SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMINATAN SEKOLAH MENENGAH ATAS DENGAN METODE ANALYTICAL HIERARCHY PROCESS Sutrisno Anugrah, Acep Irham Gufroni, Rahmi Nur Shofa Teknik Informatika Universitas Siliwangi Tasikmalaya Email :
[email protected] ABSTRACT Specialisation can mean a choice and decision-making processes by students of specialization groups of subjects, areas of expertise or competency skills based on an understanding of self and the potential opportunities held in the educational unit. The problem at this time many high school students who take the difficult decisions because they do not know what their talents and interests, and many who have not found her potential, not accustomed to making their own decisions even for matters related to their interests, so confused when having to choose a specialization and colleges high. Looking at the problem, it needs to make a decision support system to determine specialization (subject category) as recommendation for students, according to academic ability possessed. In this research, a solution is taken by applying the method of Analytical Hierarchy Process (AHP) to create decision support systems of specialization recommendations, by using the method of software development Object Modeling Technique (OMT). With the specialization recommendation decision support system is expected to provide the student recommendation specializations (subject category) corresponding with their academic abilities. Keywords : Specialization, Decision Support System, Analytical Hierarchy Process, Object Modeling Technique ABSTRAK Peminatan dapat diartikan suatu proses pengambilan pilihan dan keputusan oleh peserta didik tentang peminatan kelompok mata pelajaran, bidang keahlian atau kompetensi keahlian yang didasarkan atas pemahaman potensi diri dan peluang yang diselenggarakan pada satuan pendidikan. Masalahnya di masa ini banyak siswa SMA yang sulit ambil keputusan karena tidak tahu apa bakat dan minatnya, dan banyak yang belum menemukan potensi dirinya, tidak terbiasa mengambil keputusan sendiri bahkan untuk hal-hal yang terkait dengan kepentingannya, sehingga bingung ketika harus memilih peminatan dan perguruan tinggi. Melihat permasalahan tersebut, maka perlu dibuat sistem pendukung keputusan untuk menentukan peminatan (jurusan) sebagai rekomendasi bagi siswa, sesuai dengan kemampuan akademik yang dimiliki. Dalam penelitian ini solusi yang diambil dengan menerapkan metode Analytical Hierarchy Process (AHP) untuk membuat sistem pendukung keputusan rekomendasi peminatan, dengan menggunakan metode pengembangan perangkat lunak Object Modeling Technique (OMT). Dengan adanya sistem pendukung keputusan rekomendasi peminatan ini diharapkan bisa memberikan siswa rekomendasi peminatan (jurusan) yang sesuai dengan kemampuan akademik mereka. Kata kunci : Peminatan, Sistem Pendukung Keputusan, Analytical Hierarchy Process, Object Modeling Technique
1.
Pendahuluan Dalam kehidupan nyata manusia selalu dihadapkan pada beberapa pilihan keputusan, pengambilan keputusan yang tepat akan sangat berpengaruh pada kehidupan kita kedepannya. Begitu pula untuk pengambilan keputusan untuk memilih peminatan (jurusan) di sekolah, banyak orang berpandangan, pilihlah jurusan yang gampang (gampang masuk dan gampang lulus), supaya gampang dapat pekerjaan dan gajinya besar, baik sesuai minat ataupun tidak. Sebenarnya pandangan ini perlu ditinjau ulang karena memilih suatu jurusan bukanlah persoalan yang mudah. Dalam memilih jurusan, siswa perlu memperhitungakan beberapa faktor seperti kemampuan, minat, bakat, kepribadian, dll. Salah memilih jurusan punya dampak yang signifikan terhadap kehidupan anak di masa mendatang.
Masalahnya di masa ini banyak siswa SMA yang sulit ambil keputusan karena tidak tahu apa bakat dan minatnya, dan banyak yang belum menemukan potensi dirinya, tidak terbiasa mengambil keputusan sendiri bahkan untuk hal-hal yang terkait dengan kepentingannya, sehingga bingung ketika harus memilih jurusan dan perguruan tinggi. Belum lagi gaya ikut-ikutan teman agar ketika kuliah sudah memiliki teman yang telah dikenal, atau juga karena mengikuti pacar. Kebingungan siswa ada pula yang disebabkan sikap orang tua yang memaksakan anak memilih jurusan yang ditentukan orang tua, bukan kemauan dan minat anaknya (Pudji Susilowati, 2008). Maka perlu dibuat sistem pendukung keputusan dengan menggunakan metode Analytical Hierarchy Process untuk menentukan peminatan (jurusan) sebagai acuan bagi siswa sesuai dengan kemampuan akademik yang dimiliki.
1
Batasan masalah dari penelitian ini adalah : Rekomendasi peminatan ditujukan untuk Sekolah Menengah Atas. 2. Hasil peminatan dari aplikasi ini hanya sebagai rekomendasi untuk siswa. 3. Aplikasi bersifat umum, berdasarkan dari pedoman peminatan peserta didik dari Kementerian Pendidikan Dan Kebudayaan. 4. Metode Sistem Pendukung Keputusan yang digunakan dalam penelitian ini adalah metode Analytical Hierarchy Process. 5. Hierarki untuk metode Analytical Hierarchy Prcocess terdiri dari goal, criteria, alternative. 6. Aplikasi berbasis web dengan menggunakan bahasa pemrograman PHP (framework codeigniter), dan database MySql. Manfaat penelitian yang dapat diambil adalah: 1. Dapat lebih mengetahui cara menerapkan ilmu-ilmu yang telah dipelajari selama ini dalam merancang dan membuat sistem pendukung keputusan. 2. Tersedianya rekomendasi jurusan untuk siswa sesuai dengan minat dan kemampuan akademik. 3. Menyalurkan kemampuan siswa sesuai kemampuan akademik. 1.
perilaku statis, dinamis dan fungsional dari sistem. Ini dijelaskan oleh object model, dynamic model dan functional model dari OMT tersebut (Rajender Nath). 2.4 PHP PHP (PHP: Hypertext Preprocessor) adalah sebuah bahasa pemogramaman di sisi server. Ketika Anda mengakses sebuah URL, maka web browser akan melakukan request ke sebuah web server. Misalnya kita me-request sebuah file PHP http://www.koder.web/index.php , maka webserver akan melakukan parsing terhadap file PHP tersebut. PHP parser yang menjalankan kode-kode PHP yang terdapat pada file index.php lalu mengirimkan hasilnya ke web browser. 2.5 Codeigniter CodeIgniter adalah sebuah web application framework yang bersifat open source digunakan untuk membangun aplikasi php dinamis. Tujuan utama pengembangan Codeigniter adalah untuk membantu developer untuk mengerjakan aplikasi lebih cepat daripada menulis semua code dari awal. Codeigniter menyediakan berbagai macam library yang dapat mempermudah dalam pengembangan. CodeIgniter diperkenalkan kepada publik pada tanggal 28 februari 2006. 3.
2. 2.1
Landasan Teori Peminatan Peserta Didik Penyelenggaraan pendidikan dalam satuan pendidikan di SMA dan SMK selama ini (sebelum kurikulum 2013) terdapat program penjurusan peserta didik, bagi peserta didik SMA dilaksanakan di kelas XI dan di SMK program penjurusan dilaksanakan bersamaan dengan penerimaan siswa baru. Istilah penjurusan peserta didik tidak tertuang dalam Kurikulum 2013, istilah yang muncul adalah peminatan peserta didik. Peminatan peserta didik dapat diartikan suatu proses pemilihan dan penetapan peminatan peserta didik pada kelompok mata pelajaran atau bidang kompetensi keahlian yang ditawarkan oleh satuan pendidikan (Kemendikbud, 2013) 2.2 Analytical Hieararchy Process Analytic Hierarchy Process (AHP) adalah suatu model yang luwes yang memberikan kesempatan bagi perorangan atau kelompok untuk membangun gagasan-gagasan dan mendefinisikan persoalan dengan cara membuat asumsi mereka masing-masing dan memperoleh pemecahan yang diinginkan darinya (Saaty, 1991). 2.3 Object Modeling Technique OMT adalah metodologi pengembangan perangkat lunak berorientasi objek yang dibuat oleh James Rumbaugh. Metodologi ini menjelaskan metode untuk analisis, desain dan implementasi sistem yang menggunakan teknik berorientasi objek. OMT terdiri dari tiga sudut pandang yang terkait tetapi berbeda, setiap aspek penting dari sistem yaitu
Metodologi Metode yang digunakan adalah metode Object Modeling Technique (OMT). OMT adalah metodologi pengembangan perangkat lunak berorientasi objek yang dibuat oleh James Rumbaugh. Metodologi ini menjelaskan metode untuk analisis, desain dan implementasi sistem yang menggunakan teknik berorientasi objek. 3.1 Analysis 1. Metode pengumpulan data Metode pengumpulan data yang digunakan untuk mengumpulkan informasi mengenai kebutuhan sistem adalah dengan melakukan studi pustaka yaitu dengan Mengumpulkan data-data dengan cara membaca buku atau literatur serta mencari artikel-artikel yang dapat dijadikan acuan dalam pembahasan masalah di dalam penulisan laporan. Data-data yang dikumpulkan berasal dari beberapa sumber antara lain : 1. Pedoman Peminatan Peserta Didik dari Kementrian Pendidikan dan Kebudayaan 2. Undang undang Republik Indonesia Nomor 20 Tahun 2013 tentang Sistem Pendidikan Nasional
2
2.
Analisis sistem berjalan
Gambar 1. Diagram alur sistem berjalan 3.
Usulan sistem
Peminatan Admin
Siswa
5.
Mulai
Isi kriteria
Menghitung bobot kriteria
Spesifikasi perangkat keras Tabel 1. Spesifikasi Perangkat Keras Pembuatan Aplikasi No Nama komponen Spesifikasi 1 Processor Intel Core i5 2 Memory 2 GB 3 Harddisk 500 GB 4 Keyboard Standard 5 Mouse Standard 6 Monitor 14 inch Spesifikasi perangkat lunak Tabel 2. Spesifikasi Perangkat Lunak Pembuatan Aplikasi No Nama Spesifikasi 1 Sistem operasi Windows 7 32bit 2 Aplikasi Adobe Dreamweaver pengembangan CC 4 Web server Apache 5 Database server MySql 6 Editor database Mysql Workbench, SQLYog
Mengisi data kriteria
Menghitung persentase peminatan
DB Peminatan
Object model Object diagram adalah diagram yang memberikan gambaran atas model instances dari sebuah class. budi : siswa
melakukan
peminatan
Menghitung hasil persentase dan bobot untuk peminatan
mengisi
memilih
Melihat / cetak rekomendasi peminatan
nilai un : kriteria
Matematika dan Sains : Jurusan
Hasil peminatan
Selesai
Gambar 2. Usulan Sistem 4. a. b. c. d. e. f.
Analisis kebutuhan sistem Kebutuhan masukan Data user dengan atribut username, password, level, email, status. Data siswa dengan atribut nis, nama, jk, tgl_lahir, alamat, asal_sekolah. Data kriteria dengan atribut id, nama_kriteria, prioritas_kriteria, status, keterangan. Data jurusan dengan atribut id, nama_jurusan, keterangan Data mapel danegn attribut id, nama_mapel Data peminatan dengan atribut id, username, kriteria_id, jurusan_id, prioritas.
Analisisi kebutuhan keluaran Keluaran yang dibutuhkan dalam aplikasi Sistem Pendukung Keputusan peminatan sekolah menengah atas adalah sebuah sebuah laporan berupa hasil dari peminatan yang dilakukan oleh siswa yaitu rekomendasi jurusan yang sesuai dengan nilai kriteria peminatan.
menentukan
admin : user
memiliki
Matematika : mata pelajaran
Gambar 3. Object Model Peminatan 6. Dynamic model 1. Skenario peminatan Tabel 3. Skenario Peminatan Skenario Peminatan 1 Aplikasi meminta pengguna untuk login dengan memasukan username dan password Pengguna memasukan username dan password 2 Aplikasi memeriksa username dan password yang dimasukan pengguna 3 Pengguna memilih menu peminatan Aplikasi menampilkan kriteria untuk peminatan 4 Pengguna mengisi data kriteria sesuai ketentuan Aplikasi melakukan proses perhitungan persentase peminatan pengguna 5 Pengguna menyimpan data hasil perhitungan peminatan Aplikasi menampilkan menu hasil akhir untuk peminatan pengguna
3
2.
State diagram login
mengisi kriteria
memilih kriteria
3.3 halaman pengguna
halaman peminatan
Object Design Dalam fase ini, rincian analisis sistem dan desain sistem diimplementasikan. Objek diidentifikasi dalam tahap desain sistem yang dirancang. user
cek kriteria
kriteria belum lengkap kriteria lengkap menampilkan hasil
+username +password +level +email +status
kriteria
+tambah_user() +tampil_user() +detail_user() +hapus_user() +cek_login()
+nama_kriteriea +prioritas_kriteria +status +keterangan +type +tambah_kriteria() +tampil_kriteria() +edit_kriteria() +hapus_kriteria() +hitung_prioritas()
mata pelajaran +id +nama_mapel +tambah_mapel() +tampil_mapel() +edit_mapel() +hapus_mapel()
Gambar 4. State Diagram Peminatan siswa
3.2 1.
System Design Perancangan database
+nis +nama +jk +tgl_lahir +alamat +asal_sekolah
peminatan +username +nama_kriteria +jurusan +prioritas
+tambah_siswa() +detail_siswa() +hapus_siswa()
+hitung_prioritas()
Jurusan +nama_jurusan +keterangan +tambah_jurusan() +tampil_jurusan() +edit_jurusan() +hapus_jurusan()
Gambar 8. Class Diagram Peminatan 3.4
Implementation Selama fase ini, objek kelas dan hubungan timbal balik dari kelas-kelas ini dijabarkan dan benar-benar dikodekan dengan menggunakan bahasa pemrograman berorientasi objek. 4. 4.1
Hasil dan Pembahasan Gambaran Umum Aplikasi Aplikasi pendukung keputusan rekomendasi peminatan ini mengimplementasikan metode Analytical Hierarcy Process (AHP) untuk menghitung dan menentukan rekomendasi peminatan/jurusan di sekolah menengah atas. 4.2 Implementasi Metode AHP Gambar 5. Rancangan Database Peminatan 2. 1.
2.
Perancangan user interface Halaman peminatan
Gambar 6. Halaman Peminatan Halaman hasil peminatan
Gambar 9. Struktur Hierarki Peminatan 1. Menghitung kriteria Tabel 4. Perbandingan Kriteria Nilai Nilai Minat SMP Akademik Peserta Nilai SMP 1 Β½ Β½ Nilai 2/1 1 Β½ Akademik Minat 2/1 2/1 1 Tabel 5. Bentuk Desimal Matriks Kriteria Nilai Nilai Minat SMP Akademik Peserta Nilai SMP 1,0000 0,5000 0,5000 Nilai 2,0000 1,0000 0,5000 Akademik Minat 2,0000 2,0000 1,0000 Jumlah 5,0000 3,5000 2,0000
Gambar 7. Halaman Hasil Peminatan
4
Tabel 6. Normalisasi Matriks Perbandingan Nilai Nilai Minat Priorit SMP Akademi Pesert y k a Vektor Nilai 0,200 0,1429 0,2500 0,1976 SMP 0 Nilai 0,400 0,2857 0,2500 0,3119 Akademi 0 k Minat 0,400 0,5714 0,5000 0,4905 Peserta 0 Normalisasi dilakukan dengan membagi tiap nilai dengan jumlah tiap kolom. 1,0000 2,0000 contoh : 0,2000 = , 0,4000 = , dan 5,0000
5,0000
seterusnya. Priority vector didapat dari jumlah baris di bagi jumlah kriteria. π½π’πππ β πππππ Priority vektor = π½π’πππ β πΎπππ‘ππππ
Jumlah kriteria = 3 (0,2000 + 0,1429 + 0,2500 ) Nilai SMP = = 0,1976 Nilai Akademik = Minat Peserta =
3 (0,4000 + 0,2857 + 0,2500 )
3 (0,2000 + 0,5714 + 0,5000 ) 3
= 0,3119
= 0,4905
βmax = jumlah kolom x priority vektor + jumlah kolom n x priority vektor n = 5,0000 x 0,1976 + 3,5000 x 0,3119 + 2,0000 x 0,4905 = 0,9880 + 1,0917 + 0,9810 βmax = 3, 0607 Tabel 7. Nilai Random Index N 1 2 3 4 5 6 7 R 0, 0, 0, 0, 1, 1, 1, I 00 00 58 90 12 24 32 Nilai RI untuk jumlah kriteria 3 = 0,58 CI =
8 1, 41
9 1, 45
β max β jumlah kriteria
ππ’πππ β ππππ‘ππππ β1 3,0607 β3 0,0607
= = 3β1 CI = 0,0304 CI CR = =
2
π
πΌ 0,0304
Tabel 9. Kriteria Nilai Akademik Matematika Sosial Bahasa dan Sains Matematika 1 3 Β½ dan Sains Sosial 3/1 1 1/3 Bahasa 2 3 1 Didapat hasil : Matematika dan Sains : 0,3338 Sosial : 0,1416 Bahasa : 0,5247 Tabel 10. Kriteria Minat Peserta Didik Matematika Sosial Bahasa dan Sains Matematika 1 3 2 dan Sains Sosial 1/3 1 1 Bahasa Β½ 1 1 Didapat hasil : Matematika dan Sains : 0,5485 Sosial : 0,2106 Bahasa : 0,2409 3. Menghitung hasil Tabel 11. Overall Composite Weight Weig Matematik Sosial Bahas ht a dan Sains a Nilai SMP 0,197 0,4905 0,197 0,3119 6 6 Nilai 0,311 0,3338 0,141 0,5247 Akademik 9 6 Minat 0,490 0,5485 0,210 0,2409 5 6 Matematika 0,1976 X 0,4905 + 0,3119 X 0,3338 dan Sains + 0,4905 X 0,5485 0,47 Sosial 0,1976 X 0,1976 + 0,3119 X 0,1416 + 0,4905 X 0,2106 0,1856 Bahasa 0,1976 X 0,3119 + 0,3119 X 0,5247 + 0,4905 X 0,2409 0,3435 Hasil dari peminatan dengan data tersebut menghasilkan rekomendasi Matematika dan Sains. 4.3
Implementasi Aplikasi
0,58
CR = 0,0524 < 0,1 = KONSISTEN 2. Menghitung alternatif Tabel 8. Kriteria Nilai SMP Matematika Sosial dan Sains Matematika 1 2 dan Sains Sosial Β½ 1 Bahasa Β½ 2/1 Didapat hasil : Matematika dan Sains : 0,4905 Sosial : 0,1976 Bahasa : 0,3119
Bahasa 2 Β½ 1 Gambar 10. Halaman Hasil Peminatan
5
Mengklik tombol cetak pdf
Menghasilkan laporan berupa file pdf
Menghasilkan laporan berupa file pdf
5. 5.1
Gambar 11. Halaman Peminatan 4.4 Pengujian Aplikasi Data masukan Hasil yang diharapkan Data Menampilkan peminatan hasil peminatan sudah ada Data Menampilkan peminatan kriteria belum ada Mengklik Menampilkan tombol data input untuk pada kriteria mengisi data kriteria Mengisi salah Menampilkan satu input pesan peringatan dengan selain angka Mengklik tombol reset
Mengosongkan input input
Hasil perhitungan data tidak konsisten Hasil perhitungan data konsisten
Data tidak dapat disimpan
Mengklik tombol simpan
Data tersimpan di database
Mengklik tombol tampilkan hasil
Menampilkan hasil peminatan
Data dapat disimpan
Pengamatan Menampilkan halaman hasil peminatan Menampilkan kriteria yang harus di isi Menampilkan input untuk mengisi data kriteria Menampilkan pesan βperiksa kembali nilai yang anda masukanβ Form input menjadi kosong. Tombol simpan tidak muncul, dan data tidak dapat disimpan Tombol simpan muncul dan data dapat disimpan Data tersimpan dan menampilkan pesan βdata berhasi disimpanβ Menampilkan halaman hasil peminatan
Kesimpulan dan Saran Kesimpulan Berdasarkan hasil pembahasan dan implementasi dalam laporan tugas akhir ini didapat kesimpulan sebagai berikut : 1. Penggunaan metode analytical hierarchy process cukup sesuai untuk menghitung / memberikan rekomendasi peminatan pada pengguna. 2. Sistem pendukung keputusan ini bersifat umum sehingga dapat di akses oleh siswa dari sekolah manapun untuk memberikan rekomendasi peminatan. 3. Dengan dibangunya sistem pendukung keputusan rekomendasi peminatan ini diharapkan dapat memberikan gambaran kepada siswa untuk memilih jurusan apa yang sesuai dengan kemampuan akademik mereka. 5.2 Saran Saran untuk pengembangan aplikasi selanjutnya, antara lain : 1. Bekerja sama dengan sekolah menengah atas untuk memberikan bobot kriteria yang lebih spesifik untuk setiap sekolah. 2. Mengintergrasikan dengan sistem informasi akademik sekolah untuk mendapatkan data siswa yang lebih lengkap. 3. Menambah sub kriteria untuk pembobotan. 4. Menggunakan metode lain selain analytical hierarchy process untuk menghitung hasil peminatan sebagai perbandingan bagi pengguna.
DAFTAR PUSTAKA Kadarsah, Suryadi dan M Ali Ramdani. 2002. Sistem Pendukung Keputusan. Bandung : PT Remaja Rasdakarya Kementerian Pendidikan Dan Kebudayaan. 2013. Pedoman Peminatan Peserta Didik. Kementerian Pendidikan Dan Kebudayaan Rajender Nath, Directorate of Distance Education ; Object Modeling Technique, (http://www.ddegjust.ac.in/studymaterial/mca5/mca-503.pdf, diakses pada tanggal 13 Juni 2014) Turban, Efraim dan Jaye Aronson. 2005. Decision Support Systems And Intelligent Systems. Yogyakarta: Andi Undang-undang Republik Indonesia Nomor 20 Tahun 2003 tentang Sistem Pendidikan Nasional.
6