PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH
DENGAN METODE SIMPLE ADDITIVE WEIGHTING
Wini Waziana1, Noca Yolanda Sari2
12
Prodi Sistem Informasi, STMIK Pringsewu Jl. Wisma Rini No.09 Pringsewu Lampung ABSTRAK
SMK Bahrul Maghfiroh Pagelaran merupakan SMK yang berada di Desa Sukaratu Kec. Pagelaran Kab. Pringsewu. Seiring dengan banyaknya siswa kurang mampu dan siswa berprestasi, maka diadakan beasiswa oleh SMK Bahrul Maghfiroh. Pembagian beasiswa dilakukan untuk membantu seseorang yang tidak mampu ataupun berprestasi selama menempuh studinya. Untuk membantu penentuan dalam menetapkan seseorang yang layak menerima beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Dalam proses pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa di SMK Bahrul Maghfiroh Pagelaran mengggunakan metode Fuzzy Multiple Attribute Decission Making (FMADM) dengan metode Simple Additive Weighting (SAW). Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu kerja tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan penerima beasiswa, dan dapat mempermudah tim penyeleksi dalam menentukan penerima beasiswa.
1. PENDAHULUAN
1.1 Latar Belakang Masalah
Pemberian beasiswa merupakan program kerja yang ada di setiap lembaga
pendidikan atau sekolah. Beasiswa biasanya diberikan oleh suatu lembaga yang bertujuan
untuk membantu siswa yang kurang mampu ataupun siswa yang berprestasi selama
menempuh studinya. Pemberian beasiswa dilakukan secara selektif sesuai dengan jenis
beasiswa yang diadakan. Banyak sekali beasiswa yang ditawarkan kepada siswa yang
berprestasi dan yang kurang mampu.
Sesuai dengan peraturan yang telah ditentukan oleh SMK Bahrul Maghfiroh
Pagelaran untuk beasiswa, maka diperlukan kriteria-kriteria untuk menentukan siapa
yang akan dipilih untuk menerima beasiswa. Kriteria dalam studi ini adalah indeks prestasi
akademik, penghasilan orang tua, jumlah tanggungan orang tua, semester, dan lain-lain. Oleh
sebab itu tidak semua calon pengaju beasiswa tersebut diterima, hanya yang memenuhi
kriteria saja yang akan menerima beasiswa tersebut. Pengajuan beasiswa cukup banyak
serta indikator dalam penyeleksian berkas pengaju beasiswa yang masih secara manual,
dengan demikian dibutuhkan sistem yang dapat membantu membuat keputusan penerima
beasiswa dengan cepat dan tepat, untuk meringankan kerja bagian kesiswaan dalam
menentukan penerima beasiswa.
Model yang digunakan dalam sistem pendukung keputusan ini adalah Fuzzy
Mutiple Attribute Decision Making (FMADM). Dan metode yang digunakan adalah
Simple Additive Weighting (SAW) yaitu mencari penjumlahan terbobot dari rating
kinerja pada setiap alternative pada semua atribut. Metode SAW ini dipilih karena lebih
efektif, lebih mudah pada proses perangkingan dalam penyeleksian penerima beasiswa dan
lebih efisien.
Metode perangkingan diatas diharapkan akan memberikan penilaian yang lebih
tepat. Hal ini dikarenakan penilaian didasarkan pada nilai kriteria dan bobot yang sudah
ditentukan terlebih dahulu.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas dapat dirumuskan permasalahan yang ada di SMK
adalah:
penerimaan beasiswa.
2. Bagaimana menentukan kriteria penilaian dan pembobotan dalam mengambil
keputusan.
3. Bagaimana merancang sebuah sistem pendukung keputusan dengan menggunakan
Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple Additive
Weighting (SAW) untuk menentukan siapa yang akan menerima beasiswa
berdasarkan bobot dan kriteria yang sudah ditentukan. Dengan menggunakan
sebuah program untuk membantu menyelesaikan permasalahan sehingga jauh lebih
mudah dan efisien.
1.3 Batasan Masalah
Adapun yang menjadi batasan masalah dalam penelitian ini agar tidak menyimpang dari
maksud dan tujuan penyusunan Jurnal ini juga keterbatasan waktu dan pengetahuan
penulis, maka dalam penyusunan Jurnal ini hanya membatasi masalah sebagai berikut :
a. Membuat suatu aplikasi yang dapat membantu memberikan rekomendasi dan
pertimbangan dalam melakukan pengambilan keputusan penerimaan beasiswa.
b. Proses pengambilan keputusan berdasarkan kriteria-kriteria yang telah ditetapkan oleh
pihak SMK yaitu : Penghasilan Orangtua, Semester, Tanggungan Orangtua, saudara
Kandung, dan Nilai Siswa.
c. Metode yang digunakan dalam pembuatan system pendukung keputusan ini adalah SAW
(Simple Additive Weighting).
1.4 Tujuan Penelitian
Tujuan diadakannya penelitian ini adalah sebagai berikut :
1. Merancang Sistem Pendukung Keputusan Penerimaan Beasiswa dengan sistem
FMADM (Fuzzy Multi Attribute Decision Making) dengan Metode SAW (Simple
Additive Weighting).
1.5 Manfaat Penelitian
Dengan diterapkan Software Sistem Pendukung Keputusan Penerimaan Beasiswa
menggunakan Metode SAW (Simple Additive Weighting) untuk mempermudah pengambilan
keputusan di SMK Bahrul Maghfiroh Pagelaran akan membantu Kepala SMK Bahrul
2. TINJAUAAN PUSTAKA
2.1 Teori berkait dengan objek penelitian
Pada dasarnya, beasiswa adalah penghasilan bagi yang menerimanya. Beasiswa ini
sesuai dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Disebutkan pengertian penghasilan
adalah tambahan kemampuan ekonomis dengan nama dan dalam bentuk apapun yang
diterima atau diperoleh dari sumber Indonesia atau luar Indonesia yang dapat digunakan
untuk konsumsi atau menambah kekayaan Wajib Pajak (WP), karena beasiswa bisa
diartikan menambah kemampuan ekonomis bagi penerimanya, berarti beasiswa merupakan
penghasilan. ( Kartiko, 2010 ).
2.2 Teori tentang system yang dipakai
Peran DSS (Decision Support System) adalah untuk mendukung manajer individual
bukan departemen organisasi (Arnott dan Pervan, 2005), dan mereka dipandang sebagai
berhasil (Alter, 1980). Ide-ide yang diungkapkan secara luas sejalan dengan
pandangan dari Turban dkk. (2007) - yaitu bahwa 'DSS' adalah istilah umum yang
meliputi setiap system berbasis komputer yang mendukung pengambilan keputusan
kegiatan. Dalam hal ini, data warehouse membantu sekelompok manajer dalam
merancang strategi penjualan mereka adalah DSS, seperti sistem pakar membantu
pasangan untuk memilih perawatan
kesuburan yang sesuai. Sistem informasi manajemen yang mengotomatisasi proses bisnis
seperti kompilasi laporan dan transaksi pengolahan tidak dapat diklasifikasikan sebagai
DSS. Setiap sistem berbasis komputer yang menghasilkan data yang digunakan
dalam pengambilan keputusan kegiatan dapat digolongkan sebagai DSS
menyediakan dukungan level 0.
Pribadi DSS cenderung skala kecil sistem yang dirancang untuk digunakan
oleh seorang manajer atau sejumlah terbatas manajer untuk keputusan yang signifikan
kegiatan ini adalah jenis yang paling luas DSS, terutama spreadsheet berbasis
sistem. Itu juga merupakan bentuk tertua dari DSS, diperkenalkan pada tahun 1960
untuk menggantikan Miss, dan itu adalah jenis hanya tersedia untuk sekitar dekade (Arnott,
2008). Arsitektur DSS pribadi terdiri dari database untuk mengakses data tentang
masalah keputusan dan konteks, basis model yang mengandung model dengan
kemampuan analitis, user interface, yang sangat interaktif dengan pelaporan dan
pribadi adalah manajer senior atau menengah yang cenderung menjadi pembelajar
mudah, memilih apakah mereka ingin memiliki dukungan keputusan dan harus
berurusan dengan masalah keputusan yang
mendesak (Arnott, 2008). Istilah lain yang sering digunakan untuk DSS pribadi bahwa
DSS analitis atau analisis (Arnott, 2008). Seperti DSS dapat dikombinasikan dengan
skala besar gudang data dan alat bisnis untuk memperoleh data masukan dan proses dengan
model yang sangat analitis. Ada berbagai macam aplikasi DSS pribadi, seperti alat
kognitif untuk membantu dalam pelaksanaan strategi (Singh, 1998), alur kerja
berbasis geografis sistem informasi (Seffino et al., 1999) dan DSS untuk produksi
perencanaan (Mallya et al., 2001), ( French, et al, 2011 ).
FMADM
Fuzzy Multiple Attribute Decision Making adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlahalternatif dengan kriteria
tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah
diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut,
yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi
antara subyektif & obyektif. Pada pendekatan subyektif, nilai bobot ditentukan
berdasarkan subyektifitas 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
subyektifitasdari pengambil keputusan. ( Kartiko, 2010 ).
Beberapa fitur umum yang akan digunakan dalam MADM, yaitu:
.
a. Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama
untuk dipilih oleh pengambil keputusan.
b. Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan.
kemungkinan adanya sub kriteria yang brhubugan dengan kriteria yang telah diberikan.
c. Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan
yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria
biaya.
d. Bobot keputusan, bobot keputusan menunjukkan kepentingan relative dari setiap
kriteria, W = (w1, w2, ..., wn). Pada MADM akan dicari bobot kepentingan dari setiap
kriteria.
e. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi
elemen-elemen xij, yang merepresentasikan rating dari alternative Ai (i=1,2,...,m)
terhadap kriteria Cj (j=1,2,...,n).
Masalah MADM adalah mengevaluasi m alternatif Ai (i=1,2,...,m) terhadap
sekumpulan atribut atau kriteria Cj (j=1,2,...,n), dimana setiap atribut saling tidak bergantung
satu dengan yang
lainnya.
Krirteria atau atribut dapat dibagi menjadi dua kategori, yaitu :
a. kriteria keuntungan, adalah kriteria yang nilainya akan dimaksimumkan, misalnya :
keuntungan, Nilai Rapor (untuk kasus pemilihan beasiswa berprestasi) dll.
b. Kriteria biaya, adalah kriteria yang nlainya akan diminimumkan, misalnya : harga
produk yang akan dibeli, biaya produksi, dll.
Masalah FMADM diakhiri dengan proses perankingan untuk mendapatkan
alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang
diberikan. Pada FMADM, umumnya akan dicari solusi ideal. Yang mana pada solusi
ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria
biaya.
Simple Additive Weighting Method (SAW)
metode SAW adalah mencari penjumlahan terbobot dari 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.
Dimana :
rij = nilai ranting kinerja ternormalisasi
xij = baris dan kolom dari matriks
Max xij = nilai maksimum dari setiap baris
i
Min xij = nilai minimum dari setiap baris
i
benefit = jika nilai alternative besar adalah terbaik
cost = jika nilai terkecil adalah terbaik
rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:
Dimana:
Vi = nilai akhir dari matriks
Wj = bobot yang telah ditentukan
rij = nilai rating kinerja ternormalisasi
3. METODE PENELITIAN
3.1 Pengumpulan Data
Metode pengumpulan data yang digunakan oleh penulis dalam menyusun Jurnal ini antara
lain :
1. Observasi Metode yang digunakan untuk memperoleh data dengan cara mengadakan
pengamatan terhadap objek penelitian dan pencatatan secara sistematis terhadap suatu
gagasan yang diselidiki. Kegiatan yang dilakukan adalah mengamati dan menilai
siswa-siswa yang berhak mendaptkan beasiswa-siswa.
2. Studi Pustaka (Library ResearchMethod) Studi Pustaka yaitu merupakan metode
pengumpulan data yang dilakukan dengan mencari, membaca, dan mengumpulkan
dokumen-dokumen sebagai referensi, artikel, dan literatur-literatur tugas akhir yang
berhubungan dengan objek penelitian. Studi Pustaka digunakan penulis untuk
mendapatkan informasi tambahan tentang SPK, tentang metode Simple additive
weighting, pemilihan siswa yang berhak mendapat beasisawa.
3.2 Analisis Data
Sebagai langkah awal yang dilakukan supaya dapat mengetahui gambaran yang dihadapi
oleh bagian kesiswaan adalah dengan melakukan analisis permasalahan (problem analysis).
Dengan melakukan analysis permasalahan diharapkan dapat memberikan solusi sesuai
permasalahan yang dihadapi.
Permasalahan yang sering dihadapi oleh bagian kesiswaan adalah pada saat menyeleksi
siswa-siswa yang layak mendapatkan beasiswa. Proses penyeleksian ini membutuhkan
ketelitian dan waktu, karena data siswa akan dibandingkan dengan kriteria beasiswa satu
persatu. Dengan demikian dibutuhkan system yang dapat membantu membuat keputusan
calon penerima beasiswa dengan cepat dan tepat, untuk meringankan kerja bagian kesiswaan
4. PERANCANGAN DAN IMPLEMENTASI
Perancangan Sistem
Tahap pembuatan aplikasi ini terlebih dahulu adalah menentukan kriteria-kriteria dalam
penerimaan beasiswa yaitu jumlah penghasilan orang tua, semester, jumlah tanggungan orang
tua, jumlah saudara kandug, dan nilai.
Bobot.
Dalam penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menentukan siapa yang
akan terseleksi sebagai penerima beasiswa.
Table 1. Kode dan Ketentuan Kriteria
Kode
Kriteria
Ketentua Kriteria
C1 Jumlah penghasilan
orang tua
C2 Semester
C3 Jumlah taggungan orang
tua
C4 Jumlah saudara kandung
C5 Nile
Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Pada bobot terdiri dari
enam bilangan fuzzy, yaitu : Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1),
Tinggi (T2), Sangat Tinggi (ST) seperti terdapat pada Gambar 2.
SR R S T1 T2 ST
0 0,2 0,4 0,6 0,8 1
Gambar 1. Bilangan Fuzzy untuk bobot
Keterangan :
SR : Sangat Rendah
R : Rendah
S : Sedang
T1 : Tengah
T2 : Tinggi
ST : Sangat Tinggi
Dari masing-masing bobot tersebut, maka dibuat suatu variabel yang akan dirubah kedalam
bilangan fuzzy dengan rumus yaitu variabel ke-n/n-1.
Tabel 2 Variabel dan Bobot (Nilai)
Variabel Bobot (Nilai)
Sangat Rendah
(SR)
Variabel ke-0 (6-1) = 0
Rendah (R) Variabel ke-1 (6-1) = 1
5=0,2
Sedang (S) Variabel ke-2 (6-1) = 2
5=0,4
Tengah (T1) Variabel ke-3 (6-1) = 3
5=0,6
Tinggi (T2) Variabel ke-4 (6-1) = 4
5=0,8
Sangat Tinggi
(ST)
Variabel ke-5 (6-1) = 5
Kriteria Penghasilan Orang tua
Tabel 3. Kriteria Penghasilan Orang tua
Penghasilan Orang Tua
(C1) Variabel Nilai
C1<= Rp. 500.000 Sangat
Tinggi
1
C1>Rp.500ribu<C1<Rp.
1juta
Tinggi 0,8
C1>Rp.1juta<C1<Rp.1,5
juta
Tengah 0,6
C1>Rp.1,5juta<C1<Rp.2
juta
Sedang 0,4
C1>Rp.2juta<C1<Rp.2,5
juta
Rendah 0,2
C1>=Rp.2juta Sangat
Rendah
0
Kriteria Semester
Tabel 4. Kriteria Semester
Semester (C2) Vaariabel Nilai
Semester = 1 Sangat Rendah 0
Semester = 2 Rendah 0,2
Semester = 3 Sedang 0,4
Semester = 4 Tengah 0,6
Semester = 5 Tinggi 0,8
Kriteria Jumlah Tanggungan Orang Tua
Tabel 5. Kriteria Jumlah Tanggungan Orang Tua
Jumlah
Tanggungan Orang
Tua (C3)
Variabel Nilai
1 Anak Sangat Rendah 0
2 Anak Rendah 0,2
3 Anak Sedang 0,4
4 Anak Tengah 0,6
5 Anak Tinggi 0,8
Lebih dari 5 anak Sangat Tinggi 1
Kriteria Jumlah Saudara Kandung
Tabel 6. Kriteria Jumlah Saudara Kandung
Jumlah Saudara
Kandung (C4)
Variabel Nile
1 Orang Sangat Rendah 0
2 Orang Rendah 0,2
3 Orang Sedang 0,4
4 Orang Tengah 0,6
5 Orang Tinggi 0,8
Kriteria Nilai
Table 7. Kriteria Nilai
Nilai (C5) Variabel Nilai
C5 < = 50 Sangat Rendah 0
50 < C5 < 60 Rendah 0,2
60 < C5 < 70 Sedang 0,4
70 < C5 < 80 Tengah 0,6
80 << C5 < 90 Tinggi 0,8
C5 > = 90 Sangat Tinggi 1
Perancangan Database
Dalam peransangan system ini menggunaka beberapa tabel, yaitu table siswa, tabel
fuzzy dan tabel SPK.
Tabel 8. perancangan Tabel Siswa
Field Name Type Siz
e Key Keterangan
NIS Char 5 * NIS
Nama Varchar 30 Nama
Alamat Varchar 50 Alamat
Nama ortu Varchar 30 Nama Oranag Tua
Jurusan Varchar 20 Jurusan
Penghasilan Real Penghasilan orang tua
Saudara Int Jumlah saudara kandung
Tanggungan int Tanggungan Ortu
Tabel 9. Perancangan Tabel Nile
Field Name Type Size Key Keteran
gan
NIS Char 5 NIS
Kelas Int Kelas
Semesster Int Semester
Tabel 10. Perancangan Tabel SPK
Field Name Type Size Key Keterangan
NIS Char 5 NIS
Nilai Real Nilai
Perancangan Dialog
1. Perancangan Dialog Menu Utama
Tampilan menu utama merupakan halaman utama dalam menjalankan program aplikasi.
Pada halaman aplikasi ini terdapat beberapa menu, yaitu menu siswa, fuzzy, nilai, spk, cetak
spk dan keluar.
2. Perancangan Dialog Siswa
Form siswa ini digunakan untuk menginputkan data siswa.
3. Perancangan Dialog Nilai
Form ini digunakan untuk menginputkan data nilai siswa.
Gambar 4. Rancangan Form Nilai
4. Perancangan Dialog SPK
Form SPK ini digunakan untuk memasukkan data penerimaan beasiswa yang terbaik.
5. PENUTUP
5.1 Kesimpulan
1. Berdasarkan hasil pengujian, system yang dibangun dapat membantu kerja tim
penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat
proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan
penerima beasiswa.
2. Metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple
Additive Weighting (SAW) dapat diterapkan untuk menentukan penerimaan beasiswa.
Jadi perancangan system pengambilan keputusan untuk menentukan penerima
beasiswa di SMK Bahrul Maghfiroh Pagelaran ini telah sesuai prosedur yang
diharapkan.
5.2 Saran
Berdasaran kesimpulan diatas, maka ada beberapa saran yang penulis sampaikan, antara
lain :
1. Diharapkan dapat dilakukan uji coba secara penuh untuk menguji kehandalan system.
2. Perlu diadakan penelitian lebih lanjut untuk mengetahui sensitifitas terhadap
perubahan nilai bobot.
3. Seiring dengan kemajuan ilmu pengetahuan dan teknologi, maka tidak menutup
kemungkinan system pendukung keputusan yang telah dibangun ini nantinya akan
mengalami perubahan, sehingga dapat dikembangkan lagi dan bermanfaat bagi SMK
Bahrul Maghfiroh Pagelaran.
4. Sistem pendukung keputusan penentuan beasiswa ini perlu dilengkapi dengan metode
lainnya, sehingga dapat dilakukan perbandingan hasil dari metode SAW dengan
DAFTAR PUSTAKA
Dio Pujatama. Implementasi Algoritma SAW (Simple Additive Weighting) untuk
Mendukung Keputusan Penerimaan Beasiswa PPA pada Universitas Dian
Nuswantoro. Semarang.
Fery Romidhoni Eprilianto, Tan Amelia dan Tri Sagirani. Sistem Pendukung Keputusan
Pemberian Beasiswa Menggunakan Metode Simple Additive Weighting Di
Universitas Panca Marga Probolinggo. Surabaya.
Herdi Widyatmoko. Sistem Seleksi Beasiswa SMA Negeri 2 BAE Kudus Dengan Metode
Simple Additive Weighting (SAW). Semarang.
Sri Eniyati. (2011). Perancangan Sistem Pendukung Pengambilan Keputusan untuk
Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting).
Sri Yani Septiana Sari, Prihambodo Hendro Saksono, dan helda Yudiastuti. (2012). Sistem