BAB I PENDAHULUAN 1.1 Latar belakang masalah Guru merupakan elemen utama dalam proses pendidikan di sekolah, khususnya Sekolah Menengah Pertama (SMP). Untuk mendapatkan mutu pendidikan dan pembelajaran yang baik salah satunya adalah dengan memperoleh guru yang bekualitas pula. Maka dari itu proses penilaian kinerja guru merupakan salah satu bagian yang perlu diperhatikan. Dengan melakukan penilaian kinerja guru dapat dijadikan sebagai bahan evaluasi guru guna meningkatkan kualitasnya. Dalam melakukan spesifikasi/kriteria proses penilaian tertentu. Kinerja kinerja guru guru dapat mempunyai diukur banyak berdasarkan spesifikasi/kriteria kompetensi yang harus dimiliki oleh setiap guru. Banyaknya jumlah guru, menyebabkan kesulitan pada pengambilan keputusan dalam menentukan guru dengan penilaian terbaik. Tidak jarang terdapat lebih dari satu guru yang memiliki hasil penilaian yang sama. Oleh karena itu sebuah sistem pendukung keputusan dapat membantu mempermudah dalam proses pengambilan keputusan penilaian kinerja guru yang terbaik dengan cepat dan tepat. Sistem pendukung keputusan merupakan sistem informasi komputer interaktif, fleksibel, dan mudah beradaptasi, terutama dikembangkan untuk mendukung solusi dari masalah manajemen yang tidak terstruktur guna pengambilan keputusan (decision-making) yang lebih baik (Turban, 1995). Terdapat banyak metode yang dapat digunakan dalam sistem pendukung keputusan. Salah satunya adalah metode Simple Additive Weighting (SAW). Metode SAW merupakan teknik pengambilan keputusan yang paling banyak digunakan karena memiliki konsep yang sederhana. Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (MacCrimmon, 1968). Kelemahan utama pada pengembangan sistem pendukung keputusan untuk penilaian individu pada umumnya yaitu tidak memuat analisis outlier data yang terdapat di dalamnya. Suatu data pada umumnya mempunyai nilai-nilai yang tidak terlalu berbeda jauh antara objek satu dengan objek lainnya. Namun terkadang terdapat objek yang mempunyai nilai-nilai yang jauh berbeda dengan objek pada umunya. Objek-objek dengan nilai jauh berbeda ini disebut dengan outlier. Hawkin (1980) mendefinisikan bahwa outlier adalah sebuah pengamatan yang menyimpang jauh dari pengamatan lain yang membangkitkan kecurigaan bahwa pengamatan tersebut dihasilkan oleh mekanisme yang berbeda. Dengan mengetahui outlier, maka dapat dijadikan sebagai evaluasi terhadap objek yang dianggap memiliki perbedaan yang jauh dari objek lain pada umumnya, untuk dapat menghindari kecurangan. Terdapat banyak metode yang dapat digunakan untuk melakukan analisa outlier. Salah satunya adalah dengan metode boxplot. Boxplot pertama kali dikenalkan oleh ahli statistik Amerika, John Tukey pada tahun 1977. Boxplot merupakan alat analisis data yang digunakan untuk menampilkan dan menyimpulkan data. Boxplot membantu dalam menampilkan lokasi, penyebaran, dan bentuk distribusi data (skewness), bersama dengan nilainilai yang tidak biasa (unusual) atau outlier (Dovoedo, Y.H., 2011). Berdarsarkan uraian di atas, pada penelitian ini penulis akan mengimplementasikan sistem pendukung keputusan untuk penilaian guru dengan metode SAW yang dilengkapi dengan analisis outlier menggunakan boxplot. Penambahan fitur analisis outlier pada pembuatan sistem pendukung keputusan penilaian guru ini berguna untuk mencari orang-orang yang dicurigai, sebagai saringan awal penilaian guru. Diharapkan dengan adanya sistem ini selain dapat meringankan pihak sekolah dalam menentukan keputusan untuk memilih guru yang memiliki hasil penilaian terbaik serta juga dapat memberikan informasi guru-guru yang outlier atau mempunyai hasil yang terlampau berbeda dengan guru-guru pada umumnya. Dengan hasil tersebut kemudian dapat dijadikan sebagai evaluasi oleh pihak manajemen sekolah. Metode boxlpot dipilih untuk digunakan pada analisis outlier dikarenakan boxplot merupakan metode pendekatan grafis yang mudah dipahami tanpa melibatkan perhitungan yang rumit.