Sistem Pendukung Keputusan Untuk Menentukan Prestasi Akademik Siswa dengan Metode TOPSIS

Transkripsi

1 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: Sstem Pendukung Keputusan Untuk Menentukan Prestas Akademk Sswa dengan Metode TOPSIS Amela Nur Ftrana* 1, Harlana 2, Handaru 3 1 STIKOM Poltek Crebon 2,3 Teknk Informatka STIKOM Poltek Crebon E-mal: * 1 eya_chase1509@yahoo.com, 2 harlana.merdharto@gmal.com, 3 handaru2007@yahoo.com Abstrak Pengamblan keputusan pada suatu lembaga/sekolah merupakan hal yang sangat pentng. Kepala sekolah seharusnya mengambl sebuah keputusan berdasarkan perhtungan dan pemkran jangka panjang agar keputusan menentukan prestas akademk sswa yang akan dambl tdak salah. D MA Darul Masholeh mash terdapat masalah dalam membuat laporan pembelajaran sswa, untuk menentukan sswa yang berprestas hanya dtentukan menggunakan nla rapot, belum adanya pemanfaatan secara optmal data laporan penlaan hasl belajar sswa, mash adanya kesultan untuk mengetahu pencapaan dar kegatan pembelajaran sswa. Dengan menggunakan metode TOPSIS dapat mempermudah guru untuk menentukan prestas akademk sswasecara tepat dan cepat, dmana metode topss adalah salah satu metode pengamblan keputusan dmana alternatve yang terplh merupakan alternatf terbak yang mempunya jarak terdekat dar solus deal postf dan terjauh dar solus deal negatf. Dar pengujan 20 alternatve dengan 6 krtera yatu hafalan al-qur an, nla rata-rata rapot, absens, nla mnmal, total nla dan pagam prestas. Dar 20 alternatve d dapatkan sswa yang berprestas yatu durutan pertama Wldan dengan nla preferens relatve 0,66, Kedua Ratna (0,64), ketga Snta (0,55), keempat Rn (0,50), Kelma Fasal (0,38) dan terakhr Sadryah dengan nla preferens relatve (0,00). Kata Kunc Sekolah, Prestas, Sstem Pendukung Keputusan, TOPSIS Abstract Decson-makng n an nsttuton/school s very mportant. School prncpals should take a decson based on the calculaton and long-term thnkng n order to decde on the academc achevement of students who wll be taken not wrong. In MA Darul Masholeh there s stll a problem n reportng student learnng, to determne student achevement s only determned usng rapot value, the lack of optmal utlzaton data reportng student learnng outcomes assessment, there s stll dffcult to determne the achevement of student learnng actvtes. By usng TOPSIS method can smplfy the teacher to determne academc achevement sswasecara precse and fast, whch TOPSIS method s one method of decson-makng n whch the chosen alternatve s the best alternatve that has the shortest dstance from the postve deal soluton and the farthest from the negatve deal soluton. Of the 20 alternatve testng wth 6 crtera that memorzng the Qur'an, the average value rapot, absenteesm, mnmum value, the total value and charter achevement. Of the 20 alternatve n gettng students who excel are lsted frst Wldfre wth relatve preference value of 0.66, the Second Ratna (0.64), thrd Sprott (0.55), fourth Rn (0.50), the Ffth Fasal (0.38) and the last Sadryah wth relatve preference value (0.00). Keywords School, Achevement, Decson Support Systems, TOPSIS

2 154 ISSN: PENDAHULUAN Serng perkembangan teknolog nformas yang sangat pentng terhadap kehdupan manusa dbdang penddkan. Upaya untuk menngkatkan mutu penddkan d Indonesa telah lama dlakukan. Lembaga penddkan setap tahunnya terus berusaha menngkatan mutu penddkan khususnya Madrasah Alyah (MA) dengan harapan lulusannya dapat memlk keteramplan dan keahlan lebh dbandngkan sekolah sederajat, hal tersebut dlakukan dem menngkatkan kualtas lulusan sehngga sap memasuk duna kerja. Penddkan mempunya peranan yang sangat pentng untuk kemajuan bangsa n. Salah satu hal yang tdak dapat dlepaskan dar penddkan yatu prestas peserta ddk, prestas peserta ddk merupakan suatu hal yang pentng bag semua phak yang terkat secara langsung maupun tdak langsung. Sebaga contoh, bag lembaga penddkan, prestas peserta ddk merupakan salah satu tolak ukur berkatan dengan keberhaslan penyelenggaraan penddkan. Lembaga penddkan setap tahunnya terus berusaha menngkatan mutu penddkan dengan harapan lulusannya dapat memlk keteramplan dan keahlan lebh dbandngkan sekolah sederajat, hal tersebut dlakukan dem menngkatkan kualtas lulusan sehngga sap memasuk duna kerja. Penddkan mempunya peranan yang sangat pentng untuk kemajuan bangsa n, sebaga contoh prestas peserta ddk merupakan salah satu tolak ukur berkatan dengan keberhaslan penyelenggaraan penddkan. Saat n proses penentuan prestas akademk sswa mash dlakukan dengan secara manual dengan beberapa kendala dan cenderung memakan waktu yang relatf lama. Hal n dsebabkan karena proses penentuan prestas hanya dlhat dr nla rapot, dan tdak menggunakan acuan lan untuk menentukan prestas, nla rapot tdak menjamn bahwa s sswa tersebut benar-benar berprestas. Menykap hal tersebut datas, pada peneltan n penyusun berusaha untuk membantu MA Darul Masholeh untuk menentukan prestas akademk sswa melalu perangkngan dengan menggunakan metode TOPSIS. Beberapa peneltan terdahulu yang telah dlakukan sebelumnya dan menjad referens peneltan n adalah: Peneltan [1] melakukan peneltan untuk menentukan merek dan tpe sepeda motor menggunakan WEB untuk menentukan mana yang terbak dan cocok untuk pembel melalu krtera penlaan tpe sepeda motor, merek sepeda motor. Untuk memudahkan pembel dalam memlh sepeda motor yang sesua dengan kengnannya maka drancang sebuah sstem pendukung keputusan untuk menentukan sepeda motor yang sesua.dmana sstem pendukung keputusan yang drancang berbass web sehngga mudah d akses dmanapun dan kapanpun dengan meda nternet. Dan sstem n dbangun dengan perhtungan yang akurat dengan menggunakan metode TOPSIS sehngga akuras perhtungan lebh terjamn. Peneltan [2] membahas mengena sstem pendukung keputusan untuk seleks penermaan beasswa,dengan krtera IPK, jumlah pemghaslan orangtua, jumlah tanggungan, semester dan status beasswa. untuk menentukan seseorang layak atau tdak menerma beasswa maka dperlukan sebuah sstem pendukung keputusan. Peneltan n merancang sstem pendukung keputusan menggunakan metode TOPSIS (Technque for Others Referece by Smlarty to Ideal Soluton). Metode n dplh karena mampu menyeleks keputusan terbak dar sejumlah keputusan yang dhaslkan, dalam hal n keputusan yang dmaksud adalah seseorang berhak menerma beasswa berdasarkan krtera-krtera yang telah dtetapkan.

3 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: METODE PENELITIAN 2.1. Perancangan Sstem Sstem yang dbangun adalah suatu sstem yang dapat dpaka oleh phak MA Darul Masholeh untuk menentukan prestas sswa. Selan tu sstem n juga dapat membantu pmpnan MA Darul MAsholeh dalam memberkan reward sswa terbak. Proses penentuan pengesub terbak dlhat dar krtera: 1. Hafalan Al-Qur an Hafalan Al-Qur an d dapat dar krtera untuk menentukan prestas akdemk sswa, hafalan al quran dgunakan sebaga acuan untuk menentukan prestas sswa. 2. Rata-rata nla Rata-rat nla d dapat dar nla rapot, rata-rata nla dgunakan untuk menentukan prestas akademk sswa 3. Nla Mnmal Nla mnmal d dapat dar nla rapot,nla mnmal dgunakan sebaga acuan untuk menentukan prestas akademk sswa. 4. Jumlah Kehadran Jumlah kehadran d dapat dar kehadran sswa selama 1semester mengkut pelajaran, jumlah kehadran mempengaruh untuk menentukan prestas. 5. Total Nla Total nla ddapat dar jumlah keseluruhan krtera 6. Pagam Prestas Pagam prestas d dapat dar sswa tersebut selama sekolah d MA Darul Masholeh, pagam prestas dgunakan untuk membantu sswa tersebut mengkut seleks prestas sswa, semakn banyak prestas yang d dapat semakn berpeluang untuk mendapatkan prestas. Gambar 1 menunjukkan gambaran umum dar sstem yang dbuat, dmana sstem akan melakukan proses pengolahan data krtera, pengolahan data alternatf yang dmlk serta proses perhtungan perangkngan yang terdr dar proses perhtungan matrk keputusan ternormalsas, perhtungan matrks ternormalsas terbobot, perhtungan matrks solus deal, perhtungan jarak tap alternatf, perhtungan nla preferens serta proses perhtungan perangkngan matrks. User yang terlbat dar sstem adalah Admn sebaga penanggung jawab pelaksana serta pmpnan MA Darul Masholeh tersebut sebaga pengawas.

4 156 ISSN: Admn Data krtera 1. Olah data krtera Data krtera Krttera Data krtera Data alternatf 2. Olah Data alternatve Data alternatf alternatf 3. Matrks keputusan ternormalsas Data alternatf Hasl_matrks Matrks_ternormalsas 4 Matrks tenormalsas terbobot Matrks_ternormalsas Hasl_matrks Matrks_ternormalsas_terbobot 5. Kalkulas matrks solus deal Matrks_solus_deal A_plus, a_mn Matrks_solus_deal Matrks solus deal 6. Kalkulas jarak tap alternatf Data alternatf Jarak_alt 7. Kalkulas nla preferens Jarak alternatf Nla preferens Nla_preferens Nla preferens Nla rangkng 8. Kalkulas htung matrks Nla rangkng Rangkng Gambar 1. Proses Perancangan Sstem 2.2. Technque For Order Preference By Smlarty To Ideal Soluton (TOPSIS) TOPSIS adalah salah satu metode yang bsa membantu proses pengamblan keputusan yang optmal untuk menyelesakan masalah keputusan secara prakts. Hal n dsebabkan karena konsepnya sederhana dan mudah dpaham, komputasnya efsen dan memlk kemampuan untuk mengukur knerja relatf dar alternatf-alternatf keputusan dalam bentuk matemats sederhana Secara umum, prosedur TOPSIS mengkut langkah-langkah sebega berkut: a. Menentukan matrks keputusan yang ternormalsas b. Menghtung matrks keputusan ternormalsas yang terbobot c. Menghtung matrks solus deal postf dan matrks solus deal nagatf d. Menhtung jarak antara nla setap alternatf dengan matrks solus deal postf dan matrks solus deal negatf e. Menghtung nla preferens untuk setap alternatf

5 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: TOPSIS membutuhkan ratng knerja setap alternatf A pada setap krtera C j yang ternormalsas, yatu: r j x m j 1 x 2 j dengan =1,2,...,m; dan j = 1,2,...,n. (1) Solus deal postf A + dan solus deal negatf A - dapat dtentukan berdasarkan ratng bobot ternormalsas (y j) sebaga: y w r j j dengan =1,2,...,m; dan j = 1,2,...,n. (2) A y y,, y ; 1, 2 n (3) A dengan y j y y,, y ; 1, 2 max yj ; mn yj ; n jka j adalah atrbut keuntungan jka j adalah atrbut baya (4) (5) y j mn yj ; max yj ; Dmana: j = 1,2,..,n. jka j adalah atrbut keuntungan jka j adalah atrbut baya (6) Sedangkan jarak antara alternatf A dengan solus deal postf drumuskan sebaga: D n 2 y yj ; j1 Jarak antara alternatf A dengan solus deal negatf drumuskan sebaga: D n 2 yj y ; j1 Nla preferens untuk setap alternatf (V) dberkan sebaga: = 1,2,...,m. (7) = 1,2,...,m. (8) V D D D ; (9) Nla V yang lebh besar menunjukkan bahwa alternatf A lebh dplh

6 158 ISSN: HASIL DAN PEMBAHASAN Sample yang dgunakan dalam pemlhan prestas akademk sswa dengan metode TOPSIS menggunakan 20 alternatfdan 6 krtera. Prosedur perhtungan yang dlakukan adalah: 1. Menentukan nla relatf terhadap masng-masng alternatf Sample perhtungan untuk masng-masng pengesub dapat dlhat pada Tabel 1. Tabel 1. Nla alternatf terhadap masng-masng krtera No Nama Hafalan Rata-rata Nla Total Pagam Absens sswa Quran nla mnmum nla prestas 1 Snta Rn Sadryah Wldan Ratna Fasal St fatmah Suslawat Sona Apand Jannah Abdul R Agus S Ag K Ayu R Bunga L Dallatul F Dew K Emah Eka G Menentukan matrks keputusan ternomalsas Dalam menentukan matrk keputusan ternormalsas, nla tap krtera (x j) untuk keseluruhan alternatf djumlahkan kemudan nla masng-masng krtera tersebut dbag dengan hasl jumlah krteranya. a. Untuk krtera hafal Al-Qur an (C 1) C 1 = (75) 2 +(75) 2 +(70) 2 +(70) 2 +(80) 2 +(75) 2 +(75) 2 +(80) 2 +(75) 2 + (70) 2 +(70) 2 +(60) 2 +(60) 2 +(70) 2 +(65) 2 +(65) 2 +(70) 2 +(75) 2 + (75) 2 +(70) = 319,57 R 11 = X 11/C 1 = 75/319,57 = 0,23 R 21 = X 21/C 1 = 75/319,57 = 0,23 R 31 = X 31/C 1 = 70/319,57 = 0,22 R 41 = X 41/C 1 = 70/319,57 = 0,22 R 51 = X 51/C 1 = 80/319,57 = 0,25 R 61 = X 61/C 1 = 75/319,57 = 0,23

7 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: R 71 = X 71/C 1 = 75/319,57 = 0,23 R 81 = X 81/C 1 = 80/319,57 = 0,25 R 91 = X 31/C 1 = 75/319,57 = 0,23 R 101 = X 31/C 1 = 70/319,57 = 0,22 R 111 = X 11/C 1 = 70/319,57 = 0,22 R 121 = X 21/C 1 = 60/319,57 = 0,19 R 131 = X 31/C 1 = 60/319,57 = 0,19 R 141 = X 41/C 1 = 70/319,57 = 0,22 R 151 = X 51/C 1 = 65/319,57 = 0,20 R 161 = X 61/C 1 = 65/319,57 = 0,20 R 171 = X 71/C 1 = 70/319,57 = 0,22 R 181 = X 81/C 1 = 75/319,57 = 0,23 R 191 = X 31/C 1 = 75/319,57 = 0,23 R 201 = X 31/C 1 = 70/319,57 = 0,23 b. Untuk krtera rata-rata nla (C 2) C 1 = (70) 2 +(80) 2 +(80) 2 +(80) 2 +(70) 2 +(75) 2 +(75) 2 +(80) 2 +(70) 2 + (75) 2+ (75) 2 +(75) 2 +(75) 2 +(75) 2 +(70) 2 +(70) 2 +(70) 2 +(80) 2 + (80) 2 +(75) = 327,38 R 11 = X 11/C 1 = 70/327,38 = 0,21 R 21 = X 21/C 1 = 80/327,38 = 0,24 R 31 = X 31/C 1 = 80/327,38 = 0,24 R 41 = X 41/C 1 = 80/327,38 = 0,24 R 51 = X 51/C 1 = 70/327,38 = 0,21 R 61 = X 61/C 1 = 75/327,38 = 0,23 R 71 = X 71/C 1 = 75/327,38 = 0,23 R 81 = X 81/C 1 = 80/327,38 = 0,24 R 91 = X 31/C 1 = 70/327,38 = 0,21 R 101 = X 31/C 1 = 75/327,38 = 0,23 R 111 = X 11/C 1 = 75/327,38 = 0,23 R 121 = X 21/C 1 = 75/327,38 = 0,23 R 131 = X 31/C 1 = 75/327,38 = 0,23 R 141 = X 41/C 1 = 75/327,38 = 0,23 R 151 = X 51/C 1 = 70/327,38 = 0,23 R 161 = X 61/C 1 = 70/327,38 = 0,21 R 171 = X 71/C 1 = 70/327,38 = 0,21 R 181 = X 81/C 1 = 80/327,38 = 0,24 R 191 = X 31/C 1 = 80/327,38 = 0,24 R 201 = X 31/C 1 = 75/327,38 = 0,23 Dan seterusnya, hngga ddapatkan Tabel 2. Tabel 2. Matrk Ternormalsas 0,23 0,21 0,22 0,25 0,23 0,25 0,23 0,24 0,22 0,24 0,23 0,38 0,22 0,24 0,22 0,21 0,22 0,25 0,22 0,24 0,22 0,21 0,22 0,25 0,25 0,21 0,22 0,24 0,23 0,38 0,23 0,23 0,22 0,25 0,24 0,25

8 160 ISSN: Tabel 2. (Lanjutan) 0,23 0,23 0,22 0,23 0,23 0,25 0,25 0,24 0,22 0,23 0,24 0,25 0,23 0,21 0,22 0,24 0,23 0,13 0,22 0,23 0,22 0,18 0,20 0,13 0,22 0,23 0,22 0,21 0,22 0,13 0,19 0,23 0,22 0,24 0,22 0,25 0,19 0,23 0,22 0,23 0,22 0,13 0,22 0,23 0,22 0,16 0,19 0,25 0,20 0,21 0,22 0,19 0,20 0,13 0,20 0,21 0,22 0,23 0,22 0,13 0,22 0,21 0,22 0,24 0,23 0,13 0,23 0,24 0,22 0,23 0,23 0,25 0,23 0,24 0,22 0,21 0,22 0,13 0,22 0,23 0,22 0,23 0,23 0,13 3. Menentukan matrks keputusan normalsas terbobot Sebelum menghtung matrk keputusan normalsas terbobot, tentukan terlebh dahulu bobot dar masng-masng krtera. Tngkat kepentngan tap krtera dapat dnla dar range 1 sampa 5, yatu: 1 : tdak pentng 2 : tdak terlalu pentng 3 : cukup pentng 4 : pentng 5 : sangat pentng Nla bobot awal (w) dgunakan untuk menunjukkan tngkat kepentngan relatf dar setap krtera. Bobot dar masng-masng krtera tertera pada Tabel 3. Tabel 3. Bobot Krtera No Krtera Bobot (W) 1 Hafalan Al-qur an 5 2 Rata-rata nla 5 3 Nla mnmal 3 4 Jml kehadran 5 5 Total nla 3 6 Pagam prestas 5 Setelah menentukan bobot dar masng-masng krtera, maka berdasarkan langkah 1 dan persamaan 2, kta dapat menghtung matrk normalsas terbobot yatu: a. Untuk krtera hafalan al-qur an Y 11 = W 11/R 11 = 5/0,23 = 1,17 Y 21 = W 11/R 21 = 5/0,23 = 1,17 Y 31 = W 11/R 31 = 5/0,22 = 1,10 Y 41 = W 11/R 41 = 5/0,22 = 1,10 Y 51 = W 11/R 51 = 5/0,25 = 1,25 Y 61 = W 11/R 61 = 5/0,23 = 1,17 Y 71 = W 11/R 71 = 5/0,23 = 1,17 Y 81 = W 11/R 81 = 5/0,25 = 1,25 Y 91 = W 11/R 91 = 5/0,23 = 1,17

9 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: Y 101 = W 11/R 101 = 5/0,22 = 1,10 Y 111 = W 11/R 111 = 5/0,22 = 1,10 Y 121 = W 11/R 121 = 5/0,19 = 0,94 Y 131 = W 11/R 131 = 5/0,19 = 0,94 Y 141 = W 11/R 141 = 5/0,22 = 1,10 Y 151 = W 11/R 151 = 5/0,20 = 1,02 Y 161 = W 11/R 161 = 5/0,20 = 1.02 Y 171 = W 11/ R 171 = 5/0,22 = 1,10 Y 181 = W 11/ R 181 = 5/0,23 = 1,17 Y 191 = W 11/R 191 = 5/0,23 = 1,17 Y 201 = W 11/R 201 = 5/0,23 = 1,10 Dan seterusnya, hngga ddapatkan Tabel 2. Tabel 4. Matrks ternormalsas terbobot 1,17 1,07 0,67 1,23 0,70 1,26 1,17 1,22 0,67 1,18 0,70 1,89 1,10 1,22 0,67 1,07 0,66 1,26 1,10 1,22 0,67 1,04 0,66 1,26 1,25 1,07 0,67 1,21 0,70 1,89 1,17 1,15 0,67 1,25 0,71 1,26 1,17 1,15 0,67 1,15 0,69 1,26 1,25 1,22 0,67 1,16 0,71 1,26 1,17 1,07 0,67 1,19 0,69 0,63 1,10 1,15 0,67 0,91 0,61 0,63 1,10 1,15 0,67 1,04 0,65 0,63 0,94 1,15 0,67 1,19 0,67 1,26 0,94 1,15 0,67 1,17 0,67 0,63 1,10 1,15 0,67 0,78 0,57 1,26 1,02 1,07 0,67 0,97 0,61 0,63 1,02 1,07 0,67 1,16 0,67 0,63 1,10 1,07 0,67 1,18 0,68 0,63 1,17 1,22 0,67 1,16 0,70 1,26 1,17 1,22 0,67 1,04 0,67 0,63 1,10 1,15 0,67 1,15 0,68 0,63 4. Menentukan matrks solus deal postf & matrks solus deal negatf Langkah selanjutnya yatu menentukan matrk solus deal postf dan matrk solus deal negatf berdasarkan persamaan 3 dan 4. Matrk solus deal postf (Yj+): A + = (y + 1, y + 2, y + 3,., y + n ) ; A = (y 1, y 2, y 3,., y n ) ; max y j ; Y + J = { 1 mn y j ; Solus deal postf dhtung sebaga berkut : y + 1 = max{1,17; 1,17; 1,10; 1,10; 1,2; : 1,17; 1,17. } = 1,25 y + 2 = max {1,07; 1,22; 1,22; 1,22; 1,07; 1.15; 1,15. } = 1,22 dan seterusnya A + = {1,25 ; 1,22 ; ; ; }

10 162 ISSN: Solus deal negatf dhtung sebaga berkut : y 1 = mn {1,17; 1,17; 1,10; 1,10; 1,2; : 1,17; 1,17. } = 0,94 y 2 = mn {1,07; 1,22; 1,22; 1,22; 1,07; 1.15; 1,15. } = 1,07 dan seterusnya A = {0,94 ; 1,07 ; ; ; } Demkan seterusnya, terakhr dperoleh solus deal postf dan solus deal negatf: Tabel 5. Matrks solus deal postfdan solus deal negatf Y1 Y2 Y3 Y4 Y5 Y6 Solus Ideal (+) 0,72 0,43 2,38 0,79 0,25 4,23 Solus Ideal (-) 0,87 0,43 0,00 1,56 0,45 2,60 5. Menentukan jarak antara nla setap alternatf dengan matrks solus deal postf & matrks solus deal negatf Selanjutnya untuk mencar jarak antar alternatf dengan matrks solus deal postf dapat menggunakan persamaan 7. D + = n + (y y j ) 2 j=1 ; Jarak antara alternatf A, dengan solus deal negatf drumuskan sebaga: D = n (y j y j=1 ) 2 ; = 1,2,...,m Membuat jarak antar nla terbobot setap alternatf terhadap solus deal postf: Nla jarak solus deal postf untuk hafalan Al-Qur an D 1 += (1,25 1,17)2 + (1,25 1,17) 2 + (1,25 1,10) 2 + (1,25 1,10) 2 +(1,25 1,25) 2 + (1,25 1,17) 2 = 07.2 Demkan seterusnya, terakhr dperoleh jarak solus deal postf dan solus deal negatf: Tabel 6. Jarak solus deal postf dan deal negatf Y1 Y2 Y3 Y4 Y5 Y6 Jarak Ideal (+) 0,72 0,43 2,38 0,79 0,25 4,23 Jarak Ideal (-) 0,87 0,43 0,00 1,56 0,45 2,60 6. Langkah terakhr dalam perhtungan TOPSIS adalah mencar nla preferens untuk setap alternatf dberkan sesua dengan persamaan 9 D V = D + + D ; = 1,2,...,m Nla V yang lebh besar menunjukan bahwa alternatf A lebh dplh. Menghtung nla preferens: a. Nla preferens bernama Snta D 1 V 1 = + D 1 + D = 0,87 1 0,87 + 0,72 = 0,55 b. Nla preferens bernama Rn V 2 = D 2 D 2 + D 2 + = 0,43 0,43 + 0,43 = 0,50

11 Ctec Journal, Vol. 2, No. 2, Februar 2015 Aprl 2015 ISSN: c. Nla preferens bernama Sadryah D 3 V 3 = + D 3 + D = 0,00 3 0,00 + 1,23 = 0,00 d. Nla preferens bernama Wldan V 4 = D 4 D 4 + D 4 + = 1,56 1,56 + 0,79 = 0,66 Dan seterusnya sampa dengan alternatf bud. Tabel 5 merupakan hasl perhtungan nla preferens untuk semua alternatf. Tabel 7. Nla preferens setap alternatf V1= 0,55 Snta V2= 0,50 Rn V3= 0,00 Sadryah V4= 0,66 Wldan V5= 0,64 Ratna V6= 0,38 Fasal Berdasarkan nla preferens terbesar 0,66 maka prestas akademk sswa Wldan adalah sswa berprestas. 4. KESIMPULAN Berdasarkan hasl peneltan yang telah dlakukan dapat dambl kesmpulan sebaga berkut: 1. Krtera dasar yang dapat djadkan standar pemlhan prestas akademk adalah: hafalan alqur an, rata-rata nla, nla mnmum, jumlah kehadran, total nla, pagam prestas. 2. Hasl dar perhtungan dengan menggunakan TOPSIS ddapatkan sswa berprestas Wldan menempat urutan pertama dengan nla preferens relatf untuk setap alternatfnya sebesar 0,66. Ratna menempat urutan kedua, dengan nla preferens relatfnya adalah 0,64. Snta dengan urutan ketga dengan nla preferens relatf 0,55. Rn d urutan keempat dengan nla preferens relatf 0,50. Fasal d urutan kelma dengan nla preferens relatf 0,38. Sadryah d urutan keenam dengan nla preferens relatfnya 0, SARAN Saran yang dapat dberkan untuk pengembangan lebh lanjut dar peneltan n adalah perlu dlakukannya perbandngan hasl perangkngan antara metode TOPSIS dengan metode perangkngan yang lan sepert ELECTREE, AHP dan sebaganya untuk mendapatkan efektftas hasl perangkngan yang lebh bak. Bag MA Daul Masholeh dharapkan agar aplkas n dapat membantu phak sekolah untuk menentukan prestas akademk sswa dengan cepat dan tepat.

12 164 ISSN: DAFTAR PUSTAKA [1] Sar, L. P., 2013, Sstem Pendukung Keputusan Menentukan Merek dan Tpe Sepeda Motor Berbass WEB dengan Metode TOPSIS, Jurnal Ilmah Pelta Informatka Bud Darma Informas dan Informatka, Vol IV, No 3, Hal [2] Aula, R., 2013, Sstem Pendukung Keputusan Seleks Penermaan Beasswa D STTH Medan, Semnar Nasonal Teknolog Informas dan Komunkas (SNASTIKOM 2013), Medan, Maret [3] Kusumadew, S., Hartat, S., Harjoko, A., 2006, Fuzzy Mult-Attrbute Decson Makng (Fuzzy MADM), Graha Ilmu, Yogyakarta. [4] Azm, M., Sonatha, Y., Rasydah, 2014, Pemanfaatan Sstem Pendukung Keputusan Untuk Penentuan Alokas Dana Kegatan (Stud Kasus Unt Kegatan Mahasswa Polteknk Neger Padang), Jurnal Momentum, Vol 16, No 1, Hal [5] Yang, G., Sun, L., 2010, A New Personalzed Recommendaton Technque Based On the Modfed TOPSIS Method, Internatonal Journal of Advanced Computer Scence and Applcaton (IJACSA), Vol. 1, No. 2, Hal [6] Saragh, H., Marbun, M., Reza, B., 2014, Development of Decson Support System Determnng the Student as Scholarshp Recpents by Fuzzy Mult Attrbute Decson Makng (FMADM), Jurnal Sstem Informas, Vol 9, No 2, Hal