• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MATA PELAJARAN LINTAS MINAT KURIKULUM 2013 MENGGUNAKAN ALGORITMA WEIGHTED PRODUCT DAN ANALYTICAL HIERARCHY PROCESS SKRIPSI AMMAZIZZAKY TARIGAN 131421089

N/A
N/A
Protected

Academic year: 2019

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MATA PELAJARAN LINTAS MINAT KURIKULUM 2013 MENGGUNAKAN ALGORITMA WEIGHTED PRODUCT DAN ANALYTICAL HIERARCHY PROCESS SKRIPSI AMMAZIZZAKY TARIGAN 131421089"

Copied!
14
0
0

Teks penuh

(1)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MATA

PELAJARAN LINTAS MINAT KURIKULUM 2013

MENGGUNAKAN ALGORITMA

WEIGHTED

PRODUCT

DAN

ANALYTICAL

HIERARCHY PROCESS

SKRIPSI

AMMAZIZZAKY TARIGAN

131421089

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

(2)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MATA PELAJARAN LINTAS MINAT KURIKULUM 2013 MENGGUNAKAN ALGORITMA

WEIGHTED PRODUCT DAN ANALYTICAL HIERARCHY PROCESS

SKRIPSI

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

Oleh :

AMMAZIZZAKY TARIGAN 131421089

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA MEDAN

(3)

PERSETUJUAN

Judul : SISTEM PENDUKUNG KEPUTUSAN PENENTUAN

MATA PELAJARAN LINTAS MINAT KURIKULUM 2013 MENGGUNAKAN ALGORITMA WEIGHTED PRODUCT DAN ANALYTICAL HIERARCHY PROCESS

Kategori : SKRIPSI

Nama : AMMAZIZZAKY TARIGAN

Nomor Induk Mahasiswa : 131421089

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Agustus 2015

Komisi Pembimbing:

Pembimbing 2 Pembimbing 1

M. Andri Budiman, ST, M.Comp.Sc, MEM Maya Silvi Lydia, B.Sc, M.Sc NIP. 19751008 200801 1 011 NIP. 19740127 200212 2 001

Diketahui/Disetujui oleh:

Program Studi S1 Ilmu Komputer Ketua,

(4)

PERNYATAAN

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MATA PELAJARAN LINTAS MINAT KURIKULUM 2013 MENGGUNAKAN ALGORITMA

WEIGHTED PRODUCT DAN ANALYTICAL HIERARCHY PROCESS

SKRIPSI

Saya menyatakan bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, Agustus 2015

(5)

PENGHARGAAN

Alhamdulillah segala puji dan syukur atas nikmat yang luas kepada Allah Yang Maha Esa dan Maha Kuasa sehingga penulis dapat menyelesaikan penyusunan skripsi ini sebagai syarat untuk memperoleh gelar Sarjana Komputer pada Program Studi S1 Ilmu Komputer, Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Pada kesempatan ini penulis ingin mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Bapak Prof. Subhilhar, Ph.D selaku Pejabat Rektor Universitas Sumatera Utara.

2. Bapak Prof. Dr. Muhammad Zarlis selaku Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

3. Bapak Dr. Poltak Sihombing, M.Kom selaku Ketua Program Studi S1 Ilmu Komputer Universitas Sumatera Utara.

4. Ibu Maya Silvi Lydia, B.Sc, M.Sc selaku Sekretaris Program Studi S1 Ilmu Komputer Universitas Sumatera Utara dan sebagai Dosen Pembimbing I yang telah memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam penyempurnaan skripsi ini.

5. Bapak M. Andri Budiman, ST, M.Comp.Sc, MEM selaku Dosen Pembimbing II yang telah memberikan ilmu, bimbingan, saran, dan masukan kepada penulis dalam penyempurnaan skripsi ini.

6. Ibu Dian Rachmawati, S.Si, M.Kom selaku Koordinator Ekstensi Ilmu Komputer Universitas Sumatera Utara dan Sebagai Dosen Pembanding I yang telah memberikan arahan, kritik dan saran dalam penyempurnaan skripsi ini. 7. Bapak Handrizal, S.Si, M.Comp.Sc selaku Dosen Pembanding II yang telah

(6)

8. Seluruh dosen dan pegawai di Program Studi S1 Ilmu Komputer Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

9. Bapak Kepala Sekolah, Wakil Kepala Sekolah, Seluruh Guru dan Pegawai serta seluruh Siswa terutama murid-murid penulis di SMA Istiqlal Delitua yang sudah berkenan membantu dan mendoakan dalam penyelesaian skripsi ini.

10. Teristimewa Orangtua penulis, Ayahanda Drs. H. Enda Tarigan dan Ibunda Dra. Hj. Nilfa Yenisda yang sangat menyayangi penulis dan memberi dukungan tiada henti serta keluarga tercinta Abangda Ammahli Fakar Tarigan, S.Kom, Kakanda Ammamiarihta, S.Pd, Adinda Ammanawwara yang senantiasa mendoakan dan mendukung penulis, serta sepupu yang siap membantu dalam penyelesaian skripsi penulis, Zuah Ekomursyid Bangun dan Muhammad Fikri Azizi beserta keluarga lainnya.

11. Teman-teman seperjuangan mahasiswa Ekstensi S1-Ilmu Komputer stambuk 2013, Dhita Pratiwi, Yakhdi Perari Pinem, Masita, Al Nadrah, Nurdin, Reni, Syahrial, Kak Rani, Nur, Okta, Dessy, Kak Kia, Dien, Juan dan teman-teman lainnya.

12. Semua pihak yang terlibat langsung ataupun tidak langsung yang tidak dapat penulis ucapkan satu per satu yang telah membantu penyelesaian skripsi ini.

Penulis menyadari bahwa skripsi ini masih terdapat kekurangan. Oleh karena itu, kepada pembaca agar kiranya memberikan kritik dan saran yang bersifat membangun demi kesempurnaan skripsi ini, sehingga dapat bermanfaat bagi kita semuanya.

Medan, Agustus 2015 Penulis,

(7)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN MATA PELAJARAN LINTAS MINAT KURIKULUM 2013 MENGGUNAKAN ALGORITMA

WEIGHTED PRODUCT DAN ANALYTICAL HIERARCHY PROCESS

ABSTRAK

Dunia pendidikan yang terus berkembang membuat pemerintah harus terus mengembangkan sistem pendidikan yang ada di Indonesia. Tahun 2013 pemerintah menerapkan kurikulum baru untuk setiap sekolah yang disebut dengan Kurikulum 2013 yang menggantikan kurikulum KTSP. Sama dengan kurikulum yang lama, pada kurikulum yang baru terdapat tiga jurusan peminatan, yaitu Matematika dan Ilmu Alam, Ilmu-ilmu Sosial serta Bahasa, namun pada kurikulum yang baru siswa wajib mempelajari mata pelajaran yang ada di luar jurusannya, yang disebut dengan mata pelajaran lintas minat. Dalam penentuan mata pelajaran tersebut dibutuhkan beberapa kriteria yang harus diperhatikan, yaitu nilai siswa, minat siswa, jumlah guru, rekomendasi guru dan rekomendasi orang tua. Dengan banyaknya kriteria yang ada maka dibutuhkan sebuah sistem yang dapat membantu sekolah menentukan mata pelajaran yang sesuai untuk siswa. Untuk itu dibangunlah sebuah sistem pendukung keputusan untuk menentukan mata pelajaran lintas minat kurikulum 2013 menggunakan algoritma weighted product dan analytical hierarchy process yang bertujuan menentukan mata pelajaran yang sesuai untuk siswa. Pada sistem ini dibutuhkan data siswa dan guru sebagai input, kemudian data tersebut diproses dengan menggunakan algoritma WP dan AHP hingga memperoleh output berupa ranking dari mata pelajaran yang sudah di-input-kan. Berdasarkan sistem yang telah dibuat, dari data yang diperoleh didapat dua ranking teratas mata pelajaran lintas minat untuk jurusan Ilmu-ilmu Sosial, yaitu Bahasa dan Sastra Inggris serta Bahasa dan Sastra Indonesia yang kemudian disarankan kepada pihak sekolah sebagai bahan pertimbangan pembuat keputusan. Selain mencari ranking mata pelajaran penulis juga melakukan perbandingan antar kedua algoritma berdasarkan kompleksitas waktu, dari perbandingan tersebut diperoleh big thetayang sama, yaitu Ө (n2).

(8)

DECISION SUPPORT SYSTEM FOR DETERMINING SUBJECTS OF CHOICE IN CURRICULUM 2013 USING WEIGHTED PRODUCT AND

ANALYTICAL HIERARCHY PROCESS ALGORITHMS

ABSTRACT

The face paced development of education systems in the world makes Indonesian Goverment should follow suit in order to make its people ready to survive in global competiton. In 2013, the goverment used new curriculum for every school, which is called curriculum of 2013, that refers to the curriculum of KTSP (Kurikulum Tingkat Satuan Pendidikan). Similar to later, the new curriculum has three lessons, math plus natural science, social science, and language, but in this, the students have to study about the lesson out of their majors, which are called subjects of choices. To determine subjects of choices, some aspects (such as students mark, interest, number

of teacher, teachers’ recomendation and parents’ recomendation) should be known.

Because of there are so many criteria, it needs a system which may help the schools to decide which lessons must be taught to the student. This research builds a support system to determine subjects of choice, in curriculum 2013 using weighted product method and analytical hierarchy process algorithm. This system needs student’s and teachers’ data as input, then the data is processed by using WP and AHP until the ranking of the subjects is obtained as output. According to the system, the highest ranking of subjects in social science are English Language and Indonesian Language which is then suggested to the schools as recomendation. In order to determine the ranking of the subjects, both algorithms are compared according to their time complexities, which is Ө (n2) for both algorithm.

(9)

DAFTAR ISI

1.6. Metodologi Penelitian 4

1.7. Sistematika Penulisan 5

BAB 2 LANDASAN TEORI

2.1. Sistem Pendukung Keputusan 7

2.1.1. Konsep SPK 8

2.1.2. Komponen-Komponen SPK 8

2.2. Multiple Attribute Decision Making (MADM) 9

2.3. Weighted Product 10

2.3.1. Contoh Manual Penggunaan Algoritma Weighted

Product 11

2.4. Analytical Hierarchy Process 13

2.4.1. Contoh Manual Penggunaan Algoritma Analytical

(10)

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Sistem 23

3.1.1. Analisis Masalah 23

3.1.2. Analisis Kebutuhan 24

3.1.2.1. Kebutuhan fungsional 25

3.1.2.2. Kebutuhan nonfungsional 25

3.2. Perancangan Sistem 25

3.2.1. Flowchat Sistem 26

3.2.1.1. Flowchat sistem secara umum 26 3.2.1.2. Flowchart algoritma weighted product 27 3.2.1.3. Flowchart algoritma analytical hierarchy

process 28

3.2.2. Data Flow Diagram (DFD) 29

3.2.3. Perancangan Antar Muka Sistem (Interface) 31

3.2.3.1. Halaman masuk 31

3.2.3.2. Halaman awal 32

3.2.3.3. Halaman data siswa 33

3.2.3.4. Halaman data guru 35

3.2.3.5. Halaman proses kriteria 36

3.2.3.6. Halaman proses WP 37

3.2.3.7. Halaman proses AHP 39

3.2.3.8. Halaman info 40

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem 41

4.1.1. Halaman Masuk 41

4.2. Perhitungan Kompleksitas Waktu 50

4.2.1. Perhitungan Kompleksitas Waktu Algoritma Weighted

Product 50

4.2.2. Perhitungan Kompleksitas Waktu Algoritma Analytical

Hierarchy Process 52

4.3. Perbandingan Hasil Algoritma Weighted Product dan Analytical

Hierarchy Process 57

4.3.1. Hasil Algoritma Weighted Product 57 4.3.2. Hasil Algoritma Analytical Hierarchy Process 58

(11)

BAB 5 KESIMPULAN DAN SARAN

5.1. Kesimpulan 59

5.2. Saran 59

(12)

DAFTAR TABEL

Halaman

Tabel 2.1. Skor Konversi Nilai Kriteria WP 11

Tabel 2.2. Contoh Data WP 12

Tabel 2.3. Contoh Data Yang Sudah Dikonversi WP 12

Tabel 2.4. Skor Konversi Nilai Kriteria AHP 15

Tabel 2.5. Contoh Data AHP 15

Tabel 2.6. Contoh Data Yang Sudah Dikonversi AHP 16

Tabel 2.7. Tabel Matriks Prioritas Kriteria 16

Tabel 2.8. Tabel Matriks Prioritas Kriteria Yang Disederhanakan 16

Tabel 2.9. Tabel Matriks Bobot Kriteria 1 17

Tabel 2.10. Tabel Matriks Bobot Kriteria 2 18

Tabel 2.11. Tabel Matriks Bobot Kriteria 3 18

Tabel 2.12. Tabel Matriks Bobot Kriteria 4 19

Tabel 2.13. Tabel Matriks Bobot Kriteria 5 19

Tabel 3.1. Keterangan Rancangan Halaman Masuk 31

Tabel 3.2. Keterangan Rancangan Halaman Awal 32

Tabel 3.3. Keterangan Rancangan Halaman Data Siswa 34 Tabel 3.4. Keterangan Rancangan Halaman Data Guru 35 Tabel 3.5. Keterangan Rancangan Halaman Proses Kriteria 37 Tabel 3.6. Keterangan Rancangan Halaman Proses WP 38 Tabel 3.7. Keterangan Rancangan Halaman Proses AHP 39

Tabel 3.8. Keterangan Rancangan Halaman Info 40

Tabel 4.1. Tabel Penyederhanaan Prioritas Kriteria 48

Tabel 4.2. Tabel Matriks Bobot K1 48

(13)

DAFTAR GAMBAR

Halaman

Gambar 2.1. Komponen-Komponen SPK 9

Gambar 3.1. Diagram Ishikawa Masalah Penelitian 24

Gambar 3.2. Flowchart Sistem 26

Gambar 3.3. Flowchart Algoritma Weighted Product 27 Gambar 3.4. Flowchart Algoritma Analytical Hierarchy Process 28

Gambar 3.5. DFD Level 0 29

Gambar 3.6. DFD Level 1 30

Gambar 3.7. Rancangan Halaman Masuk 37

Gambar 3.8. Rancangan Halaman Awal 38

Gambar 3.9. Rancangan Halaman Data Siswa 33

Gambar 3.10. Rancangan Halaman Data Guru 35

Gambar 3.11. Rancangan Halaman Proses Kriteria 36

Gambar 3.12. Rancangan Halaman Proses WP 38

Gambar 3.13. Rancangan Halaman Proses AHP 39

Gambar 3.14. Rancangan Halaman Info 40

Gambar 4.1. Tampilan Halaman Masuk 42

Gambar 4.2. Tampilan Halaman Awal 42

Gambar 4.3. Tampilan Halaman Data Siswa 43

Gambar 4.4. Tampilan Halaman Data Guru 44

Gambar 4.5. Tampilan Halaman Proses Tab Kriteria 45 Gambar 4.6. Tampilan Halaman Proses Tab Weighted Product 45 Gambar 4.7. Tampilan Halaman Proses Tab Analytical Hierarchy Process 47

(14)

DAFTAR LAMPIRAN

Halaman

A. Listing Program A-1

B. Surat Balasan Riset B-1

C. Data Riset B-2

D. Curriculum Vitae C-1

E. Surat Keputusan Pengangkatan Dosen Pembimbing Tugas Akhir D-1

F. Undangan Sidang Meja Hijau E-1

Referensi

Dokumen terkait

Begitu pula sebaliknya, usia penyapihan yang terlalu lama tanpa diimbangi pemberian makanan yang tcpat jenis, bentuk dan waktunya dapat mengakihatkan timbuinya masalah

Mengoperasikan PC stand alone Menjelaskan sistem operasi berbasis GUI Membandingkan perangkat lunak pengolah kata jenis.. close source dan

Napsu makan menurun, porsi makan tidak di habiskan, mukosa mulut lembab, kesulitan dalam menelan makanan karena adanya benjolan pada leher, tidak ada nyeri tekan pada abdomen,

Hasil analisis kualitatif ( Gambar 4 ) menyatakan bahwa, dari empat sumur yang digunakan sebagai input pengolahan data seismik terdapat dua sumur yang

PROGRAM STUDI ARSITEKTUR, FAKULTAS ARSITEKTUR DAN DESAIN UNIVERSITAS KATOLIK SOEGIJAPRANATA..

Kedua menu kategori ini diimplementasikan atas dasar cara kerja peralatan hidrolik yang digunakan pada bidang usaha bengkel atau pengguna alat alat hidrolik tersebut untuk

Bedasarkan Penetapan Peringkat Teknis untuk Pekerjaan Jasa Konsultansi Survey Budaya K3, Nomor : 683./PPPBJ-PPK/IV/2013 tanggal 09 April 2013, maka dengan ini

Merujuk pada Undang-Undang tersebut diatas bahwa, semua warga negara Indonesia berhak mendapatkan pendidikan tidak terkecuali masyarakat atau anak yang mengalami retardasi mental