1978-1520 n 40
Sistem Pendukung Keputusan untuk Penentuan Beasiswa Kurang Mampu dengan Pemanfaatan Metode TOPSIS
pada SMP Negeri 14 Padang
Yanti Yusman1, Sri Haryati2, Sri Nadriati3
1Program Studi Ilmu Komputer, Fakultas Sains dan Teknologi, Universitas Pembangunan Pancabudi e-mail: [email protected]
2Program Studi Komputerisasi Akuntansi, Politeknik Negeri Banjarmasin e-mail: [email protected]
3Program Studi Sistem Informasi, STMIK Dharmapala Riau e-mail: [email protected]
Abstrak
Tujuan dari Penelitian Mandiri ini adalah untuk mengetahui siapa siswa yang berhak untuk mendapatkan beasiswa kurang mampu seberapa mampu guru-guru di SMP Negeri 14 Padang dalam pennetuan beasiswa kurang mampu pada sekolah. Metode TOPSIS ini memberikan kemudahan dalam penentuan siapa siswa yang berhak untuk mendapatkan beasiswa kurang mampu agar guru mampu membuat suatu keputusan dengan mudah. Sehingga guru dapat memahami bagaimana cara menentukan siapa yang berhak mendapatkan beasiswa di SMP Negeri 14 Padang dengan menggunakan Metode TOPSIS.
Kata Kunci: Sistem Pendukung Keputusan,TOPSIS, Beasiswa Kurang Mampu.
1. PENDAHULUAN
Kemiskinan adalah kondisi sosial ekonomi siswa yang tidak mempunyai kemampuan dalam memenuhi kebutuhan sekolah yang layak. Kemiskinan merupakan masalah global yang sering dihubungkan dengan kebutuhan, kesulitan, dan kekurangan di berbagai keadaan hidup. Penyebab kemiskinan sangat banyak, sehingga untuk memotret sebuah kemiskinan bukan sebuah hal yang mudah.
Menentukan siswa kurang mampu adalah salah satu upaya sekolah untuk menentukan beasiswa kurang mampu dalam bentuk bantuan terhadap siswa kurang mampu. Tepat sasaran adalah suatu keharusan sehingga benar-benar dapat berdaya guna bagi siswa yang membutuhkan.
Pada saat ini, Metode TOPSIS adalah salah satu metode Keputusan multikriteria yang pertama kalidiperkenalkan oleh Yoon dan Hwang Pada tahun 1981. Metode ini merupakan salah satu metode yang banyak digunakan untuk menyelesaikan pengambilan keputusan secara praktis. TOPSIS memilki konsep dimana alternatif yang terpilih merupkan alternatif terbaik yang memiliki jarak terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif Semakin banyak faktor yang harus dipertimbangkan dalam proses pengambil keputusan terhadap satu permasalahan.
Apalagi jika upaya pengambil keputusan dari suatu permasalahan tertentu, selain mempertimbangkan berbagai faktor / kriteria yang beragam juga melibatkan beberapa orang pengambilan keputusan.
Permasalahan yang demikian dikenal dengan permasalahan Multiple Criteria Decision Making (MCDM). Dengan kata lain, MCDM juga dapat disebut sebagai suatu pengambilan keputusan untuk memilih alternative terbaik dari sejumlah alternatif berdasarkan beberapa kriteria memilih alternative terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu metode TOPSIS digunakan sebagai suatu upaya untuk menyelesaikan permasalahan Multiple Criteria Desicion Making. Hal ini disebabakan konsepnya sederhana dan mudah dipahami, komputasinya efisien dan memiliki kemampuan untuk mengukur kinerja relatif dan alternatif – alternatif keputusan.
Untuk menentukan prioritas penentuan beasiswa kurang mampu perlu adanya sistem pendukung keputusan agar proses pemilihan siswa yang berhak mendapatkan beasiswa kurang mampu. Salah satu metode yang dapat digunakan untuk pendukung keputusan adalah metode TOPSIS. Metode TOPSIS merupakan metode penelitihan yang ditafsirkan dapat memberikan objek untuk dievaluasi secara spesifik.
Sistem Pendukung Keputusan untuk Penentuan Beasiswa Kurang Mampu dengan Pemanfaatan Metode TOPSIS pada SMP Negeri 14 Padang Metode TOPSIS pertama kali disampaikan oleh Hwang dan Yoon, merupakan metode beberapa kriteria sederhana dan efisisen untuk mengidentifikasi solusi dari beberapa alternatif.
Perbedaan penelilitian ini dengan penelitian – penelitihan sebelumnya terdapat pada proses analisa data mengunakan metode TOPSIS dan penilaian alternatif (objek penelitian) berdasarkan kriteria- kriteria yang didapat dalam menentukan siswa yang berhak mendapatkan beasiswa kurang mampu.
2. METODE
2.1. MADM ( Multiple Attribute Decision Making )
MADM adalah salah satu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria-kriteria tertentu. Inti dari Multiple Attribute Decision Making (MADM) adalah menentukan nilai bobot untuk setiap atribut/kriteria, yang kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 (tiga) pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subjektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan.
2.2. TOPSIS (Technique For Order Preference by Similarity to Ideal Solution)
TOPSIS adalah salah satu metode pengambilan keputusan multikriteria atau alternatif pilihan yang merupakan alternative yang mempunyai jarak terkecil dari solusi ideal positif dan jarak terbesar dari solusi ideal negatif dari sudut pandang geometris dengan menggunakan jarak Euclidean. Namun, alternatif yang mempunyai jarak terkecil dari solusi ideal positif, tidak harus mempunyai jarak terbesar dari solusi ideal negatif. Maka dari itu, TOPSIS mempetimbangkan keduanya, jarak terhadap solusi ideal positif dan jarak terhadap solusi ideal negatif secara bersamaan. Solusi optimal dalam metode TOPSIS didapat dengan menentukan kedekatan relatif suatu altenatif terhadap solusi ideal positif. TOPSIS akan merangking alternative berdasarkan prioritas nilai kedekatan relatif suatu alternative terhadap solusi ideal positif. Alternatif-alternatif yang telah dirangking kemudian dijadikan sebagai referensi bagi pengambil keputusan untuk memilih solusi terbaik yang diinginkan.
Dalam rangka menilai dan menganalisis Berdasarkan dari Hasil Pengolahan Kuesioner didapat pada sejumlah komponen penilaian seperti ;
1. Kondisi Tempat Tinggal (Maks 25%) 2. Penyedian Kebutuhan (Maks 25%) 3. Pendapatan Orang Tua (Maks 25%) 4. Pendidikan Terakhir ( Maks 25%)
Langkah –langkah Metode Technique for Others Preference by Similarity to Ideal Solution (TOPSIS).
Langkah- langkah yang digunakan dalam menyelesaikan suatu permasalahan mengunakan metode TOPSIS adalah sebegai berikut:
1. Matriks, dimana Xij adalah pengukuran pilihan dari alternatif ke-i dan kriteria j. Matrik ini dapat dilihat pada Persamaan 1.
(1) 2. Membuat matriks R yaitu matriks keputusan ternomalisasi setiap normalisasi dari nilai rij
dapat dilakukan dengan perhitungan menggunakan Persamaan 2.
(2) 3. Membuat pembobotan pada matriks yang telah dinormalisasi Setelah dinormalisasi, setiap
kolom pada matriks R dikalikan dengan bobot-bobot (wj) untuk menghasilkan matriks pada Persamaan 3.
(3) 4. Menentukan nilai solusi ideal positif dan solusi ideal negatif. Solusi ideal dinotasikan A+,
sedangkan solusi ideal negatif dinotasikan A-. Persamaan untuk menentukan solusi ideal dapat dilihat pada Peramaan 4.
(4) 5. Menghitung separation measure. Separation measure ini merupakan
pengukuran jarak dari suatu alternatif ke solusi ideal positif dan solusi ideal negatif.
– Perhitungan solusi ideal positif dapat dilihat pada Persamaan 5.
(5) – Perhitungan solusi ideal negatif dapat dilihat pada Persamaan 6.
(6) 6. Menghitung nilai preferensi untuk setiap alternatif. Untuk menentukan ranking tiap-tiap
alternatif yang ada maka perlu dihitung terlebih dahulu nilai preferensi dari tiap alternatif.
Perhitungan nilai preferensi dapat dilihat melalui persamaan tujuh.
Setelah didapat nilai Ci+, maka alternatif dapat diranking berdasarkan Persamaan 7.
(7)
Sistem Pendukung Keputusan untuk Penentuan Beasiswa Kurang Mampu dengan Pemanfaatan Metode TOPSIS pada SMP Negeri 14 Padang 7. Berdasarkan urutan Ci+. Dari hasil perankingan ini dapat dilihat alternatif terbaik yaitu
alternatif yang memiliki jarak terpendek dari solusi ideal dan berjarak terjauh dari solusi ideal negatif.
3. HASIL DAN PEMBAHASAN
Kriteria dalam penentuan siswa yang berhak menerima beasiswa kurang mampu. Ada nama- nama yang menjadi alternatif untuk menerima beasiswa kurang mampu:
1. Aska Rindia Putra 2. Muhammad Budi 3. Ratna Sari Dewi 4. Dimas Pratama 5. Andika
Adapun data dari tiap alternatif penerima beasiswa dapat dilihat pada Tabel 1.
Tabel 1. Data Alternatif Penerima Beasiswa
NO NAMA Kondisi
Tempat Tinggal
Penyedian Kebutuh
Pendapatan Orang Tuan
Pendidikan Terakhir
1 Aska Rindia Putra 85 75 75 75
2 Muhammad Budi 75 85 75 85
3 Ratna Sari Dewi 65 80 75 60
4 Dimas Pratama 75 65 60 85
5 Andika 60 80 70 75
Tahapan Penyelesaian Masalah MADM dengan Metode TOPSIS
1. Membuat matriks keputusan yang ternormalisasi r seperti yang dapat dilihat pada Tabel 2.
Tabel 2. Matriks Keputusan Ternormalisasi r
NO Nama Kondisi
Tempat Tinggal
Penyedian Keputusan
Pendapatan Orang Tua
Pendidikan Terakhir
1 Aska Rindia Putra 0,5144 0,4268 0,4594 0,4308
2 Muhammad Budi 0,4539 0,4837 0,4594 0,4883
3 Ratna Sari Dewi 0,3933 0,4552 0,4287 0,3446
4 Dimas Pratama 0,4539 0,3699 0,3675 0,4883
5 Andika 0,3631 0,4552 0,4287 0,4308
Untuk mendapatkan nilai- nilai dalam pembuatan matriks ternomalisasi r dilakukan perkalian berpangkat antara masing- masing kriteria.
Kriteria Tempat tinggal a. 852 = 7,225
752 = 6,625 652 =4,225 752 =5,625 602 = 3,600
Setelah dipangkatkan di jumlahkan = 27,300 setelah ditotalkan di ambil data analisa sesuai dengan nilai kriteria masing- masing dari bobot kriteria tempat tinggal, dan dibagi dengan akar dari jumlah total keseluruhan dengan total nilai.
Kriteria Penyedian Kebutuhan b. 752 = 6,625
852 = 7,225 802 = 6,400 652 = 4,225 802 = 6,400
Setelah dipangkatkan di jumlahkan = 30,875 setelah ditotalkan di ambil data analisa sesuai dengan nilai kriteria masing- masing dari bobot kriteria tempat tinggal, dan dibagi dengan akar dari jumlah total keseluruhan dengan total nilai.
Kriteria Pendapatan Orang Tua c. 752 = 6,625
752 =6,625 702 =4,900 602 =3,600 702 =4,900
Setelah dipangkatkan di jumlahkan = 26,650 setelah ditotalkan di ambil data analisa sesuai dengan nilai kriteria masing- masing dari bobot kriteria tempat tinggal, dan dibagi dengan akar dari jumlah total keseluruhan dengan total nilai.
Kriteria Pendidikan Terakhir d. 752 =6,625
852 =7,225 602 =3,600 852 =7,225 752 =6,625
Setelah dipangkatkan di jumlahkan = 30,300 setelah ditotalkan di ambil data analisa sesuai dengan nilai kriteria masing- masing dari bobot kriteria tempat tinggal, dan dibagi dengan akar dari jumlah total keseluruhan dengan total nilai.
2. Membuat matrik keputusan yang ternormalisasi terbobot y
Tabel 3. Matrik Keputusan Ternormalisawsi Terbobot y
NO Nama Kondisi
Tempat Tinggal
Penyedian Kebutuhan
Pendapatan Orang Tua
Pendidikan Terakhir
1 Aksa Rindia Putra 2,0576 2,134 2,2975 1,2924
2 Muhammad Budi 1,8156 2,4185 2,2975 1,4649
3 Ratna Sari Dewi 1,5739 2,276 2,1435 1,0338
4 Dimas Pratama 1,8156 1,8495 1,8375 1,4649
5 Andika 1,4524 2,276 2,1435 1,2924
3. Membuat solusi Matriks Ideal Positif dan Matrik solusi Ideal Negatif Solusi Ideal Posistif ( A+)
Y1+ = Max ( 2,0576, 1,8156, 1,5739, 1,8156, 1,4524 ) = 2,0576.
Y2+ = Min ( 2,134, 2,4185, 2,276, 1,8495, 2,276 ) = 1,8495 Y3+ = Min ( 2,297, 2,2975,2,1435, 1,8375, 2,1435 ) = 1,8375 Y4+ = Max ( 1,2924, 1,4649, 1,0338, 1,4649, 1,2924 ) = 1,4649 A+ = ( 2,0576, 1,8495, 1,8375, 1,6449 )
Solusi Ideal Negatif ( A- )
Y1- = Min ( 2,0576, 1,8156, 1,5739, 1,8156, 1,4524 ) = 1,5739 Y2- = Max ( 2,143, 2,4185, 2,276, 1,8495, 2,276 ) = 2,4185 Y3- = Max ( 2,297, 2,2975, 2,1435, 1,8375, 2,276 ) = 2,2975 Y4- = Min ( 1,2924, 14649, 1,0338, 1,4649, 1,2924) = 1,0338 A- = ( 1,5739, 2,4185, 2,2975, 2,2975, 1,0338 )
4. Menentukan Jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan matriks solusi ideal negatif.
Jarak antara nilai terbobot setiap alternatif positif Si + D1+ = 0,6448
D2+ = 18,43 D3+ = 0,9385 D4+ = 0,2408
Dengan Rincian sebagai berikut :
A+ 1= 2,0576 − 2,0576 2 + (2,134 – 1,8495 )2 + ( 2,2975 – 1,8375 )2+ (1,2924 - 1,6449 )2
A+2 = (1,8156 − 2,0576) 2 + (2,4185 – 18459 )2 + (2,2975 – 1,8375 )2 + ( 1,4649- 1,6449)2
Sistem Pendukung Keputusan untuk Penentuan Beasiswa Kurang Mampu dengan Pemanfaatan Metode TOPSIS pada SMP Negeri 14 Padang A+3 = √( 1,5739 − 2,0576)2 + ( 2,276 – 1,8495 )2 + (2,1435 – 1,8375 )2 + (1,0338 -
1,6449 )2
A+4 = √(1,8156 − 2,0576 )2 + (1,8495-1,8495 )2 + (1,8375 – 1,8375 )2 + (1,4649 - 1,6449 )2
5. Menentukan nilai presensi untuk setiap alternatif
Jarak antara nilai terbobot setiap alternaitf terhadap solusi ideal negatif Si - D1-= 1,0492
D2- = 0,4950 D3- = 4,9199 D4-= 0,8828 Rincian :
A-1= √ 2,0576 − 1,5739 2 + ( 2,134 – 24185 ) 2+( 2,2975 – 2,2975 )2 + ( 1,4649 - 1,0338 )2
A-2 =√(1,8156 − 1,5739)2 + ( 2,4185 – 2,4185)2+(2,2975 – 2,2975)2+(1,4649 - 1,0338 )2
A-3 =√(1,5739 − 1,5739)2 +( 2,276-2,4185)2+( 2,1435- 2,2975 )2+(1,0338 - 1,0338 )2
A-4 =√(1,8375 − 2,2975)2+ (1,8495-2,4185)2+(1,8375-2,2975)2+(1,4649- 1,0338) Kedekatan setiap alternatif terhadap solusi ideal dihitung sebagai berikut :
V1 = 0,1234
1,522670,1234 = 1,6093 V2 = 1,2381
06,2471,2381 = 38,22 V3 = 1,346872,30332,3033 = 1,1905 V4 = 1,6696
1,921671,6696 = 1,2727
Laporan Hasil analisa penentuan siswa yang berhak mendapatkan beasiswa kurang mampu mengunakan metode topsis dapat dilihat pada Tabel 4.
Tabel 4. Laporan Hasil Analisa No Nama Siswa
Penghasilan
Orang Tua Nilai Hasil Pengujian
KTT PK POT PTK
1 Aksa Rindia Putra < 1,juta 85 75 75 75 0,42
2 muhammad Budi > 1, juta 75 85 75 85 0,48
3 Ratna Sari Dewi 1,juta - 2 juta 65 80 70 60 0,45
4 Dimas Pratama < 1,juta 75 65 60 85 0,36
5 andika 1,5 juta - 2,5 juta 60 80 70 75 0,45
Dari hasil analisa mengunakan metode TOPSIS didapat siswa yang berhak mendapatkan beasiswa kurang mampu berdasarkan data yang ada pada Tabel 4.
4. KESIMPULAN DAN SARAN 4.1. Kesimpulan
Berdasarkan hasil perancangan Penerapan Metode TOPSIS untuk sistem pendukung keputusan untuk menentukan beasiswa kurang mampu diperoleh kesimpulan sebagai berikut.
1. Sistem yang digunakan pada mampu mengatasi kelemahan-kelemahan yang terdapat pada sistem yang lama dan memberikan hasil yang akurat dalam penentuan siswa yang berhak mendapatkan beasiswa kurang mampu.
2. Penerapan Metode TOPSIS untuk sistem pendukung keputusan dapat memberikan hasil yang maksimal dalam hal pengambilan keputusan dengan cara mengurutkan alternatif siswa yang kurang mampu.
4.2. Saran
Sistem ini belumlah sempurna sehingga membutuhkan pengembangan yang lebih lagi, adapun saran dari penulis adalah sebagai berikut.
1. Untuk pengembangan penelitian lebih lanjut maka sebaiknya dilakukan perbandingan metode atau penggabungan metode.
2. Sebaiknya dilakukan backup data secara berkala demi keamanan sistem ini.
DAFTAR PUSTAKA
[1] Yusman , Yanti , Jurnal eDiKInformatika ISSN : 2407-0491 Volume 2 No 2, Maret 2015.
[2] Kusumadewi, S., Hartati, S., Harjoko, A., Wardoyo, R. 2006. Fuzzy Multi Atribut Decision Making (FUZZY MADM), Graha Ilmu, Yogyakarta
[3] Aulia Vitari, Said M. Hasibuan “Sistem Penunjang Keputusan Penerimaan Beasiswa Menggunakan Metode Analytical Hirearchy Process”, KNS&I, Bali, 2010
[4] Zhu Xiaoqian, Wang Haiyan,Liang Cgangzhi, TangRun, SunXiaolei, dan Li Jianping 2014.”TOPSIS” method for quality credit evalution: A case of air-conditioning maket in China”
Journal of Computional Science.5,99-105.