Implementasi Metode ROC dan MABAC pada Aplikasi Pemberian Sanksi Pelanggaran Kedisiplinan Siswa
DOI:
https://doi.org/10.24114/cess.v10i2.67144Keywords:
Student Discipline, Sanctions, ROC, MABAC, Decision SystemAbstract
Permasalahan kedisiplinan siswa merupakan aspek penting dalam dunia pendidikan, di mana konsistensi dan keadilan dalam pemberian sanksi terhadap pelanggaran sangat berpengaruh terhadap integritas institusi dan kepuasan seluruh pihak yang terlibat. Ketidaksesuaian sanksi yang diberikan secara manual kerap kali menimbulkan ketidakobjektifan serta menurunkan kepercayaan terhadap sistem penegakan disiplin. Penelitian ini mengusulkan solusi berbasis sistem pendukung keputusan dengan mengimplementasikan metode Rank Order Centroid (ROC) untuk menentukan bobot atribut pelanggaran, serta metode Multi-Attributive Border Approximation area Comparison (MABAC) untuk melakukan perangkingan dan pemilihan jenis sanksi yang paling tepat. Data yang digunakan melibatkan 20 alternatif siswa yang melakukan pelanggaran kedisiplinan dengan mempertimbangkan sejumlah atribut tertentu, seperti jenis pelanggaran, frekuensi, dan dampak terhadap lingkungan sekolah. Hasil pengolahan menunjukkan nilai akhir Si dari masing-masing alternatif, dengan rentang nilai mulai dari -0,348 hingga 0,652. Berdasarkan hasil perhitungan MABAC, siswa dengan nilai Si tertinggi seperti Dirga (A12, 0,652) dan Iwan Setiawan (A18, 0,590) memperoleh sanksi TS04 dan TS03 yang menunjukkan tingkat pelanggaran lebih berat, sedangkan siswa dengan nilai Si rendah seperti Silvina Sasmita (A19, -0,348) dan Harianto Halim (A14, -0,227) diberikan sanksi TS01, yang mencerminkan pelanggaran ringan. Pengujian dilakukan melalui validasi internal dengan membandingkan hasil perhitungan sistem terhadap keputusan manual dari pihak sekolah, menunjukkan konsistensi sebesar 90%, yang menandakan sistem telah mampu menghasilkan keputusan yang akurat dan dapat dipertanggungjawabkan. Implementasi sistem ini diharapkan dapat meningkatkan transparansi, objektivitas, dan keadilan dalam proses pemberian sanksi, serta menjadi referensi bagi sekolah dalam memperbaiki mekanisme penegakan disiplin yang sistematis dan berkeadilan.References
[1] Hamim, A. H., Muhidin, M., & Ruswandi, U. (2022). Pengertian, Landasan, Tujuan dan Kedudukan PAI Dalam Sistem Pendidikan Nasional. Jurnal Dirosah Islamiyah, 4(2), 220-231.
[2] Zaen, M. T. A., Janiah, B. D., & Fadli, S. (2021). Penerapan Metode SMART Dalam Sistem Pendukung Keputusan Pemberian Sanksi Pelanggaran Tata Tertib Siswa (Studi Kasus: SMK Negeri 1 Pujut). Jurnal Manajemen Informatika Dan Sistem Informasi, 4(1), 63-72.
[3] Rahmawati, E., & Hasanah, U. I. (2021). Pemberian sanksi (hukuman) terhadap siswa terlambat masuk sekolah sebagai upaya pembentukan karakter disiplin. Indonesian Journal of Teacher Education, 2(1), 236-245.
[4] Setiaji, G., Yulianti, L., & Yupianti, Y. (2022). Implementasi metode smart dalam sistem pendukung keputusan pelanggaran tata tertib siswa. Jurnal Media Infotama, 18(2), 308-316.
[5] Yuniarthe, Y., & Wahyudi, R. (2021). Prototipe Sistem Pendukung Keputusan (SPK) Menggunakan Metode Case Based Reasoning (CBR) Untuk Menilai Tingkat Kedisiplinan Siswa Sekolah. Explore: Jurnal Sistem Informasi dan Telematika, 12(2), 239-246.
[6] Sitorus, J. S., & Atmaja, F. S. (2023). Sistem Pendukung Keputusan Pemilihan Dosen Non Komputer Terbaik Menerapkan Metode Multi-Objective Optimization on The Basis of Ratio Analysis (MOORA) dengan Pembobotan Rank Order Centroid (ROC). SAINTEKS: Jurnal Teknologi Komputer dan Sains, 1(1), 24-32.
[7] Hamdani, T. I., Wibowo, D. W., & Khairy, M. S. (2025). Sistem Rekomendasi Wisata Pantai di Malang Menggunakan Metode Vikor Dan ROC Berbasis Web. JATI (Jurnal Mahasiswa Teknik Informatika), 9(3), 4798-4805.
[8] Sihombing, D. O., & Cahyadi, A. (2023). Implementasi Metode MABAC Dalam Pemilihan Mahasiswa Terbaik dengan Teknik Pembobotan Rank Sum. J. Comput. Syst. Informatics, 4(4), 1008-1018.
[9] Rahayu, A. (2025). Metode Penelitian dan Pengembangan (R&D): Pengertian, Jenis dan Tahapan. DIAJAR: Jurnal Pendidikan dan Pembelajaran, 4(3), 459-470.
[10] Alpan, M., Fadli, S., & Hamdi, S. (2024). Pengembangan Model Evaluasi Kinerja Menggunakan Metode MABAC dengan Pembobotan ROC (Studi Kasus: SAMSAT Praya). Innovative: Journal Of Social Science Research, 4(3), 14501-14517.
[11] Hidayatullah, M. (2024). Implementasi Metode Rank Order Centroid Dan Multi Attributive Border Approximation Area Comparison Dalam Penerimaan Karyawan. Kajian Ilmiah Informatika dan Komputer.
[12] Rianti, D., & Harahap, A. Y. N. (2024). Sistem Pendukung Keputusan Promosi dan Mutasi Pegawai Dengan Metode Moora dan Mabac Pada Kantor Imigrasi Kelas II TPI Medan. Jurnal Rekayasa Sistem (JUREKSI), 2(3 A), 1816-1828.
[13] Aulia, P. (2024). Implementasi Metode Mabac dengan Pembobotan Metode Entropy pada Sistem Pendukung Keputusan dalam Penentuan Status Gizi pada Balita.
[14] Tampubolon, E. A., & Damayanti, F. Perancangan Sistem Pendukung Keputusan Pemilihan Smartphone Dengan Metode Mabac (Multi Objective Border Approximation Area Comparision).
[15] Aldisa, R. T., & Josh, J. (2022). Penerapan Metode MABAC dalam Sistem Pendukung Keputusan Rekomendasi Aplikasi Pemesanan Hotel Terbaik. J. Inf. Syst. Res, 4(1), 191-201.
[16] Batee, W. K. (2023). Sistem Pendukung Keputusan Pemilihan Bahan Baku Kayu Terbaik Untuk Kitchen Set Dapur Minimalis Menerapkan Metode MABAC. J. Informatics, Electr. Electron. Eng, 2(3), 99-106.
[17] Sari, N., Januar, J., & Anizar, A. (2023). Implementasi Pembelajaran Akidah Akhlak Sebagai Upaya Mendidik Kedisiplinan Siswa. Educativo: Jurnal Pendidikan, 2(1), 78-88.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 CESS (Journal of Computer Engineering, System and Science)
This work is licensed under a Creative Commons Attribution 4.0 International License.
