ABSTRAK PERANCANGAN APLIKASI MANAJEMAN PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA PADA SMK BAHRUL MAGHFIROH DENGAN METODE SIMPLE ADDITIVE WEIGHTING Wini Waziana 1, Noca Yolanda Sari 2 12 Prodi Sistem Informasi, STMIK Pringsewu Jl. Wisma Rini No.09 Pringsewu Lampung SMK Bahrul Maghfiroh Pagelaran merupakan SMK yang berada di Desa Sukaratu Kec. Pagelaran Kab. Pringsewu. Seiring dengan banyaknya siswa kurang mampu dan siswa berprestasi, maka diadakan beasiswa oleh SMK Bahrul Maghfiroh. Pembagian beasiswa dilakukan untuk membantu seseorang yang tidak mampu ataupun berprestasi selama menempuh studinya. Untuk membantu penentuan dalam menetapkan seseorang yang layak menerima beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Dalam proses pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa di SMK Bahrul Maghfiroh Pagelaran mengggunakan metode Fuzzy Multiple Attribute Decission Making (FMADM) dengan metode Simple Additive Weighting (SAW). Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteriakriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu kerja tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan penerima beasiswa, dan dapat mempermudah tim penyeleksi dalam menentukan penerima beasiswa. Kata Kunci : FMADM, SAW, Kriteria, Bobot, Beasiswa 40
1. PENDAHULUAN 1.1 Latar Belakang Masalah Pemberian beasiswa merupakan program kerja yang ada di setiap lembaga pendidikan atau sekolah. Beasiswa biasanya diberikan oleh suatu lembaga yang bertujuan untuk membantu siswa yang kurang mampu ataupun siswa yang berprestasi selama menempuh studinya. Pemberian beasiswa dilakukan secara selektif sesuai dengan jenis beasiswa yang diadakan. Banyak sekali beasiswa yang ditawarkan kepada siswa yang berprestasi dan yang kurang mampu. Sesuai dengan peraturan yang telah ditentukan oleh SMK Bahrul Maghfiroh Pagelaran untuk beasiswa, maka diperlukan kriteria-kriteria untuk menentukan siapa yang akan dipilih untuk menerima beasiswa. Kriteria dalam studi ini adalah indeks prestasi akademik, penghasilan orang tua, jumlah tanggungan orang tua, semester, dan lain-lain. Oleh sebab itu tidak semua calon pengaju beasiswa tersebut diterima, hanya yang memenuhi kriteria saja yang akan menerima beasiswa tersebut. Pengajuan beasiswa cukup banyak serta indikator dalam penyeleksian berkas pengaju beasiswa yang masih secara manual, dengan demikian dibutuhkan sistem yang dapat membantu membuat keputusan penerima beasiswa dengan cepat dan tepat, untuk meringankan kerja bagian kesiswaan dalam menentukan penerima beasiswa. Model yang digunakan dalam sistem pendukung keputusan ini adalah Fuzzy Mutiple Attribute Decision Making (FMADM). Dan metode yang digunakan adalah Simple Additive Weighting (SAW) yaitu mencari penjumlahan terbobot dari rating kinerja pada setiap alternative pada semua atribut. Metode SAW ini dipilih karena lebih efektif, lebih mudah pada proses perangkingan dalam penyeleksian penerima beasiswa dan lebih efisien. Metode perangkingan diatas diharapkan akan memberikan penilaian yang lebih tepat. Hal ini dikarenakan penilaian didasarkan pada nilai kriteria dan bobot yang sudah ditentukan terlebih dahulu. 1.2 Rumusan Masalah Berdasarkan latar belakang di atas dapat dirumuskan permasalahan yang ada di SMK adalah: 1. Bagaimana mengembangkan alat bantu pegambilan keputusan untuk menyeleksi 41
penerimaan beasiswa. 2. Bagaimana menentukan kriteria penilaian dan pembobotan dalam mengambil keputusan. 3. Bagaimana merancang sebuah sistem pendukung keputusan dengan menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple Additive Weighting (SAW) untuk menentukan siapa yang akan menerima beasiswa berdasarkan bobot dan kriteria yang sudah ditentukan. Dengan menggunakan sebuah program untuk membantu menyelesaikan permasalahan sehingga jauh lebih mudah dan efisien. 1.3 Batasan Masalah Adapun yang menjadi batasan masalah dalam penelitian ini agar tidak menyimpang dari maksud dan tujuan penyusunan Jurnal ini juga keterbatasan waktu dan pengetahuan penulis, maka dalam penyusunan Jurnal ini hanya membatasi masalah sebagai berikut : a. Membuat suatu aplikasi yang dapat membantu memberikan rekomendasi dan pertimbangan dalam melakukan pengambilan keputusan penerimaan beasiswa. b. Proses pengambilan keputusan berdasarkan kriteria-kriteria yang telah ditetapkan oleh pihak SMK yaitu : Penghasilan Orangtua, Semester, Tanggungan Orangtua, saudara Kandung, dan Nilai Siswa. c. Metode yang digunakan dalam pembuatan system pendukung keputusan ini adalah SAW (Simple Additive Weighting). 1.4 Tujuan Penelitian Tujuan diadakannya penelitian ini adalah sebagai berikut : 1. Merancang Sistem Pendukung Keputusan Penerimaan Beasiswa dengan sistem FMADM (Fuzzy Multi Attribute Decision Making) dengan Metode SAW (Simple Additive Weighting). 2. Untuk mendapatkan hasil yang lebih akurat, siapa yang berhak mendapatkan beasiswa. 42
1.5 Manfaat Penelitian Dengan diterapkan Software Sistem Pendukung Keputusan Penerimaan Beasiswa menggunakan Metode SAW (Simple Additive Weighting) untuk mempermudah pengambilan keputusan di SMK Bahrul Maghfiroh Pagelaran akan membantu Kepala SMK Bahrul Maghfiroh Pagelaran untuk memilih siswa yang layak dan berhak menerima beasiswa. 43
2. TINJAUAAN PUSTAKA 2.1 Teori berkait dengan objek penelitian Pada dasarnya, beasiswa adalah penghasilan bagi yang menerimanya. Beasiswa ini sesuai dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Disebutkan pengertian penghasilan adalah tambahan kemampuan ekonomis dengan nama dan dalam bentuk apapun yang diterima atau diperoleh dari sumber Indonesia atau luar Indonesia yang dapat digunakan untuk konsumsi atau menambah kekayaan Wajib Pajak (WP), karena beasiswa bisa diartikan menambah kemampuan ekonomis bagi penerimanya, berarti beasiswa merupakan penghasilan. ( Kartiko, 2010 ). 2.2 Teori tentang system yang dipakai Peran DSS (Decision Support System) adalah untuk mendukung manajer individual bukan departemen organisasi (Arnott dan Pervan, 2005), dan mereka dipandang sebagai berhasil (Alter, 1980). Ide-ide yang diungkapkan secara luas sejalan dengan pandangan dari Turban dkk. (2007) - yaitu bahwa 'DSS' adalah istilah umum yang meliputi setiap system berbasis komputer yang mendukung pengambilan keputusan kegiatan. Dalam hal ini, data warehouse membantu sekelompok manajer dalam merancang strategi penjualan mereka adalah DSS, seperti sistem pakar membantu pasangan untuk memilih perawatan kesuburan yang sesuai. Sistem informasi manajemen yang mengotomatisasi proses bisnis seperti kompilasi laporan dan transaksi pengolahan tidak dapat diklasifikasikan sebagai DSS. Setiap sistem berbasis komputer yang menghasilkan data yang digunakan dalam pengambilan keputusan kegiatan dapat digolongkan sebagai DSS menyediakan dukungan level 0. Pribadi DSS cenderung skala kecil sistem yang dirancang untuk digunakan oleh seorang manajer atau sejumlah terbatas manajer untuk keputusan yang signifikan kegiatan ini adalah jenis yang paling luas DSS, terutama spreadsheet berbasis sistem. Itu juga merupakan bentuk tertua dari DSS, diperkenalkan pada tahun 1960 untuk menggantikan Miss, dan itu adalah jenis hanya tersedia untuk sekitar dekade (Arnott, 2008). Arsitektur DSS pribadi terdiri dari database untuk mengakses data tentang masalah keputusan dan konteks, basis model yang mengandung model dengan kemampuan analitis, user interface, yang sangat interaktif dengan pelaporan dan fasilitas grafis, dan pengguna yang berinteraksi dengan sistem. Pengguna DSS 44
pribadi adalah manajer senior atau menengah yang cenderung menjadi pembelajar mudah, memilih apakah mereka ingin memiliki dukungan keputusan dan harus berurusan dengan masalah keputusan yang mendesak (Arnott, 2008). Istilah lain yang sering digunakan untuk DSS pribadi bahwa DSS analitis atau analisis (Arnott, 2008). Seperti DSS dapat dikombinasikan dengan skala besar gudang data dan alat bisnis untuk memperoleh data masukan dan proses dengan model yang sangat analitis. Ada berbagai macam aplikasi DSS pribadi, seperti alat kognitif untuk membantu dalam pelaksanaan strategi (Singh, 1998), alur kerja berbasis geografis sistem informasi (Seffino et al., 1999) dan DSS untuk produksi perencanaan (Mallya et al., 2001), ( French, et al, 2011 ). FMADM Fuzzy Multiple Attribute Decision Making adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlahalternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitasdari pengambil keputusan. ( Kartiko, 2010 ). Beberapa fitur umum yang akan digunakan dalam MADM, yaitu:. a. Alternatif, adalah obyek-obyek yang berbeda dan memiliki kesempatan yang sama untuk dipilih oleh pengambil keputusan. b. Atribut, sering juga disebut sebagai karakteristik, komponen, atau kriteria keputusan. Meskipun pada kebanyakan kriteria bersifat satu level, namun tidak menutup 45
kemungkinan adanya sub kriteria yang brhubugan dengan kriteria yang telah diberikan. c. Konflik antar kriteria, beberapa kriteria biasanya mempunyai konflik antara satu dengan yang lainnya, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria biaya. d. Bobot keputusan, bobot keputusan menunjukkan kepentingan relative dari setiap kriteria, W = (w 1, w 2,..., w n ). Pada MADM akan dicari bobot kepentingan dari setiap kriteria. e. Matriks keputusan, suatu matriks keputusan X yang berukuran m x n, berisi elemen-elemen x ij, yang merepresentasikan rating dari alternative A i (i=1,2,...,m) terhadap kriteria C j (j=1,2,...,n). Masalah MADM adalah mengevaluasi m alternatif A i (i=1,2,...,m) terhadap sekumpulan atribut atau kriteria C j (j=1,2,...,n), dimana setiap atribut saling tidak bergantung satu dengan yang lainnya. Krirteria atau atribut dapat dibagi menjadi dua kategori, yaitu : a. kriteria keuntungan, adalah kriteria yang nilainya akan dimaksimumkan, misalnya : keuntungan, Nilai Rapor (untuk kasus pemilihan beasiswa berprestasi) dll. b. Kriteria biaya, adalah kriteria yang nlainya akan diminimumkan, misalnya : harga produk yang akan dibeli, biaya produksi, dll. Masalah FMADM diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan. Pada FMADM, umumnya akan dicari solusi ideal. Yang mana pada solusi ideal akan memaksimumkan semua kriteria keuntungan dan meminimumkan semua kriteria biaya. Simple Additive Weighting Method (SAW) Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar 46
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. Dimana : r ij x ij = nilai ranting kinerja ternormalisasi = baris dan kolom dari matriks Max x ij = nilai maksimum dari setiap baris i Min x ij = nilai minimum dari setiap baris i benefit = jika nilai alternative besar adalah terbaik cost = jika nilai terkecil adalah terbaik r ij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut C j ; i=1,2,...,m dan j=1,2,...,n. 47
Nilai preferensi untuk setiap alternatif (V i ) diberikan sebagai: Dimana: Vi = nilai akhir dari matriks Wj = bobot yang telah ditentukan r ij = nilai rating kinerja ternormalisasi nilai V i yang lebih besar mengidentifikasikan bahwa alternative A i lebih terpilih. 48
3. METODE PENELITIAN 3.1 Pengumpulan Data Metode pengumpulan data yang digunakan oleh penulis dalam menyusun Jurnal ini antara lain : 1. Observasi Metode yang digunakan untuk memperoleh data dengan cara mengadakan pengamatan terhadap objek penelitian dan pencatatan secara sistematis terhadap suatu gagasan yang diselidiki. Kegiatan yang dilakukan adalah mengamati dan menilai siswasiswa yang berhak mendaptkan beasiswa. 2. Studi Pustaka (Library ResearchMethod) Studi Pustaka yaitu merupakan metode pengumpulan data yang dilakukan dengan mencari, membaca, dan mengumpulkan dokumen-dokumen sebagai referensi, artikel, dan literatur-literatur tugas akhir yang berhubungan dengan objek penelitian. Studi Pustaka digunakan penulis untuk mendapatkan informasi tambahan tentang SPK, tentang metode Simple additive weighting, pemilihan siswa yang berhak mendapat beasisawa. 3.2 Analisis Data Sebagai langkah awal yang dilakukan supaya dapat mengetahui gambaran yang dihadapi oleh bagian kesiswaan adalah dengan melakukan analisis permasalahan (problem analysis). Dengan melakukan analysis permasalahan diharapkan dapat memberikan solusi sesuai permasalahan yang dihadapi. Permasalahan yang sering dihadapi oleh bagian kesiswaan adalah pada saat menyeleksi siswa-siswa yang layak mendapatkan beasiswa. Proses penyeleksian ini membutuhkan ketelitian dan waktu, karena data siswa akan dibandingkan dengan kriteria beasiswa satu persatu. Dengan demikian dibutuhkan system yang dapat membantu membuat keputusan calon penerima beasiswa dengan cepat dan tepat, untuk meringankan kerja bagian kesiswaan dalam menentukan beasiswa. 49
4. PERANCANGAN DAN IMPLEMENTASI Perancangan Sistem Tahap pembuatan aplikasi ini terlebih dahulu adalah menentukan kriteria-kriteria dalam penerimaan beasiswa yaitu jumlah penghasilan orang tua, semester, jumlah tanggungan orang tua, jumlah saudara kandug, dan nilai. Bobot. Dalam penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menentukan siapa yang akan terseleksi sebagai penerima beasiswa. Table 1. Kode dan Ketentuan Kriteria Kode Kriteria C1 C2 C3 C4 C5 Ketentua Kriteria Jumlah penghasilan orang tua Semester Jumlah taggungan orang tua Jumlah saudara kandung Nile Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Pada bobot terdiri dari enam bilangan fuzzy, yaitu : Sangat Rendah (SR), Rendah (R), Sedang (S), Tengah (T1), Tinggi (T2), Sangat Tinggi (ST) seperti terdapat pada Gambar 2. 50
SR R S T1 T2 ST 0 0,2 0,4 0,6 0,8 1 Gambar 1. Bilangan Fuzzy untuk bobot Keterangan : SR : Sangat Rendah R : Rendah S : Sedang T1 : Tengah T2 : Tinggi ST : Sangat Tinggi Dari masing-masing bobot tersebut, maka dibuat suatu variabel yang akan dirubah kedalam bilangan fuzzy dengan rumus yaitu variabel ke-n/n-1. Tabel 2 Variabel dan Bobot (Nilai) Variabel Bobot (Nilai) Sangat Rendah Variabel ke-0 (6-1) = 0 (SR) Rendah (R) Variabel ke-1 (6-1) = 1 5=0,2 Sedang (S) Variabel ke-2 (6-1) = 2 5=0,4 Tengah (T1) Variabel ke-3 (6-1) = 3 5=0,6 Tinggi (T2) Variabel ke-4 (6-1) = 4 5=0,8 Sangat Tinggi Variabel ke-5 (6-1) = 5 (ST) 5=1 51
Kriteria Penghasilan Orang tua Tabel 3. Kriteria Penghasilan Orang tua Penghasilan Orang Tua (C1) C1<= Rp. 500.000 C1>Rp.500ribu<C1<Rp. 1juta C1>Rp.1juta<C1<Rp.1,5 juta C1>Rp.1,5juta<C1<Rp.2 juta C1>Rp.2juta<C1<Rp.2,5 juta C1>=Rp.2juta Variabel Nilai Sangat 1 Tinggi Tinggi 0,8 Tengah 0,6 Sedang 0,4 Rendah 0,2 Sangat 0 Rendah Kriteria Semester Tabel 4. Kriteria Semester Semester (C2) Vaariabel Nilai Semester = 1 Sangat Rendah 0 Semester = 2 Rendah 0,2 Semester = 3 Sedang 0,4 Semester = 4 Tengah 0,6 Semester = 5 Tinggi 0,8 Semester = 6 Sangat Tinggi 1 52
Kriteria Jumlah Tanggungan Orang Tua Tabel 5. Kriteria Jumlah Tanggungan Orang Tua Jumlah Tanggungan Orang Variabel Nilai Tua (C3) 1 Anak Sangat Rendah 0 2 Anak Rendah 0,2 3 Anak Sedang 0,4 4 Anak Tengah 0,6 5 Anak Tinggi 0,8 Lebih dari 5 anak Sangat Tinggi 1 Kriteria Jumlah Saudara Kandung Tabel 6. Kriteria Jumlah Saudara Kandung Jumlah Saudara Variabel Nile Kandung (C4) 1 Orang Sangat Rendah 0 2 Orang Rendah 0,2 3 Orang Sedang 0,4 4 Orang Tengah 0,6 5 Orang Tinggi 0,8 Lebih dari 5 Orang Sangat Tinggi 1 53
Kriteria Nilai Table 7. Kriteria Nilai Nilai (C5) Variabel Nilai C5 < = 50 Sangat Rendah 0 50 < C5 < 60 Rendah 0,2 60 < C5 < 70 Sedang 0,4 70 < C5 < 80 Tengah 0,6 80 << C5 < 90 Tinggi 0,8 C5 > = 90 Sangat Tinggi 1 Perancangan Database Dalam peransangan system ini menggunaka beberapa tabel, yaitu table siswa, tabel fuzzy dan tabel SPK. Tabel 8. perancangan Tabel Siswa Field Name Type Siz e Key Keterangan NIS Char 5 * NIS Nama Varchar 30 Nama Alamat Varchar 50 Alamat Nama ortu Varchar 30 Nama Oranag Tua Jurusan Varchar 20 Jurusan Penghasilan Real Penghasilan orang tua Saudara Int Jumlah saudara kandung Tanggungan int Tanggungan Ortu Tabel 9. Perancangan Tabel Nile Field Name Type Size Key Keteran gan NIS Char 5 NIS Kelas Int Kelas Semesster Int Semester Nilai Real Nilai 54
Tabel 10. Perancangan Tabel SPK Field Name Type Size Key Keterangan NIS Char 5 NIS Nilai Real Nilai Perancangan Dialog 1. Perancangan Dialog Menu Utama Tampilan menu utama merupakan halaman utama dalam menjalankan program aplikasi. Pada halaman aplikasi ini terdapat beberapa menu, yaitu menu siswa, fuzzy, nilai, spk, cetak spk dan keluar. Gambar 2. Rancangan Form Menu Utama 55
2. Perancangan Dialog Siswa Form siswa ini digunakan untuk menginputkan data siswa. Gambar 3. Rancangan Form Siswa 56
3. Perancangan Dialog Nilai Form ini digunakan untuk menginputkan data nilai siswa. Gambar 4. Rancangan Form Nilai 4. Perancangan Dialog SPK Form SPK ini digunakan untuk memasukkan data penerimaan beasiswa yang terbaik. Berikut adalah tampilan form input histori : 57
Gambar 5. Rancangan Form Hasil SPK 58
5. PENUTUP 5.1 Kesimpulan 1. Berdasarkan hasil pengujian, system yang dibangun dapat membantu kerja tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan penerima beasiswa. 2. Metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode Simple Additive Weighting (SAW) dapat diterapkan untuk menentukan penerimaan beasiswa. Jadi perancangan system pengambilan keputusan untuk menentukan penerima beasiswa di SMK Bahrul Maghfiroh Pagelaran ini telah sesuai prosedur yang diharapkan. 5.2 Saran lain : Berdasaran kesimpulan diatas, maka ada beberapa saran yang penulis sampaikan, antara 1. Diharapkan dapat dilakukan uji coba secara penuh untuk menguji kehandalan system. 2. Perlu diadakan penelitian lebih lanjut untuk mengetahui sensitifitas terhadap perubahan nilai bobot. 3. Seiring dengan kemajuan ilmu pengetahuan dan teknologi, maka tidak menutup kemungkinan system pendukung keputusan yang telah dibangun ini nantinya akan mengalami perubahan, sehingga dapat dikembangkan lagi dan bermanfaat bagi SMK Bahrul Maghfiroh Pagelaran. 4. Sistem pendukung keputusan penentuan beasiswa ini perlu dilengkapi dengan metode lainnya, sehingga dapat dilakukan perbandingan hasil dari metode SAW dengan metode lainnya. 59
DAFTAR PUSTAKA Dio Pujatama. Implementasi Algoritma SAW (Simple Additive Weighting) untuk Mendukung Keputusan Penerimaan Beasiswa PPA pada Universitas Dian Nuswantoro. Semarang. Fery Romidhoni Eprilianto, Tan Amelia dan Tri Sagirani. Sistem Pendukung Keputusan Pemberian Beasiswa Menggunakan Metode Simple Additive Weighting Di Universitas Panca Marga Probolinggo. Surabaya. Herdi Widyatmoko. Sistem Seleksi Beasiswa SMA Negeri 2 BAE Kudus Dengan Metode Simple Additive Weighting (SAW). Semarang. Sri Eniyati. (2011). Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive Weighting). Sri Yani Septiana Sari, Prihambodo Hendro Saksono, dan helda Yudiastuti. (2012). Sistem Pendukung Keputusan Penerimaan Beasiswa Menggunakan Simple Additive Weighting di Universitas Bina Darma Palembang. Palembang. 60