KOMBINASI METODE FUZZY C-MEANS CLUSTERING DAN SIMPLE ADDITIVE WEIGHTING PADA SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA

(1)

KOMBINASI METODE FUZZY C-MEANS CLUSTERING DAN SIMPLE ADDITIVE WEIGHTING PADA SISTEM PENDUKUNG

KEPUTUSAN PENERIMAAN BEASISWA

Tesis

untuk memenuhi sebagian persyaratan mencapai derajat Sarjana S-2 Program Studi Magister Sistem Informasi

.

Disusun Oleh : Ragel Trisudarmo

30000318410001

SEKOLAH PASCASARJANA UNIVERSITAS DIPONEGORO

SEMARANG 2020

(2)

ii HALAMAN PENGESAHAN

TESIS

Oleh:

Ragel Trisudarmo 30000318410001

Telah diujikan dan dinyatakan lulus ujian tesis pada tanggal 22 Desember 2020 oleh tim penguji Program Pascasarjana Magister Sistem Informasi Universitas Diponegoro.

Semarang, 22 Desember 2020 Mengetahui,

Pembimbing I

Prof. Dr. Ir Eko Sediyono, M.Kom NIDN: 0628096101

Penguji I

Dinar Mutiara K. N., S.T., M.InfoTech.(Comp), Ph.D NIP: 197601102009122002 Pembimbing II

Jatmiko Endro Suseno, M.Si., Ph.D NIP: 197211211998021001

Penguji II

Dr. Catur Edi Wibowo, MT NIP: 196405181992031002 Mengetahui :

Dekan Sekolah Pascasarjana Universitas Diponegoro

Dr.R.B. Sularto, S.H., M. Hum NIP.196701011991031005

Ketua Program Studi Magister Sistem Informasi

Dr. Budi Warsito, S.Si., M.Si NIP. 197508241999031003

(3)

iv PERNYATAAN PERSETUJUAN

PUBLIKASI TESIS UNTUK KEPENTINGAN AKADEMIS

Sebagai civitas akademik Universitas Diponegoro, saya yang bertanda tangan di bawah ini:

Nama : Ragel Trisudarmo

NIM : 30000318410001

Program Studi : Magister Sistem Informasi

Program : Pascasarjana

Jenis Karya : Tesis

Demi pengembangan ilmu pengetahuan, menyetujui untuk memberikan kepada Universitas Diponegoro Hak Bebas Royalti Noneksklusif atas karya ilmiah saya yang berjudul :

beserta perangkat yang ada. Dengan Hak bebas royalti Noneksklusif ini Magister Sistem Informasi Sekolah Pascasarjana Universitas Diponegoro berhak menyimpan, mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data (database) merawat, dan mempublikasikan tesis saya selama tetap mencantumkan nama saya sebagai penulis/pencipta dan sebagai pemilik Hak Cipta.

Dibuat di : Semarang Pada Tanggal : 22 Desember 2020

Yang menyatakan

Ragel Trisudarmo NIM. 30000318410001

(4)

iii PERNYATAAN

Dengan ini saya menyatakan bahwa dalam tesis ini tidak terdapat karya yang pernah diajukan untuk memperoleh gelar akademik di suatu Perguruan Tinggi, dan sepanjang pengetahuan saya juga tidak terdapat karya atau pendapat yang pernah ditulis atau diterbitkan oleh orang lain, kecuali yang secara tertulis diacu dalam naskah ini dan disebutkan dalam daftar pustaka.

Semarang, Desember 2020

Ragel Trisudarmo

(5)

v KATA PENGANTAR

Alhamdu lillahi rabbil 'alamin saya ucapkan sebagai tanda syukur kepada Allah SWT yang telah melimpahkan segala karunia dan rahmat, sehingga penulis dapat menyelesaikan tesis dengan judul “Kombinasi Metode Fuzzy C-Means Clustering dan Simple Additive Weighting Pada Sistem Pendukung Keputusan Penerimaan Beasiswa”. Hasil penelitian ini berupa Tesis merupakan suatu kewajiban yang harus dilaksanakan untuk memenuhi sebagai persyaratan mencapai derajat Sarjana S-2 Program Studi Magister Sistem Informasi di Universitas Diponegoro. Selama pelaksanaan penelitian, pengembangan sistem sampai pada penyusunan tesis ini, banyak pihak yang telah memberikan bantuan, dukungan dan bimbingan sehingga penulis mengucapkan terima kasih yang sebesar-besarnya kepada :

1. Bapak Dr. R.B. Sularto, S.H., M.Hum., selaku Dekan Sekolah Pascasarjana Universitas Diponegoro Semarang.

1. Bapak Dr. Budi Warsito, S.Si., M.Si. selaku Ketua Program Studi Magister Sistem Informasi Sekolah Pascasarjana Universitas Diponegoro.

2. Bapak Prof. Dr. Ir. Eko Sediyono, M.Kom selaku pembimbing pertama yang telah mengarahkan penulis dalam menyelesaikan tesis ini.

3. Bapak Jatmiko Endro Suseno, M.Si., Ph.D selaku pembimbing kedua juga telah mengarahkan penulis dalam menyelesaikan tesis ini.

4. Bapak H. T Mamat Robby Suganda, M.AP selaku Ketua Dewan Pembina Yayasan Raihan Matsuda yang selalu mendukung selama tugas belajar yang diberikan.

5. Semua Keluarga besar Staff, Karyawan dan Guru di lingkungan kerja SMK Auto Matsuda yang telah membantu dan mendukung hasil penelitian.

6. Istri beserta anak-anak tercinta dan keluarga yang sudah memberikan dukungan, doa dan perhatian penuh pada perjalanan ini untuk menggapai mimpi yang besar.

7. Semua pihak yang telah membantu yang tidak dapat disebutkan satu persatu.

Akhirnya segala kebaikan yang telah diberikan kepada penulis dapat menjadi karunia yang tidak terhingga dalam hidupnya. Penulis telah berupaya semaksimal mungkin, namun penulis menyadari masih terdapat kekurangan dalam penyusunan tesis ini, namun demikian penulis berharap tesis ini dapat bermanfaat bagi seluruh pembaca. Penulis juga mengharapkan kritik dan saran dari berbagai pihak untuk menyempurnakan sebuah karya tulis.

Semarang, Desember 2020 Ragel Trisudarmo

(6)

vi DAFTAR ISI

HALAMAN PENGESAHAN ... ii

PERNYATAAN ... iii

KATA PENGANTAR ... iv

DAFTAR ISI ... vi

DAFTAR GAMBAR ... viii

DAFTAR TABEL ... ix

DAFTAR LAMPIRAN ... x

DAFTAR ARTI LAMBANG DAN SINGKATAN ... xi

ABSTRAK ... xii

ABSTRACT ... xiii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Tujuan Penelitian ... 5

1.3 Manfaat Penelitian ... 5

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI ... 6

2.1 Tinjauan Pustaka ... 6

2.2 Dasar Teori ... 7

2.2.1. Beasiswa ... 7

2.2.2. Simple Additive Weighting (SAW)... 7

2.2.3. Beasiswa di SMK Auto Matsuda ... 10

2.2.4. Fuzzy C-Means Clustering (FCM) ... 12

2.2.5. Indeks XB (Xie-Beni) ... 15

2.2.6. Kombinasi Fuzzy C-Means dan Simple Additive Weighting ... 15

2.2.7. Sistem Pendukung Keputusan ... 17

(7)

vii

BAB III METODE DAN PENELITIAN ... 20

3.1 Bahan dan Alat Penelitian... 20

3.2 Prosedur Penelitian ... 21

3.3 Rancangan Sistem Informasi ... 23

3.4 Flowchart Sistem ... 25

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 29

4.1. Hasil Penelitian ... 29

4.1.1. Desain Database ... 29

4.1.2. Implementasi Sistem ... 35

4.2. Pembahasan ... 45

4.3. Hasil Pengujian Sistem ... 50

BAB V KESIMPULAN DAN SARAN ... 60

5.1 Kesimpulan ... 60

5.2 Saran ... 62

DAFTAR PUSTAKA LAMPIRAN - LAMPIRAN

(8)

viii DAFTAR GAMBAR

Gambar 3. 1 Kerangka Sistem ... 24

Gambar 3. 2 Flowchart Sistem ... 26

Gambar 4. 1 Tampilan Halaman Utama ... 35

Gambar 4. 2 Tampilan halaman Login ... 36

Gambar 4. 3 Tampilan Halaman Detail Data Siswa ... 37

Gambar 4. 4 Tampilan Halaman Kelola Data Prestasi Siswa ... 37

Gambar 4. 5 Tampilan Kelola Akun Siswa ... 38

Gambar 4. 6 Tampilan Proses Inisialisasi Metode FCM ... 39

Gambar 4. 7 Tampilan Jumlah Cluster ... 40

Gambar 4. 8 Tampilan Hasil Perhitungan FCM ... 41

Gambar 4. 9 Tampilan Hasil X-Bin ... 42

Gambar 4. 10 Tampilan Perhitungan Metode SAW ... 42

Gambar 4. 11 Tampilan Hasil Informasi Penerima Beasiswa ... 43

Gambar 4. 12 Tampilan Kelola Akun Website ... 44

Gambar 4. 13 Tampilan Informasi Website ... 44

Gambar 4. 14 Laporan Hasil Beasiswa Pendidikan ... 48

Gambar 4. 15 Grafik Informasi Hasil SAW ... 49

(9)

ix DAFTAR TABEL

Tabel 4.1. Deskripsi tabel datasiswa. ... 29

Tabel 4.2. Deskripsi Tabel Eskul ... 30

Tabel 4.3. Deskripsi Tabel FCMIterasi ... 30

Tabel 4. 4 Deskripsi Tabel FCMIterasiBPP ... 32

Tabel 4.5. Deskripsi tabel_bbp ... 34

Tabel 4.6. Deskripsi tabel username... 35

Tabel 4. 7 Hasil akhir perhitungan FCM ... 45

Tabel 4. 8 Hasil Perhitungan algoritma Xie-Beni... 46

Tabel 4. 9 Hasil Normalisasi Metode SAW ... 47

Tabel 4.10 Proses pengolahan data metode FCM pada cluster 1 ... 51

Tabel 4. 13 Hasil derajat keanggotaan ... 54

Tabel 4.14 Penentuan hasil nilai pusat cluster ... 55

Tabel 4. 15 Proses Algoritma Xie-Beni... 56

Tabel 4. 16 Proses pengolahan data cluster terbaik metode SAW ... 57

Tabel 4. 17 Proses normalisasi dan perangkingan metode SAW ... 58

Tabel 4. 18 Hasil perangkingan metode SAW ... 59

(10)

x DAFTAR LAMPIRAN

Lampiran A Pedoman Penerima Beasiswa Yayasan Lampiran B Surat Keputusan Penerima Beasiswa Yayasan

(11)

xi DAFTAR ARTI LAMBANG DAN SINGKATAN

Lambang Arti Lambang

Z Matriks Keputusan

M Alternatif yang akan dipilih

N Kriteria

W Bobot Preferensi

X_ij Nilai setiap alternatif ke-i, kriteria ke-j Rij Nilai rating kinerja

N Matriks ternormalisasi

V Nilai Preferensi

Crisp Nilai pasti misal 0, 1, 2….

C Jumlah cluster

W Pangkat/pembobot

MaksIter Maksimum Iterasi

Ξ

Error yang diharapkan

P0 Fungsi Objektif Awal

T Iterasi awal

U Matriks Partisi Awal

µik Derajat Keanggotaan data ke-I, cluster ke-k Xij Data ke-i, kriteria ke-j

Pt Fungsi Objektif pada iterasi ke-t V_kj Pusat cluster ke-k, kriteria ke-j

MIN (r_ij) Fungsi minimal dari rating kinerja alternatif ke-i, kriteria ke-j MAX (r_ij) Fungsi maksimal dari rating kinerja alternatif ke-i, kriteria ke-j

FCM Algoritma Fuzzy C-Means

SAW Simple Additive Weighting

XB Xie-Beni

BBP Yayasan Beasiswa Biaya Pendidikan

(12)

xii ABSTRAK

Tingginya angka putus sekolah menjadi hambatan dalam meningkatkan kualitas sumber daya manusia, Salah satu faktor penghambat yang berpengaruh besar terhadap angka putus sekolah adalah biaya pendidikan, Untuk menyelesaikan hambatan tersebut diperlukan program beasiswa untuk membantu meringankan biaya pendidikan. Beasiswa di SMK Auto Matsuda memiliki dua jenis beasiswa yang dikelompokkan berdasarkan kriteria prestasi dan keadaan ekonomi keluarga.

Penentuan penerima beasiswa ini masih dilakukan secara manual, belum memiliki sistem pengambil keputusan yang objektif dan transparan, hal ini menjadi latar belakang untuk melakukan penelitian dalam membuat sistem pengambil keputusan mengunakan kombinasi yaitu Metode Fuzzy C-Means (FCM) dan Simple Additive Weighting (SAW). Kombinasi yang dilakukan Metode Fuzzy C- Means (FCM) digunakan untuk pengelompokan berdasarkan cluster dengan menentukan bobot keanggotaan secara objektif berdasarkan masing-masing kriteria variabel, sedangkan metode Simple Additive Weighting (SAW) digunakan untuk penjumlahan berbobot pada semua kriteria alternatif cluster terbaik yang berdasarkan penilaian kinerja dari hasil skor tertinggi secara keseluruhan, maka alternatif terbaik digunakan sebagai rekomendasi penerima beasiswa yayasan dengan menampilkan hasil akhir calon penerima beasiswa dari nilai terbesar cluster 1 (sangat direkomendasikan), cluster 2 direkomendasikan dan cluster 3 tidak direkomendasikan.

Kata Kunci : Beasiswa, SPK, Fuzzy C-Means (FCM), Simple Additive Weighting (SAW)

(13)

xiii ABSTRACT

The high dropout rate is an obstacle in improving the quality of human resources.

One of the inhibiting factors that have a major influence on the dropout rate is the cost of education. To solve this obstacle, a scholarship program is needed to help reduce the cost of education. Scholarships at SMK Auto Matsuda have two types of scholarships which are grouped based on achievement criteria and family economic conditions. Determination of scholarship recipients is still done manually, does not have an objective and transparent decision-making system, this is the background for conducting research in making decision-making systems using a combination, namely the Fuzzy C-Means Method (FCM) and Simple Additive Weighting (SAW) . The combination carried out by the Fuzzy C- Means Method (FCM) is used for grouping based on clusters by determining membership weights objectively based on each variable criterion, while the Simple Additive Weighting (SAW) method is used for weighting sums of all the best alternative cluster criteria based on assessment. the performance of the highest overall score, then the best alternative is used as a recommendation for foundation scholarship recipients by displaying the final results of the scholarship recipients from the largest score of cluster 1 (highly recommended), cluster 2 recommended and cluster 3 not recommended.

Key Words: Scholarship, SPK, Fuzzy C-Means (FCM), Simple Additive Weighting (SAW)