Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana Nusantara

12  Download (0)

Full text

(1)

Penerapan Metode

Simple Additive Weighting

Untuk

Seleksi Calon Peserta Gita Bahana Nusantara

Bahar, Isty Safitrianingsih STMIK Banjarbaru

Jl. Ahmad Yani KM. 33 Banjarbaru

bahararahman@gmail.com, Isty.9393@gmail.com Abstrak

Metode yang digunakan dalam sistem pendukung keputusan ini adalah Metode Simple Additive Weighting (SAW) yang mana metode ini dalam melakukan pengambilan keputusannya dengan cara yaitu normalisasi matriks, nilai pada setiap kriteria yang telah diperoleh dari 3 orang juri dibagi dengan nilai maksimal pada setiap kriteria. Kemudian hasil pembagian masing-masing kriteria tersebut di kalikan dengan bobot kriteria yang telah ditetapkan, hasil perkalian tersebut kemudian dijumlahkan dan dilanjutkan lagi proses perankingan yang akan menyeleksi alternatif calon peserta yang terbaik dari sejumlah alternatif yang telah ada.

Kesimpulan yang diperoleh dari penelitian yang telah dilakukan yaitu metode Simple Additive Weighting dapat memberikan penilaian dan perangkingan untuk seleksi calon peserta gita bahana nusantara dengan akurasi yang sangat baik.

Kata Kunci : Simple Addtive Weighting, Prioritas, Seleksi

Abstract

The method used in the decision support system is Simple Additive Weighting Method ( SAW ) in which this method in making the decision in a way that the normalization of the matrix , the value on each of the criteria that have been derived from the 3 judges divided by the maximum score on each criterion . Then the result of the division of each criteria multiplied by the weight of the established criteria , the results of the multiplication are then summed and resumes ranking process that will select the best alternative candidate from a number of alternatives that already exist.

The conclusion of the research that has been done is Simple Additive Weighting method can provide an assessment and ranking the candidates for selection Gita Bahana Nusantara with very good accuracy .

Keywords : Simple Addtive Weighting, Priority, Selection

1. Pendahuluan

Gita Bahana Nusantara adalah Paduan Suara dan Orchestra Istana negara, dimana Gita Bahana Nusantara (GBN) ini tampil mengisi acara persembahan pada upacara kemerdekaan Republik Indonesia 17 Agustus dan sidang besar DPR MPR RI 15 Agustus. Adapun anggota paduan suara GBN merupakan putra-putri terbaik dari masing-masing provinsi di seluruh Indonesia, dimana setiap provinsi diwakil 4 orang yaitu jenis suara Sopran, Alto, Tenor dan Bass. Mereka terpilih melalui audisi yang sangat sulit dan ketat di provinsinya masing-masing. Sedangkan untuk orchestra, merupakan pemusik yang juga berasal dari seluruh Indonesia.

Dalam hal seleksi, ada beberapa kriteria yang sudah ditetapkan sebelumnya, yaitu kemampuan membaca notasi balok atau angka, kemampuan menguasai materi suara, kemampuan melafalkan intonasi, kemampuan penguasaan ritme, kemampuan ekspresi/mimik dan penampilan yang baik.

(2)

jelas serta tidak adanya suatu sistem yang dapat menunjang penggunaan bobot kriteria dalam proses tersebut agar dapat menghasilkan hasil yang tepat.

Berdasarkan permasalahan yang telah terjadi diatas, maka penelitian ini bermaksud untuk memecahkan masalah yang telah terjadi dengan salah satu alternatif, yaitu dengan menggunakan sebuah metode. Metode yang digunakan dalam sistem pendukung keputusan ini adalah Metode Simple Additive Weighting (SAW) yang mana metode ini dalam melakukan pengambilan keputusannya dengan cara yaitu normalisasi matriks, nilai pada setiap kriteria yang telah diperoleh dari 3 orang juri dibagi dengan nilai maksimal pada setiap kriteria. Kemudian hasil pembagian masing-masing kriteria tersebut di kalikan dengan bobot kriteria yang telah ditetapkan, hasil perkalian tersebut kemudian dijumlahkan dan dilanjutkan lagi proses perankingan yang akan menyeleksi alternatif calon peserta yang terbaik dari sejumlah alternatif yang telah ada. Dengan metode perankingan inilah diharapkan akan lebih tepat dan sesuai dengan kriteria dan bobot yang telah ditentukan sebelumnya.

Penilitian yang dilakukan oleh Asep Kamaludin Jurusan Teknik Informatika Fakultas sains dan Teknologi Universitas Islam Negeri Sunan Gunung Djati Bandung“Sistem Pendukung Keputusan Dalam Pemilihan Alternatif Alat Kontrasepsi Menggunakan Simple Additive

Weighting” dalam jurnal penelitian ini telah dibuat sebuah sistem pendukung keputusan yang

dapat memberikan keputusan alternatif alat kontrasepsi dengan menggunakan perhitungan metode SAW (Simple Additive Weighting) yang nantinya bisa dijadikan sebagai acuan untuk memilih alat kontrasepsi. Selain dalam hal pengambilan keputusan sistem ini juga dapat memberikan informasi kelebihan dan kekurangan masing- masing alat kontrasepsi serta memberikan peringatan mengenai kontraindikasi dari alat berdasarkan riwayat kesehatan [1].

Penelitian oleh Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer Indonesia yang berjudul “Sistem Pendukung Keputusan Untuk

Menentukan Penerima Beasiswa Di SMA Negeri 6 Pandeglang” dalam jurnal penelitian ini

proses pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa di SMA Negeri 6 Pandeglang mengggunakan metode Fuzzy Multiple Attribute Decission Making (FMADM) dengan metode Simple Additive Weighting (SAW). Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu kerja tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan penerima beasiswa, dan dapatmempermudah tim penyeleksi dalam menentukan penerima beasiswa [2].

2. Metode Penelitian

2.1 Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

dimana rij adalah rating kinerja ternormalisasi dari alternatif Aipada atribut Cj; i=1,2,...,m dan

j=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

n

Vi= ∑ wj rij (2)

j=1

Keterangan :

Vi = rangking untuk setiap alternatif

(3)

rij = nilai rating kinerja ternormalisasi

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih [3].

2.2 Kebutuhan Sistem

Proses pemilihan the best player merupakan permasalahan yang melibatkan banyak komponen atau kriteria yang dinilai. Dari permasalahan tersebut, penelitian ini bermaksud memecahkannya dengan salah satu alternatif yaitu dengan menggunakan metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang berhak menjadi the best player berdasarkan kriteria-kriteria yang ditentukan.

Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan. Sehingga akan mendapatkan hasil yang lebih akurat terhadap siapa yang akan menjadi the best player pada parade atau kompetisi band.

Data yang digunakan dalam proses sistem adalah data yang dijumlahkan semua tanpa menggunakan bobot kriteria, contoh kasus yaitu pada rekapitulasi the best vocalist.

Tabel 2. 1 Data Nilai Calon Peserta Gita Bahana Nusantara (Sopran)

Nomor

Peserta Nama Peserta

Baca Not

Materi

Suara Intonasi Ritmik Ekspresi Penampilan Total

GB-0001 Conni Meidina Aritonang 68.0 75.0 73.3 73.3 72.4 75.0 437.1

Tabel 2. 2 Data Nilai Calon Peserta Gita Bahana Nusantara (Alto)

Nomor

Peserta Nama Peserta

Baca Not

Materi

Suara Intonasi Ritmik Ekspresi Penampilan Total

(4)

Tabel 2. 3 Data Nilai Calon Peserta Gita Bahana Nusantara (Bass)

Nomor Peserta

Nama Peserta Baca Not Materi Suara Intonasi Ritmik Ekspresi Penampilan Total

GB-0003 Beny Fotsel Natabaru 68.0 73.0 72.7 74.7 73.0 76.3 437.7 GB-0007 Jambri Yetno 52.7 65.0 63.3 65.0 66.7 66.7 379.3 GB-0011 Ahmad Bimo .M 53.3 66.3 64.3 63.3 62.7 69.7 379.7 GB-0014 Julian Amiannu .S 55.7 61.0 64.0 60.0 65.0 68.3 374.0 GB-0018 Jeky Ceniago 55.0 59.7 60.0 67.0 64.3 68.0 374.0 GB-0022 Albertus Delhi 58.3 68.3 66.3 68.7 66.0 66.7 394.3 GB-0026 Gabriel Prisanjaya 58.3 65.0 60.7 67.3 68.3 65.0 384.7 GB-0030 Brian Wile 56.0 67.0 56.3 67.0 61.3 67.7 375.3 GB-0034 Andreyan Philiatama 63.3 71.0 71.0 71.0 73.3 73.3 423.0

Tabel 2. 4 Data Nilai Calon Peserta Gita Bahana Nusantara (Tenor)

Nomor

Peserta Nama Peserta

Baca Not

Materi

Suara Intonasi Ritmik Ekspresi Penampilan Total

GB-0004 Willy Febri 55.3 66.3 65.0 66.7 64.3 67.7 385.3 GB-0008 A'osubun 58.0 61.0 60.7 64.7 61.3 66.3 372.0 GB-0015 Rendi Saputra 55.0 59.7 61.7 67.0 64.3 68.0 375.7 GB-0019 Muhammad Noor .E 67.3 69.3 69.3 70.7 71.7 71.3 419.7 GB-0023 Dede 55.0 59.7 61.7 67.0 64.3 68.0 375.7 GB-0027 Hardino 58.3 68.3 61.3 68.7 66.0 66.7 389.3 GB-0031 Aditya Anugrah 58.3 65.0 61.0 67.3 68.3 65.0 385.0 GB-0035 Jodi Musa Putra .S 56.0 67.0 56.3 67.0 61.3 67.7 375.3

Sumber :Dinas Kebudayaan dan Pariwisata Provinsi Kalimantan Tengah 3. Hasil dan Pembahasan

3.1. Hasil

Tampilan interface Proses Aplikasi Pemilihan The Best Player Menggunakan Simple Additive Weighting seperti pada gambar dibawah ini:

(5)

Tahun di isi manual, pilih jenis suara dan klik tanda “---“l calon peserta maka akan masuk ke form bantu untuk memilih nama peserta. Setelah dipilih data peserta akan dimasukkan dikolom input. Pada proses penilaian klik tombol isi, masukkan nilai calon peserta. Begitu juga langkah selanjutnya untuk juri 2 dan juri 3.

Gambar 3. 2 Form Proses Perangkingan Menggunakan Metode SAW

Form Perangkingan Seleksi Calon Peserta Gita Bahana Nusantara. Langkah yang dilakukan yaitu dengan mengisi tahun, pilih jenis suara, klik Rata-rata untuk merata-ratakan nilai setiap kriteria, dan Proses maka akan tampil seperti gambar diatas.

3.2. Pembahasan

Proses seleksi calon peserta gita bahana nusantara dalam penelitian ini ddi lakukakan dengan perhitungan terhadap nilai kriteria dari tiap calon peserta dengan menggunakan metode Simple Additive Weighting (SAW). Dalam melakukan proses penghitungan, maka dilakukan pembobotan terlebih dahulu :

Tabel 3. 1 Kriteria dan Bobot The Best Player

No. Komponen Kriteria Bobot (%)

1 Kemampuan membaca notasi balok atau angka. 35 2 Kemampuan penguasaan materi suara. 25 3 Kemampuan melafalkan intonasi dengan baik. 13 4 Kemampuan penguasaan ritme. 12 5 Kemampuan ekspresi/mimik. 10 6 Penampilan yang baik. 5

Jumlah 100

Sumber: (Juri Seleksi Gita Bahana Nusantara, 2013)

Proses yang pertama dilakukan adalah menormalisasi data nilai peserta dengan rumus :

Keterangan :

rij = hasil normalisasi nilai peserta baris ke-i kolom ke-j xij = nilai peserta baris ke-i kolom ke-j

(6)

Selanjutnya ialah perhitungan normalisasi matriks berdasarkan persamaan pada data nilai calon peserta gita bahana nusantara, berikut data calon peserta gita bahana nusantara yang sudah dinormalisasi :

Tabel 3. 2 Tabel Normalisasi Data Peserta (Sopran)

Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6

GB-0001 Conni Meidina Aritonang 1.000 1.000 1.000 1.000 1.000 1.000 GB-0005 Devi Tri Tunggal Dewi 0.858 0.796 0.859 0.782 0.818 0.818 GB-0009 Patricia Angela Maria .B 0.735 0.862 0.859 0.859 0.822 0.822 GB-0012 Maria Septia Memorini 0.882 0.933 0.932 0.932 0.911 0.911 GB-0016 Yosa Febriana Ibat 0.735 0.853 0.864 0.864 0.844 0.844 GB-0020 Magdalena Rizka 0.779 0.933 0.936 0.818 0.889 0.889 GB-0024 Cheria Wina Winona 0.775 0.867 0.864 0.886 0.889 0.889 GB-0028 Adelina 0.784 0.884 0.877 0.864 0.929 0.929 GB-0032 Nidya Ayu Rosalina 0.819 0.813 0.873 0.818 0.911 0.911

Tabel 3.3 Tabel Normalisasi Data Peserta (Alto)

Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6

GB-0002 Vony Wirawati 0.874 0.934 0.915 0.939 0.877 0.923 GB-0006 Marissa Puspita 0.889 0.859 0.854 0.911 0.836 0.905 GB-0010 Moe Livia Ivana Purba 0.868 0.840 0.845 0.944 0.877 0.927 GB-0013 Rizky Frida Monica .T 0.921 0.962 0.934 0.967 0.900 0.909 GB-0017 Roseanne Amalia .M 0.921 0.915 0.854 0.948 0.932 0.886 GB-0021 Triwahyuni 0.884 0.944 0.793 0.944 0.836 0.923 GB-0025 Atlantiara Aditya Putri 1.000 1.000 1.000 1.000 1.000 1.000 GB-0029 Hosiana 0.953 0.869 0.887 0.915 0.845 0.927 GB-0033 Devi Andipa 0.937 0.911 0.892 0.901 0.886 0.923

Tabel 3.4 Tabel Normalisasi Data Peserta (Bass)

Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6

(7)

Tabel 3.5 Tabel Normalisasi Data Peserta (Tenor)

Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6

GB-0004 Willy Febri 0.822 0.957 0.938 0.943 0.898 0.949 GB-0008 A'osubun 0.861 0.880 0.875 0.915 0.856 0.930 GB-0015 Rendi Saputra 0.817 0.861 0.889 0.948 0.898 0.953 GB-0019 Muhammad Noor Erfani 1.000 1.000 1.000 1.000 1.000 1.000 GB-0023 Dede 0.817 0.861 0.889 0.948 0.898 0.953 GB-0027 Hardino 0.866 0.986 0.885 0.972 0.921 0.935 GB-0031 Aditya Anugrah 0.866 0.938 0.880 0.953 0.953 0.911 GB-0035 Jodi Musa Putra .S 0.832 0.966 0.813 0.948 0.856 0.949

Matriks ternormalisasi R sebagai berikut :

Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan : W = [0,35 0,25 0,13 0,12 0,10 0,05]

Hasil yang diperoleh adalah sebagai berikut :

Tabel 3. 6 Hasil Data Seleksi Calon Peserta (Sopran)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0001 Conni Meidina Aritonang 1.000 1.000 1.000 1.000 1.000 1.000 1.000

GB-0005 Devi Tri Tunggal Dewi 0.858 0.796 0.859 0.782 0.818 0.818 0.827

GB-0009 Patricia Angela Maria .B 0.735 0.862 0.859 0.859 0.822 0.822 0.811

GB-0012 Maria Septia Memorini 0.882 0.933 0.932 0.932 0.911 0.911 0.912

GB-0016 Yosa Febriana Ibat 0.735 0.853 0.864 0.864 0.844 0.844 0.813

GB-0020 Magdalena Rizka 0.779 0.933 0.936 0.818 0.889 0.889 0.859

GB-0024 Cheria Wina Winona 0.775 0.867 0.864 0.886 0.889 0.889 0.840

GB-0028 Adelina 0.784 0.884 0.877 0.864 0.929 0.929 0.853

(8)

Tabel 3.7 Hasil Data Seleksi Calon Peserta (Alto)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0002 Vony Wirawati 0.874 0.934 0.915 0.939 0.877 0.923 0.905

GB-0006 Marissa Puspita 0.889 0.859 0.854 0.911 0.836 0.905 0.875

GB-0010 Moe Livia Ivana Purba 0.868 0.840 0.845 0.944 0.877 0.927 0.871

GB-0013 Rizky Frida Monica .T 0.921 0.962 0.934 0.967 0.900 0.909 0.936

GB-0017 Roseanne Amalia .M 0.921 0.915 0.854 0.948 0.932 0.886 0.914

GB-0021 Triwahyuni 0.884 0.944 0.793 0.944 0.836 0.923 0.892

GB-0025 Atlantiara Aditya Putri 1.000 1.000 1.000 1.000 1.000 1.000 1.000

GB-0029 Hosiana 0.953 0.869 0.887 0.915 0.845 0.927 0.907

GB-0033 Devi Andipa 0.937 0.911 0.892 0.901 0.886 0.923 0.914

Tabel 3.8 Hasil Data Seleksi Calon Peserta (Bass)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0003 Beny Fotsel Natabaru 1.000 1.000 1.000 1.000 0.995 1.000 1.000

GB-0007 Jambri Yetno 0.775 0.890 0.872 0.871 0.909 0.873 0.846

GB-0011 Ahmad Bimo .M 0.784 0.909 0.885 0.848 0.855 0.913 0.850

GB-0014 Julian Amiannu .S 0.819 0.836 0.881 0.804 0.886 0.895 0.840

GB-0018 Jeky Ceniago 0.809 0.817 0.826 0.897 0.877 0.891 0.835

GB-0022 Albertus Delhi 0.858 0.936 0.913 0.920 0.900 0.873 0.897

GB-0026 Gabriel Prisanjaya 0.858 0.890 0.835 0.902 0.932 0.852 0.875

GB-0030 Brian Wile 0.824 0.918 0.775 0.897 0.836 0.886 0.854

GB-0034 Andreyan Philiatama 0.931 0.973 0.977 0.951 1.000 0.961 0.958

Tabel 3.9 Hasil Data Seleksi Calon Peserta (Tenor)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0004 Willy Febri 0.822 0.957 0.938 0.943 0.898 0.949 0.899

GB-0008 A'osubun 0.861 0.880 0.875 0.915 0.856 0.930 0.877

GB-0015 Rendi Saputra 0.817 0.861 0.889 0.948 0.898 0.953 0.868

GB-0019 Muhammad Noor .E 1.000 1.000 1.000 1.000 1.000 1.000 1.000

GB-0023 Dede 0.817 0.861 0.889 0.948 0.898 0.953 0.868

GB-0027 Hardino 0.866 0.986 0.885 0.972 0.921 0.935 0.920

GB-0031 Aditya Anugrah 0.866 0.938 0.880 0.953 0.953 0.911 0.907

GB-0035 Jodi Musa Putra .S 0.832 0.966 0.813 0.948 0.856 0.949 0.885

(9)

Tabel 3. 10 Tabel Data Hasil Perankingan (Sopran)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0001 Conni Meidina Aritonang 1.000 1.000 1.000 1.000 1.000 1.000 1.000

GB-0012 Maria Septia Memorini 0.882 0.933 0.932 0.932 0.911 0.911 0.912

GB-0020 Magdalena Rizka 0.779 0.933 0.936 0.818 0.889 0.889 0.859

GB-0028 Adelina 0.784 0.884 0.877 0.864 0.929 0.929 0.853

GB-0024 Cheria Wina Winona 0.775 0.867 0.864 0.886 0.889 0.889 0.840

GB-0032 Nidya Ayu Rosalina 0.819 0.813 0.873 0.818 0.911 0.911 0.838

GB-0005 Devi Tri Tunggal Dewi 0.858 0.796 0.859 0.782 0.818 0.818 0.827

GB-0016 Yosa Febriana Ibat 0.735 0.853 0.864 0.864 0.844 0.844 0.813

GB-0009 Patricia Angela Maria B. 0.735 0.862 0.859 0.859 0.822 0.822 0.811

Tabel 3.11 Tabel Data Hasil Perankingan (Alto)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0025 Atlantiara Aditya Putri 1.000 1.000 1.000 1.000 1.000 1.000 1.000

GB-0013 Rizky Frida Monica .T 0.921 0.962 0.934 0.967 0.900 0.909 0.936

GB-0033 Devi Andipa 0.937 0.911 0.892 0.901 0.886 0.923 0.914

GB-0017 Roseanne Amalia M. 0.921 0.915 0.854 0.948 0.932 0.886 0.914

GB-0029 Hosiana 0.953 0.869 0.887 0.915 0.845 0.927 0.907

GB-0002 Vony Wirawati 0.874 0.934 0.915 0.939 0.877 0.923 0.905

GB-0021 Triwahyuni 0.884 0.944 0.793 0.944 0.836 0.923 0.892

GB-0006 Marissa Puspita 0.889 0.859 0.854 0.911 0.836 0.905 0.875

GB-0010 Moe Livia Ivana Purba 0.868 0.840 0.845 0.944 0.877 0.927 0.871

Tabel 3.12 Tabel Data Hasil Perankingan (Bass)

Nomor

Peserta Nama Peserta C1 C2 C3 C4 C5 C6 W

GB-0003 Beny Fotsel Natabaru 1.000 1.000 1.000 1.000 0.995 1.000 1.000

GB-0034 Andreyan Philiatama 0.931 0.973 0.977 0.951 1.000 0.961 0.958

GB-0022 Albertus Delhi 0.858 0.936 0.913 0.920 0.900 0.873 0.897

GB-0026 Gabriel Prisanjaya 0.858 0.890 0.835 0.902 0.932 0.852 0.875

GB-0030 Brian Wile 0.824 0.918 0.775 0.897 0.836 0.886 0.854

GB-0011 Ahmad Bimo Mustaqim 0.784 0.909 0.885 0.848 0.855 0.913 0.850

GB-0007 Jambri Yetno 0.775 0.890 0.872 0.871 0.909 0.873 0.846

GB-0014 Julian Amiannu Salomo 0.819 0.836 0.881 0.804 0.886 0.895 0.840

(10)

Tabel 3.13 Tabel Data Hasil Perankingan (Tenor)

Langkah terakhir dari proses seleksi calon peserta gita bahana nusantara tingkat provinsi Kalimantan tengah adalah mencari nilai tertinggi dari nilai preferensi untuk setiap alternatif diatas.

- Untuk jenis suara Sopran yaitu Conni Meidina Aritonang, - Untuk jenis suara Alto yaitu Atlantiara Aditya Putri, - Untuk jenis suara Bass yaitu Beny Fotsel Natabaru, - Untuk jenis suara Tenor yaitu Muhammad Noor Erfani,

yang akan mewakili Provinsi Kalimantan Tengah dalam kegiatan Gita Bahana Nusantara Tingkat Nasional Tahun 2013 di Jakarta.

3.3 Pengujian Sistem

Pengujian sistem yaitu dengan perbandingan antara hasil pretest dan posttest terlihat pada bagan tabel dibawah ini :

Tabel 3. 14 Hasil Perbandingan Pretest dan Postest Suara Sopran

No PRETEST POSTTEST KETERANGAN 1 Maria Septia Memorini

Devi Tri Tunggal Dewi SESUAI 3 Magdalena Riska

Patricia Angela Maria Bunga SESUAI

Lanjutan Tabel 3.14 Perbandingan hasil penentuan Calon Peserta Jenis Suara Sopran

No PRETEST POSTTEST KETERANGAN 5 Cheria Wina Winona

Patricia Angela Maria Bunga SESUAI 7 Adelina

Patricia Angela Maria Bunga SESUAI 9 Adelina

Nidya Ayu Rosalina TIDAK SESUAI 12 Nidya Ayu Rosalina

Patricia Angela Maria Bunga

Patricia Angela Maria Bunga

(11)

13 Nidya Ayu Rosalina Cheria Wina Winona

Cheria Wina Winona

Nidya Ayu Rosalina TIDAK SESUAI 14 Nidya Ayu Rosalina

Magdalena Riska

Magdalena Riska

Nidya Ayu Rosalina TIDAK SESUAI 15 Nidya Ayu Rosalina

Adelina

Adelina

Nidya Ayu Rosalina TIDAK SESUAI

Persentasi untuk hasil data yang sesuai adalah :

Persentasi untuk hasil data yang tidak sesuai adalah :

Maka grafik kesesuaian dari hasil penentuan seleksi calon peserta gita bahana nusantara menggunakan metode Simple Additive Weighting adalah sebagai berikut :

60,00% 40,00%

Grafik Perbandingan

(Sopran)

Sesuai

Tidak Sesuai

Gambar 3. 3 Perbandingan Seleksi Calon Peserta Sopran

Untuk penentuan seleksi calon peserta gita bahana nusantara yang lain (alto, bass dan tenor) dapat dilakukan dengan cara yang telah dijelaskan seperti diatas.

4. Kesimpulan

Berdasarkan uraian-uraian yang telah dibahas pada bab-bab sebelumnya, maka secara garis besar dapat ditarik kesimpulan sebagai berikut :

1. Aplikasi sistem ini dibuat sebagai alat bantu pengambilan keputusan Seleksi Calon Peserta Gita Bahana Nusantara berdasarkan pada kriteria-kriteria yang sudah ditetapkan pada Dinas Kebudayaan dan Pariwisata Provinsi Kalimantan Tengah dengan menggunakan metode Simple Additive Weighting.

(12)

Daftar Pustaka

[1] Kamaludin, A. (2012). Sistem Pendukung Keputusan Dalam Pemilihan Alternatif Alat Kontrasepsi Menggunakan Simple Additive Weighting. Jurnal Teknik Informatika.

[2] Sulistiyo, H. (2010). Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Di SMA Negeri 6 Pandeglang. JBPTUNIKOMPP.

Figure

Tabel 2. 1 Data Nilai Calon Peserta Gita Bahana Nusantara (Sopran)

Tabel 2.

1 Data Nilai Calon Peserta Gita Bahana Nusantara (Sopran) p.3
Tabel 2. 2 Data Nilai Calon Peserta Gita Bahana Nusantara (Alto)

Tabel 2.

2 Data Nilai Calon Peserta Gita Bahana Nusantara (Alto) p.3
Gambar 3. 1 Form Penilaian Calon Peserta Gita Bahana Nusantara

Gambar 3.

1 Form Penilaian Calon Peserta Gita Bahana Nusantara p.4
Tabel 3. 1 Kriteria dan Bobot The Best Player

Tabel 3.

1 Kriteria dan Bobot The Best Player p.5
Gambar 3. 2 Form Proses Perangkingan Menggunakan Metode SAW

Gambar 3.

2 Form Proses Perangkingan Menggunakan Metode SAW p.5
Tabel 3. 6 Hasil Data Seleksi Calon Peserta (Sopran)

Tabel 3.

6 Hasil Data Seleksi Calon Peserta (Sopran) p.7
Tabel 3.5 Tabel Normalisasi Data Peserta (Tenor)

Tabel 3.5

Tabel Normalisasi Data Peserta (Tenor) p.7
Tabel 3.9 Hasil Data Seleksi Calon Peserta (Tenor)

Tabel 3.9

Hasil Data Seleksi Calon Peserta (Tenor) p.8
Tabel 3.7 Hasil Data Seleksi  Calon Peserta (Alto)

Tabel 3.7

Hasil Data Seleksi Calon Peserta (Alto) p.8
Tabel 3. 10 Tabel Data Hasil Perankingan (Sopran)

Tabel 3.

10 Tabel Data Hasil Perankingan (Sopran) p.9
Tabel 3.11 Tabel Data Hasil Perankingan (Alto)

Tabel 3.11

Tabel Data Hasil Perankingan (Alto) p.9
Tabel 3. 14 Hasil Perbandingan Pretest dan Postest Suara Sopran

Tabel 3.

14 Hasil Perbandingan Pretest dan Postest Suara Sopran p.10
Tabel 3.13 Tabel Data Hasil Perankingan (Tenor)

Tabel 3.13

Tabel Data Hasil Perankingan (Tenor) p.10
Grafik Perbandingan

Grafik Perbandingan

p.11

References

Scan QR code by 1PDF app
for download now

Install 1PDF app in