• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMAN 5 KEDIRI DENGAN MENGGUNAKAN METODE PROFIL MATCHING

N/A
N/A
Protected

Academic year: 2022

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMAN 5 KEDIRI DENGAN MENGGUNAKAN METODE PROFIL MATCHING"

Copied!
13
0
0

Teks penuh

(1)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 1||

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMAN 5 KEDIRI DENGAN MENGGUNAKAN METODE PROFIL

MATCHING

SKRIPSI

Diajukan Untuk Memenuhi Sebagian Syarat Guna Memperoleh Gelar Sarjana Komputer (S.Kom) Pada Program Studi Sistem Informasi UN PGRI Kediri

OLEH

RIZKY PUTRA PRATAMA NPM. 11.1.03.03.0230

JURUSAN SISTEM INFORMASI FAKULTAS TEKNIK

UN PGRI KEDIRI

2016

(2)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 2||

Skripsi oleh :

RIZKY PUTRA PRATAMA NPM : 11.1.03.03.0230

Judul :

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMAN 5 KEDIRI DENGAN MENGGUNAKAN METODE

PROFIL MATCHING

Telah disetujui untuk diajukan Kepada

Panitia Ujian/Sidang Program Studi Sistem Informasi Fakultas Teknik UN PGRI Kediri

Tanggal : 17 Desember 2015

Pembimbing I Pembimbing II

Suratman, SH, M.Pd NIDN. 0719036102

Rini Indriati, S.Kom, M.Kom NIDN. 0725057003

(3)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 3||

Skripsi oleh:

RIZKY PUTRA PRATAMA NPM : 11.1.03.03.0230

Judul :

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMAN 5 KEDIRI DENGAN MENGGUNAKAN METODE

PROFIL MATCHING

Telah dipertahankan di depan Panitia Ujian/Sidang Skripsi Program Studi Sistem Informasi Fakultas Teknik UN PGRI Kediri

Pada Tanggal: 15 Januari 2016

Dan Dinyatakan Telah Memenuhi Syarat

Panitia Penguji:

1. Ketua 2. Penguji 1 3. Penguji 2

: Suratman, SH., M.Pd

: M. Rizal Arief, S.T., M.Kom : Rini Indriati, S.Kom., M.Kom

______________

______________

______________

Mengetahui,

Dekan Fakultas Teknik

Dr. Suryo Widodo, M.Pd.

NIP. 19640202 199103 1 002

(4)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 4||

SISTEM PENDUKUNG KEPUTUSAN PENJURUSAN SISWA PADA SMAN 5 KEDIRI DENGAN MENGGUNAKAN METODE

PROFIL MATCHING

Rizky Putra Pratama 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi Email: rizky.pratama91@gmail.com

Suratman, SH., M.Pd 1 dan Rini Indriati, S.Kom, M.Kom 2 UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK

Penelitian ini dilatar belakangi oleh proses penjurusan siswa yang ada di SMAN 5 Kediri masih dilakukan secara manual, dengan cara menghitung dan menyortir nilai siswa baik dari nilai ulangan maupun dari nilai rapor yang masih dilakukan satu persatu. Cara pemilihan ini masih banyak kelemahannya selain tidak efisien dan efektif terhadap waktu pelaksanaannya, dan perbandingan yang dilakukan secara manual tersebut yang membuat perbandingan jadi tidak konsisten sehingga hasil keputusan pun akan tidak konsisten juga, ini disebabkan karena belum ada perhitungan nilai untuk bobot perbandingan dan bobot tiap kriteria.

Permasalahan penelitian ini adalah bagaimana membangun suatu aplikasi yang berfungsi sebagai alat bantu pengambilan keputusan dalam kasus penjurusan siswa SMAN 5 Kediri dengan menerapkan metode Sistem Pendukung Keputusan Profile Matching?

Kesimpulan dari penelitian ini adalah aplikasi sistem pendukung keputusan menggunakan metode profile matching ini dapat membantu SMA Negeri 5 Kediri mempercepat proses perhitungan nilai yang digunakan pada proses penjurusan siswa dan hasilnya bisa lebih sesuai dengan profil masing-masing siswa (nilai dan minat siswa).

Berdasarkan simpulan hasil penelitian ini, direkomendasikan tujuan utama dari “Sistem Pendukung Keputusan Penjurusan Siswa Pada SMAN 5 Kediri Dengan Menggunakan Metode Profil Matching” adalah untuk mempermudah dan mempercepat proses penjurusan siswa kelas X di SMAN 5 Kediri.

Kata Kunci : sistem pendukung keputusan, penjurusan siswa SMA, profile matching

(5)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 5||

I. LATAR BELAKANG

Dewasa ini manusia sering dihadapkan oleh beberapa pilihan dalam sebuah kehidupan. Dalam kehidupan proses belajar mengajar di sekolah, masing-masing siswa memiliki keahlian masing- masing, selain itu prestasi belajar disekolah juga diperhatikan.

Dalam sekolah adanya sebuah tujuan yaitu menggali seluruh bakat dan keahlian dalam diri setiap siswa, sehingga mereka bisa melihat kemampuan yang dimilikinya dalam bidang tertentu semaksimal mungkin. Setiap siswa memiliki perbedaan tertentu diantaranya kemampuan kognitif, motivasi berprestasi, minat dan kreativitas. Melalui perbedaan tersebut peran pendidikan tidak hanya, tetapi juga meliputi bimbingan/konseling, pemilihan dan penempatan siswa sesuai dengan kapasitas individual yang dimiliki, rancangan sistem pengajaran yang sesuai dan strategi mengajar yang disesuaikan dengan karakteristik individu siswa. Kesalahan yang mungkin terjadi jika penempatan yang tidak sesuai dengan keahlian siswa akan menjadikan turunnya prestasi terhadap siswa tersebut.

Penjurusan bagi siswa SMAN 5 dilaksanakan pada semester ganjil kelas XI.

Sesuai kurikulum yang berlaku di SMAN 5 Kediri, siswa kelas X SMA yang naik ke kelas XI akan mengalami pemilihan jurusan (penjurusan). Penjurusan yang tersedia di SMAN 5 meliputi Ilmu Alam (IPA) dan Ilmu Sosial (IPS). Penjurusan akan disesuaikan

dengan kemampuan akademik dan minat siswa. Tujuan penjurusan ini yaitu agar siswa bisa terarah dalam menerima pelajaran yang sesuai dengan kemampuan dan bakat yang dimiliki oleh siswa. Salah satu pertimbangan untuk menyeleksi siswa dalam menentukan jurusan adalah prestasi siswa pada semester satu dan dua (kelas X) dalam bentuk nilai mata pelajaran yang sering disebut juga kemampuan akademik.

Selama ini proses penjurusan siswa yang ada di SMAN 5 Kediri masih dilakukan secara manual, dengan cara menghitung dan menyortir nilai siswa baik dari nilai ulangan maupun dari nilai rapor yang masih dilakukan satu persatu. Cara pemilihan ini masih banyak kelemahannya selain tidak efisien dan efektif terhadap waktu pelaksanaannya, dan perbandingan yang dilakukan secara manual tersebut yang membuat perbandingan jadi tidak konsisten sehingga hasil keputusan pun akan tidak konsisten juga, ini disebabkan karena belum ada perhitungan nilai untuk bobot perbandingan dan bobot tiap kriteria.

Oleh karena itu perlu dirancang dan dibangun sebuah system terkomputerisasi yang dapat mengatasi permasalahan diatas, yaitu dengan menerapkan system pendukung keputusan cerdas menggunakan metode profile matching yang dapat memberikan solusi yang tepat dalam penjurusan siswa SMA.

(6)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 6||

II. PROFILE MATCHING

Metode profile matching merupakan proses membandingkan antara kompetensi individu dengan kompetensi suatu jabatan sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap), semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk seseorang menempati posisi tersebut. Adapun langkah- langkah untuk menghitungnya adalah sebagai berikut:

1. Menentukan variabel-variabel pemetaan Gap dan Menentukan aspek-aspek

Variabel yang digunakan adalah sebagai berikut:

a) Aspek Nilai Kognitif

Nilai Kognitif diperoleh dari nilai rata- rata pelajaran yang akan digunakan dalam perhitungan nanti, baik dari nilai ulangan harian maupun nilai semester.

Aspek-aspeknya yaitu : 1) Nilai Matematika 2) Nilai Biologi 3) Nilai Fisika 4) Nilai Kimia 5) Nilai Sejarah 6) Nilai Ekonomi 7) Nilai Sosiologi 8) Nilai Geografi

Dan bobot nilainya adalah seperti berikut :

Nilai 91 – 100 memiliki bobot 5

Nilai 81 – 90 memiliki bobot 4 Nilai 71 – 80 memiliki bobot 3 Nilai 61 – 70 memiliki bobot 2 Nilai kurang dari 60 memiliki bobot 1

b) Aspek Non Akademik

Aspek non akademik merupakan nilai tambahan yang digunakan untuk bahan pertimbangan. Aspek-aspeknya yaitu : 1) Prestasi non akademik

Prestasi non akademik dibidang matematika, sains, dan olah raga, dll memiliki bobot 5. Dan jika tidak punya prestasi bobotnya 1.

2) Minat

Anak yang berminat masuk jurusan IPA memiliki bobot 5, sedangkan yang berminat masuk jurusan IPS memiliki bobot 1.

3) Nilai IQ

Nilai IQ diatas 128 memiliki bobot 5 Nilai IQ 120 – 127 memiliki bobot 4 Nilai IQ 111 – 119 memiliki bobot 3 Nilai IQ 91 – 110 memiliki bobot 2 Nilai IQ dibawah 90 memiliki bobot 1 4) Disiplin

5) Sikap 6) Kreatifitas

Untuk nilai disiplin, sikap, dan kreatifitas memiliki bobot sebagai berikut :

Sangat baik memiliki bobot 5 baik memiliki bobot 4

cukup memiliki bobot 3

(7)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 7||

kurang memiliki bobot 2 sangat kurang memiliki bobot 1 2. Menghitung Pemetaan GAP

a. Menghitung GAP

GAP yang dimaksudkan di sini adalah perbedaan antara nilai dengan target atau bisa ditunjukkan pada rumus di bawah ini:

GAP = Nilai Value – Nilai Target Tabel 4.1 GAP Aspek Nilai Kognitif

Tabel 4.2 GAP Aspek Non Akademik

b. Penghitungan Bobot

Setelah diperoleh nilai GAP pada masing-masing seseorang maka setiap nilai diberi bobot nilai dengan patokan tabel bobot nilai gap.

Tabel 4.3 Konversi hasil pemetaan GAP Aspek Nilai Kognitif

Tabel 4.4 Konversi hasil pemetaan GAP Aspek Non Akademik

c. Perhitungan dan pengelompokan Core dan Secondary Factor 1) Perhitungan Core Factor dan

Secondary Factor Aspek Nilai Kognitif:

1.a) Ajeng NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

4+4+4+4

4 = 4

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

4.5+4.5+4.5+4.5

4 = 4.5 1.b) Aji

NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

2+3+2+2

4 = 2.25 NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

4.5+4.5+4.5+3.5

4 = 4.25

1.c) Amelia NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

3+3+3+3

4 = 3

(8)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 8||

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

4.5+4.5+4.5+4.5

4 = 4.5 1.d) Dewi

NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

3+3+2+2

4 = 2.75 NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

2.5+3.5+2.5+3.5

4 = 3

1.e) Dwi NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

5+4+3+3

4 = 3.75 NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

5+5+5+5+5

4 = 5

1.f) Eky NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

4+4+4+4

4 = 4

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

4.5+4.5+4.5+4.5

4 = 4.5 1.g) Else

NCF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑚𝑚𝑚𝑚 +𝑏𝑏𝑁𝑁𝑏𝑏 +𝑓𝑓𝑁𝑁𝑓𝑓+𝑘𝑘𝑁𝑁𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =

3+4+2+2

4 = 2.75

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑓𝑓𝑠𝑠𝑠𝑠 +𝑠𝑠𝑘𝑘𝑏𝑏 +𝑓𝑓𝑏𝑏𝑓𝑓+𝑔𝑔𝑠𝑠𝑏𝑏 )

Σ𝐼𝐼𝑁𝑁 =

5+4.5+5+4.5

4 = 4.75

Tabel 4.5 Nilai CF dan SF (Aspek Nilai Kognitif)

2) Perhitungan Core Factor dan Secondary Factor Aspek Non Akademik:

2.a) Ajeng NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =51= 5

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1+5+5+4.5+5

5 = 4

2.b) Aji NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =11= 1

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1++5+5+5+5

5 = 4.2 2.c) Amelia NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =51= 5

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 = Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1+5+5+5+4

5 = 4

(9)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 9||

2.d) Dewi NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =11 = 1

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1+5+5+5+4

5 = 4

2.e) Dwi NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =51 = 5

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1+5+5+5+4

5 = 4

2.f) Eky NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =51 = 5

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1+5+5+5+5

5 = 4.2 2.g) Else NCF =Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑚𝑚𝑁𝑁𝑚𝑚𝑚𝑚𝑚𝑚 )

Σ𝐼𝐼𝑁𝑁 =11 = 1

NSF

=Σ𝑁𝑁𝑁𝑁𝑁𝑁

Σ𝐼𝐼𝑁𝑁 =Σ𝑁𝑁𝑁𝑁(𝑝𝑝𝑝𝑝𝑠𝑠𝑓𝑓 +𝑁𝑁𝑖𝑖+𝑑𝑑𝑁𝑁𝑓𝑓+𝑓𝑓𝑁𝑁𝑘𝑘+𝑘𝑘𝑝𝑝𝑠𝑠 )

Σ𝐼𝐼𝑁𝑁 =

1+4+5+5+4

5 = 3.8

Tabel 4.6 Nilai CF dan SF (Aspek Non Akademik)

d. Perhitungan Nilai Total

1) Perhitungan Nilai Total Aspek Akademik:

1.a) Ajeng

N1 = (90% x NCF) + (10% x NSF)

= (90% x 4) + (10% x 4.5) = 4.05 1.b) Aji

N1 = (90% x NCF) + (10% x NSF)

= (90% x 2.25) + (10% x 4.25) = 2.45

1.c) Amelia

N1 = (90% x NCF) + (10% x NSF)

= (90% x 3) + (10% x 4.5) = 3.15 1.d) Dewi

N1 = (90% x NCF) + (10% x NSF)

= (90% x 2.5) + (10% x 3) = 2.55 1.e) Dwi

N1 = (90% x NCF) + (10% x NSF)

= (90% x 3.75) + (10% x 5) = 3.88 1.f) Eky

N1 = (90% x NCF) + (10% x NSF)

= (90% x 4) + (10% x 4.5) = 4.05 1.g) Else

N1 = (90% x NCF) + (10% x NSF)

= (90% x 2.75) + (10% x 4.75) = 2.95

2) Perhitungan Nilai Total Aspek Non Akademik:

2.a) Ajeng

N2 = (90% x NCF) + (10% x NSF)

= (90% x 5) + (10% x 4) = 4.9 2.b) Aji

N2 = (90% x NCF) + (10% x NSF)

= (90% x 1) + (10% x 4.2) = 1.32

(10)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 10||

2.c) Amelia

N2 = (90% x NCF) + (10% x NSF)

= (90% x 5) + (10% x 4) = 4.9 2.d) Dewi

N2 = (90% x NCF) + (10% x NSF)

= (90% x 1) + (10% x 4) = 1.3 2.e) Dwi

N2 = (90% x NCF) + (10% x NSF)

= (90% x 5) + (10% x 54) = 4.9 2.f) Eky

N2 = (90% x NCF) + (10% x NSF)

= (90% x 5) + (10% x 4.2) = 4.92 2.g) Else

N2 = (90% x NCF) + (10% x NSF)

= (90% x 1) + (10% x 3.8) = 1.28

Tabel 4.7 Nilai Total Aspek Nilai Kognitif dan Aspek Non Akademik

e. Perhitungan Hasil Akhir

Langkah terakhir yang dilakukan adalah menghitung untuk menentukan ranking yang diperoleh oleh seorang siswa dengan menggunakan rumus:

Ranking = (90% x N1) + (10% x N2) Ajeng = (90% x 4.05) + (10% x 4.9)

= 4.14

Aji = (90% x 2.45) + (10% x 1.32) = 2.34

Amelia = (90% x 3.15) + (10% x 4.9)

= 3.33

Dewi = (90% x 2.55) + (10% x 1.3)

= 2.43

Dwi = (90% x 3.88) + (10% x 4.9)

= 3.98

Eky = (90% x 4.05) + (10% x 4.92) = 4.14

Else = (90% x 2.95) + (10% x 1.28) = 2.78

Tabel 4.8 Perhitungan Hasil Akhir

Setelah setiap siswa mendapatkan hasil akhir seperti pada tabel di atas maka bisa ditentukan kecocokan jurusan dari para kandidat berdasarkan pada besarnya nilai hasil akhir jika siswa tersebut mempunyai nilai diatas 3,8 maka siswa tersebut akan diarahkan pada jurusan IPA, dan jika nilainya dibawah 3,8 makan siswa tersebut akan diarahkan pada jurusan IPS.

(11)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 11||

III. HASIL DAN KESIMPULAN 1. HASIL

Berikut ini adalah hasil implementasi halaman web yang telah dibuat berdasarkan rancangan tampilan (interface) yang telah dibuat :

a. Halaman Login

Halaman login merupakan halaman yang digunakan oleh administrator (operator) untuk masuk ke halaman admin. Sistem memerlukan autentifikasi pengguna aplikasi denan mengisikan username dan password pengguna aplikasi. Berikut gambar implementasi dari halaman login :

Gambar 5.1 Halaman Login b. Halaman Home

Halaman home merupakan halaman awal ketika proses autentifikasi pada halaman login sesuai.

Gambar 5.2 Halaman Home

c. Halaman Data Siswa

Halaman menu data siswa selain berisi tentang info dari data siswa juga berisi menu untuk melakukan pengolahan data siswa seperti tambah, edit, dan hapus data siswa.

Gambar 5.3 Halaman data siswa Beberapa menu pengolahan data yang terdapat pada halaman menu data siswa adalah sebagai berikut :

1) Menu tambah data siswa

Gambar 5.4 Halaman Tambah Data Siswa 2) Menu edit data siswa

Gambar 5.5 Halaman Edit Data Siswa

(12)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 12||

d. Halaman Nilai Kriteria

Halaman menu nilai kriteria ini sama halnya dengan menu data siswa selain berisi tentang info dari nilai kriteria yang siswa miliki juga berisi menu untuk melakukan pengolahan data siswa seperti tambah, edit nilai.

Gambar 5.6 Halaman Nilai Kriteria Beberapa menu pengolahan data yang terdapat pada halaman menu nilai kriteria adalah sebagai berikut :

1) Menu Tambah Nilai Kriteria

Gambar 5.7 Halaman Tambah Nilai Kriteria 2) Menu Edit Nilai Kriteria

Gambar 5.8 Halaman Edit Nilai Kriteria

e. Halaman Hasil Perhitungan Halaman hasil perhitungan ini berisikan hasil akhir nilai yang telah dihitung oleh sistem beserta kecocokan jurusan yang bisa diambil oleh siswa.

Gambar 5.9 Halaman Hasil Perhitungan f. Halaman Keterangan Nilai

Kriteria

Halaman ini berisi info untuk pengisian nilai pada tambah (input) data nilai kriteria siswa.

Gambar 5.10 Halaman Keterangan Nilai Kriteria

2. KESIMPULAN

Berdasarkan dari hasil penelitian dan pengujian aplikasi sistem pendukung keputusan menggunakan metode profile matching ini dapat membantu SMA Negeri 5 Kediri mempercepat proses perhitungan nilai yang digunakan pada proses penjurusan siswa dan hasilnya bisa lebih sesuai dengan profil masing-masing siswa (nilai dan minat siswa).

(13)

Universitas Nusantara PGRI Kediri

Rizky Putra Pratama | 11.1.03.03.0230

Fak. Teknik – Prodi Sistem Informasi simki.unpkediri.ac.id

|| 13||

IV. DAFTAR PUSTAKA

[1] B. Beizer, 1995. Black Box Testing.

New York: John Wiley & Sons, Inc.

[2] Citra Nuraini Mursa, 2010.

Implementasi Analisis GAP Untuk Sistem Pendukung Keputusan Kenaikan Jabatan.

[3] Ferdian Benny, 2011. Sistem Informasi Keputusan Perencanaan Karir Dan Pemilihan Karyawan Berprestasi Pada CV. SAS Bandung.

[4] Grady Booch, James Rumbaugh, and Ivar Jacobson, 1999. The Unified Modeling Language User Guide, Publisher: Addison Wesley.

[5] Kustiyaningsih, Yeni. 2011.

Pemograman Basis Data Berbasis Web Menggunakan PHP & MYSQL.

Yogyakarta: Graha Ilmu.

[6] Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Penerbit ANDI, Yogyakarta.

[7] Lela Rahmawati, 2013. System Pendukung Keputusan Pemberian Beasiswa Pada STIE Bank BPD Jateng Menggunakan Metode Profile.

[8] Okky Cintia Devi, Indana Zulfa, Fauziatul Munawaroh, Desyy Rizky K. 2014. Sistem Pendukung Keputusan Penjurusan SMA Menggunakan Metode Analytical Hierarchy Proses (AHP).

[9] Peraturan Menteri Pendidikan Nasional. Satuan Pendidikan Dasar

dan Menengah. Nomor 22 Tahun 2006.

[10] Turban, Efraim, 2007, “Decision Support System and Intelligent System”, Jilid 2, Edisi 7, Yogyakarta:

Andi.

[11] Turban, Efraim, Jay E.Aronson, dan Ting Peng Liang.Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas) edisi ketujuh jilid 1.Yogjakarta : Andi Offset. 2005.

Gambar

Tabel 4.3 Konversi hasil pemetaan GAP  Aspek Nilai Kognitif
Tabel 4.5 Nilai CF dan SF (Aspek Nilai  Kognitif)
Tabel 4.6 Nilai CF dan SF (Aspek Non  Akademik)
Tabel 4.7 Nilai Total Aspek Nilai Kognitif  dan Aspek Non Akademik
+3

Referensi

Dokumen terkait

Kegiatan pelayanan kesehatan hewan yang dilakukan oleh Petugas peternakan Kecamatan di Kabupaten Sinjai pada tahun 2011 dapat dilihat pada Tabel 29. Data Kegiatan

13

Hasil analisis dan rancangan kerangka peta strategi BSC maka terdapat beberapa implikasi manajerial yang dapat direkomendasikan untuk meningkatkan kinerja operasional

2 Sikap tubuh saat lari Mampu melakukan satu kriteria dengan benar Mampu melakuk an dua kriteria dengan benar Mampu melakuka n tiga kriteria dengan benar Mampu

Buku Panduan PPL Fakultas Ilmu Tarbiyah dan Keguruan UIN Walisongo 11 Kompetensi ini meliputi pelaksanaan tugas-tugas pembelajaran di dalam kelas, mulai dari penyusunan

Kebutuhan dan potensi desa menjadi dasar dalam pendirian BUMDes sebagai bentuk upaya peningkatan kesejahteraan masyarakat (PKDSP, 2007). Pembangunan masyarakat desa pada

[r]

Kelulushidupan udang yang diperoleh pada masing-masing perlakuan berbeda seiring dengan peningkatan konsentrasi ekstrak daun sirih yang digunakan, dengan hasil yang