SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA (PPA DAN BBM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDY KASUS : AKBID KHOLISATURRAHMI BINJAI)

Jurnal KAPUTAMA, Vol.7 No.2, Januari 2014

ISSN : 1979-6641

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA (PPA DAN BBM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDY KASUS : AKBID KHOLISATURRAHMI BINJAI). Drs. Katen Lumbanbatu, M.Kom.1, Novriyeni, S.Kom.,M.Kom. 2 STMIK KAPUTAMA, Jln.Veteran No.4A-9A Binjai, Indonesia

ABSTRAK Beasiswa merupakan penhasilan bagi yang menerima dan tujuan beasiswa adalah untuk membantu meringankan beban biaya mahasiswa selama pendidikan atau siswa yang mendapatkan. AKBID Kholisatur Rahm Binjai adalah salah satu perguruan tinggi yang memberikan beasiswa untuk mahasiswa setiap tahunya. Sesuai dengan peraturan yang ditetapkan oleh Koordinasi Perguruan Tinggi untuk mendapatkan beasiswa, maka diperlukan criteria-kriteria untuk menentukan seoaang mahasiswa untuk mendaptkan beasiswa, dibutuhkan system pendukung keputusan dengan metode SAW (Simple Additive Weingting). Metode SAW ini dipilih karena merupakan penumlahan terbobot untuk mencari penjumlahan terbobot dari rating kinerja pada setiap alternative pada semua atribut. Metode SAW yang dilakukan dengan menari nilai bobot untuk setiap criteria, dan kemudian membuat proses yang akan menentukan peringkat alternative yang optimal adalah mahaiswa yang terbaik akan dipertimbangkan oleh pengambil keputusan untuk mendapatkan beasiswa. Kata Kunci : Sistem Pendukung Keputusan, Beasiswa, Metode SAW

1. PENDAHULUAN 1.1 Latar Belakang Pemberian bantuan belajar berupa beasiswa diberikan kepada mahasiswa di AKBID KHOLISATURRAHMI BINJAI. Beasiswa yang diberikan antara lain beasiswa Peningkatan Prestasi Akademik (PPA) yang diberikan kepada mahasiswa yang berprestasi dan beasiswa Bantuan Belajar Mahasiswa (BBM) yang diberikan kepada mahasiswa yang kurang mampu. Dalam menentukan penerima beasiswa telah menggunakan bantuan komputer, tetapi penggunaanya belum optimal. Hal ini menyebabkan pengelolaan data beasiswa yang tidak efisien terutama dari segi waktu dan banyaknya perulangan proses yang sebenarnya dapat diefisienkan, oleh karena itu, perlu adanya sistem pendukung keputusan untuk mempermudah perhitungan semua kriteria yang mendukung untuk penentuan beasiswa, sehingga dapat mempersingkat waktu penyelesaian dan dapat meningkatkan kualitas keputusan dalam penentuan penerima beasiswa PPA dan BBM. Sistem pendukung keputusan juga merupakan sistem informasi berbasis komputer untuk manajemen pengambilan keputusan yang menangani masalah semi terstruktur. Penulis telah mengamati dari hasil penelitian yang sudah ada oleh Sri Eniyanti

(2011) dengan judul Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weigthting) dalam penelitiannya mengatakan bahwa metode ini digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah terbatas. Dalam hal ini alterantif yang dimaksud adalah berhak menerima beasiswa berdasarkan kriteria-kriteria yang sudah ditentukan. Dengan metode ini penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga mendapatkan hasil yang lebih akurat terhadap siapa yang akan menerima beasiswa tersebut. Meskipun dengan alur algoritma yang sederhana tetapi dapat menjadi bahan solusi terhadap permasalahan dalam penentuan beasiswa. Alur algoritma yang sederhana menjadi pertimbangan dalam mengaplikasikannya menjadi perangkat lunak yang sesuai dengan waktu pembuatan Penelitian. Bila dibandingkan dengan metode AHP atau metode pendekatan subyektif-obyektif metode FMADM (Fuzzy Multiple Attribute Decision Making) dengan SAW (Simple Addtive Weighting) dalam hasil perankingan terhadap kriteria dan bobot yang ditentukan relatif sama meskipun setiap metode mempunyai kelebihan dan kekurangan masing-masing.

Program Studi : Teknik Informatika, STMIK Kaputama Binjai

16


1.2 Identifikasi Masalah 1. Bagaimana merancang sistem pendukung keputusan guna membantu bagian kemahasiswaan untuk menentukan calon penerima beasiswa PPA dan BBM di AKBID Kholisatur Rahmi Binjai? 2. Bagaimana menerapkan Metode Simple Additive Weighting kedalam sistem untuk menentukan penerimaan beasiswa PPA dan BBM? 1.3 Batasan Masalah 1. Sistem ini digunakan untuk penentuan calon penerima beasiswa PPA dan BBM. 2. Metode yang digunakan adalah Metode Simple Additive Weighting (SAW). 3. Sistem yang dibangun masih bersifat Stand Alone (berdiri sendiri). 4. Jenis beasiswa dibedakan antara beasiswa berprestasi dan kurang mampu. 5. Persyaratan Beasiswa PPA dan BBM adalah mahasiswa paling rendah duduk pada semester II dan paling tinggi duduk pada semester VI. 6. Kriteria yang digunakan untuk mendapatkan beasiswa PPA adalah IPK ≥ 3.00, semester, pekerjaan orang tua, penghasilan orang tua pertahun, jumlah tanggungan orang tua. 7. Kriteria yang digunakan untuk mendapatkan beasiswa BBM adalah IPK ≥ 2.50, semester, pekerjaan orang tua, penghasilan orang tua pertahun, jumlah tanggungan orang tua. 8. Menggunakan Visual Basic.Net dan database MySQL. 1.4 Rumusan Masalah 1. Dengan sistem pendukung keputusan ini, bagaimana menentukan mahasiswa yang layak atau tidak untuk mendapatkan beasiswa PPA dan BBM sesuai dengan kriteria dan bobot yang sudah ditentukan. 2. Berdasarkan variabel yang sudah ditentukan, bagaimana sebuah sistem pendukung keputusan dapat memberikan keputusan dan menyelesaikan permasalahan beasiswa PPA dan BBM dengan menggunakan bahasa pemrograman VB.Net 2008 dan database MySQL. 1.5 Tujuan Penelitian 1. Untuk memudahkan dalam memperoleh keputusan yang lebih

ISSN : 1979-6641

akurat terhadap mahasiswa yang akan menerima beasiswa. 2. Untuk membangun suatu model pengambilan keputusan dengan menggunakan metode Simple Additive Weighting (SAW) untuk menentukan mahasiswa yang akan menerima beasiswa berdasarkan kriteria-kriteria yang serta bobot yang sudah ada. 1.6 Manfaat Penelitian 1. Untuk memudahkan pengambilan keputusan di AKBID KHOLISATURRAHMI BINJAI yang akan membantu Direktur dan Bagian Kemahasiswaan untuk menentukan mahasiswa yang layak menerima beasiswa. 2. Untuk mempermudah bagian kemahasiswaan dalam menentukan mahasiswa yang layak mendapatkan beasiswa PPA dan BBM sesuai dengan nilai perangkingan yang sudah diperoleh. 3. Untuk mempermudah mahasiswa dalam memperoleh informasi tentang beasiswa. 2. TINJAUAN PUSTAKA 2.1 Pengertian Beasiswa Pengertian beasiswa seperti yang dikutip dari www.wikipedia.org adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan yang bertujuan untuk digunakan demi kelangsungan pendidikan yang ditempuh. Beasiswa dapat diberikan oleh lembaga pemerintah, perusahaan, ataupun yayasan. Pemberian beasiswa dapat dikategorikan pada pemberian cuma-cuma ataupun pemberian dengan ikatan kerja (biasa disebut ikatan dinas) setelah selesainya pendidikan. Lama ikatan dinas ini berbeda-beda, tergantung pada lembaga yang memberikan beasiswa tersebut. Pada dasarnya, beasiswa adalah penghasilan bagi yang menerimanya. Beasiswa ini sesuai dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Disebutkan pengertian penghasilan adalah tambahan kemampuan ekonomis dengan nama dan dalam bentuk apapun yang diterima atau diperoleh dari sumber Indonesia atau luar Indonesia yang dapat digunakan untuk konsumsi atau menambah kekayaan Wajib Pajak (WP), karena beasiswa bisa diartikan menambah kemampuan ekonomis bagi penerimanya, berarti beasiswa merupakan penghasilan (Jawa Pos, 2009).


17


2.2 Sistem Pendukung Keputusan (SPK) Menurut Mat dan Watson, Sistem Pendukung Keputusan (SPK) merupakan suatu sistem interaktif yang membantu pengambilan keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur. Sedangkan menurut Moore dan Chang, SPK adalah sistem yang dapat dikembangkan, mampu mendukung analisis data dan pemodelan keputusan, berorientasi pada perencanaan masa mendatang, serta tidak bisa direncanakan interval (periode) waktu pemakaiannya. 2.2.3 Komponen-Komponen Sistem Pendukung Keputusan Efraim Turban, dalam bukunya Decision support system and Intelligent System, Aplikasi Sistem Pendukung Keputusan bisa dikomposisikan dengan subsistem berikut ini:

ISSN : 1979-6641

pada setiap alternatif dari semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternative yang ada. Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:

 xij jika j adalah atribut keuntungan (benefit)  xij  Max i  rij    Min xij  i jika j adalah atribut biaya (cost)  xij Gambar II.2 Formula Untuk Normalisasi dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternative (Vi) diberikan rumus sebagai berikut:

 Vi   Gambar II.1 Komponen SPK

2.3 Fuzzy Multiple Attribute Decision Making (FMADM) Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah kriteria tertentu. Inti dari Fuzzy MADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada tiga pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif dan obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. 2.3.1 Simple Additive Weighting (SAW) Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja

 w r  j ij  j 1  n

Gambar II.3 Nilai Prefensi Setiap Alternatif Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. 2.4 Algoritma Penyelesaian Dalam penelitian ini menggunakan metode FMADM dengan metode SAW, adapun langkah-langkah penyelesaiannya adalah : 1. Memberikan nilia setiap alternatif (cara menghitung nilai rating kinerja ternormalisasi ( rij ) dari alternatif ) pada setiap kriteria ( ) yang sudah ditentukan, dimana nilai i = 1,2,…m dan j = 1,2,…n. 2. Memberikan nilai bobot (W) yang juga didaptkan berdasarkan nilai crisp. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja ternormalisasi ( rij ) dari alternatif pada atribut berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan / benefit = MAKSIMUM atau atribut biaya / cost = MINIMUM). Melakukan proses perangkingan untuk


18


setiap alternatif ( ) dengan cara mengalikan nilai bobot ( ) dengan nilai rating kinerja ternormalisasi ( ).

3.1 Metodologi Penelitian Penelitian dilakukan di AKBID Kholisatur Rahmi Binjai di mulai pada bulan Maret 2013. 3.1.1 Jenis Data Dan Pengumpulan Data Jenis data yang digunakan dalam penelitian adalah sebagai berikut : 1. Data Primer yaitu pengambilan data dilakukan melalui cara-cara wawancara (Interview) Pengumpulan data dengan wawancara ini dilakukan untuk mencari data dan informasi tentang hal-hal yang dibutuhkan dalam penelitian. Wawancara dilakukan dengan Perguruan Tinggi yang dijadikan objek penelitian. Wawancara yang dilakukan lebih mengutamakan bagaimana proses penentuan beasiswa. 2. Data Sekunder yaitu guna mendapatkan data, gambaran dan keterangan yang lebih lengkap penulis menggunakan studi literatur dengan cara mengumpulkan dan mempelajari literatur yang berkaitan dengan teori Sistem Pendukung Keputusan, dan Metode Simple Additive Weighting. Sumber literatur berupa buku teks, paper, jurnal, karya ilmiah, dan situssitus penunjang lainnya. 3.1.2 Analisis Sistem Analisis sistem merupakan penguraian dari suatu sistem yang utuh kedalam bagian-bagian komponen dengan tujuan untuk mengidentifikasikan dan mengevaluasi permasalahanpermasalahan, yang terjadi dan

ISSN : 1979-6641

kebutuhan-kebutuhan yang diharapkan sehingga dapat diusulkan perbaikannya. Adapun proses pembuatan perangkat lunak Sistem Pendukung Keputusan Penentuan Beasiswa (PPA dan BBM) ini dilakukan dengan menggunakan model air terjun (Waterfall). Dimana siklus perangkat lunak ini didefinisikan pada gambar berikut ini :

Gambar III.1 Proses Pembuatan Rekayasa Perangkat Lunak

Tahapan-tahapan yang dilakukan untuk pengembangan dasar yaitu : 3.1.3 Analisis Masalah Dari analisis masalah dapat diketahui dengan jelas masalah apa saja yang sering muncul dalam penentuan beasiswa. Berdasarkan hasil penelitian yang dilakukan oleh penulis, maka didapatlah permasalahan sebagai berikut : 1. Pengolahan data beasiswa masih menggunakan sistem manual, dalam arti belum adanya sistem komputerisasi dalam menetukan penerima beasiswa, sehingga menyebabkan terjadinya kesalaha. 2. Proses penyeleksian ini membutuhkan ketelitian dan waktu, karena data mahasiswa akan dibandingkan dengan kriteria beasiswa satu persatu. 3. Penyimpanan hasil penentuan beasiswa masih menggunakan Microsoft Office Excel. 3.1.4. Analisis Dengan Metode Saw


19


Dengan menggunakan metode SAW diperlukan kriteriakriteria dan bobot untuk melakukan perhitungannya sehingga akan didapat alternatif terbaik, dalam hal ini alternatif yang dimaksud adalah yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang sudah ditentukan sebelumnya. Metode SAW dalam prosesnya memerlukan kriteria yang dijadikan bahan perhitungan pada proses perangkingan. kriteria yang menjadi bahan pertimbangan, seperti yang ditunjukkan pada tabel berikut : Tabel III.1 Kriteria Kriteria C1 C2 C3 C4

C5

Keterangan

Cost (biaya)

Benefit (keuntungan) 

Nilai IPK Semester Pekerjaan Orangtua Penghasilan Orangtua pertahun Jumlah Tanggungan Orangtua

   

Dari masing-masing kriteria akan ditentukan bobot-bobotnya. Pada bobot terdiri dari enam bilangan fuzzy, yaitu Sangat Rendah (SR), Rendah (R), Sedang (S), tengah (T1), Tinggi (T2), Sangat Tinggi (ST), seperti yang ditunjukkan pada tabel berikut: Tabel III.2 Bobot Bilangan SAW Sangat Rendah (SR) Rendah (R) Sedang (S) Tengah (T1) Tinggi (T2) Sangat Tinggi (ST)

Data-data

dari

tiap

Nilai 0 0.2 0.4 0.6 0.8 1

mahasiswa

tersebut di masukan ke dalam tabel dibawah ini : Tabel III.3 Data Mahasiswa Yang Mengajukan Beasiswa

ISSN : 1979-6641

Nilai IPK

Se me s ter

Mahasi swa 1 Mahasi swa 2

3.80

III

3.75

V

Mahasi swa 3 Mahasi swa 4 Mahasi swa 5 Mahasi swa 6 Mahasi swa 7 Mahasi swa 8 Mahasi swa 9 Mahasi swa 10

3.90

Kriteria Pekerja Penghasilan an Orangtua Orangtu a

Rp. 28.500.000 Rp. 34.000.000

4

III

Wirasw asta Karyaw an Pabrik Petani

Jumla h Tang gunga n Orang tua 3

Rp. 20.000.000

4

3.78

V

Guru

Rp. 30.000.000

2

3.70

VI

Rp. 30.000.000

4

3.85

IV

Pedaga ng TNI

Rp. 40.000.000

3

3.50

III

Rp. 30.000.000

2

3.75

V

Karyaw an Pemda

Rp. 40.000.000

5

3.25

VI

Rp. 15.000.000

4

3.95

IV

Nelaya n Petani

Rp. 22.000.000

6

Alternat if

Langkah peyelesaian dalam penerapan metode Simple Additive Weigthing (SAW) meliputi : 1. Memberikan nilai setiap alternative ( ) pada setiap criteria ( ) yang sudah ditentukan. a. Nilai IPK Pada kriteria Nilai IPK terdiri dari enam bilangan fuzzy, yaitu yaitu Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1), Tinggi (T2), Sangat Tinggi (ST), seperti yang ditunjukkan pada tabel berikut : Tabel III.4 Nilai IPK Nilai IPK (C1) ≤ 2.50 3.00 s/d 3.25 3.25 s/d 3.50 3.50 s/d 3.75 3.75 s/d 4.00 ≥ 4.00

Nilai 0 0.2 0.4 0.6 0.8 1

Variabel Sangat Rendah Rendah Sedang Tengah Tinggi Sangat Tinggi

b. Semester Pada kriteria Semester terdiri dari enam bilangan fuzzy, yaitu yaitu Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1), Tinggi (T2), Sangat Tinggi (ST), seperti yang ditunjukkan pada tabel berikut : Tabel III.5 Semester Semester (C2) Semster 1

Nilai 0


Variabel Sangat Rendah

20


Semester 2 Semester 3 Semester 4 Semester 5 Semester 6

a.

0.2 0.4 0.6 0.8 1

Rendah Sedang Tengah Tinggi Sangat Tinggi

Pekerjaan OrangTua

Pada kriteria Semester terdiri dari enam bilangan fuzzy, yaitu yaitu Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1), Tinggi (T2), Sangat Tinggi (ST), seperti yang ditunjukkan pada tabel berikut : Tabel III.6 Pekerjaan Orangtua Pekerjaan Orang Nilai Variabel Tua (C3) TNI / POLRI 0.2 Rendah Pegawai Negeri 0.4 Sedang Sipil Pegawai Swasta 0.6 Tengah Wiraswasta 0.8 Tinggi Petani / Nelayan 1 Sangat Tinggi b. Penghasilan Orangtua perTahun Pada kriteria Semester terdiri dari enam bilangan fuzzy, yaitu yaitu Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1), Tinggi (T2), Sangat Tinggi (ST), seperti yang ditunjukkan pada tabel berikut : Tabel III.7 Penghasilan Orangtua perTahun Penghasilan Orang Nilai Variabel tua /tahun (C4) ≤ Rp. 12.000.000 0 Sangat Rendah Rp. 12.000.000 0.2 Rendah s/d Rp. 24.000.000 Rp. 24.000.000 0.4 Sedang s/d Rp. 30.000.000 Rp. 30.000.000 0.6 Tengah s/d Rp. 36.000.000 Rp. 36.000.000 0.8 Tinggi s/d Rp. 42.000.000 ≥ Rp. 42.000.000 1 Sangat Tinggi c. Jumlah Tanggungan Orangtua Pada kriteria Semester terdiri dari enam bilangan fuzzy, yaitu yaitu Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1),

ISSN : 1979-6641

Tinggi (T2), Sangat Tinggi (ST), seperti yang ditunjukkan pada tabel berikut : Tabel III.8 Jumlah Tanggungan Orangtua Tanggungan Nilai Variabel Orang Tua (C5) 1 orang 0 Sangat Rendah 2 orang 0.2 Rendah 3 orang 0.4 Sedang 4 orang 0.6 Tengah 5 orang 0.8 Tinggi ≥ 5 orang 1 Sangat Tinggi

Supaya lebih jelas misalkan dari Tabel 3.3 diatas adalah = Mahasiswa 1, = Mahasiswa 2, = Mahasiswa 3, = Mahasiswa 4, = Mahasiswa 5 samapai dengan = Mahasiswa 15. Tabel III.11 akan menunjukkan rating kecocokan dari setiap pada setiap kriteria. Tabel III.9 Rating Kecocokan Dari Setiap Alternative Pada Setiap Kriteria Kriteria Alternatif 0.8

0.4

0.8

0.4

0.4

0.6

0.8

0.6

0.6

0.6

0.8

0.4

1

0.2

0.6

0.8

0.8

0.6

0.4

0.2

0.6

1

0.8

0.4

0.6

0.8

1

0.2

0.8

0.4

0.4

0.4

0.6

0.4

0.2

0.6

0.8

0.4

0.8

0.8

0.2

1

1

0.2

0.6

0.8

0.6

1

0.2

1

Dari Tabel III.11 diubah kedalam matriks keputusan X dengan data :

Memberika Nilai Bobot (W) Untuk menentukan bobot dari beasiswa BBM (Bantuan Belajar Mahasiswa) dibentuk dalam tabel dibawah ini.


21


Tabel III.10 Bobot Untuk Beasiswa BBM Kriteria Bobot Nilai Rendah (R) 0.2 Sedang (S) 0.4 Tengah (T1) 0.6 Tinggi (T2) 0.8 Sangat Tinggi (ST) 1

ISSN : 1979-6641

N o.

Nama

Nil ai IP K

1.

Mahasis

0.8

0.4

0.8

0.4

Juml ah Tang gung an Oran gtua 0.4

0.6

0.8

0.6

0.6

0.6

2.4

0.8

0.4

1

0.2

0.6

1.9

0.8

0.8

0.6

0.4

0.2

1.9

0.6

1

0.8

0.4

0.6

1.7

0.8

1

0.2

0.8

0.4

1.7

0.4

0.4

0.6

0.4

0.2

1.6

0.6

0.8

0.4

0.8

0.8

1.6

0.2

1

1

0.2

0.6

1.5

0.8

0.6

1

0.2

1

1.3

Sem ester

Pekerj aan Orang tua

Pengh asilan Orang tua

Has il Akh ir 2.6

wa 10 2.

Mahasis

1

wa 3

Untuk menentukan bobot dari beasiswa PPA (Peningkatan Prestasi Akademik) dibentuk dalam tabel dibawah ini.

3.

Mahasis

4

wa 1 4.

Mahasis

4

wa 6

Tabel III.11 Bobot Untuk Beasiswa Ppa Kriteria

Bobot Rendah (R) Sedang (S) Tengah (T1) Tinggi (T2) Sangat Tinggi (ST)

Nilai 1 0.2 0.4 0.6 0.8

Dari kedua tabel tersebut maka diperoleh nilai bobot (W) dengan data : W = [ 0.2 0.4 0.6 0.8 1 ] untuk nilai bobot BBM W = [ 1 0.2 0.4 0.8 0.6 ] untuk nilai bobot PPA 2. Menormalisasikan matriks X menjadi matriks R berdasarkan persamaan 1

5.

Mahasis

2

wa 4 6.

Mahasis

5

wa 8 7.

Mahasis

3

wa 5 8.

Mahasis

9

wa 2 9.

Mahasis

1

wa 9 1

Mahasis

0.

wa 7

7

5

3.2 Perancangan Sistem Adapun konsep pemodelan sistem yang digunakan penulis dalam merancang Sistem Pendukung Keputusan Penentuan Beasiswa (PPA dan BBM) adalah sebagai berikut :  xij jika j adalah atribut keuntungan (benefit) 3.2.1 Perancangan Proses  xij  Max i Dalam merancang Sistem  rij   Pendukung Keputusan Penentuan Beasiswa  Min xij (PPA dan BBM) ini penulis menggunakan  i metode SAW (Simple Additive Weighting) jika j adalah atribut biaya (cost)  xij dalam menyelesaikan masalah, sistem penentuan dirancang menyesuaikan kriteria a. Jumlah Tanggungan Orangtua termasuk dan bobot yang sudah ditentukan dengan ke dalam atribut keuntungan (benefit), kesimpulan yang dikumpulkan ke dalam karena semakin besar nilai maka database. Adapun langkah-langkah yang dianggap semakin baik. Matrik R : penulis lakukan adalah sebagai berikut : 1. Entity Relationship Diagram (ERD) Struktur logika dari basis data dapat Adapun ERD dari aplikasi yang akan dibuat dapat dilihat pada gambar III.3 dibawah ini :

Jadi hasil yang diperoleh adalah sebagai berikut : Nilai terbesar pada sehingga alternatif (mahasiswa 10,3,1,6,dan 4) adalah alternatif yang terpilih sebagai alternatif terbaik. Untuk lebih jelas dapat dilihat pada tabel III.14 dibawah ini. Tabel III.12 Perangkingan

Gambar III.2 Entity Relationship Diagram (ERD)


22


ISSN : 1979-6641

b. 2. Skema Relasi Proses relasi antar file merupakan gabungan antar file yang memiliki primary key (kunci utama) yang sama, sehingga file-file tersebut menjadi satu kesatua yang dihubungkan oleh field (atribut) kunci tersebut.

Activity Diagram Seleksi Pemohon Beasiswa Berikut ini adalah Activity Diagram Seleksi Pemohon beasiswa yang diusulkan.

Gambar III.3 Skema Relationship

3. Use Case Diagram Yang Diusulkan Use Case diagram digunakan untuk mendePenelitiankan apa yang seharusnya dilakukan oleh sistem.

W a li K ela s

V alida s i P e r sy ar ata n P en en tua n B ea sis w a

Se le k si P en en tu an B e as is w a B a gian K em ah as isw aa n

Gambar III.4 Use Case Diagram Yang Diusulkan

4. Activity Diagram Yang Diusulkan. Activity Diagram merupakan suatu bentuk flow diagram yang memodelkan alur kerja (work flow) sebuah proses bisnis dan urutan aktivitas sebuah proses. a. Activity Diagram Validasi Persyaratan Permohonan Beasiswa. Berikut ini adalah activity diagram persyaratan permohonan beasiswa yang diusulkan.

Gambar III.6 Activity Diagram Seleksi Pemohon Beasiswa

4. HASIL DAN PEMBAHASAN 4.1 Implementasi a. Form Menu Utama Form ini digunakan untuk menampilkan menu-menu program aplikasi yang sudah dirancang untuk menjalankan program sistem pendukung keputusan. Berikut gambar desain tampilan interface Form Menu Utama, seperti yang dapat dilihat dibawah ini :

Gambar IV.2 Form Menu Utama b.

From Kriteria Form kriteria beasiswa ini berisi tentang penambahan kriteria beasiswa, edit data, dan menghapus data kriteria beasiswa, ditunjukan pada gambar IV.5 dibawah ini :

Gambar III.5 Activity Diagram Validasi Persyaratan Permohonan Beasiswa.

Gambar IV.5 Form Kriteria c.

Form Bobot


23


Halaman ini akan muncul pada saat User ingin menginput nilai bobot mahasiswa, dalam form bobot ini berisi tentang penyimpanan nilai bobot mahasiswa, seperti yang ditunjukan pada gambar IV.7 dibawah ini :

Gambar IV.8 Form Bobot d. Form Ubah Bobot Halaman ini akan muncul pada saat User ingin mengubah data nilai bobot, form ubah bobot ini berisi tentang penyimpanan nilai bobot mahasiswa yang sudah diubah, seperti yang ditunjukan pada gambar IV.9 dibawah ini :

Gambar IV.9 Form Ubah Bobot Form Laporan Data Siswa Form Laporan Data Siswa digunakan untuk mencetak data siswa yang menjadi calon penerima beasiswa PPA dan BBM. Berikut adalah tampilan laporan data beasiswa yang ditunjukkan pada gambar IV.13.

ISSN : 1979-6641

laporan bobot mahasiswa yang ditunjukkan pada gambar IV.14.

Gambar IV.14 Laporan Bobot Mahasiswa g. Form Laporan Kriteria Beasiswa Form Laporan Kriteria Beasiswa untuk mencetak kriteria beasiswa. Berikut adalah tampilan laporan yang ditunjukkan pada gambar IV.15.

Gambar IV.15 Laporan Kritreria Beasiswa

e.

h.

Form Laporan Hasil Seleksi Form Laporan Hasil Seleksi untuk mencetak hasil seleksi. Berikut adalah tampilan laporan seleksi yang ditunjukkan pada gambar IV.15.

Gambar IV.13 Laporan Data Siswa f.

Form Laporan Bobot Mahasiswa Form Laporan Bobot Mahasiswa digunakan untuk mencetak Bobot Mahasiswa. Berikut ini adalah tampilan Gambar IV.16 Laporan Hasil Seleksi


24


1.2 Pembahasan 1.2.1 Pembahasan basisdata Pembahasan basis data diambil berdasarkan perancangan basis data yang dibuat pada BAB III. Secara fisik, implementasi basis data diimplementasikan menggunakan perangkat lunak MySQL. Berikut ini bagaimana pembuatan database beserta tabel-tabel yang mendukung sistem pendukung keputusan penentuan beasiswa PPA dan BBM ini. 1. Pembuatan database CREATE DATABASE beasiswa ; 2. Pembuatan tabel Mahasiswa CREATE TABLE mhs ( nim varchar (10) Primary Key Not null, nama varchar (40) Not null,kdjurusan varchar (10) Not null, alamat varchar (100) Not null,nmorangtua varchar (30) Not null); 3. Pembuatan tabel Beasiswa CREATE TABLE beasiswa ( kdbeasiswa varchar (10) Primary Key Not null, nmbeasiswa varchar (50) Not null) ; 4. Pembuatan tabel jurusan CREATE TABLE jurusan ( kdjurusan varchar (10) Primary Key Not null, nmjurusan varchar (30) Not null ) ; 5. Pembuatan tabel kriteria CREATE TABLE kriteria ( kdbeasiswa varchar (10) Primary key Not null, kdkriteria varchar (10) Not null, nmkriteria varchar (50) Not null,status varchar (1) Not null, bobot double ) ; 6. Pembuatan tabel subkriteria CREATE TABLE subkriteria ( kdsubkriteria varchar (10) Primary key Not null, kdkriteria varchar (10) Not null, kdbeasiswa varchar (10) Not null, keterangan varchar (30) Not null, bobot double ); 7. Pembuatan tabel spk CREATE TABLE spk ( kdbeasiswa varchar (10) Not null, nim varchar (10) Not null, ta (9) Not null, nilai double ); 8. Pembuatan tabel user CREATE TABLE user ( uname varchar (30) Not null, pass varchar (20) Not null ); ); 1.2.2 Pembahasan Antarmuka (Interface) Program 1. Form Menu Utama

ISSN : 1979-6641

Gambar IV.19 Form Menu Utama Form Menu Utama berisi tentang menumenu yang dapat digunakan oleh user, dalam melakukan penentuan beasiswa PPA dan BBM terhadap mahasiswa. 2. Form Data

Gambar IV.20 Form Data Form Data ini digunakan untuk menginput data-data mahasiswa, beasiswa, kriteria, subkriteria dan jurusan. 3. Form Proses

Gambar IV.21 Form Proses Pada Form Proses ini berisi menu tampilan yaitu data bobot, ubah bobot, proses SAW, dan grafik. 4. Form Laporan

Gambar IV.22 Form Laporan 5. KESISMPULAN DAN SARAN 5.1 Kesimpulan 1. Dengan aplikasi ini dapat mempermudah pengambilan keputusan untuk menentukan mahasiswa yang layak menerima beasiswa PPA dan BBM 2. Dengan adanya aplikasi sistem pendukung keputusan ini maka dapat membantu mempermudah bagian kemahasiswaan dalam memperoleh hasil yang lebih akurat sesuai dengan nilai perangkingan yang sudah diperoleh.


25


Dengan adanya aplikasi sistem pendukung keputusan ini maka dapat mempermudahkan mahasiswa dalam memperoleh informasi tentang beasiswa PPA dan BBM. 4. Aplikasi ini memiliki tampilan grafik yang bisa memudahkan user untuk mengetahui nilai tertinggi dari penentuan beasiswa PPA dan BBM di AKBID Kholisatur Rahmi Binjai. 5.2 Saran 1. Dapat ditambahkan data lain yang mendukung penentuan beasiswa PPA dan BBM, misalnya untuk penambahan kriteria. 2. Sistem Pendukung Keputusan dirancang menggunakan Microsoft Visual Studio 2008. Diharapkan kepada peneliti selanjutnya untuk merancang aplikasi sistem pendukung keputusan dalam bentuk website yang ataupun berbasis jaringan. 3. Sistem pendukung keputusan penentuan beasiswa ini perlu dilengkapi dengan metode lainnya, sehingga dapat dilakukan perbandingan hasil metode SAW dengan metode lainnya.

ISSN : 1979-6641

3.

089/K1.3.2/KM/2012, Tentang Mekanisme dan Persyaratan Pemberian Beasiswa Peningkatan Prestasi Akademik (PPA) dan Beasiswa Bantuan Belajar (BBM), 2012. [7]

[9]

[1] Tata Sutabri, S.Kom., M.Kom., (2005), ”Sistem Informasi Manajemen”, Andi Offset, Yogyakarta.

[3] Janner Simarmata, (2007), ”Perancangan Basis Data”, Andi Offset, Yogayakarta. [4] Budi Sutedjo, S.Kom., Michael AN, S.Kom., (2000), “Algoritma dan Teknik Pemrograman”, Andi Ofsset, Yogyakarta. [5] Budi Raharjo, (2011), ”Belajar Otodidak Membuat Database Menggunakan MySQL”, Informatika, Bandung. [6] _______, ” Keputusan Kementerian Pendidikan dan Kebudayaan Koordinasi Perguruan Tinggi Swasta Wilayah I (AcehSumatera Utara), Nomor

Eniyati, ”Perancangan Sistem Pendukung Keputusan Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting)”, Jurnal Teknologi Informasi DINAMIK Volume 16, No.2,Juli 2011 : 171-176.

[8] Apriansyah dan Yunika, ”Penentuan Penerima Beasiswa dengan Menggunakan Fuzzy MADM”, Seminar Nasional Informatika 2011 (Semnas IF 2011) UPN ”Veteran” Yogyakarta, 2 Juli 2011.

DAFTAR PUSTAKA

[2] Hanif Alfatta, (2007), ”Analisis dan Perancangan Sistem Informasi”, Andi Offset, Yogyakarta.

Sri

Henry, dkk, ”Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI menggunakan FMADM (Studi Kasus: Mahasiswa Fakultas Teknologi Industri Universitas Islam Indonesia)”; Seminar Nasional Aplikasi Teknologi Informasi 2009 (SNATI 2009) Yogyakarta, 20 Juni 2009.

[10] Sri Kusumadewi, Sistem Pendukung Keputusan dengan Metode SAW, http://www/google.com/sri+kusu madewi+SPK+dengan+metode+S AW diakses 4 Maret 2013. [11] SPK (Sistem Penunjang Keputusan Keputusan) Helamajaya’s weblog, http://helmajaya.wordpress.com/S PK-Sistem-Penunjang-Keputusan diakses 4 Maret 2013. [12]

Decision Support System-Sistem Pendukung-Keputusan-Hologram Lab.http://hologram-lab. blogspot.com/ 2012/03/ decisionsupport-system-sistem.html diakses 4 Maret 2013.

[13]

Pengertian UML (Unified Modeling Language,


26


http://www.google.com/ search?q=ebookbrowse.com%2 Fpengertian+uml&btnG=&clien t diakses 4 Maret 2013 [14]

[15]

Pengertian Microsoft Visual Studio 2008, http://www.google.com /search?q=pengertian+vb.net+2 008&btnG=&client Pengertian Beasiswa, www. wikipedia.org diakses 14 Mei 2013

ISSN : 1979-6641

[16]

Pengertian Matriks dan Jenis-jenis matriks, http:// fileex.blogspot.com/ 2012/09 /pengertian-matriks-dan-jenisjenis-matriks diakeses 7 Maret 2013

[17]

Pengertian XAMPP www. ilmukomputer.com, diakses 6 Mei 2013.


27

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA (PPA DAN BBM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING (STUDY KASUS : AKBID KHOLISATURRAHMI BINJAI)

Recommend Documents