Sistem Pendukung Keputusan Seleksi Siswa untuk Perlombaan MIPA
Menggunakan Metode TOPSIS (Studi Kasus : SDN 4 Cibungeulis)
Teuku Mufizar*1, Rahadi Deli Saputra2, Hani Nurmila Ulfah3 1,2,3, Program Studi Teknik Informatika, STMIK Tasikmalaya
E-mail: *1[email protected],2[email protected],3[email protected]
Abstrak
Sekolah Dasar Negeri 4 Cibunigeulis setiap tahun mengirimkan siswanya untuk menjadi perwakilan sekolah di perlombaan MIPA (Matematika dan IPA) tingkat Kota Tasikmalaya. Masalah yang dihadapi di SDN 4 Cibunigeulis yaitu dalam penyeleksian untuk calon peserta olimpiade MIPA masih secara manual. Dengan sistem seperti itu membutuhkan waktu yang lama sehingga guru selalu mengalami kesulitan karena belum adanya sistem pendukung yang bisa mempermudah pekerjaannya dalam menyeleksi siswa calon peserta olimpiade MIPA. Adapun metode yang digunakan untuk sistem pendukung keputusan seleksi siswa ini adalah metode TOPSIS (Technique for Order Performance by Similarity to Ideal Solution) yaitu salah satu metode pengambilan keputusan multikriteria yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). Metode pendekatan rekayasa perangkat lunak yang digunakan dalam penelitian ini adalah model SDLC sering disebut juga model air terjun, dan bahasa pemrograman yang digunakan adalah bahasa pemrograman Visual Basic 6.0 serta databasenya dengan Ms. Access. Perancangan sistem yang digunakan yaitu DFD dan perancangan basis data menggunakan ERD. Kriteria yang digunakan dalam penelitian ini yaitu Nilai Raport Matematika, Nilai Raport IPA, Nilai Tes Matematika, Nilai Tes IPA, Nilai Psikotes, Kedisplinan, dan Keaktifan di kelas. Dengan adanya aplikasi sistem pendukung keputusan tersebut membantu guru dalam menyeleksi siswa calon peserta olimpiade MIPA dengan waktu yang relatif cepat.
Kata Kunci : Sistem Pendukung Keputusan, TOPSIS, Perlombaan Matematika dan IPA.
Abstract
SDN 4 Cibunigeulis delegates the students for being school delegation in MIPA competition at the level of the Tasikmalaya City every year. The problem that faced by SDN 4 Cibunigeulis is the selection of candidate of MIPA that is selected manually. By that system, it needs a long time and the result, the teachers have a difficulty because there is not support system which can facilitate their works in selecting the students, the candidate of MIPA participants. As for the method that used for supporting system selection students decision is TOPSIS method (Technique for Order Performance by Similarity to Ideal Solution) is one of the multicriteria decision-making the first introduced by Yoon and Hwang (1981). The approach software engineering method that used in this research is the model of SDLC and commonly reffered to model air terjun , and authoring language that used is Visual Basic 6.0 authoring language as well as the database by Ms.Access. The system design used is DFD and database design using ERD.The criteria used in this study which grades mathematics, grades science, math test scores, science test score, grade psichological test, the value of dicipline,and the value of the activity in the classroom. With the support systems decisions programme could help the teachers in selecting the students candidate of MIPA olympiade participant with in a short time.
Keywords : Decision Support Systems, TOPSIS, Olimpiade Mathematics and Science.
1. Pendahuluan
setiap tahunnya. Pelaksanaan olimpiade secara berkelanjutan akan berdampak positif pada pelaksanaan proses pembelajaran sehingga menjadi kreatif dan inovatif. Pada gilirannya siswa akan memiliki kesempatan dalam mengembangkan seluruh aspek kepribadian dan kemampuannya melalui proses pembelajaran yang kreatif, efektif dan menyenangkan. Olimpiade MIPA bertujuan untuk memfasilitasi dan memotivasi siswa yang mempunyai bakat dalam bidang MIPA atau sains, sehingga para siswa dapat meningkatkan kemampuan mereka sesuai dengan bidang ilmu keahliannya.
Setiap tahun selalu diadakan perlombaan antar sekolah-sekolah se-Kota Tasikmalaya, siswa di SDN 4 Cibunigeulis selalu diikutsertakan dalam perlombaan apapun salah satunya dalam perlombaan MIPA. SDN 4 Cibunigeulis setiap tahunnya mengirimkan siswanya untuk menjadi perwakilan sekolah di perlombaan MIPA (Matematika dan IPA) tingkat Kota Tasikmalaya. Perlombaan MIPA ini di khususkan untuk siswa kelas 5. Jumlah siswa kelas 5 di SDN 4 Cibunigeulis ada 25 orang. Untuk bisa mengirimkan siswanya dalam perlombaan MIPA, guru harus menyeleksi siswa yang layak menjadi perwakilan untuk sekolahnya. Dalam penyeleksian calon peserta olimpiade MIPA ini masih secara manual misalnya dengan cara guru mencatat nilai-nilai siswa ke buku nilai siswa dan diakumulasikan dengan kriteria yang lain kemudian dimusyawarahkan terlebih dahulu dengan guru lainnya dan hasil dari musyawarah tersebut diserahkan ke Kepala Sekolah untuk bisa disetujui. Dengan sistem seperti itu membutuhkan waktu yang lama sehingga guru selalu mengalami kesulitan karena belum adanya sistem pendukung yang bisa mempermudah pekerjaannya dalam menyeleksi siswa calon peserta olimpiade MIPA.
Berdasarkan permasalahan diatas, maka perlu untuk dibangun sebuah sistem pendukung keputusan untuk menyeleksi siswa dalam mengikuti olimpiade MIPA. Dengan adanya sistem pendukung keputusan ini diharapkan dapat mempermudah guru dalam menyeleksi siswa yang layak untuk menjadi perwakilan sekolahnya. Sistem pendukumg keputusan yang akan dibangun oleh penulis ini menggunakan metode TOPSIS (Technique for Order Performance by Similarity to Ideal Solution) dalam proses penyeleksian siswa peserta olimpiade MIPA. Alasan menggunakan metode TOPSIS ini yaitu konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan memiliki kemampuan untuk mengukur kinerja relatif dari alternatif-alternatif keputusan dalam bentuk matematis yang sederhana.
(Studi Kasus : SMA Negeri 5 Medan) [6], menggunakan 3 jenis kriteria: Nilai hasil ujian dikelompokan menjadi 3 tahap ujian, Tes kemampuan akademik dikelompokan menjadi 4 tahap pengujian, Tes kemampuan olimpiade sains sesuai bidang yang diminati dikelompokan menjadi 3 tahap ujian.
Dari keenam referensi jurnal terkait diatas, dapat dilihat adanya perbedaan dengan penelitian yang dilakukan saat ini. Pada jurnal terkait [1] ada persamaan dalam tingkatan sekolah yaitu tingkat SD dan metode yang digunakan yaitu topsis dengan penelitian yang dilakukan saat ini. Sedangkan pada jurnal terkait [4] ada kriteria yang dijadikan referensi dengan penelitian saat ini yaitu kriteria nilai tes matematika dan nilai tes psikotes, akan tetapi peneliti melakukan pengembangan dari penelitian sebelumnya yaitu peneliti melakukan penelitian di sekolah dasar untuk menyeleksi siswa peserta olimpiade MIPA dengan menggunakn 7 jenis kriteria yaitu Nilai Raport Matematika, Nilai Raport IPA, Nilai Tes Matematika, Nilai Tes IPA, Nilai Tes Psikotes, Nilai Kedisplinan, dan Nilai Keaktifan di Kelas.
2. Metode Penelitian
Metode pendekatan rekayasa perangkat lunak yang digunakan dalam penelitian ini adalah model SDLC sering disebut juga model air terjun/waterfall. Adapun tahapan SDLC dalam pembangunan Sistem Pendukung Keputusan Seleksi Siswa Untuk Perlombaan MIPA Menggunakan Metode TOPSIS (Studi Kasus: SDN 4 Cibunigeulis):
Gambar 1 Tahapan SDLC
a. Langkah-langkah dalam metode TOPSIS:
1. Membuat matriks keputusan yang ternormalisasi.
2. Membuat matriks keputusan yang ternormalisasi terbobot.
3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif.
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif.
3. Menentukan nilai preferensi untuk setiap alternatif. TOPSIS membutuhkan rating kinerja setiap alternatif AI.
3. Hasil Dan Pembahasan
3.1. Analisa Pemecahan Masalah dengan Metode Topsis
Langkah pertama yang dilakukan yaitu menentukan kriteria dan alternatif yang akan dijadikan acuan dalam pengambilan keputusan. Dalam penelitian ini penulis menggunakan 7 kriteria dan 5 orang siswa sebagai alternatifnya.
Tabel 1 Alternatif
2. Berikut adalah kriteria yang dijadikan acuan dalam pengambilan keputusan seleksi siswa peserta olimpiade MIPA :
Tabel 2 Kriteria
Kriteria
Keterangan
1. NRM
Nilai Raport Matematika
2. NRIPANilai Raport IPA
3. Data Nilai Siswa Calon Peserta Olimpiade MIPA
Tabel 3 Data Nilai Siswa Calon Peserta Olimpiade MIPA
Alternatif
Kriteria
a. Rating Kecocokan Nilai Raport Matematika (NRM), Nilai Raport IPA (NRIPA), Nilai Tes Matematika (NTM), dan Nilai Tes IPA (NTIPA) sama nilai rating kecocokannya.
Tabel 4 Rating Kecocokan NRM, NRIPA, NTM, NTIPA
Nilai Rating Keterangan
c. Rating Kecocokan Nilai Kedisplinan dan Nilai Keaktifan Di Kelas
Kedisplinan dinilai dari sikap atau tingkah laku siswa dalam berperilaku terhadap guru, dan keaktifan di kelas dinilai dari proses berlangsungnya pembelajaran didalam kelas, berikut adalah tabel rating kecocokan untuk nilai keaktifan di kelas. Berikut adalah tabel rating kecocokan untuk nilai kedisplinan dan nilai keaktifan di kelas:
Tabel 6 Rating Kecocokan Nilai Kedisplinan
Setelah menentukan alternatif, kriteria serta rating kecocokan dari setiap kriteria yang dibutuhkan langkah selanjutnya yaitu :
1. Menghitung Matriks Keputusan Ternormalisasi (X)
Tabel 7 Rating Kecocokan dari Setiap Alternatif pada Setiap Kriteria
Alternatif Kriteria
Berikut adalah rumus untuk menghitung matriks keputusan ternormalisasi (X):
𝑅𝑖𝑗= 𝑥𝑖𝑗
Tabel 8 Hasil dari Matriks Keputusan Ternormalisasi
2. Matriks Keputusan Yang Ternormalisasi Terbobot (Y)
Sebelum menghitung matriks keputusan ternormalisasi terbobot, tentukan terlebih dahulu bobot dari masing-masing kriteria. Tingkat kepentingan dari tiap kriteria dapat dinilai dari range 1 sampai 4, yaitu: 1 = Tidak Penting, 2 = Cukup Penting, 3 = Penting, 4 = Sangat Penting. Nilai bobot awal (w) digunakan untuk menunjukkan tingkat kepentingan relatif dari setiap kriteria. Berikut adalah bobot dari masing-masing kriteria:
Tabel 9 Bobot Kriteria
Setelah menentukan nilai bobot dari setiap kriteria, maka langkah selanjutnya adalah menghitung matriks ternormalisasi terbobot. Berikut adalah rumus yang digunakan:
yij = wi rij ; dengan i = 1,2, …, m; dan j = 1,2, …, n
contoh pengerjaannya:
Y11 = (4).(0,57) = 2,28 Y41 = (4).(0,43) = 1,72 Y21 = (4).(0,43) = 1,72 Y51 = (4).(0,57) = 2,28 Y31 = (4).(0,29) = 1,16
Dan seterusnya sampai menghasilkan matriks ternormalisasi terbobot berikut:
Tabel 10 Hasil Matriks Ternormalisasi Terbobot (Y)
Alternatif
Kriteria
3. Menentukan Solusi Ideal Positif dan Negatif
Langkah ketiga yaitu menentukan solusi ideal positif dan negatif, berikut adalah rumus dan perhitungannya:
𝐴+= 𝑚𝑎𝑥(𝑦
1+, 𝑦2+, … , 𝑦𝑛+)
𝐴− = 𝑚𝑎𝑥(𝑦1−, 𝑦2−, … , 𝑦𝑛−)
Y
iSolusi Ideal
Max
Min
Setelah menentukan nilai solusi ideal positif dan solusi ideal negatif, langkah keempat yaitu menntukan jarak anatara nilai setiap alternatif dengan matriks solusi ideal positif dan negatif, rumus yang digunakan untuk menghitung nilai solusi ideal positif adalah :
𝑫+𝒊 = √∑ ( 𝒚𝒏𝒋=𝟏 𝒊+− 𝒚𝒊𝒋)𝟐; i= 1,2, …, m.
Selanjutnya menghitung nilai solusi ideal negatif, rumus yang digunakan sama seperti rumus yang digunakan dalam menghitung solusi ideal positif.
𝑫𝟏−=
5. Menentukan Nilai Preferensi Untuk Setiap Alternatif
Langkah terakhir dari metode TOPSIS ini adalah menentukan nilai preferensi untuk setiap alternatifnya, adapun rumus yang digunakan sebagai berikut:
𝑽𝒊= 𝑫𝒊 −
V1 = 3,17
3,17+1,35= 0,70 V3 = 2,92
2,92+1,36= 0,68 V5 = 3,77
3,77+1,23= 0,75
V2 = 2,11
2,11+1,62= 0,57 V4 = 2,19
2,19+1,67= 0,57
Sehingga dihasilkan nilai preferensinya yang telah diurutkan dari nilai tertinggi ke nilai terendah pada tabel 4.16 dibawah ini:
Tabel 4.16 Nilai Preferensi
V
iNilai preferensi
V
50,75
V
10,70
V
30,68
V
40,57
V
20,57
Dari hasil langkah-langkah metode diatas dapat disimpulkan bahwa siswa yang terpilih untuk menjadi peserta olimpiade MIPA adalah Silvana Anugrah dengan nilai tertinggi pertama yaitu 0,75 dan Cecep Nursodik dengan nilai tertinggi kedua yaitu 0,70.
3.2. Perancangan Sistem
Perancangan sistem yang digunakan yaitu Data Flow Diagram (DFD. Diagram Alir Data (DAD) atau Data Flow Diagram (DFD) adalah representasi grafik yang menggambarkan aliran informasi dan transformasi yang diaplikasikan sebagai data yang mengalir dari masalah
(input) dan keluaran (output).Adapun diagram konteks yang diusulkan lihat pada gambar 3.1:
Gambar 2 Diagram Konteks
Perancangan basis data yang digunakan adalah ERD (Entity Relationship Diagram),
berikut adalah hubungan antar tabel digambarkan menggunakan diagram atau disebut dengan ERD lihat gambar 3.2 :
Berikut dalah relasi antar tabel yang digunakan dalam penelitian ini lihat gambar 3.3 :
Gambar 4. Relasi Antar Tabel
3.3. Implementasi Sistem
Pada gambar 4. merupakan gambar inteface form login yang nantinya user login untuk bisa masuk ke form menu utama seperti pada gambar 6.
Gambar 5 Interface Form Login Gambar 6 Interface Form Menu Utama
Gambar 7 merupakan interface input data user, form untuk admin/user untuk menambah data admin/user yang akan dibuat atau mengedit data admin yang telah dibuat.
Gambar 7 Interface Form Input Data User
Gambar 8 Interface Form Input Data Gambar 9 Interface Form Input Penilaian
Siswa Siswa
Gambar 10 merupakan form untuk menghitung nilai keputusan yang ternormalisasi. Pada gambar 11 merupakan hasil dari form perhitungan normalisasi dikalikan dengan nilai bobot setiap kriteria, dimana nilai bobot tersebut sudah ditentukan. Dan gambar 12 merupakan form hasil nilai seleksi siswa dimana nilai hasil seleksi yang tertinggi pertama dan nilai tertinggi kedua yang akan menjadi perwakilan untuk peserta lomba olimpiade MIPA.
Gambar 10 Interface Form Proses Normalisasi
Gambar 11 Interface Form Normalisasi Terbobot
Gambar 13 merupakan laporan data siswa dan gambar 14 merupakan laporan hasil seleksi siswa calon peserta olimpiade MIPA SDN 4 Cibungeulis.
Gambar 13.Interface Laporan Data Siswa
Gambar 14. Interface Laporan Hasil Seleksi Siswa
4. Kesimpulan
a. Kriteria yang menjadi standar penilaian dalam menyeleksi siswa olimpiade MIPA ada 7 kriteria, yaitu Nilai Raport Matematika, Nilai Raport IPA, Nilai Tes Matematka, Nilai Tes IPA, Nilai Psikotes, Nilai Kedisplinan, dan Nilai Keaktifan di Kelas.
b. Dengan adanya aplikasi sistem pendukung keputusan tersebut membantu guru dalam menyeleksi siswa calon peserta perlombaan MIPA dengan waktu yang relatif cepat dibandingkan dengan penilaian secara manual.
c. Penerapan metode TOPSIS dapat membantu guru atau tim penyeleksi dalam mengolah nilai hasil seleksi siswa calon peserta perlombaan MIPA di SDN 4 Cibunigeulis.
5. Saran
a. Agar dilakukan penambahan kriteria-kriteria yang relevan untuk meningkatkan akurasi dari proses penyeleksian.
Daftar Pustaka
[1] Faizin, Moh, 2014, Implementasi Sistem Pendukung Keputusan Pemenang Olimpiade Sains Nasional Sekolah Dasar Tingkat Kabupaten Demak, Jurusan Teknik Informatika–S1, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro Semarang, Semarang.
[2] Damanik Olivia, Olin, 2015, Sistem Pendukung Keputusan Pemilihan Siswa Peserta Olimpiade Sma Negeri 1 Lubuk Pakam Deliserdang Menerapkan Metode Elimination And Choice Translation Reality (ELECTRE), Pelita Informatika Budi Darma Volume IX Nomor: 1 ISSN : 2301-9425, Teknik Informatika, STMIK Budi Darma, Medan. [3] Fiarni Cut, Sirait Tamsir, Kelah Daniel, 2015, Sistem Pendukung Keputusan
Pemilihan Siswa Olimpiade Sains Nasional Menggunakan Metode Profile Matching, Jurnal Sistem Informasi Volume 5, Nomor 3, Departemen Sistem Informasi, Institut Teknologi Harapan Bangsa, Bandung.
[4] Rizal, 2015, Seleksi Calon Peserta Olimpiade Sains Menggunakan Fuzzy Multiple Attribute Desicion Making (FMADM)(Study Kasus : Fatih Bilingual School), TECHSI Vol 4. Nomor 1 2014 : Jurnal Penelitian Teknik Informatika, Universitas Malikussaleh. [5] Sutikno, Sistem Pendukung Keputusan Metode Ahpuntuk Pemilihan Siswa Dalam
Mengikuti Olimpiade Sains Di Sekolah Menengah Atas, Program Studi Ilmu Komputer FMIPA UNDIP.
