IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING) PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB (Skripsi)
Oleh M.Dian Hasabi Ruzain 1217051038
JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG 2017
ABSTRACT IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING METHOD ON WEB BASED DECISION SUPPORT SYSTEM FOR RECOMMENDATION OF PRIVATE SENIOR HIGH SCHOOL IN BANDAR LAMPUNG CITY By M. DIAN HASABI RUZAIN Determining the appropriate private school wishes and criteria is not easy. The number of school choices also affect the parents and prospective students in choosing which school fits. Because there are parents who want their children to go to school with the best quality and do not care about the cost, but some are more concerned with cost than the quality of schooling. There are several considerations that are important criteria in choosing a school such accreditation, initiation fees, the number of classes, number of students, money payment, graduation rates, school quality, and distance. Surely it would be very difficult to choose which school is in accordance with the desired criteria especially in Bandar Lampung city there are 35 private high school. Based on the above issues, we need a system that can provide recommendations for the selection of a private high school for prospective high school students. The solution is to make a decision support system that able to recommend the best private school based on the criteria specified by the user. The Decision Support Systems have been built in web-based and implementing SAW (Simple Additive weighting) method. The system has several features that can show the school detail information, map of the school location, get a route to the school, and also get the five best school recommendations based on criteria set by the user. Partitioning Equivalence Testing Results showed that the system can be run according to the needs of the user. While the test results showed the system is non-functional in the category of "Very Good" with the average value of 81%.
Keywords: Decision System, SAW (Simple Additive Weighting), Senior High School.
ABSTRAK IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING) PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB Oleh M. DIAN HASABI RUZAIN Menentukan SMA swasta yang sesuai keinginan dan dan kriteria bukanlah hal yang mudah. Banyaknya pilihan sekolah juga mempengaruhi para orang tua maupun calon siswa dalam memilih sekolah mana yang cocok. Karena ada orangtua yang menginginkan anaknya masuk ke sekolah dengan kualitas terbaik dan tidak mempedulikan biayanya namun ada juga yang lebih mementingkan biaya daripada kualitas sekolahnya. Ada beberapa pertimbangan kriteria yang penting dalam memilih sekolah diantaranya akreditasi, uang pangkal, jumlah kelas, jumlah murid, uang spp, tingkat kelulusan, mutu sekolah, dan jarak. Tentunya akan sangat sulit untuk memilih mana sekolah yang sesuai dengan kriteria yang diinginkan apalagi di Bandar Lampung terdapat 35 SMA swasta. Berdasarkan permasalahan diatas, dibutuhkan suatu sistem yang dapat memberikan rekomendasi dalam pemilihan SMA swasta bagi calon siswa SMA. Solusinya yaitu membuat suatu sistem pendukung keputusan yang dapat merekomendasikan SMA swasta terbaik bedasarkan kriteria yang telah ditentukan oleh pengguna. Sistem Pendukung Keputusan ini dibangun berbasis web serta menggunakan metode SAW (Simple Additive Weighting). Di dalam Sistem ini memiliki beberapa fitur yaitu dapat melihat informasi sekolah secara detail, pemetaan lokasi sekolah, mendapatkan rute ke sekolah, dan juga mendapatkan lima rekomendasi sekolah terbaik bedasarkan kriteria yang telah ditentukan sendiri oleh pengguna. Hasil Pengujian Equivalence Partitioning menunjukan bahwa sistem dapat berjalan sesuai kebutuhan pengguna. Sedangkan hasil pengujian non fungsional menujukkan sistem ini masuk dalam kategori “Sangat Baik” dengan rata - rata nilai 81%. Kata Kunci: Sistem Pendukung Keputusan, SAW (Simple Additive Weighting), SMA (Sekolah Menengah Atas).
IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING) PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB
Oleh : M. DIAN HASABI RUZAIN
Skripsi Sebagai Salah Satu Syarat untuk Memperoleh Gelar SARJANA KOMPUTER pada Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam
JURUSAN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS LAMPUNG 2017
RIWAYAT HIDUP
Penulis dilahirkan pada 13 Juli 1994 di Bandar Lampung, sebagai anak kedua dari dua bersaudara dengan ayah bernama Berchah Pitoewas dan Ibu bernama Retno Winarsih. Penulis menyelesaikan pendidikan Sekolah Dasar (SD) di SD AlKautsar Bandar Lampung tahun 2006, menyelesaikan Sekolah Menengah Pertama (SMP) di SMP Negeri 23 Bandar Lampung tahun 2009, kemudian melanjutkan ke jenjang Sekolah Menengah Atas (SMA) di SMA YP UNILA Bandar Lampung dan lulus pada tahun 2012.
Pada tahun 2012, penulis terdaftar sebagai mahasiswa jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Adapun kegiatan yang dilakukan penulis selama menjadi mahasiswa antara lain : 1. Melaksanakan kegiatan Kerja Praktik (KP) di Bidang Neraca Badan Pusat Statistik (BPS) Provinsi Lampung pada bulan Januari 2015. 2. Melaksanakan kegiatan Kuliah Kerja Nyata (KKN) di Tiyuh Murni Jaya Kecamatan Tumijajar Kabupaten Tulang Bawang Barat pada Bulan JuliSeptember 2015
PERSEMBAHAN
Bismillahirahmanirrohim Dengan Rahmat Allah yang Maha Pengasih dan Maha Penyayang. Dengan ini aku saya persembahkan karya ini untuk
Ayahanda Berchah Pitoewas dan Ibunda Retno Winarsih. Terimakasih atas segala doa, cinta Dan limpahan kasih sayang mu yang tak akan terbalaskan. Dan untuk kakak ku Apga Repindo, Yang selama ini selalu memberikan senyuman Dan kebersamaan yang tidak akan pernah terlupakan. Keluarga Ilmu Komputer 2012, Serta Almamater tercinta, Universitas Lampung.
MOTTO
“Ketika Jatuh jangan hanya sekedar tersungkur, ketika bangkit jangan hanya sekedar berdiri”
“If i try my best & fail, well, i’ve tried my best"
“Never give up. Today is hard, tomorrow will be worse, but the day after tomorrow will be sunshine”
SANWACANA
Alhamdulillahirabbil’alamin, puji syukur kehadirat Allah SWT atas berkat rahmat, hidayah, dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi ini. Skripsi ini disusun sebagai syarat untuk memperoleh gelar Sarjana Komputer di Jurusan Ilmu Komputer Universitas Lampung. Penyelesaian skripsi ini tidak terlepas dari bantuan banyak pihak yang membantu baik secara materi, moril, saran, dan bimbingan. Oleh karena itu, penulis mengucapkan terimakasih kepada: 1. Kedua orang tua tercinta, Bapak Berchah Pitoewas dan Ibu Retno Winarsih, serta kakakku Apga Repindo yang selalu memberi dukungan berupa materi, doa, motivasi dan kasih sayang yang tak terhingga. 2. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc sebagai pembimbing utama, yang telah membimbing penulis dan memberikan ide, kritik serta saran sehingga penulisan skripsi ini dapat diselesaikan. 3. Ibu Astria Hijriani, S.Kom., M.Kom sebagai pembimbing kedua, yang telah memberikan saran, bantuan, dan membimbing penulis sehingga penulisan skripsi ini dapat diselesaikan. 4. Bapak Rico Andrian, S.Si., M.Kom sebagai pembahas, yang telah memberikan masukan yang bermanfaat dalam perbaikan skripsi ini. 5. Bapak Prof. Warsito, S.Si.,D.E.A.,Ph.D selaku Dekan FMIPA Universitas Lampung.
6. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc selaku Ketua Jurusan Ilmu Komputer dan Bapak Didik Kurniawan, S.Si., MT selaku Sekretaris Jurusan Ilmu Komputer FMIPA Universitas Lampung. 7. Ibu Anie Rose Irawati, S.T., M.Cs selaku Pembimbing Akademik, serta Bapak dan Ibu Dosen Jurusan Ilmu Komputer yang telah memberikan ilmu dan pengalaman dalam hidup untuk menjadi lebih baik. 8. Andri, Darsono, Edwin, Gilang, dan Reski yang telah membantu dan memberikan motivasi dalam pengerjaan skripsi. 9. Kawan-kawan seperjuangan: Concon, Puja, Anita, Erlina, Yuni, Nafi, Maya, Shandy, Eko, Dipa, Deby, Qiqin, Juan, Rahman, Adit, Abet, Arif, Bintang, Ridwan, Ichan, Ical, Roni, Afriska, Eka, Erika, Cindona, Indah, Lia, Nila, Dian, Nurul, Ciwo, dan seluruh keluarga Ilmu Komputer 2012, 2011, dan 2013. 10. Ibu Ade Nora Maela dan Mas Irsan yang telah membantu segala urusan administrasi dan Mas Nurkholis yang telah membukakan MIPA Terpadu dan ruang baca serta menyiapkan ruang seminar. Penulis menyadari bahwa laporan ini masih jauh dari kata sempurna. Secara pribadi penulis mohon maaf yang sebesar-besarnya atas segala kekurangannya. Besar harapan agar skripsi ini dapat berguna bagi penulis dan semua pembacanya. Bandar Lampung, 20 April 2017 Penulis
M.Dian Hasabi Ruzain
DAFTAR ISI
Halaman DAFTAR ISI ....................................................................................................... xiii DAFTAR GAMBAR ....................................................................................... xviii DAFTAR TABEL ............................................................................................... xxi DAFTAR KODE .............................................................................................. xxiii BAB I PENDAHULUAN ................................................................................... 1 1.1 Latar Belakang ........................................................................................ 1 1.2 Rumusan Masalah ................................................................................... 3 1.3 Batasan Masalah...................................................................................... 4 1.4 Tujuan Penelitian .................................................................................... 4 1.5 Manfaat Penelitian .................................................................................. 5 BAB II TINJAUAN PUSTAKA......................................................................... 6 2.1 Pengertian Sekolah Menengah Atas........................................................ 6 2.2 Sistem Pendukung Keputusan ................................................................. 7 2.2.1 Pengertian Sistem Pendukung Keputusan ...................................... 7 2.2.2 Karakteristik Sistem Pendukung Keputusan .................................. 9 2.2.3 Tipe Keputusan .............................................................................. 9 2.2.4 Tahapan Pengambilan Keputusan .................................................. 11
xiii
2.2.5 Komponen Sistem Pendukung Keputusan ..................................... 12 2.2.6 Manfaat Sistem Pendukung Keputusan .......................................... 13 2.3 Multiple Attribute Decision Making (MADM) ....................................... 14 2.4 Metode Simple Additive Weighting (SAW) ............................................ 15 2.5 Sistem Informasi Geografis..................................................................... 17 2.5.1 Pengertian Sistem Informasi Geografis ......................................... 17 2.5.2 Manfaat Sistem Informasi Geografis ............................................. 18 2.6 Pengertian Google Maps API.................................................................. 18 2.7 PHP (Hypertext Preprocessor) ............................................................... 19 2.8 MySQL ( My Structured Query Language ) ............................................ 19 2.9 Metode V-Model...................................................................................... 19 2.9.1 Pengertian V-Model........................................................................ 19 2.9.2 Langkah-langkah V-Model ............................................................. 20 2.9.3 Tahapan V-Model ........................................................................... 22 2.10 DFD (Data Flow Diagram) ................................................................... 23 2.11 ERD (Entity Relationship Diagram) ..................................................... 24 2.12 Penelitian Terkait .................................................................................. 25 2.12.1 Chandra Surya .............................................................................. 25 2.12.2 Nugroho Joko Usito ..................................................................... 26 2.12.3 Pristiwanto ................................................................................... 27 BAB III Metode Penelitian ................................................................................. 28 3.1 Tempat dan Waktu Penelitian ................................................................. 28 3.2 Tahapan Penelitian .................................................................................. 28 3.2.1 Identifikasi Masalah ....................................................................... 30
xiv
3.2.2 Analisis Kebutuhan ........................................................................ 30 3.2.2.1 Analisis Masalah ................................................................ 30 3.2.2.2 Analisis Kebutuhan Sistem ................................................ 31 3.2.3 Desain Sistem ................................................................................. 32 3.2.3.1 Context Diagram................................................................ 32 3.2.3.2 Data Flow Diagram ........................................................... 33 3.2.3.3 Entity Relationship Diagram ............................................. 38 3.2.3.4 Desain Interface ................................................................. 42 3.2.3.4.1 Halaman Interface Bagi Admin ........................... 42 3.2.3.4.2 Halaman Interface Bagi User ............................. 48 3.2.4 Implementasi .................................................................................. 55 3.2.5 Pengujian Sistem ............................................................................ 55 3.2.5.1 Pengujian Black Box .......................................................... 55 3.2.5.2 Pengujian Manual Metode SAW ....................................... 59 BAB IV HASIL DAN PEMBAHASAN ............................................................ 65 4.1 Hasil ........................................................................................................ 65 4.2 Implementasi Sistem ............................................................................... 66 4.3 Tampilan Web untuk Admin ................................................................... 67 4.3.1 Tampilan Halaman Login ............................................................... 67 4.3.2 Tampilan Halaman Beranda ........................................................... 68 4.3.3 Tampilan Halaman Kriteria ............................................................ 69 4.3.4 Tampilan Halaman Tambah Kriteria.............................................. 70 4.3.5 Tampilan Halaman Ubah Kriteria .................................................. 71 4.3.6 Tampilan Halaman Subkriteria ...................................................... 72
xv
4.3.7 Tampilan Halaman Tambah Subkriteria ........................................ 73 4.3.8 Tampilan Halaman Ubah Subkriteria ............................................. 74 4.3.9 Tampilan Halaman Data Sekolah ................................................... 75 4.3.10 Tampilan Halaman Tambah Data Sekolah ................................... 76 4.3.11 Tampilan Halaman Ubah Data Sekolah ....................................... 77 4.3.12 Tampilan Halaman Input Penilaian .............................................. 78 4.3.13 Tampilan Halaman Data Pengguna .............................................. 79 4.3.14 Tampilan Halaman Tambah Pengguna ........................................ 80 4.3.15 Tampilan Halaman Ubah Data Pengguna .................................... 81 4.4 Tampilan Web untuk User....................................................................... 82 4.4.1 Tampilan Halaman Registrasi ........................................................ 82 4.4.2 Tampilan Halaman Beranda User .................................................. 83 4.4.3 Tampilan Halaman Data Sekolah User .......................................... 83 4.4.4 Tampilan Halaman Pemetaan ......................................................... 84 4.4.5 Tampilan Halaman Pemilihan ........................................................ 84 4.4.6 Tampilan Halaman Analisa SAW .................................................. 86 4.4.7 Tampilan Halaman Rekomendasi .................................................. 87 4.4.8 Tampilan Halaman Jarak ke Sekolah ............................................. 88 4.5 Pengujian Sistem ..................................................................................... 89 4.5.1 Pengujian Fungsional ..................................................................... 89 4.5.2 Pengujian Non Fungsional ............................................................. 94 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan.............................................................................................. 100 5.2 Saran ........................................................................................................ 101
xvi
DAFTAR PUSTAKA ......................................................................................... 102 LAMPIRAN
xvii
DAFTAR GAMBAR
Halaman Gambar 2.1. Skematik DSS (Turban, 2005). ...................................................... 13 Gambar 2.2. Metode V-Model ............................................................................. 20 Gambar 3.1. Diagram Alir Metodologi Penelitian .............................................. 29 Gambar 3.2. Gambar Context Diagram .............................................................. 33 Gambar 3.3. DFD Level 0 ................................................................................... 34 Gambar 3.4. DFD level 1 Proses 1 Melakukan Login ........................................ 35 Gambar 3.5. DFD level 1 Proses 2 Mengolah Data User ................................... 35 Gambar 3.6. DFD level 1 Proses 3 Mengolah Data Kriteria .............................. 36 Gambar 3.7. DFD level 1 Proses 4 Mengolah Data Sub Kriteria ....................... 36 Gambar 3.8. DFD level 1 Proses 5 Mengolah Data Sekolah .............................. 37 Gambar 3.9. DFD level 1 Proses 6 Mengisi Bobot Kriteria ............................... 37 Gambar 3.10. DFD level 1 Proses 7 Mengolah Rangking .................................. 38 Gambar 3.11. Entity Relationship Diagram........................................................ 39 Gambar 3.12. Halaman Login Admin.................................................................. 43 Gambar 3.13. Halaman Admin Beranda .............................................................. 43 Gambar 3.14. Halaman Admin Data Kriteria ...................................................... 44 Gambar 3.15. Halaman Admin Tambah Data Kriteria ....................................... 44 Gambar 3.16. Halaman Admin Subkriteria ......................................................... 45
xviii
Gambar 3.17. Halaman Admin Tambah Nilai Subkriteria .................................. 46 Gambar 3.18. Halaman Admin Data Sekolah...................................................... 46 Gambar 3.19. Halaman Admin Tambah Data Sekolah ....................................... 47 Gambar 3.20. Halaman Admin Input Rangking .................................................. 47 Gambar 3.21. Halaman Admin Input Penilaian ................................................... 48 Gambar 3.22. Halaman Admin Lihat Pengguna .................................................. 48 Gambar 3.23. Halaman Admin Tambah Pengguna ............................................. 49 Gambar 3.24. Halaman Login User .................................................................... 50 Gambar 3.25. Halaman Registrasi ...................................................................... 50 Gambar 3.26. Halaman User Beranda ................................................................ 51 Gambar 3.27. Halaman User Data Sekolah ........................................................ 51 Gambar 3.28. Halaman User Detail Data Sekolah ............................................ 52 Gambar 3.29. Halaman User Pemetaan ............................................................ 52 Gambar 3.30. Halaman User Pemilihan Kriteria ................................................ 53 Gambar 3.31. Halaman User Analisa SAW........................................................ 54 Gambar 3.32. Halaman User Rekomendasi Sekolah .......................................... 54 Gambar 4.1. Halaman Login ............................................................................... 68 Gambar 4.2. Halaman Beranda ........................................................................... 68 Gambar 4.3. Halaman Kriteria ............................................................................ 69 Gambar 4.4. Halaman Tambah Kriteria .............................................................. 70 Gambar 4.5. Halaman Ubah Kriteria .................................................................. 71 Gambar 4.6. Halaman Subkriteria ....................................................................... 72 Gambar 4.7. Halaman Tambah Subkriteria ........................................................ 73 Gambar 4.8. Halaman Ubah Subkriteria ............................................................. 74
xix
Gambar 4.9. Halaman Data Sekolah ................................................................... 75 Gambar 4.10. Halaman Tambah Data Sekolah ................................................... 76 Gambar 4.11. Halaman Ubah Data Sekolah ....................................................... 77 Gambar 4.12. Halaman Input Penilaian .............................................................. 78 Gambar 4.13. Halaman Data Pengguna .............................................................. 79 Gambar 4.14. Halaman Tambah Pengguna......................................................... 80 Gambar 4.15. Halaman Ubah Data Pengguna .................................................... 81 Gambar 4.16. Halaman Registrasi User .............................................................. 82 Gambar 4.17. Halaman Beranda User ................................................................ 83 Gambar 4.18. Halaman Data Sekolah untuk User .............................................. 83 Gambar 4.19. Halaman Pemetaan Sekolah ......................................................... 84 Gambar 4.20. Halaman Pemilihan Bobot Kriteria .............................................. 85 Gambar 4.21. Halaman Analisa SAW ................................................................ 86 Gambar 4.22. Halaman Rekomendasi Sekolah ................................................... 87 Gambar 4.23. Halaman Jarak ke Sekolah ........................................................... 88
xx
DAFTAR TABEL
Halaman Tabel 2.1. Notasi Simbol Data Flow Diagram (DFD) ....................................... 24 Tabel 2.2. Simbol Entity Relationship Diagram (ERD) ..................................... 25 Tabel 3.1. Contoh Struktur Tabel Sekolah .......................................................... 40 Tabel 3.2. Contoh Struktur Tabel kriteria .......................................................... 40 Tabel 3.3. Contoh Struktur Tabel kriteria user ................................................... 41 Tabel 3.4. Contoh Struktur Tabel Nilai ............................................................... 41 Tabel 3.5. Contoh Struktur Tabel Pengguna ....................................................... 41 Tabel 3.6. Contoh Struktur Tabel Rangking ....................................................... 42 Tabel 3.7. Daftar Pengujian Black Box pada sistem untuk Admin ..................... 56 Tabel 3.8. Daftar Pengujian Black Box pada sistem untuk User ........................ 58 Tabel 3.9. Kriteria dan Bobot Akreditasi (C1) .................................................... 60 Tabel 3.10. Kriteria dan Bobot Uang Pangkal (C2) ............................................ 60 Tabel 3.11. Kriteria dan Bobot Jumlah Kelas (C3) ............................................. 60 Tabel 3.12. Kriteria dan Bobot Uang SPP (C4) .................................................. 60 Tabel 3.13. Kriteria dan Bobot Tingkat Kelulusan (C5) ..................................... 61 Tabel 3.14. Kriteria dan Bobot Mutu Sekolah (C6) ............................................ 61 Tabel 3.15. Kriteria dan Bobot Jumlah Murid (C7) ............................................ 61 Tabel 3.16. Kriteria dan Bobot Jarak (C8) .......................................................... 61
xxi
Tabel 3.17. Contoh Kasus ................................................................................... 62 Tabel 3.18. Rating Kecocokan Setiap Alternatif pada kriteria ........................... 62 Tabel 4.1. Daftar file.php Sistem Berbasis Web.................................................. 66 Tabel 4.2. Hasil pengujian fungsional admin...................................................... 89 Tabel 4.3. Hasil pengujian fungsional user ......................................................... 92 Tabel 4.4. Hasil pengujian non fungsional.......................................................... 94 Tabel 4.5. Hasil analisis kriteria.......................................................................... 99
xxii
DAFTAR KODE
Halaman Kode 4.1 Potongan Kode Program Tampilan Halaman kriteria ......................... 69 Kode 4.2 Potongan Kode Program Tampilan Halaman Tambah Kriteria .......... 70 Kode 4.3 Potongan Kode Program Tampilan Halaman Ubah Kriteria ............... 71 Kode 4.4 Potongan Kode Program Tampilan Halaman Subkriteria ................... 72 Kode 4.5 Potongan Kode Program Tampilan Halaman Tambah Subkriteria ..... 73 Kode 4.6 Potongan Kode Program Tampilan Halaman Ubah Subkriteria ......... 74 Kode 4.7 Potongan Kode Program Tampilan Halaman Data Sekolah ............... 75 Kode 4.8 Potongan Kode Program Tampilan Tambah Data Sekolah ................. 76 Kode 4.9 Potongan Kode Program Tampilan Halaman Ubah Data Sekolah ...... 77 Kode 4.10 Potongan Kode Program Tampilan Halaman Input Penilaian .......... 78 Kode 4.11 Potongan Kode Program Tampilan Halaman Data Pengguna .......... 79 Kode 4.12 Potongan Kode Program Tampilan Tambah Data Pengguna ............ 80 Kode 4.13 Potongan Kode Program Tampilan Ubah Data Pengguna ............... 81 Kode 4.14 Potongan Kode Program Tampilan Pemilihan Kriteria Sekolah ....... 85 Kode 4.15 Potongan Kode Program Tampilan Halaman Analisa SAW ............. 86 Kode 4.16 Potongan Kode Program Tampilan Rekomendasi Sekolah............... 87 Kode 4.17 Potongan Kode Program Tampilan Halaman Jarak ke Sekolah ........ 88
xxiii
BAB I PENDAHULUAN
1.1
Latar Belakang
Saat ini di Bandar Lampung Jumlah kuota SMAN (Sekolah Menengah Atas Negeri) sangat terbatas, sedangkan kuota jumlah siswa yang akan melanjutkan jenjang dari SMPN lebih besar dari kuota SMA Negeri di Bandar Lampung. Menurut data yang didapatkan dari Dinas Pendidikan Bandar Lampung Jumlah Siswa SMP yang lulus pada tahun 2016 sebesar 10.430 sedangkan kuota SMA Negeri hanya mampu menampung 2.213 murid, sehingga 8.217 harus memilih melanjutkan pendidikan ke SMK maupun SMA Swasta di Bandar Lampung.
Salah satu permasalahan yang dihadapi oleh para orang tua atau calon siswa yang ingin melanjutkan sekolah ke SMA Swasta adalah menentukan pilihan sekolah yang sesuai dengan kriteria. Banyaknya pilihan sekolah membuat siswa juga
kesulitan dalam menentukan pilihan maupun mendapatkan data atau
informasi secara lengkap, teracatat di Dinas Pendidikan Kota Bandar Lampung jumlah SMA Swasta sebanyak 33 sekolah. Selama ini orang tua maupun calon siswa SMA biasanya mendapatkan info tentang sekolah dari mulut ke mulut seperti dari tetangga maupun alumni sekolah tersebut. Orangtua calon siswa
tentunya tidak ingin salah memilih sekolah yang mana akan berpengaruh penting bagi kemajuan prestasi para calon siswa. Ada Orang tua calon siswa yang tidak ingin membayar mahal untuk biaya masuk dan Uang SPP , Namun
ada pula
yang tidak memikirkan biaya meskipun
dengan harga mahal akan tetapi mutu pendidikan, sarana dan pra-sarana jauh lebih menjadi prioritas utama mereka untuk menentukan sekolah. Berdasarkan permasalahan
diatas,
diperlukan
suatu
solusi
yang
dapat memberikan
rekomendasi dalam pemilihan SMA swasta bagi calon siswa SMA. Solusinya yaitu membuat suatu
Sistem Pendukung Keputusan rekomendasi pemilihan
SMA swasta menggunakan metode SAW. Konsep dasar pada metode SAW yaitu mencari penjumlahan terbobot dari rating kinerja pada setiap altematif dari semua atribut, diharapkan dengan dapat
menitik beratkan
pada
bobot
kriteria
pemilih
membantu memutuskan SMA swasta yang sesuai dengan keinginan.
Alasan mengapa menggunakan SAW dibandingkan metode lain ialah karena kelebihan dari metode simple additive weighting dibanding dengan metode pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan setelah menentukan bobot untuk setiap atribut.
Alasan mengapa hanya SMA swasta yang dipilih yaitu alasan pertama, untuk membantu para Calon siswa dan Orang tua calon siswa untuk lebih selektif dalam memilih SMA Swasta, karena sudah menjadi hal umum bahwa tidak semua SMA
2
Swasta memiliki kualitas dan Kuantitas seperti SMA Negeri yang lebih dipercaya oleh Orangtua. Lalu alasan kedua, kebanyakan calon siswa yang akan mendaftar di SMA swasta adalah calon siswa yang gagal lulus di ujian masuk SMA Negeri (walaupun tidak semuanya), biasanya para orang tua dan calon siswa akan melihat dulu uang pangkal maupun SPP, mutu, tingkat kelulusan,
jarak dari tempat
tinggal menuju sekolah, fasilitas maupun hal-hal terkait prestasi maupun visi misi sekolah agar kedepannya tidak terjadi hal yang tidak diinginkan oleh orang tua maupun calon siswa.
Permasalahan yang
akan
diselesaikan
yaitu
bagaimana
merancang dan
membuat sistem pendukung keputusan rekomendasi pemilihan SMA swasta di Bandar Lampung menggunakan metode SAW
yang pengisian
kriteria
pembobotan ditentukan sendiri oleh user. Agar pembuatan sistem ini dapat berjalan sesuai keinginan pengguna dan pengelola, maka penulis juga akan melakukan kerjasama dengan MKKS SMA Kota Bandar Lampung.
1.2 Rumusan Masalah Berdasarkan latar belakang masalah dan identifikasi masalah di atas, rumusan dari penelitian ini adalah. 1. Bagaimanakah
merancang
sistem
pendukung
keputusan
rekomendasi
pemilihan SMA swasta di Bandar Lampung dengan metode Simple Additive Weighting (SAW) bagi calon siswa.
3
2. Bagaimanakah menerapkan metode Simple Additive Weighting (SAW) sebagai salah satu metode dalam membuat sistem pendukung keputusan rekomendasi pemilihan SMA swasta di Bandar Lampung bagi calon siswa.
1.3 Batasan Masalah Berdasarkan dengan latar belakang dan perumusan masalah yang telah diuraikan, agar pembahasan dalam penelitian ini tidak meluas, dibatasi hal-hal sebagai berikut. a) Sistem pendukung keputusan dibuat dengan metode Simple Additive Weighting (SAW) berbasis Web. b) Kriteria yang digunakan dalam penelitian ini adalah jarak, akreditasi, jumlah kelas, jumlah siswa, uang SPP, uang pangkal, tingkat kelulusan, dan mutu sekolah. c) Sistem ini menampilkan pemetaan SMA Swasta di Bandar Lampung dan juga dapat menampilkan rute ke sekolah bedasarkan lokasi user d) Sistem ini hanya memberikan pendukung keputusan rekomendasi saja sehingga keputusan sesungguhnya yang diambil tetap berada pada user.
1.4 Tujuan Penelitian Tujuan penelitan ini adalah sebagai berikut. a) Membangun suatu model pengambilan keputusan dengan
mengunakan
metode Simple Additive Weighting (SAW) untuk merekomendasikan SMA Swasta di Bandar Lampung.
4
b) Memudahkan para calon siswa/ orang tua dalam memilih SMA sesuai dengan kriteria yang diinginkan.
1.5 Manfaat Penelitian Adapun manfaat dari penelitian ini adalah sebagai berikut. a) Memberikan rekomendasi dalam pengambilan keputusan untuk menentukan SMA swasta di Bandar Lampung sesuai dengan bobot yang telah ditentukan. b) Membantu calon siswa dan orang tua dalam memilih/ merekomendasikan pemilihan SMA swasta sesuai keinginan sehingga tidak terjadi hal-hal yang memberatkan di kemudian hari.
5
BAB II TINJAUAN PUSTAKA
2.1 Pengertian Sekolah Menengah Atas SMA adalah kepanjangan dari Sekolah Menengah Atas yang merupakan tingkat pendidikan formal di Indonesia yang setara dengan SMA di luar negeri. Jenjang pendidikan yang ditempuh setelah lulus dari Sekolah Menengah Pertama (SMP) atau setaranya. SMA ditempuh dalam kisaran waktu tiga tahun, dari kelas X (kelas 1), kelas XI (kelas 2) hingga kelas XII (kelas 3). Untuk siswa yang cerdas, ada program akselerasi yang biasanya hanya ditempuh hanya dalam waktu dua tahun.
Pada kelas XI, siswa SMA memiliki pilihan untuk masuk ke salah satu dari tiga departemen, yaitu Sains, Sosial dan Bahasa (sebelumnya, tidak pernah ada pilihan jurusan atas nama ilmu pengetahuan, ilmu sosial, dan bahasa. Kemudian, Fisika, Biologi , Sosial, dan Bahasa). Pada akhir kelas XII (tahun ketiga), siswa-siswi diwajibkan untuk menjalani Ujian Nasional (Ebtanas). Setelah itu, ketika sudah lulus tingkat SMA, siswa-siswi bisa melanjutkan pendidikan ke Perguruan Tinggi, tetapi ada juga yang langsung dapat bekerja.
Secara umum, Pengertian Sekolah Menengah Atas adalah sekolah anak-anak yang berusia 16 sampai 18 tahun. Namun, di luar itu banyak siswa yang berusia 14 atau
15 sudah di SMA. Sebaliknya, ada juga siswa yang berusia 20 atau 21 tahun masih seragam SMA. Pada dahulu kala, saat kolonialisme Belanda, SMA disebut dengan nama Algemeene Middelbare School (AMS). Di era penjajahan Jepang, SMA disebut dengan Sekolah Menengah Tinggi (SMT). Pasca kemerdekaan, SMT berganti nama lagi menjadi Sekolah Menengah Oemoem Atas (SMOA). Dan tak lama kemudian, SMOA berubah menjadi Sekolah Menengah Atas (SMA). Pada tahun akademik 1994/1995, SMA berubah menjadi Sekolah Menengah Umum (SMU). Tapi hanya sepuluh tahun, setelah tahun 2003/2004 sekolah, sebutan SMA digunakan lagi sampai sekarang.
SMA diselenggarakan baik oleh pemerintah maupun swasta. Sebelum daerah otonom diberlakukan pada tahun 2001, pengelolaan SMA negeri di Indonesia di bawah Departemen Pendidikan Nasional (Depdiknas). Sekarang, manajemen merupakan tanggung jawab kabupaten / kota. Departemen Pendidikan telah menjadi peran yang terbatas regulator dalam standar nasional pendidikan. Dengan demikian, secara struktural, negara kini telah menjadi sekolah tinggi unit pelaksana teknis dinas pendidikan kabupaten / kota (Taufik, 2010).
2.2 Sistem Pendukung Keputusan (Decision Support System) 2.2.1 Pengertian Sistem Pendukung Keputusan Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah
7
data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik (Ching-Chin ,dkk., 2010).
Pendapat oleh beberapa ahli bahwa SPK atau Decision Support System (DSS) dibuat untuk meningkatkan proses dan kualitas hasil pengambilan keputusan, dimana DSS dapat memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses pengambilan keputusan (Maharrani, dkk., 2010).
Sistem pendukung keputusan menurut Wibowo ialah proses pengambilan keputusan dibantu menggunakan komputer untuk membantu pengambil keputusan dengan menggunakan beberapa data dan model tertentu untuk menyelesaikan beberapa masalah yang tidak terstruktur. Keberadaan SPK pada perusahaan atau organisasi bukan untuk menggantikan tugas-tugas pengambil keputusan, tetapi merupakan sarana yang membantu bagi mereka dalam pengambilan keputusan.
Dengan menggunakan data-data yang diolah menjadi informasi untuk mengambil keputusan dari masalah-masalah semi-terstruktur. Dalam implementasi SPK, hasil dari keputusan-keputusan dari sistem bukanlah hal yang menjadi patokan, pengambilan keputusan tetap berada pada pengambil keputusan. Sistem hanya menghasilkan keluaran yang mengkalkulasi data-data sebagaimana pertimbangan seorang pengambil keputusan. Sehingga kerja pengambil keputusan dalam mempertimbangkan keputusan dapat dimudahkan (Wibowo, 2011).
8
Dengan pengertian diatas dapat dijelaskan bahwa Sistem Pendukung Keputusan bukanlah alat pengambilan keputusan, melainkan merupakan sistem yang membantu pengambil keputusan dengan melengkapi sistem dengan informasi dari data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan tentang suatu masalah.
2.2.2 Karakteristik Sistem Pendukung Keputusan Karakteristik sistem pendukung keputusan. 1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi komputerisasi. 2. Dalam
proses
mengkombinasikan
pengolahannya, penggunaan
sistem
model-model
pendukung analisis
keputusan
dengan
teknik
pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi. 3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunakan/dioperasikan dengan mudah. 4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi (Wibowo, 2011).
2.2.3 Tipe Keputusan Menurut Turban, dkk. (2005), dalam sistem pendukung keputusan terdapat tiga jenis tipe keputusan yaitu.
9
1. Keputusan Terstruktur Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan bersifat rutin. Informasi yang dibutuhkan spesifik, terjadwal, sempit, interaktif, real time, internal, dan detail. Prosedur yang dilakukan untuk pengambilan keputusan sangat jelas. Keputusan ini terutama dilakukan pada manajemen tingkat bawah. Contoh: keputusan pemesanan barang dan keputusan penagihan piutang; menentukan kelayakan lembur, mengisi persediaan, dan menawarkan kredit pada pelanggan.
2. Keputusan Semi-terstruktur Keputusan semi-terstruktur adalah keputusan yang mempunyai sifat yakni sebagian keputusan dapat ditangani oleh komputer dan yang lain tetap harus dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan fokus, spesifik, interaktif, internal, real time, dan terjadwal. Contoh: pengevaluasian kredit, penjadwalan produksi, merancang rencana pemasaran, dan mengembangkan anggaran departemen.
3. Keputusan Tidak Terstruktur Keputusan tidak terstruktur adalah keputusan yang penanganannya rumit karena tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut pengalaman dari berbagai sumber yang bersifat eksternal. Keputusan ini umumnya terjadi pada manajemen tingkat atas. Informasi yang dibutuhkan umum, luas, internal, dan eksternal.
10
2.2.4 Tahapan Pengambilan Keputusan Untuk menghasilkan keputusan yang baik ada beberapa tahapan proses yang harus dilalui dalam pengambilan keputusan terstruktur, semi-terstruktur, maupun tidak terstruktur. Menurut Hermawan (2005), proses pengambilan keputusan melalui beberapa tahap berikut.
1. Tahap Penelusuran Tahap ini pengambil keputusan mempelajari kenyataan yang terjadi, sehingga kita bisa mengidentifikasi masalah yang terjadi biasanya dilakukan analisis dari sistem ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen pernyataan masalah.
2. Tahap Desain Dalam tahap ini pengambil keputusan menemukan, mengembangkan dan menganalisis semua pemecahan yang mungkin yaitu melalui pembuatan model yang bisa mewakili kondisi nyata masalah. Dari tahapan ini didapatkan keluaran berupa dokumen alternatif solusi.
3. Tahap Choice Dalam tahap ini pengambil keputusan memilih salah satu alternatif pemecahan yang dibuat pada tahap desain yang dipandang sebagai aksi yang paling tepat untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan dokumen solusi dan rencana implementasinya.
11
4. Tahap Implementasi Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap choice. Implementasi yang sukses ditandai dengan terjawabnya masalah yang dihadapi, sementara kegagalan ditandai masih adanya masalah yang sedang dicoba untuk diatasi. Dari tahap ini didapatkan laporan pelaksanaan solusi dan hasilnya.
2.2.5 Komponen Sistem Pendukung Keputusan Menurut Turban, dkk. (2005), Sistem Pendukung Keputusan terdiri dari empat subsistem, yaitu. i.
Manajemen Data, meliputi basis data yang berisi data-data yang relevan dengan keadaan dan dikelola oleh perangkat lunak yang disebut dengan Database Management System (DBMS).
ii.
Manajemen Model, berupa sebuah paket perangkat lunak yang berisi model- model finansial, statistik, management science, atau model kuantitatif, yang menyediakan kemampuan analisa dan perangkat lunak manajemen yang sesuai.
iii.
Subsistem Dialog atau komunikasi, merupakan subsistem yang dipakai oleh user untuk berkomunikasi dan memberi perintah (menyediakan user interface).
iv.
Manajemen Pengetahuan, yang mendukung subsistem lain atau berlaku sebagai komponen yang berdiri sendiri. Komponen ini dapat menyediakan keahlian yang diperlukan untuk memecahkan beberapa aspek masalah dan
12
memberikan pengetahuan yang dapat meningkatkan operasi komponen sistem pendukung keputusan yang lain. Berdasarkan pengertian/definisi diatas dapat ditampilkan skematik Sistem Pendukung Keputusan seperti Gambar 2.1
Gambar 2.1 Skematik DSS (Turban dkk., 2005).
2.2.6 Manfaat Sistem Pendukung Keputusan SPK dapat memberikan berbagai manfaat dan keuntungan. Menurut Suryadi dan Ramdhani., (2002), manfaat yang dapat diambil dari SPK yaitu. 1) SPK memperluas kemampuan pengambil keputusan dalam memproses data/informasi bagi pemakainya. 2) SPK membantu pengambil keputusan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.
13
3) SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan. 4) Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun SPK dapat menjadi stimulan bagi pengambil keputusan dalam memahami persoalannya, karena mampu menyajikan berbagai alternatif pemecahan.
2.3 Multiple Attribute Decision Making (MADM) Multiple Attribute Decision Making (MADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan (Kusumadewi, dkk., 2006). Pada dasarnya ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan (Kusumadewi, dkk., 2006). Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM antara lain. i.
Simple Additive Weighting Method (SAW)
14
ii.
Weighted Product (WP)
iii.
ELECTRE
iv.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
v.
Analytic Hierarchy Process (AHP)
2.4 Metode Simple Additive Weighting (SAW) Dijelaskan oleh Kusumadewi bahwa metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot. Metode SAW membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode SAW mengenal adanya 2 (dua) atribut yaitu kriteria keuntungan (benefit) dan kriteria biaya (cost). Perbedaan mendasar dari kedua kriteria ini adalah dalam pemilihan kriteria ketika mengambil keputusan. Adapun langkah penyelesaian dalam menggunakannya adalah. 1. Menentukan alternatif, yaitu Ai. 2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj 3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria. W=[ W1,W2,W3,…,WJ]
(2.1)
5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6. Membuat matrik keputusan
(X) yang dibentuk dari tabel rating kecocokan
dari setiap alternatif pada setiap kriteria. Nilai
X
setiap
alternatif (Ai)
15
pada setiap
kriteria (Cj) yang sudah ditentukan, dimana, i=1,2,…m dan
j=1,2,…n.
7. Melakukan normalisasi matrik keputusan dengan cara menghitung
nilai
rating kinerja ternomalisasi (rij) dari alternatif Aipada kriteria Cj.
Keterangan. a. Kriteria
keuntungan apabila
nilai
memberikan keuntungan bagi
pengambil keputusan, sebaliknya kriteria biaya apabila
menimbulkan
biaya bagi pengambil keputusan. b. Apabila berupa kriteria keuntungan maka nilai
dibagi dengan nilai
dari setiap kolom, sedangkan untuk kriteria biaya, nilai dari setiap kolom dibagi dengan nilai Xij
8. Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik ternormalisasi (R)
16
9. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian eleman kolom matrik (W).
Hasil perhitungan nilai
V
i
yang
lebih
besar mengindikasikan
bahwa
alternatif A i merupakan alternatif terbaik (Kusumadewi, 2006).
2.5 Sistem Informasi Geografis 2.5.1 Pengertian Sistem Informasi Geografis Sistem Informasi Geografis (SIG) adalah ilmu pengetahuan yang berbasis pada perangkat lunak komputer yang digunakan untuk memberikan bentuk digital dan analisa terhadap permukaan geografi bumi sehingga membentuk suatu informasi keruangan yang tepat dan akurat (Suryantoro, 2013).
Sistem Informasi Geografis (SIG) atau juga dikenal sebagai Geographic Information System (GIS) pertama pada tahun 1960 yang bertujuan untuk menyelesaikan permasalahan geografis. Empat puluh tahun kemudian GIS berkembang tidak hanya bertujuan untuk menyelesaikan permasalahan geografi saja, tetapi sudah merambah ke berbagai bidang, seperti analisis penyakit epidemik (demam berdarah) dan analisis kejahatan (kerusuhan), termasuk analisis kepariwisataan. Kemampuan dasar dari SIG adalah mengintegrasikan berbagai operasi basis data seperti query, menganalisisnya serta menampilkannya dalam
17
bentuk pemetaan berdasarkan letak geografisnya. Inilah yang membedakan SIG dengan sistem informasi lain (Prahasta, 2002).
SIG merupakan sebuah sistem informasi yang didesain untuk bekerja dengan sumber data spasial. SIG merupakan suatu media yang sangat handal untuk merepresentasikan data Remote Sensing (RS) menjadi informasi yang berguna bagi banyak pihak untuk berbagai keperluan (Indarto, 2013).
2.5.2 Manfaat Sistem Informasi Geografis Fungsi SIG adalah meningkatkan kemampuan menganalisis informasi spasial secara terpadu untuk perencanaan dan pengambilan keputusan. SIG dapat memberikan informasi kepada pengambil keputusan untuk analisis dan penerapan database keruangan (Prahasta, 2002). SIG mampu memberikan kemudahankemudahan yang diinginkan. Dengan SIG kita akan dimudahkan dalam melihat fenomena kebumian dengan perspektif yang lebih baik. SIG mampu mengakomodasi penyimpanan, pemrosesan, dan penayangan data spasial digital bahkan integrasi data yang beragam, mulai dari citra satelit, foto udara, peta bahkan data statistik. SIG juga mengakomodasi dinamika data, pemutakhiran data yang akan menjadi lebih mudah (Swastikayana, 2011).
2.6 Pengertian Google Maps API Seperti yang tercatat oleh Svennerberg, Google Maps API adalah API yang paling populer di internet. Pencatatan yang dilakukan pada bulan Mei tahun 2010 menyatakan bahwa 43% mashup (aplikasi dan situs web yang menggabungkan 18
dua atau lebih sumber data) menggunakan Google Maps API. Beberapa tujuan dari penggunaan Google Maps API adalah untuk melihat lokasi, mencari alamat, mendapatkan petunjuk mengemudi dan lain sebagainya (Halim, 2011).
2.7 PHP (Hypertext Preprocessor) Agus Saputra menuliskan di dalam bukunya (Saputra, 2012) bahwa PHP (Hypertext Preprocessor) adalah suatu bahasa pemprograman yang difungsikan untuk membangun suatu web dinamis. PHP menyatu dengan kode HTML yang artinya HTML digunakan sebagai pembangun atau pondasi dari kerangka layout web, sedangkan PHP digunakan sebagai prosesnya, sehingga dengan adanya PHP tersebut sebuah web akan sangat mudah di maintenance.
2.8 MySQL ( My Structured Query Language ) MySQL merupakan software sistem manajemen database (Database Management System) yang sangat populer di kalangan pemrograman web. Kepopuleran MySQL dimungkinkan karena kemudahannya untuk digunakan, cepat secara kinerja query, dan mencukupi untuk kebutuhan database perusahaan-perusahaan skala menengah kecil. MySQL merupakan database yang digunakan oleh situs-situs terkemuka di internet untuk menyimpan datanya (Sidik, 2005).
2.9 Metode V-Model 2.9.1 Pengertian V-Model Merupakan model pengembangan perangkat lunak yang didasarkan pada hubungan antara setiap fase pengembangan siklus hidup. Bisa dikatakan model ini
19
merupakan perluasan dari model waterfall. Disebut sebagai perluasan karena tahap-tahapnya mirip dengan yang terdapat dalam model waterfall. Jika dalam model waterfall proses dijalankan secara linear, maka dalam model V proses dilakukan bercabang.
Gambar 2.2 Metode V-Model
2.9.2 Langkah-langkah V-Model 1. Requirement Analysis & Acceptance Testing Tahap Requirement Analysis sama seperti yang terdapat dalam model waterfall. Keluaran dari tahap ini adalah dokumentasi kebutuhan pengguna. Acceptance Testing merupakan tahap yang akan mengkaji apakah dokumentasi yang dihasilkan tersebut dapat diterima oleh para pengguna atau tidak.
20
2. System Design & System Testing Dalam tahap ini analis sistem mulai merancang sistem dengan mengacu pada dokumentasi kebutuhan pengguna yang sudah dibuat pada tahap sebelumnya. Keluaran dari tahap ini adalah spesifikasi software yang meliputi organisasi sistem secara umum, struktur data, dan yang lain. Selain itu tahap ini juga menghasilkan contoh tampilan window dan juga dokumentasi teknik yang lain seperti Entity Diagram dan Data Dictionary.
3. Architecture Design & Integration Testing Sering juga disebut High Level Design. Dasar dari pemilihan arsitektur yang akan digunakan berdasar kepada beberapa hal seperti pemakaian kembali tiap modul, ketergantungan tabel dalam basis data, hubungan antar tampilan, detail teknologi yang dipakai.
4. Module Design & Unit Testing Sering juga disebut sebagai Low Level Design. Perancangan dipecah menjadi modul-modul yang lebih kecil. Setiap modul tersebut diberi penjelasan yang cukup
untuk
memudahkan
programmer
melakukan
coding.
Tahap
ini
menghasilkan spesifikasi program seperti: fungsi dan logika tiap modul, pesan kesalahan, proses input-output untuk tiap modul, dan lain-lain.
5. Coding Dalam tahap ini dilakukan pemrograman terhadap setiap modul yang sudah dibentuk.
21
2.9.3 Tahapan V-Model Tahapan pada V-Model dibagi menjadi 2 garis besar yaitu tahap Verifikasi dan Validasi atau testing. Tahap Verfiikasi mengacu kepada usaha penyesuaian spesifikasi software dengan kebutuhan klien/konsumen, tahapan ini meliputi serangkaian kegiatan sebagai berikut. Tahapan Validasi merupakan serangkaian tahapan yang mengacu kepada kesesuaian software dengan spesifikasi yang sudah ditetapkan. Tahapan ini dicapai melalui serangkaian pengujian/testing sebagai berikut.
Unit test: menguji setiap komponen/unit program apakah sesuai dengan rancangan unit yang sudah ditetapkan. Secara teoritis seharusnya pengujian dilakukan oleh orang tertentu yang bertugas sebagai software tester, tetapi dalam kenyataannya seringkali unit testing dilakukan oleh programmer sendiri.
Interface test: setelah semua komponen diuji secara terpisah, tahapan selanjutnya dilakukan interface test untuk melihat sejauh mana setiap komponen dapat berinteraksi satu sama lain sesuai dengan fungsi yang diharapkan.
System test: setelah semua interface berjalan dengan baik, selanutnya dilakukan system test untuk melihat sejauh mana sistem/software dapat memenuhi kebutuhan secara keseluruhan. System testing bersifat menyeluruh dan tidak dapat dilakukan berdasarkan fungsionalitas sistem yang diuji secara terpisah. Aktivitas pada system testing termasuk melakukan pengujian hal-hal berikut.
22
1. Performance – apakah kinerja sistem sesuai dengan target yang sudah didefinisikan sebelumnya. 2. Volume – apakah software/sistem dapat menampung volume informasi yang cukup besar. 3. Stress – apakah software/sistem dapat menampung sejumlah informasi pada waktu-waktu tertentu. 4. Documentation – apakah semua dokumentasi penting sudah disiapkan. 5. Robustness – apakah software/sistem cenderung stabil pada berbagai kondisi diluar dugaan/ekstrim.
Acceptance
test
merupakan
aktivitas
untuk
menguji
sejauh
mana
sistem/software dapat membantu memecahkan business case, dalam artian apakah sistem/software tersebut sudah sesuai dengan harapan konsumen/klien dan sejauh mana manfaat sistem/software ini bagi klien. Test ini sering kali disebut sebagai User Acceptance Test (UAT).
Release testing: test ini dilakukan untuk menguji sejauh mana sistem/software dapat mendukung aktivitas organisasi dan berjalan dengan harmonis sesuai dengan kegiatan rutin organisasi. (Balaji dan Murugaiyan, 2012)
2.10 Data Flow Diagram (DFD) Data flow diagram menggambarkan komponen-komponen suatu sistem, aliran data, dan penyimpanan data. Digunakannya DFD yaitu untuk membuat dokumentasi dari sistem yang ada atau untuk menyusun dokumentasi untuk sistem yang baru. Menurut Fathansyah (1999), DFD merupakan pembuatan model yang memungkinkan professional sistem untuk menggambarkan sistem sebagai suatu
23
jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data, baik secara manual maupun komputerisasi. Terdapat dua jenis notasi simbol yang digunakan pada data flow diagram yaitu Notasi Yourdon/DeMarco dan Notasi Gane Sarson. Notasi pada DFD ditampilkan pada Tabel 2.1.
Tabel 2.1. Notasi Simbol Data Flow Diagram (DFD)
2.11 Entity Relational Diagram (ERD) Entity Relationship Diagram (ERD) merupakan suatu model jaringan yang menggunakan susunan data yang disimpan pada sistem secara abstrak. Entity Relationship Diagram (ERD) juga menggambarkan hubungan antara entitas yang
24
memiliki sejumlah atribut dengan entitas yang lain dalam suatu sistem yang terintegrasi. ERD digunakan oleh perancang sistem untuk memodelkan data yang nantinya akan dikembangkan menjadi basis data (Fathansyah, 1999). Simbolsimbol ERD ditampilkan pada Tabel 2.2.
Tabel 2.2. Simbol Entity Relationship Diagram (ERD)
2.12
Penelitian Terkait
2.12.1 Candra Surya (2015) Sistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Menggunakan Fuzzy Multi Attribut Decision Making (FMADM) dan Simple Additive Weighting (SAW) oleh Candra Surya tahun 2015. Penelitian tersebut dilatarbelakangi oleh pendistribusian beasiswa yang tidak tepat sasaran, oleh karena itu peneliti melakukan merancang suatu sistem untuk menentukan penerima beasiswa dengan menggunakan metode Fuzzy Multi Decision Making (FMADM) dan Simple
25
Additive Weighting (SAW). Metode FMADM digunakan untuk mencari alternatif dari sejumlah alternatif dengan kriteria-kriteria yang telah ditentukan. Sedangkan Metode SAW digunakan untuk merangking dari alternatif yang ada. Hasil penelitian ini dapat digunakan sebagai alat bantu dalam mengambil keputusan untuk merekomendasikan penerima beasiswa.
2.12.2 Nugroho Joko Usito (2013) Sistem Pendukung Keputusan Penilaian Proses Belajar Mengajar Menggunakan Metode SAW (Simple Additive Weighting). Penelitian ini dilatarbelakangi oleh Dosen yang kapasitasnya sebagai seorang pendidik di lingkungan perguruan tinggi memegang peran utama dalam proses belajar mengajar, dosen sangat menentukan perkembangan dan kemampuan siswa di bidang ilmu pengetahuan dan teknologi, lembaga pendidikan yang dalam ini merupakan induk kerja dari para dosen, sangat berkepentingan dalam menjaga mutu para dosen dalam proses belajar mengajar.
Satu hal yang bisa digunakan untuk menjaga mutu dosen adalah dengan melakukan penilain proses belajar mengajar dengan membagun sebuah aplikasi sistem pendukung keputusan, dalam aplikasi ini metode yang digunakan untuk mendukung penilaian proses belajar mengajar adalah Simple Additive Weighting (SAW). Ada sembilan indikator penilaian yang digunakan dalam tesis ini yakni, (1) tingkat kehadiran mengajar, (2) ketepatan memulai dan mengakhiri kuliah, (3) ketepan materi dan silabus, (4) kemudahan penyampaian materi untuk dipahami, (5) memotivasi belajar dalam mendalami mata kuliah, (6) penggunaan
26
ilustrasi/alat bantu untuk memperjelas materi, (7) melayani dan memberi perhatian dalam komunikasi dua arah, (8) membantu, akomodatif, dan mudah untuk di temui, (9) memiliki pengetahuan aktual dalam pembelajaran. Hasil penelitian dapat mendukung keputusan pada Penilaian proses belajar mengajar menggunakan kriteria yang telah ditentukan dan proses lain yang terkait dalam penilaian proses belajar mengajar.
2.12.3 Pristiwanto (2014) Sistem Pendukung Keputusan dengan Metode SAW untuk menentukan dosen pembimbing Skripsi oleh Pristiwanto tahun 2014. Penelitian ini dilatarbelakangi oleh Salah satu permasalahan dalam menyelesaikan skripsi adalah diperlukan seorang
dosen
pembimbing yang
memiliki
keahlian
bidang
teknologi
informasi. Dimana program studi masih kebingungan saat akan menentukan siapa yang layak sebagai dosen pembimbing skripsi. Oleh karena itu, dibutuhkan sebuah sistem pendukung keputusan (SPK) yang dapat membantu program studi dalam menentukan dosen pembimbing yang sesuai dengan kriteria yang ditetapkan. Permasalahan tersebut dapat diselesaikan dengan menerapkan SAW (Simple Additive Weighting) dalam pengambilan keputusan banyak kriteria. Metode ini akan memberikan pembobotan alternatif pilihan sesuai dengan banyak kriteria yang ditetapkan. Alternatif pilihan dengan bobot terbesar, merupakan alternatif pilihan yang direkomendasikan untuk dipilih sebagai dosen pembimbing. Berdasarkan hasil ujicoba dan evaluasi yang dibuat mampu memberikan informasi yang dapat membantu dalam menentukan siapa dosen pembimbing I dan dosen pembimbing II skripsi.
27
BAB III METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian Penelitian ini dilakukan di Sekretariat MKKS SMA Kota Bandar Lampung dan juga Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam (MIPA) Universitas Lampung. Waktu penelitian yaitu pada Semester Genap 2015/2016.
3.2 Tahapan Penelitian Metodologi penelitian adalah tata cara bagaimana suatu penelitian dilaksanakan. Pada pengembangan sistem pendukung keputusan ini ialah metode Penelitian ini dilakukan berdasarkan Metode V-Model. Tahapan penelitian yang digunakan oleh penulis digambarkan pada Gambar 3.1.
Gambar 3.1 Diagram Alir Metodologi Penelitian
29
Penjelasan dari diagram alir metodologi penelitian pada Gambar 3.1 adalah sebagai berikut. 3.2.1. Identifikasi Masalah Pada Tahap Identifikasi masalah penulis melakukan wawancara dengan Seketaris MKKS SMA Kota Bandar Lampung yaitu bapak Marifudin untuk mengetahui apa saja permasalahan dan kriteria apa saja yang penting untuk memilih SMA Swasta. Selain itu
dari
hasil wawancara didapatkan data atribut-atribut yang dapat
digunakan untuk membangun sistem.
3.2.2 Analisis Kebutuhan 3.2.2.1 Analisis Masalah Dari hasil wawancara dan pengumpulan data, maka ditemukan masalah yaitu jumlah siswa yang lulus dari SMP pada tahun 2016 sebesar 10.430 sedangkan SMA Negeri hanya mampu menampung 2.213, permasalahan kedua yaitu timpangnya jumlah murid di SMA Swasta yang berada di Bandar Lampung, dan permasalahan ketiga yaitu masih banyaknya orang tua siswa yang bingung akan memasukan anaknya ke SMA Swasta yang mana, karena selama ini hanya mendapat informasi dari mulut ke mulut saja dan hanya mengetahui beberapa SMA Swasta saja.
Selanjutnya
peneliti
mendapatkan
faktor-faktor
informasi
kriteria
yang
dibutuhkan untuk memilih rekomendasi SMA Swasta di Bandar Lampung setelah melakukan wawancara, yaitu.
30
1.Akreditasi 2. Uang Pangkal (Uang Masuk ) 3. Jumlah Kelas 4. Uang SPP (Iuran per bulan) 5. Tingkat Kelulusan 6. Mutu Sekolah 7. Jumlah Murid 8. Jarak Berdasarkan dari masalah tersebut, dibutuhkan suatu sistem pendukung keputusan yang dapat digunakan untuk merekomendasikan SMA Swasta mana yang cocok dengan bobot kriteria yang diinginkan oleh calon siswa dan orang tua.
3.2.2.2 Analisis Kebutuhan Sistem Sistem Pendukung Keputusan ini menggunakan beberapa perangkat pendukung, yaitu.
A. Software Penulis menggunakan beberapa perangkat lunak untuk mengembangkan sistem informasi ini yang terdiri dari. 1. XAMPP-win32-v3.2.1.VC11-intaller berisi Apache, MySql, PhpMyAdmin 2. Dreamweaver CS 6 3. Aplikasi basis data MySql
31
B. Hardware Perangkat keras yang digunakan dalam pengembangan sistem informasi ini adalah notebook dengan spesifikasi sebagai berikut. 1.
Processor
: Intel Core i7-4710HQ-2.5Ghz
2.
RAM
: 8 GB DDR3
3.
Harddisk
: 1 TB SATA
4.
OS
: Windows 10 Home
5.
System Type
: 64-bit Operating System
3.2.3 Desain Sistem Desain sistem merupakan gambaran awal seperti apa suatu sistem informasi berdasarkan alur kerja sistem. Desain sistem ini dibuat guna mempermudah dalam tahap selanjutnya yaitu penulisan kode program. Adapun penjelasan dari tahap desain sistem sajikan dalam bentuk context diagram, data flow diagram dan entity relationship diagram serta rancangan antarmuka bagi pengguna.
3.2.3.1 Context Diagram Context diagram pada sistem ini memiliki satu proses yaitu proses rekomendasi sekolah dan dua external entity yaitu User dan Admin. Context diagram pada sistem ini ditunjukkan pada Gambar 3.2.
32
Gambar 3.2. Context Diagram
3.2.3.2 Data Flow diagram Data flow diagram merupakan penjabaran lebih rinci terhadap context diagram sistem informasi penerimaan siswa baru. DFD dijabarkan dalam beberapa level sesuai dengan kebutuhan.
33
Gambar 3.3 DFD Level 0 pada SPK Remokendasi SMA Swasta di Bandar Lampung
34
Sub Proses DFD level 1 pada proses Melakukan Login hanya terdapat satu proses yaitu melakukan login yang dapat dilakukan oleh dua entity yaitu Admin dan User ditunjukkan pada Gambar 3.4.
Gambar 3.4 DFD level 1 Proses 1 Melakukan Login
Sub Proses DFD level 1 pada proses Mengolah Data User terdapat 4 Proses yaitu Menambah Data User, Mengedit Data User, Menghapus Data User, dan Melihat Data User User ditunjukkan pada Gambar 3.5.
Gambar 3.5 DFD level 1 Proses 2 Mengolah Data User
35
Sub Proses DFD level 1 pada proses Mengolah Data Kriteria terdapat empat proses yaitu Menambah Data Kriteria, Mengedit data kriteria, Menghapus Data Kriteria, dan Melihat Data Kriteria ditunjukkan pada Gambar 3.6.
Gambar 3.6 DFD level 1 Proses 3 Mengolah Data Kriteria
Sub Proses DFD level 1 pada proses Mengolah Data Subkriteria terdapat empat proses yaitu menambah data subkriteria, mengedit data subkriteria, menghapus data subkriteria, dan melihat data sub kriteria ditunjukkan pada Gambar 3.7.
Gambar 3.7 DFD level 1 Proses 4 Mengolah Data Sub Kriteria
36
Sub Proses DFD level 1 proses Mengolah Data Sekolah terdapat empat proses yaitu menambah data sekolah, mengedit data sekolah, menghapus data sekolah, dan melihat data sekolah ditunjukkan pada Gambar 3.8.
Gambar 3.8 DFD level 1 Proses 5 Mengolah Data Sekolah Sub Proses DFD level 1 pada proses Mengisi bobot kriteria terdapat dua proses yaitu mengisi bobot kriteria dan Menghapus Bobot Kriteria ditunjukkan pada Gambar 3.9.
Gambar 3.9 DFD level 1 Proses 6 Mengisi Bobot Kriteria
37
Sub Proses DFD level 1 pada proses Mengolah Data Rangking terdapat lima proses yaitu menambah data rangking, mengedit data rangking, menghapus data rangking, melihat data rangking, dan cetak laporan ditunjukkan pada Gambar 3.10.
Gambar 3.10 DFD level 1 Proses 7 Mengolah Rangking
3.2.3.3 Entity Relationship Diagram (ERD) ERD merupakan diagram yang menunjukkan informasi dibuat, disimpan dan digunakan dalam sistem bisnis. Dimana entity ERD saling memiliki keterikatan satu sama lainnya. Penjelasan mengenai ERD sistem ini dapat dilihat pada Gambar 3.11.
38
Gambar 3.11 Entity Relationship Diagram
39
Berikut adalah contoh struktur tabel yang ada pada Gambar 3.1. sampai 3.16. 1.Tabel Sekolah Tabel ini digunakan untuk menyimpan data sekolah Table 3.1 Contoh Struktur Tabel Sekolah Field id_Sekolah nama_alternatif alamat longitude latittude image keterangan kecamatan telepon akreditasi uang_pangkal jumlah_murid visi Jumlah_kelas tingkat_lulus uang spp hasil_alternatif
Type int varchar varchar varchar varchar text text varchar varchar varchar varchar varchar varchar varchar varchar varchar double
Null No No Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes Yes No
Key Primary_Key
2.Tabel Kriteria Tabel ini digunakan untuk menyimpan data kriteria Table 3.2 Contoh Struktur Tabel kriteria Field id_kriteria nama_kriteria tipe_kriteria bobot_kriteria Username
Type int varchar varchar double varchar
Null No No No No Yes
Key Primary_key
40
3.Tabel Kriteria User Tabel ini digunakan untuk menyimpan data Kriteria User Table 3.3 Contoh Struktur Tabel Kriteria User Field id_kriteria nama_kriteria tipe_kriteria bobot_kriteria alamat longitude latitude Username
Type int varchar varchar double text text text varchar
Null No No No No Yes Yes Yes Yes
Key Primary_key
4.Tabel Nilai Tabel ini digunakan untuk menyimpan data Nilai (Subkriteria) Table 3.4 Contoh Struktur Tabel Nilai Field id_nilai id_kriteria ket_nilai jumlah_nilai
Type int int varchar double
Null No Yes No No
Key Primary_key
5.Tabel Pengguna Tabel ini digunakan untuk menyimpan data Pengguna Table 3.5 Contoh Struktur Tabel Pengguna Field id_pengguna nama_lengkap Username password level
Type int varchar varchar varchar varchar
Null No No No No Yes
Key Primary_key
41
6.Tabel Rangking Tabel ini digunakan untuk menyimpan data Rangking Table 3.6 Contoh Struktur Tabel Rangking Field id_alternatif id_kriteria nilai_rangking nilai_normalisasi bobot_normalisasi
Type int int double double double
Null No No No No No
Key Primary_key
3.2.3.4 Desain Interface Desain Interface sistem ini dibagi bedasarkan pengguna yaitu Admin dan User. Di dalam desain antarmuka Admin terdapat delapan menu yaitu Login, Beranda, Kriteria, Subkriteria, Data Sekolah, Pemetaan, Rangking, dan Pengguna. Sedangkan di dalam desain antarmuka User terdapat enam desain antarmuka yaitu Login, Beranda, Data Sekolah, Pemilihan, Hasil Analisa, dan Rekomendasi. Rancangan desain antarmuka ini dibuat bedasarkan desain pada context diagram, data flow diagram dan entity relationship diagram yang telah dibuat dengan menerapkannya ke dalam form.
3.2.3.4.1 Halaman Interface bagi Admin a. Login Tampilan awal ketika memasuki sistem pendukung keputusan ini ialah halaman login, sama seperti User, Admin harus memasukan Username dan password untuk masuk ke halaman Admin. Tampilan antarmuka halaman login disajikan pada Gambar 3.12
42
Gambar.3.12 Halaman Login Admin
b. Beranda Tampilan awal setelah login adalah halaman beranda, pada halaman beranda Admin terdapat nama-nama kriteria dan nama sekolah. Tampilan antarmuka halaman Beranda Admin disajikan pada Gambar 3.13.
Gambar.3.13 Halaman Admin Beranda
43
c. Kriteria Pada menu kriteria, terdapat tabel yang berisikan tentang nama kriteria dan tipe kriteria,. Disini Admin dapat menambah, merubah atau menghapus nama kriteria dan tipe kriteria . Tampilan antarmuka halaman Kriteria disajikan pada Gambar 3.14 dan 3.15.
Gambar.3.14 Halaman Admin Data Kriteria
Gambar 3.15 Halaman Admin Tambah Data Kriteria
44
d. Subkriteria Pada menu Nilai/Sub Kriteria terdapat tabel yang berisikan tentang Keterangan Nilai, Kriteria, dan Jumlah Nilai yang. Disini Admin dapat menambah, merubah, atau menghapus nilai sesuai keinginannya. Sebagai contoh untuk kriteria akreditasi terdapat empat sub kriteria yaitu a, b c, dan d lalu masing-masing sub kriteria itu diberi nilai a = empat, b= tiga, c= dua dan d= satu, begitu juga dengan yang lainnya . Tampilan antarmuka halaman Nilai disajikan pada Gambar 3.16 dan 3.17.
Gambar.3.16 Halaman Admin Subkriteria
45
Gambar. 3.17 Halaman Admin Tambah Nilai Subkriteria
e. Data Sekolah Pada Menu Data Sekolah, Admin dapat menambah atau menghapus data sekolah yang berisi tentang informasi secara lengkap mengenai setiap sekolah dimulai dari alamat, visi misi, foto dan lain-lain. Tampilan antarmuka halaman Data Sekolah disajikan pada Gambar 3.18 dan 3.19.
Gambar.3.18 Halaman Admin Data Sekolah
46
Gambar.3.19 Halaman Admin Tambah Data Sekolah
f. Tambah Data Rangking Pada Menu Tambah Data digunakan oleh untuk memasukan nilai kriteria maupun sub kriteria berdasarkan data informasi sekolah masing-masing. Tampilan antarmuka halaman Tambah Data disajikan pada Gambar 3.20 dan 3.21.
Gambar.3.20 Halaman Admin Input Rangking
47
Gambar.3.21 Halaman Admin Input Penilaian
g. Pengguna Pada Menu Pengguna digunakan oleh Admin untuk menambah/menghapus User atau Admin, selain itu bisa juga digunakan untuk melihat jumlah User yang telah mendaftar. Tampilan antarmuka halaman Pengguna disajikan pada Gambar 3.22 dan 3.23.
Gambar.3.22 Halaman Admin Lihat Pengguna
48
Gambar.3.23 Halaman Admin Tambah Pengguna
3.2.3.4.2 Halaman interface bagi User a. Login Tampilan awal ketika memasuki sistem pendukung keputusan ini ialah halaman login, untuk pengguna yang baru pertama kali menggunakan sistem ini maka ia harus melakukan registrasi terlebih dahulu dengan mengisi form nama lengkap, Username, dan password. Setelah sukses melakukan registrasi ,selanjutnya User memasukan Username dan password yang telah dibuat ke dalam kotak login untuk bisa masuk ke dalam sistem pendukung keputusan. Tampilan antarmuka halaman login disajikan pada Gambar 3.24 dan 3.25.
49
Gambar.3.24 Halaman Login User
Gambar.3.25 Halaman Registrasi
b. Beranda Tampilan awal setelah login adalah halaman beranda, pada halaman ini dijelaskan tentang informasi penggunaan sistem pendukung keputusan pemilihan sekolah. Tampilan antarmuka halaman Beranda disajikan pada Gambar 3.26.
50
Gambar.3.26 Halaman User Beranda
c. Data Sekolah Pada Menu Data Sekolah berisi tentang informasi mengenai profil dari seluruh SMA Swasta di Bandar Lampung . Tampilan antarmuka halaman Data Sekolah disajikan pada Gambar 3.27 dan 3.28.
Gambar.3.27 Halaman User Data Sekolah
51
Gambar.3.28 Halaman User Detail Data Sekolah
d. Pemetaan Pada Menu Pemetaan berisi tentang lokasi-lokasi SMA Swasta di Bandar Lampung. Tampilan antarmuka halaman Pemetaan disajikan pada Gambar 3.29.
Gambar.3.29 Halaman User Pemetaan
52
e. Pemilihan Pada Menu Pemilihan berisi tentang bobot kriteria yang akan di isi oleh User. Pada Menu ini User akan mengisi lokasi user dan juga bobot delapan kriteria yang di sediakan yaitu akreditasi, uang pangkal, uang spp, jumlah kelas, tingkat kelulusan, mutu sekolah, jaral dan jumlah murid yang harus berjumlah 100%. Semakin besar bobotnya maka semakin tinggi tingkat kepentingannya. Tampilan antarmuka halaman Pemilihan disajikan pada Gambar 3.30.
Gambar.3.30 Halaman User Pemilihan Kriteria
f. Analisa SAW Pada menu ini berisi tentang hasil perhitungan SAW dari seluruh sekolah yang sesuai dengan bobot kriteria yang telah diisi oleh User pada menu halaman pemilihan, selain itu juga User dapat melihat detail perhitungan. Tampilan antarmuka halaman Analisa SAW disajikan pada Gambar 3.31.
53
Gambar.3.31 Halaman User Analisa SAW
g. Rekomendasi Pada Menu Halaman ini berisi rekomendasi 5 sekolah dengan nilai tertinggi bedasarkan perhitungan SAW yang sesuai dengan bobot kriteria yang telah ditentukan oleh user. Tampilan antarmuka halaman Rekomendasi disajikan pada Gambar 3.32.
Gambar.3.32 Halaman User Rekomendasi Sekolah
54
3.2.4 Implementasi Pada Tahapan Implementasi ada dua hal yang dilakukan yaitu pembuatan Database sistem dan juga coding pembuatan sistem. Pada sistem berbasis Web ini akan dibangun Sistem Pendukung Keputusan Rekomendasi Pemilihan SMA Swasta di Bandar Lampung. Sistem Pendukung Keputusan Rekomendasi Pemilihan SMA ini memiliki dua aktor yaitu Admin dan juga User.
Pada halaman Admin terdapat fungsi menambah kriteria, menambah subkriteria, menambah lokasi sekolah, menambah data sekolah dan juga memasukan data rangking. Sedangkan pada halaman User terdapat fungsi melihat data sekolah, mencari lokasi sekolah, melakukan pengisian bobot kriteria, melihat hasil rekomendasi sekolah maupun cetak laporan hasil rekomendasi.
3.2.5 Pengujian Sistem 3.2.5.1 Pengujian Black Box Testing merupakan tahapan akhir dimana sistem diuji kemampuan dan keefektivannya sehingga didapatkan kekurangan dan kelemahan sistem yang kemudian dilakukan pengkajian ulang dan perbaikan terhadap aplikasi menjadi lebih baik dan sempurna dengan metode yang digunakan adalah black-box testing. Black-box testing adalah metode pengujian yang dimana penilaian terhadap sebuah aplikasi bukan terletak pada spesikasi logika/fungsi aplikasi tersebut, tapi input dan output. Dengan berbagai input yang diberikan akan dievaluasi apakah sesuatu sistem/aplikasi dapat memberikan output/keluaran yang sesuai dengan
55
harapan penguji. Teknik yang digunakan dalam pengujian ini adalah dengan teknik Equivalence Partitioning. Equivalence Partitioning membagi domain input dari suatu program kedalam kelas–kelas data sehingga test case dapat diperoleh. Hasil evaluasi sistem disajikan dalam bentuk tabel.tabel rencana pengujian disajikan pada Tabel 3.7 dan Tabel 3.8.
No 1
Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin Kelas Uji Daftar Kasus Uji Hasil yang Pengujian diharapkan Login
Input Data Login
Username : Admin Password : Admin Username : Admin Password : Adminer
2
Fungsi pada halaman Kriteria
Menambah Kriteria
Masuk halaman beranda Admin
ke
Menampilkan kotak dialog password salah
Melakukan pengisian kriteria secara lengkap
Berhasil menambah kriteria
Melakukan pengisian kriteria secara tidak lengkap
Tidak berhasil menambah kriteria
3
Fungsi pada halaman Menghapus Kriteria Kriteria
Klik icon hapus pada menu kriteria
Berhasil menghapus kriteria
4
Fungsi pada halaman Mengedit Kriteria Kriteria
Klik icon edit pada menu kriteria
Berhasil masuk ke halaman edit kriteria
5
Fungsi pada halaman Subkriteria
Menambah Subkriteria
Melakukan pengisian subkriteria secara lengkap
Berhasil menambah subkriteria
56
Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin (lanjutan) No Kelas Uji Daftar Kasus Uji Hasil yang Pengujian diharapkan 6
Fungsi pada halaman Subkriteria
Menghapus Subkriteria
Klik icon hapus pada menu subkriteria
Berhasil menghapus subkriteria
7
Fungsi pada halaman Subkriteria
Mengedit Subkriteria
Klik icon edit pada menu subkriteria
Berhasil masuk ke halaman edit kriteria
8
Fungsi pada halaman Data Sekolah
Menambah data Sekolah
Melakukan Berhasil pengisian data menambah sekolah secara data sekolah lengkap Melakukan Tidak berhasil pengisian data menambah sekolah secara data sekolah tidak lengkap
9
Fungsi pada halaman Data Sekolah
Menghapus data sekolah
Klik icon hapus pada menu data sekolah
10
Fungsi pada halaman Data Sekolah
Mengedit Data Sekolah
Klik icon edit pada menu Data Sekolah
Berhasil masuk ke halaman edit Data Sekolah
Klik icon edit pada menu Data Sekolah
Tidak berhasil masuk ke menu edit Data Sekolah
11
Fungsi pada halaman Rangking
Menambah Rangking Penilaian
Berhasil menghapus data sekolah
Melakukan Berhasil pengisian data menambah penilaian rangking sekolah secara lengkap Melakukan Tidak berhasil pengisian data menambah penilaian rangking sekolah secara tidak lengkap
57
Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin (lanjutan) No Kelas Uji Daftar Kasus Uji Hasil yang Pengujian diharapkan 12
Fungsi pada halaman Rangking
Mereset Rangking Penilaian
13
Fungsi pada halaman Pengguna
Menambah Pengguna
Klik icon “reset” pada menu
Berhasil mereset rangking
Melakukan Berhasil pengisian data menambah Pengguna pengguna secara lengkap Melakukan Tidak berhasil pengisian data menambah pengguna pengguna secara tidak lengkap
14
Fungsi pada halaman Pengguna
Menghapus Pengguna
Klik icon hapus pada menu Pengguna
Tabel 3.8 Daftar Pengujian Black Box pada sistem untuk User No Kelas Uji Daftar Kasus Uji Pengujian 1
Registrasi
Melakukan Registrasi
Berhasil menghapus pengguna
Hasil yang diharapkan
Melakukan Berhasil pengisian data melakukan registrasi registrasi secara lengkap Melakukan Gagal pengisian data Melakukan secara tidak Registrasi lengkap
2
Login
Input Data Login
Username : hasabi Password : 123456 Username : hasabi Password : 12345
Masuk halaman beranda Admin
ke
Menampilkan kotak dialog password salah
58
Tabel 3.8 Daftar Pengujian Black Box pada sistem untuk User (lanjutan) No Kelas Uji Daftar Kasus Uji Hasil yang Pengujian diharapkan 3
Fungsi pada halaman Data Sekolah
Melihat Detail Data Sekolah
Klik icon “lihat” pada menu
Berhasil masuk ke halaman detail data sekolah
Klik icon “lihat” pada menu
Tidak berhasil masuk ke halaman detail data sekolah
4
Fungsi pada halaman Pemetaan
Melihat lokasi Sekolah
Mengklik logo sekolah
Muncul Sekolah
5
Fungsi pada halaman Pemilihan
Melakukan Pengisian Bobot Kriteria
Memasukan bobot kriteria yang berjumlah 100%
Data berhasil ditambah
Memasukan bobot kriteria yang berjumlah kurang atau lebih dari 100%
Data gagal di tambah
Melakukan klik “cetak rekomendasi”
Muncul Kotak dialog cetak laporan
6
Fungsi pada halaman Rekomendasi
Melakukan Cetak Rekomendasi Sekolah
foto
3.2.5.2 Pengujian Manual Metode SAW ( Simple Additive Weighting ) Pada tahap ini dilakukan pengujian data secara manual menggunakan metode Simple Additive Weighting (SAW). Terdapat 8 Variabel Kriteria yang diperoleh dari hasil wawancara yaitu akreditasi, mutu sekolah, uang pangkal, uang SPP, jumlah kelas, tingkat kelulusan, jumlah murid, dan jarak. Tabel-tabel berikut ini adalah tabel kriteria dengan nilai dan bobotnya masing-masing. Untuk lebih
59
jelasnya mengenai nilai di masing-masing tabel kriteria dapat dilihat pada Tabel 3.9 sampai dengan Tabel 3.16.
Tabel 3.9. Kriteria dan Bobot Akreditasi (C1) Akreditasi Nilai (Bobot) A 3 B 2 C 1
Tabel 3.10. Kriteria dan Bobot Uang Pangkal (C2) Uang Pangkal Nilai (Bobot) <1.000.000 1 1.000.000-2.000.000 2 2.000.000-3.000.000 3 3.000.000-6.000.000 4 >6.000.000 5
Tabel 3.11. Kriteria dan Bobot Jumlah Kelas (C3) Jumlah Kelas Nilai (Bobot) >20 4 11-20 3 6-10. 2 1-5. 1
Tabel 3.12. Kriteria dan Bobot Uang SPP (C4) Uang SPP Nilai (Bobot) 100.000-200.000 1 200.000-300.000 2 300.000-500.000 3 >500.000 4
60
Tabel 3.13. Kriteria dan Bobot Tingkat Kelulusan (C5) Tingkat Kelulusan Nilai (Bobot) 100% 1 <100% 0
Tabel 3.14. Kriteria dan Bobot Mutu Sekolah (C6) Mutu Sekolah Nilai (Bobot) SBI 4 RSBI 3 SSN 2 SPM 1
Tabel 3.15. Kriteria dan Bobot Jumlah Murid (C7) Jumlah Murid Nilai (Bobot) >500 5 200-500 4 100-200 3 50-100 2 <50 1
Tabel 3.16. Kriteria dan Bobot Jarak (C8) Jarak Nilai (Bobot) 1-5 km 3 6-10 km 2 11-25 km 1
Bedasarkan Kriteria yang ada User memasukan lokasinya di jl.teuku umar no24 dan menghendaki bobot kriteria 30% untuk akreditasi, untuk uang pangkal 10%, untuk jumlah kelas 20% , untuk uang SPP 10% , untuk tingkat kelulusan 0% , untuk mutu sekolah 10% , jumlah murid 10%, dan jarak 10%. Contoh Kasusnya seperti tabel 3.17 dibawah ini :
61
Tabel 3.17. Contoh Kasus KRITERIA Sekolah Akreditasi
Uang Pangkal
Jum Kelas
SPP
Kelulusan
A
3.000.000
11
130.000
B
300.000
3
C
1.600.000
B
SMA Persada SMA Tunas Harapan SMA Sriwijaya SMA Bina Mulya SMA YPPL SMA Perintis
Jarak
Mutu
Jum Murid
100%
SSN
250
7 km
110.000
100%
SPM
64
6 km
3
150.000
100%
SSN
42
2 km
50.000
6
150.000
100%
SPM
137
4 km
C
250.000
4
115.000
98%
SSN
72
8 km
B
3.075.000
17
200.000
100%
SSN
500
5 km
Perhitungan manual bedasarkan contoh kasus diatas sesuai dengan bobot kriteria yang telah diisi oleh User adalah sebagai berikut : Tabel 3.18. Rating Kecocokan Setiap Alternatif pada kriteria KRITERIA C4 C5 C6 C7 C8 (Cost) (Benefit) (Benefit) (Benefit) (Benefit)
Sekolah
C1 (Benefit)
C2 (Cost)
C3 (Benefit)
A1
3
3
3
1
1
2
4
2
A2
2
1
1
1
1
1
2
2
A3
1
2
1
1
1
2
1
3
A4
2
1
2
1
1
1
3
3
A5
1
1
1
1
0
2
2
2
A6 Bobot
2 30
4 10
3 20
1 10
1 0
2 10
4 10
3 10
Selanjutnya membuat matriks keputusan berdasarkan kriteria (Ci) kemudian melakukan matriks ternormalisasi dengan rumus yang telah ada, sehingga diperoleh matriks ternormalisasi :
62
Contoh Perhitungan A1 menggunakan persamaan 1 :
C1
3 1 (Benefit) Max(3;3;2;3;2;3)
C2
Min(4;4;3;4;4;3) 0,75 (Cost) 4
( Persamaan 3.1)
Dari hasil perhitungan tersebut maka didapatkan matriks ternormalisasi R, yaitu:
0 , 33 1 1 1 0 , 33 1 0 , 66 1 0 , 33 0 , 50 0 , 33 1 R= 0 , 66 1 0 , 66 1 0 , 33 1 0 , 33 1 0 , 66 0 , 25 1 1
1 1 1 1 0 1
1
1
0 , 50
0 , 50
1
0 , 25
0 , 50
0 , 75
1
0 , 50
1
1
0 , 66 0 , 66 1 1 0 , 66 1
Selanjutnya mencari alternatif terbaik menggunakan persamaan 2 : V1 = (1x30) + (0,33x10)+ (1x20) + (1x10) + (1x0) + (1x10) + (1x10) + (0,66x10) = 89,9 V2 = (0,66x30) + (1x10) + (0,33x20) + (1x10) + (1x0) + (0,50x10) + (0,50x10) + (0,66x10) = 63 V3 = (0,33x30) + (0,50 x10) + (0,33x20) + (1x10) + (1x0) + (1x10) + (0,25x10) + (1x10) = 54 V4 = (0,66x30) + (1x10) + (0,66x20) + (1x10) + (1x0) + (0,50x10) + (0,75x10) + (1x10) = 75,5
63
V5 = (0,33x30 ) + (1x10) + (0,33x20) + (1x10) + (0x0) + (1x10) + (0,50x10) + (0,66x10) = 58,1 V6 = (0,66x30) + (0,25x10) + (1x20) + (1x10) + (1x0) + (1x10) + (1x10) + (1x10) = 82,3
( Persamaan 3.2)
V1 merupakan peringkat pertama karena memiliki nilai yang lebih besar dari nilai yang lain, V1 merupakan nilai preferensi dari alternatif A1, sehingga A1 atau dalam kasus ini SMA Persada yang menjadi alternatif terbaik untuk dijadikan Rekomendasi Sekolah.
64
BAB V PENUTUP
5.1 Kesimpulan Berdasarkan penelitian yang telah dilakukan dapat disimpulkan beberapa hal sebagai berikut : 1. Telah berhasil membangun Sistem Pendukung keputusan Rekomendasi SMA Swasta di Bandar Lampung yang dapat membantu para orang tua calon siswa ataupun siswa itu sendiri dalam memilih SMA yang sesuai dengan kriteria yang diinginkan. 2. Sistem Pendukung Keputusan yang dibangun memberikan hasil rekomendasi sekolah bedasarkan perhitungan dari delapan kriteria. 3. Untuk mendapatkan hasil rekomendasi sekolah pada sistem ini digunakan metode SAW (Simple Additive Weighting) 4. Hasil rekomendasi yang ditampilkan oleh sistem berupa hasil perhitungan dan juga grafik batang vertikal yang merepresentasikan hasil perhitungan dari tiap sekolah . 5. Berdasarkan hasil pengujian Equivalence Partitioning, disimpulkan bahwa dari 30 orang total responden, yang terdiri dari orang tua calon siswa maupun calon siswa mendapatkan rata-rata 81% persen. Hal ini menunjukkan bahwa penilaian terhadap Sistem Pendukung Keputusan Rekomendasi Pemilihan
SMA Swasta di Bandar Lampung menggunakan metode SAW (Simple Additive Weighting) tergolong ‘Sangat Baik’. 6. Sistem Rekomendasi SMA Swasta ini akan digunakan oleh pihak MKKS SMA Kota Bandar Lampung dan nantinya sistem ini akan berada di dalam website MKKS SMA Kota Bandar Lampung.
5.2 Saran Adapun saran yang diberikan adalah sebagai berikut : 1. Menampilkan jumlah % (persen) pada menu pemilihan sehingga user dapat mengetahui berapa bobot yang sudah diisi 2. Menyempurnakan desain user interface (UI) sistem/ Perbaikan pada tampilan aplikasi sehingga menjadi sistem lebih menarik. 3. Penambahan fungsi-fungsi lainnya pada sistem yang dapat semakin memudahkan pengguna
101
DAFTAR PUSTAKA
Aditya, Chandra, Rizki., Kurniawan, Didik., Wamiliana. 2015. Sistem Pendukung Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple Additive Weighting di Lingkungan Universitas Lampung. Jurnal Komputasi, Vol : 3, No 2, ISSN : 2541-0350. Bandar Lampung Balaji, S., Murugaiyan, M.S., 2012. Waterfall vs V-Model vs Agile: A omparative Study on SDLC. International Journal of Information Technology and Business management Vol 2 No. 1. Candra Surya. 2015. Sistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Menggunakan Fuzzy Multi Attribut Decision Making (FMADM) dan Simple Additive Weighting (SAW). Jurnal Rekayasa Elektrika Vol. 11, No. 4, Agustus 2015, hal. 149-156. Ching-Chin, C., Ka Ing, A.I., Ling-Ling, W., and Ling-Chieh, K., (2010). Designing a decision-support system for new product sales forecasting, Journal of Expert Systems with Applications, Vol.37, pp. 1654-1665. Fathansyah. 1999. Basis Data. Penerbit Informatika, Bandung. Halim, J . 2011. Framework Pemetaan Data Berbasis Peta dengan Menggunakan Google Maps API (Skripsi). Universitas Bina Nusantara. Jakarta. Hermawan, Julius. 2005. Membangun Decision Support System. Penerbit Andi, Yogyakarta. Joko, Nugroho. 2013. Sistem Pendukung Keputusan Penilaian Proses Belajar Mengajar Menggunakan Metode SAW (Simple Additive Weighting). Tesis Sistem Informasi, Semarang Kendall, Kenneth E. 2003. Analisis dan Perancangan Sistem. Jakarta: PT Indeks. Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. 2006. Fuzzy Multi Attribute Decision Making (FUZZY MADM). Penerbit Graha Ilmu,Yogyakarta. Laudon, Kenneth C. 2008. Sistem Informasi Manajemen edisi 10. Jakarta: Salemba Empat. 102
Maharrani, R.H., Syukur, A., dan Catur P., Tyas. 2010. Penerapan Metode Analytial Hierarchi Process dalam Penerimaan Karyawan pada PT. Pasir Besi Indonesia. Jurnal Teknologi Informasi, Vol.6, No.1, Hal 102-114. Prahasta, Eddy. 2002, Konsep-konsep Dasar SIG. Bandung: Informatika Bandung. Pristiwanto.2014. Sistem Pendukung Keputusan dengan Metode SAW untuk menentukan dosen pembimbing Skripsi. Jurnal STMIK Budi Darma Medan Vol. 2, No. 1, ISSN: 2339-210X. Rizky, Soetam. 2007. Interaksi Manusia dan Komputer. Yogyakarta: Graha Ilmu. Saputra, Agus. 2012. Sistem Informasi Nilai Akademik untuk Panduan Skripsi.Jakarta: Elex Media Komputindo. Sidik, Bertha. 2005. MySQL. Bandung Informatika, Bandung. Suryadi, Kadarsah, dan Ramdhani, Ali. 2002. Sistem Pendukung Keputusan : Suatu Wacana Struktural Idealis dan Implementasi Konsep Pengambilan Keputusan. Remaja Rosdakarya, Bandung. Suryantoro, Agus. 2013. Intergrasi Aplikasi Sistem Informasi Geografis. Ombak, Yogyakarta. Swastikayana, I Wayan Eka. 2011. Sistem Informasi Geografis Berbasis Web Untuk Pemetaan Pariwisata Kabupaten Gianyar. Jurusan Teknik Informatika Fakultas Teknologi Industri Universitas Pembangunan Nasional”Veteran”. Yogyakarta. Tonton Taufik.2010. Pengertian Sekolah Menengah Atas., Sumedang. Turban, E., Aronson, J. E., and Liang, T. 2005. Decision Support Systems and Intelliget Systems (Sistem Pendukung Keputusan dan Sistem Cerdas). Penerbit Andi, Yogyakarta. Wibowo, Bagus Ari. 2011. Perancangan dan Implementasi Sistem Pendukung Keputusan untuk Jalan Menggunakan Metode ID3 (Studi Kasus BAPPEDA Kota Salatiga). Universitas Kristen Satya Wacana: Jawa Tengah.
103
