SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN MENGGUNAKAN METODE FUZZY SAW (Studi Kasus SMKN 4 Bandar lampung) Fitria¹, sulyono² ¹, ² Department of Informatics Engineering, The Informatics and Busines, Institute Darmajaya Email: ¹fitria_kenali@yahoo.com, 2 sulyono@yahoo.com ABSTRAK Salah satu penyebab kegagalan dalam pemilihan jurusan adalah minimnya informasi mengenai kemampuan yang dimiliki oleh calon siswa. Oleh karena itu, dalam melakukan evaluasi terhadap penentuan jurusan dibutuhkan pengetahuan untuk dapat memastikan bahwa jurusan yang dipilih sesuai dengan segi minat, kemampuan, hobi calon siswa itu sendiri sendiri. Dengan permasalahan tersebut maka dibutuhkan suatu sistem pendukung keputusan yang dapat menentukan jurusan yang akan diambil calon siswa. Sistem ini dibuat untuk meningkatkan proses serta kualitas hasil pengambilan keputusan dengan memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses pengambilan keputusan. Pengambilan keputusan adalah pemilihan beberapa tindakan alternatif yang ada untuk mencapai satu atau beberapa tujuan yang telah ditetapkan. Penelitian ini akan menggunakan Multi Attribute Decision Making (MADM) untuk penyelesainnya mengunakan metode Simple Additive Weighting (SAW) yaitu salah satu metode yang digunakan untuk menyelesaikan MADM. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Kata Kunci: Sistem Pendukung Keputusan, Metode SAW, Penjumlahan Terbobot 1. PENDAHULUAN Salah satu penyebab kegagalan dalam pemilihan jurusan adalah minimnya informasi mengenai kemampuan yang dimiliki oleh calon siswa. Oleh karena itu, dalam melakukan evaluasi terhadap penentuan jurusan dibutuhkan pengetahuan untuk dapat memastikan bahwa jurusan yang dipilih sesuai dengan segi minat, kemampuan, hobi calon siswa itu sendiri. Dengan permasalahan tersebut maka dibutuhkan suatu sistem pendukung keputusan yang dapat menentukan jurusan yang akan diambil calon siswa [1]. Sistem ini dibuat untuk meningkatkan proses serta kualitas hasil pengambilan keputusan dengan memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses pengambilan keputusan. Dengan alasan tersebut dibutuhkan suatu sistem aplikasi komputer yang dapat merancang suatu aplikasi khusus untuk mengolah data sistem pendukung keputusan penentuan jurusan, sehingga masalah yang terjadi dapat diatasi dengan baik. Tujuan dari penelitian ini adalah membangun dan menghasilkan suatu sistem pendukung keputusan yang dapat membantu pihak SMKN 4 Bandar Lampung untuk menentukan jurusan pada setiap calon siswa yang mendaftar dan menerapkan metode Fuzzy SAW (Simple Additive Weighting) sebagai salah satu metode pengambilan keputusan pemecahan suatu masalah dengan membuat rancangan sistem dan membangun perangkat lunak pendukung keputusan. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua kriteria [2]. Metode SAW membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Metode SAW mengenal adanya 2 (dua) atribut yaitu kriteria keuntungan (benefit) dan kriteria biaya (cost). Perbedaan mendasar dari kedua kriteria ini adalah dalam pemilihan kriteria ketika mengambil keputusan. Adapun langkah penyelesaian dalam menggunakannya sebagai berikut. 1) Menentukan alternatif, yaitu Ai. 2) Menentukan kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu Cj. 3) Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria. 4) Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria. (1) 5) Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria. 6) Membuat matrik keputusan yang dibentuk dari tabel rating kecocokan dari setiap alternatif pada setiap kriteria. Nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan, dimana, i=1,2, m dan j=1,2, n. [ ] (2) 303
7) Melakukan normalisasi matrik keputusan dengan cara menghitung nilai rating kinerja ternomalisasi (rij) dari alternatif Ai pada kriteria Cj. Keterangan: ( ) { (3) ( ) dimana r ij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj; i=1,2,...,m dan j=1,2,...,n. 8) Hasil dari nilai rating kinerja ternomalisasi (r ij ) membentuk matrik ternormalisasi (R) [ ] (4) 9) Hasil akhir nilai preferensi (Vi )diperoleh dari penjumlahan dari perkalian elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang bersesuaian eleman kolom matrik (W). (5) Keterangan: Vi = rangking untuk setiap alternatif wj = nilai bobot dari setiap kriteria rij = nilai rating kinerja ternormalisasi Hasil perhitungan nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai merupakan alternatif terbaik. 2. METODE 2.1. Metode Pengumpulan Data Dalam penyusunan laporan penelitian ini diperlukan metode yang digunakan dalam menyusun serta melengkapi data yang ada. Adapun tahapan metode yang digunakan adalah wawancara, observasi, studi perpustakaan. 2.2. Perancangan Sistem yang diusulkan Pada penelitian ini menggunakan konteks diagram dan Data Flow Diagram (DFD) pada Gambar 1. Admin Data Profil SMK Data Eskul Data Visi & Misi Login Informasi Calon Siswa Sistem Pendukung Keputusan Penentuan Jurusan Informasi Data Profil SMK Informasi Data Jurusan Informasi Data Visi & Misi Informasi Hasil Login Input Biodata Input Nilai Gambar 1. Diagram konteks. User 2.3. Metode Penyelesaian Masalah Metode Simple Additive Weighting (SAW) Dalam penelitian ini menggunakan FMADM metode SAW [3]. Adapun langkah-langkahnya adalah. 1) Menentukan kriteria-kriteria yang terdapat pada Tabel 1 akan dijadikan acuan dalam pengambilan keputusan, yaitu Ci. 2) Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3) Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut, sehingga diperoleh matriks ternormalisasi R. 4) Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi. 304
Tabel 1. Kode dan ketentuan kriteria KODE KRITERIA KETENTUAN KRITERIA MTK Matematika Bin Bahasa Indonesia Bing Bahasa Inggris Kom Komputer Ipa Ilmu Pengetahuan Alam Ips Ilmu Pengetahuan Sosial Setiap variabel fuzzy menggunakan fungsi keanggotaan linier turun, naik dan segitiga sebagai pendekatan untuk memperoleh derajat keanggotaan. Semua indikator dibagi dalam lima himpunan fuzzy, yaitu Akuntansi (Rating5), TKJ (Rating4), Sekretaris (Rating3), Pemasaran (Rating2), Usaha Jasa Pariwisata (Rating1). Himpunan Rating 1 (R1) menggunakan fungsi keanggotaan linier turun, himpunan Rating 5 (R5) menggunakan fungsi keanggotaan linier naik, sedangkan himpunan Rating 2 (R2), Rating 3 (R3), dan Rating 4 (R4) menggunakan fungsi keanggotaan segitiga, seperti Tabel 2 dibawah ini. Tabel 2. Kode dan ketentuan kriteria No. Range nilai Keterangan Jurusan yang dituju 1 0 60 R1 Usaha jasa paiwisata 2 60 70 R2 Pemasaran 3 70 80 R3 Sekretaris 4 80 90 R4 TKJ 5 90 100 R5 Akuntansi Proses perankingan dengan menggunakan nilai bobot yang telah diberikan oleh pengambil keputusan: W = [0.167, 0.1167, 0.167, 0.167, 0.166, 0.166]. Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. 3. HASIL DAN PEMBAHASAN 3.1. Implementasi Program Implementasi program adalah menjelaskan bagaimana menjalankan program aplikasi yang telah dibuat pada komputer. Dengan menggunakan halaman ini pengguna akan mendapatkan tampilan utama (home page) situs [4-6]. Selanjutnya pengguna bisa menggunakan menu-menu yang telah disediakan disitus. 3.2. Halaman Registrasi Halaman Registrasi ini merupakan khusus user untuk untuk mendaftarkan dirinya disekolah tersebut dan membuat username dan login agar bisa masuk ketahap berikutnya. 3.3. Halaman Calon Siswa Halaman ini berisikan seluruh biodata calon siswa, mulai dari nama, tanggal lahir, asal sekolah, email, agama, jenis kelamin, alamat, dan no telp, dimana admin bisa merubah biodata tersebut apabila terjadi kesalahan ketika proses penginputan yang dilakukan calon siswa. 3.4. Halaman Nilai Halaman ini berisikan seluruh nilai yang telah diinputkan oleh seluruh calon siswa, disini admin bisa merubah nilai apabila terjadi kesalahan ketikan proses penginputan. 3.5. Pembobotan Alternatif atas Kriteria Proses ini merupakan suatu proses normalisasi matriks dengan menggunakan rumus (Xij/max{Xij}) dan dapat dilihat pada Gambar 2. 305
Gambar 2. Pembobotan alternatif atas kriteria. 3.6. Pengurutan Data pengurutan data ini mengurutkan data terbesar ke yang terkecil, setelah melalui beberapa proser normalisasi dan perkalian, dan dapat dilihat pada Gambar 3. Gambar 3. Pengurutan data. 3.7. Halaman Pengumuman Ketika user sudah menginputkan nilai, maka selanjutnya user bisa melihat kehalaman pengumuman, dan terdapat beberapa tebel, dihalaman ini user bisa langsung mengetahui nilainya dan ditempatkan dijurusan mana. Namun suatu saat nilai tersebut dapat berubah kembali sesuai urutan perangkingan, apabila ada user yang baru menginputkan nilainya yang lebih besar. Halaman pengumumam dapat dilihat pada Gambar 4. 306
Gambar 4. Halaman Pengumuman. 4. SIMPULAN Implementasi SPK dalam menentukan jurusan pada SMK N 4 Bandar Lampung menggunakan perhitungan algoritma fuzzy SAW dan sangat membantu pihak sekolah dalam menyeleksi calon siswa. Dengan adanya Aplikasi ini pihak sekolah dengan sangat mudah melihat nilai dan penempatan seluruh calon siswa yang sudah mendaftar. 5. REFERENSI [1] Daihani, D. U. 2000. Sistem Pendukung Keputusan. Elex Media Komputindo, Jakarta. [2] Fithri, D. L., dkk. 2006. Sistem Pendukung Keputusan Untuk Pemberian Bantuan Usaha Mikro Dengan Metode Simple Additive Weighting. Fakultas Teknik Universitas Muria Kudus. [3] Kusumadewi, S., dkk. 2006. Fuzzy Multi-Attribute Decision Making. Graha ilmu, Yogyakarta. [4] Rudiyanto, M. 2011. Pemrograman Web Dinamis Menggunakn PHP dan MySQL. Andi, Yogyakarta [5] Purbo, O.W. 2006. Buku Sakti Menjadi Programmer Sejati PHP. Solusi Media Yogyakarta [6] Puspitosari, H. A. 2011. Pemograman Web Database PHP & MySQL. Penerbit Skripta Media Creative, Yogyakarta. 307
308