• Tidak ada hasil yang ditemukan

1963-Article Text-4670-1-10-20231010 (6)

N/A
N/A
Eko Nur Muhammad

Academic year: 2024

Membagikan "1963-Article Text-4670-1-10-20231010 (6)"

Copied!
11
0
0

Teks penuh

(1)

PERANCANGAN METODE AHP DALAM SISTEM PENDUKUNG KEPUTUSAN UNTUK PENERIMAAN SISWA BARU

Wisnumurti1, Novi Lestari2, Sri Tita Faulina3*

1,3Prodi Manajemen Informatika, Fakultas STEM Universitas Mahakarya Asia, Baturaja

2Program Studi Rekayasa Sistem Komputer,Universitas Bina Insan

E-mail : wisnujogja@ gmail.com1, [email protected]2, [email protected]3

*Corresponding Author [email protected] Abstrak

Pemilihan peserta didik dalam sekolah harus dilalui dengan beberapa penyaringan dengan penyeleksian untuk di terima menjadi siswa baru, karena ini peristiwa penting bagi suatu sekolah dalam melakukan titik awal yang menentukan kelancaran tugas suatu sekolah.

Penerimaan siswa baru dilakukan bukanlah hal yang ringan, karena jika terjadi kesalahan dalam penerimaan siswa baru dapat menyebabkan tidak sukses usaha pendidikan di sekolah yang bersangkutan. Sekolah harus menyiapkan strategi-strategi yang tepat dalam menjalankannya, supaya dapat menarik siswa-siswa yang berkualitas. Pengambilan keputusan dengan cepat dan tepat dalam penyeleksian Penerimaan Peserta Didik Baru (PPDB) sangat dibutuhkan. Karena sering terjadi bagian panitia penerimaan siswa baru kesulitan dalam menerapkan acuan penetapan kriteria bobot penilaian yang telah ditetapkan pihak sekolah. Kesulitan itu terjadi karena banyaknya kriteria yang harus dinilai oleh panitia PPDB, sulitnya menghitung bobot dari setiap kriteria yang tepat untuk menyeleksi calon siswa yang mendaftar. Sehingga tidak adanya nilai kepastian dan akan berdampak pada kesalahan pengambilan sebuah keputusan.

Perancangan sistem pendukung keputusan dengan Metode Analytical Hierarchy Process (AHP) ini diharapkan dapat membantu pihak panitia PPDB untuk menentukan dalam peneyelesian calon siswa yang akan diterima di SMKN 1 Bunga Mayang sesuai dengan acuan kriteria yang telah ditetapkan oleh pemerintah dan yang ditentukan oleh sekolah SMKN 1 Bunga Mayang.

Sistem ini membantu dalam menyelesaikan masalah yang terstruktur, untuk masalah semi terstruktur tetaplah pihak sekolah sendiri yang dapat menyelesaikannya.

Kata Kunci: Penerimaan peserta didik baru; Sistem Pendukung Keputusan; AHP; siswa The selection of students in the school must go through some screening by selecting to be accepted as new students, because this is an important event for a school in carrying out the starting point that determines the smooth running of a school's work. Admission of new students is not an easy thing to do, because if something goes wrong in admitting new students it can lead to unsuccessful educational efforts at the school concerned. Schools must prepare the right strategies in carrying it out, in order to attract quality students. Quick and precise decision making in selecting New Student Admissions (PPDB) is urgently needed. Because it often happens that the committee for admitting new students has difficulties in applying the reference for determining the criteria for the weight of the assessment that has been set by the school.

This difficulty occurred because of the many criteria that had to be assessed by the PPDB committee, it was difficult to calculate the weight of each appropriate criterion to select prospective students who registered. So there is no certainty value and will have an impact on making a decision. The design of a decision support system using the Analytical Hierarchy Process (AHP) method is expected to help the PPDB committee to determine in the finalization of prospective students who will be accepted at SMKN 1 Bunga Mayang in accordance with the reference criteria set by the government and determined by the SMKN 1 Bunga school. Mayang.

This system helps in solving structured problems, for semi-structured problems it is still the school itself that can solve them.

Keywords: Acceptance of new students; Decision Support System; AHP; students

(2)

I. PENDAHULUAN

Penerimaan siswa baru yang ada sekolah melalui penyaringan atau penyeleksian, karena ini peristiwa penting bagi suatu sekolah dalam melakukan titik awal yang menentukan kelancaran tugas suatu sekolah. Penerimaan siswa baru dilakukan bukanlah hal yang ringan, karena jika terjadi kesalahan dalam penerimaan siswa baru dapat menyebakan tidak sukses usaha pendidikan di sekolah yang bersangkutan. Sekolah harus menyiapkan strategi-strategi yang tepat dalam menjalankannya, supaya dapat menarik siswa-siswa yang berkualitas. Pengambilan keputusan dengan cepat dan tepat dalam penyeleksian Penerimaan Peserta Didik Baru (PPDB) sangat dibutuhkan. Karena sering terjadi bagian panitia penerimaan siswa baru kesulitan dalam menerapkan acuan penetapan kriteria bobot penilaian yang telah ditetapkan pihak sekolah dengan acuan Permendikbud Nomor 17.

Proses pengambilan keputusan dalam menentukan penerimaan murid baru yang sering terjadi masalah terutama terletak pada subyektivitas, dimana beberapa murid yang ada memiliki kemampuan atau nilai yang tidak jauh berbeda, dengan demikian maka perlu dibangun sebuah sistem penunjang dalam pengambilan keputusan yang bisa digunakan untuk menentukan kelas berprestasi bagi murid baru[1]. Sekolah membutuhkan sumber data dan pengolahan data yang tepat agar tercipta efisiensi dan keakuratan data yang dapat mendukung proses operasional, menejemen dan proses pengambilan keputusan dengan baik dan benar, sistem pengolah data yang baik membuat informasi yang masuk dapat menunjang semua kegiatan yang ada di instansi atau perusahaan tersebut [2].

Penerimaan siswa baru pada SMKN 1 Bunga Mayang mempunyai beberapa faktor untuk dijadikan penilaian. Penilaian ini

didasarkan pada penilaian kriteria yang sudah ditetapkan pemerintah dan sekolah masing-masing yaitu jarak tempat tinggal, nilai UN, nilai Tes, Prestasi Akademik dan Prestasi Non Akademik. Untuk membantu dalam melaksanakan Penyeleksian PPDB di SMKN 1 Bunga Mayang dengan cepat dan tepat. Dalam. Dalam mengambil keputusan panitia penerimaan siswa baru akan menerapkan acuan penetapan kriteria bobot penilaian yang telah ditetapkan pihak sekolah dengan acuan Permendikbud Nomor 17. Selama ini kesulitan penerimaan siswa baru ini terjadi karena banyaknya kriteria yang harus dinilai oleh panitia PPDB, sulitnya menghitung bobot dari setiap kriteria yang tepat untuk menyeleksi calon siswa yang mendaftar, Sehingga tidak adanya nilai kepastian dan akan berdampak pada kesalahan pengambilan sebuah keputusan

Untuk mengatasi permasalahan diatas maka perlu dibangun suatu sistem pendukung keputusan dengan menerapkan metode ranking yang dapat mempermudah dalam menentukan pemilihan karyawan terbaik dengan menggunakan metode Analytical Hierarchy Process (AHP).

Adapun beberapa penelitian terdahulu yang dijadikan sebagai referensi diantaranya adalah penelitian yang dilakukan oleh Tiya Noviyanti 2019, yaitu menerapkan metode AHP untuk menunjang keputusan dalam penerimaan beasiswa PPA [3]. Selanjutnya, penelitian yang dilakukan oleh Maulana Asharidkk 2021, menggunakan metode AHP dan SAW dalam penerimaan murid baru [4]. Lalu, penelitian Erikson Marbun dkk 2019, menggunakan metode SAW dan AHP untuk pemilihan program studi [5].

Penelitian A Busyra Fuadi dkk 2020, melakukan perbandingan metode AHP dan Topsis untuk melakukan seleksi calon penerima beasiswa di SMA Muhammadiyah [6].

(3)

penelitian yang dilakukan Irawan, Davit Abadan, Beni Fitcen, dengan judul Sistem Pendukung Keputusan Untuk Pembelian Handphone Menggunakan Metode SAW (Simple Additive Weighting) Studi Kasus Padang Cell Lubuklinggau untuk permasalahan Dikalangan konsumen penggunaan handphone sudah menjadi kebutuhan pokok yang tidak bisa digantikan, bahkan sekarang trend bergonta-ganti handphone sudah menjadi hal yang biasa dilakukan konsumen.Namun permasalahan terjadi ketika banyaknya pilihan handphone dipasaran yang terkadang membuat konsumen kesulitan dalam menjatuhkan pilihan tepat sesuai anggaran keuangan.Seringkali konsumen mempunyai pertimbangan terhadap spesifikasi yang ditawarkan guna mengatur efisiensi budget yang sesuai dengan kebutuhan [7].

Penelitian Siagian, Yessica, dengan judul Sistem Pendukung Keputusan Untuk Pemilihan Perumahan Terbaik Di Asahan Menggunakan Analytical Hierarchy Process (AHP) untuk permasalahan yang sering muncul akibat persaingan yang tidak sehat antar pengembang adalah pengembang berusaha memasarkan perumahannya tanpa memperhitungkan kualitas dan legalitas perumahan yang akan dibangun. Banyak pengembang melakukan pembangunan perumahan tanpa mendahului proses perizinan, yang disusun tidak sesuai dengan ketentuan perundang-undangan yang berlaku [8].

Penelitian Herman Firdaus, Indra Abdillah, Gunawan Renaldi, Faiza Jenderal Achmad Yani Jl, Universitas dengan judul Sistem Pendukung Keputusan Penentuan Karyawan Terbaik Menggunakan Metode AHP Dan Topsis untuk permasalahan kemampuan untuk bersaing serta mendapatkan laba. Persaingan di dunia bisnis yang makin kompetitif memacu perusahaan untuk berupaya lebih keras

dalam meningkatkan kualitas perusahaannya. Salah satu upaya yaitu dengan meningkatkan kualitas sumber daya manusia karena kualitas sumber daya manusia yang baik dapat meningkatkan produktivitas dan prestasi suatu perusahaan.

Agar kualitas para karyawan terjaga dan meningkat [9].

Penelitian Ridhawati, Eka., Zulkifli Yunita, Devi, dengan judul Penerapan Metode Analytical Hierarchy Process (AHP) Pada Sistem Pendukung Keputusan Pemilihan Laptop untuk permasalahan Sekarang ini laptop merupakan kebutuhan dasar bagi masyarakat baik untuk pendidikan maupun aktifitas bisnis. Namun, memilih laptop yang tepat sesuai kebutuhan dan anggaran keuangannya bukan hal mudah karena perbandingan harga laptop pada setiap merk sangat bersaing serta setiap merk laptop memiliki fitur-fitur yang berbeda. Banyaknya pilihan laptop berdasarkan harga dan fitur yang tersedia di pasaran bisa menambah kebingungan untuk memilihnya [10].

Penelitian Darmanto, Eko Latifah, Noor Susanti, Nanik dengan judul Penerapan Metode AHP (Analythic Hierarchy Process) Untuk Menentukan Kualitas Gula Tumbu untuk permasalahan Banyak para pelaku usaha gula tumbu sering mengalami kesulitan dalam menentukan kualitas gula tumbu. Hal ini disebabkan kualitas gula tumbu yang bermacam-macam dan permintaan konsumen yang berbeda-beda. Selain untuk konsumsi di tingkat rumah tangga, gula tumbu juga menjadi bahan baku untuk berbagai industri pangan seperti industri kecap, tauco, dan berbagai produk makanan tradisional. Gula tumbu mempunyai tingkat kualitas yang berbeda-beda. Hal ini dikarenakan setiap gula tumbu mempunyai tingkat warna, rasa dan kekerasan gula berbeda. Sehingga para pelaku usaha mengalami kesulitan dalam menentukan

(4)

kualitas gula tumbu sesuai dengan permintaan konsumen [11].

Penelitian Naution, Musri IskandarFadlil, Abdul Sunardidengan judul Pemilihan Karyawan Terbaik Menggunakan Metode Analytical Hierarchy Process untuk permasalahan Beberapa lembaga/instansi masih menggunakan sistem manual dalam penentuan keputusan untuk menentapkan karyawan yang memiliki kemampuan terbaik dan selanjutnya diberi posisi terbaik pada sebuah lembaga/instansi tersebut.

Untuk memilih karyawan yang memiliki kemampuan terbaik untuk diberi posisi terbaik pada sebuah lembaga/instansi [12].

Penelitian R. B. P. Novicha and S. A.

Naja dengan judul Rancangan uml sistem pendukung keputusan pemilihan sepatu dengan metode ahp berbasis android untuk permasalahan Dalam prosesnya seringkali konsumen mengalami kebingungan untuk melakukan pemilihan sepatu olahraga dari merk apa yang dibeli, untuk memenuhi kebutuhan dan keinginan pribadi. Untuk memilih sepatu olahraga dari berbagai merk yang dikeluarkan, yang tepat sesuai dengan kebutuhan, dan dana yang dimiliki oleh konsumen, memerlukan suatu analisa yang cermat yang mempertimbangakan banyak kriteria dan faktor. Kriteria yang dijadikan patokan diantaranya adalah harga, ukuran, model, merk, jenis sepatu, tinggi alas atau sol, dan fitur tambahan yang ditawarkan suatu merk dalam sepatu tersebut [13].

II. METODOLOGI PENELITIAN 2.1 Tahapan Penelitian

Pada rangkaian tahapan dan metode yang dilakukan untuk menganalisis dan mengumpulkan data yang diperlukan untuk menyusun atau menyelesaikan masalah dalam penelitian. Berikut diagram alir desain penelitian ini adalah :

Gambar 1. Tahapan Penelitian 2.2 Dalam Langkah-Langkah Pembangunan SPK

Untuk membangun suatu sistem pendukung keputusan terdapat delapan tahapan sebagai berikut [10]:

1. Perencanaan

Pada tahap ini, yang paling penting dilakukan adalah perumusan masalah serta penentuan tujuan dibangunnya sistem pendukung keputusan. Langkah ini merupakan langkah awal yang sangat penting karena akan menentukan pemilihan jenis sistem pendukung keputusan yang akan dirancang serta metode pendekatan yang akan dipergunakan.

2. Penelitian

Berhubungan dengan pencarian data serta sumber daya yang tersedia, lingkungan sistem pendukung keputusan.

3. Analisis

Dalam tahap ini termasuk penentuan teknik pendekatan yang akan dilakukan serta sumber daya yang dibutuhkan.

4. Perancangan

(5)

Pada tahap ini dilakukan perancangan dari keempat subsistem sistem pendukung keputusan yaitu subsistem basis data, subsistem model, subsistem komunikasi atau dialog, dan subsistem pengetahuan.

5. Konstruksi

Tahap ini merupakan kelanjutan dari perancangan, dimana keempat subsistem yang dirancang digabungkan menjadi suatu sistem pendukung keputusan.

6. Implementasi

Tahapan ini merupakan penerapan sistem pendukung keputusan yang dibangun. Pada tahap ini terdapat beberapa tugas yang harus dilakukan yaitu testing, evaluasi, penampilan, orientasi, pelatihan dan penyebaran.

7. Pemeliharaan

Merupakan tahap yang harus dilakukan secara terus-menerus untuk mempertahankan keandalan sistem.

8. Adaptasi

Dalam tahap ini dilakukan pengulangan terhadap tahapan diatas sebagai tanggapan terhadap kebutuhan pemakai.

2.3 Analytical Hierarchy Process (AHP) AHP (Analytical Hierarchy Process) adalah suatu teori umum tentang pengukuran yang digunakan untuk menemukan skala rasio, baik dari perbandingan berpasangan yang diskrit maupun kontinyu. AHP menguraikan masalah multi faktor atau multi kriteria yang kompleks menjadi suatu hirarki.

Hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor, kriteria, sub kriteria, dan seterusnya ke bawah hingga level terakhir dari alternatif. Dengan hirarki, suatu masalah yang kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang kemudian diatur menjadi suatu bentuk

hirarki sehingga permasalahan akan tampak lebih terstruktur dan sistematis [11].

2.4 Tahapan Metode AHP

Kebutuhan kriteria untuk perhitungan Metode AHP adalah membuat sebuah matriks keputusan dengan menjadikan dasar penentuan bobot alternative. Dasar penentuan bobot alternative yang digunakan sebagai kriteria-kriteria adalah sebagai berikut :

Tabel 1 Kriteria Penerima Siswa Baru No Kriteria Nama Kriteria

1 C1 Jarak

2 C2 Nilai UN 3 C3 Nilai Test

4 C4 Prestasi Akademik 5 C5 Prestasi Non Akademik

Dilaksanakannya proses pengumpulan data pada lokasi penelitian akan mendapatkan hasil berupa data siswa baru dan kriteria yang digunakan sebagai alat penilaian siswa baru, yang mana datanya akan diimplementasikan pada perhitungan AHP. Pembobotan dari tiap kriteria akan dilakukan sebelum proses implementasi data karyawan tersebut. Pembobotan ini dilakukan untuk mengetahui ukuran penilaian dari suatu kriteria.

Hirarki yang digunakan pada penelitian ini adalah pemeringkatan penilaian kompetensi penerimaan siswa baru yaitu jarak, Nilai UN, Nilai Test, Prestasi Akademik Dan Prestasi Non Akademik untuk metode Analytical Hierarchy Process (AHP) dilakukaan langkah-langkah sebagai berikut[12]:

1. Mendefinisikan masalah dan menentukan solusi yang diinginkan.

2. Membuat struktur hierarki yang diawali tujuan utama.

3. Membuat matrik perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap tujuan atau kriteria

(6)

yang setingkat diatasnya. Matriks yang digunakan bersifat sederhana memiliki kedudukan kuat untuk kerangka konsistensi, mendapatlkan informasi lain yang mungkin dibutuhkan dengan semua perbandingan yang mungkin dan mampu mengabalisis kepekaan prioritas secara keseluruhan untuk perubahan pertimbangan.

4. Melakukan definisikan perbandingan berpasangan sehingga diperoleh jumlah penilaian seluruhnya sebanyak n x [(n- 1)/2] buah, dengan n adalah banyaknya elemen yang dibandingkan. Hasil perbandingan dari masing-masing elemen akan berupa angka 1 sampai 9 yang menunjukkan perbandingan tingkat kepentingan suatu elemen.apabila suatu elemen dalam matriks dibandingkan dengan dirinya sendiri maka hasil perbandingan diberi nilai 1. Skala 9 telah terbukti dapat diterima dan bisa membedakan itensitas antar elemen.

Hasil perbandingan tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan tersebut diisikan pada sel yang bersesuaian dengan elemen yang dibandingkan.

Skala perbandingan berpasangan dan maknanya yang diperkenalkan oleh Saaty sebagai berikut :

a. 1 berarti kedua elemen sama pentingnya, dua elemen mempunyai pengaruh yang sama besar

b. 3 berarti elemen yang satu lebih penting daripada elemen yang lainnya, pengalaman dan penilaian sedikit menyokong satu elemen dibandingkan elemen lainnya.

c. 5 berarti elemen yang satu lebih penting daripada yang lainnya, pengalaman dan penilaian sangat kuat menyokong satu elemen dibandingkan elemen yang lainnya.

d. 7 berarti satu elemen jelas lebih mutlak penting daripada elemen

lainnya, satu elemen yang kuat disokong dan dominan terlihat dalam praktek.

e. 9 berarti satu elemen mutlak penting daripada elemen lainnya, bukti yang mendukung elemen yang satu terhadap elemen lain memiliki tingkat peegasan tertinggi yang mungkin menguatkan.

f. 2, 4, 6, 8 berarti nilai-nilai antara dua nilai pertimbangan-pertimbangan yang berdekatan.

5. Menghitung nilai eigen dan menguji konsistensinya, jika tidak konsisten maka pengambilan data diulangi.

6. Mengulangi tingkat 3, 4 dan 5 untuk seluruh hirarki.

7. Menghitung vektor eigen dari setiap matriks perbandingan berpasangan yang merupakan bobot setiap elemen untuk penentuan prioritas elemen-elemen pada tingkat hierarki terendah sampai tujuan.

Penghitungan dilakukan lewat cara menjumlahkan nilai setiap kolom dari matrik, membagi setiap nilai dari kolom dengan total kolom yang bersangkutan untuk memperoleh normalisasi matriks.

Dan menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen untuk mendapatkan rata-rata.

8. Memeriksa konsistensi hirarki. Adapun yang diukur dalam Analytical Hierarchy Process adalah rasio konsistensi dengan melihat index konsistensi. Konsistensi yang diharapkan adalah yang mendekati sempurna agar menghasilkan keputusan yang mendekati valid. Walaupun sulit untuk mencapai yang sempurna, rasio konsistensi diharapkan kurang dari atau sama dengan 10%.

Rumus untuk menentukan Rasio Konsistensi (CR) Indeks konsistensi dari matriks berordo n dapat diperoleh dengan rumus :

(7)

Dimana :

CI = Indek konsistensi (consistency Index)

= Ni;ai eigen terbesar dari matrik berordo n

maximum didapat dengan menjumlahkan hasil perkalian jumlah kolom dengan eigen vektor utama.

Apabila CI = 0 berarti matrik konsisten Batas ketidak konsistenan yang diciptakan saat diukur dengan menggunakan rasio konsistensi (CR), yakni perbandingan indek konsistensi dengan nilai pembangkit random (RI).

Nilai RI bergantung pada ordo matrik n.

Tabel 2. Tabel Nilai RI

CR dirumuskan :

2.5 Penerapan Metode Analytical Hierarchy Process(AHP)

Analytical Hierarchy Process (AHP)adalah suatu metode analisis dan sintesis yang dapat membantu proses pengambilan keputusan. Hirarki yang digunakan dalam penentuan karyawan terbaik adalah pada gambat berikut :

Gambar 2. Hirarki AHP Penilaian Kriteria Penerimaan Siswa Baru 2.6 Unified Modelling Language (UML).

Unified Modeling Language (UML) adalah sebuah bahasa yang berdasarkan gambar untuk menvisualisasikan, menspesifikasikan, membangun dan pendokumentasian dari sebuah sistem pengembangan perangkat lunak berbasis Objek. Unified Modeling Language (UML) bukanlah merupakan bahasa pemprograman tetapi model-model yang tercipta berhubungan langsung dengan berbagai macam bahasa pemprograman, sehingga memungkinkan melakukan pemetaan (mapping) langsung dari model-model yang dibuat dengan Unified Modeling Language (UML) dengan bahasa-bahasa pemprograman berorientasi obyek, seperti Java. UML tersusun atas sejumlah elemen grafis membentuk 9 diagram-diagram.

Dalam penelitian ini melakukan desain hanya 4 diagram yaitu Use Case Diagram, Activity Diagram, Class Diagram dan Sequence Diagram[13].

III. HASIL DAN PEMBAHASAN 3.1 Analisis Kebutuhan

Dalam membangun sistem pendukung keputusan adalah dengan memanfaatkan teknologi yang akan diharapkan dapat membantu SMKN 1 Bunga Mayang dalam penerimaan siswa baru. Sistem ini dibangun dengan kriteria kriteria sebagai bahan ipertimbangkan adalah jarak(km), Nilai UN, Nilai Test, Prestasi Akademik dan Prestasi Non Akademik. Dengan adanyaa sistem ini diharapkan dapat membantu SMKN 1 Bunga Mayang dalam mempermudah mengambil keputusan dalam Penerimaan Siswa Baru.

3.2 Analisis Sistem

Pada penulisan penelitian ini proses penerimaan siswa baru akan diproses dengan membuat hirarki yang menghasilkan suatu output. Di mana data tersebut mempunyai beberapa kriteria yang merupakan syarat dalam penerimaan siswa

(8)

baru. Data tersebut merupakan data input penerimaan siswa baru. Data yang telah diperoleh dianalisa sehingga dikelompokkan menjadi beberapa kelompok data yang dapat diproses dengan merancang hirarki.

3.3 Metode Pengujian Sistem

Pengujian black box adalah pengujian yang akan dilakukan pada sistem ini.

Pengujian Black Box dilakukan berdasarkan pengamatan dari hasil eksekusi melalui data uji dan cek fungsional perangkat lunak sistem pendukung keputusan penerimaan siswa baru menggunakan metode AHP di SMKN 1 Bunga Mayang. Untuk mengetahui apakah sistem pendukung keputusan ini dapat membantu mempermudah pekerjaan diSMKN 1 Bunga Mayang maka dilakukan pengujian black box.

Pengujian black-box berusaha menemukan kesalahan dalam kategori sebagai berikut : a. Fungsi-fungsi yang tidak benar atau

hilang

b. Kesalahan interface

c. Kesalahan dalam struktur data atau akses database eksternal

d. Kesalahan kinerja

e. Inisialisasi dan kesalahan terminasi pengujian black box ini bertujuan untuk menunjukkan fungsi perangkat lunak tentang cara beroperasinya, apakah pemasukan data keluaran telah berjalan sebagaimana yang diharapkan atau tidak.

3.4 Rancangan Sistem

Setelah melakukan perhitungan menggunakan metode AHP sesuai dengan kriteria yang terukur maka perlu adanya perancangan sistem dengan tujuan agar kedepannya dapat di implementasikan dengan menggunakan web. rancangan sistem berikutnya adalah

a.Use Case Diagram

Diagram ini menunjukkan fungsionalitas suatu sistem atau kelas dan bagaimana sistem ini berinteraksi dengan dunia luar.

b.Activity Diagram

Activity diagram terdiri dari Activity Diagram Login, Activity Diagram Data Siswa Baru, Activity Diagram Data Kriteria, Activity Diagram Data Nilai Kriteria, Activity Diagram Analisa Kriteria dan Activity Diagram Analisa Alternatif

c. Sequence Diagram

Sequence Diagram terdiri dari Sequence Diagram login, Sequence Diagram Ubah Data Siswa Baru, Sequence Diagram Ubah Data Kriteria, Sequence Diagram Data Analisa Kriteria, Sequence Diagram Data Analisa Alternatif, Sequence diagram Cetak laporan dan Sequence Diagram Logout

d. Class Diagram e. Desain Tabel

f. Desain Tampilan Program

Dalam desain tampilan terdiri dari Halaman Utama, Halaman Pendaftaran, List Data Pendaftar, Proses Seleksi dan Hasil adalah :

a. Halaman Utama

Gambar 3. Halaman Utama b. Halaman Pendaftaran

1. Data Siswa

Gambar 4. Halaman Pendaftaran Data siswa

2. Data Orang Tua

(9)

Gambar 5. Halaman Pendaftaran Data Orang Tua

1. Data Sekolah Asal, Data Nilai UN dan Data Nilai USBN

Gambar 6. Data Sekolah Asal, Data Nilai UN dan Data Nilai USBN 2. Data Prestasi Akademik yang

pernah diraih dan Prestasi Non- Akademik yang pernah diraih

Gambar 7 . Data Prestasi Akademik yang

pernah diraih dan Prestasi Non- Akademik yang pernah diraih

c. List Data Pendaftar

Gambar 8. List Data Pendaftar d. Proses Seleksi dan Hasil

Gambar 9. Proses Seleksi dan Hasil e. Tampilan Hasil Pendaftaran

Setelah melakukan pendaftaran calon siswa akan mendapatkan username dan password untuk login kesistem

Gambar 10. Printout Hasil Pendaftaran f. Tampilan Menu Data Pendaftar

Pada menu ini tampilan untuk melihat data yang telah mendaftar, Admin bisa melakukan verifikasi data yang telah masuk. Jika data sesuai dengan berkas yang dibawa calon siswa maka status diubah menjadi Terverifikasi

Gambar 11. Data yang Sudah Mendaftar g. Tampilan Kriteria Kelulusan

Ada lima kriteria yang ditetapkan untuk syarat kelulusan. Dan menu ini digunakan untuk menetapkan syarat kriteria kelulusan.

(10)

Gambar 12. Kriteria Kelulusan h. Tampilan Proses Perengkingan

Menu ini digunakan untuk menghitung proses nilai akhir dilakukan dengan 5 kriteria yang telah ditetapkan. Hasilnya diurutkan dari nilai yangterbesar sampai yang terkecil.

Gambar 13. Hasil Proses Perengkingan

IV. KESIMPULAN

Dari hasil pengujian sistem pada perancangan dan pengujian yang dilakukan, didapatkan kesimpulan bahwa, sistem dapat menerapkan Metode AHP pada Sistem pendukung keputusan dalam penerimaan siswa baru menggunakan metode AHP ini mampu membantu panitia PPSB dalam menentukan siswa baru dengan kriteria yang ditentukan oleh pemerintah dan sekolah dengan cepat dan tepat sesuai dengan waktu yang telah ditentukan dan Sistem pendukung keputusan ini juga dapat mempermudah petugas dalam melakukan proses perhitungan nilai kriteria dan sub kriteria sesuai dengan kriteria yang telah ditentukan daripada menggunakan sistem yang manual.

V. SARAN

Beberapa saran dan masukan untuk pengembangan aplikasi ini:

1. Sistem Pendukung keputusan ini perlu pengembangan lagi karena

sering ada perubahan peraturan dan kebijakkan dari pemerintah dan sekolahan.

2. Diharapkan adanya pengembangan yang lebih dapat menyempurnakan aplikasi sistem pendukung keputusan ini dan penambahan fitur-fitur pada aplikasi website nya

VI. DAFTAR PUSTAKA

[1] H. Ihut and T. Simamora, “J-SISKO TECH Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD Sistem Pendukung Keputusan Penerimaan Beasiswa Menggunakan Metode Analytical Hierarchy Process (AHP) Pada SMA Pencawan Medan,” vol. 2, no. 1, pp.

19–25, 2019.

[2] D. T. Ananda, A. Hijriani, and F. E.

Febriansyah, “DECISION SUPPORT SYSTEMS IN THE ADMISSION SELECTION OF VOCATIONAL HIGH SCHOOL STUDENT Case Study: SMK Pelita Pesawaran 1,” pp. 65–73.

[3] T. Noviyanti, “Sistem Penunjang Keputusan Dalam Penerimaan Beasiswa Ppa Menggunakan Metode Analytic Hierarchy Process (Ahp) (Studi Kasus: Universitas Gunadarma),” J. Ilm. Teknol. dan Rekayasa, vol. 24, no. 1, pp. 35–45,

2019, doi:

10.35760/tr.2019.v24i1.1932.

[4] M. Ashari, S. H. Jannah, S. Fadli, and Saikin, “Sistem Pendukung Keputusan Penerimaan Murid Baru Menggunakan Metode Ahp Dan Saw,” Pixel J. Ilm. Komput. Graf., vol. 14, no. 2, pp. 287–299, 2021, doi: 10.51903/pixel.v14i2.592.

[5] E. Marbun and S. Hansun, “Sistem Pendukung Keputusan Pemilihan Program Studi Dengan Metode Saw Dan Ahp,” Ilk. J. Ilm., vol. 11, no. 3, pp. 175–183, 2019, doi:

10.33096/ilkom.v11i3.432.175-183.

[6] A. B. Fuadi and N. N. Pusparini,

“Perbandingan Ahp Dan Topsis Dalam Sistem Pendukung

(11)

Keputusan Seleksi Calon Penerima Beasiswa Di Sma Muhammadiyah 1 Ciledug,” vol. 7, no. 1, pp. 1–9, 2020, [Online]. Available:

https://doi.org/10.37365/jti.v7i1.99 [7] D. Irawan and B. F. Abadan,

“Sistem Pendukung Keputusan Untuk Pembelian Handphone Menggunakan Metode Saw (Simple Additive Weighting) Studi Kasus Padang Cell Lubuklinggau,” JUSIM (Jurnal Sist. Inf. Musirawas), vol. 4, no. 1, pp. 45–54, 2019, doi:

10.32767/jusim.v4i1.429.

[8] Y. Siagian, “Perumahan Terbaik Di Asahan Menggunakan Analytical Hierarchy Process ( Ahp ),”

Perumah. Terbaik Di Asahan Menggunakan Anal. Hierarchy Process, vol. 1, pp. 80–87, 2017.

[9] E. W. Fridayanthie, A.

Kusumaningrum, Haryanto, and F.

A. Setiawan, “Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode Topsis Pada PT Semangat Sejahtera Bersama,” J. Swabumi, vol. 8, no. 2, pp. 171–176, 2020.

[10] E. Ridhawati, . Z., and D. Yunita,

“Penerapan Metode Analytical Hierarchy Process (Ahp) Pada Sistem Pendukung Keputusan Pemilihan Laptop,” J. Inf. dan Komput., vol. 4, no. 2, pp. 71–77, 2017, doi: 10.35959/jik.v4i2.129.

[11] E. Darmanto, N. Latifah, and N.

Susanti, “Penerapan Metode Ahp (Analythic Hierarchy Process) Untuk Menentukan Kualitas Gula Tumbu,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 5, no. 1, p. 75, 2014, doi:

10.24176/simet.v5i1.139.

[12] M. I. Naution, A. Fadlil, and Sunardi, “Pemilihan Karyawan Terbaik Menggunakan Metode Analytical Hierarchy Process,” pp.

190–193, 2020.

[13] R. B. P. Novicha and S. A. Naja,

“Rancangan uml sistem pendukung keputusan pemilihan sepatu dengan metode ahp berbasis android,” pp.

978–979, 2018.

Referensi

Dokumen terkait

Kesimpulan dari penelitian ini adalah metode numerik kurang tepat digunakan untuk estimasi sesuai kondisi nyata yang sangat bervariatif, metode RLS membutuhkan

Tujuan dari penelitian ini adalah untuk mengetahui pengaruh suhu penyimpanan terhadap kualitas parameter fisik pisang kepok, yaitu total padatan terlarut, susut bobot, dan kekerasan

Perhitungan ΔT Suhu Klem dan Suhu Konduktor serta Nilai Emisivitas Bay Penghantar Prabumulih 1 Dengan menggunakan persamaan 1 dan 2, data thermovisi pada Tabel 1 diolah untuk

Jadi kesimpulan dari ketiga kutipan informan kami mendapatkan temuan baru bahwa ternyata rating yang terdapat dalam sebuah stasiun televisi dilihat dari banyaknya penonton selain itu

nilai murni yang terkandung dalam tradisi Sakai-Sambayan, sehingga akhirnya berdampak pada kesulitan dalam upaya pelestarian sakai- sambayan sebagai prinsip hidup masyarakat Lampung.”

2 September 2021: 226-243 232 Ditanyakan lebih lanjut mengenai kelemahan atau faktor penghambat dari keinginan informan ini, dikatakan bahwa: “Kesulitan untuk mewujudkan harapan dapat

Analisis geotermometer untuk penentuan suhu bawah permukaan Giggenbach 1988 menggunakan rumus empiris sederhana untuk menghitung suhu reservoir dengan geotermometer Na/K yaitu: 𝑇℃ =

Rekapitulasi External Factor Analysis Summary EFAS Faktor Strategis Eksternal EFAS Bobot Rating Skor Keterangan Peluang Pemberlakuan pengujian terhadap produk regulasi 0,113 3