• Tidak ada hasil yang ditemukan

Jurnal Informatika Kaputama (JIK),Vol. 6 No. 2 Juli 2022 P-ISSN : E-ISSN :

N/A
N/A
Protected

Academic year: 2022

Membagikan "Jurnal Informatika Kaputama (JIK),Vol. 6 No. 2 Juli 2022 P-ISSN : E-ISSN :"

Copied!
13
0
0

Teks penuh

(1)

137

“SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA BERPRESTASI MENGGUNAKAN METODE SIMPLE ADDITIVE

WEIGHTING (SAW) DI SMA NEGERI 1 SIBERUT SELATAN”

Ismayadi1), Ami Anggraini Samudra2)*, Satrio Junaidi3)

123Universitas PGRI Sumatera Barat

Jl. Gn. Pangilun, Kec. Padang Utara, Kota Padang, Sumatera Barat 25111, Indonesia

E-mail: [email protected]

ABSTRACT

The decision support system for selecting outstanding students uses the simple additive weighting (SAW) method at SMA Negeri 1 Siberut Selatan. The problem of selecting the criteria for student achievement and difficulty giving weight to the criteria in the assessment.

Based on the problems faced, a decision support system for the selection of outstanding students was designed using the simple additive weighting (SAW) method for the criteria of average scores, achievements, extracurriculars and parental income with the system development model used in this study is the System Development Life Cycle (SAW). SDLC) iterative model that has several stages in system development, namely planning, analysis, design, implementation, maintenance, testing stages. This study resulted in several conclusions that with the existence of a decision support system for selecting outstanding students, to select criteria and weighting criteria easily, precisely and accurately.

Keywords: Decision Support System, Achievement Students, SAW, SDLC ABSTRAK

Sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode simple additive weighting (SAW) di SMA Negeri 1 Siberut Selatan. Masalah pemilihan kriteria siswa berprestasi dan kesulitan memberikan bobot kriteria dalam penilaian. Berdasarkan masalah yang dihadapi tersebut maka dilakukan perancangan sebuah sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode simple additive weighting (SAW) kriteria nilai rata-rata, prestasi, ekstrakurikuler dan penghasilan orangtua dengan model pengembangan sistem yang digunakan dalam penelitian ini adalah System Development Life Cycle (SDLC) model iteratif yang memiliki beberapa tahapan dalam pengembangan sistem yaitu tahap perencanaan, analisis, perancangan, implementasi, maintenance, pengujian. Penelitian ini menghasilkan beberapa kesimpulan bahwa dengan adanya sistem pendukung keputusan pemilihan siswa berprestasi tersebut, untuk menyeleksi kriteria dan pembobotan kriteria dengan mudah, tepat dan akurat.

Kata kunci : Sitem Pendukung keputusan, Siswa Berprestasi, SAW, SDLC

(2)

138 1. PENDAHULUAN

Pendidikan merupakan salah satu bentuk dasar awal bagi tumbuh dan kembangnya seorang anak untuk memperoleh masa depan yang lebih baik.

Begitu pentingnya pendidikan, sehingga negara sangat mendukung setiap warga negara untuk meraih pendidikan yang layak. Hal ini tertulis dalam undang-undang dasar 1945 pasal 31 ayat 1, sistem manajemen pendidikan yang terkomputerisasi merupakan hal yang sudah sangat dibutuhkan saat ini. Lembaga pendidikan sebagai penghubung anak dengan masa depan tentunya sangat dituntut untuk dapat memberikan pelayanan dengan maksimal serta adil memberikan pelayanan. Menjadi siswa berprestasi disekolah yakni sebagai peserta didik dituntut berhasil dalam belajarnya, prestasi belajar merupakan ukuran keberhasilan seorang siswa. Untuk mengetahui seberapa jauh prestasi belajar dicapai peserta didik, maka dilakukan kegiatan evaluasi pembelajaran. Prestasi belajar tersebut berupa pencapaian kemampuan dalam aspek sikap, pengetahuan dan keterampilan yang pada umumnya dinyatakan dalam skor atau angka yang terdapat pada buku raport setelah siswa melakukan aktivitas belajar disekolah dalam kurun waktu tertentu [1]. Terkait prestasi disekolah dalam hal ini dihadapkan pada permasalahan untuk pemilihan kriteria siswa berprestasi, dimana pemilihan siswa berprestasi ini diadakan setiap akhir semester guna mengevaluasi sampai dimana siswa itu pencapaiannya dalam proses pembelajaran. Untuk menjadi acuan dalam pemilihan siswa berprestasi tentu ada kriteria yang akan dinilai oleh guru di SMA Negeri 1 Siberut Selatan namun yang menjadi permasalahannya guru disekolah tersebut dalam mengelompokkan siapa yang termasuk kriteria dalam pemilihan siswa berprestasi tersebut, namun belum

ada metode yang tepat dan pembobotan sehingga proses menyeleksi kriteria serta memberikan bobot kriteria dalam penilaian seperti nilai rata-rata, nilai prestasi, nilai ekstrakurikuler serta dilihat dari penghasilan orang tua untuk menjadikan acuan dalam pemilihan siswa berprestasi, serta pengolahan data nilai siswa berprestasi dalam proses perangkingan.

Untuk mengatasi permasalahan yang ada, maka dibuatkan suatu sistem pendukung keputusan menggunakan metode Simple Additive Weighting. Metode ini dipilih agar dapat menghasilkan data terbaik atau kriteria karena dilakukan dengan mencari nilai bobot setiap atribut dan diharapkan dapat membantu pihak sekolah dalam melakukan proses penilaian kepada siswa berprestasi sehingga hasil yang didapat lebih efektif dan efisien. Sistem pendukung keputusan (SPK) ini, sebuah sistem yang menyediakan kemampuan untuk penyelesaian masalah. Sistem pendukung keputusan dilakukan dengan pendekatan sistematis terhadap permasalahan melalui proses pengumpulan data menjadi informasi, serta ditambah dengan faktor- faktor yang perlu dipertimbangkan dalam menentukan sebuah keputusan. Sistem pendukung keputusan dengan didukung oleh sebuah sistem informasi berbasis komputer dan membantu seseorang dalam meningkatkan kinerjanya dalam pengambilan keputusan [2]. Sistem pendukung keputusan merupakan bagian dari sistem informasi berbasis komputer yang dapat digunakan untuk mendukung pengambilan [3]. Dalam penulisan sikripsi, penulis menggunakan metode Simple Additive Weighting (SAW) Metode ini dalam menyederhanakan dan mempercepat proses pengambilan keputusan dengan memecahkan masalah menjadi beberapa bagian. Untuk mengatasi hal tersebut, maka dibuatlah sebuah sistem untuk membantu guru dalam penentuan keputusan siswa

(3)

139 berprestasi. Penilaian dilakukan oleh sistem

dengan tetap mengikuti kriteria-kriteria yang berlaku.

2. LANDASAN TEORI 2.1 Sistem Informasi

Sekumpulan prosedur yang terorganisir dan tertususun secara sistematis dan logis, serta terintegrasi, sehingga pada saat dijalankan akan menghasilkan suatu informasi yang berguna bagi user (Nurmi, 2016). Sistem informasi adalah dalam arti luas sistem informasi dapat dipahami sebagai sekumpulan subsistem yang saling berhubungan, berkumpul bersama-sama dan membentuk satu kesatuan, saling berintegrasi dan bekerja sama antara bagian satu dengan yang lainnya dengan cara-cara tertentu untuk melakukan fungsi pengolahan data, menerima masukan (input) beberapa data-data, kemudian mengolahnya (processing), dan menghasilkan keluaran (output) berupa informasi sebagai dasar pengambilan keputusan yang berguna dan mempunyai nilai nyata yang dapat dirasakan akibatnya baik pada saat itu juga maupun mendatang dalam jurnal [5].

Sistem informasi adalah serangkaian komponen berupa manusia, prosedur, data dan teknologi (seperti komputer) yang digunakan untuk melakukan sebuah proses untuk menghasilkan informasi yang bernilai untuk pengambilan keputusan (Anddri Sahata Sitanggang, 2017).

2.2 Analisis dan Perancangan Sistem Informasi

Menurut (Sri Mulyani, 2016) dalam [7] Analisis sistem merupakan suatu teknik penelitian terhadap sebuah sistem untuk mempelajari komponen itu sendiri serta keterkaitannya dengan komponen lain yang membentuk sistem sehingga didapat sebuah keputusan atau kesimpulan mengenai sistem tersebut baik itu kelemahan ataupun kelebihan sistem. Analisis sistem dapat

diartikan sebagai penguraian dari suatu sistem informasi yang utuh kedalam bagian-bagian dalam komponennya dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan yang terjadi dan kebutuhan yang diharapkan sehingga dapat diusulkan perbaikannya [8].

Sedangkan perancangan sistem adalah penentuan proses dan data yang diperlukan oleh sistem. Tujuan dari perancangan sistem ialah untuk memenuhi kebutuhan pemakai sistem serta untuk memberikan gambaran yang jelas dan rancangan bangun yang lengkap menurut (Mulyani, 2017) dalam [9].

2.3 Metode Simple Additive Weighting (SAW)

Metode SAW ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total hntuk alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi matriks sebelumnya [10].

Konsep dasar metode simple additive weighting adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut [11]. Dari pengertian diatas dapat disimpulkan bahwa metode SAW adalah metode pembobotan dan merangking dari setiap atribut yang ada atau mencari alternatif dari semua atribut yang ada sehingga masalah yang dihadapi dapat terpecahkan. Langkah-langkah penyelesaian metode SAW

a. Menentukan kriteria untuk dijadikan acuan pengembilan keputusan

b. Rating kecocokan alternatif pada setiap alternatif pada setiap kriteria

c. Mencari hasil matrik dari keputusan berdasarkan kriteria, setelah itu normalisasi matriks dengan jenis atribut (atribut keuntungan atau atribut biaya) d. Mencari matriks normalisasi

e. Proses perangkingan

(4)

140 Formula untuk melakukan normalisasi

tersebut adalah

𝑿𝒊𝒋

𝑴𝒂𝒙 𝑿𝒊𝒋 jika j adalah atribut

keuntungan (benefit)

𝑴𝒊𝒏 𝑿𝒊𝒋

𝑿𝒊𝒋 jika j adalah atribut biaya (cost)

Rij:nilai rating kinerja ternormalisasi Xij:nilai atribut yang dimiliki dari setiap kriteria

Max xij: nilai terbesar dari setiap kriteria Min xij: nilai terkecil dari setiap kriteria Benefit: jika nilai terbesar adalah terbaik Cost: jika nilai terkecil adalah terbaik

Formula untuk menghitung nilai preferensi

𝑉

𝑖

= ∑ 𝑊

𝑗

𝑅

𝑖𝑗

𝑛

𝑗=1

Vi : rangking untuk setiap alternatif Wj : nilai bobot dari setiap kriteria rij : nilai rating kinerja

3 HASIL DAN PEMBAHASAN 3.1 Hasil Analisis Proses

Untuk melakukan proses pengambilan keputusan data diolah dengan menggunakan metode Simple Additive Weighting (SAW). Dalam metode terdapat beberapa tahap sebagai berikut:

a. Tahap persiapan data 1) Menentukan kriteria

Kriteria adalah faktor penentu dalam pemberian nilai atau pengambilan keputusan. Dimana kriteria yang dipergunakan pemilihan siswa berprestasi pada SMA Negeri 1 Siberut Selatan dilihat pada tabel sebagai berikut:

Tabel 5. Kriteria

Kode (Cj) Kriteria C1 Nilai rata-rata

C2 Prestasi

C3 Ekstrakurikuler C4 Penghasilan orangtua

Pada tabel 5 dapat dilihat untuk kriteria penilaian dalam penentuan pemilihan siswa berprestasi serta kode kriteria agar memudahkan untuk mencari daripada kriteria tersebut.

2) Menentukan bobot kriteria

Bobot kriteria adalah menunjukkan tingkat kepentingan masing-masing kriteria jika dibandingkan dengan kriteria yang lainnya. Jadi, semakin tinggi bobot kriteria maka semakin tinggi tingkat kepentingan dari kriteria yang ada tersebut. Berikut nilai bobot dari masing-masing kriteria bisa dilihat pada tabel 6.

Tabel 6. Nilai Bobot

Cj W Bobot

C1 W1 4

C2 W2 3

C3 W3 2

C4 W4 1

Dari tabel 6 terlihat bahwasanya (C1) adalah kode dari nilai rata-rata yang memiliki tingkat kepentingan yang lebih tinggi dibandingkan kriteria lainnya, kemudian diikuti dengan (C2) kriteria nilai prestasi selanjutnya (C3) kriteria nilai ekstrakurikuler serta C4 yakni kriteria penghasilan orang tua.

3) Menentukan atribut kriteria

Atribut kriteria merupakan pelengkap atau keterangan yang menjelaskan posisi kriteria apakah tipe kriterianya bersifat benefit atau cost. Berikut atribut kriteria pada tabel 7

Tabel 7. Atribut Kriteria Cj Atribut C1 Benefit C2 Benefit C3 Benefit C4 Benefit

Dari tabel 7 atribut kriteria dapat lihat bahwa kriteria acuan penilaian siswa berprestasi itu C1 (nilai rata-rata), C2 (prestasi), C3 (ekstrakulikuler) adalah benefit. Untuk kriteria C4 (penghasilan orangtua), kriteria ini secara umum Rij =

(5)

141 merupakan kriteria yang bersifat cost

namun untuk memudahkan perhitungan atau analisis kuantitatif dalam penelitian ini terutama dalam membangun sistem menggunakan logika pemrograman, maka kriteria penghasilan orangtua dianggap bersifat benefit. Dengan demikian pada pemberian bobot atribut kriteria semakin besar penghasilan orangtua maka semakin kecil nilai bobotnya.

4) Menentukan crips (nilai rentang)

Merupakan pengelompokkan nilai atau disebut juga jangkauan nilai selisih diantara data nilai yang terbesar dengan data nilai yang terkecil antara lain.

a) Crips nilai rata-rata

Merupakan rentang nilai serta bobot dalam penilaian dari nilai yang terbesar hingga nilai yang terkecil dilihat pada tabel 8 sebagai berikut:

Tabel 8. Crips Nilai Rata-rata

Nilai Keterangan Bobot 85-100 Sangat baik 4

70-85 Baik 3

55-70 Cukup 2

<55 Kurang 1

Tabel 8 merupakan keterangan nilai rata-rata dan rentang nilai serta bobot dalam penilaian. Dimana rentang nilai 80-100 itu keterangan sangat baik sehingga bobotnya lebih tinggi, sedangkan rentang nilai 70-85 itu keterangan baik bobot daripada nilai tersebut yakni 3, serta rentang nilai 55- 70 keterangan cukup bobotnya 2, dan nilai kecil dari 55 itu kurang sehingga nilainya 1.

b) Crips Prestasi

Kriteria selanjutnya untuk acuan pemilihan siswa berprestasi yakni mencari nilai prestasi siswa berdasarkan total perolehan point dari hasil siswa mengikuti kegiatan lomba baik itu nilai akademik maupun non akademik dari lingkup kecamatan, lingkup kabupaten, lingkup provinsi, lingkup wilayah, nasional serta internasional dengan

rentang point dilihat pada tabel dibawah ini:

Tabel 9. Pemberian Point Lingkup Kecamatan

No Prestasi Point

1 Juara 1 4

2 Juara 2 3

3 Juara 3 1

Pada tabel 9 keterangan point prestasi dilingkup kecamatan dimana juara 1 perolehan poit 4, untuk juara 2 dengan point 3 sedangkan juara 3 perolehan point 1.

Tabel 10. Lingkup Kabupaten No Prestasi Point

1 Juara 1 4 2 Juara 2 3 3 Juara 3 1

Pada tabel 10 prestasi dari lingkup kabupaten prestasi juara 1 dengan point 4, juara 2 perolehan point 3 serta juara 3 dengan point 1.

Tabel 11. Lingkup Provinsi No Prestasi Point

1 Juara 1 5

2 Juara 2 4

3 Juara 3 3

Pada tabel 11 prestasi dari lingkup provinsi dimana juara 1 yang diperoleh pint 5, juara 2 dengan point 4 sedangkan juara 3 dengan point 3.

Tabel 12. Lingkup Wilayah No Prestasi Point

1 Juara 1 6

2 Juara 2 5

3 Juara 3 4

Pada tabel 12 prestasi lingkup wilayah dimana prestasi juara 1 perolehan point yang diberikan 6, juara 2 dengan point 5 sedangkan juara 3 perolehan point 4.

Tabel 13. Lingkup Nasional No Prestasi Point

1 Juara 1 8

2 Juara 2 7

3 Juara 3 6

4 Harapan 5

(6)

142 Pada tabel 13 prestasi dari lingkup

nasional dimana juara 1 perolahan point 8 untuk juara 2 dengan point 7 sedangkan juara 3 dengan point 6 serta juara harapan dengan perolehan point 5 Tabel 14. Lingkup Internasional

No Prestasi Point 1 Juara 1 10

2 Juara 2 9

3 Juara 3 8

4 Harapan 7

Pada tabel 14 prestasi dari lingkup internasional dimana juara 1 dengan point 10, juara 2 dengan perolehan point 9 serta juara 3 dengan point 8 serta juara harapan dengan point 7.

Berdasarkan perhitungan tabel point dari berbagai lingkup prestasi yang diperoleh siswa tersebut maka selanjutnya ditentukan rentang (crips) point dari kriteria prestasi dilihat dari tabel 15 sebagai berikut:

Tabel 15. Crips Nilai Prestasi Jumlah point Bobot

>= 10 4

7-9 3

4-6 2

1-3 1

Pada tabel 15 penilaian prestasi dimana jumlah point besar dari 10 dengan bobot 4 jumlah point yang diperoleh dari 7-9 bobot 3 untuk jumlah point 4-6 bobotnya 2 sedangkan jumlah 1-3 bobot 1. Sehingga mudah untuk menentukan nilai prestasi siswa tersebut.

c) Crips Ekstrakurikuler

Dalam kriteria ekstrakurikuler dilihat berdasarkan keaktifan dalam berorganisasi dimana siswa mengikuti kegiatan ekstrakurikuler sehingga dapat menentukan rentang/crips point berdasarkan posisi didalam ektrakurikuler tersebut dilihat pada tabel 16 dibawah.

Tabel 16. Point Ekstrakurikuler Jabatan Point

Ketua 10

Wakil 8

Sekretaris/Bendahara 6

Anggota 4

Pada tabel 16 dalam berorganisasi sesuai posisi jabatan sebagai ketua dengan point 10, wakil ketua dengan point 8, sekretaris/bendahara dengan point 6 sedangkan sebagai anggota dengan point 4. Perhitungan point berdasarkan pengalaman mengikuti ekstrakurikuler ada yang wajib dan pilihan dikarenakan 1 siswa bisa saja dua atau lebih kegiatan ekstrakurikuler yang diminati sehingga sehingga nilai rentang/crips ekstrakurikuler dapat terlihat pada tabel 17 sebagai berikut.

Tabel 17. Crips Nilai Ekstrakurikuler Jumlah point Bobot

>15 4

10-15 3

5-10 2

1-5 1

Pada tabel 17 dimana jumlah point siswa peroleh besar dari 15 itu bobot 4 untuk jumlah point 10-15 dengan bobot 3 sedangkan jumlah point 5-10 bobot 2 dan jumlah point 1-5 bobotnya 1.

Keterang untuk rentang nilai kriteria ekstrakurikuler.

d) Crips penghasilan orang tua

Kriteria penghasilan orang tua dimana dilihat berdasarkan dari rendahnya penghasilan orang tua dalam memilih kategori pemilihan siswa berprestasi, untuk rentang/crips penghasilan orang tua dapat dilihat pada tabel 18 sebagai berikut.

Tabel 18. Crips Penghasilan Orangtua Penghasilan orangtua Bobot

> 5 juta 1

4-5 juta 2

2-3 juta 3

1 juta 4

Pada tabel 18 keterangan rentang penghasilan orang tua besar 5 juta bobot 1, penghasilan 4-5 juta dengan bobot 2, rentang 2-3 juta bobot 3 serta

(7)

143 penghasilan 1 juta bobot 4. Dari

penghasilan orang tua yang diperoleh semakin kecil penghasilannya semakin besar peluang kategori pemilihan siswa berprestasi.

5) Menyusun data alternatif

Solusi yang ditawarkan untuk memecahkan persoalan supaya dapat mencapai tujuan berdasarkan kriteria- kriteria yang telah ditentukan didalam penilaian sehingga untuk pengambilan keputusan siswa berprestasi mudah untuk ditentukan.

Tabel 19. Alternatif Kode

Ai

Keterangan C1 C2 C3 C4 A1 Bernadetta 89 10 10 1 jt A2 Hirarayu 79 7 8 2 jt A3 Tiberius 70 6 13 3 jt A4 Febriani 55 4 9 1 j

t Pada tabel 19 diatas keterangan semua alternatif nilai disetiap kriteria penilaian untuk siswa yang sudah disusun atau sudah diinputkan nilainya sehingga kita bisa melakukan matriks keputusan.

Alternatif atau nama siswanya ada 4 sedangkan C1,C2,C3,C4 adalah kode kriteria dimana diambil dari rentang nilai masing-masing kriteria penilaian.

b. Tahap analisa

1) Membuat matriks keputusan

Matrik keputusan (X) yang didapat dari rating kecocokan pada setiap alternatif (Ai) dengan setiap kriteria (Cj)

Kode Ai C1 C2 C3 C4

A1 4 4 3 4

A2 3 3 2 3

A3 3 2 3 3

A4 2 2 2 4

Pada matriks keputusan yang diatas adalah matrik yang sudah dicocokan dari bobot alternatif dengan bobot kriteria sehingga terdapat nilai alternatifnya tiap kriteria selanjutnya dinormalisasikan.

2) Normalisasi

Melakukan langkah normalisasi matriks keputusan (X) dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif (Ai) pada kriteria (Cj).

Demikian langkah normalisasi sebagai berikut:

a) Normalisasi matriks alternatif C1 A1 4/4 = 1

A2 3/4 = 0,75 A3 3/4 = 0,75 A4 2/4 = 0,5

Karena beratribut benefit maka nilai kriteria dibagi dengan nilai maksimal yang diperoleh pada kriteria tersebut.

Dapat dilihat bahwasanya kriteria 4 dibagi dengan nilai maksimal 4 yaitu 1 begitu juga kriteria 3 dibagi dengan nilai maksimal dan seterusnya nilai kriteria dibagi nilai maksimal.

b) Normalisasi matriks alternatif C2 A1 4/4 = 1

A2 3/4 = 0,75 A3 2/4 = 0,5 A4 2/4 = 0,5

Normalisasi alternatif C2 atribut benefit juga sama dengan C1 dibagi dengan nilai maksimal yaitu 4 atau nilai tinggi yang juga diperoleh dari nilai kriteria yang ada.

c) Normalisasi matriks alternatif C3 A1 3/3 = 1

A2 2/3 = 0,66 A3 3/3 = 1 A4 2/3 = 0,66

Normalisasi matriks alternatif C3 beratribut benefit dimana A1,A2, A3, A4 kode alternatif, nilai kriteria dibagi dengan nilai maksimal atau nilai yang tinggi yaitu 3 diperoleh didalam nilai kriteria tersebut.

d) Normalisasi matriks alternatif C4 A1 4/4 = 1

A2 3/4 = 0,75 A3 3/4 = 0,75 A4 4/4 = 1

Pada normalisasi alternatif C4 nilai kriteria dibagi dengan nilai maksimal yang tinggi yaitu 4 pada kriteria. A1, X

(8)

144 A2, A3, A4 kode alternatif, setelah

dinormalisasikan matrik keputusan tersebut kemudian masuk pada tahap matrik ternormalisasi.

3) Matrik ternormalisasi

Hasil dari normalisasi (rij) membentuk matriks ternormalisasi (R)

Kode Ai C1 C2 C3 C4

A1 1 1 1 1

A2 0,75 0,75 0,66 0,75 A3 0,75 0,5 1 0,75 A4 0,5 0,5 0,66 1 Matriks ternormalisasi adalah hasil dari pembagian matriks normalisasi yakni pembagian antara nilai kriteria (C1, C2, C3) dibagi dengan nilai maksimal pada kriteria tersebut sehingga diperoleh hasilnya. Kemudian dapat masuk pada tahap perangkingan.

4) Perangkingan (Vi)

Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen baris matriks ternormalisasi (R) dengan bobot preferensi (W).

Tabel 20. Rangking (Vi) Kode

Ai

C1 C2 C3 C4 Total Rangk ing

A1 4 3 2 1 10 1

A2 3 2,25 1,32 0,75 7,32 2 A3 3 1,5 2 0,75 7,25 3 A4 2 1,5 1,32 1 5,82 4 Pada tabel 20 perangkingan ini hasil dari

perkalian ternormalisasikan dengan bobot referensi yang ditentukan, setelah itu dijumlahkan disetiap kriteria C1,C2,C3,C4 dapat total dari penjumlahan sehingga terdapat nilai yang tinggi dan rendah kemudian merangking nilai alternatif. Alternatif dengan rangking tertinggi disimpulkan adalah alternatif yang paling berhak untuk mendapatkan siswa berprestasi.

3.2 Hasil Perancangan a. Use Case Diagram

Use Case Diagram merupakan pemodelan untuk kelakuan (behavior) sistem informasi yang akan dibuat

Gambar 2. Use Case Diagram Keterangan aliran sistem pemilihan siswa berprestasi di SMA Negeri 1 Siberut Selatan sebagai berikut:

1) Admin mengimputkan data siswa kedalam sistem pemilihan siswa berprestasi

2) Setelah data kriteria diinputkan kemudian sistem akan melakukan proses perhitungan dengan menggunakan metode SAW.

3) Setelah proses perhitungan selesai kemudian admin bisa melihat hasil dari perhitungan menggunakan metode SAW.

4) Setelah hasil perhitungan selesai kemudian admin mengecek loparan data siswa yang di setujui wakil kurikulum dan kelapa sekolah

5) Kemudian wakil kurikulum akan menyampaikan pengumuman nama- nama siswa yang berprestasi yang disetujui kepala sekolah tersebut.

b. Class Diagram

Class diagram digunakan untuk menggambarkan struktur objek dalam sistem. Diagram ini menunjukkan class object yang menyusun sistem dan juga hubungan antara class object tersebut.

Adapun class diagram untuk sistem pemilihan siswa berprestasi menggunakan metode SAW sebagai berikut:

R

(9)

145 Gambar 6. Class Diagram

3.3 Hasil Interface a. Admin

Admin memiliki hak untuk mengakses halaman data kelas, data siswa, pembobotan kriteria, crips kriteria, data alternatif, hasil analisa dan laporan akhir.

Berikut penjelasan dari hak akses admin 1) Halaman Utama

Halaman utama merupakan halaman awal untuk mengelolah semua proses sistem pemilihan siswa berprestasi menggunakan metode saw di SMA Negeri 1 Siberut Selatan. Tampilan halaman utama dapat dilihat sebagai berikut:

Gambar 14. Halaman Utama Pada halaman utama tersebut berfungsi sesuai dengan fungsi masing-masing, dan halaman utama ini merupakan menu seluruh informasi dalam pemilihan siswa berprestasi, berupa kriteria, kelas, peserta didik.

2) Halaman Pembobotan Kriteria

Tampilan halaman data pembobotan kriteria dimana kriteria ini yang akan yang menjadi acuan pemilihan siswa berprestasi, dilihat dari gambar sebagai berikut:

Gambar 17. Halaman Data Pembobotan Kriteria

Pada gambar 17 halaman data pembobotan kriteria dimana kriteria ini yang akan menjadi acuan pemilihan siswa berprestasi seperti nilai rata-rata, nilai prestasi, ekstrakurikuler, serta penghasilan orang tau.

3) Halaman Data Alternatif

Halaman data alternatif ini data yang sudah dinputkan atau sudah disusun nilainya, data alternatif dapat dilihat pada gambar dibawah ini:

Gambar 19. Halaman Data Alternatif Pada halaman data alternatif ini terdapat nama siswa nis, dengan nilai-nilai kriteria yang sudah ditentukan atau sudah inputkan lalu diproses

4) Halaman Matrik Alternatif

Tampilan hasil analisa dapat dilihat pada gambar berikut:

(10)

146 Gambar 20. Matrik Alternatif

Pada gambar 20 merupakan matrik alternatif yang telah diinputkan oleh admin seperti nis, nama, niali kriteria- kriteria rentang nilai masing-masing alternatif sehingga bisa melakukan matrik keputusan.

5) Tampilan matrik keputusan, dapat dilihat sebagai berikut:

Gambar 21. Matrik Keputusan

Pada gambar 21 merupakan matrik keputusan dimana yang didapat dari rating kecocokan oleh sistem langsung yakni dari bobot setiap alternatif dengan setiap bobot ktiteria yang sudah dinputkan.

6) Matrik Ternormalisasi

Gambar 22. Matrik Ternormalisasi

Pada gambar 22 merupakan matrik ternormalisasi dimana hasil dari pembagian matriks normalisasi atau pembagian antara nilai kriteria C1 (nilai rata-rata), C2 (prestasi), C3 (ekstrakurikuler), C4 (penghasilan orang tua) dibagi dengan nilai maksimal pada kriteria hasil dari matrik keputusan 7) Total nilai

Gambar 23. Total Nilai

Pada gambar 23 merupakan total nilai yang diperolah matrik keputusan hasil dari pembagian antara nilai kriteria dibagi dengan nilai maksimal pada kriteria tersebut.

8) Hasil Akhir Keputusan Wakil Kurikulum Dan Kepala Sekolah, dapat dilihat pada gambar berikut:

Gambar 24. Hasil Akhir Keputusan Wakil Kurikulum Dan Kepala Sekolah Berdasarkan gambar 24 merupakan alternatif atau siswa yang menjadi pemilihan siswa berprestasi yang disetujui wakil kurikulum dan kepala sekolah.

9) Halaman Data Laporan Akhir

Tampilan halaman data laporan akhir dapat dilihat pada gambar berikut:

Gambar 25. Laporan Akhir

(11)

147 Pada gambar 25 laporan akhir

alternatif yang menjadi siswa berprestasi hasil dari persetujuan wakil kurikulum dan kepala sekolah.

b. Wakil Kurikulum

Wakil kurikulum dapat mengakses dari halaman hasil analisa, dimana pada bagian ini wakil kurikulum memberikan keputusan terhadap alternatif yang menjadi pemilihan siswa berprestasi, seperti pada gambar berikut:

Gambar 26. Keputusan Wakil Kurikulum Pada gambar 26 merupakan perangkingan wakil kurikulum yang bisa menentukan apakah alternatif tersebut disetujui atau ditolak.

c. Kepala Sekolah

Kepala sekolah dapat mengakses hasil analisa, dimana pada bagian kepala sekolah dapat memberikan keputusan terhadap alternatif dilihat pada gambar berikut:

Gambar 27. Keputusan Akhir Kepala Sekolah

Gambar 27 merupakan hasil akhir yang diperoleh berdasarkan keputusan dari kepala sekolah, jika kepala sekolah setuju maka alternatif tersebut berhak menjadi pemilihan siswa berprestasi jika menolak maka alternatif tidak dipilih sebagai siswa berprestasi.

3.4 Pembahasan

Pada sistem pendukung keputusan pemilihan siswa berprestasi di SMA Negeri 1 Siberut Selatan dibangun dengan user frendly dan telah melalui proses pengujian perangkat lunak dengan menggunakan metode black box, sistem ini dibangun sesuai dengan kebutuhan sekolah SMA Negeri 1 Siberut Selatan dalam sistem ini terbagi menjadi dua bagian hak akses yaitu hak akses kepala sekolah dan wakil kurikulum beserta bagiannya dan hak akses admin yang mengelolah sistem secara keseluruhan.

Pada bagian halaman utama sistem informasi ini terdapat beberapa menu diantaranya menu admin, data kelas, data siswa, pembobotan kriteria, crips kriteria, data alternatif, hasil analisa serta laporan akhir. Semua menu berdasarkan hasil pengujian yang telah dilakukan, berfungsi sesuai dengan fungsinya masing-masing.

Sesuai dengan penelitian sebelumnya sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode saw ini mempermuda pemilihan siswa berprestasi dalam mengelolah data siswa secara cepat dan akurat (Galih Suriono dan Nur Nawaningtyas Pusparani, 2020, Eva Susanti, 2017, Riska Rini dkk, 2020).

Beberapa kelebihan dari sistem yang dikembangkan ini adalah sebagai berikut:

1. Sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode saw dapat dikembangkan lagi agar mudah untuk mengoperasikan sistem ini.

(12)

148 2. Untuk pembuatan sistem pendukung

keputusan pemilihan siswa berprestasi dengan menggunakan metode saw dapat menentukan nilai bobot disetiap kriteria, dengan proses perangkingan dan penilaian akan lebih tepat dengan prefrensi yang sudah ditentukan serta lebih sederhana dalam pengambilan keputusan.

3. Dalam sistem ini menggunakan pemograman PHP dengan berbasis web serta lebih sederhana dalam pengoperasian sistem yang dirancang ini dari segi pengimputan data serta penampilan form.

4. KESIMPULAN

Setelah melakukan berbagai analisis dan perancangan sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode saw dirancangan dengan SDLC (Software Development Life Cycle) yang terdiri dari perancanaan, analisis, perancangan, pengujian, implementasi, maintenance. Pada tahap pembuatan program aplikasi ini menggunakan PHP dengan database MySQL maka pada bab ini akan disajikan beberapa kesimpulan dan saran yang berupa ulasan selama melakukan penelitian, yaitu:

1. Sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode simple additive weighting (SAW) di SMA Negeri 1 Siberut Selatan dikembangkan dengan bahasa pemograman PHP dibantu

dengan DBMS (Database

Management System) MySQL, sistem terdiri tiga aktor yaitu admin, kepala sekolah dan wakil kurikulum. Untuk pemodelan menggunakan UML (Unified Modeling Language) yang terdiri dari diagram: use case diagram, activity diagram, sequence diagram, class diagram.

2. Sistem pendukung keputusan pemilihan siswa berprestasi di SMA Negeri 1 Siberut Selatan dikembangkan dengan menggunakan metode SAW yang terdiri dari empat kriteria yaitu nilai rata-rata, prestasi, ekstrakurikuler, penghasilan orang tua.

Kriteria yang memiliki prioritas lebih tinggi adalah kriteria nilai rata-rata sehingga sistem hanya menentukan urutan rangking dari setiap alternatif.

Dalam proses ini yang bisa menentukan hasil akhir dari keputusan pemilihan siswa berprestasi adalah aktor kepala sekolah.

5. SARAN

Setelah mengemukakan beberapa kesimpulan dari keseluruhan isi kripsi ini maka dapat diberikan saran sebagai berikut:

1. Dalam penerapan aplikasi ini sebaiknya diberikan suatu pengarahan sebelum diterapkan maka perlu diadakannya pengenalan sistem aplikasi kepada pengguna dalam pemakaian aplikasi.

2. Sistem pendukung keputusan pemilihan siswa berprestasi menggunakan metode saw ini dapat dikembangkan menjadi sistem atau pembobotan dalam pemilihan siswa berprestasi yang lebih lengkap.

3. Sistem pendukung keputusan pemilihan siswa berprestasi ini yang dirancang bersifat opensource atau bisa dikembangkan oleh siapa saja suatu saat demi meningkatkan kesempurnaan aplikasi tersebut.

DAFTAR PUSTAKA

[1] Basuki, K., Kebiasaan Belajar Siswa Berprestasi Di Sekolah Dasar Negeri 151/Iv Kota Jambi, ISSN 2502-3632 (Online) ISSN 2356-0304 (Paper) Jurnal Online Internasional & Nasional Vol. 7 No.1, Januari – Juni 2019 Universitas 17 Agustus 1945 Jakarta, vol. 53, no. 9, hal. 1689–1699, 2019.

[2] Rikki, A., Marbun, M., Siregar, J.R.

dan Kunci, K., Sistem Pendukung

(13)

149 Keputusan Penerimaan Karyawan

Dengan Metode Saw Pada Pt . Karya Sahata Medan, vol. 1, no. 1, 2016.

[3] Mahyuni, N., Mary, T. dan Samudra, A.A., Sistem Pendukung Keputusan Penerimaan Beasiswa Berprestasi Menggunakan Metode Weigthed Product (Wp) Di Sma Negeri 1 Nan Sabaris, Edik Informatika, vol. 6, no. 1, hal. 45–54, 2019.

[4] Nurmi, Buku Ajar Konsep Sistem Informasi. SukaBina press, 2016.

[5] Heriyanto, Y., Perancangan Sistem Informasi Rental Mobil Berbasis Web Pada PT.APM Rent Car, Jurnal Intra- Tech, vol. 2, no. 2, hal. 64–77, 2018.

[6] Anddri Sahata Sitanggang, SISTEM Pengambilan Keputusan Dalam Pemilihan Jurusan Menggunakan Metode Eksponensial (MPE) DI Perguruan Tinggi Negeri Dan Swasta Di Jawa Barat, Pengkajian dan Penerapan Teknik Informatika, vol.

Vol 10-No, 2017.

[7] Nugraha, A.R. dan Pramukasari, G., Sistem Informasi Akademik Sekolah Berbasis Web Di Sekolah Menengah Pertama Negeri 11 Tasikmalaya, Jurnal Manajemen Informatika, vol. 4, no. 2, hal. 1–10, 2017.

[8] Muhammad Faizal & Sanda Listya Putri, Jurnal Teknologi Informasi dan Komunikasi STMIK Subang, Oktober 2017 ISSN: 2252-4517, hal. 1–15, 2017.

[9] Fitriana, S. dan Kristania, Y.M., Perancangan Sistem Informasi Klinik Hewan Berbasis Android, EVOLUSI : Jurnal Sains dan Manajemen, vol. 9, no. 2, hal. 112–122, 2021.

[10] Adianto, T.R., Arifin, Z., Khairina, D.M., Mahakam, G. dan Palm, G., Sistem Pendukung Keputusan Pemilihan Rumah Tinggal Di Perumahan Menggunakan Metode Simple Additive Weighting (Saw) (Studi Kasus : Kota Samarinda), Prosiding Seminar Ilmu Komputer dan

Teknologi Informasi, vol. 2, no. 1, hal.

197–201, 2017.

[11] Anggraini, A. dan Kurniadi, D., ( Studi Kasus Fakultas Teknik Universitas Negeri Padang ) ( Studi Kasus Fakultas Teknik Universitas Negeri Padang ), 2014.

Referensi

Dokumen terkait

Profitabilitas Terhadap Harga Saham Perusahaan Manufaktur yang Terdaftar di Bursa Efek Indonesia. Universitas Kristen

Dalam penelitian yang berjudul &#34; perancangan sistem manajemen basis data pada sekolah untuk menunjang sekolah modern berbasis teknologi &#34; merupakan

Berdasarkan hasil riset yang penulis lakukan pada Badan Usaha Masyarakat Desa Bersama (BUMDESMA) Anugerah, pencatatan laporan transaksi kas masuk dan kas keluar

Beberapa kesimpulan yang dapat diambil dari hasil penelitian yang telah penulis lakukan untuk mendiagnosa gangguan lambung melalui citra iris mata dengan jaringan

Kepuasan pelayanan instansi dapat diprediksi dengan menggunakan algoritma C4.5 untuk mendapatkan informasi dari data yang didapat dari penilaian vendor.Pengujian dari data

Metode sistem pendukung keputusan yang akan digunakan dalam pemberian beasiswa di SMAN 1 Bangun Purba adalah Simple Multi Atribute Rating Technique (SMART) dimana

Varietas Kalasan memberikan hasil yang terbaik untuk parameter panjang batang, jumlah cabang, bobot umbi per tanaman, bobot umbi per petak dan bobot umbi per hektar bila

Untuk mengetahui apakah rangkaian Mikrokontroler Arduino Uno telah bekerja dengan baik pada alat, maka dilakukan pengujian dengan memberikan program perintah pada