• Tidak ada hasil yang ditemukan

1,2,3. STMIK Tasikmalaya, Jl. RE. Martadinata No. 272A Kota Tasikmalaya, Telp Abstrak

N/A
N/A
Protected

Academic year: 2021

Membagikan "1,2,3. STMIK Tasikmalaya, Jl. RE. Martadinata No. 272A Kota Tasikmalaya, Telp Abstrak"

Copied!
7
0
0

Teks penuh

(1)

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENYELEKSI

CALON PENERIMA BANTUAN SISWA MISKIN (BSM) DI MTs

NEGERI CIAMIS MENGGUNAKAN

METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Teuku Mufizar1, Teten Nuraen2, Deni Andrianto3

1,2,3

STMIK Tasikmalaya,

Jl. RE. Martadinata No. 272A Kota Tasikmalaya, Telp. 310830

1

fizargama@gmail.com , 2 teten.nuraen@gmail.com , 3 deniandrianto@stmik-tasikmalaya.ac.id

Abstrak

Bantuan Siswa Miskin (BSM) adalah program pemerintah dalam penuntasan wajib belajar dua belas tahun, yang secara khusus bertujuan untuk menghilangkan halangan siswa miskin berprestasi untuk bersekolah dengan membantu supaya bisa memperoleh akses pelayanan pendidikan yang layak. MTS Negeri Ciamis secara rutin setiap tahun melaksanakan kegiatan penyeleksian untuk memilih calon penerima BSM. Penyeleksian ini dilakukan agar penerima bantuan ini adalah benar-benar siswa yang berhak mendapatkannya. Adapun permasalahan yang dihadapi oleh panitia seleksi yaitu adanya kesulitan dalam menentukan keputusan siapa saja yang terpilih menjadi calon penerima bantuan dengan kriteria-kriteria yang memiliki sifat subjektif atau tidak pasti dengan cepat. Untuk mengatasi permasalahan tersebut maka dirancangsebuah sistem pendukung keputusan menggunakan Metode Simple Additive Weighting (SAW), yang merupakan metode perangkingan sederhana dengan cara mencari penjumlahan terbobot berdasarkan kriteria-kriteria penilaian yang telah ditentukan. Adapun kriteria-kriteria yang dipakai yaitu: Jumlah Penghasilan Orang tua, Jumlah Tanggungan Orang tua, Nilai Raport, Kepribadian, Prestasi, Kaum Dhuafa, Banyaknya Absensi Siswa Yang Alfa, dan Mendapat bantuan Program Pemerintah. Dalam penelitian ini alat bantu pembuatan aplikasinya menggunakan Ms. Visual Basic, sedangkan basisdata nya menggunakan Ms. Access. Hasil akhir dari penelitian ini didapatkan bahwa sistem pendukung keputusan dengan metode SAW mampu mengatasi permasalahan dalam menyeleksi calon penerima bantuan siswa miskin (BSM) di MTs Negeri Ciamis.

Kata kunci : Sistem Pendukung Keputusan, Bantuan Siswa Miskin(BSM), Metode SAW

1. Pendahuluan

Bantuan Siswa Miskin (BSM) adalah bantuan yang diberikan kepada siswa dari keluarga kurang mampu untuk dapat melakukan kegiatan belajar di sekolah[1]. Bantuan ini memberikan peluang bagi siswa untuk mengikuti pendidikan di level yang lebih tinggi. Tujuan pemberian BSM adalah mengamankan program pemerintah dalam penuntasan wajib belajar dua belas tahun agar dapat menghilangkan halangan siswa miskin berpartisipasi untuk bersekolah dengan membantu siswa miskin untuk memperoleh akses pelayanan pendidikan yang layak, mencegah angka putus sekolah & menarik siswa miskin untuk bersekolah serta membantu siswa miskin memenuhi kebutuhan dalam kegiatan pembelajaran.

MTs Negeri Ciamis merupakan salah satu lembaga sekolah yang secara rutin setiap tahun melaksanakan kegiatan penyeleksian untuk memilih calon penerima BSM. Proses penyeleksian dilakukan agar penerima BSM ini

nantinya adalah siswa yang benar-benar berhak dan tepat sasaran. Penyeleksian ini dilakukan oleh panitia yang dibentuk oleh komite sekolah.

Proses penyeleksian calon penerima BSM saat ini masih dipengaruhi unsur subjektifitas dari yang memilih, sehingga dirasakan kurang mendukung proses tersebut. Apabila terjadi ketidaktepatan tim penilai, maka hasilnya nanti dikhawatirkan pemberian BSM menjadi tidak tepat sasaran.

Untuk mengatasi permasalahan diatas, maka dibuatkan suatu sistem pendukung keputusan untuk membantu proses penyeleksian calon penerima bantuan siswa miskin (BSM) di MTs Negeri Ciamis. Sistem Pendukung Keputusan (SPK) itu sendiri adalah salah satu cara mengorganisir informasi yang dimaksudkan untuk digunakan dalam membuat keputusan. Ada yang mendefinisikan bahwa sistem pendukung keputusan merupakan suatu pendekatan untuk mendukung pengambilan keputusan[2]. Pembuatan SPK ini diharapkan akan

(2)

menyelesaikan permasalahan yang dihadapi, dan menghasilkan rekomendasi keputusan yang bisa membantu Tim Penilai untuk menentukan siapa saja siswa yang benar-benar layak mendapatkan beasiswa BSM.

Salah satu jurnal yang menjadi referensi dalam penulisan jurnal ini adalah penelitian yang dilakukan oleh Galih Eka Rinaldi [3]. Dalam penelitian tersebut di lakukan Penerapan Metode Simple Additive Weighting (SAW) Untuk Sistem Pendukung Keputusan Penentuan Penerimaan Beasiswa Bantuan Siswa Miskin pada SMA Negeri 1 Subah Kabupaten Batang. Adapun kriteria penilaiannya terdiri dari 5 jenis kriteria, yaitu Gaji Orang tua, Jumlah Tanggungan, Nilai Raport, Kepribadian, Prestasi.

Jurnal lain yang menjadi acuan yaitu penelitian yang dilakukan oleh Saelindri, Pratya Satria [4]. Penelitian ini dilakukan untuk membuat Sistem Pendukung Keputusan Untuk Menentukan Kelayakan Penerimaan Bantuan Siswa Miskin (BSM) Dengan Menggunkan Metode Topsis. Adapun keriteria yang dipakai yaitu Memiliki tingkat kehadiran 75% di sekolah, Memiliki kepribadian terpuji : rajin & disiplin, tat aturan & tata tertib, santun, tidak merokok/narkoba, Orang tua siswa terdaftar sebagai peserta PKH, Orang tua siswa penerima kartu perlindungan sosial, Yatim dan/atau Piatu, Siswa terancam putus sekolah karena kesulitan biaya, Pertimbangan lain (misalnya – kelainan fisik, korban musibah berkepanjangan, anak korban PHK, atau indikator lainnya)..

Selain dari 2 jurnal diatas, peneliti menggunakan referensi penelitian oleh Rina Hasanah [5]. Penelitian ini dilakukan untuk Untuk merancang sistem pendukung keputusan untuk menentukan penerima beasiswa dengan menggunakan Metode Simple Additive Weighting (SAW). Kriteria yang di pakai Nilai Rata-rata Raport, Penghasilan Orang Tua, Semester, Jumlah Tanggungan Orang Tua.

Dari referensi jurnal diatas, dapat terlihat adanya perbandingan dengan penelitian yang saat ini dilakukan.Penelitian saat ini memiliki perbedaan dengan penelitian [4] dari sisi metode yang dipakai, yaitu SAW dan Topsis. Sedangkan kalau dibandingkan dengan penelitian [3] dan [5], walaupun ada kesamaan dari sisi penggunaan metode yaitu metode SAW, akan tetapi dalam penelitian kali ini peneliti melakukan pengembangan dari penelitian tersebut yaitu dengan menambahkan kriteria yang digunakan menjadi 8 kriteria. Penambahan kriteria ini didasarkan pada hasil wawancara dengan pihak panitia seleksi.

2. Metode Penelitian 2.1 Alur Penelitian

Alur penelitian dengan metode SAW dalam penyeleksian calon penerima bantuan siswa miskin (BSM) di MTs Negeri Ciamis bisa dilihat di gambar 1.

Gambar 1. Alur penelitian dengan metode SAW

2.1 Metode Simple Additive Weighting (SAW)

Metode SAW merupakan metode Fuzzy

MADM yang paling sederhana dan paling banyak digunakan. Metode ini juga metode yang paling mudah untuk diaplikasikan, karena mempunyai algoritma yang tidak terlalu rumit.Metode SAW sering juga dikenal istilah metode penjumlahan terbobot [6]. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. [7]

Langkah-langkah metode dalam metode SAW adalah:

1. Memberikan nilai bobot preferensi (W) oleh pengambil keputusan untuk masing-masing kriteria yang sudah ditentukan. 2. Melakukan normalisasi matriks keputusan Z

dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternative Ai pada

atribut Cj..

Dengan ketentuan :

a. Dikatakan atribut keuntungan apabila atribut banyak memberikan keuntungan bagi pengambil keputusan, sedangkan atribut biaya merupakan atribut yang banyak memberikan pengeluaran jika nilainya semakin besar bagi pengambil keputusan.

b. Apabila berupa atribut keuntungan maka nilai (xij) dari setiap kolom atribut dibagi

dengan nilai (MAX xij) dari tiap kolom,

Krite ria Pene rima BSM Fuzzy Multiple Attribute Decision Making (FMADM) Mene ntuka n Nilai Ratin g Men entuk an Nilai Bobo t Prior itas (W) Men entuk an Nilai Bobo Prior itas (W) Matri ks Kepu tusan (X) Matri ks Norm alisasi (R) Men ghitu ng V Rank ing Hasil dari Selek si BSM

(3)

sedangkan untuk atribut biaya, nilai (MIN xij) dari tiap kolom atribut dibagi dengan

nilai (xij) setiap kolom.

3. Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matriks ternormalisasi (N)

4. Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi (N) dengan nilai bobot preferensi (W).

5. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara menjumlahkan

hasil kali antara matriks ternormalisasi (N) dengan nilai bobot preferensi (W)..

Nilai Vi yang lebih besar mengindikasikan bahwa

alternatif Ai lebih terpilih. 3. Analisis dan Pembahasan 3.1 Analisis Kebutuhan Sistem

Dalam proses penyeleksian calon penerima bantuan siswa miskin (BSM) di MTs Negeri Ciamis, data yang dibutuhkan adalah kriteria yang dijadikan sebagai acuan dalam pengambilan keputusan, alternatif yaitu siswa, rating kecocokan pada setiap alternatif pada setiap kriteria, dan bobot kepentingan.

Adapun Output yang akan dihasilkan dari penelitian ini adalah sebuah alternatif yang memiliki nilai tertinggi dibandingkan dengan alternatif nilai yang lain. Hasil Outputnya diambil dari urutan alternatif tertinggi ke alternative yang terendah.Alternatif yang dimaksud disini adalah seluruh siswa calon penerima BSM di MTs Negeri Ciamis.

3.2 Analisis Bobot Nilai Kriteria 1. Kriteria Penghasilan Orangtua

Penghasilan orangtua di dapat dari gaji atau pendapatan orangtua tiap bulannya yang bisa di lihat di tabel berikut.

Tabel 1. Jumlah Penghasilan Orangtua

C1 Bobot(W) >Rp 2.000.000 1 >Rp 1.500.000 - <=RP 2.000.000 2 >Rp 1.000.000 - <=Rp 1.500.000 3 >Rp 500.000 - <=Rp 1.000.000 4 <=Rp 500.000 5

2. Kriteria Tanggungan Orangtua

Jumlah tanggungan atau jumlah saudara dalam keluarga data ini di dapat dari guru BK

bimbingan konseling yang terdapat dalam buku data pribadi murid madrasah tsanawiyah.

Tabel 2. Jumlah Tangguangan Orangtua

C2 Bobot(W) 1-2 anak 1 3-4 anak 2 5-6 anak 3 7-8 anak 4 >=9 anak 5

3. Kriteria Nilai Raport

Nilai raport siswa di ambil dari jumlah seluruh aspek nilai mata pelajaran yang hasil jumlah nya di lihat di dalam buku data pribadi murid madrasah tsanawiyah sesuai dengan tahun pelajaran yang sudah di tempuh.

Tabel 3. Nilai Raport

C3 Bobot(W) <=1.840 1 1.840 - 2.714 2 2.713 - 3.404 3 3.403 - 4.140 4 4.139 - 4.600 5

4. Kriteria Data Kepribadian

Data kepribadian ini di ambil dari guru BK yang di nilai dari kepatutannya, kejujuran, rasa tanggung jawab, emosi, hubungan dengan teman baik di sekolah maupun di luar sekolah, hubungan dengan guru, dari semua aspek itu di nilai bagaimana prilaku siswa yang tercantum di dalam raport siswa.

Tabel 4. Tabel Kepribadian

C4 Bobot(W) Jelek 1 Cukup baik 2 Cukup 3 Baik 4 Sangat baik 5 5. Kriteria Prestasi

Prestasi di ambil dari kegiatan atau perlombaan siswa yang pernah di ikutinya berdasarkan tingkatan yang ada pada tabel berkut.

Tabel 5. Prestasi C5 Bobot(W) Tidak ada 1 Tingkat kecamatan 2 Tingkat kabupaten 3 Tingkat provinsi 4 Tingkat nasional 5

6. Kriteria Kaum Dhuafa

Kriteria untuk kaum dhuafa ini berdasarkan siswa yang masih punya kedua orangtua atau sudah tiada atau bisa jadi siswa ini berasal dari panti asuhan.

(4)

Tabel 6. Kaum Dhuafa C6 Bobot(W) Kedua Orangtua masih ada 1 Siswa dari panti asuhan 2 Tidak punya ibu 3 Tidak punya ayah 4 Tidak punya kedua orangtua 5

7. Kriteria Absensi Siswa Yang Alfa

Absensi siswa ini berdasarkan absensi semester terakhir yang pernah alfa atau tidak masuk sekolah tanpa keterangan.

Tabel 47. Absensi Siswa Yang Alfa

C7 Bobot(W) >=7 1 5-6 2 3-4 3 1-2 4 0 5

8. Kriteria Memiliki Kartu Program

Pemerintah

Kriteria untuk memiliki kartu program pemerintah dilihat apakah kedua orangtua atau wali siswa terdaftar program pemerintah kartu perlindungan sosial (KPS) atau program keluarga harapan (PKH).

Tabel 8. Mendapat Bantuan Program Pemerintah

C8 Bobot(W) Terdaftar KPS 5 Terdaftar PKH 4 Memiliki SKTM 3 Tidak Mendapat Bantuan 2

3.3 Pembahasan Studi Kasus

Adapun untuk contoh kasusnya dalam pemecahan permasalahan dengan menggunakan metode SAW diantaranya sebagai berikut:

Menentukan jenis-jenis kriteria dan alternatif, alternatif dalam penelitian ini adalah di sekolah mencari siapa siswa yang berhak menerima bantuan siswa miskin (BSM), penulis akan menggunakan 3 alternatif dalam contoh perhitungan metode SAW ada alternatif 1 (A1), altrenatif 2 (A2), dan alternatif 3 (A3).

Tabel 9. Rating Kecocokan dari data awal

Alternat if Jumlah Penghasi lan Orang tua Jumlah Tanggua ngan Orang tua Nilai Raport Kepriba dian Prestasi Kaum Dhuafa Absens i Siswa Yang Alfa Mendapat Bantuan Program Pemerinta h A1 800.000 2 3.190 Sangat baik Tidak ada Tidak punya ayah 5 Terdaftar KPS A2 1.200.00 0 5 3.420 Cukup Tingkat kecamata n Siswa dari panti asuhan 7 Terdaftar PKH A3 500.000 9 2.680 Baik Tingkat kabupate n Kedua Orangtua masih ada 0 Tidak Mendapat Bantuan 1. Menentukan bobot preferensi atau tingkat kepentingan (W) dari setiap kriteria.

Tabel 10. Tingkat Kepentingan (w) Dari Setiap Kriteria

Kriteria C1 C2 C3 C4 C5 C6 C7 C8

Rating

Kepentingan 4 3 3 2 3 4 2 5

2. Membuat matrik keputusan X

3. Melakukan noramalisasi matrik keputusan X dengan cara menghitung nilai rating kinerja ternormalisasi (Rij) dari alternatif (Ai) pada kriteria (Cj).

(5)

4. Hasil dari nilai rating kinerja ternormalisasi (Rij) membentuk matrik ternoralisasi (R).

5. Hasil akhir nilai preferensi (Vi) diperoleh dari perkalian dan penjumlahan elmen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian elemen kolom matrik (W).

V1 = (4)(0,8)+(3)(0,2)+(3)(0,75)+(2)(1)+(3)(0,33)+(4)(1)+(2)(0,4)+(5)(1) = 18,8 4 V2 = (4)(0,6)+(3)(0,6)+(3)(1)+(2)(0,6)+(3)(0,67)+(4)(0,5)+(2)(0,2)+(5)(0,8) = 16,8 1 V3 = (4)(1)+(3)(1)+(3)(0,5)+(2)(0,8)+(3)(1)+(4)(0,25)+(2)(1)+(5)(0,4) = 18,1 6. Proses prangkingan

Tabel 11. Hasil Perangkingan

Rangking Vi Nama Nilai

1 V1 IMAM AMINUDIN MUHAROM 18,84

2 V3 FEBI HENDRAWA 18,1

(6)

Kesimpulan yang bisa diambil dari tabel 11 diatas yaitu bahwa nilai tertinggi ada pada V1.

Dengan demikian alternatif A1 yaitu Imam AMinudin Muharom adalah alternatif yang terpilih sebagai alternatif terbaik untuk calon penerima BSM..

3.4. Implementasi

a. Form Menu Utama

Gambar 2. Form Menu Utama b. Form Data Siswa Pemohon

Gambar 3. Form Data Siswa Pemohon c. Form Data Penilaian BSM

Gambar 4. Form Data Penilaian BSM d. Form Data Bobot Kepentingan Tiap

Kriteria

Gambar 5. Form Data Bobot e. Form Hasil Penghitungan SPK

Penyeleksian BSM

Gambar 6. Hasil Penghitungan SPK Penyeleksian BSM

4. Kesimpulan

Dari hasil penelitian yang dilakukan maka dapat diambil kesimpulan sebagai berikut : 1. Sistem Pendukung Keputusan (SPK)

Penyeleksian calon penerima BSM dengan menggunakan metode SAW telah berhasil dibangun untuk menghasilkan keputusan berupa daftar perangkingan calon penerima BSM di MTs. Negeri Ciamis.

2. Sistem pendukung keputusan ini dibangun dengan melakukan penambahan kriteria-kriteria sehingga mampu mengurangi tingkat subjektifitas, dan berdampak pada hasil penyeleksian terhadap siswa calon penerima BSM menjadi lebih akurat dan tepat.

Daftar Pustaka :

[1]. Peraturan Pemerintah RI Nomor 17 Tahun 2010 tentang pengelolaan dan penyelenggara pendidikan Program dan Peraturan

(7)

[2]. Kendall, Kennet E., dan Kendall, Jullie E., 2010, Analisis dan Perancangan Sistem Edisi ke-5 (Versi Bahasa Indonesia). Jakarta : Indeks.

[3]. GALIH EKA RINALDH, 2014,

PENERAPAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) UNTUK SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BANTUAN SISWA MISKIN PADA SEKOLAH MENENGAH ATAS NEGERI 1 SUBAH KABUPATEN BATANG, SKRIPSI. SEMARANG: UNIVERSITAS DIAN NUSWANTORO.

[4]. SAELINDRI, PRATYA SATRIA , 2014,

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN KELAYAKAN PENERIMAAN BANTUAN SISWA MISKIN (BSM) DENGAN MENGGUNAKAN METODE TOPSIS. SKRIPSI. SEMARANG: UNIVERSITAS DIAN NUSWANTORO.

[5]. Rina Hasanah, 2013. Sistem Pendukung Keputusan Untuk Menentukan Penerima

Beasiswa Dengan Metode Simple Additive Weighting (Saw) (Studi Kasus Pada Mts Al-Maidah Kotasan). Jurnal Pelita

InformatikaBudi Darma. Volume : V, Nomor: 3, Desember 2013 ISSN : 2301-9425

[6]. Deni, Widayanti, Sudana, Oka, dan Sasmita, Arya, 2013, Analysis and Implementation Fuzzy Multi-Attribute Decision Making SAW Method for Selection of High Achieving Students in Faculty Level, IJCSI

International Journal of Computer Science Issues, Vol. 10, Issue 1, No 2, January 2013 [7]. Kusumadewi, Sri, Hartati, Sri, Harjoko,

Agus, dan Wardoyo, Retantyo, 2006,Fuzzy Multi Attributte Decision Making (Fuzzy MADM),Yogyakarta: Graha Ilmu.

Gambar

Gambar 1. Alur penelitian dengan metode SAW
Tabel 3. Nilai Raport
Tabel 8. Mendapat Bantuan Program Pemerintah
Tabel 11. Hasil Perangkingan
+2

Referensi

Dokumen terkait

Salah satu model yang dapat diterapkan adalah model kooperatif tipe Numbered Heads Together. Suatu model pembelajaran yang lebih mengedepankan kepada aktivitas peserta

Citraan  adalah  kata  atau  susunan  kata‐kata  yang  dapat  memperjelas  atau  memperkonkret  apa  yang  dinyatakan  oleh  penyair  melalui  pencitraan,  apa 

Jadual 2 menunjukkan kadar pernafasan dan kadar denyut jantung seorang pelajar semasa berehat dan semasa melakukan aktiviti

Oleh karena itu, variabel kualitas pelayanan dan harga dijadikan indikator faktor-faktor yang mempengaruhi ketidakpuasan pengunjung Homestay “Putri

Usecase diagram pada gambar 1 menjelaskan tentang alur kerja sistem yaitu user bisa melakukan pemilihan menu komik, menu about dan menu keluar. Setelah menu

Bagi Penyedia Jasa atau Pemilik Kapal yang sedang menjalani pemeriksaan oleh instansi yang terkait, antara lain pihak kepolisian, TNI, Bea Cukai, Perpajakan, atas dugaan

Indikator yang digunakan untuk mengukur kinerja sasaran peningkatan pelayanan publik dan reformasi birokrasi pada tahun 2012 di Kabupaten Indragiri Hulu meliputi persentase