SISTEM PENDUKUNG KEPUTUSAN PENERIMA BANTUAN PENDIDIKAN DANA CORPORATE SOCIAL
RESPONSIBILITY MENGGUNAKAN METODE
FUZZY VIKOR
TUGAS AKHIR
Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik
Pada Jurusan Teknik Informatika
Oleh AFDAL 11750114854
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU PEKANBARU
2022
ii
iii
iv
LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL
Tugas Akhir yang tidak diterbitkan ini terdaftar dan tersedia di Perpustakaan Universitas Islam Negeri Sultan Syarif Kasim Riau adalah terbuka untuk umum dengan ketentuan bahwa hak cipta pada penulis. Referensi kepustakaan diperkenankan dicatat, tetapi pengutipan atau ringkasan hanya dapat dilakukan seizin penulis dan harus disertai dengan kebiasaan ilmiah untuk menyebutkan sumbernya.
Penggandaan atau penerbitan sebagian atau seluruh Tugas Akhir ini harus memperoleh izin dari Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau. Perpustakaan yang meminjamkan Tugas Akhir ini untuk anggotanya diharapkan untuk mengisi nama, tanda peminjaman dan tanggal pinjam.
v
LEMBAR PERNYATAAN
Dengan ini saya menyatakan bahwa dalam Tugas Akhir ini tidak terdapat karya yang pernah diajukan untuk memperoleh gelar kesarjanaan 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 didalam daftar pustaka.
Pekanbaru, 3 November 2022 Yang membuat pernyataan,
AFDAL 11750114854
vi
LEMBAR PERSEMBAHAN
Assalamua‟laikum warahmatullahi wabarakatuh.
Alhamdulillahi rabbil a‟lamiin bersyukur kepada kehadirat Allah Subhanahu wa ta a‟la dengan rahmat karunia-Nya saya mampu melaksanakan dan menyelesaikan Tugas akhir ini dengan baik. Serta tak lupa pula bershalawat kepada nabi Muhammad Shalallahu a‟laihi wassalam semoga di yaumul mahsyar kelak diberikan syafaat amiiin ya rabbal a‟lamiin.
Saya persembahkan karya sederhana ini teruntuk diri sendiri serta keluarga sanak saudara terdekat saya yang telah memperjuangkan dalam memberikan dukungan untuk menyelesaikan Tugas akhir ini, terutama orang tua saya Ayahanda Genta Purnama dan Bunda Dahlia, Adik Laki-laki saya Warizki dan Fadlan Permana, Adik Perempuan Saya Irma Fitriani dan Nayla Rifana Aida, Nenek saya Yusnimar, Ibu Siska kurnia Gusti sebagai Penasihat Akademik yang telah menjadi orang tua saya dikampus serta yang selalu memberikan motivasi dan arahan selama masa diperkuliahan.Ibu Okfalisa dan Ibu Eka Pandu Cynthia yang telah menjadi pembimbing yang begitu banyak membantu memberikan saran dan arahan dalam pengerjaan Tugas akhir ini, Ibu Elvia Budianita dan Ibu Fitri Insani yang telah menjadi penguji memberikan arahan dan saran demi perbaikan dari isi Tugas akhir ini. serta teman-teman kelas saya Teknik Informatika A17 yang telah banyak juga membantu memberikan sarana untuk berdiskusi.
vii
ABSTRAK
Bantuan Pendidikan Dana Corporate Social Responsibility (CSR) merupakan program suatu perusahaan dalam melaksanakan tugas tanggung jawab, salah satunya adalah memberikan bantuan kepada masyarakat yakni mahasiswa pendidikan sarjana (S1) berupa beasiswa yang dilaksanakan bermitra dengan pemerintah. Namun penentuan seleksi masih bersifat manual dan subjektif.
Berdasarkan hal tersebut maka diperlukan sistem pendukung keputusan menggunakan metode Fuzzy Vise Kriterijumska Optimizacija I Kompromisno Resenje (F-VIKOR) untuk menjamin transparansi dan optimalisasi pemilihan penerima bantuan. Terdapat tujuh kriteria yang digunakan dalam penilaian yaitu nilai akademik, prestasi, jumlah tanggungan orang tua, biaya perkuliahan, status wali, usia dan semester analisis perhitungan disimulasikan terhadap 150 mahasiswa. Aplikasi diuji dengan menggunakan Black Box Testing dan User Accaptance Test (UAT), hasilnya dari 12 orang responden 84,77 % setuju bahwa aplikasi mudah digunakan dan dapat menentukan analisis optimal dalam merekomendasikan penerima bantuan beasiswa, sehingga bantuan pendidikan dana Corporate Social Responsibility (CSR) yang diberikan menjadi lebih tepat guna.
KATA KUNCI : Bantuan Pendidikan, Corporate Social Responsibility, Fuzzy VIKOR, Sistem Pendukung Keputusan.
viii
ABSTRACT
Educational Assistance Corporate Social Responsibility (CSR) Fund is a company program in carrying out its responsibilities, one of which is providing assistance to the community, namely undergraduate education students (S1) in the form of scholarships implemented in partnership with the government. However, the determination of selection is still manual and subjective. Based on this, a decision support system is needed using the Fuzzy Vise Kriterijumska Optimizacija I Kompromisno Resenje (F-VIKOR) method to ensure transparency and optimize the selection of beneficiaries. There are seven criteria used in the assessment, namely academic value, achievement, number of parents' dependents, tuition fees, guardian status, age and semester. Calculation analysis is simulated on 150 students. The application was tested using Black Box Testing and User Accaptance Test (UAT), the results of 12 respondents 84.77% agreed that the application is easy to use and can determine optimal analysis in recommending scholarship aid recipients, so that educational assistance funds Corporate Social Responsibility (CSR) given to be more efficient.
KEYWORDS : Educational Assistance, Corporate Social Responsibility, Fuzzy VIKOR, Decision Support System.
ix
KATA PENGANTAR
Assalamu‟alaikum Warahmatullahi Wabarakatuh.
Puji syukur penulis ucapkan kepada Allah subhanahu wa ta‟ala, karena rahmat dan karunia-Nya penulis dapat menyelesaikan Tugas Akhir yang berjudul “Sistem Pendukung Keputusan Penerima Bantuan Pendidikan Dana Corporate Social Responsibility Menggunakan Metode Fuzzy VIKOR. Shalawat beriring dengan salam tak lupa pula penulis haturkan kepada junjungan besar Nabi Muhammad shalallahu „alaihi waassalam yang telah membawa kita dari zaman kebodohan menuju zaman yang berilmu pengetahuan sebagaimana yang kita rasakan pada kesempatan kali ini.
Terlaksananya pembuatan laporan tugas akhir ini tidak terlepas dari dukungan dan doa dari berbagai pihak yang telah bersedia meluangkan waktu dan pikirannya baik materil maupun moril. sehingga pada kesempatan ini penulis ingin mengucapkan terimakasih kepada :
1. Bapak Prof. Dr. Khairunnas Rajab, M.Ag. selaku Rektor Universitas Islam Negeri Sultan Syarif Kasim Riau.
2. Bapak Dr. Hartono, M.Pd. selaku Dekan Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau.
3. Bapak Iwan Iskandar, M.T. selaku Ketua Jurusan Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau.
4. Ibu Siska Kurni Gusti, S.T, M.Kom selaku Penasihat Akademik yang telah memberikan saran masukan dan bimbingan selama penulis melakukan studi di Teknik Informatika Universitas Islam Sultan Syarif Kasim Riau.
5. Ibu Prof. Dr. Okfalisa, S.T, M.Sc.dan Ibu Eka Pandu Chintya, S.T, M.Kom.
selaku pembimbing tugas akhir yang telah membimbing, memberi arahan dan saran kepada penulis sehingga dapat menyelesaikan laporan tugas akhir ini.
6. Ibu Elvia Budianita, S.T, M.Cs. dan ibu Fitri Insani, S.T, M.Kom. selaku penguji tugas akhir yang telah menguji untuk perbaikan arahan dan saran kepada penulis sehingga dapat menyempurnakan laporan tugas akhir ini.
x
7. Ibu Fadhilah Syafria, S.T, M.Kom. selaku Koordinator Tugas Akhir Jurusan Teknik Informatika Universitas Islam Negeri Sultan Syarif Kasim Riau.
8. Ayahanda Genta Purnama dan Ibunda Dahlia beserta Irma Fitriani, Wariski, Nayla Rifana, Fadlan Permana yang telah memberikan doa, support, motivasi, nasihat, semangat, kasih sayang, curahan keringat, sehingga penulis dapat menyelesaikan laporan tugas akhir.
9. Keluarga besar penulis yang telah menginspirasi, memberikan semangat, dan dukungan kepada penulis.
10. Semua pihak yang tidak dapat penulis sebutkan satu persatu. Terimakasih atas dukungan baik moril maupun materil dalam pengerjaan tugas akhir ini.
Semoga laporan ini dapat bermanfaat bagi penulis khususnya maupun pembaca umumnya. Penulis sadar masih banyak kekurangan oleh karena itu penulis berharap bisa mendapatkan masukan dari pembaca atas isi laporan ini.
akhir kata penulis ucapkan terima kasih dan selamat membaca.
Pekanbaru, November 2022
Penulis
xi
DAFTAR ISI
LEMBAR PERSETUJUAN... ii
LEMBAR PENGESAHAN ... iii
LEMBAR HAK ATAS KEKAYAAN INTELEKTUAL ... iv
LEMBAR PERNYATAAN ... v
LEMBAR PERSEMBAHAN ... vi
ABSTRAK ... vii
ABSTRACT ... viii
KATA PENGANTAR ... ix
DAFTAR ISI ... xi
DAFTAR GAMBAR ... xv
DAFTAR TABEL ... xviii
DAFTAR RUMUS ... xx
BAB 1 PENDAHULUAN ... 1
1.1 Latar Belakang ... 1
1.2 Rumusan Masalah ... 4
1.3 Batasan Masalah ... 4
1.4 Tujuan Penelitian ... 4
1.5 Manfaat Penelitian ... 5
BAB 2 KAJIAN PUSTAKA ... 6
2.1 Bantuan ... 6
2.2 Pendidikan ... 6
2.3 Sistem Pendukung Keputusan ... 7
2.3.1 Karakteristik Sistem Pendukung Keputusan ... 8
2.3.2 Tujuan Sistem Pendukung Keputusan ... 8
xii
2.3.3 Tahapan Pengambilan Keputusan ... 8
2.3.4 Komponen Sistem Pendukung Keputusan ... 9
2.4 Kriteria Penerima Bantuan Pendidikan ... 10
2.5 Logika Fuzzy ... 13
2.6 VIKOR ... 14
2.7 Langkah-langkah Fuzzy VIKOR ... 17
2.8 UML (Unified Modelling Language) ... 18
2.8.1 Use case diagram ... 18
2.8.2 Sequence diagram ... 18
2.8.3 Activity diagram ... 19
2.8.4 Class diagram ... 19
2.9 Penelitian Terkait ... 20
BAB 3 METODOLOGI PENELITIAN... 25
3.1 Metodologi Penelitian ... 25
3.2 Identifikasi dan Perumusan Masalah ... 26
3.3 Pengumpulan Data ... 26
3.4 Analisa Sistem ... 27
3.5 Perancangan Sistem ... 29
3.6 Implementasi dan Pengujian ... 30
3.7 Kesimpulan dan Saran ... 31
BAB 4 PEMBAHASAN ... 32
4.1 Analisa Sistem ... 32
4.1.1 Analisa Sistem Data ... 32
4.1.2 Analisa Penerapan metode ... 37
4.1.3 Analisa Sistem diagram dialog... 53
xiii
4.2 Perancangan Unified Modelling Language (UML) ... 56
4.2.1 Usecase diagram ... 56
4.2.2 Usecase Specification... 57
4.2.3 Activity diagram ... 68
4.2.4 Sequence diagram ... 78
4.2.5 Class Diagram ... 86
4.3 Perancangan Sistem ... 87
4.3.1 Perancangan database ... 87
4.3.2 Perancangan antarmuka (interface)... 91
4.4 Implementasi ... 98
4.4.1 Lingkup implementasi ... 98
4.4.2 Tujuan dan batasan implementasi ... 99
4.4.3 Hasil implementasi ... 99
4.5 Pengujian ... 109
4.5.1 Black Box Testing ... 109
4.5.2 User Acceptance Test (UAT) ... 114
BAB 5 PENUTUP ... 118
5.1 Kesimpulan ... 118
5.2 Saran ... 118
DAFTAR PUSTAKA ... 119
LAMPIRAN A ... 124
LAMPIRAN B ... 131
LAMPIRAN C ... 143
LAMPIRAN D ... 146
LAMPIRAN E ... 176
xiv
LAMPIRAN F ... 184 LAMPIRAN G ... 190 DAFTAR RIWAYAT HIDUP ... 196
xv
DAFTAR GAMBAR
Gambar 1 Representasi kurva Tringular Fuzzy Number ... 14
Gambar 2 Metodologi Penelitian ... 25
Gambar 3 Flowchart langkah-langkah Fuzzy VIKOR ... 28
Gambar 4 Flowchart alur perancangan sistem... 30
Gambar 5 Flowchart alur proses pengumpulan data ... 32
Gambar 6 Kurva bilangan Fuzzy untuk bobot preferensi... 38
Gambar 7 Derajat keanggotaan Nilai akademik (IPK) ... 41
Gambar 8 Derajat keanggotaan Prestasi ... 42
Gambar 9 Derajat keanggotaan Jumlah tanggungan orang tua ... 43
Gambar 10 Derajat keanggotaan Biaya perkuliahan ... 44
Gambar 11 Derajat keanggotaan Status wali ... 45
Gambar 12 Derajat keanggotaan Usia... 46
Gambar 13 Derajat keanggotaan Semester ... 47
Gambar 14 Analisa Sistem diagram dialog administrator dan mahasiswa. ... 54
Gambar 15 Analisa Sistem diagram dialog administrator dan pimpinan. ... 55
Gambar 16 Usecase diagram sistem pendukung keputusan penerima bantuan pendidikan dana corporate social responsibility. ... 56
Gambar 17 Activity diagram login ... 68
Gambar 18 Activity diagram mengolah data pengguna ... 69
Gambar 19 Activity diagram mengolah data syarat mahasiswa... 70
Gambar 20 Activity diagram melihat data kriteria dan subkriteria ... 71
Gambar 21 Activity diagram melihat data syarat alternatif mahasiswa ... 72
Gambar 22 Activity diagram proses perhitungan keputusan Fuzzy VIKOR ... 73
Gambar 23 Activity diagram melihat hasil akhir perangkingan keputusan ... 74
Gambar 24 Activity diagram mengisi kuisioner penentuan nilai bobot kriteria ... 75
Gambar 25 Activity diagram registrasi login... 76
Gambar 26 Activity diagram mengisi form data syarat ... 77
Gambar 27 Sequence diagram login ... 78
xvi
Gambar 28 Sequence diagram mengolah data pengguna (tambah) ... 79
Gambar 29 Sequence diagram mengolah data pengguna (hapus) ... 80
Gambar 30 Sequence diagram mengolah data syarat (tambah) ... 80
Gambar 31 Sequence diagram mengolah data syarat (hapus) ... 81
Gambar 32 Sequence diagram melihat data kriteria dan subkriteria ... 82
Gambar 33 Sequence diagram melihat alternatif mahasiswa ... 82
Gambar 34 Sequence diagram proses perhitungan Fuzzy VIKOR ... 83
Gambar 35 Sequence diagram melihat hasil perangkingan keputusan ... 84
Gambar 36 Sequence diagram mengisi kuisioner ... 84
Gambar 37 Sequence diagram registrasi login ... 85
Gambar 38 Sequence diagram mengisi data syarat ... 86
Gambar 39 Class diagram sistem pendukung keputusan penerima bantuan pendidikan dana corporate social responsibility menggunakan metode Fuzzy VIKOR ... 87
Gambar 40 Perancangan tampilan login ... 92
Gambar 41 Perancangan tampilan registrasi login ... 92
Gambar 42 Perancangan tampilan dashboard ... 93
Gambar 43 Perancangan tampilan kelola pengguna ... 93
Gambar 44 Perancangan tampilan kelola data syarat ... 94
Gambar 45 Perancangan tampilan kriteria dan subkriteria ... 94
Gambar 46 Perancangan tampilan alternatif ... 95
Gambar 47 Perancangan tampilan perhitungan Fuzzy VIKOR ... 95
Gambar 48 Perancangan tampilan hasil rangking ... 96
Gambar 49 Perancangan tampilan kuisioner... 96
Gambar 50 Perancangan tampilan isi kuisioner ... 97
Gambar 51 Perancangan tampilan profil mahasiswa ... 97
Gambar 52 Perancangan tampilan isi data syarat ... 98
Gambar 53 Implementasi halaman home ... 100
Gambar 54 Implementasi tampilan login ... 100
Gambar 55 Impementasi tampilan registrasi login ... 101
Gambar 56 Implementasi tampilan dashboard ... 102
xvii
Gambar 57 Implementasi tampilan kelola daftar pengguna ... 102
Gambar 58 Implementasi tampilan kelola data syarat ... 103
Gambar 59 Implementasi tampilan kriteria dan subkriteria ... 104
Gambar 60 Implementasi tampilan alternatif ... 104
Gambar 61 Implementasi tampilan perhitungan Fuzzy VIKOR ... 105
Gambar 62 Implementasi tampilan hasil rangking ... 106
Gambar 63 Implementasi tampilan kuisioner ... 106
Gambar 64 Implementasi tampilan isi kuisioner ... 107
Gambar 65 Implementasi tampilan profil mahasiswa ... 108
Gambar 66 Implementasi tampilan isi data syarat ... 108
xviii
DAFTAR TABEL
Tabel 1 Penelitian terkait ... 20
Tabel 2 Data Kriteria dan Alternatif ... 35
Tabel 3 Data Kriteria dan Subkriteria ... 36
Tabel 4 Penilaian bobot preferensi masing-masing kriteria ... 37
Tabel 5 Variabel linguistik dan bilangan Fuzzy ... 38
Tabel 6 Rating kecocokan penilaian dalam bilangan Fuzzy ... 38
Tabel 7 Nilai hasil pembobotan defuzzifikasi ... 39
Tabel 8 Hasil nilai bobot ternormalisasi ... 40
Tabel 9 Variabel himpunan Fuzzy Nilai akademik (IPK) ... 41
Tabel 10 Variabel himpunan Fuzzy Prestasi ... 42
Tabel 11 Variabel himpunan Fuzzy Jumlah tanggungan orang tua ... 43
Tabel 12 Variabel himpunan Fuzzy Biaya perkuliahan ... 44
Tabel 13 Variabel himpunan Fuzzy Status wali ... 45
Tabel 14 Variabel himpunan Fuzzy Usia ... 46
Tabel 15 Variabel himpunan Fuzzy Semester ... 47
Tabel 16 Matriks berisikan bobot kriteria terhadap alternatif ... 48
Tabel 17 Matriks Hasil Normalisasi ... 49
Tabel 18 Matriks Normalisasi terbobot... 50
Tabel 19 Nilai Hasil Utility Measure (S) ... 50
Tabel 20 Nilai Hasil Regret Measure (R) ... 51
Tabel 21 Nilai Maksimum dan Minimum pada Utility Measure (S) dan Regret Measure (R) ... 52
Tabel 22 Nilai indeks hasil alternatif (Q) dan Perangkingan keputusan ... 53
Tabel 23 Usecase specification Login (Administrator) ... 57
Tabel 24 Usecase specification mengolah data pengguna (tambah) ... 58
Tabel 25 Usecase specification mengolah data pengguna (hapus) ... 58
Tabel 26 Usecase specification mengolah data syarat mahasiswa. ... 59
Tabel 27 Usecase specification mengolah data kriteria dan subkriteria ... 61
xix
Tabel 28 Usecase specification melihat data alternatif mahasiswa ... 61
Tabel 29 Usecase specification mengelola proses perhitungan keputusan ... 62
Tabel 30 Usecase specification melihat data syarat mahasiswa ... 64
Tabel 31 Usecase specification mengisi kuisioner bobot kriteria ... 65
Tabel 32 Usecase specification melihat hasil perangkingan keputusan ... 65
Tabel 33 Usecase specification Registrasi Login ... 66
Tabel 34 Usecase specification mengisi form data syarat ... 67
Tabel 35 Entitas Users ... 88
Tabel 36 Entitas Status ... 89
Tabel 37 Entitas Mahasiswa ... 89
Tabel 38 Entitas Data Syarat ... 90
Tabel 39 Entitas Bobot ... 91
Tabel 40 Pengujian melaksanakan login ... 109
Tabel 41 Pengujian melaksanakan registrasi login ... 110
Tabel 42 Pengujian melaksanakan kelola daftar pengguna ... 110
Tabel 43 Pengujian melaksanakan kelola data syarat ... 111
Tabel 44 Pengujian melaksanakan melihat kriteria dan subkriteria... 111
Tabel 45 Pengujian melaksanakan melihat data alternatif ... 112
Tabel 46 Pengujian melaksanakan perhitungan Fuzzy VIKOR ... 112
Tabel 47 Pengujian melaksanakan hasil rangking ... 113
Tabel 48 Pengujian melaksanakan isi kuisioner ... 113
Tabel 49 Pengujian mengisi data syarat administrasi mahasiswa ... 114
Tabel 50 Pengujian User Acceptance Test (UAT) ... 115
Tabel 51 Range persetujuan pengguna ... 116
xx
DAFTAR RUMUS
(1) Representasi kurva Tringular Fuzzy Number ... 14
(2) Matriks berisi nilai bobot kriteria terhadap alternatif ... 15
(3) Normalisasi nilai matriks ... 15
(4) Pencarian nilai S (Utility Measure) ... 15
(5) Pencarian nilai R (Regret Measure) ... 15
(6) Pencarian nilai alternatif (Qi) ... 16
(7) Pencarian nilai solusi kompromi keputusan ... 16
(8) Pencarian nilai bobot preferensi defuzzifikasi ... 39
( ) Pencarian hasil nilai bobot preferensi ternormalisasi ... 40
(10) Derajat keanggotaan nilai akademik (IPK) ... 41
(11) Derajat keanggotaan prestasi ... 42
(12) Derajat keanggotaan jumlah tanggungan orang tua ... 43
(13) Derajat keanggotaan biaya perkuliahan... 44
(14) Derajat keanggotaan status wali ... 45
(15) Derajat keanggotaan usia ... 46
(16) Derajat keanggotaan semester ... 47
(17) Mencari nilai matriks hasil normalisasi Fuzzy VIKOR... 49
( ) Mencari nilai matriks normalisasi terbobot Fuzzy VIKOR ... 49
) Menghitung nilai S (Utility Measure)... 50
(20) Mencari nilai R (Regret Measure) ... 51
) Menghitung nilai indeks VIKOR (Q) ... 53
(22) Menghitung nilai hasil akhir User Accaptance Test (UAT) ... 116
1
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Bantuan pendidikan telah diatur dalam UU Nomor 20 tahun 2003 tentang sistem pendidikan nasional, Pasal 12 Ayat (1)c “setiap peserta didik pada setiap satuan pendidikan berhak mendapatkan beasiswa (bantuan) bagi yang berprestasi dan orang tuanya tidak mampu membiayai pendidikannya” memberikan bantuan pendidikan merupakan salah satu kewajiban bagi suatu daerah. Terkait penelitian yang dilakukan oleh Badan Pusat Statistik (BPS) tentang APS, APK dan APM pendidikan formal pada tahun 2018 berdasarkan data sekunder dengan instrument pengumpulan data kuisioner melalui program Survei dan Sensus Nasional (Susenas) dimana populasi penelitian ini melibatkan seluruh masyarakat Indonesia berdasarkan usia dan jenjang pendidikan. Didapatkan hasil Angka Partisipasi Sekolah (APS) berdasarkan jenjang usia yaitu 7-12 tahun sebesar 96,92 %, 13-15 tahun sebesar 84,31 %, 16-18 tahun dan usia 19-24 tahun sebesar 15,02 % disimpulkan semakin besar usia, tingkat partisipasi pendidikan semakin menurun, sedangkan partisipasi pendidikan jenjang perguruan tinggi masih sangat kecil dengan nilai rata-rata Angka Partisipasi Kasar (APK) 15,03 % dan nilai rata-rata Angka Partisipasi Murni (APM) 11,33 %[1].
Memberikan bantuan kepada peserta didik (Mahasiswa) dapat mempengaruhi keadaannya, bahwa memberikan bantuan finansial berupa dana kepada peserta didik menunjukan pengaruh positif terhadap menurunnya angka putus sekolah (APS) hingga mencapai 2% dan meningkatkan prestasi belajarnya memberikan peningkatan untuk bersemangat belajar dan mengubah pola pikir bahwa pentingnya melaksanakan pendidikan serta memiliki bekal pengetahuan dan keterampilan mempunyai pilihan untuk mendapat pekerjaan dan menjadi lebih produktif sehingga dapat meningkatkan pendapatan yang merupakan salah satu misi dari bantuan pendidikan. Demi efektivitas dana bantuan yang diberikan
2
benar-benar untuk biaya pendidikan bukan untuk memenuhi kebutuhan gaya hidupnya atau bantuan tidak tepat sasaran dan sebagian disalahgunakan[2].
Kantor Pemerintahan Kabupaten Indragiri Hulu merupakan instansi atau penyelenggara pemerintahan daerah meningkatkan tugas pembantuan dengan prinsip otonomi daerah, yang merupakan hak wewenang dan kewajiban untuk mengatur dan mengurus sendiri secara langsung melaksanakan kepentingan masyarakat setempat sesuai dengan peraturan perundang-undangan. Salah satu tugasnya memberikan bantuan pendidikan terhadap mahasiswa pendidikan sarjana (S1) yaitu istilah untuk peserta didik dengan jenjang pendidikan tertinggi.
pengadaan dan penerimaan bantuan ini dilakukan oleh bagian Kesejahteraan Rakyat (Kesra) dengan menyebarkan informasi secara terbuka. Terdapat beberapa aturan dan syarat yang harus dipenuhi dan dikumpulkan mahasiswa pendidikan sarjana (S1) untuk mendapatkan bantuan yaitu seperti melampirkan kartu tanda penduduk, kartu keluarga, surat pernyataan tidak pernah menerima beasiswa dari pihak manapun, Surat keterangan aktif kuliah, transkip nilai sementara (KHS), rincian biaya perkuliahan dari universitas dan surat keterangan mahasiswa lainnya.
Dana CSR (Corporate Social Responsibility) merupakan suatu keadaan penting suatu perusahaan secara sukarela mengeluarkan pemberian santunan sebagai rasa tanggung jawab sosial mengatasi dampak bisnis ekonomi dan lingkungan terhadap kesejahteraan masyarakat. Oleh karena itu berdasarkan hasil rapat bantuan pendidikan bagi mahasiswa dianggap layak menerima yaitu berprestasi dan kurang mampu keadaan ekonominya. Dipimpin langsung oleh sekretariat daerah pemerintah kabupaten indragiri hulu bahwa salah satu perusahaan bersedia untuk memenuhi permintaan bantuan pendidikan terhadap mahasiswa pendidikan sarjana (S1) sebagai salah satu program lanjutan. Wujud peran serta dari perusahaan berguna mendukung sektor pendidikan di Kabupaten Indragiri Hulu. Penentuan seleksi terhadap mahasiswa masih belum terlaksana secara kompleks dan terstruktur dimana pemilihan hanya karena ada hubungan terdekat tidak memperhatikan segala aspek dari syarat administrasi yang
3
dikumpulkan. Berdasarkan hal tersebut perlu adanya sebuah sistem untuk menunjang keputusan menentukan siapa saja berhak menerima bantuan tersebut sesuai dengan kriteria secara khusus penerimaannya sesuai dengan yang telah direncanakan. Penentuan secara adil dan terlaksana dengan baik guna pemerataan bantuan serta perluasan akses demi terselenggaranya kebijakan secara sistematis, mencari alternatif terbaik untuk bantuan pendidikan yang merupakan hak bagi seorang warga negara.
Sistem pendukung keputusan (SPK) merupakan sebuah sistem perhitungan melibatkan parameter dan elemen penentuan besaran nilai dan interaksi mendukung para pengambil keputusan di dalam membuat sebuah keputusan yang logis, rasional, dan terstruktur atas permasalahan kompleks terdapat begitu banyak parameter dan elemen yang mesti dipertimbangkan[3]. Fuzzy VIKOR merupakan salah satu metode dalam mendukung sebuah keputusan dengan memiliki konsep dasar menentukan ranking dari sampel-sampel yang ada melihat hasil dari nilai- nilai dari setiap sampel.menguraikan masalah multikriteria sistem kompleks yang berfokus pada ranking dan seleksi dari sebuah alternatif[4]. Selain itu metode ini memiliki kelebihan dalam kompromi alternatif, prosedur yang diusulkan yaitu menghitung solusi ideal setiap kriteria mempertimbangkan kriteria dan bobot setiap alternatif, dan utilitas sesuai dan ukuran untuk setiap alternatif yang telah ditentukan.
Pada penelitian ini akan dilakukan perancangan sistem untuk mendukung keputusan penerima bantuan pendidikan dari dana Corporate Social Responsibility (CSR) di Kabupaten Indragiri Hulu. diharapkan untuk dapat membantu dalam penentuan seleksi pihak perusahaan pemberi bantuan dan pemerintah daerah dalam menentukan mahasiswa yang berhak layak untuk mendapatkan bantuan. Berdasarkan identifikasi dari permasalahan yang telah dilakukan sebelumnya maka perancangan didalam sistem tersebut terdapat proses pemodelan metode Fuzzy VIKOR dikarenakan suatu keadaan data tidak pasti dalam pemilihan banyak kriteria (multikriteria) dan laporan hasil dari keputusan berupa perangkingan terhadap nama mahasiswa.
4
1.2 Rumusan Masalah
Berdasarkan permasalahan pada latar belakang maka didapatkan rumusan masalah yang akan dijelaskan pada laporan tugas akhir ini adalah bagaimana membangun sistem pendukung keputusan dengan menerapkan metode Fuzzy VIKOR dalam menentukan penerima bantuan pendidikan dana Corporate Social Responsibility bagi mahasiswa pendidikan sarjana (S1) di kabupaten Indragiri Hulu.
1.3 Batasan Masalah
Batasan masalah bertujuan untuk menghindari pembahasan yang melebar dari pokok permasalahan. berdasarkan rumusan masalah diatas maka dibatasilah masalah sebagai berikut
1. Kriteria dalam menentukan penerima bantuan Pendidikan dana Corporate Social Responsibility yang digunakan yaitu nilai akademik, prestasi, jumlah tanggungan orang tua, biaya perkuliahan, status wali, usia mahasiswa dan semester.
2. Bantuan pendidikan dana Corporate Social Responsibility ini dikhususkan bagi mahasiswa berasal dari kabupaten indragiri hulu serta data penentuan kriteria keputusan didapatkan dari syarat-syarat administrasi yang dilengkapi oleh mahasiswa.
3. Hasil dari sistem berupa tempat kumpulan data syarat administrasi mahasiswa serta proses pemodelan perhitungan keputusan metode Fuzzy VIKOR dan perangkingan terhadap alternatif yaitu nama mahasiswa.
1.4 Tujuan Penelitian
Tujuan Penelitian ini adalah membangun sebuah sistem pendukung keputusan dalam menentukan penerima bantuan pendidikan dana Corporate Social Responsibility bagi mahasiswa pendidikan sarjana (S1) yang berasal dari kabupaten indragiri hulu dengan penerapan pemodelan perhitungan keputusan metode Fuzzy VIKOR.
5
1.5 Manfaat Penelitian
Manfaat dari Penelitian ini adalah agar dapat membantu Pihak Pemerintah Daerah Kabupaten Indragiri hulu dalam proses verifikasi pengumpulan data syarat mahasiswa dan Pimpinan Perusahaan pemberi dana bantuan untuk mendapatkan hasil rekomendasi pendukung keputusan terhadap mahasiswa yang berhak mendapatkan bantuan pendidikan dana Corporate Social Responsibility (CSR) sebelumnya telah ditentukan berdasarkan data syarat mahasiswa yang dilengkapi.
6
BAB 2
KAJIAN PUSTAKA
2.1 Bantuan
Bantuan menurut kamus besar bahasa indonesia ialah suatu benda yang dipakai untuk membantu pertolongan kepada orang lain. benda yang dibantu bisa berupa dana dan barang untuk meringankan kesulitan yang dihadapi. menurut [6]bantuan sosial berperan penting dalam peningkatan kesejahteraan rakyat, baik secara perorangan maupun kelompok masyarakat tertentu yang membutuhkannya.
manusia adalah makhluk sosial yang saling membutuhkan. pentingnya memberikan bantuan terhadap orang lain yang mengalami kesulitan agar meringankan beban hidup untuk dapat mencapai kesejahteraannya.
2.2 Pendidikan
Menurut [7] pendidikan adalah hal terpenting bagi setiap negara untuk dapat berkembang pesat.negara yang hebat akan menempatkan pendidikan sebagai prioritas pertamanya, karena dengan pendidikan, kemiskinan pada rakyat di negara tersebut akan dapat tergantikan menjadi kesejahteraan. Pendidikan merupakan hal yang sangat penting untuk meningkatkan kualitas seseorang.
Pendidikan adalah suatu proses dimana seseorang itu mampu mengembangkan potensi dirinya dengan tujuan agar seseorang tersebut dapat mengatasi kelemahan kelemahannya. Melalui pendidikan bisa untuk mendorong meningkatkan kualitas SDM yang menentukan keberhasilan pembangunan suatu bangsa. peranan pendidikan sangat besar dalam mewujudkan manusia yang utuh dan mandiri serta menjadi manusia yang mulia dan bermanfaat bagi lingkungannya. Dengan pendidikan, manusia akan paham bahwa dirinya itu sebagai makhluk yang dikaruniai kelebihan dibandingkan dengan makhluk lainnya. setiap warga negara indonesia berhak mendapatkan pendidikan pada tahap manapun dalam perjalanan hidupnya.
7
Menurut [8] Pendidikan merupakan usaha etis dari manusia, untuk manusia dan untuk masyarakat manusia. Pendidikan dapat mengembangkan bakat seseorang sampai pada tingkat optimal dalam batas hakikat individu, dengan tujuan supaya tiap manusia bisa secara terhormat ikut serta dalam pengembangan manusia dan masyarakatnya terus menerus mencapai martabat kehidupan yang lebih tinggi.untuk memenuhi kebutuhan akan pendidikan tersebut maka kualitas dan produktifitas seseorang itu dapat diwujudkan dan ditingkatkan dengan mengikuti jenjang pendidikan melalui proses belajar. Di Indonesia sistem pendidikan secara berjenjang biasanya wajib ditempuh oleh masing-masing peserta didik selama dua belas tahun melalui program wajib belajar dua belas tahun. Setiap peserta didik diharapkan mampu menyelesaikan pendidikan tingkat awal hingga ke jenjang SLTA/sederajat.hal ini merupakan bentuk komitmen pemerintah dalam mewujudkan cita-cita bangsa yang tertuang didalam UUD 1945.namun tidak bisa dipungkiri bahwa tingkat kesadaran akan pendidikan masih sangat rendah.
2.3 Sistem Pendukung Keputusan
Sistem pendukung keputusan atau Decision Support System (DSS) merupakan sistem informasi interakif yang menyediakan informasi, pemodelan, dan manipulasi data. sistem pendukung keputusan dapat meningkatkan efektifitas pengambilan keputusan dan memungkinkan pengambilan keputusan yang lebih obyektif. Pada dasarnya dirancang untuk mendukung seluruh tahap pengambilan keputusan mulai dari mengidentifikasi masalah, memilih data yang relevan, menentukan pendekatan yang digunakan dalam proses pengambilan keputusan, sampai mengevaluasi pemilihan alternatif. Menurut [9] Sistem Pendukung Keputusan adalah proses pengambilan keputusan dibantu menggunakan komputer untuk membantu pengambil keputusan dengan menggunakan beberapa data dan model tertentu untuk menyelesaikan beberapa masalah yang tidak terstruktur.
8
2.3.1 Karakteristik Sistem Pendukung Keputusan
Terdapat beberapa karakteristik sistem pendukung keputusan yaitu :
1. Mendukung sebuah proses pengambilan keputusan untuk suatu organisasi atau perusahaan.
2. Bersifat adaptif dan interaktif serta antarmuka yang mudah digunakan.
3. Membutuhkan komponen sebuah data, basisdata (database) dan metode analisa keputusan dalam penerapannya.
4. Mampu memberikan solusi atas masalah yang tidak terstruktur baik bagi perorangan atau kelompok.
5. Membantu menyediakan alternatif pilihan solusi bagi pembuat keputusan untuk menyelasaikan permasalahan.
2.3.2 Tujuan Sistem Pendukung Keputusan
Beberapa tujuan dari sistem pendukung keputusan yaitu :[10]
1. Meningkatkan efektifitas keputusan yang diambil daripada perbaikan efisiennya dengan menerapakan metode pengambil keputusan.
2. Memanfaatkan kecepatan komputasi komputer memungkinkan para pengambil keputusan untuk banyak melakukan komputasi secara cepat.
3. Mendukung pertimbangan para pengambil keputusan untuk memilih sebuah keputusan sesuai dengan yang diinginkan.
4. Meningkatkan produktivitas sebuah organisasi atau perusahaan dalam mengambil sebuah keputusan.
5. Menghemat waktu dalam menentukan keputusan dengan biaya yang sangat rendah.
2.3.3 Tahapan Pengambilan Keputusan
Tahapan-tahapan yang dapat dilakukan dalam melakukan proses permodelan pada pembangunan sebuah sistem pendukung keputusan yaitu :
1. Tahap pemahaman (inteligence phase)
Merupakan proses awal untuk mengidentifikasi masalah dalam tujuan untuk mengambil sebuah peluang keputusan, kemudian melakukan klasifikasi
9
masalah mengelompokkan kondisi-kondisi masalah yang memerlukan keputusan dan proses selanjutya kepemilikan masalah yaitu mencari informasi sebuah data untuk diolah sebagai referensi yang dapat menentukan masalahnya.
2. Tahap perancangan (design phase)
Merupakan proses pengembangan masalah menentukan arah tindakan yang mungkin dapat dipergunakan dalam menyelesaikan masalah dan menganalisa masalah untuk menghasilkan cara pemecahan serta memverifikasi apakah cara pemecahan tersebut dapat dilaksanakan.
3. Tahap pemilihan (choice phase)
Merupakan proses memilih arah tindakan tertentu dari semua arah tindakan yang ada memilih beberapa alternative sesuai dengan identifikasi masalah sebelumnya dan dapat dievaluasi dan perlu dilakukan pengujian
4. Tahap impelementasi (implementation phase)
Merupakan proses akhir melakukan penerapan terhadap alternatif tindakan yang telah dipilih pada tahap pemilihan dengan mendapatkan hasil terbaik.
2.3.4 Komponen Sistem Pendukung Keputusan
Sistem pendukung keputusan terdiri atas tiga komponen utama yaitu:
1. Subsistem pengelolaan data (database)
Merupakan komponen Sistem Pendukung Keputusan berguna sebagai penyedia data bagi sistem dalam menyimpan dan mengatur data relevan dengan konteks keputusan yang akan diambil serta menyediakan berbagai fungsi keamanan prosedur,integritas data dan administrasi data tugas ini dilakukan dalam data management system meliputi database.
2. Subsistem pengelolaan model (modelbase)
Komponen Sistem Pendukung Keputusan yang bisa mengintegrasikan data dengan model-model keputusan. menampilkan aktivitas pengambilan, penyimpanan dan pengaturan data dengan berbagai model kuantitatif serta menyediakan kemampuan analisa secara fleksibelitas.
10 3. Subsistem pengelolaan dialog (userinterface)
Merupakan komponen Sistem Pendukung Keputusan berguna untuk jalur penghubung antara sistem dengan user, sehingga komponen‐komponen sistem didalamnya dapat diakses dan dimanipulasi dengan mudah oleh user untuk memberikan dukungan pada pengambilan keputusan.
2.4 Kriteria Penerima Bantuan Pendidikan
Menindaklanjuti hasil rapat bantuan pendidikan bagi mahasiswa yang dianggap layak menerima kurang mampu dipimpin langsung oleh Plt. Asisten Pemerintahan dan Kesejahteraan Rakyat Sekretariat daerah Kabupaten Indragiri Hulu. Untuk Standar Operasional Prosedur (SOP) sebagai acuan digunakan berupa kelengkapan persyaratan untuk mendapatkan bantuan Pedidikan melalui Dana Corporate Social Responsibility (CSR) yaitu:
1. Permohonan bantuan ditujukan kepada bagian Kesejahteraan Rakyat Sekretariat Daerah Kabupaten Indragiri Hulu dengan melampirkan berkas antara lain :
a. Permohonan bantuan bermaterai Rp. 10.000,- (asli).
b. Surat pernyataan Keaslian dan Keabsahan Data bermaterai Rp. 10.000,- (asli).
c. Surat pernyataan tidak menerima beasiswa dari pihak lain bermaterai Rp.
10.000,- (asli).
d. Surat Pakta Integritas bermaterai Rp. 10.000,- (asli).
e. Pas Foto 4 x 6 sebanyak 2 (dua) lembar.
f. Fotocopy Kartu Tanda Penduduk (KTP) pemohon.
g. Fotocopy Kartu Keluarga (KK) pemohon/orang tua.
h. Fotocopy Rekening Tabungan Pemohon (tercantum nomor dan pemilik rekening)
i. Surat keterangan aktif kuliah (tanggal terbaru dan asli dari perguruan tinggi masing-masing universitas di cap basah)
j. Kartu Tanda Mahasiswa yang dilegalisir asli
11
k. Surat keterangan lulus bagi mahasiswa yang baru menyelesaikan kuliahnya
l. Paspor bagi Mahasiswa ke luar negeri
2. Berkas permohonan bantuan pendidikan dimasukan dalam map transparan dan dibuat dalam dua rangkap, satu rangkap asli dan satu rangka fotocopy.
3. Berkas permohonan paling lambat diterima oleh Bagian Kesejahteraan Rakyat Sekretariat Daerah Kabupaten Indragiri Hulu berdasarkan waktu yang telah ditentukan dan selanjutnya akan diteruskan ke pihak pemberi dana bantuan Corporate Social Responsibility (CSR) Secara kolektif.
4. Verifikasi berkas permohonan bantuan pendidikan dilakukan langsung oleh pihak pihak pemberi dana bantuan Corporate Social Responsibility (CSR) akan menghubungi langsung pemohon bantuan pendidikan terkait dengan kekurangan persyaratan dan lain sebagainya.
5. Bersedia hadir secara langsung dan tidak diwakilkan apabila penerimaan bantuan pendidikan di cairkan dan menandatangani berita acara.
Kriteria untuk menentukan Penerima Bantuan Pendidikan Dana Corporate Social Responsibility (CSR) bagi mahasiswa Pendidikan Sarjana (S1) ditentukan berdasarkan hasil persyaratan dan hasil wawancara dengan pihak Pemerintah Daerah Kabupaten Indragiri Hulu bagian Kesejahteraan Rakyat (Kesra) dimana berperan sebagai memfasilitasi penghubung antara pemohon dan pemberi dana bantuan. Serta referensi jurnal mengenai faktor acuan untuk mahasiswa mendapatkan bantun tersebut, maka didapatkan keseluruhan tujuh kriteria dan beberapa bagian subkriteria sebagai berikut :
1. Kriteria Nilai Akademik terbagi menjadi 5 subkriteria yaitu : - IPK antara 3.75 hingga 4.00
- IPK antara 3.25 hingga 3.74 - IPK antara 2.75 hingga 3.24 - IPK antara 2.00 hingga 2.74 - IPK dibawah 2.00
12
2. Kriteria Prestasi terbagi menjadi 5 subkriteria yaitu : - Prestasi Tingkat Nasional
- Prestasi Tingkat Provinsi - Prestasi Tingkat Kabupaten - Prestasi Tingkat Kecamatan - Tidak ada Prestasi
3. Kriteria Jumlah Tanggungan Orang Tua terbagi menjadi 3 subkriteria yaitu : - Tanggungan Orang Tua diatas sama dengan 5
- Tanggungan Orang Tua antara 3 hingga 4 - Tanggungan Orang Tua dibawah sama dengan 2
4. Kriteria Biaya Perkuliahan terbagi menjadi 4 subkriteria yaitu : - Biaya Perkuliahan diatas sama dengan Rp. 6.000.000
- Biaya Perkuliahan antara Rp. 3.000.000 hingga Rp. 5.999.000 - Biaya Perkuliahan antara Rp. 1.001.000 hingga Rp. 2.999.999 - Biaya Perkuliahan dibawah sama dengan Rp. 1.000.000 5. Kriteria Status Wali terbagi menjadi 4 subkriteria yaitu :
- Status Wali Tidak Lengkap - Status Wali Janda
- Status Wali Duda - Status Wali Lengkap
6. Kriteria Usia Mahasiswa terbagi menjadi 3 subkriteria yaitu : - Usia Mahasiswa diatas sama dengan 24
- Usia Mahasiswa antara 21 hingga 23 - Usia Mahasiswa dibawah sama dengan 20
7. Kriteria Semester terbagi menjadi 3 subkriteria yaitu : - Semester diatas sama dengan 9
- Semester antara 5 hingga 8 - Semester antara 1 hingga 4
13
2.5 Logika Fuzzy
Logika Fuzzy adalah sebuah metodelogi system control pemecahan suatu masalah sangat cocok diimplementasikan pada sistem dan dapat digunakan dalam teori dan management keputusan yang mampu melakukan dalam suatu penalaran bahasa melalui proses perhitungan matematik dan objek. pertama kali dikembangkan oleh Prof. Lotfi A. Zadeh seorang peneliti dari universitas california pada tahun 1965 dikembangkan dari teori himpunan Fuzzy yaitu pengelompokan sesuatu berdasarkan variabel bahasa (linguistik variable) yang dinyatakan dengan fungsi keanggotaan misalkan seperti sangat baik, baik dan cukup baik. Fuzzy mempunyai arti suatu logika yang memiliki nilai kesamaran berada diantara benar atau salah, kebenaran dari logika Fuzzy yaitu dapat dinyatakan dalam fungsi derajat keanggotaan memiliki nilai antara 0 sampai 1 . kelebihan dari penggunaan logika Fuzzy yaitu konsep logika yang mudah dimengerti secara matematis serta fleksibel memiliki toleransi terhadap data-data yang tidak tepat, mampu memodelkan fungsi-fungsi nonlinier secara kompleks[11]. penggunaan himpunan Fuzzy direpresentasikan dengan fungsi keanggotaan yang monoton untuk menentukan nilai output atau hasil secara tegas dicari dengan cara mengubah nilai masukan diperoleh dari komposisi aturan Fuzzy menjadi suatu bilangan pada domain Fuzzy tersebut, metode ini disebut sebagai teknik implikasi Fuzzy[12]. Jika terdapat dua variabel Fuzzy direlasikan secara impilikasi secara sederhana jika nilai x merupakan variabel dari A maka nilai y merupakan variabel dari B maka didapatkan sebuah fungsi persamaan y = f((x,A),B).Berikut bentuk dari fungsi keanggotaan Fuzzy suatu kurva menunjukan pemetaan titik input dalam nilai keanggotaan memiliki interval antara 0 sampai 1 salah satunya melalui pendekatan fungsi kedalam bentuk bilangan nilai tegas crisp Triangular Fuzzy Number (TFN) merupakan suatu nilai variabel pada fungsi keanggotaan segitiga terdiri tiga bobot berurutan dengan persamaan rumus sebagai berikut :
14
Gambar 1 Representasi kurva Tringular Fuzzy Number
Fungsi keanggotaan : ) {
(1)
2.6 VIKOR
Metode perhitungan keputusan Vise Kriterijumska Optimizacija I Kompromisno Resenje (VIKOR) dikembangkan pertama kali oleh Opriovic &
Tzeng pada tahun 1998. dalam bahasa serbia artinya perangkingan kompromis multikriteria, atau bermakna memiliki tujuan untuk mendapatkan hasil perankingan alternatif menggunakan indeks peringkat multikriteria berdasarkan ukuran tertentu mendekati solusi yang ideal dengan mengusulkan solusi kompromi[13]. metode VIKOR sangat berguna pada situasi dimana pengambil keputusan tidak memilik kemampuan untuk menentukan pilihan pada saat desain sebuah sistem dimulai. metode ini dikembangkan sebagai multi criteria decision making (MCDM) untuk menyelesaikan pengambilan keputusan bersifat diskrit pada kriteria yang bertentangan dan non-commensurable atau tidak ada cara yang tepat untuk menentukan mana yang lebih akurat, serta dapat didefenisikan sebagai multikriteria sistem kompleks yang dapat dilihat pada rangking dan pemilihan dari serangkaian alternatif berdasarkan kriteria dimana setiap alternatif dievaluasikan sesuai dengan fungsi kriteria, pemberian peringkat dapat dapat dilakukan dengan membandingkan dan mengukur. berikut tahapan-tahapan dalam menerapkan metode VIKOR yaitu :
15
1. Mempersiapkan matriks yang berisikan nilai bobot dari kriteria dan alternatif, misalkan ada sebuah matriks Y :
|
| (2)[13]
Keterangan : = matriks dari Y
= matriks dari baris ke-1 kolom ke-1 = matriks dari baris ke-2 kolom ke-n
2. Kemudian melakukan normalisasi matriks keputusan dengan memasukan rumus sebagai berikut :
(
)
(3) Keterangan := normalisasi nilai matriks
= nilai elemen terbaik dari kriteria
= pengambilan nilai elemen dari matriks keputusan = nilai elemen terburuk dari kriteria
3. Setelah melakukan normalisasi selanjutnya mencari nilai S dan R berdasarkan rumus sebagai berikut :
∑
(
)
(4) Dan* ( )+ (5) Keterangan :
16 = mencari nilai S (utility measure)
= mencari nilai R (regret measure)
= nilai bobot tertinggi dari hasil penjumlahan nilai S tiap kriteria = nilai bobot dari setiap kriteria
4. Menghitung nilai indeks hasil nilai alternatif (Qi) dengan menggunakan rumus sebagai berikut :
⌈
⌉ ⌈
⌉ )
(6) Keterangan := mencari nilai indeks alternatif = nilai maksimum dari S
= nilai minimum dari S = nilai maksimum dari R = nilai minimum dari R = nilai ketentuan vikor 0,5
5. Hasil akhir solusi alternatif peringkat terbaik berdasarkan nilai (Qi) minimum atau terendah.[14]
6. Melakukan perhitungan hasil solusi kompromi dengan memasukan rumus :
) )
) )
) (7) Keterangan :
) = nilai indeks alternatif urutan pertama ) = nilai indeks alternatif urutan kedua ) = nilai indeks alternatif terendah = jumlah banyaknya alternatif
17
2.7 Langkah-langkah Fuzzy VIKOR
Berikut langkah-langkah dalam menerapkan metode Fuzzy dan VIKOR dalam menentukan penerima bantuan pendidikan yaitu sebagai berikut :
1. Langkah awal sebelum masuk kedalalam perhitungan yaitu menentukan terlebih dahulu alternatif dan kriteria yang akan digunakan.
2. Kemudian menentukan nilai bobot preferensi (W) pada setiap kriteria yang ada dengan penilaian rating kecocokan bilangan Fuzzy.
3. kemudian menentukan nilai bobot setiap kriteria yang ada dengan penggunaan pemodelan bobot himpunan Fuzzy fungsi derajat keanggotaan.
4. Masukan nilai kriteria terhadap alternatif kedalam tabel pembobotan matriks.
5. Kemudian melakukan normalisasi nilai matriks.
6. Kemudian melakukan normalisasi terbobot dengan mengkalikan bobot krteria dengan nilai hasil normalisasi matriks sebelumnya.
7. Tentukan nilai S (utility measure) didapatkan dari menjumlahkan hasil perhitungan nilai normalisasi terbobot dan dari setiap alternatif keseluruhan kriteria.
8. Mencari nilai R (regret measure) didapatkan dari nilai maksimum yang terdapat pada S (utility measure).
9. Mencari nilai maksimum serta minimum pada setiap hasil dari S (utility measure) dan R (regret measure) terhadap keseluruhan alternatif.
10. Perhitungan indeks VIKOR (Q) dimana nilai yang terpilih menjadi solusi ideal dalam proses perangkingan alternatif.
11. Melakukan perangkingan setiap hasil dari indeks VIKOR (Q) dimana nilai yang terkecil merupakan solusi keputusan terbaik.
12. Melakukan solusi kompromi dua solusi, dengan perhitungan Solusi pertama membandingan nilai perbandingan DQ dengan selisih antara indeks VIKOR (Q) pertama dengan kedua atau kondisi Acceptable advantage.
13. Hasil perangkingan dan kesimpulan dari hasil keputusan.
18
2.8 UML (Unified Modelling Language)
Unified Modelling Language (UML) adalah sebuah "bahasa" yang telah menjadi standar dalam industri untuk visualisasi, merancang dan mendokumentasikan sistem piranti lunak, menawarkan sebuah standar untuk merancang model sebuah sistem. dengan menggunakan ini dapat membuat model untuk semua jenis aplikasi piranti lunak, dimana aplikasi tersebut dapat berjalan pada piranti keras serta sistem operasi. mempermudah developer merancang sistem agar bisa berdiskusi menggunakan bahasa pemodelan dengan lebih mudah untuk dipahami[15].pemodelan visual dapat membantu untuk menangkap struktur dan kelakuan dari objek mempermudah pengambaran antara elemen dan sistem.
didalam UML terdapat beberapa pengelompokkan diagram yaitu use case, sequence, activity dan class.
2.8.1 Use case diagram
use case merepresentasikan sebuah interaksi antara aktor dengan sistem melakukan sebuah pekerjaan tertentu misalnya login ke sistem, membuat sebuah pendaftaran dan sebagainya. Seorang atau sebuah aktor adalah sebuah entitas manusia atau mesin yang berinteraksi dengan sistem untuk melakukan pekerjaan- pekerjaan tertentu,sesuai dengan maknannya use case berarti kasus penggunaan bagaimana merancang kerja alur sistem seorang aktor untuk mecapai tujuan yang diinginkan.
2.8.2 Sequence diagram
Sequence diagram biasa digunakan untuk menggambarkan skenario atau rangkaian langkah-langkah yang dilakukan sebagai respons dari sebuah event untuk menghasilkan output tertentu. diawali dari apa yang memulai aktivitas tersebut, proses dan perubahan apa saja terjadi secara internal dan output apa yang dihasilkan.Langkah-lagkahnya dilakukan sesuai dengan metode serta memiliki kelas untuk menampilkan suatu objek yang terlibat,penyesuaian dengan use case skenario dibutuhkan untuk membuat sekuen.
19 2.8.3 Activity diagram
Activity diagram merupakan state diagram khusus, di mana sebagian besar state adalah action dan sebagian besar transisi dimulai oleh selesainya state sebelumnya (internal processing). Oleh karena itu activity diagram tidak menggambarkan behaviour internal sebuah sistem (dan interaksi antar subsistem) secara eksak, tetapi lebih menggambarkan proses-proses dan jalur-jalur aktivitas dari level atas secara umum,aliran aktifitas dari sebuah sistem bukan alur dari aktor dan penguraian prosesnya terjadi dari awal hingga akhir sistem bekerja.
2.8.4 Class diagram
Class diagram adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class menggambarkan keadaan (atribute/properti) suatu sistem sekaligus menawarkan layanan untuk memanipulasi keadaan tersebut (metoda/fungsi). Class diagram menggambarkan struktur dan deskripsi class, package dan object beserta berhubungan satu sama lain.menjelaskan kondisi objek yang dikelompokan menjadi sebuah properti ataupun attribute serta mendefenisikan begaimana suatu objek dalam sistem memberikan reaksi ataupun tindakan.
20
2.9 Penelitian Terkait
Adapun penelitian terkait yang telah dilakukan sebelumnya dengan penelitian tugas akhir ini adalah sebagai berikut, dapat dilihat pada Tabel 1.
Tabel 1 Penelitian terkait No Nama dan
tahun Penelitian
Judul penelitian Hasil penelitian
1. Anjar Wanto
&
Hamonangan Damanik (2015)
Analisis Penerapan Sistem Pendukung Keputusan
Terhadap Seleksi Penerima
Beasiswa BBM (Bantuan Belajar Mahasiswa) Pada Perguruan Tinggi Menggunakan Metode Simple Additive
Weighting (SAW) (Studi Kasus : AMIK Tunas Bangsa Pematang siantar)
Penentuan kriteria penerima beasiswa ditentukan dari penghasilan orangtua, usia, semester, jumlah tanggungan orangtua, dan nilai Indeks Prestasi Komulatif (IPK) mahasiswa.
menggunakan metode SAW (Simple Additive Weighting) pada sebuah sistem pendukung
keputusan[16].
2. Uning Lestari
&
Muhammad Targiono (2017)
Sistem Pendukung Keputusan
Klasifikasi Keluarga Miskin Menggunakan Metode Simple
menentukan nilai bobot untuk setiap atribut, melanjutkan proses ranking yang akan menyeleksi alternatif terbaik dari sejumlah alternatif keluarga yang dikategorikan sebagai keluarga miskin
21 Additive
Weighting (SAW) Sebagai Acuan Penerima Bantuan Dana Pemerintah (Studi Kasus:
Pemerintah Desa Taman
Martani,Sleman)
berdasarkan kriteria-kriteria yang ditentukan yaitu Pekerjaan, Bangunan dan Harta[17].
3. Nining Nahdiah Satriani, Imam Cholissodin, Mochammad Ali Fauzi (2018)
Sistem Pendukung Keputusan
Penentuan Calon Penerima
Beasiswa BBP- PPA
Menggunakan Metode AHP- PROMETHEE I Studi Kasus : FILKOM Universitas Brawijaya
Dalam pemilihan calon penerima beasiswa dibutuhkan kriteria- kriteria, antara lain penghasilan orang tua, pengeluaran orang tua, IPK, dan tanggungan orang tua[18].
4. Novica Irawati, Hommy D. E.
Sinaga, Adyanata Lubis (2018)
Sistem Pendukung Keputusan
Penerimaan Dana BOS Untuk Sekolah Dasar Dengan Metode AHP (Dinas Pendidikan Kec.
Dalam sistem ini akan dipilih sekolah dasar yang berhak menerima dana bos pada tahun berikutnya. Kriteria yang digunakan adalam aplikasi ini adalah : Laporan Tri Wulan, Data Dapodikmen, Indikator Peningkatan, Layanan, Prestasi Siswa, Prestasi Guru,
22
Sei Kepayang) Prestasi Sekolah dan Akreditasi[19].
5. Rahmat Tullah, Arni Retno
Mariana, Dwi Baskoro (2018)
Sistem Pendukung Keputusan
Pemilihan Calon Penerima
Beasiswa Bidikmisi Menggunakan Metode AHP dan TOPSIS Pada STMIK Bina Sarana Global
memanfaatkan sistem untuk menunjang keputusan membantu pihak marketing dalam menyeleksi Calon penerima Beasiswa Bidikmisi berdasarkan kriterianya yaitu Gaji, Rata nilai,Nilai test,Prestasi dan Tanggungan[20].
6. Irena Lestari, Juli Fitri, Esteria N Simanjuntak, dkk (2018)
Penerapan VIKOR (VlseKriterijumska Optimizacija I Kompromisno Resenje) Dalam Mendukung Keputusan Pemberian Bantuan Raskin
Dalam penelitian ini kriteria yang digunakan untuk menentukan Penerima bantuan Raskin terbaik yaitu kondisi lantai, kondisi dinding, kondisi atap, jenjang pendidikan anak, dan sumber air minum.membuat sebuah sistem pendukung keputusan yang dapat membantu untuk menentukan penerima bantuan Raskin terbaik dengan menggunakan metode VIKOR[14].
23 7. Novica
Irawati (2018)
Penerapan Metode AHP Penerimaan Bantuan Desa Untuk Anak Berprestasi
membantu pengambilan keputusan untuk menentukan penerima bantuan desa untuk mahasiswa berprestasi dengan menggunakan 4 kriteria yaitu Prestasi Akademik, Prestasi Non Akademik,Penghasilan Orang Tua dan Kepribadian[5].
8. Heni Ayu Septilia &
Styawati (2020)
Sistem Pendukung Keputusan
Pemberian Dana Bantuan
Menggunakan Metode AHP
mendukung dalam penentuan bantuan untuk masyarakat. Kriteria yang digunakan dalam pemberian dana PKH yaitu pendidikan,
pekerjaan, penghasilan, status,umur, tempat tinggal, kesehatan, dan jumlah anak[21].
9. Satria Rizki Arianto , Sri Siswanti, Wawan Laksito Yuly Saptomo (2020)
Sistem Pendukung Keputusan
Penerima Bantuan Pangan Non Tunai Dengan Metode Hybrid AHP- SAW
sebuah Sistem Pendukung Keputusan Penerima Bantuan Pangan Non Tunai dengan metode Hybrid AHP – SAW dengan menggunakan beberapa kriteria yaitu Pendapatan perbulan, Jumlah Tanggungan,Pekerjaan,Kepemilikan Rumah,Lantai
Rumah,MCK,Kepemilikan
Lahan,Pendidikan KK dan Jumlah Kolom[22].
10. Rima Dwi Mainingsih &
Muhammad Hamka (2021)
Sistem Pendukung Keputusan untuk Menentukan Penerima Bantuan Beasiswa dengan
menentukan proses peranking calon penerima bantuan beasiswa
meningkatkan hasil rekomendasi calon penerima bantuan dengan kriteria penilaian yang terdiri dari
24 Metode AHP dan TOPSIS
10 jenis kriteria, yaitu: pintu, jendela, struktur atap, lantai dan keramik, jendela, struktur atas, intalasi listrik, plafond, dinding, dan penutup atap[23].
25
BAB 3
METODOLOGI PENELITIAN
3.1 Metodologi Penelitian
Metodologi penelitian adalah langkah-langkah penelitian yang akan dilakukan. tahap-tahap penelitian ini dapat dilihat pada Gambar 2 berikut.
Gambar 2 Metodologi Penelitian
26
3.2 Identifikasi dan Perumusan Masalah
Pada tahap awal melakukan penelitian ini adalah dengan melakukan identifikasi dan perumusan masalah terkait topik penelitian yang diangkat. yaitu bagaimana cara menerapkan metode Fuzzy VIKOR dalam mendukung keputusan menentukan penerima bantuan pendidikan dana Corporate Social Responsibility bagi mahasiswa pendidikan sarjana (S1) di Kabupaten Indragiri Hulu berdasarkan data syarat-syarat yang dikumpulkan sehingga bisa untuk menetapkan kriteria untuk proses perhitungan nilai bobot keputusan dan melakukan perangkingan.
3.3 Pengumpulan Data
Pada tahapan selanjutnya, dilakukan pengumpulan data untuk membantu menyelesaikan permasalahan sebelumnya dengan beberapa teknik pengumpulan yaitu sebagai berikut :
1. Studi pustaka
Studi pustaka merupakan tahapan awal dalam melakukan pengumpulan data, hal ini dilakukan dengan mencari sumber data dan referensi pada buku karya ilmiah maupun jurnal-jurnal penelitian terdahulu terkait teknik dan metode dalam mendukung sebuah keputusan. serta dapat membandingkan metode Fuzzy VIKOR dengan metode lainnya.
2. Observasi dan wawancara
Observasi dan wawancara merupakan teknik pengumpulan data dengan melakukan pengamatan terhadap pengetahuan dan gagasan yang diketahui sebelumnya, wawancara dilakukan di kantor Pemerintah Daerah Kabupaten Indragiri Hulu melalui Kepala bagian Kesejahteraan Rakyat (Kesra) merupakan pemimpin dalam bagian tim yang melakukan penetapan terhadap data dan penerimaan bantuan pendidikan, dengan tujuan mengetahui permasalahan dan memperoleh sebuah data bagaimana langkah-langkah untuk mendapatkan bantuan tersebut.
27
3.4 Analisa Sistem
Pada tahap ini dilakukan analisa sistem untuk menentukan penerima bantuan pendidikan dana Corpoorate Social Responsibility bagi mahasiswa pendidikan sarjana (S1) di Kabupaten Indragiri Hulu. adapun cara kerja analisa sistem sebagai berikut :
1. Analisa Data
Dalam melakukan penelitian ini untuk menentukan kritreria-kriteria yang akan dijadikan acuan sebagai pengambil keputusan penerima bantuan pendidikan berdasarkan hasil wawancara dan observasi di kantor pemerintah daerah kabupaten Indragiri hulu, terdapat delapan kriteria dalam perhitungan metode Fuzzy VIKOR yaitu menginput data mahasiswa mengenai nilai akademik, prestasi, jumlah tanggungan orang tua, biaya perkuliahan, status wali, usia mahasiswa dan semester. setiap kategori kriteria dalam menentukan penerima bantuan pendidikan memiliki beberapa bagian sub kriteria serta memiliki nilai bobot yang berbeda.
2. Analisa Penerapan Metode
Merupakan proses menentukan model alur cara kerja sistem dan menerapkan metode Fuzzy VIKOR dalam pengambilan keputusan menentukan penerima bantuan pendidikan dana Corporate Social Responsibility mahasiswa pendidikan sarjana (S1) berdasarkan hasil analisa data dengan menentukan nilai bobot setiap alternatif, kriteria dan sub kriteria menggunakan logika pemodelan himpunan Fuzzy fungsi derajat keanggotaan. setelah menentukan nilai bobot masukan kedalam tabel matriks dan sesuaikan dengan banyaknya alternatif dan kriteria.
kemudian melakukan normalisasi Fuzzy matriks menerapkan metode VIKOR dengan mencari nilai maksimum dan minimum pada setiap alternatif dan kriteria[24]. lalu tentukan nilai Fuzzy minimum dan maksimum dari hasil tabel normalisasi matriks. selanjutnya mencari nilai utility measure (S) dan regret measure (R) hingga mencari nilai indeks alternatif terbaik (Qi) terendah atau minimum merupakan hasil akhir dan keputusan terbaik. langkah terakhir mencari solusi kompromi apakah keputusan mutlak dilakukan. flowchart penerapan langkah-langkah Fuzzy VIKOR pada Gambar 3 berikut.
28
Gambar 3 Flowchart langkah-langkah Fuzzy VIKOR
29 3. Analisa diagram dialog
Merupakan proses menentukan diagram, terhadap sistem yang akan dibuat membuat dan menentukan kasus penggunaan (usecase), alur sistem (sequence) pengelompokkan kelas data sistem (class) dan kegiatan kerja sistem (activity diagram). pendekatan yang dilakukan dalam merancang dialog yaitu berfokus pada aksi user apakah terspesifikasi dengan baik, memperhatikan kondisi dialog presentasi dan bagaimana tampilan dan fungsi tombol. begitu juga halnya dalam mendesain atau membuat dialog memperhatikan rangkaian dari dialog (hubungan) mempresentasikan dari berbagai struktur tugas serta merangkai tambahan digunakan untuk user support lalu diurutkan.
3.5 Perancangan Sistem
Setelah melakukan analisa sistem maka selanjutnya dilakukan proses perancangan sistem yang bertujuan untuk tahapan dari proses pendefenisian dengan mengggunakan metode Fuzzy VIKOR kebutuhan-kebutuhan dari siklus perkembangan system, gambaran umum terhadap pengguna (user) secara umum mengidentifikasi komponen-komponen sistem mendukung keputusan di design secara rinci yang akan dibuat. tahapan dalam membuat rincian sistem diambil dari yaitu merancang basisdata yang akan digunakan menentukan atribut dan field data, pembuatan model dengan menerapkan model object oriented seperti flowchart dan diagram dan merancang tampilan antarmuka sistem (user interface) pada setiap struktur menu. penjelasan lanjutan perancangan dapat dilihat pada flowchart alur perancangan sistem pada Gambar 4 berikut.
30
Gambar 4 Flowchart alur perancangan sistem
3.6 Implementasi dan Pengujian
Tahapan selanjutnya adalah melakukan implementasi dan pengujian sistem terhadap perancangan sebelumnya, yaitu :
1. Implementasi
Merupakan tahap penerapan berdasarkan analisa dan perancangan yang telah dilakukan, berikut beberapa penggunaan perangkat dan tools yaitu :
31
a. Processor : Intel Core i3-6006U @2.4 Ghz b. Memory : 6 GB
c. Harddisk : 500 GB HDD
d. Operating System : Windows 7 Ultimate 64-bit e. Bahasa Pemograman : PHP,Javascript
f. DBMS : MySQL database g. Web Server : Apache 2.4.4.3, Xampp h. Framework : Codeighniter,Laravel,PHP i. Tools : Visual Studio Code, Notepade++
2. Pengujian
Proses pengujian dilakukan dengan teknik Blackbox Testing dan User Acceptance Test (UAT). Blackbox Testing dilakukan ketika pengguna (user) bisa menggunakan setiap proses-proses sistem tanpa melihat Algortitma dan Codingan program yang dibuat, sedangkan User Acceptance Test (UAT) dilakukan dengan cara memberikan pertanyaan kuisioner terhadap pengguna apakah sistem berjalan dan layak untuk dibangun serta memberikan penilaian secara langsung terhadap sistem tersebut.
3.7 Kesimpulan dan Saran
Merupakan tahap akhir dalam penelitian ini dengan memberikan kesimpulan dan saran terhadap Tugas Akhir (TA) mahasiswa berdasarkan penilitian yang diangkat setelah proses-proses metodologi penelitian dilakukan kesimpulan dapat diambil pada tahapan proses analisa dan implementasi pengujian sistem serta saran dilakukan dengan masukan untuk menyempurnakan maupun untuk perkembangan penelitian ini, yaitu sistem pendukung keputusan dalam menentukan penerima bantuan pendidikan dana Corporate Social Responsibility terkhusus bagi mahasiswa pendidikan sarjana (S1) di Kabupaten Indragiri Hulu dengan menerapkan metode Fuzzy VIKOR untuk penelitian selanjutnya.
118
BAB 5 PENUTUP 5.1 Kesimpulan
Pada penelitian yang telah dilaksanakan ini maka didapatkan kesimpulan yaitu :
1. Penggunaan metode Fuzzy VIKOR ini dalam menentukan penerima bantuan pendidikan dana Corporate Social Responsibility telah berhasil diimplementasikan ke dalam sistem dengan merangkingkan nama-nama mahasiswa berdasarkan data syarat administrasi di Kabupaten Indragiri Hulu.
2. Pada hasil pengujian Blackbox Testing semua fitur dan komponen sistem didalamnya telah berjalan sesuai dengan fungsional dengan penerapan pada analisa sistem sebelumnya sebagaimana mestinya.
3. Dari hasil pengujian User Acceptance Test (UAT) yang dilakukan kepada kabag kesra serta pegawai pemerintah daerah dan mahasiswa yang berasal dari kabupaten Indragiri hulu didapatkan bahwa sistem telah sesuai memenuhi masukan kebutuhan pengguna dengan hasil persentase 84,77 % didapat maka termasuk kedalam kategori sangat setuju.
5.2 Saran
Saran yang perlu dilakukan pada penelitian ini selanjutnya adalah :
1. Mencoba untuk penerapan menggunakan metode penelitian lainnya, agar dapat memberikan penelitian yang akan lebih baik lagi.
2. Menambahkan kriteria lainnya untuk melakukan proses perhitungan keputusan dengan membandingkan dengan penelitian sebelumnya.
3. Diharapkan dapat membantu pimpinan dalam menentukan keputusan terhadap penerima bantuan pendidikan dana Corporate Social Responsibility ini terlaksana dengan baik.
119
DAFTAR PUSTAKA
[1] A. Fatah, M. Suhaili, and I. Farida, “Analisis Indikator Pendidikan:
