SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA
BEASISWA BBM DENGAN MODEL FUZZY MULTIPLE ATTRIBUTE
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTED
Febri Prima
Mahasiswa Program Studi Teknik Industri
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Tanjungpura Febri.prima@yahoo.com
Abstract – Education has a very important role in people's lives, but the cost will be huge education an obstacle for many people to be able to continue their education to higher education. The government provided educational assistance through scholarships scholarship assistance one student learning. Scholarship selection process conducted by the Faculty of Engineering, University of Tanjungpura today still use manual calculation of data besides proposing the scholarship is not done in an optimal database so that it can allow students to acquire more than one scholarship. Therefore built a Decision Support System (DSS) to solve the problem.
This study aims to determine the screening system that occurred in the Faculty of Engineering, generating a decision support system using the model of Fuzzy Multiple attributes Decision Making to determine the weight based on priorities and produce a decision support system using the Simple Additive Weighted so it's time to do the selection process quickly and accurately, each criterion is weighted to be calculated by Fuzzy Multiple Attribute Decision Making Additive Weighted Simple methods to obtain the final result set priorities scholarship recipients.
The results of the designed system is expected to make the process of selecting recipients based on criteria set by the student of the Faculty of Engineering, University Tanjungpura in a timely, effective and appropriate. System that built can be sorted by ranking quickly and accurately and there is no scholarship recipients can obtain more than one scholarship.
Keywords: Education, Fuzzy Multiple Attribute Decision Making, Decision Support Systems, Simple Additive Weighted.
1. Pendahuluan
Pendidikan mempunyai peran yang sangat penting dalam kehidupan masyarakat karena pendidikan merupakan upaya untuk memperbaiki taraf hidup manusia. Hal ini juga telah diperjelas dalam UU No.20/2003 tentang pendidikan yang menyatakan bahwa pendidikan merupakan usaha sadar dan terencana untuk mewujudkan suasana belajar dan proses pembelajaran agar peserta didik secara aktif dalam mengembangkan potensi dirinya.
Pasal 31 (1) Undang-Undang Dasar
Republik Indonesia 1945 telah dijelaskan bahwa
setiap warga negara berhak mendapatkan
pendidikan, ini berarti bahwa setiap masyarakat berhak mendapat dan berharap untuk selalu berkembang dalam pendidikan. Namun besarnya biaya pendidikan, akan menjadi suatu hambatan bagi banyak masyarakat untuk dapat melanjutkan pendidikannya ke jenjang Perguruan Tinggi.
Pemerintah memberikan bantuan pendidikan melalui beasiswa dan salah satunya program beasiswa yang diberikan oleh Direktorat Jendral Pendidikan Tinggi (DIKTI) yang diselenggarakan oleh pihak Universitas Tanjungpura. Beasiswa yang diberikan bermacam-macam jenisnya yaitu beasiswa yang diberikan bagi mahasiswa kurang mampu dan berprestasi. Beasiswa Bantuan Belajar Mahasiswa (BBM) merupakan beasiswa yang kurang mampu secara ekonomi sedangkan beasiswa Peningkatan Prestasi Akademik (PPA) merupakan beasiswa yang diberikan kepada mahasiswa yang berprestasi.
Proses penyeleksian BBM dilakukan oleh Fakultas masing-masing, khusus untuk Fakultas
Teknik, proses penyeleksian dilakukan oleh
Pembantu Dekan III dibantu Badan Eksekutif Mahasiswa (BEM). BBM dibagi atas dua jenis yaitu BBM untuk mahasiswa baru yang duduk di semester I dan BBM untuk seluruh mahasiswa yang aktif di semester II hingga VIII. Pengusulan beasiswa untuk mahasiswa baru langsung dilakukan oleh Pembantu Dekan III tanpa proses penyeleksian sedangkan BBM lama memerlukan penyeleksian
khusus karena seluruh mahasiswa berhak
mengajukan pendaftaran sehingga proses
penyeleksian harus dilakukan secara baik dan benar. Proses penyeleksian saat ini masih dilakukan secara manual sementara persyaratan yang akan menjadi penilaian cukup banyak mulai dari transkrip nilai, slip gaji, semester dan jumlah tanggungan orang tua, sedangkan waktu yang diberikan oleh pihak Universitas Tanjungpura untuk melakukan pendaftaran mahasiswa dua minggu setelah surat edaran pengumuman beasiswa keluar. Terhitung mulai dari tanggal 13 maret 2012 sampai 26 maret 2012 sedangkan pada tanggal 28 maret 2012 merupakan batas akhir pengembalian berkas calon penerima beasiswa yang diusulkan, ini berarti pihak penyeleksi hanya diberi waktu dua hari untuk memutuskan siapa yang berhak menerima beasiswa sehingga proses penyeleksian tidak dapat dilakukan secara baik dan benar karena waktu yang diberikan tidak efisien dengan penyeleksian yang dilakukan secara manual, jika dilakukan secara baik dan benar
maka butuh ketelitian dan waktu yang cukup lama untuk melakukan proses penyeleksian.
Berdasarkan masalah diatas, penulis
melakukan penelitian untuk membuat sebuah sistem pendukung keputusan untuk mempemudah kinerja staf dalam proses penyeleksian agar penyeleksian akan semakin cepat dan akurat. Sistem pendukung keputusan penerimaan beasiswa ini dibangun
dengan menggunakan Visual Basic Version 6.0 dan
Microsoft Access 2003 sebagai databasenya, sehingga diharapkan dapat memberikan keputusan yang tepat dan cepat dengan hasil yang terbaik dalam proses penentuan .
Model yang digunakan dalam proses
penyeleksian ini adalah Fuzzy Multiple Attribute
Decision Making (FMADM) untuk mengatasi masalah ketidakpastian. Metode yang digunakan
adalah Simple Additive Weighted (SAW) untuk
menentukan hasil dari perhitungan yang tepat dari
sejumlah alternatif terbaik berdasarkan
perangkingan.
2. Teori Dasar
Sistem Pendukung Keputusan atau Decision
Support Sistem (DSS) merupakan sebuah sistem untuk mendukung para pengambil keputusan Manajerial dalam situasi keputusan semi terstruktur. DSS dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas
kapabilitas mereka, namun tidak untuk
menggantikan penilaian mereka ( Alit, P. 2012).
Fuzzy
Logika Fuzzy berfungsi untuk melakukan
pemrosesan terhadap faktor kepastian dan
ketidakpastian. logika fuzzy secara umum dapat
menangani faktor ketidakpastian secara baik sehingga dapat diimplementasikan pada proses pengambil keputusan (Hafsah. 2008)
Logika Fuzzy meniru cara berpikir manusia dengan menggunakan konsep sifat kesamaran suatu
nilai. Teori himpunan fuzzy dapat menjadi suatu
objek anggota dari banyak himpunan dengan derajat keanggotaan yang berbeda dalam masing-masing himpunan ( Alit, P. 2012).
Sistem Informasi
Sistem Informasi Manajemen atau SIM (Management Information Sistem) adalah sistem yang dirancang untuk menyediakan informasi akurat, tepat waktu, dan relavan yang dibutuhkan untuk pengambilan keputusan oleh para Manajer. Konsep SIM adalah meniadakan pengembangan yang tidak efisien dan penggunaan komputer yang tidak efektif. Konsep SIM sangat penting untuk sistem informasi yang lebih efektif dan efisien karena menekankan pada orientasi manajemen (management orientation) dari pemrosesan informasi pada bisnis yang bertujuan mendukung
pengambilan keputusan manajemen (management
dicision making) dan menekankan bahwa kerangka
sistem (system framework) harus digunakan untuk
mengatur penggunaan sistem informasi.
Penggunaan sistem informasi pada bisnis harus dilihat pada bisnis harus dilihat sebagai suatu integrasi dan berhubungan dan tidak sebagai proses yang berdiri sendiri (Andayati, L. 2010).
Simple Additive Weighted
Simple Additive Weighted sering juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dan rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada (Wibowo, H. 2009).
Basis Data dan Sistem Manajemen
Basis data adalah kumpulan informasi yang disimpan di dalam komputer secara sistematik sehingga dapat diperiksa menggunakan suatu program komputer untuik memperoleh informasi dari basis data tersebut. Perangkat lunak yang digunakan untuk memperoleh yang digunakan untuk
mengelola dan memanggil query basis data disebut
sistem manajemen basis data (database
management sistem, DBMS). Konsep dasar dari basis data adalah catatan-catatan, potongan dari pengetahuan. Sebuah basis data memiliki penjelasan terstruktur dari penjelasan dari jenis fakta yang tersimpan di dalamnya, penjelasan ini disebut skema. Skema menggambarkan obyek yang mewakili basis data dan hubungan diantara obyek tersebut. Ada banyak cara untuk mengorganisasi skema atau memodelkan struktur basis data, ini dikenal sebagai model basis data atau model data (Isnanto, R. 2009).
Classic Life cycle
Adapun tahapan Classic Life Cycle yaitu (Chairani. 2007) :
1. Analisis (Analysis)
Analisis dilakukan terhadap data yang ada serta mengumpulkan kebutuhan-kebutuhan perangkat lunak yang akan dibangun. Merupakan tahap dimana inisialisasi pendefinisian masalah untuk penyelesaian teknis pengembangan perangkat lunak mulai dilakukan. Terminasi tahap analisis, pada saat telah didapatnya definisi permasalahan yang disetujui oleh pengguna dan pengembang.
2. Desain (Design)
Pada tahap desain dilakukan pengubahan
kebutuhan-kebutuhan menjadi bentuk
karakteristik yang dimengerti perangkat lunak sebelum dimulai penulisan program.
Adapun proses yang dilakukan pada tahap ini adalah :
a. Penetapan rancangan masukan dan keluaran
yang diperlukan
b. Penetapan struktur data yang dipilih.
d. Penetapan formula pengolahan data.
3. Penulisan Program (Coding)
Penulisan program dilakukan setelah tahap desain selesai, yaitu dengan mengubah desain menjadi bentuk program.
4. Pengujian (Testing)
Setelah Program dapat berjalan, selanjutnya dilakukan pengujian dengan memfokuskan pada logika internal dari perangkat lunak. Pengujian merupakan proses untuk eksekusi program yang telah selesai dibuat untuk memeriksa apakah terdapat kesalahan atau tidak.
5. Pemeliharaan (Maintenance)
Perangkat lunak yang sudah jadi mungkin saja ditemukan kesalahan atau mungkin ada modul baru yang perlu ditambahkan, maka tahap pengembangan dilakukan dimasa pemeliharaan. Perawatan dilakukan bukan hanya sekedar proses memperbaiki kesalahan program, tetapi proses yang memiliki karakteristik memperbaiki kesalahan, perubahan teknologi, melengkapi fungsi baru, antisipasi perubahan mendatang dan sebagainya.
3. Hasil Pengolahan dan Analisa Data
mulai
Sosialisasi beasiswa yang dilaksanakan oleh pihak fakultas
Mahasiswa mendaftarkan diri sebagai calon penerima beasiwa Penyeleksian manual Diterima? Sosialisasi penerima beasiswa selesai ya tidak
Gambar 3.1 Proses Penyeleksian
Penentuan Variabel data dapat di tentukan dengan empat parameter untuk dijadikan sebagai kriteia dalam penilaian yaitu Nilai IPK, Penghasilan Orang Tua, Semester dan Jumlah Tanggungan Orang Tua.Berikut merupakan Tabel kriteria IPK.
Tabel 3.1. Tabel IPK
Nilai IPK Nilai
IPK ≤ 2.5 0.25
2.50 < IPK ≤ 3.00 0.5
3.00 < IPK ≤ 3.50 0.75
IPK > 3.50 1
Kriteria penghasilan orang tua
Kriteria penghasilan orang tua merupakan
kriteria kedua (C2) yang dihitung dari
penghasilan pertahun. Tabel dibawah ini merupakan pembobotan jumlah penghasilan orang tua yang dikonversikan kedalam bilangan
fuzzy.
Tabel 3.2. Tabel Penghasilan Orang Tua
Penghasilan orang tua (x) Nilai
P ≤ Rp 10.000.000 1
Rp 10.00.000 < P ≤ 13.000.000 0,75
Rp 13.000.000 < P ≤ 15.000.000 0,5
P > Rp15.000.000 0,25
Kriteria semester
Kriteria semester merupakan kriteria ketiga (C3) berdasarkan semester yang dicapai. Berikut
merupakan bobot kriteria semester yang
dikonversikan kedalam bilangan fuzzy.
Tabel 3.3. Tabel Kriteria Semester
Semester (S) Nilai S= 2 0 S= 3 0.2 S= 4 0.4 S= 5 0.6 S=6 0.8 S ≥7 1
Kriteria jumlah tanggungan orang tua
Kriteria jumlah tanggungan orang tua merupakan kriteria yang dihitung berdasarkan tanggungan orang tua. Berikut merupakan bobot kriteria jumlah tanggunngan orang tua yang
dikonversikan kedalam bilangan fuzzy.
Tabel 3.4. Tabel Jumlah Tanggungan Orang Tua
Jumlah Tanggungan Orang Tua Nilai 1 anak 0,25 2 anak 0,5 3 anak 0,75 ≥4 anak 1
Tabel 3.5. Data Calon Penerima Beasiswa BBM Nama Pemo hon Kriteria Nilai IPK Penghasila n Orang tua Seme ster Tanggun gan Orang tua
Ilyas 2.79 12.000.000 VIII 2 orang
Andri 2.89 6.000.000 IV 3 orang
Dedi 3.33 12.000.000 VI 3 orang
Dwi 2.95 6.000.000 IV 2 orang
Edi 2.55 12.000.000 VI 4 orang
Tabel 3.6. Penentuan Bobot Fuzzy Kriteria Berdasarkan Data BBM 2012
Alternatif Kriteria
C1 C2 C3 C4
A1 (data pemohon ke-1) 0,5 0,5 1 0,75
A2 (data pemohon ke-2) 0.5 0.25 0.4 0.5
A3 (data pemohon ke-3) 0.75 0.5 0.8 0.5
A4 (data pemohon ke-4) 0.5 0.25 0.4 0.75
A5 (data pemohon ke-5) 0.5 0.5 0.8 0.25
Pengolahan Data Beasiswa BBM dengan Metode Simple
Additive Weighted secara manual
Tabel 3.7. Hasil perhitungan data pemohon 1
SAW Hasil SAW FMADM SAW* FMADM C1 (Nilai IPK) 0.5/ 1 0.5 0.5 0.25 C2 (Penghasilan Orang Tua) 0.25/0.5 0.5 1 0.5 C3 (Semester) 1/1 1 0.25 0.25 C4 (Tanggungan Orang Tua) 1/0.75 0.333 0.25 0.25 Total Pembobotan 1.25
Perhitungan data calon penerima beasiswa
berikutnya sama dengan cara perhitungan Tabel 3.7.Adapun hasil seleksi mahasiswa yang mendapatkan beasiswa dapat dilihat dalam tabel berikut ini.
Tabel 3.8. Tabel Hasil Seleksi
Penerima V Andri 1.72 Edi 1.7 Dwi 1.59 Dedi 1.45 Ilyas 1.25 Perancangan Sistem
Data Flow Diagram
Data Flow Diagram Level 0 (nol) merupakan gambaran rinci dari proses yang dilakukan pada diagram konteks. Proses tersebut digambarkan sebagai berikut :
Gambar 3.2.Data Flow Diagramlevel 0 SPK
Menentukan Calon Penerima Beasiswa.
1. Proses 1.0, yaitu administrator melakukan
pemeriksaan data pemohon. Apabila berkas sesuai dengan syarat pengajuan beasiswa maka calon penerima beasiswa dapat dilakukan proses penyeleksian.
2. Proses 2.0, yaitu Administrator melakukan
proses input data beasiswa baru beserta kriterianya yang telah ditentukan. Hasilnya
berupa nilai akhir yang dirangking
berdasarkan nilai tertinggi hinggga nilai terendah.
3. Proses 3.0, yaitu laporan berupa data hasil
seleksi dengan rekomendasi disarankan, dipertimbangkan dan tidak disarankan.
Hubungan Antar Entitas
Hubungan antar entitas dilakukan dengan dianalisis keterkaitan dan hubungan yang terjadi di antara entitas pembentuk sistem pendukung keputusan ini. Keterkaitan dan hubungan
tersebut digambarkan melalui Entity Relational
Diagram (ERD) seperti terlihat pada Gambar 3.3.
BK
Kriteria Beasiswa BBM BK Mahasiswa
M M
Gambar 3.3. Diagram Hubungan Antar Entitas SPK
Hubungan antar entitas dalam sistem pendukung keputusan ini dijelaskan sebagai berikut:
1. Hubungan antara entitas kriteria dan entitas
beasiswa yaitu hubungan one to many karena
setiap beasiswa dapat memiliki banyak kriteria. Sedangkan kriteria hanya akan ada jika beasiswa ada dan setiap kriteria dimiliki oleh satu beasiswa.
2. Hubungan antara entitas mahasiswa dan entitas
beasiswa adalah hubungan many to many
karena setiap mahasiswa dapat memiliki banyak beasiswa dan setiap beasiswa dapat dimiliki oleh banyak mahasiswa.
Data Admin Data pemohon Data kriteria (Pembobotan) SPK Penerima Beasiswa BBM Menambah data admin Mengubah data admin Validasi data admin Menghapus
data admin Validasi data pemohon Menambah data pemohon Mengubah data pemohon Menghapus data pemohon Menambah kriteria Mengubah kriteria Menghapus kriteria
Seleksi
Menghapus data Membuat laporan
Gambar 3.4. Rancangan Arsitektur SPK Antar Muka Halaman utama
Gambar 3.5. Antar Muka Halaman utama
Antarmuka halaman perhitungan FMADM berfungsi untuk melakukan proses perhitungan untuk menyeleksi calon mahasiswa yang layak mendapatkan beasiswa. Pada halaman ini juga
admin harus memasukan data calon penerima untuk setiap kriteria yang telah ditetapkan pada
menu beasiswa dan kriteria.
Gambar 3.6. Antar Muka Halaman Data hasil seleksi
Kesimpulan
Setelah dilakukan analisis dan pengujian terhadap Sistem Pendukung Keputusan dalam menentukan calon penerima beasiswa Fakultas
Teknik Univeristas Tanjungpura, dapat
disimpulkan bahwa:
1. Sistem penyeleksian beasiswa yang terjadi di
Fakultas Teknik pada saat ini masih dilakukan secara manual sehingga proses penyeleksian belum dapat berjalan dengan tepat waktu, tepat guna dan tepat sasaran.
2. Penggunaan metode Simple Additive Weighted
dan model fuzzy Multiple Attribute Decision
Making dapat menentukan bobot berdasarkan kriteria penilaian penyeleksi Fakultas Teknik Universitas Tanjungpura dengan rating alternatif kecocokan berdasarkan proiritas pengambil keputusan.
3. Penggunaan sebuah program komputer dengan
Software Visual Basic dalam sistem pendukung keputusan dapat memberikan sebuah proses nilai akhir yang lebih akurat dan cepat.
Referensi
[1] Alit, Putri. 2012. Sistem Pendukung
Keputusan Cerdas Dalam Penentuan Penerima Beasiswa. Jurusan Teknik Elektro, Politeknik Negeri Bali.
[2] Andayati, Dina. 2010. Sistem Pendukung
Keputusan Pra-Seleksi Penerimaan Siswa Baru (Psb) On-Line Yogyakarta. Jurusan Teknik Informatika, Fakultas Teknologi Industri, Institut Sains dan Teknologi AKPRIND Yogyakarta.
[3] Chairani. 2007. Pengembangan Perangkat
Lunak System Kendali Dan Pengawasan Menggunakan Relay On Off Berbasis Sms Dan Database Untuk Data Historis.
Program Studi Teknik Informatika,
Sekolah Tinggi Manajemen Informatika dan Komputer Darmajaya.
[4] Hafsah. 2008. Sistem Pendukung
Keputusan Pemilian Jurusan Di Smu Dengan Logika Fuzzy. Jurusan Teknik Informatika , UPN “Veteran” Yogyakarta.
[5] Isnanto, Rizal. 2009. Perancangan Aplikasi Agenda Ujian Tugas Akhir Berbasis Web.
Jurusan Teknik Elektro,Fakultas Teknik Universitas Diponogoro.
[6] Wibowo, Henri. Dkk. 2009. Sistem
Pendukung Keputusan untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM. Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia Yogyakarta. .
Biografi
Febri Prima lahir di Pontianak pada tanggal 28
Februari 1990. Anak ketujuh dari Ibu Marlina. Penulis memulai pendidikan dasar di SD Negeri 14 Pontianak dan lulus pada tahun 2002, kemudian melanjutkan pendidikan menengah di SLTP Negeri 2 Pontianak, lulus pada tahun 2005. Penulis kemudian melanjutkan pendidikan menengah atas di SMA Negeri 1 Sungai Raya Pontianak dan lulus pada tahun 2008. Penulis melanjutkan pendidikan keperguruan tinggi pada tahun 2008 dan diterima menjadi mahasiswa Universitas Tanjungpura, pada program studi Teknik Industri, jurusan Teknik Elektro, Fakultas Teknik.
