BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tnjauan Pustaka Dar peneltan yang dlakukan Her Sulstyo (2010) telah dbuat suatu sstem perangkat lunak untuk mendukung dalam pengamblan keputusan menggunakan Fuzzy Multple Attrbute Decson Makng (FMADM) dengan metode Smple Addtve Weghtng (SAW) dalam penermaan beasswa. Dalam peneltan sebelumnya krtera yang dgunakan adalah Usa, Jumlah penghaslan orang tua, Jumlah tanggungan orang tua, Jumlah saudara kandung, dan nla rata - rata raport dengan menggunakan program Delph berbass Pascal dalam mplementasnya. Sedangkan dalam peneltan n berdasarkan hasl peneltan yang dlaksanakan d SMAN 1 Pleret krtera yang dgunakan adalah Nla rata - rata dambl dar raport, Jumlah penghaslan orang tua, Jumlah tanggungan orang tua, Jarak tempuh ke sekolah, dan Jumlah kegatan organsas dambl dar raport dengan menggunakan program Netbean berbass Java dalam mplementasnya. 2.2 Dasar Teor 2.2.1 Beasswa Beasswa adalah pemberan berupa bantuan keuangan yang dberkan kepada perorangan yang bertujuan untuk dgunakan dem keberlangsungan penddkan yang dtempuh. Beasswa dapat dberkan 4
5 oleh lembaga pemerntah, perusahaan ataupun yayasan. Pemberan beasswa dapat dkategorkan pada pemberan cuma-cuma ataupun pemberan dengan katan kerja (basa dsebut katan dnas) setelah selesanya penddkan. 2.2.2 Sstem Pendukung Keputusan Sstem Pendukung Keputusan (SPK) adalah sstem berbass komputer nteraktf, yang membantu para pengambl keputusan untuk menggunakan data dan berbaga model untuk memecahkan masalahmasalah tdak terstruktur. Sstem pendukung keputusan memadukan sumber daya ntelektual dar ndvdu dengan kapabltas komputer untuk menngkatkan kualtas keputusan. SPK adalah sstem pendukung berbass komputer bag para pengambl keputusan manajemen yang menangan masalah-masalah tdak terstruktur, Efram Turban (2005). 2.2.3 Hmpunan Crsp Pada teor hmpunan klask (crsp), keberadaan suatu elemen pada suatu hmpunan (A), hanya akan memlk dua kemungknan keanggotaan, yatu menjad anggota A atau tdak menjad anggota A. Suatu nla yang menunjukan seberapa besar tngkat keanggotaan suatu elemen (x) dalam suatu hmpunan (A), serng dkenal dengan nama nla keanggotaan atau derajat keanggotaan, dnotaskan dengan μ A (x). Pada hmpunan klask (crsp), hanya ada dua nla keanggotaan, yatu μ A (x) = 1 untuk x menjad anggota A, dan μ A (x) = 0 untuk x bukan anggota dar A, Sr Kusumadew (2006).
6 2.2.4 Fungs Keanggotaan (Kurva Bentuk Bahu) Gambar 2.1 Fungs Keanggotaan (Kurva Bentuk Bahu) Dar Gambar 2.1 daerah yang terletak d tengah-tengah suatu varable yang drepresentaskan dalam bentuk segtga, pada ss kanan dan krnya akan nak dan turun (msalkan: Sangat Rendah bergerak ke Rendah, bergerak ke Cukup, bergerak ke Tngg, dan bergerak ke Sangat Tngg). Tetap terkadang salah satu ss dar varable tersebut tdak mengalam perubahan. Sebaga contoh, apabla telah mencapa konds Sangat Tngg, kenakan nla akan tetap berada pada konds Sangat Tngg. Fungs keanggotaan (kurva bentuk bahu) bukan segtga, dgunakan untuk mengakhr varable suatu daerah fuzzy. Bahu kr bergerak dar arah benar (1) ke arah salah (0), demkan juga bahu kanan bergerak dar salah (0) ke arah benar (1), Sr Kusumadew (2006). Adapun asums blangan fuzzy setelah d konvers ke blangan crps sebaga berkut. 1. SR (Sangat Rendah) = 0 2. R (Rendah) = 0.25 3. C (Cukup) = 0.5
7 4. T (Tngg) = 0.75 5. ST (Sangat Tngg) = 1 2.2.5 Fuzzy Multple Attrbute Decson Makng Fuzzy Multple Attrbute Decson Makng (FMADM) adalah suatu metode yang dgunakan untuk mencar alternatf optmal dar sejumlah alternatf dengan krtera tertentu. Int dar FMADM adalah menentukan nla bobot untuk setap atrbut, kemudan dlanjutkan dengan proses perangkngan yang akan menyeleks alternatf yang sudah dberkan. Pada dasarnya, ada 3 pendekatan untuk mencar nla bobot atrbut, yatu pendekatan subjektf, pendekatan objektf dan pendekatan ntegras antara subjektf dan objektf. Masng-masng pendekatan memlk kelebhan dan kelemahan. Pada pendekatan subjektf, nla bobot dtentukan berdasarkan subjektftas dar para pengambl keputusan, sehngga beberapa faktor dalam proses perangkngan alternatf bsa dtentukan secara bebas. Sedangkan pada pendekatan objektf, nla bobot dhtung secara matemats sehngga mengabakan subjektftas dar pengambl keputusan. Ada beberapa metode yang dapat dgunakan untuk menyelesakan masalah FMADM. antara lan: (SAW), (WP), (ELECTRE), (TOPSIS), dan (AHP), Sr Kusumadew (2006). 2.2.6 Smple Addtve Weghtng Metode SAW (Smple Addtve Weghtng) serng juga dkenal stlah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencar penjumlahan terbobot dar ratng knerja pada setap
8 alternatf pada semua atrbut. Metode SAW membutuhkan proses normalsas matrks keputusan (X) ke suatu skala yang dapat dperbandngkan dengan semua ratng alternatf yang ada. r j = x j Max x j Mn x j x j Jka j adalah atrbut keuntungan (beneft) Jka j adalah atrbut baya (cost) Keterangan : r j x j Max x j Mn x j beneft cost = Nla ratng knerja ternormalsas = Nla atrbut yang dmlk dar setap krtera = Nla terbesar dar setap krtera = Nla terkecl dar setap krtera = Jka nla terbesar adalah yang terbak = Jka nla terkecl adalah yang terbak Dmana r j adalah ratng knerja ternormalsas dar alternatf A pada atrbut C j ; =1,2,,m dan j=1,2,,n. Nla preferens untuk setap alternatf (V ) dberkan sebaga berkut. V = n j=1 w j r j Keterangan : V = Nla rangkng untuk setap alternatf W j = Nla bobot dar setap krtera r j = Nla ratng knerja ternormalsas Nla V yang lebh besar mengndkaskan bahwa alternatf A lebh terplh, Sr Kusumadew (2006).
9 2.2.7 Penyelesaan Fuzzy MADM Dengan Metode SAW Langkah - langkah untuk penyelesaan Fuzzy MADM dengan metode SAW berdasarkan referens dar Sr Kusumadew (2006) sebaga berkut. 1. Memberkan nla setap alternatf pada setap krtera yang sudah dtentukan berdasarkan blangan fuzzy yang dkonverskan ke blangan crsp dengan metode nterpolas. 2. Memberkan nla bobot preferens pada setap krtera yang ddapatkan berdasarkan blangan fuzzy yang dkonverskan ke blangan crsp. 3. Melakukan normalsas matrks dengan cara menghtung nla ratng knerja ternormalsas dar alternatf pada atrbut berdasarkan persamaan yang dsesuakan dengan jens atrbut, apabla atrbut keuntungan (beneft) maka nla crsp dar setap kolom atrbut dbag dengan nla crsp MAX dar setap kolom, sedangkan bla atrbut baya/cost maka nla crsp MIN dar setap kolom dbag dengan nla crsp dar setap kolom atrbut. 4. Melakukan proses perangkngan untuk setap alternatf dengan cara mengalkan nla bobot preferens dar setap krtera dengan nla ratng knerja ternormalsas. 5. Jka hasl akhr nlanya sama, maka yang ddahulukan adalah berdasarkan urutan krtera yang dprortaskan oleh para pengambl keputusan. Jka semua datanya mash sama, maka
10 dperlukan kebjakan dar para pengambl keputusan untuk menentukan sapa yang ddahulukan. 2.2.8 UML UML (Unfed Modelng Language) adalah sebuah bahasa yang telah menjad standar dalam ndustr untuk vsualsas, merancang dan mendokumentaskan sstem prant lunak. UML menawarkan sebuah standar untuk merancang model sebuah sstem. Dengan menggunakan UML kta dapat membuat model untuk semua jens aplkas prant lunak, dmana aplkas tersebut dapat berjalan pada prant keras, sstem operas dan jarngan apapun, serta dtuls dalam bahasa pemrograman apapun, Sr Dharwyant (2003). 2.2.9 Netbean Netbeans merupakan sebuah aplkas Integrated Development Envronment (IDE) yang berbasskan Java dar Sun Mcrosystems yang berjalan d atas swng. Swng merupakan sebuah teknolog Java untuk pengembangan aplkas desktop yang dapat berjalan pada berbaga macam platform sepert wndows, lnux, Mac OS X dan Solars. Sebuah IDE merupakan lngkup pemrograman yang d ntegraskan ke dalam suatu aplkas perangkat lunak yang menyedakan Graphc User Interface (GUI), suatu kode edtor atau text, suatu compler dan suatu debugger. Netbeans juga dgunakan untuk menuls, meng-comple, dan mencar kesalahan yang dtuls dalam bahasa pemrograman java, M. Nshom (2012).