JURAL SAIS DA SEI ITS Vol. 4 o.1 (215) 27-52 (21-928X Print) A-7 Sistem Pendukung Keputusan dalam emilih Jurusan SA enggunakan odel ager uhammad Fakhrur Rozi dan ohammad Isa Irawan Jurusan atematika Fakultas atematika dan Ilmu Pengetahuan Alam Institut Teknologi Sepuluh opember (ITS) Jl. Arief Rahman Hakim Surabaya 6111 Email: mii@its.ac.id Abstrak Banyak siswa yang akan melanjutkan sekolah ke jenjang SA bingung memilih jurusan. Hal ini disebabkan kebanyakan siswa belum sepenuhnya memahami mata pelajaran di tingkat SA sehingga menyulitkan siswa masuk ke jurusan sesuai dengan bakat minat dan akademik masing-masing siswa.sistem pendukung keputusan dengan menggunakan FAD odel ager dirancang dan dibangun sebagai pendukung keputusan pemilihan jurusan di tingkat SA. odel ager dipilih sebagai model analisis pemilihan jurusan di tingkat SA dikarenakan mampu menunjukkan tingkat kepentingan antar kriteria dan memberikan kemudahan dalam proses perangkingan sehingga sistem ini dapat membantu siswa dalam memilih jurusan. Sistem ini dirancang dengan menggunakan PHP dan pembuatan database menggunakan ysql. Pada Tugas Akhir ini diasumsikan kriteria yang digunakan oleh lembaga Psikologi sama dengan kriteria yang digunakan oleh sistem.hasil penjurusan yang telah dilakukan oleh sistem hampir mendekati saran penjurusan yang dilakukan oleh lembaga Psikologi. Hal ini berdasarkan data siswa yang digunakan dalam penelitian yang berjumlah 99 siswa diperoleh 72 siswa yang hasilnya sama dengan hasil saran yang diberikan lembaga Psikologi. Kata Kunci FAD Jurusan SA odel ager Sistem Pendukung Keputusan P I. PEDAHULUA EJURUSA di Kurikulum 21 Sekolah enengah Atas (SA) tidak lagi dilakukan pada kelas XI melainkan mulai dari kelas X. Kebijakan ini dikatakan banyak pihak merupakan tantangan dalam penerapannya baik bagi pihak sekolah maupun pihak siswa. Hal ini disebabkan karena kebanyakan siswa belum sepenuhnya memahami dan mengeksplorasi mata pelajaran di tingkat SA sehingga belum dapat memastikan jurusan yang diinginkan[1]. Selain itu penjurusan bagi siswa SA tidak selalu sesuai dengan kemampuan bakat minat serta prestasi akademiknya. Hal tersebut mungkin dikarenakan faktor kebingungan dari para siswa ketika diberikan pilihan penjurusan. Bahkan mereka banyak yang sekedar ikut-ikutan dengan teman-temannya yang memilih salah satu jurusan. Penentuan penjurusan berdasarkan faktor-faktor tersebut tentunya akan membuat penyesalan bagi siswa yang penjurusannya tidak sesuai dengan bakat minat serta kesukaan mereka terhadap jurusan tersebut dan kemungkinan menyebabkan kelesuan dan hilangnya gairah dalam belajar siswa sering tidak masuk sekolah membuat kelas gaduh meninggalkan jam pelajaran dan sebagainya sehingga menyebabkan prestasinya menurun [2]. Berdasarkan analisis permasalahan diatas maka diperlukan suatu sistem yang dapat membantu siswa dalam mengambil keputusan pemilihan jurusan yang tepat. Salah satunya adalah dengan merancang dan membangun perangkat lunak (software) Sistem Pendukung Keputusan (Decision Support System) dengan menggunakan model analisis Fuzzy ultiple Attribute Decision aking (FAD) model ager. odel ini dipilih sebagai model analisis permasalahan penjurusan SA dikarenakan mampu menunjukkan tingkat kepentingan antar kriteria dan memberikan kemudahan dalam proses perangkingan yang didasarkan atas bilangan crisp serta bentuk matematis dari model ager juga sederhana sehingga mudah dipahami[]. II. TIJAUA PUSTAKA A. Sistem Pendukung Keputusan Sistem Pendukung Keputusan (Decision Support System/DSS) adalah suatu sistem yang interaktif fleksibel dan adaptif yang dikembangkan mendukung solusi permasalahan yang semi terstruktur atau yang tidak terstruktur dengan tujuan agar dapat meningkatkan kualitas pengambilan keputusan[4]. Untuk dapat menerapkan SPK ada empat komponen subsistem yang harus disediakan yaitu:[4] a) Subsistem manajemen data Subsistem ini menyediakan data bagi sistem termasuk di dalamnya basis data.berisi data yang relevan situasi dan diatur oleh perangkat lunak yang disebut Database anagement System (DBS). b) Susbsistem manajemen model Subsistem ini berfungsi sebagai pengelola berbagai model mulai dari model keuangan statistik matematik atau model kuantitatif lainnya yang memiliki kemampuan analisis dan manajemen perangkat lunak yang sesuai. Perangkat lunak ini sering disebut odel Base anagement System (BS).
JURAL SAIS DA SEI ITS Vol. 4 o.1 (215) 27-52 (21-928X Print) c) Subsistem manajemen pengetahuan Subsistem ini mendukung berbagai subsistem lainnya atau dapat dikatakan berperan sebagai komponen yang independen.subsistem ini menyediakan inteligensi menambah pertimbangan pengambil keputusan. d) Subsistem antar muka pengguna Subsistem ini berupa tampilan yang yang disediakan yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. elalui subsistem ini pengguna dapat berkomunikasi dengan sistem pendukung keputusan serta memerintah sistem pendukung keputusan. B. Konsep Dasar FAD Fuzzy ultiple Attribute Decision aking (FAD) adalah salah satu metode yang digunakan mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FAD adalah menentukan nilai bobot setiap atribut kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan[]. Secara umum FAD memiliki suatu tujuan tertentu yang dapat diklasifikasikan dalam dua tipe yaitu menyeleksi alternatif dengan atribut (kriteria) dengan ciri-ciri yang terbaik dan mengklasifikasikan alternatif berdasarkan peran tertentu. C. Konsep Dasar FAD odel ager Fuzzy ini merupakan bentuk standar dari FAD. isalkan A{a1...an} adalah himpunan alternatif dan atribut dipresentasikan dengan himpunan fuzzy j1...m. Bobot yang menunjukkan tingkat kepentingan atribut ke-j dinotasikan dengan wj. ilai capaian alternatif ai terhadap diekspresikan dengan derajat keanggotaan ( ). atribut Keputusan akhir diambil berdasarkan interseksi dari semua atribut Fuzzy.Alternatif optimal didefinisikan sedemikian rupa sehingga alternatif tersebut memberikan kontribusi derajat keanggotaan tertinggi pada []. D. Perhitungan odel ager Langkah-langkah penyelesaian model ager ini adalah sebagai berikut[]: 1. Tetapkan matriks perbandingan berpasangan antar atribut berdasarkan prosedur hirarki Saaty sebagai berikut:. ai aj atribut perbandingan berpasangan kepentingan relatif atribut ai terhadap atribut aj. 2. Tentukan bobot wj (prioritas) yang konsisten setiap atribut. A-8. Hitung nilai konsistensi (CR Consistency Ratio) dengan mencari lamda maks ( maks) CI (Consistency Index) setelah itu CR dapat diperoleh. ( )( maks n jumlah kriteria wj nilai vektor bobot tiap kriteria CI ) CR Jika CR 1 maka adalah konsisten jika CR > 1 maka adalah tidak konsisten[]. 4. Hitung nilai: (x ) Cj nilai kualitas kriteria ke-j dari objek xi nilai objek 5. Tentukan interseksi dari semua x min D objek (x ) (x ) sebagai: 1 n; j 1 m 6. Pilih xi dengan derajat keanggotaan terbesar dalam dan tetapkan sebagai alternatif optimal. III. AALISIS DA PEBAHASA SISTE A. Analisis Kebutuhan Sistem Analisis sistem digunakan sebagai penguraian dari sistem informasi yang lengkap ke dalam beberapa bagian dengan maksud mengidentifikasi dan mengevaluasi permasalahanpermasalahan hambatan yang terjadi dan kebutuhan yang di harapkan sehingga dapat diusulkan sistem yang lebih baik. Sistem Pendukung Keputusan dalam penjurusan SA merupakan sistem yang dibangun membantu siswa menyelesaikan permasalahan dalam pemilihan jurusan di SA. Sistem dalam mengambil keputusan menggunakan metode Fuzzy ultiple Attribute Decision aking (FAD) model ager menetapkan alternatif terbaik berdasarkan beberapa kriteria tertentu. Sistem akan memastikan seluruh data awal yang dibutuhkan telah tersedia kemudian menggunakan metode FAD model ager data akan diolah dan menghasilkan alternatif terbaik dalam memilih jurusan di SA. B. Perancangan odel Komponen SPK Berdasarkan model SPK yang terdapat pada Subbab 2.2 maka model SPK yang akan dibuat memiliki komponen-komponen subsistem yang diilustrasikan pada gambar 1.
JURAL SAIS DA SEI ITS Vol. 4 o.1 (215) 27-52 (21-928X Print) A-9 Pada ilai Akademik mempunyai lima derajat keanggotaan yaitu Kurang Sekali (KS) Kurang (K) Cukup (C) Baik (B) dan Sangat Baik (SB). Data internal - Biodata ilai Akademik Hasil IQ inat Fuzzy ulti Attribute Decion aking odel ager Analisis dan pemilihan User interface User Gambar 1. odel Komponen SPK 1. Subsistem manajemen data Pada sistem ini hanya menggunakan data internal tanpa data eksternal. Data internal merupakan data yang disimpan dalam basis data. Dalam hal ini berupa data awal yang akan diolah. Data internal yang akan digunakan terdiri dari biodata nilai akademik hasil IQ dan hasil tes minat. 2. Subsistem manajemen model odel yang digunakan dalam Sistem Pendukung Keputusan yang dibuat ini yaitufuzzy ulti Attribute Decision aking odel ager.odel ini merupakan model matematika sehingga model ini digunakan dalam menganalisis hasil saran yang tepat dalam memilih jurusan SA.. Subsistem analisis dan pemilihan model Berupa analisis jalannya program dan pemilihan model yang sesuai diimplementasikan pada data masing-masing kriteria. Subsistem ini berperan dalam menghubungkan antara data yang disimpan di dalam dengan basis data dengan model-model yang akan digunakan kemudian memilih model yang tepat diimplementasikan pada data sesuai dengan kriteria masing-masing. 4. Susbsistem antarmuka pengguna Berupa tampilan yang disediakan yangmemungkinkan pengguna berkomunikasi dengan sistem pendukung keputusan serta memerintah sistem pendukung keputusan. C. Analisis Perhitungan odel ager Ada tiga kriteria yang menjadi dasar penentuan jurusan SA yaitu ilai Akademik Hasil inat dan Hasil IQ.Penilaian terhadap kriteria ini dapat dibagi menjadi beberapa bagian yaitu: a) ilai Akademik Tabel 1. Fungsi Keanggotaan Berdasarkan ilai Akademik ilai KS K C B Akademik 9 4 59 6 74 75 9 91 1 SB dengan : ilai Akademik dalam interval ( < ( ) < 1) : ilai Akademik dalam kondisi ideal ( ( ) 1) : ilai Akademik yang tidak masuk dalam selang interval ( ( ) ) Gambar 2. Grafik Fungsi Keanggotaan Untuk Setiap Himpunan Pada ilai Akademik dengan rumus tiap klasifikasi adalah sebagai berikut: 1 4 4 9 9 4 9 1 6 6 59 59 6 59 1 75 75 74 9 9 9 4 59 4 4 59 6 59 6 74 75 6 74
JURAL SAIS DA SEI ITS Vol. 4 o.1 (215) 27-52 (21-928X Print) 74 75 74 1 9 91 9 9 91 9 1 74 75 9 91 75 1 9 19 19 19 19 19 1 19 119 1 12 129 9 9 91 91 1 b) Hasil IQ Pada Hasil IQ mempunyai lima derajat keanggotaan yaitu Di Bawah Rata-rata (DBR) Rata-rata (RT) Di Atas Ratarata(DAR) Cerdas (CD) dan Sangat Cerdas (SC). Tabel 2. Fungsi Keanggotaan Berdasarkan Hasil IQ Hasil IQ 89 9 19 119 12 129 1 DBR RT DAR CD SC dengan : ilai Akademik dalam interval ( < ( ) < 1) : ilai Akademik dalam kondisi ideal ( ( ) 1) : ilai Akademik yang tidak masuk dalam selang interval ( ( ) ) Gambar. Grafik Fungsi Keanggotaan setiap himpunan pada Hasil IQ dengan rumus tiap klasifikasi adalah sebagai berikut: 1 89 9 89 89 9 89 89 89 12 12 119 119 12 119 12 119 119 12 1 12 129 1 129 1 1 129 129 129 1 1 129 1 1 c) Hasil inat Pada Kriteria inat mempunyai tiga derajat keanggotaan yaitu Rendah (R) Cukup (CK) dan Tinggi (T). Tabel. Fungsi Keanggotaan Berdasarkan inat Hasil inat Rendah Cukup Tinggi 6 7 12 1 24 dengan : ilai Akademik dalam interval ( < ( ) < ) : ilai Akademik dalam kondisi ideal ( ( ) ) : ilai Akademik yang tidak masuk dalam selang interval ( ( ) ) 9 89 A-1 9 Gambar 4. Grafik Fungsi Keanggotaan setiap himpunan pada Hasil inat dengan rumus tiap klasifikasi adalah sebagai berikut: 1 6
JURAL SAIS DA SEI ITS Vol. 4 o.1 (215) 27-52 (21-928X Print) 6 6 7 7 6 6 6 7 7 6 7 12 1 1 12 1 1 12 1 12 1 1 12 1 1 24 2) embagi ilai Jumlah Baris dengan Vektor Bobot Tabel 7. Pembagian Dengan Vektor Bobot Jumlah Vektor Bobot Hasil 2727 991 218182 72727 54545 18182 ) enghitung λ aks Hasil maks + + 4) enghitung CI maks 1 Untuk langkah-langkah penyelesaian kasus dengan model ager adalah sebagai berikut: 1. atriks Perbandingan Berpasangan Antar Kriteria Hal pertama yang dilakukan dalam perhitungan ager adalah membuat matriks perbandingan berpasangan kriteria yang ditawarkan. Penentuan Vektor Bobot Dan Rasio Konsistensi Setelah dibuat matriks perbandingan berpasangan maka dilakukan normalisasi mendapatkan nilai vektor bobot dan nilai CR. a. ormalisasi Tabel 5. ormalisasi A b. A Jumlah 991 72727 18182 991 72727 18182 991 72727 18182 2727 2.18182 54545 Vektor Bobot 991 72727 18182 enghitung konsistensi dengan 5 langkah yaitu membuat matriks penjumlahan tiap baris membagi nilai jumlah baris dengan vektor bobot menghitung lamda maks menghitung CI dan terakhir menghitung CR. A 58 ilai 58 merupakan IR dari jumlah kriteria yaitu * Karena ilai CR 1 maka perbandingan di atas adalah konsisten. c. matriks ilai C Jika dimasukkan suatu kasus seperti di bawah ini: Alternatif Alternatif Tabel 8. Contoh Kasus Kriteria A 8158 9 868 19 8242 ilai C 1( ) 2( ) ( ) Tabel 9. ilai Kualitas Kriteria A Baik Cukup Di Atas Rata-rata Baik Tinggi Di Atas Rata-rata Baik Rendah Di Atas Rata-rata Tabel 1. Konversi ilai Crisp Alternatif A 8 5 8 9 8 1 1) embuat atrik Penjumlahan Tiap Baris Tabel 6. atriks Penjumlahan Tiap Baris A Jumlah 991 991 991 2727 72727 72727 72727 218182 18182 18182 18182 54545 1 5) enghitung CR Tabel 4. atriks Perbandingan Berpasangan Antar Kriteria A A 1 125 5 8 1 4 2 25 1 jumlah 11 185 55 2. A-11 Tabel 11. Perhitungan ilai C 97992 97992 644 92624 9111 9111 6 6 6 97992 1878 9111
JURAL SAIS DA SEI ITS Vol. 4 o.1 (215) 27-52 (21-928X Print) A-12 d. Interseksi Langkah ini dilakukan dengan men-transpose matriks hasil C. D1 () min (97992; 644; 9111) 644 D2 () min (97992; 92624; 9111) 9111 D (BHS) min (97992; 1878; 9111) 1878 ilai Vektor D { 644; 9111; 1878 } D merupakan alternatif-alternatif pilihan di sini yang dimaksud alternatif adalah jurusan yang ada pada tingkat SA. e. Pemilihan Derajat Keanggotaan Terbesar Karena nilai terbesar terdapat pada D2 maka siswa disarankan mengambil penjurusan. D. Pengujian Dan Analisis Hasil Pada subbab ini akan dilakukan pengujian hasil dari Sistem Pendukung Keputusan dalam penjurusan SA dan menganalisis dengan hasil penjurusan yang telah dilakukan oleh lembaga Psikologi. a) Hasil Saran Penjurusan Dari Lembaga Psikologi Pada penelitian ini diambil sejumlah 99 siswa kelas X dengan rincian sebagai berikut: 5 siswa kelas 5 siswa kelas dan 29 siswa kelas. Dari 99 siswa yang telah dilakukan tes penjurusan lembaga Psikologi memperoleh hasil sebagai berikut: a. Pada 5 siswa kelas dihasilkan 2 siswa yang sebenarnya memenuhi syarat masuk jurusan atau dan 12 siswa yang sebenarnya memenuhi syarat masuk jurusan atau. b. Pada 5 siswa kelas dihasilkan 4 siswa yang sebenarnya memenuhi syarat masuk jurusan atau dan 1 siswa yang sebenarnya memenuhi syarat masuk jurusan atau. c. Pada 29 siswa kelas dihasilkan 19 siswa yang sebenarnya memenuhi syarat masuk jurusan atau dan 1 siswa yang sebenarnya memenuhi syarat masuk jurusan atau. b) Hasil Saran Penjurusan Dari Sistem Pada hasil penjurusan dari Sistem Pendukung Keputusan dalam penjurusan SA dengan menggunakan data siswa yang sama dengan lembaga psikologi diperoleh hasil sebagai berikut: a. Pada 5 siswa kelas dihasilkan 6 siswa yang disarankan masuk jurusan 18 siswa yang disarankan masuk jurusan 1 siswa yang disarankan masuk jurusan 2 siswa yang disarankan masuk jurusan atau 1 siswa yang disarankan masuk jurusan atau dan 7 siswa yang disarankan masuk jurusan atau. b. Pada 5 siswa kelas dihasilkan 1 siswa yang disarankan masuk jurusan 24 siswa yang disarankan masuk jurusan 2 siswa yang disarankan masuk jurusan dan 8 siswa yang disarankan masuk jurusan atau. c. Pada 29 siswa kelas dihasilkan 1 siswa yang disarankan masuk jurusan 12 siswa yang disarankan masuk jurusan 5 siswa yang disarankan masuk jurusan 1 siswa yang disarankan masuk jurusan atau 1 siswa yang disarankan masuk jurusan atau 6 siswa yang disarankan masuk jurusan atau dan siswa yang disarankan masuk jurusan atau. c) Analisis Hasil Saran Penjurusan Lembaga Psikologi Dan Sistem Pada subbab ini akan dilakukan analisis hasil penjurusan yang dilakukan lembaga Psikologi dengan hasil penjurusan yang dilakukan oleh Sistem. Dari data 99 Siswa diperoleh 72 Siswa yang hasil saran penjurusan dari Sistem sama dengan hasil saran penjurusan dari lembaga Psikologi. IV. SIPULA 1. Sistem pendukung keputusan dibangun dan dirancang dengan menggunakan pemrograman berbasis web sehingga dapat mempermudah dalam melakukan record data penilaian proses penjurusan siswa SA dengan mengunakan beberapa kriteria yang telah ditetapkan seperti: nilai akademik hasil IQ dan peminatan siswa dengan model ager sebagai tool penentuan hasil penjurusan. 2. Sistem pendukung keputusan dalam memilih jurusan SA ini menggunakan kriteria yaitu ilai Akademik Hasil IQ dan inat siswa. Pada Tugas Akhir ini diasumsikan kriteria yang digunakan oleh lembaga Psikologi sama dengan kriteria yang digunakan oleh sistem. Hasil penjurusan yang telah dilakukan oleh sistem hampir mendekati saran penjurusan yang dilakukan oleh lembaga Psikologi. Hal ini berdasarkan data siswa yang digunakan dalam penelitian yang berjumlah 99 siswa diperoleh 72 siswa yang hasilnya sama dengan hasil saran yang diberikan lembaga Psikologi. DAFTAR PUSTAKA [1] Admin. 21. Penjurusan di Kelas X Terlalu Cepat. http://tesbakat.com/penjurusan-di-kelas-x-terlalu-cepat. diakses pada tanggal 17 September 214. [2] Sudaryanto Eko. 29. Pengaruh inat Belajar dan Penjurusan Terhadap Prestasi Belajar Siswa di SK Katolik ST Lois Randublatung. Tugas Akhir. Fakultas Keguruan dan Ilmu Pendidikan Universitas uhammadia Surakarta. Surakarta. [] Kusumadewi S. 26. Fuzzy ultiple Attribute Decision aking (AD). ogyakarta: Graha Ilmu. [4] Turban Efraim & Aronson Jay E. 21. Decision Support Systems and Intelligent Systems.6th edition. Prentice Hall: Upper Saddle River J.