SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN SISWA ATAU SISWI TERBAIK DI SMA MASEHI 1 PSAK SEMARANG DENGAN METODE ANALITYCAL HIERARCHY PROCESS (AHP)
Murti, Dyah Ayu, S.Kom Jurusan Teknik Informatika, Fakultas Ilmu Komputer Universitas Dian Nuswantoro Semarang Email :
[email protected]
ABSTRAK Proses pemilihan siswa atau siswi terbaik merupakan proses mendapatkandan menggunakan informasi mengenai siswa atau siswi terbaik di sekolah. Sebuah sekolah harusmengambil keputusan yang tepat mengenai pemilihan siswa atau siswi, bila hal ini dilakukandengan baik dan benar akan menjamin hasil pemilihan yang berkualitas dan dapatdipertanggungjawabkan. Sistem pendukung keputusan berperan dalam membantu pihak sekolah untuk mengambilkeputusan yang tepat.Pada penelitian ini telah dibuat sebuah prototype perangkat lunak SistemPendukung Keputusan untuk siswa atau siswi terbaik yang berfungsi membantu pihak sekolah mengambil keputusan yang tepat dengan menggunakan metode Analytical Hierarchy Process (AHP). Fungsi utama perangkat lunak ini adalah mengolah data-data pemilihan siswa atau siswi terbaikdi sekolah.Perangkat lunak ini diimplementasikan dengan menggunakan bahasa pemrograman Microsoft Visual Basic 2008, dan untuk database menggunakan SQL Server.Dari hasil penelitian menunjukkan pemanfaatan Analytical Hierarchy Process (AHP) dan VisualBasic 2008 sebagai model sistem pendukung keputusan siswa atau siswi terbaik pada SMA Masehi 1 PSAK Semarang dapat membantu pekerjaan sekolah dalam hal memilih siswa atau siswi terbaik melalui proses pembobotan multikriteria dan seleksidengan lebih cepat, cermat dan lebih efektif. Kata Kunci : Sistem Pendukung Keputusan, Analitycal Hierarchy Process
1. PENDAHULUAN Perkembangan yang pesat tidak hanya komputasi yang cukup berkembang saat teknologi perangkat keras dan perangkat ini adalah metode sistem pengambilan lunak saja, tetapi metode komputasi keputusan (Decisions Support System). juga ikut berkembang. Salah satu metode
Dalam teknologi
informasi, sistem
pengambilan
keputusan
merupakan
Dalam melakukan pemilihan siswa
cabang ilmu yang letaknya diantara
atau siswi terbaik di SMA Masehi 1
sistem
PSAK
informasi
dan
sistem
Semarang
terdapat
banyak
cerdas.Sistem pengambilan keputusan
pertimbangan dan kriteria yang ada dan
juga membutuhkan teknologi informasi,
menjadi bahan pertimbangan bagi para
hal
pengambil keputusan.Dalam penetapan
ini
dikarenakan
globalisasi
yang
adanya
menuntut
era
sebuah
siswa atau siswi terbaik
terdapat
perusahaan atau instansi untuk bergerak
beberapa kriteria, diantaranya kriteria
cepat dalam mengambil suatu keputusan
nilai siswa yang diambildari nilai
dan tindakan.
raport, kriteria sikap siswa selama
Salah satu metode yang digunakan dalam pengambilan keputusan adalah
mingikuti pelajaran, kriteria keaktifan siswa.
metode Analytichal Hierarchy Process
Output sistem pendukung keputusan
(AHP). Metode Analytical Hierarchy
pemilihan siswa atau siswi terbaik ini
Process adalah salah satu metode yang
adalah hasil analisis dari data input
digunakan untuk penyelesaian sistem
yang
pengambilan
Analytichal
memberikan solusi alternatif terhadap
Hierarchy Process (AHP) memberikan
pemasalahan pemilihan siswa atau
kemudahan dengan penilaian kriteria
siswi terbaik di SMA Masehi 1 PSAK
majemuk
Semarang.
keputusan.
dengan
berfikir
suatu
yang
pertimbangan
proses
kerangka
dapat
membantu
serta
komprehensif hirarki
yang
kemudian dilakukan perhitungan bobot
1.1 Perumusan Masalah Bagaimana
merancang
hierarki
untuk masing-masing kriteria dalam
kriteria yang dapat menghasilkan suatu
menentukan kelayakan pemilihan siswa
keputusan yang baik dan tepat dalam
atau
memilih siswa atau siswi terbaik dengan
siswi
terbaik
yang
akan
menghasilkan laporan prioritas siswa
menerapkan
atau siswi terbaik. Untuk itu diperlukan
Hierarchy Process (AHP) agar dapat
Sistem Pendukung Keputusan (SPK)
menghasilkan suatu kesimpulan dalam
yang dapat memperhitungkan segala
memilih siswa atau siswiterbaik
kriteria yang mendukung pengambilan
SMA Masehi 1 PSAK Semarang?
keputusan.
metode
Analitycal
di
tidak terstruktur dimana tak seorangpun
1.2 Tujuan Tujuan
Akhir
tahu secara pasti bagaimana keputusan
metode
seharusnya dibuat. Ciri utama sekaligus
Analitycal Hierarchy Process (AHP)
keunggulan dari Sistem Pendukung
untuk membantu dalam memecahkan
Keputusan adalah kemampuannya untuk
permasalahan
menyelesaikan masalah-masalah yang
ini
dari
adalah
Tugas
penerapan
pemilihan
siswa
atau
siswi terbaik pada SMA Masehi 1 PSAK
tidak terstruktur.
Semarang. 2.2
Tujuan
Sistem
Pendukung
Keputusan
2. LANDASAN TEORI
Ada berbagi alasan mengapa sistem 2.1
Definisi
Sistem
Pendukung
Keputusan (SPK)
pendukung keputusan diperlukan, antara lain :
Sistem Pendukung Keputuan pertama a. Kecepatan komputasi. Komputer kali diperkenalkan pada awal tahun memungkinkan para pengambil 1970-an oleh Michael S. Scott Morton keputusan untuk melakukan banyak dengan istilah Management Decision
komputasi secara cepat dan dengan
System. Menurut Gorry dan Morton
biaya yang rendah.
(1971) yang mendefinisikan DSS sebagai “Sistemberbasis yang
komputer
membantupara
interaktif, pengambil
keputusan untuk menggunakandata dan berbagai
model
untuk
memecahkan
masalah-masalah yang tidak terstrutur”. Sistem
pendukung
keputusan
b. Peningkatan Membangun
produktifitas. satu
kelompok
pengambil keputusan terutama pakar, dapat
sangat
mahal.
Pendukung
terkomputerisasi dapat mengurangi ukuran
kelompok
memungkinkan
para
dan anggotanya
merupan sistem informasi interaktif
untuk berada di berbagai lokasi yang
yang
berbeda-beda.
menyediakan
informasi,
pemodelan, dam pemanipulasi data. Sistem ini digunakan untuk membantu mengambil keputusan dalam sistuasi yang semiterstruktur dan situasi yang
c. Dukungan kualitas. Komputer bisa meningkatkan yang
dibuat.
kualitas Sebagai
keputusan contoh,
semakin banyak data yang diakses,
makin banyak juga alternatif yang a.
Sistem
Pendukung
Keputusan
bisa dievaluasi. Analisis resiko bisa
dirancang
untuk
membantu
dilakukan
pengambil
keputusan
dengan
cepat
dan
dalam
pandangan dari para pakar dapat
memecahkan masalah yang sifatnya
dikumpulkan
semi
dengan
cepat
dan
dengan biaya yang lebih rendah. d. Berdaya
saing
manajemen
terstruktur
dengan
tidak
menambahkan
komputerisasi.
Tekanan persaingan menyebabkan b. pengambilan
ataupun
kebijaksanaan manusi dan informasi
dan
pemberdayaan sumber perusahaan.
tugas
terstruktur
Sistem
Pendukung
Keputusan
keputusan
dirancang sedemikian rupa sehingga
menjadi sulit. Persaingan didasarkan
dapat digunakan atau dioperasikan
tidak hanya pada harga, tetapi juga
dengan mudah.
pada kualitas, kecepatan, kustomasi c. Dalam proses pengolahannya, Sistem produk, dan dukungan pelanggan. Pendukung Keputusan kombinasi Teknologi pengambil keputusan bisa penggunaan model-model analisis menciptakan signifikan
pemberdayaan dengan
yang
dengan
cara
konvensional
memperbolehkan seseorang untuk
teknik
pemasukan
serta
dat
fungsi-fungsi
pencari atau intrograsi infromasi.
membuat keputusan yang baik secara cepat, bahkan jika mereka memiliki
d.
Sistem
Pendukung
Keputusan
dirancang dengan menekankan pada
pengetahuan yang kurang.
aspek fleksibelitas serta kemampuan e. Mengatasi
keterbatasan
kognitif
adaptasi yang tinggi.
dalam pemrosesan dan penyimpanan. Menurut Simon (1997), otak manusia memiliki kemampuan yang terbatas untuk memproses dan menyimpan informasi.
2.4 Definisi SQL Server SQL RDBMS
Server
adalah
(Relational
sebuah Database
Management System). Sistem RDBMS 2.3 Karakteristik Sistem Pendukung Keputusan
saat ini paling pupoler digunakan sebagai
basis
penyimpanan
Dengan
SQL
Server
aplikasi
database
data.
perancangan
dapat
dilakukan
dengan arsitektur client/server, dimana menjadi tool yng terkenal bagi penulis database terdapat pada komputer pusat atau developer. yang disebut server, dan informasi digunakan beberapa
bersama-sama user
yang
oleh
menjalankan
3. METODE PENELITIAN
aplikasi di dalam komputer lokalnya
3.1 ANALYTICHAL HIERARCHY
yang
PROCESS (AHP)
disebut
client.
Arsiterktur
semacam ini memberikan integritas Analytical
data yang tinggi, karena semua user bekerja dengan informasi yang sama
Hierarchy
Process
(AHP) dikembangkan pada tahun 1970 oleh
Dr.Thomas
menyediakan 2.5 Definisi Microsoft Visual Basic untuk
L.
Satty
pendekatan
menentukan
untuk
sistematis
prioritas
dan
pengambilan keputusan dalam suatu
2008 Visual Basic atau sering disebut VB adalah salah satu bahasa pemograman komputer.
Bahasa
program
adalah
perintah-perintah yang dimengerti oleh komputer untuk melakukan tugas-tugas tertentu. Bahasa pemograman Visual Basic yng dikembangkan oleh Microsoft sejak
tahun
1992,
merupakan
pengembangan dan pendahulunya yaitu bahas
pemograman
Basic
yang
kompleks lingkungan. AHP dirancang untuk mencerminkan cara berpikir orang sebenarnya. Metode ini memungkinkan aspek kuantitatif dan kualitatif keputusan yang
akan
dipertimbangkan.
AH
Pmengurangi keputusan yang kompleks menjadi sebuah rangkaian satu-satu pada perbandingan
yang
kemudian
memberikan hasil yang akurat.
AHP
juga menggunakan skala rasio untuk bobot kriteria danscoring alternatif yang
dikembangakn era tahun 1950-an.
menambahkan untuk pengukuran presisi. Visual Basic merupakan salah satu development tools untuk membangun aplikasi dalm lingkungan sistem oprasi windows.
Dengan
memanfaatkan secara
optimal.
VB
kemampuan Visual
bisa windows
Basic
telah
Menurut Saaty, hirarki didefinisikan sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam suatu struktur multi level dimana level pertama adalah tujuan, yang diikuti level faktor,
kriteria,
seterusnya
ke
sub bawah
kriteria,
dan
hingga
lever
terakhir dari alternative. Dengan hirarki,
berpasangan digunakan bentuk matriks.
suatu masalah yang kompleks dapat
Matriks
diuraikan
kelompok-
berkedudukan kuat yang menawarkan
yang kemudian diatur
kerangka untuk memeriksa konsistensi,
ke
kelompoknya
dalam
bersifat
sederhana,
menjadi suatu bentuk hirarki sehingga
memperoleh
permasalahan
dengan membuat semua perbandingan
akan
tampak
lebih
terstruktur dan sistematis. Prosedur
yang
dalam
menggunakan
metode AHP terdiri dari beberapa tahap yaitu : 1. Menyusun hirarki dari permasalahan yang dihadapi. Penyusunan hirarki yaitu dengan
menentukan
merupakan
sasaran
tujuan sistem
yang secara
keseluruhan pada level teratas. Level berikutnya terdiri dari criteria-kriteria untuk menilai atau mempertimbangkan
informasi
mungkin
dan
tambahan
menganalisis
kepekaan prioritas secara keseluruhan untuk merubah pertimbangan. Untuk memulai
proses
perbandingan
berpasangan, dimulai dari level paling atas hirarkiunutk memilih kriteria, misalnya C, kemudian dari level di bawahnya
diambil
elemen-elemen
yang akan dibandingkan,missal A1, A2, A3. C A1 A2 A3
A1 1
dibawahnya dan setiap kriteria dapat
b.
Mengisi
memiliki nilai intensitas masing-masing.
berpasangan. Untuk mengisi matrik
alternatif-alternatif
yang
ada
dan
menentukan alternatif-alternatif tersebut. Setiap kriteria dapat memiliki subkriteria
2. Menetukan prioritas elemen dengan langkah – langkah sebagai berikut : a.
Membuat
perbandingan
berpasangan. Langkah pertama dalam menentukan prioritas elemen adalah membuat perbandingan berpasangan, yaitu membandingkan elemen secara berpasangan
sesuai
diberikan.
Untuk
kriteria
yang
perbandingan
A2
A3
1 1
perbandingan
matrik
perbandingan
berpasangan
yaitu
dengan menggunakan bilangan untuk merepresentasikan kepentingan relatif dari satu elemen terhadap elemen lainnya yang dimaksud dalam bentuk skala dari 1 sampai dengan 9. Skala ini mendefinisikan dan menjelaskan nilai 1 sampai 9 untuk pertimbangan dalam perbandingan
berpasangan
elemen
pada setiap level hirarki terhadap suatu
kriteria di level yang lebih tinggi. Apabila suatu elemen dalam metric dan
berdekatan Kebalikan
dibandingkan dengan dirinya sendiri,
Jika aktivitas i mendapat satu anggka saja dengan
maka diberi nilai 1. Jika i dibanding j
aktivitas
mendapatkan nilai tertentu, maka j
memiliki
dibanding I merupakan kebalikannya.
kebalikkannya
Pada table 2 memberikan definisi dan
dibandingkan dengan i
j,
maka
j
nilai
penjelelasan skala kuantitatif 1 sampai dengan
9
kepentingan
untuk
menilai
tingkat
suatu
elemen
dengan c. Sintesis Pertimbangan-pertimbangan
elemen lainnya.
terhadap
perbandingan berpasangan di sintesis Identitas
Keterangan
untuk memperoleh keseluruhan prioritas
Kepentingan 1
dengan langkah-langkah sebagai berikut: Kedua
elemen
sama
- Menjumlahkan nilai-nilai dari setiap
pentingnya
kolom pada matriks. 3
Elemen yang satu sedikit lebih penting daripada elemen yang lainnya.
5
- Membagi setiap nilai dari kolom dengan total kolom yang bersangkutan
Elemen yang satu lebih
untuk memperoleh normalisasi matriks.
penting daripada elemen
7
9
lainnya
- Menjumlahkan nilai-nilai dari setiap
Satu elemen jelas lebih
matriks dan membaginya dengan 3
mutlak penting daripada
jumlah elemen untuk mendapatkan nilai
elemen lainnya
rata-rata.
Satu
elemen
mutlak
penting daripada elemen
- Mengukur konsistensi
lainnya 2,4,6,8
Nilai-nilai
antara
dua
nilai pertimbangan yang
Dalam
pembuat
keputusan,
untuk
mengetahui
seberapa
penting baik
konsistensi yang ada, karena kita tidak ingin
keputusan
berdasarkan
pertimbangan dengan konsistensi yang v.
Menghitung
indeks
konsistensi
rendah. Karena dengan konsistensi yang (consistency index) dengan rumus: rendah,
pertimbangan
akan
tampak
sebagai sesuatu yang acak dan tidak CI = (λ max-n)/n akurat.
Konsistensi
penting
untuk Dimana CI : Consistency Index
mendapatkan hasil yang valid dalam λ max : Eigen Value dunia nyata. AHP mengukur konsistensi n : Banyak Elemen pertimbangan dengan rasio konsistensi (consistency ratio). Nilai Konsistensi vi. Menghitung konsistensi ratio (CR) rasio harus kurang dari 5% untuk matriks dengan rumus 3x3, 9% untuk matriks 4x4 dan 10 % untuk matriks yang lebih besar. Jika CR=CI/RC lebih dari rasio dari batas tersebut maka Dimana : CR :Consistency Ratio nilai perbandingan matriks di lakukan CI : Consistency Index kembali. Langkah-langkah menghitung RC : Random Consistency nilai rasio konsistensi yaitu: Matriks random dengan skala penilaian 1 i. Mengkalikan nilai pada kolom pertama sampai 9 beserta kebalikkannya sebagai dengan prioritas relatif elemen pertama, random consistency (RC). nilai pada kolom kedua dengan prioritas Berdasarkan perhitungan saaty dengan relatif elemen kedua, dan seterusnya.
menggunakan
500
sampel,
jika
pertimbangan memilih acak dari skala 1/9, 1/8, …, 1, 2, …, 9 akan diperoleh
ii. Menjumlahkan setiap baris.
rata-rata konsistensi untuk matriks yang iii.
Hasil
dari
penjumlahan
baris berbeda
dibagikan dengan elemen prioritas relatif yang bersangkutan.
Ukuran
Konsistensi acak
Matriks
(Random Consistency)
iv. Membagi hasil diatas dengan banyak
1
0,00
elemen yang ada, hasilnya disebut eigen
2
0,00
value
3
0,58
4
0,90
3.2
5
1,12
dalam hal pemilihan siswa atau siswi
6
1,24
terbaik.
7
1,32
8
1,41
9
1,45
Sistem Pengambilan Keputusan yang
10
1,49
akan dibuat berdasarkan pada metode
PROSEDUR
4.2 Identifikasi Sistem
PEMILIHAN
Analitycal Hierarchy Process (AHP).
SISWA MENGGUNAKAN MEODE
Perhitungan AHP ini digunakan untuk
AHP
mengetahui siswa atau siswi terbaik di
Sistem Pendukung Keputusan pemilihan
SMA Masehi 1 PSAK Semarang
siswa atau siswi terbaik di SMA Masehi
4.3 Pembahasan Perhitungan AHP
1 PSAK Semrang digunakan 4 krieria yaitu kriteria nilai siswa, kriteria sikap
Pemberian bobot alternatiif dilakukan
siswa, dan kriteria keaktifan siswa
dengan
cara
menyusun
matriks
bepassangan untuk alternatif-alternatif bagi setiap kriteria. 1. Pembobotan alternatif untuk kriteria nilai siswa
4. ANALISA DAN PEMBAHASAN 4.1 Analisa Sistem Berdasrkan
survey
yang
telah
dilakukan dengan cara observasi, studi pustaka, dan interview secara langsung dengan
pihak
sekolah,
didapatkan
permasalahan yang ditemukan, yaitu
Nilai siswa Kelas IPA Kelas IPS 1 Kelas IPS 2 Kelas Bahasa Jumlah
Kelas IPA 1
Kelas IPS 1 2
Kelas IPS 2 4
Kelas Bahasa 6
½= 0,50 ¼= 0,25 1/6 = 0,17 1,92
1
2
4
½= 0,50 ¼= 0,25 3,75
1
2
½= 0,50 7,5
1 13
2. Pembobotan alternatif untuk kriteria sikap siswa
Sikap siswa Kelas IPA Kelas IPS 1 Kelas IPS 2 Kelas Bahasa Jumlah
5. Hasil Prioritas Global
Kelas IPA 1
Kelas IPS 1 2
Kelas IPS 2 2
Kelas Bahasa 5
½= 0,50 ½ = 0,50 1/5 = 0,20 2,2
1
2
2
½= 0,50 ½ = 0,50 4
1
2
½= 0,50 5,5
1 10
Siswa
Prioritas (dalam persen) 67,7 % 36,2 % 20,4 % 10,6 %
Kelas IPA KelasIPS 1 Kelas IPS 2 KelasBahasa Berdasarkan
table
disimpulkan
bahawa
diatas siswa
dapat yang
tergolong siswa terbik berasal dari 3. Pembobotan alternatif untuk kriteria
Kelas IPA.
keaktifan siswa 5. KESIMPULAN Keaktifan siswa Kelas IPA Kelas IPS 1 Kelas IPS 2 Kelas Bahasa Jumlah
Kelas Kelas Kelas Kelas IPA IPS 1 IPS 2 Bahasa 1 2 2 6
Berdasarkan hasil penelitian yang telah dirancang dan diimplementasikan
½= 0,50 ½ = 0,50 1/6 = 0,17 2,17
1
2
2
½= 0,50 ½ = 0,50 4
1
2
Semarang, maka dapat disimpulkan
½= 0,50 5,5
1
bahwa :
pada pihak SMA Masehi 1 PSAK
11
1. Dengan
diterapkannya
Sistem
Alternatif Kelas IPA KelasIPS 1 Kelas IPS 2 Kelas Bahasa
Keputusan
berbasis komputer, diharapkan dapat
4.. Total AHP Siswa Nilai Siswa 1,01 0,51 0,27 0,14 0.07
Pendukung
aplikasi
memberikan kemudahan-kemudahan Sikap Siswa 0,25 0,46 0,26 0,18 0,10
Keaktifan siswa 0,10 0,47 0,25 0,18 0,10
bagi pihak
SMA Masehi 1 PSAK
Semarang dalam mengelola nilai siswa, sehingga mampu menentukan siswa atau siwsi terbaik. 2.
Dengan diterapkannya Metode
Analitychal Hierarchy Process (AHP) dalam Sistem Pendukung Keputusan pada
SMA
Semarang,
Masehi ternyata
1
PSAK mampu
memberikan kemudahan bagi proses
Informatika, ISSN: 131 – 144Vol.6,
seleksi siswa atau siswi terbaik. Hasil
No.2, Desember 2010
yang didapatkan lebih rinci, karena dapat dilihat prioritas untuk tiap alternative berdasarkan 3 kriteria yaitu kriteria nilai siswa, kriteria sikap siswa, dan kriteria keaktifan siswa. Nilai prioritas total siswa yang
Efraim Turban, Jay E. Aronson, dan Ting-Peng Liang,“Decision Support Systems and Intelligent Systems,” Jogjakarta: Andi, 2005. Kusrini, M.Kom,“Konsep dan Aplikasi
tertinggi akan dipilih sebagai siswa
Sistem
Pendukung
terbaik.
Keputusan,”Jogjakarta: Andi, 2007. Drs. Ario Suryo Kusumo, “Microsoft Visual Basic 2008,”Jakarta: PT. Elex Media Komputindo, 2004.
DAFTAR PUSTAKA Kadarsah
Jogiyanto, H.M, MBA, Ph.H, “Analisis
Suryadi
dan
Pendukung
Ramdhani,“Sistem Keputusan,”
Ali
Bandung:
Remaja
Hilyah Magdalena,“Sistem Pendukung Untuk
Menentukan
Mahasiswa Lulusan Terbaik Di Perguruan STMIK
Tinggi
Desain
Sistem
Informasi
Pendekatan Terstruktur Teori dan Prakter Aplikasi Bisnis,” Jogjakarta: Andi, 2005.
Rosda Kerja, 2000.
Keputusan
dan
Studi
ATMA
Kasus Luhur
Pangkalpinang,” Jurnal Informatika, ISSN: 2089-9815, Maret 2012. Marsani Asfidan Ratna Purnama Sari, “Sistem
Pendukung
Keputusan
Seleksi
Mahasiswa
Berprestasi
Menggunakan Metode AHP Studi Kasus STMIK CIC Cirebon.”Jurnal
Fathansyah, Ir.,“Basis Data,” Bandung: CV Informatika, 2002.
