal 3. Karena jika hanya dua maka akan berpengaruh terhadap nilai CR (lihat tabel daftar rasio indeks konsistensi/RI)

2. Membentuk matrik Pairwise Comparison,kriteria. Terlebih dahulu melakukan penilaian perbandingan dari kriteria.(Perbandingan ditentukan dengan mengamati kebijakan yang dianut oleh penilai) adalah :

a. Kriteria IPK 4 kali lebih penting dari jabatan organisasi, dan 3 kali lebih penting dari TOEFL.

b. Kriteria TOEFL 2 kali lebih penting dari jabatan organisasi.

CAT : Terjadi 3 kali perbandingan terhadap 3 kriteria (IPK->jabatan, IPK->TOEFL, Jabatan->TOEFL). Jika ada 4 kriteria maka akan terjadi 6 kali perbandingan. Untuk memahaminya silahkan coba buat perbandingan terhadap 4 kriteria.

Sehingga matrik matrik Pairwise Comparison untuk kriteria adalah :

	IPK	TOEFL	Jabatan
IPK	1	3	4
TOEFL	1/3	1	2
Jabatan	1/4	1/2	1

Cara mendapatkan nilai-nilai di atas adalah :

Perbandingan di atas adalah dengan membandingkan kolom yang terletak paling kiri dengan setiap kolom ke dua, ketiga dan keempat.

	Perbandingan terhadap dirinya sendiri, akan menghasilkan nilai 1. Sehingga nilai satu akan tampil secara diagonal. (IPK terhadap IPK, TOEFL terhadap TOEFL dan Jabatan terhadap ajabatan)
	Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai 3, didapatkan dari perbandingan IPK yang 3 kali lebih penting dari TOEFL (lihat nilai perbandingan di atas)
	Perbandingan kolom kiri dengan kolom-kolom selanjutnya. Misalkan nilai ¼ didapatkan dari perbandingan Jabatan dengan IPK (ingat, IPK 4 kali lebih penting dari jabatan sehingga nilai jabatan adalah ¼ dari IPK)

3. Menentukan rangking kriteria dalam bentuk vector prioritas (disebut juga eigen vector ternormalisasi).

a. Ubah matriks Pairwise Comparison ke bentuk desimal dan jumlahkan tiap kolom tersebut.

	IPK	TOEFL	Jabatan
IPK	1,000	3,000	Elemen Kolom 4,000
TOEFL	0,333	1,000	2,000
Jabatan	0,250	0,500	1,000
JUMLAH	1,583	4,500	7,000

b. Bagi elemen-elemen tiap kolom dengan jumah kolom yang bersangkutan.

	IPK	TOEFL	Jabatan
IPK	0,632	0,667	0,571
TOEFL	0,211	0,222	0,286
Jabatan	0,158	0,111	0,143

Contoh : Nilai 0,632 adalah hasil dari pembagian antara nilai 1,000/1,583 dst.

c. Hitung Eigen Vektor normalisasi dengan cara : jumlahkan tiap baris kemudian dibagi dengan jumlah kriteria. Jumlah kriteria dalam kasus ini adalah 3.

	IPK	TOEFL	Jabatan	Jumlah Baris	Eigen Vektor Normalisasi
IPK	0,632	0,667	0,571	1,870	0,623
TOEFL	0,211	0,222	0,286	0,718	0,239
Jabatan	0,158	0,111	0,143	0,412	0,137

- Nilai 1,870 adalah hasil dari penjumlahan 0,632+0,667+0,571

- Nilai 0,623 adalah hasil dari 1,870/3.

- Dst

d. Menghitung rasio konsistensi untuk mengetahui apakah penilaian perbandingan kriteria bersifat konsisten.

- Menentukan nilai Eigen Maksimum (λmaks).

Λmaks diperoleh dengan menjumlahkan hasil perkalian jumlah kolom matrik Pairwise Comparison ke bentuk desimal dengan vector eigen normalisasi.

Λmaks = (1,583 x 0,623 )+(4,500 x 0,239)+(7,000 x 0,137) = 3,025

- Menghitung Indeks Konsistensi (CI)

CI = (λmaks-n)/n-1 = 0,013

- Rasio Konsistensi =CI/RI, nilai RI untuk n = 3 adalah 0,58 (lihatDaftar Indeks random konsistensi (RI))

CR = CI/RI = 0,013/0,58 = 0,022

Karena CR < 0,100 berari preferensi pembobotan adalah konsisten

4. Untuk matrik Pairwise Comparison sub kriteria, saya asumsikan memiliki nilai yang sama dengan matrik Pairwise Comparison kriteria. Anda bisa mencoba merubah nilai pembobotan jika ingin lebih memahami pembentukan matrik ini.

a. Sub kriteria IPK

	Sangat Baik	Baik	Cukup	Jumlah Baris	Eigen Vektor Normalisasi
Sangat Baik	0,632	0,667	0,571	1,870	0,623
Baik	0,211	0,222	0,286	0,718	0,239
Cukup	0,158	0,111	0,143	0,412	0,137

b. Sub Kriteria TOEFL

	Sangat Baik	Baik	Cukup	Jumlah Baris	Eigen Vektor Normalisasi
Sangat Baik	0,632	0,667	0,571	1,870	0,623
Baik	0,211	0,222	0,286	0,718	0,239
Cukup	0,158	0,111	0,143	0,412	0,137

c. Sub Kriteria Jabatan Organisasi

	Ketua	Koordinator	Anggota	Jumlah Baris	Eigen Vektor Normalisasi
Ketua	0,632	0,667	0,571	1,870	0,623
Koordinator	0,211	0,222	0,286	0,718	0,239
Anggota	0,158	0,111	0,143	0,412	0,137

5. Terakhir adalah menentukan rangking dari alternatif dengan cara menghitung eigen vector untuk tiap kirteria dan sub kriteria.

	IPK	TOEFL	Jabatan Organisasi	HASIL
Ifan	1	3	3	0,440
Rudy	3	3	1	0,204
Anton	1	2	2	0,479

- Nilai bobot diperoleh dari kondisi yang dimiliki oleh alternatif. Contoh pada Ifan, yang memiliki IPK 3,86 (sangat baik), maka diberikan bobot 1 (2 untuk baik dan 3 untuk cukup). Ifan memiliki nilai TOEFL 470 (cukup), sehingga diberikan bobot 3 dan jabatan organisasi adalah anggota dengan bobot 3 (1 untuk ketua dan 2 untuk koordinator).

- Hasil diperoleh dari perkalian nilai vector kriteria dengan vector sub kriteria. Dan setiap hasil perkalian kriteria dan subkriteria masing-masing kolom dijumlahkan. Contoh Ifan, pada kolom IPK (eigen vector : 0,623) dikalikan dengan sub kriteria IPK yaitu sangat baik (eigen vector : 0,623).dst

(IPK x Sangat Baik + TOEFL x Sangat Baik + Jabatan Organisasi x Anggota) = 0,440

Dari hasil di atas, Anton memiliki nilai paling tinggi sehingga layak menjadi mahasiswa terbaik..

Metode AHP bisa digunakan untuk menentukan segala kasus yang membutuhkan output berupa prioritas dari hasil perangkingan. Syarat kriteria yang digunakan adalah data yang “seimbang” (misal data mahasiswa Kampus XYZ bisa dibandingkan dengan kampus ABC, tidak bisa dibandnigkan dengan sekolah XXX).

Konsep Dasar AHP dalam Sistem Pendukung Keputusan (SPK)

AHP merupakan pendekatan dasaruntuk pengambilan keputusan.Dalam proses ini  pembuat keputusan menggunakan Pairwise Comparison yang digunakan untuk membentuk seluruh prioritas untuk mengetahui ranking dari alternatif. Metode ini dikembangkan oleh Thomas L.,Saatyahli matematika yang dipublikasikan pertama kali dalam bukunya The Analytical Hierarchy Process tahun 1980. AHP merupakan alat pengambil keputusan yang  menguraikan suatu permasalahan kompleks dalam  struktur hirarki dengan banyak tingkatan yang terdiri dari tujuan, kriteria,dan alternatif. Peralatan utama dari  model ini adalah sebuah hirarki fungsional dengan persepsi manusia sebagai input utamanya.

Aksioma-aksioma pada model AHP:

1. Resiprocal Comparison,artinyapengambil keputusan harus dapat membuat perbandingan dan menyatakan preferensinya. Preferensi tersebut harus memenuhi syarat resiprocalyaitu kalau A lebih disukai daripada B dengan skala x, maka B lebih disukai daripada A dengan skala 1/x.
2. Homogenity, artinya preferensi seseorang harus dapat dinyatakan dalam skala terbatas ataudengan kata lain elemen-       elemennya dapat dibandingkan satu samalain. Kalau aksioma ini tidak terpenuhi maka elemen-elemen yang dibandingkan    tersebut tidak homogeneity dan harusdibentuksuatu ‘cluster’  (kelompok elemen-elemen) yang baru.
3. Independence, artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria tidak dipengaruhioleh alternatif-alternatif yang ada  melainkan oleh obyektif keseluruhan. Ini  menunjukkan bahwa pola ketergantungan dalam AHPadalah searah ke atas, artinya perbandingan antara elemen-elemen pada tingkat di atasnya.
4. Expectation, artinya untuk tujuan pengambilan keputusan, struktur hirarki diasumsikan lengkap.Apabila asumsi ini tidak dipenuhi  maka  pengambil keputusan.Memutuskan tidak memakai seluruh kriteria dan atau obyektif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap. Prosedur atau langkah-langkah AHP.

Pada dasarnyalangkah-langkah dalam  metode AHP  meliputi :

1. Menyusun hirarki daripermasalahan yang dihadapi.
   Persoalan yang akan diselesaikan,diuraikan  menjadi unsur-unsurnya,yaitu tujuan,kriteria dan alternatif,kemudian disusun menjadi strukturhirarki
2. Penilaian kriteriadan alternatif
   Kriteria dan alternatif dinilai melalui perbandingan berpasangan.Menurut Saaty(1988),untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik dalam  mengekspresikan pendapat. Nilai dan definisi  pendapat kualitatif  dari skala perbandingan Saaty.
3. Penentuan prioritas
   Untuk setiap kriteria dan alternatif,perlu dilakukan perbandingan berpasangan  (pairwise comparisons). Nilai-nilai perbandingan relatif kemudian diolah untuk menentukan peringkat alternatif dari seluruh alternatif.  Baik kriteria kualitatif, maupun kriteria kuantitatif, dapat dibandingkan sesuai dengan penilaian yang telah ditentukan untuk menghasilkan bobot dan proritas.  Bobot atau prioritas dihitung dengan manipulasi matriks atau melalui penyelesaian persamaan matematik.

Pertimbangan – pertimbangan  terhadap perbandingan berpasangan untuk  memperoleh keseluruhan prioritas melalui tahapan-tahapan berikut:
a.  Kuadratkan matriks hasil perbandingan berpasangan.
b.  Hitung jumlah nilai darisetiap  baris, kemudian lakukan normalisasi matriks.

Konsistensi logis
Semua elemendikelompokkan secara logis dan diperingatkan secara konsisten sesuai dengan suatu kriteria yang logis. Matriks bobot yang diperoleh dari hasil perbandingan secara berpasangan tersebut harus mempunyai hubungan kardinal dan ordinal. Hubungan tersebut dapatditunjukkansebagai berikut  (Suryadi & Ramdhani,1998):

Hubungan kardinal    : aij. ajk= aik
Hubungan ordinal      : Ai > Aj, Aj> Ak maka Ai > Ak
Hubungan diatas dapat dilihat dari dua hal sebagai berikut :

• Dengan melihat preferensi multiplikatif, misalnyabila anggur lebih enak empat kali dari mangga dan mangga lebih enak dua kali daripisang  maka anggur  lebih enak delapan kali dari pisang.

• Dengan melihat preferensi transitif, misalnya anggur lebih  enak dari mangga dan mangga lebih enak daripisang maka anggur lebih enak daripisang. Pada keadaan  sebenarnyaakan terjadi beberapa  penyimpangan darihubungan tersebut,sehingga matriks tersebut  tidak konsisten sempurna.  Hal ini terjadi karena  ketidak konsistenan dalam preferensi seseorang. Perhitungan konsistensilogis  dilakukan dengan mengikuti langkah-langkah  sebagai berikut :

a.  Mengalikan matriks dengan proritas bersesuaian.
b.  Menjumlahkan hasil perkalian perbaris.
c.  Hasil penjumlahan tiap baris dibagi prioritas bersangkutan dan hasilnya di jumlahkan.
d.  Hasil c dibagi jumlah elemen,akan didapat λmaks.
e.  Consistensi Indexs(CI) = (λmaks-n) / (n-1)
f.   Consistensy Ratio= CR/ RI,di mana RI adalah indeks random consistensi.Jika rasio consistensi ≤0.1,hasil perhitungan dapat dibenarkan.
g.  Menghitung nilai lambda (λ) dan Consistency Index(CI) dan Consistency Ratio(CR) dengan rumus :



Dimana :
λ     = Nilai rata-rata vector consistency
CV  = Consistency Vector
N   = Jumlah faktoryang sedang dibandingkan
CI  = Consistency Index
RI  = Random Index
CR = Consistency Ratio
Dalam hal ini RI(Random Index) ádalah indeksrerata konsistensi untuk bilangan numerik yang diambil secara acak dari skala 1/9, 1/8, …,1, 2,…., 9, berdasarkan penelitian yang dilakukan oleh Saaty terhadap 500 sampel.

Bila melibatkan partisipan.
Bila melibatkan  elemen-elemen masyarakat atau tokoh masyarakat setempat sebagai partisipator,  maka perlu dibuat quesioner untuk  memperoleh  jawaban responden dalam menentukan nilai perbandingan berpasangan darikriteria dan alternatif. Berdasarkan skor jawaban seluruh responden dapat diperoleh rata-rata geometrik setiap pasangan yang dibandingkan dan dikalkulasi berdasarkan rumus 4.1 untuk penyusunan matrik pairwise comparison dalam  menentukan nilai prioritas setiap kriteria dan alternatif serta menetapkan prioritas akhir alternatif pemilihan gagasan.

Keterangan :
Log G  : logaritma rata-rata geometrik
Xi : nilai darijawaban responden
n  : jumlah responden

Metode Weighted Product

Contoh Perhitungan Metode Weighted Product

Metode Weighted Product adalah salah satu analisis keputusan multi-kriteria (MCDA) yang sangat terkenal atau metode pengambilan keputusan multi-kriteria (MCDM).
Metode Weighted Product (Basyaib, 2006, 139)  merupakan metode pengambilan keputusan dengan cara perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan.
Disini saya akan bahas contoh perhitungan metode weighted product secara manual. Dibawah ini akan dijelaskan contoh perhitungan manual dengan menggunakan metode Weighted Product (WP) dalam menentukan pilihan restoran berdasarkan nilai bobot yang diberikan pembanding, dimana pada contoh ini ada 3 restoran yang akan menjadi alternatif pilihan yaitu :
R1 : Made’s Warung
R2 : Warisan Restaurant & Bar
R3 : Gabah Restaurant & Bar
Kriteria yang digunakan sebagai acuan dalam pemilihan restoran ada 5 yaitu :
C1 : Kualitas Makanan
C2 : Harga Makanan
C3 : Pelayanan
C4 : Suasana
C5 : Jarak (m)
Pengambil keputusan memberikan bobot preferensi sebagai:
W = (5, 3, 4, 4, 2)
Dan nilai-nilai kriteria dari setiap alternative restoran akan disajikan dalam bentuk tabel dan diberi nilai secara acak sebagai berikut:

Tabel 1

Tahap 1
Terdapat 2 kategori yang membedakan kriterai-kriteria diatas antara lain.

1. Kriteria C1 (kualitas makanan), C3 (pelayanan) dan C4 (suasana) adalah kriteria keuntungan;
2. Kriteria C2 (harga makanan), C5 (jarak restoran) adalah kriteria biaya. (Semakin besar nilainya akan semakin buruk)

Tahap 2
Sebelumnya dilakukan perbaikan bobot terlebih dahulu, sehingga total bobot Σwj =1 dengan cara :

Dari bobot preferensi sebelumnya yaitu W = (5, 3, 4, 4, 2)
Wj merupakan W index ke j. Jadi untuk W1 yaitu 5, W2 yaitu 3 dan seterusnya.
Dan Σwj merupakan jumlah dari W yaitu 5+3+4+4+2
Jadi untuk perbaikan bobot W1 menjadi:

Dan W yang lainya akan seperti dibawah:

Tahap 3
Menentukan Nilai Vektor S, yang dapat dihitung dengan menggunakan formula berikut:

Untuk perhitungan sederhananya, kembali lihat Tabel 1 di atas.
Pada baris R1, Masing-masing kriteria memiliki nilai sebagai berikut:
C1 = 42
C2 = 66.000
C3 = 60
C4 = 75
C5 = 2.355
Pangkatkan dan kalikan nilai masing-masing kriteria tersebut dengan bobot yang sudah diperbaiki sebelunya.
Jadi seperti berikut:

C2 dan C5 merupakan kriteria biaya. Jadi bobot yang dipangkatkan akan bernilai minus (-).
Dan perhitungan Vektor S yang lain seperti dibawah ini:

Tahap 4
Menentukan Nilai vector yang akan digunakan Menghitung Preferensi (Vi) untuk perengkingan. Formulanya seperti berikut:

Sederhananya seperti:

Jadi Hasil dari Menghitung Preferensi (Vi) adalah sebagai berikut:

Dari hasil perhitungan di atas, Nilai V3 menunjukkkan nilai terbesar sehingga dengan kata lain V3 merupakan pilihan alternatif yang terbaik, Gabah Restaurant & Bar layak menjadi pilihan restoran terbaik sesuai dengan pembobotan yang diberikan oleh pengambil keputusan.

DECISION SUPPORT SYSTEM

(Sistem Pendukung Keputusan)

Arsitektur Sistem Pendukung Keputusan

Pendahuluan

Decision Support Systems (DSS) atau system pendukung keputusan adalah serangkaian kelas tertentu dari system informasi terkomputerisasi yang mendukung kegiatan pengambilan keputusan bisnis dan organisasi. Suatu DSS yang dirancang dengan benar adalah suatu system berbasis perangkat lunak interaktif yang dimaksudkan untuk membantu para pengambil keputusan mengkompilasi informasi yang berguna dari data mentah, dokumen, pengetahuan pribadi, dan/atau model bisnis untuk mengidentifikasikan dan memecahkan berbagai masalah dan mengambil keputusan.
System pendukung keputusan atau DSS digunakan untuk mengumpulkan data, menganalisa dan membentuk data yang dikoleksi, dan mengambil keputusan yang benar atau membangun strategi dari analisis, tidak pengaruh terhadap computer, basis data atau manusia penggunanya.
Informasi yang biasanya dikumpulkan dengan menggunakan aplikasi pendukung keputusan akan melakukan:

• Mengakses semua asset informasi terkini, termasuk data legasi dan relasional, kompulan data, gudang data, dan kumpulan jumlah besar data.
• Angka-angka penjualan antara satu periode dengan periode lainnya.
• Angka-angka pendapatan yang diperkirakan, berdasarkan pada asumsi penjualan produk baru.
• Konsekuensi pilihan-pilihan pengambilan keputusan yang berbeda, dengan pengalaman dalam suatu konteks yang dirinci ulang.

Sudah begitu banyak perusahaan di berbagai industri yang bergantung pada perangkat, teknik dan pemodelan pendukung keputusan, untuk membantu mereka menganalisa dan memecahkan beragam pertanyaan bisnis sehari-hari. System pendukung keputusan bersifat tergantung oleh data, sebagaimana keseluruhan proses mengambil seluruh kumpulan data yang tersedia, untuk dianalisa.
Perangkat-perangkat, proses, dan metodologi pelaporan berbasis Business Intelligence adalah contoh penggunaan penting dalam system pendukung keputusan manapun, dan memberikan analisis data, pelaporan serta monitoring data yang sangat terpercaya kepada pengguna.
Persyaratan yang biasa dimiliki dalam penerapan Sistem Pendukung Keputusan Tingkat Tinggi:

• Pengumpulan data dari beragam sumber (data penjualan, data inventori, data supplier, data riset pasar, dsb).
• Penformatan dan penggunaan data.
• Lokasi database yang sesuai serta pembangunan format untuk pembuatan laporan dan analisa berbasis pengambilan keputusan.
• Perangkat dan aplikasi yang serba bisa dan mampu memberikan pelaporan, monitoring dan analisa terhadap data.

DSS Design Approach (Structured)

Berbagai Tipe Sistem Pendukung Keputusan (DSS):

Penting untuk dicatat bahwa DSS tidak memiliki suatu model tertentu yang diterima atau dipakai di seluruh dunia. Banyak teori DSS yang diimplementasikan, sehingga terdapat banyak cara untuk mengklasifikasikan DSS.

1. DSS model pasif adalah model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. Suatu DSS aktif pada kenyataannya benar-benar memproses data dan secara eksplisit menunjukkan beragam solusi berdasarkan pada data tersebut.
2. DSS model aktif sebaliknya memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, walau harus diingat bahwa intervensi manusia terhadap data tidak dapat dipungkiri lagi. Misalnya, data yang kotor atau data sampah, pasti akan menghasilkan keluaran yang kotor juga (garbage in garbage out).
3. Suatu DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong system untuk merevisi atau memperbaikinya.
4. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data.
5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atua aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi.
6. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atua eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb.
7. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data.
8. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan-aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS.

Implementasi DSS di Dunia Kerja

Konsep implementasi DSS di dunia kerja yang kali ini diambil oleh penulis adalah penerapan Business Intelligence dalam pengumpulan data serta presentasi data dalam suatu bentuk Dashboard. Bidang industri perusahaan yang dijadikan contoh adalah maskapai penerbangan atau airline industry.
Teknologi aplikasi yang digunakan adalah system aplikasi berbasis web dan dapat diakses pada suatu URL tertentu dari PC/laptop/tablet milik pengguna dengan kapasitas minimum, kapan saja dan dimana saja pengguna berada.
Metodologi, proses serta perangkat pelaporan Business Intelligence atau BI adalah komponen kunci yang memberikan analisa data, pelaporan dan monitoring yang kaya kepada pengguna sistem.
Secara garis besar, proses yang terjadi kurang lebih adalah seperti digambarkan dalam diagram dibawah ini, dimana;

• System akan mengumpulkan semua data baik data master dan juga data transaksi dari setiap aplikasi yang digunakan semua departemen dalam perusahaan, untuk kemudian dilakukan analisis What-if tergantung dari laporan apa yang diinginkan oleh pihak manajemen.
• Hasil analisis tersebut akan menentukan keputusan apa yang harus diambil oleh manajemen.
• Terlihat dibawah, berbagai departemen yang mengaksesnya antara lain Personalia (Human Resource/HRD), Keuangan (Accounting), Produksi/Operasional, Pemasaran/Marketing, Distribusi/Pengiriman, serta divisi lain, yang semuanya berada dibawah manajemen perusahaan.

Alur DSS untuk Sistem Informasi Akuntansi

Struktur Alur Data Dalam Aplikasi Business Intelligence

Pelaporan yang ingin dilihat oleh tingkat manager dalam manajemen perusahaan tersebut akan tampil dalam aplikasi Dashboard yang interaktif dan dapat dikustomisasi sesuai keinginan user/ pengguna aplikasi. Contoh dashboard tersebut adalah seperti dibawah ini.
Sebelumnya, perlu diingat bahwa aplikasi dashboard juga memiliki beragam kategori per divisi, dimana setiap divisi/departemen dalam suatu perusahaan biasanya menggunakan jenis data yang berbeda, serta mengakses data dalam cara yang berbeda pula. Laporan dan hasil analisis yang diperlukan juga otomatis berbeda, begitu pula bentuk pelaporan yang diperlukan tiap-tiap divisi tersebut, sebagaimana digambarkan dalam diagram dibawah.

Pembagian Kategori Dashboard Berdasarkan Penitikberatan Pengambilan Informasi Perusahaan

Manfaat Penggunaan Aplikasi Terapan DSS/Decision Support System dalam Bentuk Business Intelligence Dashboard;

1. Mempermudah dilakukannya analisa terhadap data master dan juga data transaksi perusahaan untuk kemudian menghasilkan berbagai laporan yang akan mendukung proses pengambilan keputusan oleh pihak manajemen perusahaan.
2. Memberikan tampilan yang lebih enak dilihat dan lebih professional yang disesuaikan dengan kultur serta bidang bisnis perusahaan yang menggunakan aplikasi ini.
3. Memberikan informasi terkini terhadap pergerakan angka-angka dalam perusahaan, atau bahkan bersifat real-time. Contohnya dalam hal ini; adalah pergerakan angka penjualan tiket pesawat setiap harinya, atau pergerakan angka kedatangan dan keberangkatan pesawat dari seluruh bandara di Indonesia (hasil kegiatan operasional perusahaan).

Contoh implementasi aplikasi Business Intelligence – Dashboard sebagai ajuan system pendukung keputusan/decision support system yang hendak diimplementasikan dalam perusahaan:

Prototipe Tampilan Dashboard untuk Pengaplikasian Business Intelligence bagi Sistem Pendukung Keputusan, Dibuat Menggunakan Tool Xcelcius Disambungkan ke Warehouse SAP-Business Intelligence

Elemen-elemen yang ditampilkan:

1. Grafik keseluruhan angka penjualan tiket yang dihasilkan tim Sales setiap harinya dimana manajemen dapat meilhat pergerakan terakhir yang terjadi satu jam sebelum pengaksesan dashboard.
2. Grafik keseluruhan angka penjualan tiket yang dihasilkan pada satu hari sebelum pengaksesan dashboard (H-1)
3. Grafik keseluruhan angka penjualan secara mingguan (pergerakan mingguan).
4. Grafik keseluruhan angka penjualan secara bulanan (pergerakan bulanan).
5. Grafik keseluruhan angka penjualan secara tahunan (pergerakan tahunan).
6. Grafik penjualan per staff sales untuk mengukur kinerja masing-masing personel.
7. Grafik pembelian dari setiap klien yang kategorinya adalah:
   1. Pembelian per klien Travel Agent
   2. Pembelian per perusahaan
   3. Pembelian per wilayah kota penjualan di Indonesia; semua kota yang memiliki bandara (missal Jakarta, Bandung, Surabaya, dan lainnya)

Pengertian Sistem Pendukung Keputusan

Sistem Pendukung Keputusan (SPK)

Pengertian Sistem Pendukung Keputusan

Ilustrasi Pendukung Keputusan

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS) adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Turban, 2001).

SPK bertujuan untuk menyediakan informasi, membimbing, memberikan prediksi serta mengarahkan kepada pengguna informasi agar dapat melakukan pengambilan keputusan dengan lebih baik.

SPK merupakan implementasi teori-teori pengambilan keputusan yang telah diperkenalkan oleh ilmu-ilmu seperti operation research dan menegement science, hanya bedanya adalah bahwa jika dahulu untuk mencari penyelesaian masalah yang dihadapi harus dilakukan perhitungan iterasi secara manual (biasanya untuk mencari nilai minimum, maksimum, atau optimum), saat ini computer PC telah menawarkan kemampuannya untuk menyelesaikan persoalan yang sama dalam waktu relatif singkat.

Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 1993):

1. Sistem yang berbasis komputer. 
2. Dipergunakan untuk membantu para pengambil keputusan 
3. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual 
4. Melalui cara simulasi yang interaktif 
5. Dimana data dan model analisis sebaai komponen utama.

Komponen Sistem Pendukung Keputusan

Secara umum Sistem Pendukung Keputusan dibangun oleh tiga komponen besar yaitu database Management, Model Base dan Software System/User Interface. Komponen SPK tersebut dapat digambarkan seperti gambar di bawah ini.

Komponen Sistem Pendukung Keputusan (SPK)

a. Database Management

Merupakan subsistem data yang terorganisasi dalam suatu basis data. Data yang merupakan suatu sistem pendukung keputusan dapat berasal dari luar maupun dalam lingkungan. Untuk keperluan SPK, diperlukan data yang relevan dengan permasalahan yang hendak dipecahkan melalui simulasi.

b. Model Base

Merupakan suatu model yang merepresentasikan permasalahan kedalam format kuantitatif (model matematika sebagai contohnya) sebagai dasar simulasi atau pengambilan keputusan, termasuk didalamnya tujuan dari permaslahan (objektif), komponen-komponen terkait, batasan-batasan yang ada (constraints), dan hal-hal terkait lainnya. Model Base memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan solusi alternatif.

c. User Interfase / Pengelolaan Dialog

Terkadang disebut sebagai subsistem dialog, merupakan penggabungan antara dua komponen sebelumnya yaitu Database Management dan Model Base yang disatukan dalam komponen ketiga (user interface), setelah sebelumnya dipresentasikan dalam bentuk model yang dimengerti computer. User Interface menampilkan keluaran sistem bagi pemakai dan menerima masukan dari pemakai kedalam Sistem Pendukung Keputusan.

Manfaat Sistem Pendukung Keputusan

SPK dapat memberikan berbagai manfaat dan keuntungan. Manfaat yang dapat diambil dari SPK adalah :

1. SPK memperluas kemampuan pengambil keputusan dalam memproses data / informasi bagi pemakainya. 
2. SPK membantu pengambil keputusan untuk memecahkan masalah terutama barbagai masalah yang sangat kompleks dan tidak terstruktur. 
3. SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan. 
4. Walaupun suatu SPK mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun dia dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya,karena mampu menyajikan berbagai alternatif pemecahan.

Membuat Contoh Program sederhana Tentang Nilai Mahasiswa menggunakan VB.Net 2008

Hai sahabat blogger kali ini saya akan membagi sedikit ilmu tentang belajar Program Menggunakan VB.Net 2008..
Program yg saya post kali  ini tentang belajar vb.net dengan menggunakan case,if jamak,if ganda,dan if tunggal..dan juga menambahkan sebuah program dengan keychar yg gunanya untuk mempermudah kita dalam memproses tanpa menekan tombol proses.

Sebelum dijalankan programnya seperti tampilan dibawah ini..

Baik,saya langsung saja memberikan listing programnya..

Ketentuan soal sebagai berikut  :

1. Untuk nama, jenjang, dan jurusan ditentukan oleh NPM, hanya saja;

   -  pada jenjang diambil dari nilai tengah yang dimulai dari 3 karakter pertama sebanyak 2 karater

   -  jurusan diambil dari nilai tengah yang dimulai dari 5 karakter pertama sebanyak 1 karater.

2. Nama dosen ditentukan oleh Kode dosen.

3. Mata kuliah di tentukan oleh kode mata kuliah

4. Nilai kehadiran, nilai tugas, nilai UTS, nilai UAS menggunakan perulangan dari 100 sampai 1 dan di       kelang 3 digit.

5. nilai akhir = 10% * nilai kehadiran + 15 % * nilai tugas + 30% * nilai UTS + 45% * nilai UAS

6. jika nilai akhir lebih dari atau sama dengan 80 maka nilai huruf = "A", keterangan = "LULUS"

    jika nilai akhir lebih dari atau sama dengan 70 maka nilai huruf = "B", keterangan = "LULUS"

    jika nilai akhir lebih dari atau sama dengan 60 maka nilai huruf = "C", keterangan = "LULUS"

    jika nilai akhir lebih dari atau sama 50 maka nilai huruf = "D", keterangan = "LULUS"

    jika nilai akhir dibawah 50 maka nilai huruf = "E", keterangan = "GAGAL" 

Ini coding programnya:

Public Class Form2


    Private Sub Form2_Load(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles MyBase.Load
        NPM.Items.Add("12111003")
        NPM.Items.Add("13100987")
        NPM.Items.Add("12072133")
        NPM.Items.Add("12072240")
        NPM.Items.Add("12114311")

        KodeDosen.Items.Add("700")
        KodeDosen.Items.Add("703")
        KodeDosen.Items.Add("305")

        KodeMatakuliah.Items.Add("C11")
        KodeMatakuliah.Items.Add("C12")
        KodeMatakuliah.Items.Add("C13")

        Dim i As Byte
        For i = 1 To 100
            NilaiKehadiran.Items.Add(i)
            NilaiTugas.Items.Add(i)
            NilaiUTS.Items.Add(i)
            NilaiUAS.Items.Add(i)
        Next
    End Sub

    Private Sub NPM_SelectedIndexChanged(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles NPM.SelectedIndexChanged
        Dim x, y As String

        x = Microsoft.VisualBasic.Mid(NPM.Text, 3, 2)
        y = Microsoft.VisualBasic.Mid(NPM.Text, 5, 1)

        Select Case NPM.Text
            Case "12111003"
                Nama.Text = "Rahmat Hidayat"
            Case "13100987"
                Nama.Text = "Sherin Dini"
            Case "12072133"
                Nama.Text = "Tini Anggraini"
            Case "12072240"
                Nama.Text = "Putri Hamdani"
            Case "12114311"
                Nama.Text = "Febri Riswanda"
            Case Else
                Nama.Text = "_"
        End Select

        Select Case x
            Case "11"
                Jenjang.Text = "Strata 1"
            Case "10"
                Jenjang.Text = "DIII"
            Case "07"
                Jenjang.Text = "DI"
            Case Else
                Jenjang.Text = "_"
        End Select

        Select Case y
            Case "1"
                Jurusan.Text = "Teknik Informatika"
            Case "4"
                Jurusan.Text = "Sistem Informasi"
            Case "0"
                Jurusan.Text = "Manajemen Informatika"
            Case "2"
                Jurusan.Text = "Akutansi"
            Case Else
                Jurusan.Text = "_"
        End Select
    End Sub

    Private Sub KodeDosen_SelectedIndexChanged(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles KodeDosen.SelectedIndexChanged
        Select Case KodeDosen.Text
            Case "700"
                NamaDosen.Text = "Hery Sunandar, ST, M.kom"
            Case "703"
                NamaDosen.Text = "Harvei D.Hutahaean, Mkom"
            Case "705"
                NamaDosen.Text = "Guidio L Ginting S.kom, M.kom"
            Case Else
                NamaDosen.Text = "_"
        End Select
    End Sub

    Private Sub Btnproses_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Btnproses.Click
        NilaiAkhir.Text = 0.4 * NilaiUTS.Text + 0.6 * NilaiUAS.Text + 0.1 * NilaiKehadiran.Text + 0.15 * NilaiTugas.Text

        If NilaiAkhir.Text >= 80 Then
            NilaiHuruf.Text = "A"
        ElseIf NilaiAkhir.Text >= 70 Then
            NilaiHuruf.Text = "B"
        ElseIf NilaiAkhir.Text >= 60 Then
            NilaiHuruf.Text = "C"
        ElseIf NilaiAkhir.Text >= 50 Then
            NilaiHuruf.Text = "D"
        Else
            NilaiHuruf.Text = "E"
        End If

        If NilaiAkhir.Text >= 50 Then
            Keterangan.Text = "Lulus"
        Else
            Keterangan.Text = "Gagal"
        End If
    End Sub

    Private Sub Btnhapus_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Btnhapus.Click
        NPM.Text = ""
        Nama.Text = ""
        Jenjang.Text = ""
        Jurusan.Text = ""
        KodeDosen.Text = ""
        NamaDosen.Text = ""
        KodeMatakuliah.Text = ""
        NamaMatakuliah.Text = ""
        NilaiKehadiran.Text = ""
        NilaiTugas.Text = ""
        NilaiUTS.Text = ""
        NilaiUAS.Text = ""
        NilaiAkhir.Text = ""
        NilaiHuruf.Text = ""
        Keterangan.Text = ""
    End Sub

    Private Sub Btnkeluar_Click(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles Btnkeluar.Click
        Me.Close()
    End Sub

    Private Sub NilaiUAS_KeyPress(ByVal sender As Object, ByVal e As System.Windows.Forms.KeyPressEventArgs) Handles NilaiUAS.KeyPress
        Dim tombol As Integer = Asc(e.KeyChar)
        If tombol = 13 Then
            Btnproses_Click(sender, e)
        End If
    End Sub

    Private Sub KodeMatakuliah_SelectedIndexChanged(ByVal sender As System.Object, ByVal e As System.EventArgs) Handles KodeMatakuliah.SelectedIndexChanged
        Select Case KodeMatakuliah.Text
            Case "C11"
                NamaMatakuliah.Text = "Matriks dan Transpormasi Linear"
            Case "C12"
                NamaMatakuliah.Text = "Sistem Basis Data"
            Case "C13"
                NamaMatakuliah.Text = "Komunikasi Data"
            Case Else
                NamaMatakuliah.Text = "_"
        End Select
    End Sub
End Class

Dan setelah codingnya dijalankan maka tampilan program seperti di bawah ini.

Belajar Bahasa Pemograman