FUZZY MULTI ATTRIBUTE DECISION MAKING
DENGAN METODE
SIMPLE ADDITIVE WEIGHTING
PADA SELEKSI PENERIMAAN SISWA BARU
(STUDI KASUS: SMP ADZKIA ISLAMIC SCHOOL)
Skripsi
Oleh
ACHMAD AKROM NIM : 109091000131
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
FUZZY MULTI ATTRIBUTE DECISION MAKING
DENGAN METODE
SIMPLE ADDITIVE WEIGHTING
PADA SELEKSI PENERIMAAN SISWA BARU
(STUDI KASUS: SMP ADZKIA ISLAMIC SCHOOL)
Skripsi
Diajukan sebagai salah satu syarat untuk memperoleh gelar sarjana komputer
Oleh
ACHMAD AKROM NIM : 109091000131
PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SYARIF HIDAYATULLAH JAKARTA
Dengan ini saya menyatakan bahwa:
1. Skripsi ini merupakan hasil karya asli saya yang diajukan untuk memenuhi salah satu persyaratan memperoleh gelar strata 1 di UIN Syarif Hidayatullah Jakarta.
2. Semua sumber yang saya gunakan dalam penulisan ini telah saya cantumkan sesuai dengan ketentuan yang berlaku di UIN Syarif Hidayatullah Jakarta.
3. Jika di kemudian hari terbukti bahwa karya ini bukan hasil karya asli saya atau merupakan hasil jiplakan dari karya orang lain, maka saya bersedia menerima sanksi yang berlaku di UIN Syarif Hidayatullah Jakarta.
Bismillahirrohmanirrohim
Puji syukur tiada henti, penulis panjatkan atas nikmat, belas kasih, serta kasih sayang-Nya yang senantiasa tercurahkan di setiap langkah gerak gerik goresan penulis. Penulis meyakini bahwa tiada kebarhasilan yang nyata tanpa pertolongan dari-Nya. Baik secara langsung maupun melalui hamba-hambaNya yang ia tetapkan sebagai perantara-Nya. Sholawat serta salam tersanjungkan kepada sang pembawa risalah penyempurna akhlak umat, serta sebagai penyebar kabar gembira bagi setiap umatnya.
Dan subhanallah atas karunia yang telah allah curahkan kepada penulis, maka dalam proses sampai penyusunan tugas akhir (Skripsi) ini pun penulis tiada menemui hambatan yang berarti. Dalam laporan penelitian ini, penulis berusaha memaparkan hasil penelitian yang telah dilaksanakan di SMP Adzkia Islamic School dengan judul “Penerapan Fuzzy Multi Attribute Decision Making dengan Metode Simple Additive Weigthing Pada Seleksi Penerimaan Siswa Baru (Studi Kasus: SMP Adzkia Islamic School) ” . Terselenggaranya penelitian ini tidak lepas dari peran serta para pihak atau para perantara yang senantiasa membantu, mengarahkan serta memberikan semangat kepada penulis. Selanjutnya, bertindak sebagai perantara yang allah tetapkan untuk senantiasa menemani serta memotivasi penulis dalam melaksanakan penelitian ini. Oleh karena itu, dalam kesempatan kali ini, penulis tidak lupa untuk mengucapkan terimakasih
diantaranya kepada;
1. Kedua orang tua penulis, yaitu Bapak Rohmat (alm) dan Ibu Fadhilah (alm) yang telah mendidik serta membesarkan penulis semasa hidupnya, yang terus menyayangi tiada balas dan tiada henti, yang terus berjuang membelah terik melawan panas matahari, dan yang senantiasa mendoakan dengan cucuran air matanya di setiap pagi dan malam hari. Semoga allah swt memuliakan Bapak dan Ibu, Allahummagfirlahumaa warhamhumaa wa'afihimaa wa'fuanhumaa
Sains dan Teknologi, Universitas Islam Negeri Syarif Hidayatullah Jakarta. 4. Ibu A. Hanifah Setyaningrum, M.Si dan ibu Nurul Faizah Rozy,MTI yang telah bersedia membimbing dan mengarahkan Penulis dalam menyelesaikan Skripsi ini.
5. Para penguji yang memberikan performa terbaik demi kebaikan tugas saya.
6. Para Dosen Teknik Informatika UIN Syarif Hidayatullah Jakarta yang telah membagikan ilmu dan pengalamannya kepada Penulis.
7. Kakak-kakak penulis yang selalu bekerja sama mencurahkan perhatiannya atas kondisi dan pendidikan penulis, serta yang terus menyalurkan motivasi.
8. Kepala sekolah beserta seluruh panitia dan guru SMP Adzkia Islamic School yang telah memberikan kesempatan kepada penulis untuk melakukan penelitian dengan baik.
9. Para sahabat sejati dan sehati, yang tiada henti memotivasi dan membagikan waktu serta perhatiannya kepada Penulis.
Sebagai sivitas akademik UIN Syarif Hidayatullah Jakarta, saya yang bertanda tangan di bawah ini:
Nama : Achmad Akrom NPM : 109091000131 Program Studi : Teknik Informatika
Departemen : UIN Syarif Hidayatullah Jakarta Fakultas : Sains dan Teknologi
Jenis karya : Skripsi
demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Islam Negeri Syarif Hidayatullah Jakarta Hak Bebas Royalti Noneksklusif (Non-exclusive Royalty Free Right) atas karya ilmiah saya yang berjudul :
Penerapan Fuzzy Multi Attribute Decision Making dengan Metode Simple
Additive Weighting Pada Seleksi Penerimaan Siswa Baru ( Studi Kasus: SMP
Adzkia Islamic School)
beserta perangkat yang ada (jika diperlukan). Dengan Hak Bebas Royalti Noneksklusif ini Universitas Islam Negeri Syarif Hidayatullah Jakarta berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat, dan memublikasikan tugas akhir saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.
Dibuat di : Ciputat
Pada tanggal : Juni 2015
Judul : Penerapan Fuzzy Multi Attribute Decision Making dengan penentuan kelulusan peserta. Pada penelitian ini, Penulis mengusulkan penerapan
Fuzzy Multi Attribute Decision Making dengan metode Simple Additive Weighting
sebagai sistem alternatif yang dapat digunakan untuk menentukan peserta terbaik berdasarkan kriteria yang telah ditentukan. Metode penelitian yang digunakan adalah metode incremental sedangkan bahasa pemprograman yang digunakan adalah PHP dengan MySQL sebagai databasenya. Hasil penelitian ini menyatakan bahwa dari 20 peserta yang dijadikan sample kemudian dipilih 15 peserta terbaik,
maka hasil yang didapat adalah sistem menempatkan peserta terbaik pada urutan
teratas dengan ketentuan tingkat kemampuan ekonominya lebih rendah, kemampuan baca qur'annya sangat sempurna dan direkomendasikan dalam tes wawancara.
Kata Kunci :
FMADM, SAW, Fuzzy, Inkremen, PHP, MySQL Halaman : xvi + 166
Title : Penerapan Fuzzy Multi Attribute Decision Making dengan Metode Simple Additive Weighting Pada Seleksi Penerimaan Siswa Baru ( Studi Kasus: SMP Adzkia Islamic School)
ABSTRACT
Selection of new admissions is one of the annual program is implemented by Junior Adzkia Islamic School in recruiting participants learners. The problem faced by junior Adzkia Islamic School in the selection process of new admissions is nonuniform examiner in determining the value of the participant who caused the criteria are qualitative variables. In addition, the system is still manual selection process resulted in the determination of the length of the graduation participants. In this study, the authors propose the application of Fuzzy Multi Attribute Decision Making with Simple Additive Weighting method as an alternative system that can be used to determine the best entries based on predetermined criteria. The method used is an incremental method while the programming language used is PHP with MySQL as the database. Results of this study stated that of the 20 participants who sampled are then selected 15 best participants , the results obtained are the best participants in the system locates the
top with the provisions of a lower level of economic ability , the ability to read the Quran is perfect and recommended in the interview.
Keyword :
FMADM, SAW, Fuzzy, Increment, PHP, MySQL Pages : xvi + 166
Halaman Judul...ii
Lembar Pernyataan Orisinalitas ...iii
Lembar Pengesahan...iv
Kata Pengantar...v
Lembar Persetujuan Publikasi Karya Ilmiah...vii
Abstrak...viii
2.6. Multi Attribute Decision Making...25
2.7. Fuzzy Multi Attribute Decision Making...28
2.8. Website...31
2.9. Database Management System ...32
2.13. Software Development Life Cycle...38
3. Metode Penelitian...40
3.1. Metode Pengumpulan Data...40
3.2. Metode Pengemgan Sistem...40
3.3. Kerangka Pemikiran...42
4. Tahap Pengembangan...44
4.1. Tahap Pengumpulan Data...44
4.1.1. Studi Pustaka...44
4.1.2. Wawancara...46
4.1.3. Observasi...46
4.2. Tahap Pengembangan Perancangan Sistem...46
4.2.1. Fase Komunikasi...47
4.2.2. Fase Perencanaan ...47
4.2.3. Fase Pemodelan...48
4.2.4. Fase Kontruksi...111
4.2.5. Fase Penyebaran...114
5. Hasil dan Pembahasan...115
5.1. Hasil Penelitian...110
5.2. Pembahasan...113
6. Kesimpulan dan Saran...118
6.1. Kesimpulan...118
6.2. Saran...118
Gambar 2.1: Grafik fungsi keanggotaan pendapatan ...14
Gambar 2.2: Grafik fungsi keanggotaan pengeluaran... 15
Gambar 2.3: Grafik Fungsi keanggoataan tajwid ...16
Gambar 2.4: Grafik fungsi keanggotaan lancar ...16
Gambar 2.5: Grafik fungsi keanggotan komitmen ...17
Gambar 2.6: Grafik fungsi keanggotaan motivasi ...18
Gambar 2.7: Grafik fungsi keanggotan kepribadian ...18
Gambar 2.8: Grafik fungsi keanggotaan variabel output ...19
Gambar 2.9: Diagram UML ...36
Gambar 3.1: Tahapan model inkremen ...42
Gambar 3.2: Kerangka pemikiran ...43
Gambar 4.1: Alur sistem berjalan ...48
Gambar 4.2: Alur pengambilan keputusan sistem berjalan ...50
Gambar 4.3: Alur pengambilan keputusan sistem usulan...51
Gambar 4.4: Parameter Kelulusan peserta...53
Gambar 4.5: Grafik bilangan fuzzy KOT ...63
Gambar 4.6: Grafik bilangan fuzzy BQ ...64
Gambar 4.7: Grafik biangan fuzzy wawancara ...64
Gambar 4.8: Flowchart SAW ...71
Gambar 4.9: Usecase diagram spk ...73
Gambar 4.10: Activity diagram login ...84
Gambar 4.11 Activity diagram logout ...85
Gambar 4.12: Activity diagram input peserta ...86
Gambar 4.13: Activity diagram lihat peserta ...87
Gambar 4.14: Activity diagram input nilai peserta ...89
Gambar 4.15: Activity diagram lihat nilai peserta ...90
Gambar 4.16: Diagram Activity Hasil ...92
Gambar 4.17: Class diagram sistem pendukung keputusan ...93
Gambar 4.21: Diagram sekuen tambah peserta ...96
Gambar 4.22: Diagram sekuen edit peserta ...96
Gambar 4.23: Diagram sekuen hapus peserta ...97
Gambar 4.24: Diagram sekuen cari peserta ...97
Gambar 4.25: diagram sekuen lihat nilai ...98
Gambar 4.26: Diagram sekuen edit nilai ...98
Gambar 4.27: Diagram sekuen lihat hasil ...99
Gambar 4.28: Diagram Sekuen cetak hasil ...99
Gambar 4.29: Diagram sekuen validasi ...100
Gambar 4.30: Rancangan form login ...103
Gambar 4.31: Rancangan halaman utama ...103
Gambar 4.32: Rancangan input peserta ...104
Gambar 4.33: Rancangan Lihat Peserta ...105
Gambar 4.34: Rancangan mencari peserta ...106
Gambar 4.35: Rancagan edit peserta ...106
Gambar 4.36: Rancangan pesan hapus ...107
Gambar 4.37: Rancangan input nilai ...108
Gambar 4.38: Rancangan lihat nilai ...108
Gambar 4.39: Rancangan Edit nilai ...109
Gambar 4.40: Rancangan hasil ...110
Gambar 4.41: Rancangan halaman cetak ...110
Tabel 2.1: Klasifikasi variabel ...12
Tabel 2.2: Klasifikasi variabel input ...13
Tabel 2.3: Aturan variabel kemampuan orang tua ...22
Tabel 2.4: Aturan variabel baca qur'an ...22
Tabel 2.5: Aturan variabel wawancara ...23
Tabel 2.6:Perbandingan metode MADM ...27
Tabel 2.7: Perbandingan model pengembangan sistem. ...39
Tabel 4.1:Literatur Sejenis ...45
Tabel 4.2: Nilai variabel input ...54
Tabel 4.3: Nilai variabel input salah satu peserta ...54
Tabel 4.4: Hasil nilai keanggotaan ...57
Tabel 4.5: Hasil akhir defuzzyfikasi ...61
Tabel 4.6: Bilangan Fuzzy KOT ...63
Tabel 4.7: Bilangan Fuzzy BQ ...63
Tabel 4.8: Bilangan Fuzzy Wawancara ...64
Tabel 4.9: Data sampel sebagai input sistem ...65
Tabel 4.10: Data Peserta Simulasi...66
Tabel 4.10: Hasil Normalisasi matrik ...69
Tabel 4.11: Hasil Perangkingan alternatif ...70
Tabel 4.12: Identifikasi Aktor ...72
Tabel 4.13: Definisi usecase diagram ...73
Tabel 4.14: Skenario usecase login ...75
Tabel 4.15: Skenario usecase login ...76
Tabel 4.16: Skenario usecase memeriksa status login ...76
Tabel 4.17: Skenario usecase input peserta ...73
Tabel 4.18: Skenario usecase mencari peserta ...73
Tabel 4.19: Skenario usecase lihat peserta ...74
Tabel 4.20: Skenario usecase detail peserta ...74
Tabel 4.24: Skenario usecase lihat data nilai ...82
Tabel 4.25: Skenario usecase edit nilai peserta ...82
Tabel 4.26: Skenario usecase lihat hasil ...83
Tabel 4.27: Skenario usecase cetak hasil ...84
Tabel 4.28: Database tabel admin ...101
Tabel 4.29: Database tabel peserta ...101
Tabel 4.30: Database tabel nilai ...102
Tabel 4.31: Database tabel hasil ...102
Tabel 4.32 : Tabel pengujian halaman login ...112
Tabel 4.33 : Tabel pengujian halaman utama ...113
Tabel 4.34 : Tabel pengujian halaman peserta ...113
Tabel 4.35 : Tabel pengujian halaman Penilaian ...114
Lampiran 1 : Surat permohonan bimbinban skripsi...123
Lampiran 2 : Surat keterangan penelitian...124
Lampiran 3 : Hasil wawancara...125
Lampiran 4 : Surat keterangan dari devisi bimbingan konseling SMP...129
Lampiran 5 : Form Penilaian...130
Lampiran 6 : Tampilan Program...138
BAB 1 siswa yang paling tepat diantara pendaftar lainnya, perlu dilakukan sebuah proses seleksi.
Dalam proses seleksi, setiap sekolah menggunakan variabel kriteria yang berbeda. Diantara variabel yang umum digunakan, sebagian mudah untuk diukur dengan jelas dan sebagian lainnya ada yang sulit untuk diukur dengan tepat dan jelas. Beberapa contoh variabel yang mudah diukur seperti; nilai rapor, nilai ujian, dan tes akademik. Sedangkan variabel yang sulit diukur seperti; tes wawancara dan tes baca qur'an.
Tes wawancara dan tes baca qur'an sulit diukur karena proses transformasi informasi dari peserta tidak mudah untuk dinilai dengan tepat dan jelas oleh penguji. Dalam hal ini, kemampuan penguji untuk menggali dan menangkap informasi dapat mempengaruhi hasil penilaian.
menangkap informasi yang disampaikan dapat berpengaruh terhadap hasil wawancara.
Ust.Suwardi menjelaskan, Penggunaan variabel yang sulit diukur
serta banyaknya penguji yang terlibat sekitar 25 orang, mengakibatkan sulitnya menentukan peserta terbaik dengan tepat dan jelas pada rapat penentuan hasil. Hal yang dialami pada rapat penentuan hasil adalah mengevaluasi satu persatu peserta berdasarkan rekomendasi dari hasil wawancara penguji untuk dinyatakan lulus atau tidak lulus. Cara seperti ini, membutuhkan waktu sekitar tujuh jam, merupakan waktu yang cukup lama untuk menentukan hasil. Selain itu, hasil yang didapat juga belum tentu tepat.
Fuzzy multi attribute decision making (FMADM) merupakan model yang digunakan untuk mengevaluasi, merangking dan menyeleksi alternatif paling tepat pada proses seleksi (Apriansyah, 2011:17). Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diterima (Gerdon, 2011:3). Terdapat berbagai macam metode yang dapat digunakan untuk menyelesaikan model FMADM, salah satunya adalah dengan mengaplikasikan metode MADM klasik diantaranya Simple Additive Wighting (SAW), TOPSIS, AHP (Analytic hierarchy Process), ELECTRE dan WP (Weighted Product) (Sri Kusumadewi, 2006 dalam Gerdon, 2011: 3).
Oleh karena itu, untuk membantu dalam menentukan hasil
Berdasarkan permasalahan diatas, maka penulis dalam skripsinya mengangkat judul “ Penerapan Fuzzy Multi Attribute Decision Making
dengan Metode Simple Additive Weighting pada Seleksi Penerimaan
Siswa Baru. ( Studi Kasus SMP Adzkia Islamic School )”.
1.2. Rumusan Masalah
Rumusan masalah dalam penelitian ini adalah:
Bagaimana Fuzzy Multi Attribute Decision Making dengan Metode
Simple Additive Weighting dapat menghasilkan peserta terbaik pada seleksi penerimaan siswa baru di SMP Adzkia Islamic School ?
1.3. Batasan Masalah
Batasan masalah dalam penelitian ini adalah ;
1. Metode pengumpulan data dalam penelitian ini dilakukan dengan cara studi pustaka wawancara dan observasi.
2. Metode pengembangan sistem dalam penelitian ini menggunakan metode inkremental, sedangkan metode penyelesaian FMADM menggunakan metode SAW.
3. Implementasi perubahan nilai variabel fuzzy ke bilangan Crips
menggunaan model FuzzyTsukamoto dengan aplikasi Spredsheet.
4. Bahasa pemprograman dalam implementasi metode SAW menggunakan PHP dengan database MySQL. Sedangkan desain
tool menggunakan UML Diagram.
1.4. Tujuan
Tujuan dari penelitian ini adalah:
Mengetahui hasil penerapan FMADM dengan metode SAW pada
seleksi penerimaan siswa baru di SMP Adzkia Islamic School dalam hal pemilihan peserta terbaik.
1.5. Manfaat
Dalam penelitian yang akan dilakukan, diharapkan dapat memberikan manfaat bagi siapa saja yang membutuhkan dan terkhusus bagi Penulis. Adapun manfaat yang diharapkan antara lain:
1. Bagi Penulis
a. Memahami bagaimana menerapkan FMADM dengan metode SAW dalam seleksi penerimaan siswa baru.
b. Menambah pengetahuan penulis terkait sistem pendukung keputusan.
c. Dapat menerapkan ilmu yang didapat selama kuliah. 2. Bagi Instansi Sekolah
a. Mengetahui cara baru dalam menentukan hasil seleksi.
melakukan penelitian adalah: dengan sifat iterasi/pengulangan. Hasil proses berupa produk yang makin lama makin lengkap sampai menghasilkan versi terlengkap sebagai produk akhir dari proses yang dilakukan.
1.7. Sistematika Penulisan
Sistematika penulisan laporan Skripsi Penerapan Fuzzy Multi Atribute Decision Making dengan Metode Simple Additive Weighting
pada Proses Seleksi Penerimaan siswa Baru SMP Adzkia Islamic School, meliputi :
BAB I PENDAHULUAN
Pada bab ini berisikian latar belakang masalah, perumusan masalah, batasan masalah, tujuan dan manfaat penulisan, metodologi
penulisan serta sistematika penulisan.
BAB II LANDASAN TEORI
BAB III METODOLOGI PENELITIAN
Pada bab ini akan dijelaskan tentang metodologi yang digunakan
dalam mengalisis dan mengimplementasikan Fuzzy Multi Attribute Decision Making (FMADM).
BAB IV TAHAP PENGEMBANGAN
pada bab ini akan dijelaskan beberapa analisa serta rancangan sistem yang akan diusulkan, sebagai solusi dalam menyelesaikan permasalahan.
BAB V HASIL DAN PEMBAHASAN
Pada bab ini akan dijelaskan terkait hasil dari penelitian yang telah dilakukan.
BAB VI PENUTUP
BAB 2
LANDASAN TEORI
2. Tinjauan Pustaka dan Landasan Teori
2.1. Implementasi yang sudah disusun secara matang dan terperinci. Implementasi biasanya dilakukan setelah perencanaaan sudah dianggap sempurna.
2.2. Motivasi
Kata motivasi berasal dari kata latin yakti Motive yang berarti dorongan, daya penggerak atau kekuatan yang terdapat dalam diri
organism yang menyebabkan organism itu bertindak atau berbuat (Poppy, 2014:113).
Motivasi menurut kamus besar bahasa indonesia adalah dorongan yg timbul pada diri seseorang secara sadar atau tidak sadar untuk melakukan suatu tindakan dengan tujuan tertentu; atau usaha yang dapat menyebabkan seseorang atau kelompok orang tertentu tergerak melakukan sesuatu karena ingin mencapai tujuan yang dikehendakinya atau mendapat kepuasan dengan perbuatannya.
Kekuatan motivasi yang ada dalam diri manusia ditimbulkan oleh dorongan karena perbuatan (exstrinsic) dan oleh motivasi yang ada di dalam dirinya atau motivasi yang hakiki (Instrinsic) (Poppy, 2014:115). Kekuatan motivasi dari sumber daya manusia, sangat dipengaruhi faktor
extrinsic (motivasi yang ditimbulkan oleh dorongan buatan), intrinsic
2.3. Komitmen
Komitmen menurut kamus besar bahasa indonesia adalah perjanjian (keterikatan) untuk melakukan sesuatu. Sedangkan komitmen
menurut Kreitner dan Kinicki (2010:166 dalam wibowo, 2014: 428) adalah kesepakatan untuk melakukan sesuatu untuk diri sendiri, individu lain, kelompok atau organisasi.
2.4. Sistem Pendukung Keputusan (SPK)
Keputusan dibuat untuk memecahkan masalah. Keputusan merupakan tindakan atau rangkaian tindakan yang harus diikuti untuk memecahkan suatu masalah (Deni,2013:137). Tindakan tersebut bisa berupa pengurangan sesuatu utnuk menghindari risiko dari suatu hal atau pemanfaatan suatu kesempatan.
SPK atau Decision Support System (DSS) dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka (Deni,2013:145). SPK ditujukan untuk keputusan keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma. Sebagai istilah umum SPK digunakan untuk menggambarkan semua sistem terkomputerisasi yang mendukung pengambilan keputusan pada suatu organisasi. Tujuan utama yang harus dicapai oleh SPK yaitu;
1. Dapat membantu manajer dalam membuat keputusan saat
memecahkan berbagai masalah semi terstruktur.
2. Dapat mendukung penilaian yang dilakukan oleh manajer dan tidak mencoba menggantikannya.
3. Dapat meningkatkan efektivitas pengambilan keputusan yang dilakukan oleh manajer dan bukan meningkkatkan efisiensinya (Peter dalam Deni,2013:144-145)
teori yang digunakan, sehingga terdapat banyak cara atau model yang digunakan , berikut beberapa model yang dapat digunakan dalam sistem pendukung keputusan:
1. DSS model pasif merupakan model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya.
2. DSS model aktif merupakan model DSS yang memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, dalam model ini masih ada intervensi manusia terhadap data yang digunakan.
3. DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong sistem 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 atau 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
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.
2.5. Teori Himpunan Fuzzy
Kurangnya informasi, dalam menyelesaikan permasalahan sering kali dijumpai diberbagai bidang kehidupan. Pembahasan tentang ketidakpastian telah dimulai semenjak tahun 1937, ketika seorang filosof bernama Max Black mengemukaan pendapatnya tentang ketidakpastian.
Teori himpunan fuzzy dikenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965. Teori ini merupakan kerangka matematis yang digunakan untuk mempresantikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi dan kebenaran parsial. Sebelum teori ini dikenalkan, terdapat teori lain yang sempat memegang peran penting dalam penyelesain sebuah permasalahan ketidakpastian, yaitu teori probalitas. Hadirnya teori fuzzy bukan berarti menggantikan teori sebelumnya, yaitu teori probalitas. Karena komponen utama dari masing-masing teori tersebut berbeda.
2.5.1. Metode Fuzzy
Ada beberapa metode untuk merepresentasikan hasil logika fuzzy yaitu metode Tsukamoto, Sugeno dan Mamdani. Pada metode Tsukamoto,
setiap konsekuen direpresentasikan dengan himpunan fuzzy dengan fungsi keanggotaan monoton. Output hasil inferensi masing-masing aturan Mamdani dikenal juga dengan metode MAX-MIN. Inferensi output yang dihasilkan berupa bilangan fuzzy maka harus ditentukan suatu nilai crisp tertentu sebagai output. Proses ini dikenal dengan defuzzifikasi. Sedangkan Metode Sugeno mirip dengan metode Mamdani, hanya output (konsekuen) tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan liniar.
Pada penelitian ini penulis menggunakan metode Tsukamoto, adapun tahapan dari metode ini adalah sebagai berikut,
1. Mendefinisikan Karakteristik model secara fungsional dan operasional.
2. Melakukan dekomposisi variabel model dengan menjadikan himpunan Fuzzy
3. Membuat aturan Fuzzy
4. Menentukan metode Fuzzy untuk tiap-tiap variabel solusi
5. Menjalankan simulasi sistem, pengujian-pengaturan dan validasi model.
Berikut adalah uraian dari masing-masing tahapan metode tsukamoto yang digunakan pada penelitian ini;
Tahap mendefinisikan karakteristik model secara fungsional dan operasional adalah menentukan himpunan Fuzzy
dan mendefinisikan beberapa Fuzzy yang digunakan.
Sistem pendukung keputusan ini dibangun oleh 3 variabel utama yaitu kemampuan Orang Tua (KOT), Kemampuan Baca Qur'an (BQ) dan Wawancara (W). Dari masing-masing variabel tersebut terdiri dari variabel input yang berbeda. Klasifikasi variabel sistem ini dapat dilihat pada tabel berikut;
Tabel 2.1: Klasifikasi variabel
Variabel Range Nilai
Input Kemampuan
Orang Tua
Pendapatan a. X < 600,000 Kecil b. 1,325,000 Sedang c. x >=2,442,000 Tinggi Pengeluaran a. X < 632,000 Sedikit b. 1,263,000 Sedang c. x >= 1,895,000 Besar
Baca Qur'an Tajwid a. 6 <=x <= 12 Kurang Baik b. 9 <=x <= 15 Baik
c. 12 <=x <=18 Sangat Baik Lancar a. 50 <=x <=70 Tidak Lancar
b. 60 <=x <= 85 Lancar
c. 80 <=x <=100 Sangat Lancar Wawancara Komitmen a. 15 <=x <=30 Rendah
b. 22.5 <=x <=37.5 Sedang c. 30 <=x <=45 Tinggi Motivasi a. 12<=x <=24 Lemah
b. 18<=x <=30 Sedang c. 24 <=x <=36 Kuat Kepribadian
(Sikap)
Output Kemampuan Orang Tua
2 <= x Sangat Sempurna Wawancara (W) 0 < x <= 2 Kurang
Rekomendasi 1 <= x <= 3 Rekomendasi 2 <= x Sangat
Rekomendasi
Pada tabel di atas, nilai linguistik dari variabel input (Kemampuan Orang Tua, Kemampuan Baca Qur'an dan Wawancara ) menunjukkan minimum, normal dan maksimum.
2. Melakukan dekomposisi variabel menjadi himpunan fuzzy
Ada 3 varibel utama yang masing-masing memiliki variabel input pembentuk variabel (output).
a. Variabel Input
Variabel input terdiri dari pendapatan dan pengeluran (Kemampuan Orang Tua), tartil dan tajwid
( baca qur'an ), serta komitmen, motivasi dan kepribadian (Wawancara).
Tabel 2.2: Klasifikasi variabel input
Variabel Range Nilai
Input Kemampuan Orang Tua
b. 1,263,000 Sedang c. x >= 1,895,000 Besar Kemampuan
Baca Qur'an
Tartil a. 6 <=x <= 12 Kurang Baik b. 9 <=x <= 15 Baik
c. 12 <=x <=18 Sangat Baik Tajwid a. 50 <=x <=70 Tidak Lancar
b. 60 <=x <= 85 Lancar
c. 80 <=x <=100 Sangat Lancar Wawancara Komitmen a. 15 <=x <=30 Rendah
b. 22.5 <=x <=37.5 Sedang c. 30 <=x <=45 Tinggi Motivasi a. 12<=x <=24 Lemah
b. 18<=x <=30 Sedang c. 24 <=x <=36 Kuat Kepribadian
(Sikap)
a. 10 <=x <=20 Kurang b. 15<=x <= 25 Baik c. 20 <=x <=30 Sangat
Fungsi keanggotaan dari variabel-variabel diatas dapat dilihat sebagai berikut;
• Fungsi Keanggotaan Pendapatan dan Pengeluaran
(Kemampuan Orang Tua)
• Fungsi Keanggotaan tajwid dan lancar
Gambar2.3: Grafik Fungsi keanggoataan tajwid
• Fungsi Keanggotaan Komitmen, Motivasi dan
Kepribadian (Wawancara)
b. Variabel Output
Variabel output terdiri dari 3 variabel yaitu Kemampuan Orang Tua, Baca Qur'an dan Wawancara.
Variabel output merupakan hasil evaluasi penilaian berupa skor penilaian kelayakan. Nilai maksimal dari masing-masing variabel adalah 3 dan minimal adalah 1.
Fungsi keanggotaan dari variabel output adalah sebagai berikut;
Fungsi keanggotaan kemampuan orang tua
3. Membuat aturan fuzzy
Aturan Fuzzy dibuat menjadi 3 bagian yang terpisah sesuai variabel output yang dicari. Berikut adalah aturan fuzzy dari
masing-masing variabel output;
a. Aturan Fuzzy untuk variabel output Kemampuan Orang Tua (KOT)
Tabel 2.3: Aturan variabel kemampuan orang tua
No. Variabel Input Variabel Output Pendapatan Pengeluaran Evaluasi Penilaian 1 Kecil Sedikit Kurang Mampu (KM) 2 Kecil Sedang Kurang Mampu (KM) 3 Kecil Besar Kurang Mampu (KM) 4 Sedang Sedikit Mampu (M)
5 Sedang Sedang Mampu (M)
6 Sedang Besar Kurang Mampu (KM) 7 Tinggi Sedikit Sangat Mampu (SM) 8 Tinggi Sedang Sangat Mampu (SM) 9 Tinggi Besar Sangat Mampu (SM)
b. Aturan Fuzzy untuk variabel output Baca Qur'an (BQ)
Tabel 2.4: Aturan variabel baca qur'an
No. Variabel Input Variabel Output Tajwid Lancar Evaluasi Penilaian 1 Kurang Baik Tidak Lancar Kurang Sempurna (KS) 2 Kurang Baik Lancar Kurang Sempurna (KS) 3 Kurang Baik Sangat Lancar Kurang Sempurna (KS) 4 Baik Tidak Lancar Sempurna (S)
5 Baik Lancar Sempurna (S)
8 Sangat Baik Lancar Sangat Sempurna (SS) 9 Sangat Baik Sangat Lancar Sangat Sempurna (SS)
c. Aturan Fuzzy untuk variabel output Wawancara
Tabel 2.5: Aturan variabel wawancara
No Variabel Output Variabel Output Komitmen Motivasi Kepribadian Evaluasi Penilaian 1 Rendah Lemah Kurang Baik KR
2 Rendah Lemah Baik KR
3 Rendah Lemah Sangat Baik KR 4 Rendah Sedang Kurang Baik KR
5 Rendah Sedang Baik KR
6 Rendah Sedang Sangat Baik R 7 Rendah Kuat Kurang Baik R
8 Rendah Kuat Baik R
9 Rendah Kuat Sangat Baik R 10 Sedang Lemah Kurang Baik KR
11 Sedang Lemah Baik R
12 Sedang Lemah Sangat Baik R 13 Sedang Sedang Kurang Baik KR
14 Sedang Sedang Baik R
15 Sedang Sedang Sangat Baik SR 16 Sedang Kuat Kurang Baik R
17 Sedang Kuat Baik R
18 Sedang Kuat Sangat Baik SR 19 Tinggi Lemah Kurang Baik KR
20 Tinggi Lemah Baik R
21 Tinggi Lemah Sangat Baik R
22 Tinggi Sedang Kurang Baik R
23 Tinggi Sedang Baik SR
25 Tinggi Kuat Kurang Baik R
26 Tinggi Kuat Baik SR
27 Tinggi Kuat Sangat Baik SR
Keterangan :
KR (Kurang Rekomendasi)
R (Rekomendasi)
SR ( Sangat Rekomendasi)
Untuk memudahkan penulisan, aturan-aturan tersebut dibuat dalam bentuk tabel. Salah satu contoh penggunaan aturan if-then untuk aturan terakhir dari variabel output wawancara adalah :
[R27] IF Komitmen Tinggi And Motivasi Kuat And Kepribadian Sangat Baik THEN Wawancara SR(Sangat baik)
4. Menentukan metode defuzzy untuk setiap variabel
Setelah derajat keanggotaan evaluasi dari masing-masing aturan fuzzy terbentuk, selanjutnya dihitung nilai hasil evaluasi penilaian. Karena pada penelitian ini penulis menggunakan metode
Tsukamoto, maka untuk menghitung nilai hasil evaluasi penilaian yang direkomendasikan menggunakan rumus sebagai berikut;
5. Menjalankan simulasi sistem pengujian, pengaturan dan validasi model.
Tahapan simulasi akan dijelaskan pada bab ke empat pada penulisan skripsi ini.
2.6. Multi Attribute Decision Making (MADM) 2.6.1. Konsep Dasar MADM
Multi-attribute Decision Making (MADM) merupakan bagian dari
Multi Criteria Decision Making (MCDM ) yaitu suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu (Ryza,2014:28). MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah terbatas.
2.6.2. Metode – metode Penyelesaian Masalah MADM
Dalam penyelesaian masalah MADM, ada beberapa metode yang bisa digunakan, metode tersebut antara lain (Sri Kusumadewi, 2006 dalam Gerdon, 2011 :3)
1. Simple Additive Weighting Method (SAW)
Metode ini sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode ini adalah mencari
Dimana rij adalah rating kenerja ternormalisasi dari
alternatif Ai pada atribut Cj; i= 1,2,…m dan j=1,2,…n. Nilai
preferensi untuk setiap alternatif (Vi) diberikan sebagai:
Nilai Vi yang lebih besar mengindikasikan bahwa Ai lebih
terpilih.
2. Weighted Product (WP)
Metode ini menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi.
3. Electre
Electre (Elimination Et Choix Traduisant la realite) didasarkan pada konsep perangkingan melalui perbandingan berpasangan antar alternatif pada kreteria yang sesuai. Suatu alternatif dikatakan mendominasi laternatif yang lainnya jika satu atau lebih kriteriannya melebihi dan sama dengan kriteria lain yang tersisa.
4. TOPSIS ( Technique for Order Preference by Similarity to Ideal Solutian)
TOPSIS didasarkan pada konsep dimana alternative terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif.
Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Ada tiga prinsip dalam memecahkan persoalan dengan AHP, yaitu prinsip menyusun hirarki (
Decomposition), prinsip penentuan prioritas (Comparative Judgement), dan prinsip konsistensi logis (Logical Consitency).
Masalah yang terjadi adalah sulitnya memilih metode mana yang paling relevan untuk menyelesaikan masalah MADM (Pratomo, 2012:1). Berikut adalah beberapa perbandigan masing-masing model yang dapat digunakan pada penyelesaian kasus MADM;
Tabel 2.6:Perbandingan metode MADM
No Model MADM Keterangan Penggunaan
1. SAW (Simple Additive
Weighting)
Metode yang paling sederhana dan paling mudah untuk diimplementasikan.
2. Weighted Product (WP) Menggunakan perkalian untuk menghubungkan rating atribut,
dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan.
4 Topsis Metode yang digunakan untuk menyelesaikan masalah keputusan secara praktis. Konsepnya sederhana dan mudah difahami.
5. AHP Metode yang cocok digunakan untuk permasalahan variabel dengan kompleksitas tinggi.
2.7. Fuzzy Multi Attribute Decision Making (Fuzzy MADM)
Masalah ketidaktepatan dan ketidakpastian bisa disebebkan oleh beberapa hal, seperti; informasi yang tidak dapat dihitung, informasi yang tidak lengkap, informasi yang tidak jelas serta pengabaian parsial. Dalam menetapkan sebuah kriteria atau variabel untuk sebuah sistem seleksi, tidak jarang didapati beberapa variabel yang juga sulit untuk diukur secara jelas, seperti mengukur kemiskinan, tingkat kesungguhan dan lain sebagainnya. Untuk mengatasi masalah tersebut, maka beberapa penelitian tentang penggunaan metode Fuzzy MADM mulai banyak dilakukan, dan terbukti memiliki kinerja yang sangat baik.
Fuzzy MADM adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu (Ryza, 2014 :28) . Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan.
Untuk menyelesaikan masalah FMADM, dibutuhkan 2 tahap, yaitu; (Ryza, 2014:29)
1. Membuat rating pada setiap altenatif berdasarkan agregrasi derajat kecocokan pada semua kriteria.
defuzzy dilakukan dengan pertama-tama membuat bentuk crisp dari bilangan fuzzy, proses perangkingan didasarkan atas bilangan crisp
tersebut; model ini memang mudah untuk diimplementasikan,
namun kita sangat dimungkinkan untuk kehilangan beberapa informasi terutama yang menyangkut ketidakpastian. Penggunaan relasi preferensi fuzzy lebih menjamin ketidakpastian yang melekat pada bilangan fuzzy hingga proses perangkingan.
2.7.1. Fuzzy MADM Model Yager
Fuzzy FMADM model Yager ini merupakan bentuk standar dari fuzzy MADM (Kusumadewi, 2006:137). Langkah-langkah penyelesaian untuk model ini adalah;
1. Tetapkan matriks perbandingan berpasangan anar antribut, M, berdasarkan prosedur hirarki Saaty.
2. Menentukan bobot tingkat kepentingan yang konsisten untuk setiap atribut berdasarkan metode eigenvector dari Saaty.
3. Hitung nilai; Cj(xi)^wj
4. Tentukan interseksi dari semua Cj(xi)^wj
5. Pilih xi dengan derajat keanggotaan terbesar sebagai alternatif optimal.
2.7.2. Fuzzy MADM Model Baas & Kwakernaak
mRij(rij). Diasumsikan bahwa semua himpunan fuzzy merupakan himpunan fuzzy normal ( memiliki tinggi himpunan =1).
2.7.3. Model MADM Klasik Untuk Penyelesaian Fuzzy MADM
Mekanisme menyelesaikan masalah fuzzy MADM dapat dengan mengaplikasikan metode MADM klasik untuk melakukan perangkingan, setelah terlebih dahulu dilakukan konversi data fuzzy ke data crisps
(Chen,1992 dalam Kusumadewi,2006:145). Apabila data fuzzy diberikan dalam bentuk linguistik, maka data tersebut harus dikonversi terlebih dahulu ke bentuk bilangan Fuzzy, baru kemudian dikonversi lagi ke bilangan crisps (Kusumadewi,2006:145).
Model MADM yang digunakan penulis dalam menyelesaikan penelitian ini adalah dengan model SAW. Adapun langkah-langkah penyelesaian model ini adalah (Apriansyah dan Dinna, 2011:17-18);
1. Menentukan kriteria yang dijadikan acuan pengambilan keputusan. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria (Z), kemudian
Ketentuan Normalisasi:
a. Dikatakan atribut keuntungan apabila atribut banyak memberikan keuntungan bagi pengambil keputusan, sedangkan
atribut biaya yang banyak memerikan pengeluaran jika nilainya semakin besar bagi pengambil keputusan.
b. Apabila berupa atribut keunganan maka nilai (xij) dari setiap kolom atribut dibagi dengan nilai ( Max xij) dari setiap kolom, sedangkan untuk atribut biaya, nilai (Min xij) dari setiap kolom atribut dibagi dengan nilai (xij) setiap kolom
4. Hasil akhir (Vi) diperoleh dari proses perangkinayan yaitu penjumlahan dari perkalian matrik ternormaslisasi N dengan vektor bobot sehingga diperoleh nilai terbersar yang dipilin sebagai alternatif terbaik sebagai solusi.
2.8. Website
dengan istilah domain. Domain ini lah yang menjadi alamat untuk menemukan informasi yang akan dicari. Seperti hal nya alamat rumah yang di dalamnya terdapat berbagai macam perabot. Maka untuk
menemukan perabot tersebut, langkah awal adalah harus diketahui alamat rumah yang terdapat perabot tersebut. Setelah diketahui alamatnya baru dicari perabot didalamnya. Begitu pula dengan fungsi domain sebagai alamat website.
Dalam perkembangannya, website dibedakan menjadi dua jenis yaitu website statis dan dinamis. Website statis merupakan website yang informasi atau data di dalamnya jarang dirubah. Misalnya, website profil organisasi atau perorangan dimana isi dari biodata tersebut tidak dirubah dalam waktu yang lama. Sedangkan website dinamis, merupakan website yang secara terus menerus terdapat perubahan informasi. Bahkan perubahannya bisa dalam waktu satu detik. Contoh dari website dinamis adalah detik.com yang secara terus menerus terdapat perubahan informasi.
2.9. Database Management System (DBMS) 2.9.1. Konsep DBMS
Basis data merupakan suatu kumpulan data yang berhubungan secara logis dan deskripsi data tersebut, yang dirancang untuk memenuhi informasi yang dibutuhkan oleh suatu organisasi (Indrajani,2014:2). Basis data digunakan untuk menyimpan informasi atau data yang terintegrasi dengan baik di dalam komputer. Untuk mengelolah database diperlukan
suatu perangkat lunak yang disebut DBMS (Database Management System).
data yang pada umumnya menggambarkan aktifitas dari pelakunnya (user).
Dalam penelitian ini, penulis menggunakan DBMS berupa MySQL
sebagai implementasi perancangan database.
2.9.2. MySQL
MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL (bahasa Inggris: Database Management System) atau DBMS yang
multithread, multi-user, dengan sekitar 6 juta instalasi di seluruh dunia (Solichin, 2010:8).
Beberapa alasan menggunakan MySQL sebagai server database
dalam pengembangan sistem adalah;
1. Fleksibel, MySQL memiliki flesibilitasterhadap terknologi yang akan digunakan sebagai pengembangan aplikasi.
2. Performa tinggi, sebagai database dari beberapa aplikasi web yang memiliki traffic yang tinggi.
3. Lintas Platform, MySQL dapat digunakan pada sistem operasi yang beragam.
4. Gratis, MySQL dapat digunakan secara gratis.
5. Proteksi data yang handal, MySQL menyediakan mekanisme yang
powerfull untuk menangani hal ini, yaitu dengan menyediakan fasilitas manajemen user, enkripsi data dan lain sebagainya.
6. Komunitas luas, Hal ini berguna jika kita menemui suatu
permasalahan dalam pengolahan data menggunakan MySQL (Budi Raharjo, 2011: 304 dalam Dian, 2014:31).
2.10. PHP (PHP Hypertext Preprocessor)
kembali ke web browser menjadi kode HTML (Diar,2010:31). Kode PHP mempunyai ciri-ciri khusus yaitu;
1. Hanya dapat dijalankan menggunakan web server, misal :
Apache.
2. Kode PHP diletakkan dan dijalankan di web server.
3. Kode PHP dapat digunakan untuk mengakses database, seperti: MySQL, PostgreSQL, Oracle, dan lain-lain.
4. Merupakan software yang bersifat open source. 5. Gratis untuk di download dan digunakan.
6. Memiliki sifat multipaltform, artinya dapat dijalankan
2. PHP bersifat opensource.
3. Stabilitas dan kompatibilitas. Dapat bekerja pada sistem operasi berbasis Windows, Linux, dan Mac.
4. PHP support langsung ke berbagai macam database yang populer. (Adhi, 2014:126).
2.10.2. Tata Bahasa Dasar
1. Penulisan suatu program PHP harus diawali dengan tag <?php dan diakhiri dengan tag ?>.
2. Penulisan baris program PHP harus diakhiri dengan tanda titik
koda (;)
3. Penulisan pada PHP adalah case-sensitive, yaitu antara huruf a dan A berbeda.
4. Penulisan komentar atau baris yang tidak akan diproses oleh PHP; a. Untuk komentar pada suatu baris tertentu, tambahkan tanda //
pada bagian awal baris program.
b. Untuk komentar lebih dari satu baris tambahakan tanda /* pada bagian awal baris komentar dan tambahkan tanda */ pada akhir baris komentar.
5. Penulisan suatu teks selalu diapit dalam tanda ' atau “.
6. Penulisan suatu tanda baca pada sutu teks seperti (,',”/, dan lainnya), menggunakan tanda \ kemudian diikuti dengan tanda baca (Alexander, 2011:568 dalam Dian, 2014:25).
2.11. UML (Unified Modelling Language) 2.11.1. Pengengalan UML
Pada perkembangan teknologi perangkat lunak, diperlukan adanya bahasa yang digunakan untuk memodelkan perangkat lunak yang akan dibuat dan perlu adanya standarisasi agar orang di berbagai negara dapat mengerti pemodelan perangkat lunak. Seperti yang kita ketahui
bahwa menyatukan banyak kepala untuk menceritakan sebuah ide dengan tujuan untuk memahami hal yang sama tidaklah mudah, oleh karena itu diperlukan sebuah bahasa pemodelan perangkat lunak yang dapat dimengerti oleh banyak orang.
pemprograman berorientasi objek, yaitu Unified Modeling Languange. UML muncul karena adanya kebutuhan pemodelan visual untuk menspesifikasikan, menggambarkan, membangun, dan dokumantasi dari
sistem perangkat lunak. UML merupakan bahasa visual untuk pemodelan dan komunikasi mengenai sebuah sistem dengan menggunakan diagram dan teks-teks pendukung (Rosa dan Shalahuddin, 2013:137).
Beberapa tujuan UML antara lain; 1. Merancang perangkat lunak.
2. Sarana komunikasi antara perangkat lunak dengan proses bisnis. 3. Menjabarkan sistem secara rinci untuk analisa dan mencari apa
yang diperlukan sistem.
4. Mendokumentasikan sistem yang ada, proses-proses dan organisasinya (Prabowo,2011:230 dalam Dian, 2014:32).
2.11.2. Diagram UML
Pada UML 2.3 terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori. Pembangian kategori dan macam-macam diagram tersebut dapat dilihat pada gambar dibawah ini.(Rosa dan Shalahuddin, 2013:140)
2.12. Teknik Pengumpulan Data
Hal pertama yang dilakukan dalam analisis sistem adalah
melakukan pengumpulan data. Ada beberapa teknik pengumpulan data yang sering dilakukan dalam analisis sistem yaitu;
1. Teknik Wawancara 2. Teknik Observasi 3. Teknik Kuisoner
2.12.1.Teknik Wawancara
Wawancara merupakan interaksi verbal antara dua orang atau lebih, tetapi biasanya diprakarsai untuk suatu maksud khusus dan biasanya difokuskan pada suatu masalah khusus (Luwi, 2011:110). Beberapa keuntungan yang didapat pada teknik wawancara antara lain ;
1. Lebih mudah dalam menggali bagian sistem mana yang dianggap baik dan bagian mana yang dianggap kurang baik.
2. Jika ada bagian tertentu yang dianggap perlu untuk digali lebih dalam, dapat ditanyakan langsung pada narasumbernya.
3. Dapat menggali kebutuhan user secara lebih bebas.
4. User dapat mengungkapkan kebutuhannya secara lebih bebas (Rosa dan sholahuddin, 2013:19).
2.12.2.Teknik Observasi
Observasi merupakan salah satu teknik pengumpulan data yang menggunakan pertolongan indra mata. Pengumpulan data dengan teknik ini mempunyai beberapa keuntungan yaitu;
1. Analis dapat melihat langsung bagaimana sistem lama berjalan. 2. Mampu menghasilkan gambaran lebih baik jika dibandingkan
2.12.3.Teknik Kuisioner
Pengumpulan data dengan teknik kuisioner mempunyai
keuntungan yaitu;
1. Hasil yang objektif, karena kuisioner dapat dilakukan kepada banyak orang sekaligus.
2. Waktu lebih singkat.
2.13. Software Development Life Cycle (SDLC)
SDLC adalah proses pengembangan atau mengubah suatu sistem perangkat lunak dengan menggunakan model-medel dan metodologi yang digunakan orang untuk mengembangkan sistem-sistem perangakat lunak sebelumnya (Rosa dan sholahuddin, 2013:26). SDLC memiliki beberapa model dalam penerapan tahapan prosesnya.
1. Model Waterfall
2. Model Prototipe
3. Model RAD
4. Model Iteratif (increment)
5. Model Spiral
Tabel 2.7: Perbandingan model pengembangan sistem
No Metode Keterangan Penggunaan
1. Model Waterfall Cocok digunakan untuk kebutuhan pelanggan yang sudah sangat difahami dan kemungkinan terjadinya perubahan selama pengembangan perangakat lunak kecil.
Model ini bersifat linier atau berurutan. 2. Prototipe Cocok digunaan saat pelanggan sulit untuk
menyampaikan kebutuhannya secara lebih detail. Model ini tidak cocok untuk aplikasi dengan skala besar.
3. RAD Cocok digunakan jika anggota tim sudah sangat pengalaman.
4. Iteratif Cocok digunakan jika sistem yang akan dibuat direncanakan untuk terus dikembangkan atau ditambah dengan produk-produk selanjutnya.
BAB 3
METODOLOGI PENELITIAN
3. Metodologi Penelitian
Pada bab ini akan diuraikan metode penelitian yang digunakan oleh Penulis dalam menganalisis serta mengimplementasikan Fuzzy Multi-Attribute Decision Making (FAMDM) pada proses penerimaan siswa baru di SMP Adzkia Islamic School.
3.1. Metode Pengumpulan Data
Metode pengumpulan data merupakan suatu hal yang sangat mendasar dalam melakukan sebuah penelitian, diamana pada metode ini terjadi sebuah akuisisi pengetahuan yang berfungsi untuk mengakumulasi, mentrasfer serta mentrasnformasi pengetahuan dari berbagai sumber. Dari kegiatan pengumpulan data ini lah, informasi serta data yang dibutuhkan dalam proses penelitian akan didapat serta dikembangkan.
Metode pengumpulan data yang digunakan dalam penelitian ini antara lain;
1. Studi pustaka 2. Wawancara 3. Observasi.
3.2. Metode Pengembangan Sistem
menghasilkan produk (Rosa, 2013:38).
Beberapa alasan penggunaan model inkremen atau iterasi ini adalah
1. Model ini memiliki tahapan waterfall yang terstruktur dan bersifat perulangan. Dengan demikian jika pada hasil incremen
awal kurang sesuai, maka dapat dikembangkan melalui incremen
selanjutnya.
2. Mengutamakan kepentingan awal user, sehingga hal-hal yang dianggap penting pada sistem dapat didahulukan pada incremen
pertama. Sehingga produk awal dapat digunakan bersamaan dengan produk lain yang sedang dibangun.
3. Metode incremental sejalan dengan model yang dikembangkan oleh aplikasi web. Dimana pada incremen pertama web sudah bisa digunakan sedangkan incremen selanjutnya sistem web yang dikembangkan membutuhkan update data secara berkala
Adapun tahapan-tahapan yang dilakukan pada penelitian ini, dengan model incremen yaitu;
1. Fase Komunikasi (Communication), pada tahapan awal ini, dilakukan sebuah wawancara terhadap pihak yang terkait dalam proses penerimaan siswa baru, yaitu WAKA Kesiswaan sekaligus sebagai Panitia penerimaan siswa baru.
2. Fase Perencanaan (Planning), melalui tahap ini, dapat dilakukan sebuah perencanaan terkait jangkauan proyek, pihak
yang terlibat dalam sistem, waktu pengerjaan, serta kebutuhan lain yang diperlukan.
3. Fase Pemodelan (Modelling),terdiri dari :
a. Analisis sistem, meliputi, sistem berjalan, usulan sistem, dan analisa FMADM.
4. Fase Kontruksi (Contruction), meliputi;
a. Pengkodean, untuk mengimplementasikan desain sistem yang telah dibuat dalam bentuk program, maka penelitian ini
menggunakan bahasa pemprograman PHP dengan database berupa MySQL.
b. Pengujian, dilakukan dengan metode black box.
5. Fase Penyebaran (Deployment)
Setelah proses implementasi dalam bentuk program telah selesai dan diuji dengan baik. Maka hasil akhir akan diserahkan dan dapat digunakan sebagai salah satu pertimbangan penggunaan sistem pada proses penerimaan siswa selanjutnya. Setalah diserahkan, maka umpan balik (feedback) dari sekolah terkait akan menjadi bahan pengembangan selanjutnya.
3.3. Kerangka Pemikiran
Tahapan dalam penelitian ini Penulis gambarkan dalam sebuah kerangka berfikir penelitian sebagai berikut;
BAB 4
TAHAP PENGEMBANGAN
4. Analisis dan Perancangan Sistem
4.1. Tahap Pengumpulan Data 4.1.1. Studi Pustaka
Pada studi pustaka ini Penulis melakukan studi terhadap beberapa buku, artikel, karya ilmiah baik cetak atau elektronik serta data lain yang mendukung penelitian ini. Data-data yang didapat pada studi pustaka ini, antara lain yang berkaitan dengan Sistem Pendukung Keputusan, Fuzzy Multi-Attribute Decision Making (FAMDM), Simple Additive Weighting
(SAW), Database Management System, MySQL, PHP, Metode pengembangan sistem, Unified Modelling – Language, serta literatur sejenis.
No Judul Nama Tahun Basis Aplikasi
Variabel Kelebihan Kekurangan
1 Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan
Beasiswa dengan Metode SAW (Simple Additive Weighting)
Sri Eniyati 2011 Dekstop Crips Pembobotan menggunakan 2 Sistem Pendukung Keputusan Untuk
Menyeleksi Calon Siswa Sekolah Menengah Kejuruan (SMK) Dwi Tunggal Tanjung Morawa
Menggunakan Model Multi-Attribute Decission Making (MADM) Dengan
Metode Simple Additive Weighting
(SAW)
Ilhamsyah 2014 Desktop Crips Dilengkapi dengan menu admin
3 Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Dengan Metode Simple Additive Weighting (SAW)
(Studi Kasus Pada Mts Al-Maidah Kotasan)
Rina Hasanah
2013 Desktop Crips Dilengkapi dengan laporan hasil seleksi siap cetak.
4.1.2. Wawancara
Pada tahapan wawancara ini, Penulis melakukan wawancara terhadap Bapak Suwardi, S.Si selaku panitia penerimaan siswa baru SMP
Adzkia Islamic School. Data dan informasi yang dihasilkan dari wawancara ini meliputi latar belakang sekolah, visi dan misi sekolah, prosedur penerimaan siswa baru, sistem yang berjalan, beberapa kriteria penentuan diterimanya calon siswa serta kendala yang masih dihadapi dalam proses penerimaan siswa baru.
4.1.3. Observasi
Observasi atau pengamatan secara langsung ini dilakukan untuk mengumpulkan data serta informasi yang mendukung penelitian. Langkah ini diperlukan untuk melihat secara langsung kegiatan penerimaan siswa baru agar data dan informasi yang diperlukan dapat dibuktikan. Observasi ini dilakukan sejak dibukanya pendaftaran sampai di umumkannya hasil penerimaan siswa baru,
Adapaun observasi yang dilakukan meliputi;
1. Mengamati proses penentuan tahapan seleksi oleh panitia penerimaan siswa baru melalui rapat-rapat yang dilaksanakan. 2. Mengamati jalannya proses penerimaan siswa baru dari
pendaftaran sampai proses seleksi siswa.
3. Mengamati proses penentuan hasil seleksi oleh panitia berdasarkan data yang telah didapat.
4.2. Tahap Pengembangan Perancangan Sistem
4.2.1. Fase Komunikasi (Communication)
Setelah melakukan observasi dan wawancara dengan Waka Kesiswaan sekaligus sebagai panitia penerimaan siswa baru, maka dapat
disimpulkan beberapa hal terkait sistem yang ada, antara lain:
1. Proses penerimaan siswa baru bersifat offline, artinya pendaftar harus datang ke sekolah untuk melakukan proses pendaftaran. 2. Petugas pendaftaran maupun petugas tes nantinya melibatkan
semua guru.
3. Tahapan seleksi yang dilakukan adalah home visit, tes BTQ dan tes Wawancara.
4. Variabel atau kriteria seleksi disepakati saat rapat panitia penerimaan siswa baru adalah Kemampuan Orang Tua, kemampuan membaca Qur'an dan wawancara.
5. Target siswa yang akan diterima adalah siswa-siswi dari golongan keluarga duafa.
6. Penentuan kelulusan disepakati bersama melalui rapat paripurna panitia.
4.2.2. Fase Perencanaan (Planning)
Pada tahapan ini penulis membuat perencanaan terkait sistem yang akan dikembangkan. Beberapa perencaan tersebut antara lain;
1. Jangkauan Proyek
Berdasarkan permasalahan yang ada serta kebutuhan penelitian
yang dilakukan maka jangkauan pada sistem yang akan dikembangkan hanya meliputi proses input data siswa, input nilai
crips hasilfuzzyfikasi dan laporan hasil seleksi menurut sistem. 2. Waktu pengerjaan
4.2.3. Fase Pemodelan (Modelling)
4.2.3.1.Analisa Sistem Berjalan
Berdasarkan hasil observasi selama proses penerimaan siswa baru di SMP Adzkia Islamic School, dapat diketahui bahwa sistem yang digunakan oleh pantia pelaksana masih bersifat manual yang artinya belum menggunakan sistem informasi sebagai pendukung keputusan.
Sistem yang berjalan di SMP Adzkia Islamic School, dapat dijelaskan seperti terlihat pada gambar berikut,
Seperti yang terlihat pada gambar alur sistem berjalan diatas, dapat dijelaskan bahwa, sistem berjalan diawali dengan mendaftarnya peserta ke petugas pendaftaran. Pendaftaran peserta dilakukan dengan cara mengisi formulir secara offline di sekolah dengan menyertakan berkas persyaratan. Setelah berkas terkumpul di petugas pendaftaran, selanjutnya berkas tersebut diberikan kepada petugas input untuk
dimasukan ke komputer dengan aplikasi spreedsheet.
Setelah data peserta terdata di komputer, langkah selanjutnya adalah mencetak data tersebut dan diberikan kepada petugas home visit
untuk dilakukan proses surve. Pada proses surve, petugas melakukan proses tanya jawab terkait kemampuan ekonomi orang tua peserta dalam sebulan. Hasil dari home visit kemudian diberikan kepada petugas input
untuk dimasukkan ke dalam komputer.
Selanjutnya adalah tes baca qur'an dan wawancara di hari yang sama dengan penguji yang berbeda. Dari data yang diberikan oleh petugas
input, penguji tes baca qur'an akan menguji peserta untuk membaca beberapa surat yang telah ditentukan. Setelah tes baca qur'an, peserta melakukan tes wawancara dengan penguji lain untuk diketahui seberapa besar motivasi, komitmen dan kepribadian peserta. Hasil dari tes baca qur'an dan wawancara ini, kemudian diberikan kepada petugas input
untuk dimasukkan kedalam komputer.
Setelah nilai dari ketiga tes tersebut terkumpul, selanjutnya adalah dilakukan rapat panitia untuk menentukan peserta yang layak kemudian diterima di SMP Adzkia Islamic School. Pada penentuan hasil ini, dilakukan sortir terhadap nilai tes baca qur'an. Setelah didapat urutan nilai tertinggi, selanjutnya adalah mengevaluasi satu persatu peserta dari nilai tertinggi. Proses evaluasi peserta dilakukan dengan cara meminta pendapat dan rekomendasi dari penguji wawancara dan home visit, apakah direkomendasikan atau tidak. Jika dari kedua penguji tersebut
merekomendasikan, maka peserta dapat dipastikan lolos seleksi. Akan tetapi jika penguji tidak merekomendasikan, maka peserta dinyatakan tidak lolos seleksi.
melebihi quota yang disedikan, maka akan dievaluasi kembali peserta yang direkomendasikan untuk diambil sejumlah quota yang disediakan.
Dari uraian sistem yang berjalan, maka dapat ditemukan
beberapa peramasalahan yang menjadikan sulit serta lamanya proses pengambilan keputusan. Beberapa permasalahan yang dapat diidentifikasi diantaranya;
1. Variabel kriteria yang digunakan tidak mudah untuk dinilai dengan tepat dan jelas.
2. Kemampuan penguji dalam menilai dan menggali informasi
berbeda.
3. Nilai yang dihasilkan dari penguji berbeda sesuai kemampuannya menggali informasi.
4. Metode seleksi siswa masih manual dengan mengevaluasi satu persatu.
5. Peran penguji dalam rapat dapat mempengaruhi hasil peserta yang ia uji.
6. Bergantung dengan rekomendasi penguji.
4.2.3.2.Analisa Usulan Sistem
Untuk menjawab permasalahan-permasalahan yang dihadapi dalam proses pengambilan keputusan, Penulis bermaksud mengusulkan sistem pendukung keputusan yang dapat digunakan sebagai salah satu alternatif dalam memutuskan sebuah keputusan. Pada sistem usulan ini, telah menghilangkan peran penguji dalam penentuan hasil keputusan, sehingga mengurangi peran subyektifitas penguji. Berikut adalah alur sistem usulan yang digunakan dalam pengambilan keputusan,
Berikut adalah uraian sistem yang diusulkan, antara lain: dengan metode fuzzy untuk meminimalisir tingkat subjektifitas dan mengatasi variabel yang sulit di identifikasi.
3. Proses seleksi dan prangkingan pemilihan perserta terbaik menggunakan metode Simple Additive Wighting (SAW).
4. Fasilitas yang disediakan antara lain:
a. Menu biodata, digunakan untuk input, lihat, delete data siswa. b. Penilaian, digunakan untuk input nilai hasil surve, tes BTQ dan
wawancara. Input nilai berdasarkan nomor regestrasi siswa. c. Laporan atau hasil, digunakan untuk memberikan laporan hasil
keputusan sistem dalam memutuskan sebuah permasalahan d. Login dan logout untuk user masuk atau keluar dari sistem. 5. Menampilkan rekomendasi peserta terbaik sesuai kriteria yang
telah ditetapkan. Parameter yang digunakan sebagai penentuan hasil kelulusan adalah;
a. Mengutamakan peserta yang kemampuan orang tuanya (KOT) rendah atau kurang mampu dengan bobot penilaian sebesar
60%.
Berikut adalah gambaran parameter kriteria yang digunakan dalam memilih peserta yang dianggap lulus dan tidak lulus;
Gambar.4.4 : parameter kelulusan peserta
4.2.3.3.Analisa Fuzzy MADM
Salah satu mekanisme untuk menyelesaikan masalah fuzzy MADM adalah dengan mengaplikasikan metode klasik MADM klasik (seperti SAW, WP, atau TOPSIS) untuk melakukan perangkingan, setelah terlebih dahulu dilakukan konversi data fuzzy ke data crisp (Chen, 1992 dalam Kusumadewi, 2006:145)
Tabel 4.2: Nilai variabel input
Dari beberapa sampel diatas, akan dipilih salah satu sampel input untuk dilakukan simulasi perhitungan sesuai aturan metode yang digunakan. Hal ini dilakukan agar dapat diketahui proses perhitungan logika fuzzy dalam mengubah data awal. Data yang akan digunakan sebagai bahan simulasi perhitungan adalah data nilai Adisti Andadari dengan nilai input sebagai berikut;
Tabel 4.3: Nilai variabel input salah satu peserta
No. Nama
Variabel
Kemampuan Orang Tua Membaca Qur'an Wawancara
Pendapatan Pengeluaran Tajwid Lancar Komitmen Motivasi Kepribadian
1 Adisti Andadari 1,500,000 1,316,000 8 60 20 30 20
1. Menghitung Nilai Derajat Keanggotaan
a Variabel Kemampuan Orang Tua (KOT)
Pendapatan
Berdasarkan fungsi keanggotaan pendapatan maka nilai
input pada variabel pendapatan 1.500.000, masuk dalam kategori “Sedang” dan “Tinggi”. Sehingga nilai keanggotaannya adalah sebagai berikut,
Nilai keanggotaan kategori sedang;
Nilai keanggotaan kategori tinggi;
Pengeluaran
Berdasarkan fungsi keanggotaan pengeluaran maka nilai input pada variabel pengeluaran 1.316.000, masuk dalam kategori “Sedang” dan “Besar.” Sehingga nilai keanggotaannya adalah sebagai berikut,
Nilai keanggotaan kategori sedang;
b Variabel Baca Qur'an (BQ)
Tajwid
Berdasarkan fungsi keanggotaan Tajwid maka nilai input pada variabel tajwid 8 masuk dalam kategori “Kurang Baik”. Sehingga nilai keanggotaannya adalah sebagai berikut,
Lancar
Berdasarkan fungsi keanggotaan Lancar maka nilai input pada variabel Lancar 60 masuk dalam kategori “Kurang lancar”. Sehingga nilai keanggotaannya adalah sebagai berikut,
c Variabel Wawancara (W)
Komitmen
Berdasarkan fungsi keanggotaan Komitmen maka nilai input pada variabel komitmen 20 masuk dalam kategori “Kurang lancar”. Sehingga nilai keanggotaannya adalah
Motivasi
Berdasarkan fungsi keanggotaan Motivasi maka nilai input pada variabel motivasi 30 masuk dalam kategori “Kuat”. Sehingga nilai keanggotaannya adalah sebagai berikut,;
Kepribadian
Berdasarkan fungsi keanggotaan Kepribadian maka nilai input pada variabel kepribadian 20 masuk dalam kategori “Kurang lancar”. Sehingga nilai keanggotaannya adalah sebagai berikut,
Dengan demikian derajat keanggotaan dari masing-masing varibel diatas adalah sebagai berikut,
Tabel 4.4: Hasil nilai keanggotaan
No. Nama
Variabel
Kemampuan Orang Tua Membaca Qur'an Wawancara
Pendapatan Pengeluaran Tajwid Lancar Komitmen Motivasi Kepribadian