Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 8 No 1 - 2016 - speed.web.id
Sistem Pendukung Keputusan Untuk Penentuan Penerima Beasiswa (Studi Kasus : Politeknik Hasnur) Ramadhani Noor Pratama Politeknik Hasnur, Kalimantan Selatan
[email protected] Abstrak - Beasiswa merupakan pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan meringankan beban biaya mahasiswa demi keberlangsungan pendidikan yang ditempuh. Dengan semakin meningkatnya pertumbuhan jumlah mahasiswa maka secara otomatis akan meningkat juga jumlah beasiswa ataupun penerima beasiswa. Maka dari itu diperlukan sebuah sistem pengambilan keputusan yang bisa mempermudah dalam penyeleksian penerimaan beasiswa itu sendiri. Penelitian ini bertujuan mengimplementasikan metode Analytical Hierarchy Process (AHP) dan Semple Additive Weighting (SAW) ke sebuah aplikasi sistem pengambil keputusan. Metode AHP dan SAW bisa digunakan untuk menetukan pilihan yang terbaik dari beberapa macam alternative yang tersedia, metode ini dianggap paling sesuai untuk menyelesaikan permasalahan ini karena perhitungannya cukup mudah dan cukup ringkas. Selain itu metode ini sesuai perancangan sistem yang akan dibuat. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses pengurutan kandidat yang akan menentukan alternatif yang optimal. Kata Kunci: SPK, AHP, SAW, Beasiswa, Politeknik Hasnur Abstract - The scholarship is a grant of a form of financial assistance given to individuals in order to ease the burden of student fees for the sake of the continuity of education. Increasing growth of the number of students will automatically increase the number of scholarships. Therefore, a system will be required that could facilitate decision-making in selecting appropriate acceptance scholarship itself. This research aims at implementing a method of analytical hierarchy process (AHP) and simple additive weighting (SAW) into an decision making systems. AHP and SAW method can be used to determine the best choice of some kind of available alternatives, this method was considered most appropriate to resolve this issue because the calculations are pretty easy and pretty succinct. Moreover this method fits the design of systems that will be created. Research done by searching for the value weights for each attribute, and then donethe sorting process candidates who will determine the optimal alternative. Key Words: DSS, AHP, SAW, Scholarship, Politeknik Hasnur 1.1. Latar Belakang Beasiswa adalah sebagai pembiayaan yang tidak bersumber dari pendanaan sendiri atau orang tua, tetapi diberikan oleh pemerintah, perusahaan swasta, kedutaan, universitas, serta lembaga pendidik atau peneliti, atau juga dari kantor tempat bekerja yang karena prestasi seorang dapat diberikan kesempatan untuk meningkatkan kapasitas sumber daya manusianya melalui pendidikan. (Gafur, 2008) Politeknik Hasnur merupakan salah satu perguruan tinggi yang memberikan beasiswa kepada mahasiswa setiap semester. Tujuan pemberian beasiswa adalah untuk meringankan beban biaya pendidikan mahasiswa. Program Beasiswa yang diberikan oleh Politeknik Hasnur salah satunya adalah beasiswa unggulan. Beasiswa unggulan membebaskan biaya kuliah untuk calon mahasiswa yang kurang berkecukupan dari segi ekomoni namun memiliki nilai yang bagus dalam bidang akademik. Sistem pendukung keputusan yang dapat membantu proses pengambilan keputusan ISSN : 1979-9330 (Print) - 2088-0154 (Online)
dalam penentuan penerima beasiswa pada penelitian yang dilakukan adalah metode Analytical Hierarchy Process (AHP) dan metode Simple Additive Weighting (SAW). Metode Simple Additive Weighting ini juga dikenal sebagai metode penjumlahan terbobot (Kusumadewi, Hartati, Harjoko, & Wardoyo, 2006) Penelitian tentang sistem pendukung keputusan yang berkaitan dengan penelitian yang dilakukan telah banyak dilakukan, diantaranya Sistem Pendukung Keputusan Menggunakan Metode AHP dan TOPSIS (Studi Kasus: Pemilihan Handphone) (Dewi, 2013), Sistem Pendukung Keputusan Seleksi Penerima Beasiswa Dengan Metode AHP dan TOPSIS (Studi Kasus: FMIPA USU) (Manurung, 2010), Pemanfaatan Sistem Pendukung Keputusan Untuk Penentuan Alokasi Dana Kegiatan (Studi Kasus Unit Kegiatan Mahasiswa Politeknik Negeri Padang) (Azmi, Sonatha, & Rasyidah, 2014), Analisis Penggabungan Metode SAW dan Metode TOPSIS Untuk Mendukung 8
Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 8 No 1 - 2016 - speed.web.id
Keputusan Seleksi Penerimaan Dosen (Iriane, Ernawati, & Wisnubhadra, 2013) dan Sistem Pendukung Keputusan Untuk Menentukan Penerima BLSM di Kabupaten Indramayu (Supriatin, W, & Luthfi, 2014) Rumusan masalah yang diangkat dalam penelitian yang dilakukan adalah bagaimana memberikan perankingkan alternatif – alternatif pada sebuah sistem pendukung keputusan untuk penentuan penerima beasiswa? 2.1. Kajian Pustaka Dalam publikasi (Dewi, 2013) memaparkan bahwa Sistem pendukung keputusan memberikan hasil berupa prioritas handphone yang sesuai dengan keinginan, kegunaan dan anggaran konsumen. Metode yang digunakan adalah Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) yang mana metode – metode tersebut memiliki peranan masing – masing untuk menghasilkan nilai optimal dalam menentukan perankingan prioritas handphone yang nantinya akan disarankan kepada konsumen Dalam publikasi (Manurung, 2010) memaparkan bahwa Sistem pendukung keputusan mengimplementasikan metode AHP dan TOPSIS untuk membantu penentuan dalam menetapkan seseorang yang layak menerima beasiswa. Keputusan didasarkan pada penilaian kriteria yang ditentukan yaitu IPK, penghasilan, jumlah tanggunangan, semester dan status beasiswa. Adapun cara yang digunakan mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan mengggunakan metode AHP kemudian mencari solusi dengan metode TOPSIS. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses pengurutan kandidat yang akan menentukan hasilnya berupa alternatif yang optimal, yaitu mahasiswa terbaik berdasarkan kriteria-kriteria yang ditentukan prioritasnya Dalam publikasi (Azmi, Sonatha, & Rasyidah, 2014) memaparkan bahwa Sistem pendukung keputusan yang dikembangkan dalam penelitian menggunakan Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode AHP digunakan untuk mendapatkan nilai bobot setiap kriteria dan subkriteria, sedangkan metode TOPSIS digunakan dalam proses penentuan kelayakan proposal. Hasil dari penelitian ini adalah menunjukkan model AHP dan TOPSIS memberikan rekomendasi prioritas usulan yang cukup akurat ISSN : 1979-9330 (Print) - 2088-0154 (Online)
Dalam publikasi (Iriane, Ernawati, & Wisnubhadra, 2013) memaparkan bahwa penelitian yang dilakukan menggabungkan dua metode dalam sistem pendukung keputusan, yaitu Simple Additive Weighting (SAW) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Metode SAW dilakukan untuk mencari nilai matriks ternormalisasi R untuk setiap atribut dan metode TOPSIS digunakan untuk mencari solusi atau alternatif yang dipilih. Hasil dari penelitian yang dilakukan adalah menentukan alternatif terbaik dari sejumlah alternatif untuk seleksi penerimaan dosen Dalam publikasi (Supriatin, W, & Luthfi, 2014) memaparkan bahwa penelitian yang dilakukan menggunakan metode Analytical Hierarchy Process (AHP) yang bertujuan untuk memberikan usulan untuk prioritas penerima BLSM agar tepat sasaran. Hasil penelitian yang dilakukan adalah didapatnya suatu alternatif pengambilan keputusan dalam menentukan penerima BLSM yang efektif Metode SAW diterapkan dalam penelitian untuk memecahkan masalah seleksi personil di Iran. Penelitian yang dilakukan, dianggap sebagai aplikasi yang sebenarnya dalam pemilihan personil dengan menggunakan pendapat para ahli. Data yang digunakan dalam model ini dikumpulkan dari lima ahli. Kuesioner digunakan untuk mengumpulkan data di salah satu perusahaan telekomunikasi di Iran menggunakan nilai skala 1 sampai 5. Para penulis menerapkan tujuh kriteria kualitatif untuk memilih yang terbaik di antara lima personel yang kemudian menjadi peringkat. Kriteria mampu bekerja dalam unit bisnis yang berbeda, pengalaman masa lalu, pemain tim, kefasihan dalam bahasa asing, pemikiran strategis, keterampilan komunikasi lisan dan keterampilan komputer. Hasil pendekatan SAW menunjukkan bahwa P3 adalah personil terbaik yang akan dipilih. Keterbatasan di makalah penelitian yang dilakukan adalah bahwa SAW mengabaikan ketidakjelasan penghakiman eksekutif selama proses pengambilan keputusan (Afshari, Mojahed, & Yusuff, 2010) 3. Metodologi Penelitian Metode penelitian yang digunakan adalah jenis Action Research. Metode ini merupakan cara melakukan masalah pada saat yang bersamaan. Penelitian tindakan ini merupakan metode yang didasarkan pada tindakan masyarakat yang seringkali diselenggarakan pada suatu latar yang luas.
9
Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 8 No 1 - 2016 - speed.web.id
3.1. Metode Pengumpulan Data Metode pengumpulan data yang digunakan dalam penelitian ini adalah observasi dan wawancara 1. Observasi. Metode observasi adalah dengan menggunakan pengamatan langsung terhadap objek yang diteliti tentang bagaimana proses seleksi penentuan penerima beasiswa 2. Wawancara. Merupakan metode pengumpulan data dengan cara tanya jawab langsung terhadap objek di tempat melakukan penelitian. 3.2. Metode Analisis Data Metode analisis data yang digunakan adalah 1. Analytical Hierarchy Process (AHP) 2. Simple Additive Weighting (SAW) 4. Implementasi Sistem dan Hasil Dalam pembuatan Sistem Pendukung keputusan untuk penentuan penerima beasiswa dibutuhkan jenis data internal dan data privat. Data internal adalah data yang sudah ada dalam organisasi. Dalam penelitian ini data internalnya adalah data calon penerima beasiswa yang ada di Politeknik Hasnur Data privat merupakan data pendapat dari user. Dalam penelitian ini data privatnya adalah data kriteria yang sudah ditetapkan yang akan digunakan dalam menyelesaikan masalah 4.1. Analisis Hasil Penelitian Pada subbab ini akan dibahas tentang masukan data yang sebenarnya, proses perhitungan dan keluaran yang diharapkan pada penelitian ini. Masukan sistem ini adalah nilai matriks kriteria. Langkah – langkah pembobotan menggunakan metode AHP antara lain : 1. Menyusun matriks berpasangan
perbandingan
Tabel 1. Perbandingan Berpasangan
Keterangan : C1 = Kriteria jumlah tanggungan orang tua C2 = Kriteria penghasilan orang tua C3 = Kriteria nilai tes tertulis matematika C4 = Kriteria Nilai tes tertulis bahasa inggris C5 = Kriteria nilai tes tertulis pengetahuan umum C6 = Kriteria nilai tes tertulis kewarganegaraan C7 = Kriteria nilai tes wawancara C8 = Kriteria nilai rata – rata rapor SMA Cij = Perbandingan berpasangan antara kriteria baris ke-i dan kriteria kolom ke- j 2. Memenuhi berpasangan
kolom
matriks
perbandingan
Tabel 2. Pemenuhan kolom perbandingan berpasangan
matriks
C1
C2
C3
C4
C5
C6
C7
C8
C1
1
2
3
3
3
3
3
2
C2
0,5
1
3
3
3
3
3
2
C3
0,333
0,333
1
1
1
1
1
1
C4
0,333
0,333
1
1
1
1
1
1
C5
0,333
0,333
1
1
1
1
1
1
C6
0,333
0,333
1
1
1
1
1
1
C7
0,333
0,333
1
1
1
1
1
1
C8
0,5
0,5
1
1
1
1
1
1
Jumlah
3,667
5,167
12
12
12
12
12
10
2. Normalisasi matriks Tabel 3. Normalisasi C1
C2
C3
C4
C5
C6
C7
C8
Jml
C1
0,273
0,387
0,25
0,25
0,25
0,25
0,25
0,2
2,11
C2
0,136
0,194
0,25
0,25
0,25
0,25
0,25
0,2
1,78
C3
0,091
0,065
0,083
0,0833
0,083
0,083
0,083
0,1
0,672
C4
0,091
0,065
0,083
0,0833
0,083
0,083
0,083
0,1
0,672
C5
0,091
0,065
0,083
0,0833
0,083
0,083
0,083
0,1
0,672
C1
C2
C3
C4
C5
C6
C7
C8
C6
0,091
0,065
0,083
0,0833
0,083
0,083
0,083
0,1
0,672
C1
1
2
3
3
3
3
3
2
C7
0,091
0,065
0,083
0,0833
0,083
0,083
0,083
0,1
0,672
C2
Cij
1
3
3
3
3
3
2
C8
0,136
0,097
0,083
0,0833
0,083
0,083
0,083
0,1
0,75
C3
Cij
Cij
1
1
1
1
1
1
C4
Cij
Cij
Cij
1
1
1
1
1
C5
Cij
Cij
Cij
Cij
1
1
1
1
C6
Cij
Cij
Cij
Cij
Cij
1
1
1
C7
Cij
Cij
Cij
Cij
Cij
Cij
1
1
C8
Cij
Cij
Cij
Cij
Cij
Cij
Cij
1
ISSN : 1979-9330 (Print) - 2088-0154 (Online)
3. Pembobotan
10
Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 8 No 1 - 2016 - speed.web.id
Tabel 6. Nilai Lamda (λ) Kriteria Jumlah Tanggungan Orangtua Penghasilan Orangtua Nilai Tes Tertulis Matematika Nilai Tes Tertulis Bahasa Inggris Nilai Tes Tertulis Pengetahuan Umum Nilai Tes Tertulis Kewarganegaraan Nilai Tes Wawancara Nilai Rata – rata Rapor SMA Total λmax
Dari perhitungan bobot yang telah dipaparkan, maka didapatkan nilai prioritas kriteria sebagai berikut : Tabel 4. Nilai Prioritas Kriteria Kriteria Jumlah Tanggungan Orangtua Penghasilan Orangtua Nilai Tes Tertulis Matematika Nilai Tes Tertulis Bahasa Inggris Nilai Tes Tertulis Pengetahuan Umum Nilai Tes Tertulis Kewarganegaraan Nilai Tes Wawancara Nilai Rata – rata Rapor SMA
Nilai Prioritas 0,264 0,222 0,084 0,084 0,084 0,084 0,084 0,094
Nilai total pada tabel diperoleh dari penjumlahan semua nilai hasil bagi kriteria, sedangkan nilai λmax diperoleh dari nilai total dibagi banyaknya kriteria yang ada yaitu 8 6. Mencari nilai Consistency Index (CI) dan nilai Consistency Ratio (CR) CI = (λmax - n) / (n -1) = (8,07189 - 1) / (8 – 1) = 1,0103 CR
= CI / RI = 1,0103 / 1,41 = 0,7165 (CR ACCEPTABLE)
<
0,1
,
nilai
Perankingan menggunakan metode SAW dengan langkah – langkah sebagai berikut :
4. Mengalikan nilai masukan matriks kriteria dengan nilai prioritas kriteria Tabel 5. Perkalian Kritera dengan Nilai Prioritas C1
C2
C3
C4
C5
C6
C7
C8
jumlah
C1
0,264
0,445
0,252
0,252
0,252
0,252
0,252
0,187
2,156
C2
0,132
0,222
0,252
0,252
0,252
0,252
0,252
0,187
1,802
C3
0,088
0,074
0,084
0,084
0,084
0,084
0,084
0,094
0,676
C4
0,088
0,074
0,084
0,084
0,084
0,084
0,084
0,094
0,676
C5
0,088
0,074
0,084
0,084
0,084
0,084
0,084
0,094
0,676
C6
0,088
0,074
0,084
0,084
0,084
0,084
0,084
0,094
0,676
C7
0,088
0,074
0,084
0,084
0,084
0,084
0,084
0,094
0,676
C8
0,132
0,111
0,084
0,084
0,084
0,084
0,084
0,094
0,757
5. Menghitung Konsistensi Langkah awal dalam mendapatkan nilai konsistensi adalah dengan menghitung λ terlebih dahulu dengan cara hasil bagi nilai jumlah baris dengan nilai prioritas kriteria, sehingga mendapatkan hasil sebagai berikut :
ISSN : 1979-9330 (Print) - 2088-0154 (Online)
Lamda (λ) 8,17634 8,09917 8,0448 8,0448 8,0448 8,0448 8,0448 8,07561 64,575 8,07189
7. Menyusun matriks keputusan Data yang digunakan adalah 5 data sampel pada data calon penerima beasiswa di Politeknik Hasnur Tabel 7. Data Beasiswa lternatif C1 A1 1 A2 1 A3 1 A4 2 A5 1
Sampel
C2 C3 800000 16 000000 15 000000 8 500000 20 000000 23
C4 25 23 20 15 10
Calon C5 20 9 22 20 15
C6 15 18 13 10 9
Penerima C7 45 43 32 50 38
C8 1,36 0,76 8,77 7,81 7,83
8. Normalisasi matriks Normalisasi matriks digunakan untuk menghitung nilai masing – masing kriteria berdasarkan kriteria diasumsikan sebagai kriteria keuntungan atau biaya dengan rumus sebagai berikut :
11
Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 8 No 1 - 2016 - speed.web.id
ISSN : 1979-9330 (Print) - 2088-0154 (Online)
12
Journal Speed – Sentra Penelitian Engineering dan Edukasi – Volume 8 No 1 - 2016 - speed.web.id
perangkingan calon penerima beasiswa diurutkan berdasarkan nilai terbesar adalah A4 = 0,9064; A1 = 0,7291; A2 = 0,6589; A3 = 0,6287; A5 = 0,6135
Tabel 8. Hasil Normalisasi Bobot
A1 A2
C1
C2
C3
C4
C5
C6
C7
0,5
0,62 5
0,69 6
1
0,90 9
0,83 3
0,9
1
0,5
0,65 2
0,9 2
0,40 9
1
0,86
0,99 3
0,8
1
0,72 2
0,64
0,96 8
0,5
C8
A3
0,5
0,5
0,34 8
A4
1
1
0,87
0,6
0,90 9
0,55 6
1
0,95 6
A5
0,5
0,5
1
0,4
0,68 2
0,5
0,76
0,95 7
9. Perankingan Perankingan didapatkan dari perolehan nilai – nilai tiap alternatif yang dilakukan dengan cara melakukan perkalian matriks W*R dan penjumlahan hasil perkalian dengan rumus sebagai berikut :
Pustaka [1] Afshari, A., Mojahed, M., & Yusuff, R. (2010). Simple Additive Weighting approach to Personnel. International Journal of Innovation, Management and Technology, vol. 1, no. 5, 511-515. [2] Azmi, M., Sonatha, Y., & Rasyidah. (2014). Pemanfaatan Sistem Pendukung Keputusan Untuk Penentuan Alokasi Dana Kegiatan (Studi Kasus Unit Kegiatan Mahasiswa Politeknik Negeri Padang). Jurnal Momentum, 74-83. [3] Dewi, S. T. (2013). Sistem Pendukung Keputusan Menggunakan Metode AHP dan TOPSIS (Studi Kasus: Pemilihan Handphone). Yogyakarta. [4] Gafur, A. (2008). Cara Mudah Mendapatkan Beasiswa. Jakarta: Elex Media Komputindo. [5] Iriane, G. R., Ernawati, & Wisnubhadra, I. (2013). Analisis Penggabungan Metode Saw Dan Metode Topsis Untuk Mendukung Keputusan Seleksi Penerimaan Dosen. Seminar Nasional Informatika 2013 (semnasIF 2013). [6]
Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R. (2006). Fuzzy Multi-Attribute Decision Making. Yogyakarta: Graha Ilmu.
[7]
Manurung, P. (2010). Sistem Pendukung Keputusan Seleksi Penerima Beasiswa Dengan Metode Ahp Dan Topsis (Studi Kasus: Fmipa Usu). Medan. Supriatin, W,B.S., & Luthfi, E. T. (2014). Sistem Pendukung Keputusan Untuk Menentukan Penerima BLSM Di Kabupaten Indramayu. Citec Journal: Creative information Technology,. Riesda Ganevi, Bambang Eka Purnama, Sistem Pendukung Keputusan Penilaian Kinerja Guru Sekolah Menengah Pertama Negeri (SMP N) 1 Pacitan, Vol 6, No 4 (2014): Jurnal Speed 24 – 2014 Lutfi Syafirullah, Joko Dwi Mulyanto, Penerapan Analityc Hierarchy Process (AHP) Dalam Memilih Gadget Smartphone, Vol 2, No 1 (2014): Jurnal Evolusi 2014 Sardiarinto, Aplikasi Sistem Pendukung Keputusan Kelayakan Peminjaman Kredit Nasabah Koperasi Berbasis Android, Vol 1, No 1 (2013): Jurnal Bianglala 2013
[8]
Hasil perankingan ditunjukkan oleh berikut : Tabel 9. Hasil Perankingan No. 1 2 3 4 5
Alternatif A4 A1 A2 A3 A5
tabel
Hasil Perhitungan 0,9064 0,7291 0,6589 0,6287 0,6135
5. Penutup Berdasarkan analisis data yang telah dilakukan pada penelitian sistem pendukung keputusan untuk penentuan penerima beasiswa, maka dapat diambil kesimpulan bahwa hasil ISSN : 1979-9330 (Print) - 2088-0154 (Online)
[9]
[10]
[11]
13