Prosiding SENATEK 2015 Fakultas Teknik, Universitas Muhammadiyah Purwokerto Purwokerto, 28 November 2015, ISBN

Prosiding SENATEK 2015 Fakultas Teknik, Universitas Muhammadiyah Purwokerto Purwokerto, 28 November 2015, ISBN 978-602-14355-0 -2

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN LULUSAN MAHASISWA TERBAIK DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)DI FAKULTAS TEKNIK UNIVERSITAS MUHAMMADIYAH PURWOKERTO Aditya Hadi Wijaya1) dan Hindayati Mustafidah2) 1)2)Teknik Informatika – F. Teknik – Universitas Muhammadiyah Purwokerto Jl. Raya Dukuhwaluh Purwokerto 53182 1)[email protected] 2)

[email protected]

ABSTRAK Salah satu tujuan kegiatan pendidikan dan pengajaran di perguruan tinggi adalah menghasilkan lulusan yang terbaik.Lulusan terbaik didasarkan pada kualitas hard skill dan soft skill yang diperoleh dalam proses pembelajaran di perguruan tinggi. Penentuan lulusan terbaik bukanlah suatu kegiatan yang mudah. Karena pada setiap proses penentuan lulusan terbaik terdapat banyak mahasiswa calon lulusan yang diuji, dengan kriteria-kriteria yang digunakan sebagai acuannya. Banyaknya calon lulusan yang diuji, membuat proses menjadi tidak maksimal dan membutuhkan waktu yang lama. Diperlukan suatu sistem yang dapat digunakan untuk membantu proses penentuan lulusan terbaik. Sistem pendukung keputusan merupakan suatu sistem yang dapat membantu proses penentuan lulusan mahasiswa terbaik, karena sistem pendukung keputusan dapat menentukan alternatif terbaik dengan kriteria yang sudah ditentukan. Proses penentuan lulusan terbaik di Fakultas Teknik Universitas Muhammadiyah Purwokerto masih menggunakan cara manual, yaitu dengan cara melihat nilai Indek Prestasi Mahasiswa (IPK) dan masa studi setiap mahasiswa. Oleh karena itu, dibangun sistem pendukung keputusan menggunakan metodeSimple Additive Weighting (SAW). Bahasa pemrograman yang digunakan untuk membangun sistem ini adalah C# dan menggunakan database SQL Server. Hasil dari penelitian ini dapat digunakan untuk memudahkanpengambilan keputusan dalam menentukan lulusan terbaik disetiap angkatan dengan kriteria-kriteria yang telah ditentukan. kata kunci : Simple Additive Weighting (SAW), Mahasiswa Lulusan Terbaik, Sistem Pendukung Keputusan, C#, SQL Server. PENDAHULUAN Pengambilan keputusan untuk menentukan mahasiswa lulusan terbaik dibutuhkan kemampuan dalam mengambil keputusan dengan cepat dan cermat.Sistem informasi berbasis komputer dapat digunakan dalam memecahkan masalah dalam pengambilan keputusan yang dapat membantu dalam menentukan pilihan. Metode yang dapat membantu para pengambil keputusan untuk menentukan lulusan mahasiswa terbaik sesuai dengan kriteria - kriteria yang telah ditetapkan oleh perguruan tinggi. Penentuan lulusan mahasiswa terbaik masih menggunakan perhitungan manual dengan cara melihat nilai Indek Prestasi Mahasiswa (IPK) dan masa studi mahasiswa. Sehingga jika data yang diuji banyak, maka tidak mamberikan hasil yang maksimal dan membutuhkan waktu yang lama. Memungkinkan terjadinya human error dalam proses pengolahan data-data yang digunakan dalam proses pemilihan. Hal ini dapat mempengaruhi terhadap proses penetapan keputusan pihak fakultas teknik untuk menentukan mahasiswa lulusan terbaik, serta banyaknya mahasiswa berprestasi dalam perguruan tinggi menjadi faktor yang sulit untuk menentukan mahasiswa dengan lulusan yang paling baik. Pelaksanaan pemilihan lulusan mahasiswa terbaik ini menggunakan komponen atau kriteria yang nantinya akan dinilai. Perumusan kriteria – kriteria tersebut dilakukan oleh 357


Fakultas Teknik Universitas Muhammadiyah Purwokerto. Kriteria – kriteria tersebut memiliki intensitas kepentingan (bobot) yang berbeda. Sistem informasi berbasis komputer dapat digunakan dalam memecahkan masalah berupa pengambilan keputusan yang sering disebut dengan sistem pendukung keputusan / Decision Support System (DSS). Menurut Turban, dkk. (2005), DSSadalah “sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan”. Bahwa untuk sukses, sistem tersebut haruslah sederhana, cepat, mudah dikontrol, adaptif, lengkap dengan isu-isu penting, dan mudah berkomunikasi. sebuah sistem yang dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan, namun tidak menggantikan penilaian pengambil keputusan. Salah satu metode sistem pendukung keputusan adalah Simple Additive Weighting (SAW). Dalam metode SAW, proses pengambilan keputusan dilakukan dengan mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Kusumadewi, dkk. 2006). Oleh karena itu metode yang akan digunakan dalam menentukan lulusan mahasiswa terbaik adalah Simple Additive Weighting (SAW). Sistem ini digunakan untuk merekomendasikan lulusan mahasiswa yang terbaik khususnya di fakultas teknik. Berdasarkan uraian tersebut, maka dibangunlah sebuah aplikasi SPK untuk menentukan lulusan mahasiswa terbaik untuk mempermudah dalam menentukan lulusan mahasiswa terbaik. Dimulai dengan pembuatan database sebagai bahan untuk pusat informasi dan data sistem. Pembuatan database dalam sistem ini saya akan menggunakan database SQL Server.SQL Server adalah produk microsoft yang paling fenomenal setelah sistem operasi Windows 2000 yang diluncurkan beberapa tahun yang lalu. Sebagai sentral dari fungsi pengelolaan data di dalam platformMicrosoft(Djuandi, 2006). Kemudian ke tahap pembuatan program, tujuannya adalah untuk mengkonversikan perancangan sistem yang sudah dibuat tadi kedalam bentuk bahasa pemrograman dengan menggunakan bahasa pemrograman C#. C# (C sharp) adalah sebuah bahasa pemrograman berbasis objek yang didukung oleh Microsoft(Darmawan dan Rizal, 2011). Output sistem pendukung keputusan untuk menentukan lulusan mahasiswa terbaik ini adalah hasil analisis dari data input yang dapat membantu serta memberikan solusi alternatif terhadap pemasalahan untuk menentukan lulsan mahasiswa terbaik di Fakultas Teknik Universitas muhammadiyah Purwokerto. Tujuan dari penelitian ini adalah membangun sebuah sistem pendukung keputusan untuk menentukan lulusan mahasiswa terbaik dengan menggunakan metode Simple Additive Weighting (SAW) di Fakultas Teknik Universitas Muhammadiyah Purwokerto, sehingga dapat membantu dalam menentukan lulusan mahasiswa terbaik. Sedangkan manfaat yang diharapkan dari membangun sistem pendukung keputusan ini adalah untuk memudahkan dalam menentukan lulusan mahasiswa terbaik yang tepat.

1.

METODE Penelitian ini adalah jenis penelitian pengembangan yaitu jenis penelitian untuk membangun sebuah sistem pendukung keputusan untuk menentukan lulusan mahasiswa terbaik. Penelitian ini dilakukan di Fakultas Teknik Universitas Muhammadiyah Purwokerto. Data-data yang diperlukan dalam penelitian ini didapat dari hasil wawancara dan dokumentasi dengan pihak fakultas teknik mengenai cara menentukan lulusan mahasiswa terbaik dengan kriteriakriteria yang harus di penuhi oleh setiap mahasiswa untuk menjadi lulusan terbaik. Data-data yang telah dikumpulkan selama proses pengumpulan data, kemudian dianalisa untuk mengetahui data apa saja yang benar-benar dibutuhkan dalam proses kerja pembuatan aplikasi. selanjutnya akan dihitung dengan metode yang digunakan (SAW), langkahlangkah penyelesaiannya adalah: 1. Menentukan kriteria yang dijadikan acuan dalam pengambilan keputusan (Cj). 358


2. Tentukan bobot setiap kriteria (W) seperti pada persamaan 1 berikut. W = {W1,W2, ..., Wn} ...................... (1) 3. Menentukan alternatif (Ai) beserta nilainya untuk setiap kriteria. 4. Membuat matrik keputusan. Nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana, (i=1,2,...,m) dan (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Seperti pada persamaan 2 berikut. ⋯ ... = ⋮ ⋮ ⋮ ⋯ ...................... (2) Keterangan: X = nilai dari setiap alternatif m = alternatif n = kriteria 5. Melakukan normalisasi matrik keputusan dengan cara menghitung nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada kriteria Cj seperti pada persamaan 3 berikut. ℎ

=

ℎ

(

)

...................... (3)

Keterangan: = nilai rating kinerja ternormalisasi = nilai atribut yang dimiliki dari setiap kriteria = nilai terbesar dari setiap kolom kriteria = nilai terkecil dari setiap kolom kriteria 6. Hasil dari nilai rating kinerja ternormalisasi (rij) membentuk matrik ternormalisasi (R) seperti persamaan 4 berikut. ⋯ ... = .................. (4) ⋮ ⋮ ⋮ ⋯ 7. Hitung nilai preferensi untuk setiap alternatif ( ) seperti persamaan 5 berikut. = ∑ ................... (5) Keterangan: Vi = Nilai akhir dari alternatif wj = Bobot yang telah ditentukan rij = Normalisasi matriks Nilai akhir alternatif

yang lebih besar yaitu alternatif yang terpilih.

Perancangan sistem tersebut digambarkan dengan menggunakan flowchart.Flowchart sistem pendukung keputusan untuk menentukan lulusan mahasiswa terbaik dapat dilihat pada (Gambar 1) berikut.

359


Gambar 1. Flowchart untuk Menentukan Lulusan Mahasiswa Terbaik Menggunakan Metode Simple Additive Weighting (SAW) HASIL DAN PEMBAHASAN Dari hasil metode pelaksanaan yang telah dijelaskan sebelumnya maka diperoleh kriteria-kriteria yang digunakan, yaitu: 1. Indek Prestasi Kumulatif (IPK) 2. Masa studi (dalam bulan) 3. Tidak ada nilai D 4. Nilai C maksimal 1 Sesuai dengan (Gambar 1) tersebut prosesnya adalah:  Data kriteria yang digunakan adalah seperti pada Tebel 1 berikut. Tabel 1. Kriteria yang Digunakan dalam Pemilihan Kode Kriteria Kode Bobot C1 Indek Prestasi Kumulatif (IPK) W1 5 C2 Masa studi (dalam bulan) W2 4 C3 Tidak ada nilai D W3 5 C4 Nilai C maksimal 1 W4 2  Selanjutnya membuat matrik keputusan dengan cara memasukan nilai dari setiap alternatif pada setiap kriteria seperti pada persamaan 2 dan pada Tabel 2 berikut. Tabel 2. Matrik Keputusan KRITERIA ALTERNATIF C1 C2 C3 C4 Mahasiswa ke 1 3.45 59 0 0 Mahasiswa ke 2 3.76 47 0 0 Mahasiswa ke 3 3.81 47 0 0 Mahasiswa ke 4 3.74 47 0 0 Mahasiswa ke 5 3.4 47 0 0 Mahasiswa ke 6 3.7 47 0 0 Mahasiswa ke 7 3.6 47 0 0 Mahasiswa ke 8 3.32 47 0 0 Mahasiswa ke 9 3.29 47 0 0 Mahasiswa ke 10 3.56 47 0 0 360




Kemudian hasil dari matrik keputusan dilakukan proses normalisasi seperti pada persamaan 3. Sehingga diperoleh matrik ternormalisasi R seperti pada persamaan 4 dan pada Tabel 3 berikut. Tabel 3. Matrik Ternormalisasi KRITERIA ALTERNATIF C1 C2 C3 C4 , Mahasiswa ke 1 0 0 = 0,797 = 0,906 ,



Mahasiswa ke 2 0,987 1,000 0 0 Mahasiswa ke 3 1,000 1,000 0 0 Mahasiswa ke 4 0,982 1,000 0 0 Mahasiswa ke 5 0,955 1,000 0 0 Mahasiswa ke 6 0,971 1,000 0 0 Mahasiswa ke 7 0,945 1,000 0 0 Mahasiswa ke 8 0,871 1,000 0 0 Mahasiswa ke 9 0,864 1,000 0 0 Mahasiswa ke 10 0,934 1,000 0 0 Seperti contohnya mahasiswa ke 1 dengan kriteria : C1 = 3,45, C2 = 59, C3 = 0 dan C4 = 0. Sehingga dengan nilai yang sudah ada maka dapat dilihat bahwa hasil perhitungan SAW yang terjadi dari mahasiswa ke 1 yang bersangkutan adalah C1 = 0,906, C2 = 0,797, C3 = 0 dan C4 = 0. Setelah didapatkan setiap nilaidari masing-masing mahasiswa kemudian dilakukan proses perangkingan. Setelah itu lakukan proses perangkingan, hitung nilai preferensi untuk setiap alternatif ( )dilakukan proses penjumlahan dari perkalian antara matriks ternormalisasi (R) dengan nilai bobot (W) yang menghasilkan nilai preferensi dari setiap alternatif. Diperoleh berdasarkan seperti pada persamaan 5dan pada Tabel 4 berikut. Tabel 4. Tabel Nilai Preferensi ALTERNATIF

Jumlah

Mahasiswa ke 1 7,714 Mahasiswa ke 2 8,934 Mahasiswa ke 3 9,000 Mahasiswa ke 4 8,908 Mahasiswa ke 5 8,777 Mahasiswa ke 6 8,856 Mahasiswa ke 7 8,724 Mahasiswa ke 8 8,357 Mahasiswa ke 9 8,318 Mahasiswa ke 10 8,672 Seperti contohnya mahasiswa ke 1 dengan hasil perhitungan SAW : C1 = 0,906, C2 = 0,797, C3 = 0 dan C4 = 0. {0,906 + 0,797 + 0 + 0 = 7,714} Setelah didapatkan setiap nilai jumlah dari masing-masing mahasiswa kemudian hasil akhir nilai preferensi ( ) yang memiliki nilai terbesar yaitu mahasiswa ke 3 = 9,000 digunakan sebagai pertimbangan sebagai lulusan terbaik. Hasil pembangunan Sistem Pendukung Keputusan untuk Menentukan Lulusan Mahasiswa Terbaik Fakultas Teknik Universitas Muhammadiyah Purwokerto ditampilkan seperti gambar-gambar berikut: 361


1. Menu Data Kriteria (Gambar 2). Halaman kriteria berisi data-data kriteria yang telah di tentukan oleh pihak fakultas. Hanhya terdapat satu tomboluntuk mengedit data kritera untuk bobot dan keterangan saja.

Gambar 2. Menu Data Kriteria 2. Menu Data Mahasiswa (Gambar 3). Halaman mahasiswa terdapat sub-menu yang digunakan untuk melakukan pencatatan data-data mahasiswa aktif dan mahasiswa alumni.

Gambar 3. Menu Data Mahasiswa

Menu Data Mahasiswa Aktif (Gambar 4). Halaman mahasiswa aktif terdapat tombolTambah, untuk menambah data mahasiswa, tombolEdit untuk meng-edit data mahasiswa, tombolhapus untuk menghapus data mahasiswa.

Gambar 4. Menu Data Mahasiswa Aktif 362


Menu Data Mahasiswa Alumni (Gambar 5). Halaman mahasiswa alumni hanya terdapat tombolEdit untuk meng-edit data mahasiswa, tombolhapus untuk menghapus data mahasiswa.

Gambar 5. Menu Data Mahasiswa Alumni 3. Menu Perhitungan (Gambar 6). Halaman perhitungan berisi pencatatan data-data nilai mahasiswa yang akan dihitung untuk mendapatkan nilai tertinggi atau calon mahasiswa lulusan terbaik fakultas. Halaman ini terdapat tombolTambah, untuk menambah data mahasiswa, tombolEdit untuk meng-edit data mahasiswa, tombolhapus untuk menghapus data mahasiswa, tombolhitung untuk melihat proses perhitungan.

Gambar 6. Menu Perhitungan 4. Halaman Perhitungan (Gambar 7). Halaman perhitungan terdapat 4 tabel perhitungan yaitu tabel matrik keputusan(Gambar 8), tabel matrik ternormalisasi(Gambar 9), tabel nilai preferensi(Gambar 10) dan tabel hasil akhir nilai preferensi(Gambar 11). Tabel tersebut berisi data-data seluruh mahasiswa yang telah ditambahkan. Tabel-tabel tersebut adalah proses perhitungan dari semua data yang telah ditambahkan. Dan juga terdapat tombollihat untuk melihat rangking dari setiap mahasiswa seperti pada (Gambar 12).

363


Gambar 7. Perhitungan

Gambar 8. Tabel Matrik Keputusan

Gambar 9. Tabel Matrik Ternormalisasi

Gambar 10. Tabel Nilai Preferensi

364


Gambar 11. Tabel Hasil Akhir Nilai Preferensi 5. Perangkingan (Gambar 12). Halaman perangkingan ini terdapat tombolLihat, untuk melihat rangking 3 urutan mahasiswa lulusan terbaik dari masing-masing prodi.

Gambar 12. Perangkingan KESIMPULAN Telah dikembangkan sebuah sistem pendukung keputusan untuk menentukan lulusan mahasiswa terbaik menggunakan metode Simple Additive Weighting (SAW).Dengan diterapkannya aplikasi Sistem Pendukung Keputusan berbasis komputer, diharapkan dapat memberikan kemudahan-kemudahan bagi Fakultas Teknik dalam mengelola nilai dan data mahasiswa, sehingga mampu menentukan lulusan mahasiswa lulusan terbaik dengan tepat. Metode Simple Additive Weighting (SAW) merupakan metode yang dapat digunakan untuk menentukan lulusan mahasiswa terbaik, karena metode tersebut dapat memberikan solusi dalam menentukan lulusan mahasiswa terbaik berdasarkan 4 kriteria yang telah ditentukan yaitu Indek Prestasi Kumulatif (IPK), Masa studi, Tidak ada nilai D dan Nilai C maksimal 1.Seperti contohnya mahasiswa ke 3 dengan hasil= 9,000 digunakan sebagai pertimbangan sebagai lulusan terbaik Fakultas Teknik. Penelitian ini memberikan alternatif berupa sistem pendukung keputusan untuk membantu pemangku kepentingan bidang akademik dalam memutuskan mahasiwa lulusan terbaik dengan SAW.

DAFTAR PUSTAKA Darmawan, H.E. dan Rizal, L., 2011, Pemrograman Berorientasi Objek C#, Informatika Bandung, Bandung. Kusumadewi, S., Hartati. S., Harjoko, A., dan Wardoyo. R., 2006, Fuzzy Multi-Attribute Decision Making(Fuzzy MADM), Graha Ilmu, Yogyakarta.

365


Djuandi, F., 2006, Jurus baru Pemrograman SQL Server 2005, PT Elex Media Komputindo, Jakarata. Turban, E., Arinson, J.E., dan Liang, T.P., 2005, Decision Support Systems and Intelligent Systems 7th Edition, Pearson Education Inc, Upper Saddle River, New Jersey, (Diterjemahkan oleh Prabantini, D, 2005, Sistem Pendukung Keputusan dan Sistem Cerdas, Edisi 7, ANDI, Yogyakarta).

366

Prosiding SENATEK 2015 Fakultas Teknik, Universitas Muhammadiyah Purwokerto Purwokerto, 28 November 2015, ISBN

Recommend Documents