Jurnal Ilmiah FIFO
Vol 17, No 2 (2025)

Penerapan Analytical Hierarchy Process Dalam Pemilihan Dosen Terbaik Universitas Teknologi Digital Indonesia (UTDI)

Nasyuha, Asyahri Hadi (Unknown)
Subagyo, Aloysius Agus (Unknown)
Wahyudi, Udin Dwi (Unknown)



Article Info

Publish Date
30 Nov 2025

Abstract

Pemilihan dosen terbaik merupakan salah satu strategi penting dalam meningkatkan kualitas pendidikan tinggi. Universitas Teknologi Digital Indonesia membutuhkan sistem penilaian yang objektif dan sistematis untuk mengevaluasi kinerja dosen secara adil dan transparan. Penelitian ini menerapkan metode Analytical Hierarchy Process (AHP) dalam proses pemilihan dosen terbaik dengan mempertimbangkan beberapa kriteria utama, yaitu kualitas pengajaran, kontribusi penelitian, pengabdian kepada masyarakat, kehadiran, dan tanggapan mahasiswa. AHP digunakan untuk memberikan bobot pada masing-masing kriteria berdasarkan tingkat kepentingannya melalui perbandingan berpasangan (pairwise comparison). Data diperoleh dari hasil survei, wawancara, serta dokumentasi kinerja dosen yang dianalisis menggunakan pendekatan AHP. Hasil penelitian menunjukkan bahwa metode ini mampu memberikan peringkat yang lebih objektif dalam menentukan dosen terbaik, sekaligus meningkatkan akuntabilitas dan transparansi dalam proses seleksi. Berdasarkan hasil akhir perhitungan, tiga dosen dengan peringkat tertinggi adalah: Asyahri Hadi Nasyuha (nilai akhir 2,4115), Rikie Kartadie (0,9994), dan Erna Hudianti Pujiarini (0,9994). Implementasi sistem berbasis AHP diharapkan dapat mendorong dosen untuk terus meningkatkan kinerja mereka dalam bidang pengajaran, penelitian, dan pengabdian masyarakat.

Copyrights © 2025






Journal Info

Abbrev

fifio

Publisher

Subject

Computer Science & IT

Description

Jurnal Ilmiah FIFO UMB diterbitkan oleh program studi Sistem Informasi Fakultas Ilmu KOmputer merupakan hasil penelitian, penelitian konseptual dan ilmu terapan, yang mencakup dan berfokus pada bidang Rekayasa Perangkat Lunak, E-Business, E-Government, Mobile Computing, Data mining, data warehouse, ...