SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PENERIMA BEASISWA MAHASISWA KURANG MAMPU PADA STMIK BUDIDARMA MEDAN MENERAPKAN METODE PROFILE MATCHING T.M Syahu Ichsan (1111667 ) Mahasiswa Pogam Studi Teknik Infomatika STMIK Budi Dama Medan Jl. Sisingamangaaja No. 338 Sp. Limun Medan http : // www.stmik-budidama.ac.id // Email : cifoband@gmail.com ABSTRAK Beasiswa meupakan suatu bentuk pembeian matei, selain itu mampu membei semangat kepada mahasiswa untuk semakin giat, mendukung kemajuan dunia pendidikan, mengasah dii untuk menjadi seoang mahasiswa yang bemutu, dan juga membei keinganan dalam membaya biaya pekuliahan bagi mahasiswa yang kuang mampu. Sekolah Tinggi Manajemen Infomatika dan Kompute Budidama Medan mengadakan pogam pembeian beasiswa bagi mahasiswa yang kuang mampu dengan memenuhi pesyaatan yang haus dipenuhi. Disinilah pihak kampus melakukan penyeleksian untuk nantinya menentukan siapa yang behak meneima beasiswa. Dalam poses pemilihan peneima beasiswa ini dibutuhkan sebuah sistem pendukung keputusan. Salah satu metode yang dapat digunakan untuk sistem pendukung keputusan adalah dengan meneapkan metode Pofile Matching. penelitian ini akan diangkat suatu kasus yaitu mencai altenatif tebaik yang bedasakan kompetensi mahasiswa pada STMIK Budidama Medan dengan meneapkan metode Pofile Matching. Metode ini dipilih kaena mampu menyeleksi altenatif tebaik dai aspek - aspek kiteia yang ada. Riset dilakukan dengan mencai nilai bobot untuk setiap aspek, sepeti contoh aspek ekonomi, aspek akademik, dan aspek kaakte yang dimiliki mahasiswa, kemudian dilakukan poses peangkingan yang akan meekomendasikan altenatif tebaik dalam pemilihan peneima beasiswa. Kata Kunci : Pofile Matching, Sistem Pendukung Keputusan. 1. Pendahuluan 1.1. Lata Belakang Masalah Beasiswa meupakan suatu bentuk pembeian matei yang salah satu tujuannya adalah untuk membei keinganan dalam membaya biaya pekuliahan bagi mahasiswa yang kuang mampu. Sekolah Tinggi Manajemen Infomatika dan Kompute Budidama Medan adalah sebuah peguuan tinggi yang memiliki bidang pengajaan infomatika yang bedii sejak tahun 1996, untuk meingankan biaya pekuliahan sekolah tinggi ini memiliki kebijakan yaitu mengadakan pogam pembeian beasiswa bagi mahasiswa yang kuang mampu dan beasiswa bagi mahasiswa yang bepestasi, dengan memenuhi pesyaatan yang haus dipenuhi. Dalam seleksi pemilihan peneima beasiswa, dipelukan sebuah sistem pendukung keputusan yang nantinya akan membantu pihak yang besangkutan dalam menentukan peneima beasiswa tesebut, sehingga mempeoleh hasil yang efektif dan efisien. Dalam peancangan sistem pendukung keputusan dibutuhkan sebuah metode yang digunakan untuk melakukan pehitungan nilai - nilai kiteia yang dimiliki oleh mahasiswa. Salah satu metode yang dapat diteapkan dalam pehitungan sistem pendukung keputusan yaitu metode Pofile Matching. Metode Pofile Matching adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa tedapat tingkat vaiabel pedicto yang ideal yang haus dimiliki oleh suatu objek, bukannya tingkat minimal yang haus dipenuhi atau dilewati. 1.. Peumusan Masalah Bedasakan lata belakang masalah maka yang menjadi uang lingkup masalahnya adalah sebagai beikut: 1. Bagaimana mengetahui posedu pemilihan peneima beasiswa mahasiswa kuang mampu?. Bagaimana meneapkan metode Pofile Matching untuk membantu menghasilkan keputusan mahasiswa peneima beasiswa kuang mampu? 3. Bagaimana meancang sistem pendukung keputusan dengan menggunakan bahasa pemogaman? 1.3. Tujuan dan Manfaat 1.3.1 Tujuan Penelitian 1

Adapun yang menjadi tujuan penelitian dalam penyusunan skipsi ini adalah: 1. Untuk mengetahui posedu pemilihan peneima beasiswa mahasiswa kuang mampu.. Untuk meneapkan metode Pofile Matching untuk membantu menghasilkan keputusan mahasiswa peneima beasiswa kuang mampu. 3. Untuk meancang sistem pendukung keputusan dengan menggunakan bahasa pemogaman. 1.3. Manfaat Penelitian Sedangkan yang menjadi manfaat di dalam penelitian ini adalah sebagai beikut: 1. Untuk mendapatkan hasil yang efektif dan efisien dalam pemilihan mahasiswa peneima beasiswa kuang mampu.. Untuk membantu bagian yang bepean dalam memahami bagaimana memilih peneima beasiswa mahasiswa dengan meneapkan metode ini. 3. Memahami penulis untuk membuat sebuah sistem pendukung keputusan.. Landasan Teoi.1. Sistem Pendukung Keputusan Sistem pendukung keputusan atau yang disebut dengan DSS (Decision Suppot System) adalah sistem bebasis kompute yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model untuk mengidentifikasi, memecahkan masalah dan membuat keputusan (Sumbe : Fathul Wahid, 005, 93-94)... Metode Pofile Matching Metode pofile matching seing juga disebut dengan metode GAP, yaitu sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa tedapat tingkat vaiabel pedikto yang ideal yang haus dimiliki oleh pelama (http://jounal.usm.ac.id/junal/tansit/383/detail/, 3 Mei 013)...1 Algoitma Metode Pofile Matching Beikut ini adalah langkah langkah dalam penyelesaian pehitungan dengan menggunakan metode pofile matching: 1. Aspek - aspek penilaian.. Pemetaan GAP kompetensi. 3. Pembobotan GAP kompetensi. 4. Pehitungan dan pengelompokan Coe dan Seconday Facto. Pehitungan coe facto ditunjukkan menggunakan umus dibawah ini: NCF Keteangan : NCF : ata-ata coe facto NC(aspek) : Jumlah total nilai coe facto IC : Jumlah item coe facto Sementaa itu, pehitungan seconday facto bisa ditunjukkan dengan umus beikut: NSF Keteangan : NSF : ata-ata coe facto NS (aspek) : jumlah total nilai coe facto IS : Jumlah item coe facto 5. Pehitungan nilai total Rumus pehitungan nilai total adalah sebagai beikut : (x)%ncf(aspek)+(x)%nsf(aspek) = N(aspek) Keteangan : NCF (aspek) : nilai ata-ata coe facto (aspek) NSF (aspek) : nilai ata-ata seconday facto (aspek) N(aspek) : nilai total dai aspek (aspek) (x)% : nilai pesen yang diinputkan. 6. Pehitungan penentuan angking mengacu pada hasil pehitungan. Pehitungan tesebut bisa ditunjukkan dengan umus dibawah ini : Σ(x)%Nk Keteangan : Nk : nilai kiteia (x)% : nilai pesen yang diinputkan (Sumbe : http://jounal.usm.ac.id/ junal/tansit/383/detail/, 3 Mei 013). 3. Analisa Dan Peancangan 3.1. Analisa Penilaian Beasiswa Adapun yang menjadi sasaan untuk penilaian mahasiswa yang nantinya akan meneima beasiswa adalah sebagai beikut: 1. Mahasiswa yang pendapatan oang tuanya paling endah.. Mahasiswa yang sudah mendekati kelulusan. 3. Mahasiswa yang memiliki IPK paling tinggi. (Sumbe : SK KOPERTIS No.049/K.1.3./KM/013, 013) 3.. Analisa Aspek - Aspek Kiteia Aspek - aspek kiteia yang tedapat dalam pemilihan peneima beasiswa kuang mampu adalah sebagai beikut: 1. Aspek Ekonomi, yaitu tedii dai kiteia pendapatan oang tua yang disimbolkan dengan C1, dan kiteia jumlah tanggungan oang tua yang disimbolkan dengan C.

. Aspek Akademik, yaitu tedii dai kiteia Indeks Pestasi Kumulatif (IPK) yang disimbolkan dengan C1, dan kiteia tingkat semeste yang disimbolkan dengan C. 3. Aspek Kaakte, yaitu tedii dai kiteia tingkah laku mahasiswa yang disimbolkan dengan C1, dan kiteia keaktifan di dalam beoganisasi yang disimbolkan dengan C. 3.3. Analisa Metode Pofile Matching Dalam Pembeian Beasiswa 3.3.1 Menentukan Altenatif dan Aspek - Aspek Kiteia tahap awal SPK selalu dimulai dengan tahap penentuan altenatif dan aspek kiteia, yaitu data mahasiswa yang akan dimasukkan ke dalam dafta (list) SPK pemilihan peneima beasiswa tesebut. Jumlah dai data yang akan dimasukkan sesuai dengan jumlah yang telah ditentukan pihak yang besangkutan. Beikut ini contoh data data mahasiswa yang akan dimasukkan dalam dafta pemilihan peneima beasiswa beseta dengan nilai - nilai kiteianya: Tabel 1 : Contoh data mahasiswa NP M Dedi F.S Denni Fenan do E.M Aspek Ekonomi C1 700.00 0 1.000. 000 500.00 0 C 3 4 Aspek Akade mik C 1 3, 6 3, 53 3, 18 C VI II VI II VI II Aspek Kaakte C1 Ba ik Ba ik Ba ik C Bai k Sgt Bai k Bai k Tabel 3 : Jumlah tanggungan oang tua Jaak (ange) 1 Anak 1 Anak 3 Anak 3 4 Anak 4 >4 Anak 5. Aspek Akademik a. Indeks Pestasi Kumulatif (IPK) mahasiswa. kiteia IPK mahasiswa: Tabel 4 : Kiteia IPK mahasiswa Jaak (ange).50 1 >.50-3.0 >3.0-3.40 3 >3.40-3.60 4 >3.60 5 b. Tingkat semeste. kiteia tingkat semeste: Tabel 5 : Kiteia tingkat semeste Jaak (ange) III 1 IV V 3 VI 4 VII atau VIII 5 3. Aspek Kaakte a. Tingkah laku. kiteia tingkah laku mahasiswa: 3.3. Pembobotan Kiteia Beikut ini adalah pembobotan nilai dai kiteia yang telah ditentukan: 1. Aspek Ekonomi a. Besa pendapatan oang tua mahasiswa. kiteia pendapatan oang tua mahasiswa: Tabel : Kiteia pendapatan oang tua Jaak (ange) >800.000-1.000.000 1 >700.000-800.000 >600.000-700.000 3 >500.000-600.000 4 <=500.000 5 b. Jumlah tanggungan oang tua. kiteia jumlah tanggungan oang tua mahasiswa: Tabel 6 : Kiteia tingkah laku Jaak (ange) Kuang Baik 1 Baik 3 Sangat Baik 5 b. Keaktifan dalam kegiatan kampus. kiteia keaktifan mahasiswa dalam beoganisasi: Tabel 7 :Kiteia keaktifan kegiatan kampus Jaak (ange) Kuang 1 Baik 3 Sangat Baik 5 3.3.3 Pemetaan Gap Beikut ini adalah pemetaan gap pada tiap - tiap aspek kiteia: 3

Tabel 8 : Pemetaan gap aspek ekonomi Dedi F.S 3 3 Denni 1 4 4 Taget 5 4 Dedi F.S - -1 Denni -4 0-1 - Beikut ini pemetaan gap untuk pehitungan aspek akademik yang tedii dai kiteia Indeks Pestasi Kumulatif dan tingkat semeste: Tabel 9 :Pehitungan gap aspek akademik Dedi F.S 3 5 Denni 4 5 5 Taget 1 3 Dedi F.S Denni 3 1 Beikut ini pemetaan gap untuk pehitungan aspek kaakte yang tedii dai kiteia tingkah laku dan keaktifan mahasiswa dalam oganisasi: Table 10 : Pehitungan gap aspek kaakte Dedi F.S 3 3 Denni 3 5 3 3 Taget 4 3 Dedi F.S -1 0 Denni -1-1 0 3.3.4 Pembobotan Gap Kompetensi Setelah selisih nilai pada pemetaan gap dipeoleh, maka langkah selanjutnya yaitu membobotkan selisih gap tesebut. Penentuan pembobotan nilai selisih gap yakni sesuai dai ketentuan nilai yang telah ditetapkan. Beikut ini ketentuan dai pembobotannya: Tabel 11 : Ketentuan bobot nilai gap Selisih Bobot gap Keteangan 4 9 kelebihan 4 tingkat / 3 8 kelebihan 3 tingkat / 7 1 6 0 5-1 4-3 -3-4 1 kelebihan tingkat / kelebihan 1 tingkat / sesuai dengan kebutuhan kekuangan 1 tingkat / kekuangan tingkat / kekuangan 3 tingkat / kekuangan 4 tingkat / Dengan kiteia mahasiswa sepeti yang telihat pada tabel di atas, akan diubah bobotnya sesuai dengan nilai bobot gap yang telah ditentukan. Beikut pembobotan nilainya: Tabel 1 : Aspek ekonomi hasil pembobotan gap Dedi F.S 3 4 Denni 1 5 4 3 Beikut ini pembobotan nilai gap untuk pehitungan aspek akademik yang tedii dai kiteia Indeks Pestasi Kumulatif dan tingkat semeste: Tabel 13 : Aspek akademik hasil pembobotan gap Dedi F.S 7 7 Denni 8 7 6 7 Beikut ini pembobotan nilai gap untuk pehitungan aspek akademik yang tedii dai kiteia Indeks Pestasi Kumulatif dan tingkat semeste: Tabel 14 : Aspek kaakte hasil pembobotan gap Dedi F.S 4 5 Denni 4 7 4 5 3.3.5 Pehitungan dan Pengelompokan Coe Facto dan Seconday Facto Beikut ini pehitungan nilai Coe Facto dan Seconday Facto pada tiap - tiap aspek: 4

Tabel 15 : Pengelompokan nilai coe facto seconday facto aspek ekonomi NPM Coe C C Seconday Facto 1 Facto Dedi F.S 3 4 3 4 Denni 1 5 1 5 4 3 4 3 Beikut pengelompokan nilai coe facto seconday facto aspek akademik yang tedii dai kiteia Indeks Petasi Kumulatif dan tingkat semeste: Tabel 16 : Pengelompokan nilai coe facto seconday facto aspek akademik NPM Coe C C Seconday Facto 1 Facto Dedi F.S 7 7 7 7 Denni 8 7 8 7 6 7 6 7 Beikut pengelompokan nilai coe facto seconday facto aspek kaakte yang tedii dai kiteia tingkah laku dan keaktifan mahasiswa dalam oganisasi: Tabel 17 : Pengelompokan nilai coe facto seconday facto aspek kaakte NPM Coe C C Seconday Facto 1 Facto Dedi F.S 4 5 4 5 Denni 4 7 4 7 4 5 4 5 3.3.6 Pehitungan Total Aspek Dai Kiteia Setelah mendapatkan nilai coe facto dan seconday facto, selanjutnya yang pelu dilakukan ialah menjumlahkan nilai coe facto dan seconday factonya. NPM Tabel 18 : total aspek ekonomi Coe Seconday N Facto Facto Dedi F.S 3 4 3,4 Denni 1 5,6 4 3 3,6 Beikut total nilai nilai coe facto dan seconday facto dai aspek akademik yang tedii dai kiteia Indeks Pestasi Kumulatif dan tingkat semeste: NPM Tabel 19 : total aspek akademik Coe Seconday N Facto Facto Dedi F.S 7 7 7 Denni 8 7 7,6 6 7 6,4 Beikut total nilai nilai coe facto dan seconday facto dai aspek akademik yang tedii dai kiteia Indeks Pestasi Kumulatif dan tingkat semeste: NPM Tabel 0 : total aspek kaakte Coe Seconday N Facto Facto Dedi F.S 4 5 4,4 Denni 4 7 5, 4 5 4,4 3.3.7 Pehitungan Rangking Langkah yang teakhi dalam metode pofile matching yaitu pehitungan angking atau penguutan nilai dai setiap altenatif. nya adalah sebagai beikut: Tabel 1 : Pehitungan nilai total NPM NE NA NK Total Dedi F.S 3,4 7 4,4 4,68 Denni,6 7,6 5, 4,6 o E.M 3,6 6,4 4,4 4,60 Dengan hasil akhi yang telah dipeoleh, akan disimpulkan hasil penguutan dengan nilai tetinggi, nilai yang tetinggi sesuai dengan langkah pehitungan metode pofile matching yaitu sebagai beikut: Tabel : Rangking altenatif 5

Peingkat NPM 1 Dedi F.S 4,68 Denni 4,6 3 4,60 4. Implementasi Dan Evaluasi 4.1. Implementasi bab ini akan membahas tentang implementasi peancangan yang telah dilakukan, dan kemudian akan dilakukan uji coba tehadap aplikasi sekaligus melakukan evaluasi tehadap kelebihan dan kekuangan yang ada pada aplikasi sistem pendukung keputusan. 4.1.1 Hasil Output Beikut ini bebeapa data mahasiswa STMIK Budidama Medan yang menjadi hasil (output) dai data yang telah dimasukkan pada aplikasi sistem pendukung keputusan adalah sebagai beikut: Gamba 3 : Fom menu utama 3. Tampilan menu input data mahasiswa Untuk membuka menu input data mahasiswa, pilih menu ba mahasiswa kemudian pilih input data mahasiswa. Tampilannya sebagai beikut: Gamba 1 : Tampilan output data peseta beasiswa 4.1. Hasil Input Adapun Pogam simulasi yang akan digunakan menggunakan bahasa pemogaman Visual Basic.Net 008, dimana caa kejanya dijelaskan pada poses-poses beikut : 1. Menjalankan Aplikasi melalui login Login digunakan sebagai syaat untuk masuk ke aplikasi sistem pendukung keputusan. Gamba 4 : Tampilan fom input data mahasiswa 4. Tampilan ketentuan bobot kiteia Untuk menampilkan menu ini, pilih poses kemudian pilih ketentuan bobot kiteia. Beikut ini tampilan ketentuan bobot kiteia yang digunakan untuk menentukan pembobotan dalam aplikasi ini: Gamba : Tampilan login. Tampilan Fom Utama Setelah behasil melakukan login, maka pogam akan menampilkan Fom Utama, beikut adalah tampilan dai Fom Utama. Gamba 5 : Tampilan ketentuan bobot kiteia 5. Tampilan ketentuan bobot gap Untuk menampilkan menu ini, pilih poses kemudian pilih ketentuan bobot gap. Tampilannya adalah sebagai beikut: 6

Gamba 6: Tampilan ketentuan bobot gap 6. Tampilan pehitungan metode Pofile Matching Untuk menampilkan menu ini, pilih poses kemudian pilih pehitungan metode pofile matching. Beikut tampilannya: Gamba 7 : Tampilan menu pehitungan metode Pofile Matching 7. Tampilan tentang penulis Fom tampilan tentang penulis meupakan tampilan fom untuk menampilkan data penulis. Beikut tampilannya: telah diselesaikan ini dapatlah diambil bebeapa kesimpulan diantaanya adalah sebagai beikut: 1. Dengan adanya penelitian ini, penulis memahami bagaimana posedu - posedu dalam memenuhi pesyaatan pemilihan beasiswa mahasiswa kuang mampu.. Dengan peneapan metode Pofile Matching menghasilkan keputusan yang baik dalam penyeleksian dan pehitungan nilai - nilai kiteia yang dimiliki mahasiswa, sehingga diketahui hasil yang akuat dalam poses pemilihan peneima beasiswa mahasiswa kuang mampu. 3. Dengan adanya penelitian ini, penulis telah meancang suatu aplikasi sistem pendukung keputusan dengan menggunakan bahasa pemogaman, sehingga dapat membantu pihak yang besangkutan dalam mengolah data mahasiswa dengan efektif dan efisien. 5.. Saan Dai hasil penelitian yang telah dilakukan, ada bebeapa saan yang akan penulis sampaikan kepada pihak STMIK Budidama Medan, antaa lain: 1. Dilihat dai sistem yang selama ini digunakan sudah bisa dipebahaui dengan sistem tekomputeisasi, aga dalam melaksanakan penyeleksian peneima beasiswa mempeoleh kemudahan, selain itu dengan menggunakan suatu aplikasi sistem pendukung keputusan akan dapat diketahui dengan akuat siapa yang behak dan tidak behak dalam meneima beasiswa kuang mampu.. Dihaapkan adanya pengembangan tehadap sistem pendukung keputusan, misalnya dikembangkan menjadi aplikasi bebasis web. DAFTAR PUSTAKA 1. Fathul Wahid. 005. Kamus Istilah Teknologi Infomasi. Yogyakata. Penebit Andi.. Syaifatun Ni mah. Sistem Pendukung Keputusan Peneimaan Kayawan Menggunakan Metode Pofile Matching Bebasis Web Dengan Famewok Codeignite. (013). 3. http://jounal.usm.ac.id/junal/tansit/383/detail/ Waktu Akses: 3 Mei 013, 16:14 WIB Gamba 8 : Tampilan tentang penulis 5. Kesimpulan Dan Saan 5.1. Kesimpulan Dai hasil peancangan aplikasi Sistem Pendukung Keputusan Pemilihan Peneima Beasiswa Mahasiswa Kuang Mampu STMIK Budidama Medan Meneapkan Metode Pofile Matching yang 7