PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA
BARU DENGAN METODE ANALITYCAL HIERARCHY PROCESS
DI SMA KEMALA BHAYANGKARI 1 MEDAN
BERBASIS WEB
SKRIPSI
TEDDY ADRIANTO BOESONO 061401061
PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA
BARU DENGAN METODE ANALITYCAL HIERARCHY PROCESS
DI SMA KEMALA BHAYANGKARI 1 MEDAN
BERBASIS WEB
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar
Sarjana Komputer
TEDDY ADRIANTO BOESONO
0 6 1 4 0 1 0 6 1
PROGRAM STUDI S1 ILMU KOMPUTER
DEPARTEMEN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA
PERSETUJUAN
Judul : PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN
SELEKSI SISWA BARU DENGAN METODE AHP DI SMA KEMALA BHAYANGKARI 1 MEDAN BERBASIS WEB
Kategori : SKRIPSI
Nama : TEDDY ADRIANTO DWI BOESONO
Nomor Induk Mahasiswa : 061401061
Program Studi : SARJANA (S1) ILMU KOMPUTER
Departemen : ILMU KOMPUTER
Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA
Diluluskan di
Medan, 4 Januari 2011
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Maya Silvi Lydia, B.Sc.,M.Sc Prof. Dr. Muhammad Zarlis NIP. 19740127 200212 2 001 NIP. 19570701 198601 1 003
Diketahui/Disetujui oleh
Departemen Ilmu Komputer FMIPA USU Ketua,
PERNYATAAN
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA BARU DENGAN METODE AHP DI SMA KEMALA BHAYANGKARI 1 MEDAN
BERBASIS WEB
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, 4 Januari 2011
PENGHARGAAN
Alhamdulillah, puji syukur saya sampaikan kehadirat Allah SWT, yang telah memberikan rahmat dan hidayah-Nya serta segala sesuatunya dalam hidup, sehingga saya dapat menyelesaikan penyusunan skripsi ini, sebagai syarat untuk memperoleh gelar Sarjana Komputer, Program Studi S1 Ilmu Komputer Universitas Sumatera Utara. Shalawat beriring salam saya persembahkan kepada Nabi Besar Muhammad SAW.
Ucapan terima kasih saya sampaikan kepada Bapak Prof.Dr.Muhammad Zarlis sebagai Dosen Pembimbing I dan Ibu Maya Silvi Lydia, B.Sc, M.Sc sebagai Dosen Pembimbing II yang telah memberikan bimbingan, saran, dan masukan kepada saya untuk menyempurnakan kajian ini. Panduan ringkas, padat dan profesional telah diberikan kepada saya sehingga saya dapat menyelesaikan tugas ini. Selanjutnya kepada Dosen Penguji Bapak Prof.Dr.Tulus dan Ade Candra,S.T,M.Kom atas saran dan kritikan yang sangat berguna bagi saya. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Prof. Dr. Muhammad Zarlis dan Bapak Syariol Sitorus, S.Si,MIT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen serta pegawai di Program Studi S1 Ilmu Komputer FMIPA USU.
Skripsi ini terutama saya persembahkan untuk kedua orang tua dan keluarga saya yang telah memberikan dukungan dan motivasi, ayahanda Rukmo Baroto Boesono dan ibunda T.Adita yang selalu sabar dalam mendidik saya. Untuk abang saya, Rangga Dwi Boesono dan kakak saya Nanda Larasati yang selalu memberikan dorongan kepada saya selama menyelesaikan skripsi ini. Kepada teman-teman terbaik yang selalu memberikan dukungan dan membantu saya, Rifki Respati Ashari Lbs,S.kom,M.Arifin Srg,S.kom,Adhhal Huda Bakri, Denis Afriawanto, M.Makmur Rasyid Lbs, Faraby Azwany, M.Januar Rambe,M.Anggi Rivai Nst, Muhammad Alvin, dan orang yang spesial buat saya Willy Wulandari,A.md (mi2). Untuk teman-teman sekelas dan satu angkatan yang sedang berjuang tanpa patah semangat dan tiada pupus harapan. Terima kasih pula kepada semua pihak-pihak yang tidak dapat saya sebutkan satu persatu, terima kasih atas ide, saran, dan kerjasama yang baik.
ABSTRAK
Designing The Decision Support System of New Students Selection with Analytical Hierarchy Process Method in
KEMALA BHAYANGKARI 1-MEDAN High School Web-Based
ABSTRACT
DAFTAR ISI
1.4 Tujuan Penelitian 3
1.5 Manfaat Penelitian 3
1.6 Metodologi Penelitian 3
1.7 Sistematika Penulisan 5
Bab 2 Tinjauan Teoritis 6
2.1. Sistem Pendukung Keputusan 6
2.1.1 Konsep Pengambilan Keputusan 7
2.1.2 Konsep Dasar Sistem Pendukung Keputusan 7 2.1.3 Karakteristik dan Kemampuan Sistem Pendukung Keputusan 8
2.1.4 Komponen Sistem Pendukung Keputusan 9
2.2. Sejarah Sistem Pendukung Keputusan 11
2.3. Metode Analitycal Hierarchy Process 13
2.3.1 Prinsip dasar AHP 14
Bab 3 Analisis dan Perancangan Sistem 20
3.1 Analisis Permasalahan dengan Metode AHP 20 3.2 Pemecahan Masalah dengan Metode AHP 22
3.2.1 Hasil dan Pembahasan 24
3.2.2 Proses Perhitungan Intensitas 28
3.2.3 Proses Penilaian Calon Siswa 38
3.3 DFD (Data Flow Diagram) 39
3.3.1 ERD (Entity Relationship Diagram) 43
3.3.2 Tabel Database 45
3.4.1 Perancangan Halaman Pendaftaran 47
3.4.2 Perancangan Halaman Pengumuman 48
3.4.3 Perancangan Halaman Admin 49
3.4.4 Perancangan Halaman Kriteria 49
3.4.5 Perancangan Halaman Intensitas 50
3.4.6 Perancangan Halaman Hitung Akhir 51
Bab 4 Implementasi dan Pengujian Sistem 52
4.1 Implementasi 52
4.2 Pengujian Sistem 53
4.2.1 Administrator 53
4.2.1.1 Proses Login 54
4.2.1.2 Pengolahan Data Siswa 54
4.2.2 Sebagai User 58
4.2.2.1 Halaman Index 58
4.2.2.2 Proses Pendaftaran 59
4.2.2.3 Proses Pengumuman 59
Bab 5 Kesimpulan dan Saran 61
5.1. Kesimpulan 61
5.2. Saran 61
Daftar Pustaka 62
DAFTAR TABEL
Halaman
Tabel 2.3 Skala Penilaian Perbandingan Pasangan 15 Tabel 2.4 Contoh Matriks Perbandingan Berpasangan 16
Tabel 2.5 Random Index 17
Tabel 2.6 Nilai Eigen 17
Tabel 3.2 Nilai Seleksi Siswa 22
Tabel 3.3 Matriks Berpasangan Untuk Kriteria 22
Tabel 3.4 Matriks Berpasangan Calon Siswa Baru 23 Tabel 3.5 Masukan Hasil Perhitungan Calon Siswa 24
Tabel 3.6 Hasil Matriks Normalisasi 25
Tabel 3.7 Matriks Konsistensi Kriteria 27
Tabel 3.8 Matriks Perbandingan Intensitas Kriteria Nilai UAN 29 Tabel 3.9 Matriks Perbandingan Normalisasi Kriteria Nilai UAN 30 Tabel 3.10 Matriks Konsistensi Intensitas Kriteria Nilai UAN 31 Tabel 3.11 Matriks Perbandingan Intensitas Untuk Kriteria Nilai Praktek SMP 34 Tabel 3.12 Matriks Perbandingan Intensitas Untuk Kriteria
Nilai Ekstrakurikuler SMP 36
Tabel 3.13 Hasil Bagi Nilai Prioritas Global Masing-Masing Intensitas 37
Tabel 3.14 Nilai Kriteria Calon Siswa 38
Tabel 3.15 Kamus Data DFD Level 0 40
Tabel 3.16 Kamus Data DFD Level 1 42
Tabel 3.17 Admin 45
Tabel 3.18 Bobot_Kriteria 45
Tabel 3.19 Daftar 45
Tabel 3.20 Intensitas 45
Tabel 3.21 Kriteria 46
Tabel 3.22 Prioritas_Global 46
DAFTAR GAMBAR
Halaman
Gambar 3.3 DFD Sistem Pendukung Keputusan Seleksi Siswa Baru Level 0 39 Gambar 3.4 DFD Sistem Pendukung Keputusan Seleksi Siswa Baru Level 1 41 Gambar 3.5 ERD Sistem Pendukung Keputusan Seleksi Siswa Baru 44
Gambar 3.6 Rancangan Halaman Muka 47
Gambar 3.7 Rancangan Halaman Pendaftaran 47
Gambar 3.8 Rancangan Halaman Pengumuman 48
Gambar 3.9 Rancangan Halaman Admin 49
Gambar 3.10 Rancangan Halaman Kriteria 50
Gambar 3.11 Rancangan Halaman Intensitas 50
Gambar 3.12 Rancangan Halaman Hitung Akhir 51
Gambar 4.2 Form Login Admin 54
Gambar 4.3 Halaman admin.php 54
Gambar 4.4 Halaman tambah.php 55
Gambar 4.5 Halaman hapus.php 56
Gambar 4.6 Halaman kriteria.php 56
Gambar 4.7 Halaman intensitas.php 57
Gambar 4.8 Halaman hasilakhir.php 57
Gambar 4.9 Halaman index.php 58
Gambar 4.10 Halaman pendaftaran.php 59
ABSTRAK
Designing The Decision Support System of New Students Selection with Analytical Hierarchy Process Method in
KEMALA BHAYANGKARI 1-MEDAN High School Web-Based
ABSTRACT
BAB 1
PENDAHULUAN
1. 1 Latar Belakang Masalah
Kegiatan Seleksi Siswa Baru merupakan kegiatan yang dilaksanakan oleh SMA Kemala Bhayangkari 1 Medan setiap tahunnya. Kenyataan dilapangan bahwa pihak sekolah kurang siap dalam penyelenggaraan seleksi siswa baru. Masalah administrasi yang bersifat manual mengakibatkan kurang efisiennya kegiatan seleksi siswa baru. Oleh karena itu, penulis berinisiatif untuk merancang suatu sistem yang dapat membantu pihak sekolah dalam pengambil keputusan seleksi siswa baru, sehingga dapat lebih efisien dalam pelaksanaannya.
Ada beberapa model yang dapat digunakan untuk membangun sebuah sistem pendukung keputusan salah satunya adalah Analitycal Hierarchy Process (AHP). Di dalam penelitian Saaty (2008) disebutkan bahwa metode AHP telah banyak diterapkan oleh banyak pihak seperti perusahaan-perusahaan besar dunia, pemerintah, lembaga pendidikan,dll dalam
mencari keputusan yang tepat dalam setiap permasalahan. Sebagai contoh salah satu perusahaan komputer terbesar di dunia IBM menggunakan AHP dalam merancang kesuksesan perusahaanperusahan komputer kelas menengah pada tahun 1991.
pengambilan keputusan oleh pihak sekolah dalam menentukan calon siswa adalah nilai
semester terakhir SMP, nilai UN, nilai praktek, dan nilai ekstrakulikuler.
Walaupun pemilihan calon siswa yang akan masuk tetap ditentukan sepenuhnya oleh pihak sekolah, namun Sistem Pendukung Keputusan ini akan menampilkan prioritas-prioritas tertinggi hingga terendah dari calon-calon siswa tersebut, sehingga akan memudahkan dan membantu pihak sekolah dalam mengambil keputusan.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah di atas, maka dapat ditemukan masalah yang akan diselesaikan dalam penulisan tugas akhir ini adalah merancang suatu sistem yang dapat membantu pihak sekolah dalam mengambil keputusan untuk menentukan siapa yang layak sekolah SMA Kemala Bhayangkari 1 Medan.
1.3 Batasan Masalah
Adapun batasan-batasan masalah dalam penelitian ini adalah:
1. Sistem Pendukung Keputusan ini hanya sebagai alat bantu bagi pihak sekolah dalam
menentukan siapa yang layak masuk atau tidak, berdasarkan kriteria yang ditentukan oleh pihak sekolah. Namun keputusan akhir tetap ada pada pihak sekolah.
2. Kriteria yang digunakan sebagai dasar penilaian diperoleh dari SMA Kemala
Bhayangkari 1 Medan.
3. Metode yang digunakan dalam perancangan sistem ini adalah Analytical Hierarchy Process (AHP).
4. Output dari SPK ini adalah urutan prioritas calon-calon siswa yang layak masuk mulai dari yang tertinggi sampai ke rendah.
dibelakang koma.
6. Perancangan Website dengan Macromedia Dreamweaver sebagai IDE 7. Sistem akan dibangun dengan PHP dan MySQL
8. Tidak ada penambahan kriteria untuk sistem pendukung keputusan ini.
1.4 Tujuan Penelitian
1. Tujuan dari penulisan Proposal ini adalah merancang suatu perangkat lunak yang
dapat membantu pihak sekolah dalam menentukan siapa calon calon siswa yang layak masuk atau tidak dengan sistem yang terkomputerisasi sehingga proses pengambilan keputusan ini dapat lebih efisien,
2. Membuat Sistem Pendukung keputusan seleksi siswa baru dengan data yang
terstukturisasi, dapat diakses secara cepat, langsung, dan akurat. 3. Memperbaiki sistem akademik dalam seleksi siswa baru.
1.5Manfaat Penelitian
1. 6 Metodologi Penelitian
Tahapan yang diambil dalam penelitian ini yaitu: 1. Studi Literatur.
Studi kepustakaan yaitu proses pengumpulan bahan-bahan referensi baik dari buku, artikel, paper, jurnal, makalah, maupun situs internet mengenai Sistem Pendukung Keputusan, metode Analytical Hierarchy Process serta beberapa referensi lainnya untuk menunjang pencapaian tujuan penelitian.
2. Analisis Sistem dengan Penelitian ke Lapangan (Field Research)
Dilakukan penelitian yang bertujuan untuk memperoleh data secara langsung dari lembaga pendidikan khususnya sekolah melalui riset lapangan
a. Pengumpulan sampel dokumentasi yang berhubungan dengan seleksi siswa baru.
b. Mewawancara pihak yang berkompeten dalam hal seleksi siswa baru.
3. Merancang Desain Sistem.
Desain yang dirancang adalah desain user interface dan struktur program Sistem Pendukung Keputusan seleksi siswa baru.
4. Implementasi Sistem.
Sistem diimplementasikan dalam bentuk perangkat lunak menggunakan Macromedia DreamWeaver.
5. Pengujian dan Analisis sistem.
Pada tahap ini akan dilakukan pengujian sistem, untuk mencari kesalahan-kesalahan sehingga dapat diperbaiki. Kemudian akan dilakukan analisis terhadap fokus permasalahan penelitian, apakah sudah sesuai seperti yang diinginkan.
6. Dokumentasi Sistem
1.7 Sistematika Penulisan
Dalam penulisan ini, penulis membuat suatu sistematika yang bertujuan untuk menggambarkan secara ringkas bab-bab yang mencakup hal-hal sebagai berikut:
BAB I PENDAHULUAN
Bab pendahuluan ini berisikan mengenai latar belakang masalah, identifikasi masalah, pembatasan masalah tentang apa yang akan diberikan didalam penulisan ini, maksud dan tujuan dari penulisan, metode penelitian serta sistematika penulisan.
BAB II TINJAUAN TEORITIS
Bab ini menjelaskan tentang tinjauan teoritis yang meliputi pengertian Sistem Pendukung Keputusan, dan Metode AHP
BAB III ANALISIS DAN PERANCANGAN SISTEM
Bab ini menjelaskan tentang analisis dan perancangan sistem pendukung keputusan dengan menggunakan Metode AHP dan Rancangan halaman Website.
BAB IV IMPLEMENTASI
Bab ini menjelaskan implementasi dari hasil analisis dan perancangan website.
BAB V KESIMPULAN DAN SARAN
BAB 2
TINJAUAN TEORITIS
2.1 Sistem Pendukung Keputusan
Sistem pendukung keputusan ( decision support systems disingkat DSS) adalah bagian dari suatu organisasi sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah yang spesifik.
Menurut Moore and Chang, Sistem Pendukung keputusan dapat digambarkan sebagai sistem yang berkemampuan mendukung analisis data, dan pemodelan keputusan, berorientasi keputusan, orientasi perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.
2.1.1 Konsep Pengambilan Keputusan
A. Pengertian Keputusan
Keputusan adalah suatu reaksi terhadap beberapa solusi alternatif yang dilakukan secara sadar dengan cara menganalisa kemungkinan-kemungkinan dari alternatif tersebut bersama konsekuensinya. Setiap keputusan akan membuat pilihan terakhir, dapat berupa tindakan atau opini. Itu semua bermula ketika kita perlu untuk melakukan sesuatu tetapi tidak tahu apa yang harus dilakukan. Untuk itu keputusan dapat dirasakan rasional atau irrasional dan dapat berdasarkan asumsi kuat atau asumsi lemah.
B. Pengertian Pengambilan Keputusan
Pengambilan keputusan merupakan proses pemilihan alternatif tindakan untuk mencapai tujuan atau sasaran tertentu. Pengambilan keputusan dilakukan dengan pendekatan sistematis terhadap permasalahan melalui proses pengumpulan data menjadi informasi serta ditambah dengan faktor – faktor yang perlu dipertimbangkan dalam pengambilan keputusan.
2.1.2 Konsep Dasar Sistem Pendukung Keputusan
2.1.3 Karakteristik dan Kemampuan Sistem Pendukung Keputusan
Dari pengertian Sistem Pendukung Keputusan maka dapat ditentukan karakteristik antara lain :
1. Mendukung proses pengambilan keputusan, menitik beratkan pada management by
perception.
2. Adanya tatap muka manusia / mesin dimana manusia (user) tetap memegang kendali proses pengambilan keputusan
3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tak struktur
4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan kebutuhan 5. Memiliki subsistem – subsistem yang terintegrasi sedemikian rupa sehingga dapat
berfungsi sebagai kesatuan item.
6. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen.
Sistem Pendukung keputusan (SPK) yang ideal yaitu :
a. SPK adalah sebuah sistem berbasis komputer antara komputer dan pengguna. b. SPK ditujukan untuk membantu pembuat keputusan dalam menyelesaikan suatu
masalah dalam berbagai level manajemen dan bukan untuk mengganti posisi manusia sebagai pembuat keputusan.
c. SPK mampu memberi alternatif solusi bagi masalah semi/tidak terstruktur baik bagi perseorangan atau kelompok dan dalam berbagai macam proses dan gaya pengambilan keputusan.
d. SPK menggunakan data, basis data dan analisa model-model keputusan. e. SPK bersifat adaptif, efektif, interaktif, dan fleksibel.
2.1.4 Komponen Sistem Pendukung Keputusan
Adapun komponen-komponen dari SPK adalah sebagai berikut.:
Suatu Sistem Pendukung Keputusan (SPK) memiliki tiga subsistem utama yang menentukan kapabilitas teknis sistem pendukung keputusan, antara lain :
1. Subsistem Manajemen Basis data 2. Subsistem Manajemen Basis Model 3. Subsistem Dialog
a. Subsistem Manajemen Basis Data
Subsistem data merupakan bagian yang menyelediakan data – data yang dibutuhkan oleh Base Management Subsystem (DBMS). DBMS sendiri merupakan susbsistem data yang terorganisasi dalam suatu basis data. Data – data yang merupakan dalam suatu Sistem Pendukung Keputusan dapat berasal dari luar lingkungan. Keputusan pada manajemen level atas seringkali harus memanfaatkan data dan informasi yang bersumber dari luar perusahaan.
Kemampuan subsistem data yang diperlukan dalam suatu Sistem Pendukung Keputusan, antara lain :
a. Mampu mengkombinasikan sumber – sumber data yang relevan melalui proses ekstraksi data.
b. Mampu menambah dan menghapus secara cepat dan mudah.
d. Mampu mengolah data yang bervariasi dengan fungsi manajemen data yang luas.
b. Subsistem Manajemen Model
Subsistem model dalam Sistem Pendukung Keputusan memungkinkan pengambil keputusan menganalisa secara utuh dengan mengembangkan dan membandingkan alternatif solusi. Intergrasi model – model dalam Sistem Informasi Manajemen yang berdasarkan integrasi data – data dari lapangan menjadi suatu Sistem Pendukung Keputusan.
Kemampuan subsistem model dalam Sistem Pendukung Keputusan antara lain :
1. Mampu menciptakan model – model baru dengan cepat dan mudah
2. Mampu mengkatalogkan dan mengelola model untuk mendukung semua tingkat pemakai
3. Mampu menghubungkan model – model dengan basis data melalui hubungan yang sesuai
4. Mampu mengelola basis model dengan fungsi manajemen yang analog dengan database manajemen
c. Subsistem Dialog
menampilkan keluaran sistem bagi pemakai dan menerima masukkan dari pemakai ke
dalam Sistem Pendukung Keputusan. Adapun subsistem dialog dibagi menjadi tiga, antara lain :
1. Bahasa Aksi (The Action Language)
Merupakan tindakan – tindakan yang dilakukan user dalam usaha untuk
membangun komunikasi dengan sistem. Tindakan yang dilakukan oleh user untuk menjalankan dan mengontrol sistem tersebut tergantung rancangan sistem yang ada.
2. Bahasa Tampilan (The Display or Presentation Langauage)
Merupakan keluaran yang dihasilakn oleh suatu Sistem Pendukung Keputusan dalam bentuk tampilan – tampilan akan memudahkan user untuk mengetahui keluaran sistem terhadap masukan – masukan yang telah dilakukan.
3. Bahasa Pengetahuan (Knowledge Base Language)
Meliputi pengetahuan yang harus dimiliki user tentang keputusan dan tentang prosedur pemakaian Sistem Pendukung Keputusan agar sistem dapat digunakan secara efektif. Pemahaman user terhadap permasalahan yang dihadapi dilakukan diluar sistem, sebelum user menggunakan sistem untuk mengambil keputusan.
2.2 Sejarah Analytical Hierarchy Process
AHP dikembangkan oleh Thomas Saaty pada tahun 1970-an. AHP merupakan sistem pembuat keputusan dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan menggunakan model matematis. AHP membantu dalam menentukan prioritas dari beberapa kriteria dengan melakukan analisa perbandingan berpasangan dari masing-masing kriteria. AHP dikembangkan pada musim
nning). Kemudian diaplikasikan dalam pengembangan rencana transportasi di Sudan. Kemudian pengunaan AHP semakin meluas ke pemerintahan dan perusahaan di berbagai negara di dunia. Metode AHP diimplementasikan di berbagai instansi pemerintah termasuk Departemen Pertahanan AS dan Departemen Energi AS.
Berikut skema berbagai keuntungan AHP :
Pengukuran :
AHP member suatu skala untuk mengukur hal-hal dan suatu metode untuk menetapkan suatu prioritas.
Kesatuan :
AHP memberi satu model tunggal yg mudah dimengerti, luwes untuk beragam persoalan tak terstruktur.
Kompleksitas :
AHP memadukan metode deduktif dan berdasarkan sistem dalam memecahkan permasala han kompleks.
Saling ketergantungan :
AHP tidak menangani saling ketergantungan elemen-elemen dalam suatu sistem dan tidak memaksakan pemikiran linier.
Pengulangan proses :
AHP memungkinkan orang memperhalus definisi mereka pada suatu persoalan dan memperbaiki pertimbangan dan pengertian mereka melalui pengertian.
Penilaian dan konsensus :
Sintesis :
AHP menuntun ke suatu taksiran menyeluruh tentang kebaikan setiap alternatif.
Tawar-menawar :
AHP mempertimbangkan prioeitas-prioritas relatif dari berbagia faktor sistem dan alternatif terbaik berdasarkan tujuan mereka.
Penyusunan hirarki :
AHP dapat menangani saling ketergantungan elemen-elemen dalam suatu sistem dan tidak memaksakan pemikiran linier.
Konsistensi :
AHP melacak konsistensi logis dari pertimbangan-pertimbangan yang digunakan dalam menetapkan berbagai prioritas.
2.3 Metode Analytical Hierarchy Process
Pada hakekatnya AHP merupakan suatu model pengambil keputusan yang komprehensif
dengan memperhitungkan hal- hal yang bersifat kualitatif dan kuantitatif. Dalam model pengambilan keputusan dengan AHP pada dasarnya berusaha menutupi semua kekurangan dari model-model sebelumnya. AHP juga memungkinkan ke struktur suatu sistem dan lingkungan kedalam komponen saling berinteraksi dan kemudian menyatukan mereka dengan mengukur dan mengatur dampak dari komponen kesalahan sistem (Saaty,2001)
model lainnya terletak pada jenis inputnya. Terdapat 4 aksioma-aksioma yang terkandung
dalam model AHP
1. Reciprocal Comparison artinya pengambilan keputusan harus dapat memuat
perbandingan dan menyatakan preferensinya. Prefesensi tersebut harus memenuhi syarat resiprokal yaitu apabila 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 atau dengan kata lain elemen- elemennya dapat dibandingkan satu sama lainnya. Kalau aksioma ini tidak dipenuhi maka elemen- elemen yang dibandingkan tersebut tidak homogen dan harus dibentuk cluster (kelompok elemen) yang baru 3. Independence artinya preferensi dinyatakan dengan mengasumsikan bahwa kriteria
tidak dipengaruhi oleh alternatif-alternatif yang ada melainkan oleh objektif keseluruhan. Ini menunjukkan bahwa pola ketergantungan dalam AHP adalah searah, maksudnya perbandingan antara elemen-elemen dalam satu tingkat dipengaruhi atau tergantung oleh elemen-elemen pada tingkat diatasnya
4. Expectation artinya untuk tujuan pengambil keputusan. Struktur hirarki diasumsikan
lengkap. Apabila asumsi ini tidak dipenuhi maka pengambil keputusan tidak memakai seluruh kriteria atau objectif yang tersedia atau diperlukan sehingga keputusan yang diambil dianggap tidak lengkap
Selanjutnya Saaty (2001) menyatakan bahwa proses hirarki analitik (AHP)
menyediakan kerangka yang memungkinkan untuk membuat suatu keputusan efektif atas isu kompleks dengan menyederhanakan dan mempercepat proses pendukung keputusan. Pada dasarnya AHP adalah suatu metode dalam merinci suatu situasi yang kompleks, yang terstruktur kedalam suatu komponen-komponennya. Artinya dengan menggunakan pendekatan AHP kita dapat memecahkan suatu masalah dalam pengambilan keputusan.
Bayazit and Karpak (2005) menggunakan AHP dalam menyeleksi pemasok (supplier)
untuk pasar modern. Pemilihan berbagai alat transportasi dengan menggunakan AHP dilakukan oleh Teknomo (1999).
2.3.1 Prinsip dasar AHP
Prinsip kerja AHP adalah penyederhanaan suatu persoalan kompleks yang tidak terstruktur, stratejik, dan dinamik menjadi bagian-bagiannya, serta menata dalam suatu hierarki. Kemudian tingkat kepentingan setiap variabel diberi nilai numerik secara subjektif tentang arti penting variabel tersebut secara relatif dibandingkan dengan variabel lain. Dari berbagai pertimbangan tersebut kemudian dilakukan sintesa untuk menetapkan variabel yang memiliki prioritas tinggi dan berperan untuk mempengaruhi hasil pada sistem tersebut (Marimin, 2004).
Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang harus dipahami diantaranya adalah sebagai berikut:
1. Membuat Hierarki
Sistem yang kompleks bisa dipahami dengan memecahnya menjadi elemen-elemen pendukung, menyusun elemen secara hierarki, dan menggabungkannya atau mensistesisnya.
2. Penilaian kriteria dan alternatif
Kriteria dan alternatif dilakukan dengan perbandingan berpasangan. Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9 adalah skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty bisa diukur menggunakan tabel analisis seperti ditunjukkan pada tabel 1 berikut.
Intesitas Kepentingan Keterangan
1 Kedua elemen sama pentingnya
3 Elemen yang satu sedikit lebih penting daripada elemen yang lainnya
5 Elemen yang satu lebih penting daripada elemen yang lainnya
7 Satu elemen jelas lebih mutlak penting daripada elemen yang lainnya
9 Satu elemen mutlak penting daripada elemen yang lainnya
2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan
Kebalikan
Jika aktivitas i mendapat satu angka dibandingkan dengan aktivitas j, maka j memiliki nilai kebalikannya dibandingkan dengan i
3. Synthesis of Priority (Penentuan Prioritas)
Untuk setiap kriteria dan alternatif, perlu dilakukan perbandingan berpasangan (Pairwise Comparisons). Nilai-nilai perbandingan relatif dari seluruh alternatif kriteria bisa disesuaikan dengan judgement yang telah ditentukan untuk menghasilkan bobot dan prioritas. Bobot dan prioritas dihitung dengan memanipulasi matriks atau melalui penyelesaian persamaan matematika.
4. Logical Consistency (Konsistensi Logis)
Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua, menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria tertentu.
Pengisian nilai tabel perbandingan berpasangan dilakukan berdasarkan kebijakan
misalnya A1, A2 dan A3. Maka susunan elemen-elemen yang dibandingkan tersebut akan
tampak seperti pada gambar matriks di bawah ini :
Tabel 2.4. Contoh Matriks Perbandingan Berpasangan
A1 A2 A3
A1 1
A2 1
A3 1
Untuk menentukan nilai kepentingan relatif antar elemen digunakan skala bilangan dari 1 sampai 9 yang dapat dilihat pada Tabel 2.4.
Apabila suatu elemen dibandingkan dengan dirinya sendiri maka diberi nilai 1. Jika elemen i dibandingkan dengan elemen j mendapatkan nilai tertentu, maka elemen j dibandingkan dengan elemen i merupakan kebalikannya.
Melakukan pengujian konsistensi terhadap perbandingan antar elemen yang didapatkan pada tiap tingkat hirarki. Konsistensi perbandingan ditinjau dari per matriks perbandingan dan keseluruhan hirarki untuk memastikan bahwa urutan prioritas yang dihasilkan didapatkan dari suatu rangkaian perbandingan yang masih berada dalam batas-batas preferensi yang logis. Setelah melakukan perhitungan bobot elemen, langkah selanjutnya adalah melakukan pengujian konsistensi matriks. Untuk melakukan perhitungan ini diperlukan bantuan table Random Index (RI) yang nilainya untuk setiap ordo matriks dapat dilihat pada tabel berikut ini:
Tabel 2.5 Random Index
Urutan Matriks
1 2 3 4 5 6 7 8 9 10
Dengan tetap menggunakan matriks diatas, pendekatan yang digunakan dalam
pengujian konsistensi matriks perbandingan adalah:
a. Melakukan perkalian antara bobot elemen dengan nilai awal matriks & membagi jumlah perkalian bobot elemen & nilai awal matriks dengan bobot untuk mendapatkan nilai eigen.
Tabel 2.6 Nilai Eigen
Tujuan Sub-1
b. Mencari nilai matriks
Nilai matriks merupakan nilai rata-rata dari nilai eigen yang didapatkan dari perhitungan sebelumnya.
λmax = (3.15 + 3.05 + 3.06)/3 = 3.09
c. Mencari nilai Consistency Index (CI)
CI = λmax – N / (N-1), dengan N adalah jumlah elemen dalam Matriks (N = 3)
= (3.09-3)/(3-1)=0.045
d. Mencari nilai Consistency Ratio (CR) CR = CI /RI
CR = 0.045 / 0.58 = 0.08
5. Melakukan pengujian konsistensi hirarki. Pengujian ini bertujuan untuk menguji kekonsistensian perbandingan antara kriteria yang dilakukan untuk seluruh hirarki. Total CI dari suatu hirarki diperoleh dengan jalan melakukan pembobotan tiap CI dengan prioritas elemen yang berkaitan dengan faktorfaktor yang diperbandingkan, dan kemudian menjumlahkan seluruh hasilnya. Dasar dalam membagi konsistensi dari suatu level matriks hirarki adalah mengetahui konsistensi indeks (CI) dan vektor eigen dari suatu matriks perbandingan berpasangan pada tingkat hirarki tertentu. dimana,
CR Hij = Rasio konsistensi hirarki dari matriks perbandingan berpasangan matriks i hirarki pada tingkat j yang dikatakan konsistensi jika nilainya <10%.
CI Hij = Indeks konsistensi hirarki dari matriks perbandingan i pada tingkat j.
RI Hij = Indeks random hirarki dari matriks perbandingan berpasangan i pada hirarki tingkat j.
CIi,j = Indeks konsistensi dari matriks perbandingan berpasangan i pada hirarki tingkat j.
EVi,j = Vektor eigen dari matriks perbandingan berpasangan i pada hirarki tingkat j yang berupa vektor garis.
CIi,j + 1 = Indeks konsistensi dari matriks perbandingan berpasangan yang dibawahi matriks i pada hirarki tingkat j+1 berupa vektor kolom.
RIi,j = Indeks random dari matriks perbandingan berpasangan i hirarki pada tingkat j.
RIi,j + 1 = Indeks rasio dari orde matriks perbandingan berpasangan yang dibawahi matriks i pada hirarki tingkat j+1 berupa vektor kolom.
1. Nilai Ujian Nasional SMP
Maksud dari kriteria tersebut adalah nilai ujian nasional SMP sangat berpengaruh besar terhadap kelulusan untuk ketingkat yang lebih tinggi. Nilai ujian nasional ini merupakan standard nasional yang harus dipenuhi para siswa.
2. Nilai Praktek SMP
Nilai Praktek SMP dilihat dari beberapa faktor diantara olahraga,agama,bahasa inggris,dan lain sebagai nya. Sebagai nilai lebih saat kelulusan.
3. Nilai Semester Terakhir SMP
Nilai ini sebagai acuan untuk pembanding pihak sekolah dalam hal penyeleksian calon siswa,sehingga pihak sekolah paham akan kelebihan dan kekurangan siswa pada mata pelajaran tertentu.
4. Nilai Ekstrakurikuler
BAB 3
ANALISIS DAN PERANCANGAN SISTEM
3.1 Analisis Permasalahan dengan Metode Analytical Hierarchy Process
Kegiatan Seleksi Siswa Baru merupakan kegiatan yang dilaksanakan oleh SMA Kemala Bhayangkari 1 Medan setiap tahunnya. Kenyataan dilapangan bahwa pihak sekolah kurang siap dalam penyelenggaraan seleksi siswa baru. Masalah administrasi yang bersifat manual mengakibatkan kurang efisiennya kegiatan seleksi siswa baru. Oleh karena itu, penulis berinisiatif untuk merancang suatu sistem yang dapat membantu pihak sekolah dalam pengambil keputusan seleksi siswa baru, sehingga dapat lebih efisien dalam pelaksanaannya.
Metode AHP digunakan sebagai pendukung Keputusan. Peralatan utama dari model ini adalah sebuah hirarki fungsional dengan input utamanya adalah persepsi manusia. Jadi perbedaan yang mencolok model AHP dengan model lainnya terletak pada jenis inputnya. Terdapat 4 aksioma-aksioma yang terkandung dalam model AHP.
Adapun langkah-langkah dalam metode AHP adalah sebagai berikut:
1. Menentukan jenis-jenis kriteria calon siswa baru .
2. Menyusun kriteria-kriteria tersebut dalam bentuk matriks berpasangan. 3. Menjumlah matriks kolom.
4. Menghitung nilai elemen kolom kriteria dengan rumus masing-masing elemen kolom
5. Menghitung nilai prioritas kriteria dengan rumus menjumlah matriks baris hasil
langkah 4 dan hasilnya langkah 5 dibagi dengan jumlah kriteria. 6. Menentukan alternatif-alternatif yang akan menjadi pilihan.
7. Menyusun alternatif-alternatif yang telah ditentukan dalam bentuk matriks
berpasangan untuk masing-masing kriteria. Sehingga akan ada sebanyak n buah matriks berpasangan antar alternatif.
8. Masing-masing matriks berpasangan antar alternatif sebanyak n buah matriks,
masing-masing matriksnya dijumlah per kolomnya.
9. Menghitung nilai prioritas alternatif masing-masing matriks berpasangan antar antar
alternatif dengan rumus seperti langkah 4 dan langkah 5
10. Menguji konsistensi setiap matriks berpasangan antar alternatif dengan rumus masing-masing elemen matriks berpasangan pada langkah 2 dikalikan dengan nilai prioritas kriteria. Hasilnya masing-masing baris dijumlah, kemudian hasilnya dengan masing-masing nilai prioritas kriteria sebanyak λ1, λ2, λ3, ..., λn. Menghitung nilai
lamda maksimum dengan rumus:
n
maks =
∑
λ λ
11. Menghitung nilai Indeks Konsistensi, dengan rumus
1
12. Menghitung Rasio Konsistensi, dengan rumus
RI CI CR=
Jika CR<0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan konsisten. Jika CR≥ 0,1, maka nilai perbandingan berpasangan pada matriks kriteria yang diberikan tidak konsisten. Sehingga jika tidak konsisten, maka pengisian nilai-nilai pada matriks berpasangan pada unsur kriteria maupun alternatif harus diulang.
13. Menyusun matriks baris antar alternatif versus kriteria yang isinya hasil perhitungan proses langkah 7 , langkah 8, dan langkah 9.
3.2 Pemecahan Masalah dengan Metode Analytical Hierarchy Process
Adapun langkah-langkah dalam penelitian ini adalah sebagai berikut:
1. Menentukan jenis-jenis kriteria calon siswa baru. Dalam penelitian ini,
kriteria-kriteria yang dibutuhkan calon siswa baru adalah Nilai Ujian Nasional SMP,Nilai Praktek SMP,Nilai Ujian Terakhir SMP,Nilai Ekstrakurikuler.
2. Menyusun kriteria-kriteria calon siswa baru dalam matriks berpasangan seperti
Tabel 3.2.
Tabel 3.2 Tabel Nilai Seleksi Siswa
Sebutan Angka
Tabel 3.3 Matriks Berpasangan Untuk Kriteria Calon Siswa Baru
Cara pengisian elemen-elemen matriks pada Tabel 3.2, adalah sebagai berikut:
a. Elemen a[i,j] = 1, dimana i = 1,2,3,...n. Untuk penelitian ini, n = 5. b. Elemen matriks segitiga atas sebagai input.
c. Elemen matriks segitiga bawah mempunyai rumus
[ ] [ ]
j3. Menjumlah setiap kolom pada Tabel 3.3.
4. Menentukan nilai elemen kolom kriteria dengan rumus tiap-tiap sel pada Tabel 3.3
dibagi dengan masing-masing jumlah kolom pada langkah 3.
5. Menentukan prioritas kriteria pada masing-masing baris pada Tabel 3.1 dengan
rumus jumlah baris dibagi dengan banyak kriteria.
6. Memasukkan data-data nama calon siswa baru dalam bentuk matriks berpasangan.
Tabel 3.4 Matriks Berpasangan Calon Siswa Baru
Nilai Ujian Nasional
7. Menjumlah setiap kolom pada Tabel 3.3.
8. Menentukan nilai elemen kolom siswa dengan rumus tiap-tiap sel pada Tabel 3.3 dibagi dengan jumlah kolom pada langkah 7.
9. Menentukan prioritas siswa pada masing-masing baris pada Tabel 3.3 dengan rumus jumlah baris dibagi dengan banyak calon siswa.
3.2.1 Hasil dan Pembahasan
1. Sesuai dengan langkah-langkah Analytical Hierarchy Process, pada subbab ini akan
dibahas tentang masukan data yang sebenarnya, proses perhitungan dan keluaran yang diharapkan untuk studi kasus menghitung nilai prioritas tertinggi tiap calon siswa baru. Masukan awal adalah menentukan nilai kriteria, dimisalkan seperti Tabel 3.5.
Tabel 3.5 Masukan Hasil Perhitungan Kriteria Calon Siswa
2. Setelah dimasukkan data pada Tabel 3.5 di atas, maka dihasilkan nilai pembagian jumlah kolom dengan rumus masing-masing sel pada Tabel 3.5 dibagi dengan jumlah kolom masing-masing. Menjumlahkan nilai elemen setiap kolom. Dari nilai-nilai
elemen matriks kriteria diatas maka jumlah elemen setiap kolom adalah Jumlah Kolom 1 : 1 + 0.3333 + 0.2 + 0.1428 = 1.6761
Jumlah Kolom 2 : 3 + 1 + 0.3333 + 0.2 = 4.5333
Kriteria Nilai Ujian
Jumlah Kolom 3 : 5 + 3 + 1 + 0.2 = 9.3333
Jumlah Kolom 4 : 7+ 5 + 3 + 1 = 16
3. Membagi setiap elemen pada kolom dengan jumlah per kolom yang sesuai. Dari nilai-nilai elemen matriks tabel 3.5 dan jumlah masing-masing kolom diatas maka dapat dihitung matriks normalisasi dengan cara membagi setiap elemen pada kolom dengan jumlah per kolom yang sesuai, misalnya untuk menghitung matriks normalisasi pada kolom 1 dan baris 1 maka dapat dihitung sebagai berikut.
Kolom baris1=Nilai matrix perbandingan kriteria baris 1 kolom 1 Jumlah Kolom 1
= 1 = 0.5966 1.6761
Tabel 3.6 Hasil Matriks Normalisasi
Kriteria Nilai
4. Setelah matriks normalisasi didapatkan, langkah selanjutnya menjumlahkan tiap baris pada matriks tersebut. Jumlah masing baris pada tabel 3.6 dapat dihitung dengan cara sebagai berikut.
= 2.2316
Jumlah Baris 2 = 0.1988 + 0.2206 + 0.3214+ 0.3125 = 1.0533
Jumlah Baris 3 = 0.1193 + 0.0735 + 0.1071+ 0.1875 = 0.4874
Jumlah Baris 4 = 0.0852 + 0.0441 + 0.0357+ 0.0625 = 0.2275
5. Setelah didapatkan jumlah pada masing-masing baris, selanjutnya dihitung bobot
masing-masing kriteria dengan cara membagi masing-masing jumlah baris dengan jumlah elemen atau jumlah kriteria (n = 4), sehingga bobot masing-masing kriteria dapat dihitung seperti berikut.
Bobot Kriteria Nilai Ujian Nasional SMP = 2.2316/4 = 0.5579 Bobot Kriteria Nilai Praktek SMP = 1.0533/4 = 0.2633 Bobot Kriteria Nilai Semester Terakhir SMP = 0.4874/4 = 0.1218 Bobot Kriteria Nilai Ekstrakulikuler = 0.2275/4 = 0.0569
Setelah didapatkan bobot kriteria untuk masing-masing kriteria, selanjutnya membuat matriks konsistensi perbandingan antar kriteria yaitu :
6. Mengalikan elemen pada kolom matriks dengan bobot kriteria yang bersesuaian. Elemen kolom matriks yang dimaksud disini adalah matriks awal yaitu mariks perbandingan kriteria tabel 3.5. Misalnya saja untuk hasil perkalian elemen kolom matriks kolom 1 baris 1 dapat dihitung dengan cara sebagai berikut.
Hasil perkalian kolom 1 baris 1 = 1 x 0.5579 = 0.5579
Tabel 3.7 Tabel Matriks Konsistensi Kriteria
Kriteria Nilai Ujian Nasional
7. Hasil perkalian tersebut kemudian dijumlahkan per tiap baris. Dari hasil pada matriks
perkalian tabel 3.7 diatas kemudian setiap barisnya dijumlahkan dengan perhitungan sebagai berikut.
8. Jumlah tiap baris tersebut dibagi dengan prioritas yang bersesuaian. Kemudian hasil dari jumlah tiap-tiap baris diatas dibagi dengan prioritas yang bersesuaian, sehingga perhitungannya sebagai berikut.
Hasil Bagi Prioritas bersangkutan 2 = 1.0991/0.2633 = 4.1743
Hasil Bagi Prioritas bersangkutan 3 = 0.4918/0.1218 = 4.0378 Hasil Bagi Prioritas bersangkutan 4 = 0.2299/0.0569 = 4.0404
9. Langkah selanjutnya yaitu menghitung λmax dengan cara menjumlahkan hasil
pembagian pada langkah diatas dan kemudian membaginya dengan banyaknya elemen (n = 4). Dengan aturan diatas maka λmax dapat dihitung sebagai berikut.
λmax = 4.2214 + 4.1743 + 4.0378 + 4.0404 / 4 = 16.4739 / 4 = 4.1185
10. Menghitung indeks konsistensi (consistency index): Untuk menghitung indeks
konsistensi (consistency indeks) dengan memakai rumus CI = ((λmax -n)/n-1. CI = (λmax -n)/n-1 = (4.1185 – 4)/4-1 = 0.0395
11. Menghitung rasio konsistensi dengan rumus: Rasio konsistensi dihitung dengan memakai rumus CR=CI/RC, dengan RC adalah random konsistensi dengan nilai 0.90 karena pada kasus ini mempunyai ukuran matriks 4. Sehingga nilai dari CR dapat dihitung dengan cara sebagai berikut.
CR = CI/RC = 0.0395/0.90 = 0.0439
Dari hasil perhitungan yang diperoleh dapat diketahui bahwa nilai rasio konsistensi kriteria bernilai 0.0158 dan nilai rasio konsistensi kriteria ini lebih kecil atau sama dengan 0,1, sehingga nilai bobot kriteria yang sebelumnya diperoleh dapat dipergunakan.
3.2.2 Proses Perhitungan Intensitas
Setelah bobot kriteria dan nilai rasio konsistensi kriteria didapatkan, maka langkah selanjutnya adalah menentukan nilai prioritas intensitas pada masingmasing kriteria. Terdapat 5 intensitas yang terdiri dari sangat baik, baik, cukup, sedang dan kurang, sehingga ada 4 perhitungan prioritas intensitas kriteria yaitu Nilai Ujian nasional SMP, Nilai Praktek SMP, Nilai Semester Terakhir SMP, Nilai Ekstrakulikuler.
1. Memasukan rasio kepentingan atau skala kuantitatif intensitas. Setelah memasukan
rasio kepentingan atau skala kuantitatif, didapatkan matriks perbandingan intensitas kriteria kesetiaan seperti dalam tabel 3.8
3.8 Tabel Matriks Perbandingan Intensitas Untuk Kriteria
Nilai Ujian Nasional SMP
Amat baik Baik Cukup Sedang Kurang
Dari matriks perbandingan intensitas diatas maka dapat di hitung nilai elemen setiap
kolom yaitu dengan cara menjumlahkan nilai elemen tiap kolom, sehingga didapatkan hasil sebagai berikut :
Jumlah Kolom 1 = 1 + 0,5 + 0,3333 + 0,25 + 0,2 = 2,2833 Jumlah Kolom 2 = 2 + 1 + 0,5 + 0,3333 + 0,2 = 4,0333
Jumlah Kolom 3 = 3 + 2 + 1 + 0,3333 + 0,2 = 6,5333 Jumlah Kolom 4 = 4 + 3 + 3 + 1 + 0,3333 = 11,3333 Jumlah Kolom 5 = 5 + 5 + 5 + 3 + 1 = 19
Membagi setiap elemen pada kolom dengan jumlah per kolom yang sesuai. Dari nilai-nilai elemen matriks pada tabel 3.6 dan jumlah masing-masing kolom diatas maka dapat dihitung matriks normalisasi dengan cara membagi setiap elemen pada kolom dengan jumlah per kolom yang sesuai, misalnya untuk menghitung matriks normalisasi pada kolom 1 dan baris 1 maka dapat dihitung sebagai berikut.
Kolom 1 baris 1 = Nilai matriks perbandingan kriteri baris 1 kolom 1 Jumlah Kolom 1
= 0.4380
Dengan cara yang sama maka nilai elemen yang lain dapat dihitung, sehingga dihasilkan matriks normalisasi seperti pada tabel 3.9
Tabel 3.9 Tabel Hasil Matriks Normalisasi Untuk Intensitas Kriteria Nilai Ujian
Nasional SMP
Amat baik Baik Cukup Sedang Kurang Amat baik 0.4380 0.4959 0.4592 0.3529 0.2631
Baik 0.2190 0.2479 0.3061 0.2647 0.2631
Cukup 0.1460 0.1240 0.1531 0.2647 0.2631
Sedang 0.1095 0.0826 0.0510 0.0882 0.1579
Kurang 0.0876 0.0496 0.0306 0.0294 0.0526
2. Setelah matriks normalisasi didapatkan, langkah selanjutnya menjumlahkan tiap baris matriks normalisasi pada tabel 3.9, jumlah pada masing baris dapat dihitung
dengan cara sebagai berikut.
Jumlah Baris 1 = 0.4380 + 0.4959 + 0.4592 + 0.3529 + 0.2631 = 2.0091
Jumlah Baris 2 = 0.2190 + 0.2479 + 0.3061 + 0.2647 + 0.2631
= 1.3008
Jumlah Baris 3 = 0.1460+ 0.1240+ 0.1531+ 0.2647+ 0.2631 = 0.9509
Jumlah Baris 4 = 0.1095+ 0.0826+ 0.0510+ 0.0882+ 0.1579 = 0.4892
Jumlah Baris 5 = 0.0876+ 0.0496+ 0.0306+ 0.0294+ 0.0526 = 0.2498
jumlah elemen atau jumlah intensitas (n = 5), sehingga prioritas masing-masing kriteria
dapat dihitung seperti berikut.
Nilai prioritas intensitas amat baik = 2.0091/5 = 0.4018 Nilai prioritas intensitas baik = 1.3008/5 = 0.2602 Nilai prioritas intensitas cukup = 0.9509/5 = 0.1902 Nilai prioritas intensitas sedang = 0.4892/5 = 0.0978 Nilai prioritas intensitas kurang = 0.2498/5 = 0.05
3. Mengalikan elemen pada kolom matriks dengan nilai prioritas intensitas yang
bersesuaian. Elemen kolom matriks yang dimaksud disini adalah matriks awal yaitu mariks perbandingan intensitas untuk kriteria Nilai Ujian Nsional SMP seperti pada tabel 3.7.
Misalnya saja untuk hasil perkalian elemen kolom matriks kolom 1 baris 1 dapat dihitung dengan cara Hasil perkalian kolom 1 baris 1 = 1 x 0.4018 = 0.4018
Dengan cara yang sama hasil perkalian untuk elemen kolom yang lain
Tabel 3.10 Tabel Matriks Konsistensi Intensitas Kriteria
Nilai Ujian Nasional SMP
Amat baik Baik Cukup Sedang Kurang
Amat baik 0.4018 0.5204 0.5706 0.3912 0.25
Baik 0.2009 0.2602 0.3804 0.2934 0.25
Cukup 0.1339 0.1301 0.1902 0.2934 0.25 Sedang 0.1004 0.0867 0.0634 0.0978 0.15
Kurang 0.0804 0.0520 0.0380 0.0326 0.05
4. Hasil perkalian tersebut kemudian dijumlahkan per tiap baris. Dari hasil pada matriks
tabel 3.10 diatas, kemudian setiap baris dijumlahkan dengan perhitungan sebagai berikut.
= 2.134
Jumlah baris 2 = 0.2009+ 0.2602+ 0.3804+ 0.2934+ 0.25 = 1.3849
Jumlah baris 3 = 0.1339+ 0.1301 + 0.1902+ 0.2934+ 0.25 = 0,9976
Jumlah baris 4 = 0.1004+ 0.0867+ 0.0634+ 0.0978+ 0.15 = 0.4983
Jumlah baris 5 = 0.0804+ 0.0520+ 0.0380+ 0.0326+ 0.05 = 0,253
5. Jumlah tiap baris tersebut dibagi dengan prioritas intensitas yang bersesuaian.
Kemudian hasil dari tiap-tiap baris diatas dibagi dengan prioritas intensits yang bersesuaian, sehingga hasilnya dapat dihitung sebagai berikut.
Hasil Bagi Prioritas Bersangkutan baris 1 = 2.134/0.4018 = 5.3111 Hasil Bagi Prioritas Bersangkutan baris 2 = 1.3849/0.2602 = 5.3224 Hasil Bagi Prioritas Bersangkutan baris 3 =0.9976/0.1902 = 5.2450 Hasil Bagi Prioritas Bersangkutan Baris 4 = 0.4983/0.0978 = 5.051 Hasil Bagi Prioritas Bersangkutan baris 5 = 0,253/0.05 = 5.06
6. Langkah selanjutnya yaitu menghitung λmax dengan cara menjumlahkan semua hasil pembagian pada langkah diatas dan kemudian membaginya dengan banyaknya elemen (n = 5). Dengan aturan diatas maka λmax dapat dihitung sebagai berikut.
λmax = 5.3111 + 5.3224 + 5.2450 + 5.0951 + 5.06 / 5 = 26.0336/5 = 5.2067
7. Menghitung indeks konsistensi (consistency index): Untuk menghitung indeks
konsistensi (consistency indeks) dengan memakai rumus CI = (λmax-n)/n. CI = (λmax-n)/n-1 = (5.2067-5)/5-1=0.0517
8. Menghitung rasio konsistensi Rasio konsistensi dihitung dengan memakai rumus
CR = CI/RC =0.0517/1.12=0.0462
Dari hasil perhitungan yang diperoleh, dapat diketahui bahwa rasio konsistensi intensitas kriteria bernilai 0,0462 dan nilai konsistensi intensitas ini lebih kecil atau sama dengan 0,1, sehingga proses dapat dilanjutkan untuk mencari prioritas global. Langkah selanjutnya adalah :
9. Mengalikan nilai prioritas intensitas dan prioritas kriteria yang bersesuaian untuk
mendapatkan prioritas global. Untuk mencari prioritas global masing-masing intensitas dengan cara mengalikan nilai prioritas intensitas dengan prioritas kriteria yang bersesuaian. Dengan aturan tersebut maka prioritas global pada masing-masing intensitas pada kriteria Nilai Ujian Nasional SMP dapat dihitung dengan cara :
Nilai Prioritas Global intensitas amat baik = 0.4018 x 0.5579 = 0.2242
Nilai Prioritas Global intensitas baik = 0.2602 x 0.5579 = 0.1452
Nilai Prioritas Global intensitas cukup = 0.1902 x 0.5579 = 0.1061
Nilai Prioritas Global intensitas sedang = 0.0978 x 0.5579 = 0.0546
Nilai Prioritas Global intensitas kurang = 0.05 x 0.5579 = 0.0279
10. Hasilnya dibagi dengan prioritas terbesar yang bersesuaian. Setelah didapatkan nilai
prioritas global masing-masing intensitas langkah selanjutnya dilakukan pembagian prioritas terbesar. Dari kelima nilai prioritas global diatas yang mempunyai nilai terbesar adalah intensitas amat baik dengan nilai 0,2242, sehingga hasil bagi masing-masing intensitas dapat dihitung dengan cara sebagai berikut.
Intensitas kurang = 0.0279/0.2242 = 0.1244
Untuk menghitung prioritas dan rasio konsistensi intensitas yang lain adalah dengan cara yang sama seperti langkah-langkah diatas. Dengan tabel matriks perbandingan intensitas untuk masing-masing kriteria :
Tabel 3.11 Tabel Matrik Perbandingan Intensitas Untuk Kriteria
Nilai Praktek SMP
11. Mengalikan nilai prioritas intensitas dan prioritas kriteria yang bersesuaian untuk
mendapatkan prioritas global. Untuk mencari prioritas global masing-masing intensitas dengan cara menglikan nilai prioritas intensitas dengan prioritas kriteria yang bersesuaian. Dengan aturan tersebut maka prioritas global pada masing-masing
intensitas pada kriteria Nilai Praktek SMP dapat dihitung dengan cara : Nilai prioritas global intensitas amat baik = 0.4018 x 0.2633 = 0.1058
Nilai prioritas global intensitas baik = 0.2602 x 0.2633 = 0.0685
Nilai prioritas global intensitas cukup = 0.1902 x 0.2633 = 0.0501
Nilai prioritas global intensitas sedang = 0.0978 x 0.2633 = 0.0257
12. Hasilnya dibagi dengan prioritas terbesar yang bersesuaian. Setelah didapatkan nilai
prioritas global masing-masing intensitas langkah selanjutnya dilakukan pembagian prioritas terbesar. Dari kelima nilai prioritas global diatas yang mempunyai nilai terbesar adalah intensitas amat baik dengan nilai 0,1058 sehingga hasil bagi masing-masing intensitas dapat dihitung dengan cara sebagai berikut.
Intensitas amat baik = 0.1058/0.1058 = 1 Intensitas baik = 0.0685/0.1058 = 0.6474 Intensitas cukup = 0.0501/0.1058 = 0.4735 Intensitas sedang = 0.0257/0.1058 = 0.2429 Intensitas kurang = 0.0132/0.1058 = 0.1248
13. Mengalikan nilai prioritas intensitas dan prioritas kriteria yang bersesuaian untuk mendapatkan prioritas global. Untuk mencari prioritas global masing-masing intensitas dengan cara mengalikan nilai prioritas intensitas dengan prioritas kriteria yang bersesuaian. Dengan aturan tersebut maka prioritas global pada masing-masing intensitas pada kriteria Nilai Semester Terakhir SMP dapat dihitung dengan cara : Nilai Prioritas Global Intensitas amat baik = 0.4018 x 0.1218
= 0.0489
Nilai Prioritas Global Intensitas baik = 0.2602 x 0.1218 = 0.0317
Nilai Prioritas Global Intensitas cukup = 0.1902 x 0.1218 = 0.0232
Nilai Prioritas Global Intensitas sedang = 0.0978 x 0.1218 = 0.0119
Nilai Prioritas Global Intensitas kurang = 0.05 x 0.1218 = 0.0061
14. Hasilnya dibagi dengan prioritas terbesar yang bersesuaian. Setelah didapatkan nilai
prioritas terbesar. Dari kelima nilai Prioritas Global diatas yang mempunyai nilai
terbesar adalah intensitas amat baik dengan nilai 0.0489, sehingga hasil bagi masing-masing intensitas dapat dihitung dengan cara sebagai berikut.
Intensitas amat baik = 0.0489/0.0489 = 1 Intensitas baik = 0.0317/0.0489 = 0.6483 Intensitas cukup = 0.0232/0.0489 = 0.4744 Intensitas sedang = 0.0119/0.0489 = 0.2433 Intensitas kurang = 0.0061/0.0489 = 0.1247
Tabel 3.12 Tabel Matrik Perbandingan Intensitas Untuk Kriteria
Nilai Ekstrakulikuler SMP
1. Mengalikan nilai prioritas intensitas dan prioritas kriteria yang bersesuaian untuk
mendapatkan prioritas global. Untuk mencari prioritas global masing-masing intensitas dengan cara menglikan nilai prioritas intensitas dengan prioritas kriteria yang bersesuaian. Dengan aturan tersebut maka prioritas global pada masing-masing intensitas pada kriteria Nilai Ekstrakulikuler dapat dihitung dengan cara :
Nilai Prioritas Global Intensitas amat baik = 0.4018 x 0.0569 = 0.0229
Nilai Prioritas Global Intensitas baik = 0.2602 x 0.0569 = 0.0148
Nilai Prioritas Global Intensitas cukup = 0.1902 x 0.0569 = 0.0108
= 0.0056
Nilai Prioritas Global Intensitas kurang = 0.05 x 0.0569 = 0.0028
2. Hasilnya dibagi dengan prioritas terbesar yang bersesuaian. Setelah didapatkan nilai
prioritas global masing-masing intensitas langkah selanjutnya dilakukan pembagian prioritas terbesar. Dari kelima nilai prioritas global diatas yang mempunyai nilai terbesar adalah intensitas amat baik dengan nilai 0,0229, sehingga hasil bagi masing-masing intensitas dapat dihitung dengan cara sebagai berikut.
Intensitas amat baik = 0.0229/0.0229= 1 Intensitas baik = 0.0148/0.0229= 0.6463 Intensitas cukup = 0.0108/0.0229= 0.4716 Intensitas sedang = 0.0056/0.0229= 0.2445 Intensitas kurang = 0.0028/0.0229= 0.1223
Tabel 3.13 Tabel Hasil Bagi Nilai Prioritas Global Masing-Masing Intensitas
3.2.3 Proses Penilaian Calon Siswa
Setelah nilai bobot kriteria dan nilai hasil bagi Prioritas Global tiap-tiap intensitas pada masing-masing kriteria didapatkan, maka langkah selanjutnya melakukan penilaian calon siswa berdasarkan nilai kriteria. Penghitungan nilai calon siswa dilakukan dengan mengalikan nilai hasil bagi Prioritas Global intensitas berdasarkan data nilai kriteria dengan bobot kriteria yang bersesuaian. Kemudian hasilnya dijumlahkan dan akan diperoleh nilai total hasil perhitungan calon siswa. Untuk mendapatkan nilai akhir calon siswa maka nilai total yang didapat kemudian dikalikan 100. Penilaian calon siswa dengan nilai kriteria seperti pada tabel 3.16
Tabel 3.14 Tabel Nilai Kriteria Calon Siswa
Nilai Ujian
Langkah pertama dalam proses penilaian ini yaitu melakukan penilaian pada masing-masing kriteria sesuai intensitas yang dimiliki. Dari data pada table 4.3 diatas maka nilai total kriteria dapat dihitung dengan cara sebagai berikut :
Nilai Total = (0.6476 x 0.5579) + (0.2429 x 0.2633) + (0.4744 x 0.1218) + (0.6463 x 0.0569)
= 0.3613 + 0.0639+ 0.0578 + 0.0368 = 0.5198
3.3DFD (DATA FLOW DIAGRAM)
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN SISWA BARU
KEPALA SEKOLAH SISWA
ADMINISTRATOR
Data_siswa No_pendaftaran
Data_login Data_konfirmasi
No_pendaftaran
data_penerimaan_tampil Data_kriteria
Data_intensitas
Data_hasil Data_hasil
Data_penerimaan
Data_siswa_tampil
Data_manipulasi_siswa
Tabel 3.15 Kamus Data DFD Level 0
No / Nama Proses
Input Keterangan Proses Output
SISTEM
KEPALA SEKOLAH
Gambar 3.4 DFD Sistem Pendukung Keputusan Seleksi Siswa Baru Level 1
oleh user berupa data diri. Pada proses kriteria dan intensitas akan disimpan pada tabel
daftar.
Tabel 3.16 Kamus Data DFD Level 1
No / Nama
Proses Input Keterangan Proses Output
1.0 Login Data_login Pada proses ini, data login yang berasal dari Administrator dan akan
diubah menjadi
Pada proses ini,siswa mengirimkan data yang ke proses pendaftaran dimana sistem akan memberikan output
Pada proses ini, admin melakukan pengolahan data siswa yang meliputi tambah, ubah dan hapus data dimana
sistem akan memberikan output Data manipulasi siswa
Data_kriteria Pada proses ini,admin memasukan nilai kriteria dimana sistem akan
memberikan output
Data_intensitas Pada proses ini,admin memasukan nilai kriteria dimana sistem akan memberikan output
data_matriks_valid
6.0
Pendataan Siswa Baru
Data_penerimaan Pada proses ini,terjadi pembacaan data dari siswa yang lulus
Data_siswa_baru_tampi l
Tabel 3.16 Kamus Data DFD Level 1 (Lanjutan)
7.0
Pada proses ini,sistem menghasilkan nilai Prioritas Global dimana sistem akan memberikan output
data_prioritas_global_valid
Data_hasil
3.3 .1 ERD (Entity Relationship Diagram)
Entity Relationship Diagram (ERD) merupakan ilustrasi grafis objek-objek (atau entiti) dan atribut serta relasi antara keduanya. ERD merupakan relasi dari entiti dalam sistem yang dibuat, relasinya :
Ambil Bagian baris
Kriteria kolom
nilai
Ambil kriteria
Intensitas
baris kolom nilai
Bobot Kriteria
Ke
nilai
Prioritas Intensitas Ambil
intensitas
Ke nilai
Prioritas Global
baris
kolom
intensitas
3.3.2 Tabel Database
Field Jenis Nilai Keterangan
baris int 11
kolom int 11
Tabel 3.21 Kriteria
Field Jenis Nilai Keterangan
baris int 11
kolom int 11
nilai double
Tabel 3.22 Prioritas_Global
Field Jenis Nilai Keterangan
baris int 11
kolom int 11
intensitas double
Tabel 3.23 Prioritas_Intensitas
Field Jenis Nilai Keterangan
ke int 11
intensitas double 11
3.4 Perancangan Halaman Muka
Halaman home merupakan halaman “selamat datang” kepada user dengan penjelasan singkat mengenai sistem. Rancangannya dapat dilihat pada Gambar 3.6
Gambar 3.6 Rancangan Halaman Muka
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
3.4.1 Perancangan Halaman Pendaftaran
Halaman ini tampil ketika tombol “Pendaftaran” diklik dan merupakan bagian utama dari sistem, pada halaman pendaftaran dilakukan input data. Rancangannya dapat dilihat pada Gambar 3.7.
Gambar 3.7 Rancangan Halaman Pendaftaran
3.4.2 Perancangan Halaman Pengumuman
Halaman berikutnya adalah halaman Pengumuman, pada halaman pengumuman terdapat data dari semua calon siswa yang ada pada basis data, dan dapat disaring sesuai dengan kriterianya yaitu Nilai Ujian Nasional SMP, Nilai Praktek SMP, Nilai Semester Terakhir SMP dan Nilai Ekstrakurikuler. Dengan adanya form pencarian untuk memudahkan user dalam mencari informasi kelulusan. Rancangan halaman Pengumuman dapat dilihat pada Gambar 3.8.
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
Pendaftaran
• Home • Pendaftaran • Pengumuman • Admin
Gambar 3.8 Rancangan Halaman Pengumuman
3.4.3 Perancangan Halaman Admin
Halaman berikutnya adalah halaman admin,pada halaman ini terdapat data dari semua calon siswa yang mendaftar, admin memiliki hak dalam menambah dan menghapus data. Rancangan halaman admin dapat dilihat pada gambar 3.9
Gambar 3.9 Rancangan Halaman Admin
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
|Tambah|Kriteria|Intensitas|Hitung
DATA
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
Pengumuman
• Home • Pendaftaran • Pengumuman • Admin
3.4.4 Perancangan Halaman Kriteria
Halaman berikutnya adalah halaman kriteria,pada halaman ini terdapat data dari admin untuk menentukan angka kriteria. Rancangan halaman dapat dilihat pada gambar 3.10
Gambar 3.10 Rancangan Halaman Kriteria
3.4.5 Perancangan Halaman Intensitas
Halaman berikutnya adalah halaman intensitas,pada halaman ini terdapat data dari admin untuk menentukan angka intensitas. Rancangan halaman dapat dilihat pada gambar 3.11
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
DATA
Gambar 3.11 Rancangan Halaman Intensitas
3.4.6 Perancangan Halaman Hitung Akhir
Halaman berikutnya adalah halaman hasil akhir,pada halaman ini terdapat hasil akhir dari perhitungan 2 kriteria untuk menentukan nilai akhir. Rancangan halaman dapat dilihat
pada gambar 3.12
Gambar 3.12 Rancangan Halaman Nilai Akhir
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
HASIL AKHIR
Penerimaan Siswa Baru SMA Kemala Bhayangkari 1-Medan
DATA
BAB 4
IMPLEMENTASI
Pada bab ini akan dijelaskan tentang implementasi dan pengujian dari aplikasi yang telah dirancang pada bab 3. Implementasi ini dilakukan untuk mengetahui hasil dari perangkat lunak yang dibangun dan pengujian dilakukan untuk melihat apakah setiap proses yang ada berjalan dengan baik dan output yang dihasilkan sudah sesuai dengan yang diharapkan.
4.1Implementasi
Implementasi Sistem meliputi kebutuhan minimum hardware komputer dan kebutuhan perangkat lunak pendukung aplikasi.
Tahap implementasi perangkat lunak merupakan kelanjutan dari tahap perancangan, sehingga implementasi ini harus didasarkan pada perancangan yang telah
dilaksanakan sebelumnya. Dalam proses pembuatan aplikasi, konfigurasi komputer yang digunakan adalah notebook Acer Aspire 4740 dengan spesifikasi processor Intel Core I3 2.13 Ghz, RAM 3.00 GB dengan sistem operasi Microsoft Windows XP Service Pack 3. Tetapi aplikasi ini juga dapat dijalankan dengan konfigurasi minimal komputer sebagai berikut:
1. Prosesor dengan kecepatan proses 1000 MHz
5. Mouse 6. Keyboard
Perangkat lunak yang dibutuhkan untuk pengembangan dan implementasi metode AHP untuk proses pendukung keputusan penerimaan siswa baru yang dibutuhkan adalah: 1. Windows XP
2. Macromedia Dreamweaver dan Database MySQL yang telah tergabung dalam aplikasi XAMPP.
3. Web browser
4.2Pengujian Sistem
Pengujian yang dilakukan adalah pengujian metode (method testing) dengan menggunakan metode AHP. Metode AHP sebuah kerangka untuk mengambil keputusan dengan efektif. Pengujian metode berfokus pada tindakan pengguna yang terlihat dan pengguna dapat mengenali output dari sistem, pengujian ini menjalankan sistem pada lingkungan yang aktif dengan menggunakan data yang benar. Pada tahap ini pengujian dibagi menjadi dua bagian, yang pertama sebagai user dan yang kedua sebagai administrator yang masing-masing memiliki hak akses yang berbeda terhadap sistem.
4.2.1 Administrator
4.2.1.1Proses Login
Admin melakukan proses login seperti pada gambar 4.2
Gambar 4.2 form login admin
Pada halaman loginadmin,php, admin di haruskan mengisi username dan password agar dapat mengolah data pada database. Setelah proses login berhasil admin akan diarahkan ke halaman admin.php yang berisi tampilan tambah data dan hapus data. Tetapi jika proses login gagal maka ada peringatan jika proses login gagal dan akan kembali ke halaman muka index.php
4.2.1.2Pengolahan Data Siswa
Gambar
4.3 halaman admin.php
Untuk menambah data yang ada pada database, seorang admin hanya perlu memilih salah satu dari data siswa yang akan ditambah. Kemudian sistem akan
mengalihkan ke halaman tambah.php yang sudah berisi data yang akan ditambah. Prosesnya dapat dilihat pada Gambar 4.4
Gambar 4.4 Halaman tambah.php
dengan mengikuti link “loginadmin”, halaman ini terdiri dari form yang berfungsi untuk
menghapus data siswa. Halaman admin.php dapat dilihat pada Gambar 4.5
Gambar 4.5 halaman hapus.php
Pada halaman ini admin dapat menghapus data yang sudah masuk dari proses pendaftaran.php
Gambar 4.6 halaman kriteria2.php
Gambar 4.7 halaman intensitas2.php
Pada halaman ini admin memasukan nilai input kriteria intensitas sesuai dengan persepsi admin,kemudian saat tombol simpan diklik maka data akan disimpan didalam database.
Gambar 4.8 halaman hasilakhir.php
4.2.2 Sebagai User
Seorang pengguna (user) tidak diberikan hak akses untuk menambah ataupun mengubah informasi yang terdapat pada sistem. User hanya dapat melihat form pendaftaran dan pengumuman yang terdapat pada halaman pendaftaran.php dan pengumuman.php.
4.2.2.1Halaman Index
Halaman home merupakan halaman awal yang ditampilkan sistem, terdiri dari sedikit penjelasan mengenai aplikasi terkait dengan penggunaan metode ahp dan menu navigasi yang terdiri dari Home, Pendaftaran,Pengumuman,Admin. Tampilan dari halaman index.php dapat dilihat pada Gambar 4.9
Gambar 4.9 Halaman index.php
Untuk proses pendaftaran user harus mengakses halaman pendaftaran.php dimana data yang dimasukkan akan masuk kedalam database yang nantinya akan diolah oleh admin untuk proses penentuan kriteria.pendaftaran.php dapat dilihat pada gambar 4.10
Gambar 4.10 Halaman pendaftaran2.php
4.2.2.3Proses Pengumuman
Untuk proses pendaftaran user harus mengakses halaman pengumuman.php dimana data
BAB 5
KESIMPULAN DAN SARAN
5.1Kesimpulan
Berdasarkan hasil dari penelitian yang penulis lakukan mengenai implementasi metode ahp untuk proses pendukung keputusan penerimaan siswa baru yang telah dirancang, penulis dapat menarik kesimpulan sebagai berikut :
1. Aplikasi ini dibuat untuk membantu pihak sekolah dalam kegiatan penerimaan siswa
baru yang akurat dengan menggunakan metode AHP .
2. Metode AHP sangat membantu dalam proses penerimaan siswa baru terutama dalam hal pemberian poin (penilaian) untuk masing-masing kriteria dalam AHP yang digunakan.
3. Aplikasi Sistem Pendukung Keputusan Penerimaan Siswa Baru dengan metode AHP mendapatkan respon positif dari pihak sekolah dalam membantu pihak sekolah dalam kegiatan penerimaan siswa baru pada tahun ajaran mendatang.
5.2Saran
Penelitian yang penulis lakukan dirasa masih jauh dari sempurna. Untuk penelitian selanjutnya disarankan hal-hal sebagai berikut:
1. Melakukan analisis lebih lanjut terhadap penentuan batasan dari setiap metode AHP
yang digunakan.
2. Sebaiknya perlu dikembangkan cara yang tepat untuk menampilkan hasil
rekomendasi agar lebih mudah dimengerti oleh user.
3. Untuk menjaga dan memelihara keakuratan data maka perlu dilakukan proses update