SISTEM PENDUKUNG KEPUTUSAN SELEKSI SISWA BERPRESTASI UNTUK MENGIKUTI LOMBA LKS DENGAN METODE SIMPLE ADDITIVE WEIGHTING DI SMK WIRAKARYA 2 CIPARAY KABUPATEN BANDUNG 1 Parlindungan, 2 Mustaqimin Nizam 1 Program Studi Sistem Informasi, STMIK LPKIA 2 Program Studi Sistem Informasi, STMIK LPKIA Jln. Soekarno Hatta No. 456 Bandung 40266, Telp. +62 22 75642823, Fax. +62 22 7564282 Email: 1 Parlindungan_hrp@yahoo.com, 2 mustaqiminnizam@fellow.lpkia.ac.id Abstraksi LKS merupakan singkatan dari Lomba Kompetensi Siswa, Lomba Kompetensi Siswa merupakan kompetisi tahunan antar siswa pada jenjang SMK sesuai bidang keahlian yang diajarkan pada peserta. Dalam pemilihan siswa berprestasi sebagai wakil sekolah untuk mengikuti perlombaan masih hanya berdasarkan nilai rata-rata rapot tidak ada kriteria khusus atau kriteria lainnya yang membuat penilaian terhadap siswa yang mewakili sekolah sehingga kurang objektif, maka dari itu di perlukan beberapa kriteria di dalamnya untuk menentukan siswa mana yang menjadi wakil sekolah untuk mengikuti perlombaan. Di butuhkan sistem pendukung keputusan dengan sebuah metode yang mampu membantu pihak sekolah dalam menentukan siswa berprestasi yang akan mewaikili sekolah dalam mengikuti perlombaan. Untuk itu diperlukan metode dalam pengambilan keputusan berdasarkan nilai pada setiap kriteria, yaitu dengan metode Simple Additive Weighting (SAW) di rasa cocok untuk di pilih karena metode ini menentukan nilai bobot untuk setiap kriteria kemudian dilakukan proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif berdasarkan kriteria-kriteria yang telah ditentukan. Kata kunci : LKS, Sistem Pendukung Keputusan, Simple Additive Weighting 1. Pendahuluan SMK Wirakarya 2 Ciparay merupakan salah satu Sekolah Menengah Kejuruan swasta yang terletak di Kecamatan Ciparay Kabupaten Bandung, Sekolah swasta ini terdiri dari empat jurusan yaitu Administrasi Perkantoran, Jasa Boga, Farmasi Industri dan Pemasaran. Lomba kompetensi siswa merupakan kompetisi tahunan antar siswa pada jenjang SMK sesuai bidang keahlian yang diajarkan pada peserta. Dalam pemilihan siswa berprestasi hanya berdasarkan nilai rapot tidak ada kriteria khusus atau kriteria lainnya sehingga kurang objektif, maka dari itu di perlukan kriteria dan pembobotan yang lainya. Berdasarkan permasalahan yang muncul di butuhkan sistem pendukung keputusan dengan sebuah metode yang mampu membantu pihak sekolah dalam menentukan siswa berprestasi yaitu dengan metode Simple Additive Weighting (SAW) di rasa cocok karena metode ini menentukan nilai bobot untuk setiap kriteria kemudian dilakukan proses perangkingan yang akan menyeleksi alternatif terbaik. Berdasarkan latar belakang masalah yang telah di uraikan diatas, maka penulis mengambil pokok permasalahan adalah: 1. Kurang tepatnya pemilihan calon peserta lomba LKS yang hanya berdasarkan pada satu kriteria yaitu nilai rata-rata rapot, tidak ada kriteria lainnya. 2. Belum digunakanya metode dalam pengambilan keputusan untuk menentukan calon peserta lomba LKS berdasarkan nilai dari setiap kriteria.
Agar pembahasan dapat dilakukan secara terarah dan sesuai apa yang diharapkan, maka penulis mempunyai batasan masalah yang dibahas yaitu: 1. Keluaran dari sistem ini berupa hasil penilaian berdasarkan kriteria yang di tentukan. 2. Sistem Pendukung Keputusan ini sebagai alat bantu memberikan alternatif bagi pihak sekolah dalam menentukan siswa berprestasi. Berdasarkan Identifikasi Permasalahan yang telah di uraikan diatas, maka penulis mengambil tujuannya adalah: 1. Menentukan calon peserta lomba LKS dengan lebih dari satu kriteria 2. Membangun sisitem pendukung keputusan dengan menggunakan metode simple additive weighting (SAW) Metode pengembangan sistem menggunakan metode waterfall, adapun tahapan-tahapan metode waterfall sebagai berikut: 1. Analisis Kebutuhan, Tahap ini melakukan sebuah penelitian, dan wawancara. 2. Desain Sistem, Tahapan ini melakukan penuangan pikiran dan perancangan sistem terhadap solusi dari permasalahan yang ada 3. Penulisan Kode Program, Tahap ini melakukan penulisan kode program 4. Pengujian Program, Tahap ini dimana sistem di uji kemampuan dan keefektifanya sehinggan didapatkan kekurangan dan kelemahan. 5. Penerapan Sistem dan Pemeliharaan Sistem. Metode perhitungan menggunakan metode SAW (Simple Additive Weighting), adapun tahapan-tahapan metode SAW sebagai berikut: 1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria, kemudian melakukan normalisasi matriks berdasarkan persamaan sehingga diperoleh matriks ternormalisasi R. 4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternative terbaik (A). 2. Landasan Teori Sistem pendukung keputusan adalah suatu sistem berbasis komputer yang menghasilkan berbagai alternative keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data dan model. (Fartindyyah & Subiyanto, 2014) 2.1 Siswa Peserta didik atau siswa merupakan sebutan untuk anak didik pada jenjang pendidikan dasar dan juga menengah. Siswa merupakan satu-satunya subjek yang menerima apa saja yang diberikan oleh guru saat kegiatan belajar mengajar berlangsung. (Mulyani, 2014) 2.2 LKS (Lomba Kompetensi Siswa) Sesuai dengan panduan LKS-SMK Tingkat Nasional XIX yang diterbitkan Direktorat Pembinaan SMK (2011) LKS (Lomba Keterampilan Siswa) adalah suatu kegiatan lomba yang dilaksanakan melalui kompetisi siswa/siswi Sekolah Menengah Kejuruan (SMK) yang dititik beratkan pada bidang keterampilan praktik, didukung oleh pemahaman teori yang relevan serta sikap kerja dalam menyelesaikan pekerjaan sesuai industri. (Sutopo, 2007) Adapun Tujuan diselenggarakannya Lomba Kompetensi Siswa adalah: (Sutopo, 2007) 1. Memacu setiap SMK meningkatkan kualitas dan hasil pembelajarannya sesuai dengan tuntutan kebutuhan dunia kerja. 2. Meningkatkan citra Sekolah Menengah Kejuruan dan mempromosikan perkembangan kualitas perfomansi kerja yang dimiliki siswa. 2.3 Metode Waterfall Waterfall model adalah sebuah contoh dari proses perencanaan dimana semua proses kegiatan harus terlebih dahulu direncanakan dan dijadwalkan sebelum dikerjakan. (Sommerville, 2011) Tahapan model waterfall dapat digambarkan sebagai berikut:
Nilai Vi yang lebih besar mengindikasikan bahwa aternatif Ai lebih terpilih. Gambar 2.1 Tahapan Model Waterfall (Sommerville, 2011) 3. Analisa dan Perancangan 3.1 Use Case Diagram Use case mendeskripsikan sebuah interaksi antara satu atau lebih aktor dengan sistem. 2.4 SAW (Simple Additive Weighting) Metode SAW (Simple Additive Weighting) juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. (Pahlevy, 2015) Formula untuk melakukan normalisasi tersebut adalah sebagai berikut: (Kusumadewi, Harjoko, & Wardoyo, 2015) Gambar 2.2 Formula Normalisasi Dimana: Rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,,m) Max = nilai maksimum dari setiap baris dan kolom. Min = nilai minimum dari setiap baris dan kolom. Xij = baris dan kolom dari matriks. Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) adalah sebagai berikut: Gambar 2.3 Formula Nilai Preferensi Dimana: Vi = Nilai akhir dari alternatif Wi= Bobot yang telah ditentukan.. Rij = Normalisasi matriks. Gambar 3.1 Use Case Diagram 3.2 Use Case Scenario Usecase Scenario menjelaskan secara detail proses yang ada dalam use case diagram dari awal hingga akhir proses atau memberikan gambaran umum tentang aktivitas yang terjadi di dalam use case. 3.3 Aliran Kerja menjelaskan tentang pemodelan workflow (alir kerja) atau aktivitas dan operasi. Activity Diagram Login Gambar 3.2 Activity Diagram Login 3.4 Pemodelan Data Pemodelan data digunakan untuk menentukan dan menganalisis persyaratan data yang diperlukan untuk mendukung proses bisnis suatu organisasi. Pemodelan data digunakan sebagai konsep untuk menggambarkan data, hubungan antar data
Class Diagram mulai dari tahapan persiapan sampai program siap digunakan, dan petunjuk umum penggunaan program per dialog screen. 1. Halamn Utama Login Gambar 4.1 Halaman Utama Login 2. Halaman Menu Admin Gambar 3.3 Class Diagram 3.5 Struktur Organisasi Obyek dan Pesan pada sub bab ini digambarkan aspek urutan waktu dari pesan yang disampaikan, aspek struktur organisasi objek yang mengirim dan menerima pesan dan menjelaskan secara detail urutan proses yang dilakukan dalam sistem untuk mencapai tujuan dari usecase, interaksi yang terjadi antar class. Gambar 4.2 Halaman Menu Admin 4.2 Implementasi Perhitungan SAW (Simple Additive Weighting) Pada tahapan penentuan siswa berprestasi mempunyai kriteria dan bobot kriteria yang menjadikan acuan saat perhitungan, dapat dilihat pada table di bawah ini : Tabel 4.1 Kriteria dan Bobot Nama Kriteria Bobot Pengetahuan 30 Keterampilan 30 Kehadiran 20 Sikap 20 Untuk nilai kriteria itu sendiri mempunyai nilai himpunan kriteria masing-masing Dapat dilihat pada tabel dibawah ini: Gambar 3.4 Squence Diagram Login 4. Implementasi dan Pengujian 4.1 Implementasi Antarmuka Konfigurasi Memperlihatkan hasil implementasi rancangan antarmuka dengan menggunakan bahasa pemrograman tertentu, termasuk di dalamnya tahapan yang dilakukan untuk instalasi prototype perangkat lunak yang dihasilkan, Tabel 4.2 Nilai Alternatif setiap kriteria Kriteria Alternatif C1 C2 C3 C4 Mustaqimin 70 71 3 9 Nizam 71 72 4 8 Akbar 74 73 5 7
Normalisasi C1 R11 = = = 0,933 R12 = = 0,946 R13 = Normalisasi C2 R21 = = = 0,959 R22 = = 0,972 R23 = Normalisasi C3 R31 = = = 0,986 R32 = = 1 R33 = Normalisasi C4 R41 = = = 0,986 R42 = = 1 R43 = Hasil Normalisasi 0,933 0,959 0,986 0,986 R = 0,946 0,972 1 1 0,986 0,986 0,986 0,959 Proses perankingan dengan menggunakan bobot kriteria yang telah di tentukan atau diberikan oleh pengambil keputusan. Wi = [0.25, 0.25, 0.20, 0.15, 0.15] hasil yang diperoleh adalah sebagai berikut: V1=(0,30)(0,933)+(0,30)(0,959)+(0,20)(0,986 )+(0,20)(0,986)= 0,962 V2=(0,30).(0,946)+(0,30).(0,972)+(0,20)(1)+( 0,20)(1)= 0,975 V3=(0,30).(0,986)+(0,30).(0,986)+ (0,20)(0,986)+(0,20)(0,959)= 0,980 Nilai terbesar ada pada V3 sehingga alternatif A3 adalah alternatif yang terpilih sebagai alternatif terbaik, dengan kata lain Agung akan terpilih sebagai siswa berprestasi. 5. Kesimpulan dan Saran 5.1 Kesimpulan Berdasarkan uraian dan pembahasan pada tiap bab-bab sebelumnya, maka dapat ditarik kesimpulan sebagai berikut : Sistem yang dibuat dapat membantu dan memberikan informasi yang cepat bagi manaejem dalam mengambil keputusan untuk memilih siswa berprestasi di SMK Wirakarya 2 Ciparay. Hasil dari perhitungan sistem ini merupakan perangkingan nilai tertinggi ke rendah dan nilai tertinggi. 5.2 Saran Sistem yang dirancangan masih jauh dari kata sempurna, beberapa saran yang dapat digunakan untuk mengembangkan penelitian ini: Di harapkan aplikasi ini dikembangkan kembali untuk memenuhi kebutuhan dalam menentukan siswa berprestasi di SMK Wirakarya 2 Ciparay. Dengan menambahkan kriteria baru dan perubahan penentuan nilai bobot pada setiap kriteria. DAFTAR PUSTAKA 1. Fartindyyah, N., & Subiyanto. (2014). SISTEM PENDUKUNG KEPUTUSAN PEMINATAN SMA. Universitas Negeri Semarang. 2. Kusumadewi, Harjoko, & Wardoyo. (2015, October 10). Metode Simple Additive Weighting (SAW) Langkah dan Kelebihan. Diambil kembali dari landasanteori.com: http://www.landasanteori.com/2015/10/met ode-simple-additive-weighting-saw.html 3. Mulyani. (2014, March 19). Pengertian Siswa Menurut Para Ahli. Diambil kembali dariidtesis.com:https://idtesis.com/pengerti an-siswa-menurut-para-ahli//metode-saw 4. Sommerville. (2011). Software Engineering. 9th Edition. Pearson. 5. Sutopo. (2007). Kegiatan Penjurian Dalam Rangka Lomba Kompetensi Siswa. SMK Se Daerah Istimewa Yogyakarta, 3-5.