BAB IV ANALISA DAN PERANCANGAN 4.1 Analisa Sistem Analisa merupakan tahap pemahaman terhadap suatu persoalan sebelum mengambil suatu tindakan atau keputusan. Membangun sebuah sistem perlu melalui tahap analisa dan perancangan sehingga sistem yang dibangun dapat berjalan sesuai yang diharapkan. Pada tahapan ini akan dianalisa tentang sistem yang sedang berjalan (sistem lama) dan sistem yang akan dikembangkan (sistem baru), menganalisa kebutuhan sistem serta kebutuhan pengguna. 4.1.1 Analisa Sistem Lama Sistem yang sedang berjalan di SMPIT Madani School dalam proses penentuan kelulusan seleksi penerimaan siswa baru adalah : 1. Orang tua atau wali mengmbil formulir pendaftaran untuk dibawa pulang dan diisi sesuai dengan pertanyaan-pertanyaan yang diminta.. Setelah formulir diisi, orang tua atau wali menyerahkan kembali ke SMPIT Madani School sesuai dengan batas waktu yang telah ditentukan. 3. Setelah persyaratan administrasi dilengkapi, tahapan selanjutnya adalah calon siswa harus mengikuti tes tertulis dan wawancara yang diselenggarakan di ruang belajar SMPIT Madani School. 4. Panitia seleksi akan memeriksa berkas-berkas yang telah diisi dan melakukan pemeriksaan terhadap kelengkapan persyaratan administrasi sekaligus memeriksa lembar jawaban tes tertulis dan wawancara calon siswa. 5. Proses selanjutnya adalah melihat kriteria penilaian calon siswa yang lain, yaitu penghasilan orang tua, jumlah bersaudara, rata-rata nilai rapor dan prestasi non akademik yang terdapat pada formulir pendaftaran. Panitia seleksi akan menjumlahkan semua poin-poin penilaian setiap calon siswa.
6. Menetapkan hasil kelulusan calon siswa sementara. Pada tahapan ini panitia seleksi akan menyampaikan hasil akhir penilaian kepada kepala sekolah dan majlis guru SMPIT Madani dalam rapat penentuan kelulusan tahap pertama calon siswa. 7. Selanjutnya survey lapangan yang dilakukan oleh panitia ke tempat tinggal keluarga calon siswa yang telah diluluskan. Pada tahapan ini akan dilakukan verifikasi ulang dari data yang telah didapatkan sebelumnya. Jika data yang diberikan oleh orang tua atau wali murid tidak sesuai dengan kondisi sebenarnya maka pihak sekolah berhak membatalkan hasil penilaian calon siswa bersangkutan. 8. Terakhir, panitia seleksi akan memberikan laporan hasil survey lapangan dalam rapat terakhir penetapan kelulusan calon siswa bersama pimpinan dan majlis guru SMPIT Madani. Pada proses pengambilan keputusan di atas, panitia seleksi tidak memberikan nilai prioritas (bobot) pada setiap kriteria yang telah ditetapkan. Sehingga seringkali terjadi inkonsistensi penetapan hasil akhir kelulusan. Padahal dalam proses seleksi ini antara kriteria satu dengan kriteria yang lainnya memiliki nilai prioritas masing-masing. Sebagai contoh, untuk jumlah penghasilan orang tua dan jumlah bersaudara merupakan kriteria yang paling penting untuk diperhatikan. Kemudian diikuti pada kriteria wawancara dan tes tertulis, dan selanjutnya adalah rata-rata nilai rapor dan prestasi non akademik. 4.1. Analisa Sistem Baru Setelah menganalisa sistem yang sedang berjalan di SMIT Madani School Kota Pekanbaru, maka tahapan dapat dilanjutkan dengan menganalisa sistem baru atau sistem yang diusulkan. Sistem ini berjalan secara matematis dan dipandang lebih akurat. Analisa Sistem baru dapat dapat dijelaskan sebagai berikut: 1. Orang tua atau wali mengmbil formulir pendaftaran untuk dibawa pulang dan diisi sesuai dengan pertanyaan-pertanyaan yang diminta. IV-
. Selanjutnya calon siswa mengikuti tes tertulis dan wawancara. Panitia seleksi akan memeriksa lembar jawaban tes tertulis dan wawancara calon siswa serta kelengkapan administrasi yang lainnya untuk dimasukkan ke dalam sistem. 3. Sistem akan menginputkan nilai bobot masing-masing kriteria dan nilai calon siswa (sesuai kriteria) serta melakukan proses penghitungan dengan menggunakan Metode AHP-TOPSIS. 4. Menetapkan hasil kelulusan calon siswa sementara. Pada tahapan ini panitia seleksi akan menyampaikan laporan dan hasil akhir penilaian kepada kepala sekolah dan majlis guru SMPIT Madani dalam rapat penentuan kelulusan tahap pertama. Calon siswa yang akan diterima adalah calon siswa yang memiliki nilai tertinggi sesuai jumlah yang akan diterima. 5. Selanjutnya survey lapangan yang dilakukan oleh panitia ke tempat tinggal keluarga calon siswa yang telah diluluskan. Pada tahapan ini akan dilakukan verifikasi ulang dari data yang telah didapatkan sebelumnya. Jika data yang diberikan oleh orang tua atau wali murid tidak sesuai dengan kondisi sebenarnya maka pihak sekolah berhak membatalkan hasil penilaian calon siswa bersangkutan. Secara garis besar, analisa Sistem Pendukung Keputusan Seleksi Penerimaan Siswa Baru ini terdiri dari dua komponen, yaitu: 1. Subsistem Manajemen Data. Subsistem Manajemen Model (AHP dan TOPSIS) 3. Subsistem Manajemen Dialog (Struktur menu dan Interface) 4.1..1 Subsistem Manajemen Data (Database) Pada tahap ini dilakukan analisa terhadap data-data yang diperlukan agar sistem dapat berjalan sesuai tujuan. Data-data yang akan di-input-kan ke dalam sistem harus saling berelasi antara data yang satu dengan data yang lainnya. Relasi data yang ada akan menjadi satu kesatuan basis data yang utuh. IV-3
Analisa data yang dibutuhkan untuk perancangan dan implementasi sistem adalah sebagai berikut: 1. Data Pengguna Data Pengguna berisi tentang data user yang memiliki hak akses terhadap sistem ini, meliputi username dan password.. Data Kriteria Ada 6 kriteria penilaian, terdiri dari : a. Penghasilan orang tua b. Jumlah bersaudara c. Tes wawancara d. Tes tertulis e. Rata-rata nilai akhir rapor f. Prestasi non akademik 3. Data Calon Siswa Data ini berisi tentang data calon siswa secara umum. 4. Data Alternatif Data ini adalah data calon siswa yang akan digunakan dalam proses perhitungan seleksi penerimaan siswa baru. 5. Data Konversi Data ini digunakan untuk mengkonversi semua nilai pada data alternative sebelum proses penghitungan pada metode AHP-TOPSIS 6. Data Standar Penerimaan Data ini berisi tentang batas standar penerimaan calon siswa. Data ini terdiri dari dua kategori, yaitu batas maksimal penerimaan siswa dan batas minimal bobot/nilai calon siswa. 7. Data Prioritas Calon Siswa Data ini berisi tentang bobot akhir calon siswa dan hasil keputusannya berupa urutan prioritas calon siswa yang lulus seleksi penerimaan siswa baru SMPIT Madani. 8. Data-data yang terkait dengan proses penghitungan AHP dan TOPSIS. IV-4
Dari penjelasan data-data kebutuhan sistem di atas, dapat digambarkan rancangan basis data ke dalam suatu Entity Relational Diagram (ERD), diagram konteks (Context Diagram ), dan diagram alir data (Data Flow Diagram (DFD). 4.1..1.1 Entity Relational Diagram (ERD) Notasi grafika untuk objek data dan hubungannya dapat dilihat pada Entity Relationship Diagram (ERD). Adapun ERD dari aplikasi ini adalah sebagai berikut: #KodeKriteria NamaKriteria Nilai Kepentingan Kriteria Nama Pilihan Kriteria NilaiKonversi #cswid Nama Alamat Asal Sekolah Agama Jenis Kelamin Tanggal_Lahir ID User_Name Pass_Word Level Akses Kuota Maksimal Batas Minimal Kriteria n Memiliki m Calon Siswa Pengguna/ User Standar Penerimaan Perangkingan Calon Siswa 1 menghasilkan 1 1 mempunyai Alternatif rnkid Nama Alamat Asal Sekolah Nilai Bobot ##cswid Nama Calon Siswa Alamat Nilai Konvensi Kriteria Gambar 4.1 ER Diagram Tabel 4.1 Ketrangan ER Diagram No Entitas Deskripsi Attribut 1 Pengguna Calon Siswa Sebagai penyimpan data pengguna Sebagai penyimpan data calon siswa id_pengguna user name password id_pendaftaran nama alamat asal_sekolah agama jenis_kelamin Primary Key id_pengguna id_pendaftar an IV-5
3 Kriteria 4 Alternatif 5 6 Ranking Calon Siswa Standar Penerimaan Sebagai penyimpan data kriteria Sebagai penyimpan data alternatif Sebagai penyimpan data ranking calon siswa Sebagai penyimpan data standar penerimaan/ kelulusan id_kriteria nama_kriteria id_kriteria tingkat_kepenti ngan id_pendaftaran id_kriteria id_pendaftaran nama_kriteria bobot_kriteria id_ranking id_pendaftaran id_ranking bobot_kriteria kuota_penerima an - bobot_minimal 4.1..1. Context Diagram Context Diagram digunakan untuk menggambarkan proses kerja sistem secara umum. Context Diagram adalah Data Flow Diagram (DFD) yang menggambarkan garis besar operasional sistem. Gambar 4. Context Diagram Entitas luar yang berinteraksi dengan sistem adalah: 1. Kepala Sekolah, memiliki peran antara lain: a. Melakukan login IV-6
b. Memasukkan/input data master seperti data kriteria, data standar penerimaan, dan memproses data menggunakan metode AHP-TOPSIS. c. Mendapatkan Data Laporan prioritas calon siswa yang mengikuti proses seleksi.. Panitia Seleksi memiliki peran antara lain: a. Melakukan login b. Memasukkan/input data master seperti data calon siswa, data konversi, data alternatif dan memproses data dengan menggunakan metode AHP-TOPSIS. c. Mendapatkan data laporan prioritas calon siswa yang mengikuti proses seleksi. 4.1..1.3 Data Flow Diagram (DFD) Data Flow Diagram (DFD) digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem baru yang akan dikembangkan secara logika tanpa mempertimbangkan lingkungan fisik data tersebut mengalir, atau lingkungan fisik data tersebut tersimpan. IV-7
Dt_Pengguna Inf_Pengguna Dt_Pengguna 1 LOGIN Dt_Pengguna Inf_Pengguna Pengguna Inf_Pengguna PANITIA SELEKSI Dt_Kriteria Inf_Kriteria Kriteria Dt_Kriteria Dt_Calon Siswa Dt_ Alternatif Dt_Konversi Dt_Standar Penilaian Inf_Calon Siswa Inf_Alternatif Dt_Calon Siswa Dt_ Alternatif Inf_Kriteria Inf_Calon Siswa Inf_ Alternatif Inf_Konversi Inf_Standar Penilaian INPUT DATA MASTER Dt_Calon Siswa Inf_Kriteria Dt_Konversi Inf_Konversi Dt_Standar Penerimaan Inf_Standar Penerimaan Dt_Alternatif Inf_Alternatif Calon Siswa Konversi Standar Penerimaan Alternatif Inf_Standar Penerimaan Inf_Konversi Inf_Alternatif ADMINISTRATOR Inf_Calon Siswa Inf_Kriteria Dt_Prioritas_Calon_Siswa Inf_Prioritas_Calon_Siswa 3 PROSES AHP TOPSIS Dt_Prioritas_Calon_Siswa Inf_Prioritas_Calon_Siswa Prioritas Calon Siswa Inf_Prioritas_Calon_Siswa Inf_Laporan Hasil Seleksi 4 LAPORAN Dt_Laporan Hasil Seleksi Inf_Laporan Hasil Seleksi Laporan Hasil Seleksi Gambar 4.3 DFD Level 1 Gambar DFD Level 1 dari Context Diagram yang dipecah menjadi empat (empat) proses dan beberapa aliran data. Untuk keterangan masing-masing dapat dilihat pada tabel kamus data berikut ini: IV-8
Tabel 4. Keterangan Proses pada DFD Level 1 No. Nama Proses Deskripsi 1. Login Proses untuk mendapatkan hak akses pengguna ke sistem.. Input Data Master 3. Perhitungan AHP-TOPSIS Proses yang melakukan pengelolaan data master, yaitu data kriteria, data calon siswa, data alternative, data konversi, data standar penerimaan, dan data pengguna Proses yang melakukan penghitungan analisa AHP-TOPSIS terhadap data alternatif calon siswa yang mengikuti proses seleksi 4. Laporan Proses yang melakukan pengelolaan perangkingan nilai bobot dan menampilkan hasil keputusan berupa laporan hasil seleksi calon siswa. Tabel 4.3 Aliran Data pada DFD Level 1 Nama Dt_Pengguna Dt_Calon_siswa Dt_ Alternatif Dt_Konversi Dt_Standar_Penerimaan Dt_Prioritas_ calon_siswa Dt_Laporan Inf_Pengguna Inf_Kriteria Inf_ Calon_Siswa Inf_Alternatif Inf_Konversi Inf_Standar_penerimaan Inf_Prioritas_ calon_siswa Deskripsi Data yang meliputi pengelolaan data pengguna. Data yang berisi pengelolaan data calon siswa secara umum. Data yang berisi pengelolaan data calon siswa alternatif yang akan diproses pada perhitungan AHP-TOPSIS Data yang berisi pengelolaan data konversi nilai calon siswa terhadap kriteria Data untuk menentukan standar minimum kelulusan seleksi Data yang berisi nama-nama calon siswa yang telah diproses dan diranking Data laporan akhir hasil seleksi Informasi mengenai data pengguna. Informasi mengenai data kriteria. Informasi mengenai data calon siswa Informasi mengenai pengelolaan data alternative Informasi mengenai data konversi nilai calon siswa terhadap kriteria Informasi berupa standar minimum kelulusan hasil seleksi Informasi mengenai hasil perangkingan dan prioritas calon siswa. IV-9
Inf_Laporan Informasi laporan akhir hasil proses seleksi Analisa DFD selanjutnya dibahas pada lampiran A 4.1.. Subsistem Manajemen Model Ada dua model yang digunakan dalam kerja sistem, yeitu model AHP dan model TOPSIS. Pada penelitian Tugas Akhir ini, digunakan sebanyak 10 siswa sebagai data sampel ( data alternatif) dengan 6 kriteria pangambilan keputusan untuk proses seleksi penerimaan siswa baru SMPIT Madani School Kota Pekanbaru. Maka analisis perhitungan SPK dijelaskan melalui langkah-langkah AHP dan TOPSIS berikut. Pada sistem yang dirancang ini menggunakan basis model yang diambil dari penggabungan antara model AHP dan TOPSIS. Pada tahap tersebut model yang pertama kali digunakan adalah model AHP untuk menentukan nilai perbandingan kriteria dan tahap berikutnya diproses menggunakan TOPSIS yaitu berupa urutan atau ranking calon siswa dengan status kelulusannya. dalam seleksi peneriman siswa baru. Berikut flowchart tahapan proses AHP dan TOPSIS yang tergambar pada sistem: IV-10
Gambar 4.4 FLowchart Tahapan Metode AHP-TOPSIS 4.1...1 Langkah-Langkah AHP Langkah-langkah dalam model AHP digunakan untuk proses mendapatkan nilai bobot pada masing-masing kriteria diantaranya adalah : mendefinisikan IV-11
masalah, membuat struktur hirarki, serta membuat perbandingan kriteria dengan menggunakan matriks perbandingan berpasangan AHP. 1. Mendefinisikan Masalah Pada kasus ini, penggunaan metode AHP adalah untuk menghasilkan bobot nilai pada setiap kriteria yang merupakan bagian dari proses seleksi. Sehingga dapat dijelaskan sebagai berikut: Level 1 : Level Tujuan Dalam hal ini adalah memilih calon siswa yang menjadi prioritas dalam proses kelulusan seleksi penerimaan siswa baru yang terdiri dari 6 kriteria yang ditetapkan. Level : Level Kriteria Dalam hal ini pengisian level kriteria terdiri dari 6 buah, yaitu: a. Penghasilan Orang Tua b. Jumlah bersaudara c. Tes Wawancara d. Tes Tertulis e. Rata-rata Nilai Rapor f. Prestasi Non Akademik Level 3 : Level Alternatif Dalam hal ini dipilih sampel 10 orang calon siswa yang akan dijadikan alternatif dalam proses kelulusan seleksi penerimaan siswa baru SMPIT Madani School Kota Pekanabru. Permasalahan di atas dapat digambarkan ke dalam struktur hirarki agar mudah dipahami dan dianalisa. Struktur hirarki dapat dilihat pada seperti pada gambar berikut: IV-1
Gambar 4.5 Struktur Hirarki AHP. Menentukan Bobot Masing-masing Kriteria Membandingkan antar kriteria dan sub kriteria dalam bentuk matriks berpasangan dengan menggunakan nilai skala kepentingan AHP. Proses ini dilakukan untuk mendapatkan nilai masing-masing bobot pada setiap kriteria dan mengetahui nilai Consistency Ratio (CR) perbandingan dimana syarat kosistensi harus lebih kecil dari 10% atau CR <= 0,1. Sebelum menentukan perbandingan matriks berpasangan antar kriteria terlebih dahulu ditentukan nilai intensitas kepentingan masing-masing kriteria. Fungsi menentukan nilai intensitas kepentingan dari masing-masing kriteria adalah untuk menentukan bobot nilai pada setiap tiap kriteria penilaian dan menghindari CR>0.1 atau tidak konsisten. Nilai perbandingan intensitas kepentingan yang diberikan pada kriteria berada pada rentang nilai 1 sampai 9. Rentang nilai 1 sampai 9 berkaitan dengan nilai perbandingan yang dikembangkan oleh Saaty. Berdasarkan wawancara yang dilakukan oleh penulis dengan Kepala sekolah dan bagian Tata Usaha SMPIT Madani School Kota Pekanbaru, dihasilkan nilai intensitas kepentingan untuk masing-masing kriteria dengan pertimbangan kriteria-kriteria yang telah ditentukan adalah sebagai berikut: IV-13
Tabel 4.4 Kode Kriteria No. Kode Kriteria Nama Kriteria 1 C1 Penghasilan Orang Tua C Jumlah Anggota Keluarga 3 C3 Tes Wawancara 4 C4 Tes Tertulis 5 C5 Rata-rata Nilai Rapor 6 C6 Prestasi Non Akademik Tabel 4.5 Data Nilai Tiap Kriteria. No Kriteria Nama Kriteria Nilai Intensitas Kepentingan 1 C1 Penghasilan Orang Tua 7 C Jumlah Bersaudara 7 3 C3 Tes Wawancara 5 4 C4 Tes Tertulis 4 5 C5 Rata-rata Nilai Rapor 3 6 C6 Prestasi Non Akademik Keterangan : - Kriteria C1 diberikan nilai 7, artinya kriteria C1 berada pada tingkat intensitas kepentingan ke-7 dari nilai saaty yang bearti jelas sangat penting. - Kriteria C diberikan nilai 7, artinya kriteria C berada pada tingkat intensitas kepentingan ke-7 dari nilai saaty yang bearti jelas sangat penting. - Kriteria C3 diberikan nilai 5, artinya kriteria C3 berada pada tingkat intensitas kepentingan ke-5 dari nilai saaty yang bearti sangat penting. - Kriteria C4 diberikan nilai 4, artinya kriteria C4 berada pada tingkat intensitas kepentingan ke-4 dari nilai saaty yang bearti nilai tengah antara sedikit lebih penting dan sangat penting. - Kriteria C5 diberikan nilai 3, artinya kriteria C5 berada pada tingkat intensitas kepentingan ke-3 dari nilai saaty yang bearti sedikit lebih penting. IV-14
- Kriteria C6 diberikan nilai, artinya kriteria C6 berada pada tingkat intensitas kepentingan ke- dari nilai saaty yang bearti nilai tengah antara penting dan sedikit lebih penting. Adanya nilai intensitas kepentingan kriteria (tabel 4.5 ) dapat langsung disimpulkan perbandingan matriks berpasangan AHP antar tiap kriterianya. Sehingga, manager atau dalam hal ini kepala sekolah SMPIT Madani tidak perlu lagi membandingkan satu per satu nilai intensitas kepentingan antar kriteria. Perbandingan matriks berpasangan kriteria AHP dibuat dalam bentuk tabel agar lebih mudah difahami. Bentuk tabel matrik dapat dilihat pada tabel berikut ini. Tabel 4.6 Matriks Perbandingan Berpasangan AHP KRITERIA C1 C C3 C4 C5 C6 C1 1.00 1.00 3.00 4.00 5.00 6.00 C 1.00 1.00 3.00 4.00 5.00 6.00 C3 0.33 0.33 1.00.00 3.00 4.00 C4 0.5 0.5 0.50 1.00.00 3.00 C5 0.0 0.0 0.33 0.50 1.00.00 C6 0.17 0.17 0.5 0.33 0.50 1.00 Jumlah.95.95 8.08 11.83 16.50.00 Sumber : SMPIT Madani School Pekanbaru Tabel 4.10 di atas dapat dijelaskan bahwa : 1. Nilai perbandingan untuk dirinya sendiri (C1 banding C1, C banding C, C3 banding C3, C4 banding C4, C5 banding C5, C6 banding C6, C7 banding C7, C8 banding C8 dan C9 banding C9) bernilai 1 yang berarti intensitas kepentingannya sama.. Perbandingan C1 dengan C bernilai 1 dapat dijelaskan bahwa C1 sama penting dengan C. Maka perbandingan C dengan C1 adalah cerminan dari C1 dengan C yang berarti 1/1= 1. IV-15
3. Perbandingan C1 dengan C3 bernilai 3 dapat dijelaskan bahwa C1 nilai bernilai sedikit lebih penting daripada C3.Maka perbandingan C3 dengan C1 adalah cerminan dari C1 dengan C3 yang berati 1/3 = 0,33. 4. Perbandingan C1 dengan C4 bernilai 4 dapat dijelaskan bahwa C1 nilai tengah diantara dua pertimbangan yang berdekatan antara sedikit lebih penting dan jelas lebih penting daripada C4. Maka perbandingan C4 dengan C1 adalah cerminan dari C1 dengan C4 yang berati 1/4 = 0,5. 5. Perbandingan C1 dengan C5 bernilai 5 dapat dijelaskan bahwa C1 jelas lebih penting dari pada C5. 6. Perbandingan C1 dengan C6 bernilai 6 dapat dijelaskan bahwa C1 nilai tengan diantara dua pertimbangan yang berdekatan antara jelas lebih penting dan sangat jelas lebih penting dari pada C6. 7. Menggunakan cara yang sama untuk kolom perbandingan selanjutnya dengan menyesuaiakan kepentinganya berdasarkan tabel.1 Bab II. Dari matriks perbandingan di atas, maka dapat dihitung nilai eigen, lamda maksimum, CI dan CR. Sebelum menghitung nilai eigen, dicari nilai perbandingan pada tiap kolom dibagi dengan jumlah kolomnya. Kemudian menghitung nilai eigen. Tabel 4.7 Matriks Ternormalisasi C1 C C3 C4 C5 C6 Jumlah Nilai Eigen C1 0.34 0.34 0.37 0.34 0.30 0.7 1.96 0.37148 C 0.34 0.34 0.37 0.34 0.30 0.7 1.96 0.37148 C3 0.11 0.11 0.1 0.17 0.18 0.18 0.88 0.147058 C4 0.08 0.08 0.06 0.08 0.1 0.14 0.57 0.09557 C5 0.07 0.07 0.04 0.04 0.06 0.09 0.37 0.061767 C6 0.06 0.06 0.03 0.03 0.03 0.05 0.5 0.041308 Jumlah 1.00 1.00 1.00 1.00 1.00 1.00 6.00 1.000000 Nilai bobot C1 (baris pertama) diperoleh dengan menjumlahkan nilai baris pertama kemudian dibagi dengan jumlah kriteria. IV-16
= (0.34 + 0.34 + 0.37 + 0.34 + 0.30 + 0.7) / 6 = 0.37148 Dengan cara yang sama untuk menghitung nilai eigen C sampai dengan C6. Diperoleh bobot kriteria (lokal) yang diperoleh adalah: 0.37148; 0.37148; 0.147058; 0.09557; 0.061767; 0.041308.. Menguji Tingkat Konsistensi Untuk mengetahui apakah nilai bobot pada setiap kriteria yang didapatkan konsisten, maka perlu dilakukan uji tingkat konsistensi, dengan cara sebagai berikut : Mencari nilai lamda dengan menggunakan persamaan rumus (.1) λ maks = (.95*0.37148) + (.95*0.37148) + (8.08*0.147058) + (11.83*0.09557) + (16.50*0.061767) + (.00*0.041308) = 6.17775 Kemudian menghitung nilai konsistensinya yaitu nilai C1 menggunakan rumus (.). CI = (6.17775)/5 = 0.03555 Mencari nilai CR menggunakan rumus (.3). Dengan menggunakan tabel RI (tabel.) CR = 0.03555/1,4 = 0.087 CR < 0,1 (konsisten) Jika tidak konsisten maka perbandingan AHP harus diulang. Pada tahapan ini metode AHP telah selesai diproses, nilai bobot masingmasing kriteria selanjutnya akan dimasukkan ke dalam proses penghitungan metode TOPSIS untuk mendapatkan nilai pembobotan alternatif sebelum proses perankingan. 4.1... Langka-Langkah TOPSIS Setelah memperoleh bobot atau nilai eigen masing-masing kriteria (bobot lokal), kemudian dilanjutkan dengan perhitungan menggunakan metode TOPSIS. Perhitungan TOPSIS akan mencari bobot nilai alternatif dan perangkingan. Proses perhitungan dapat digambarkan dalam bentuk flowchart seperti Gambar 4.8. IV-17
r ij m X x i1 ij ij vij w j. r ij n j1 n j1 ( v i v j ( v i v j j ) j ) S Si i S i Gambar 4.6 Flowchart Metode TOPSIS IV-18
1. Pembobotan Alternatif Pembobotan dan perangkingan alternatif diawali dengan proses normalisasi nilai pada setiap alternatif dengan menggunakan rumus (.4). Sebelum memproses perhitungan, nilai masing-masing alternatif akan dikonversikan terlebih dahulu agar adanya standarisasi nilai atau kesamaan jarak pada setiap nilai alternatif. Nilai skor kriteria ini disebut juga dengan nilai konversi seperti pada tabel 4.8 di bawah. Tabel 4.8 Tabel Nilai Konversi NO Kriteria Data Awal Nilai Konversi 1 Penghasilan Orang Tua Jumlah Bersaudara 3 Tes Wawancara 4 Tes Tertulis >,6 Juta 1 >,4 -,6 Juta >, -,4 Juta 3 > -, Juta 4 > 1,8 - Juta 5 > 1,6-1,8 Juta 6 > 1,4-1,6 Juta 7 > 1, - 1,4 Juta 8 > 1-1, Juta 9 > 0,8-1 Juta 10 > 0,6-0,8 Juta 11 <= 0,6 Juta 1 1 orang 1 orang 3 orang 3 4 orang 4 5 orang 5 Lebih dari 5 Orang 6 < 50 1 50 s/d 59 60 s/d 69 3 70 s/d 79 4 80 s/d 89 5 > 89 s/d 100 6 < 50 1 50 s/d 59 60 s/d 69 3 70 s/d 79 4 IV-19
5 Rata-rata Nilai Rapor 6 Prestasi Non Akademik 80 s/d 89 5 > 89 s/d 100 6 < 60 1 60 s/d 69 70 s/d 79 3 80 s/d 90 4 > 90 s/d 100 5 Tidak Ada 1 1 Buah Buah 3 3 Buah 4 4 atau lebih dari 4 5 Selanjutnya data-data yang diperlukan dalam proses perhitungan TOPSIS ini akan dipresentasikan ke dalam bentuk tabel agar mudah difahami baik secara visual maupun dalam penulisannya. Beberapa tabel yang akan disajikan adalah Tabel Data Awal Alternatif dan Tabel Data Nilai Konversi. Tabel 4.9 Kode Alternatif No. Kode Alternatif Nama Alternatif 1 A1 Ade Rian Putra A Ishlah Mahmudi 3 A3 Al Muzakki Daulay 4 A4 Arnes Safeno 5 A5 Arrafi Khairul 6 A6 Deri Trisna W 7 A7 Dicky Pratama 8 A8 Feri Firdaus 9 A9 Heru Purnomo 10 A10 Irwansyah IV-0
Tabel 4.10 Data Awal Alternatif No Nama Kriteria C1 C C3 C4 C5 C6 1 Ade Rian Putra 1.500.000 4 85 75 74,00 buah Ishlah Mahmudi 600.000 65 65 76,80 Tidak ada 3 Al Muzakki Daulay 1.000.000 3 70 80 77,00 1 buah 4 Arnes Safeno 1.000.000 3 85 75 74,00 1 buah 5 Arrafi Khairul 1.50.000 3 85 85 80,10 1 buah 6 Deri Trisna W 1.000.000 4 70 75 73,0 buah 7 Dicky Pratama 1.500.000 3 85 75 80,00 1 buah 8 Feri Firdaus.000.000 3 70 70 7,56 1 buah 9 Heru Purnomo 1.000.000 3 75 75 74,00 Tidak ada 10 Irwansyah 1.000.000 4 70 65 73,0 1 buah Tabel 4.11 Data Nilai Konversi No Alternatif Kriteria C1 C C3 C4 C5 C6 1 A1 7 4 5 4 3 3 A 1 3 3 3 1 3 A3 10 3 4 5 3 4 A4 10 3 5 4 3 5 A5 8 3 5 5 4 6 A6 10 4 4 4 3 3 7 A7 7 3 5 4 4 8 A8 5 3 4 4 3 9 A9 10 3 4 4 3 1 10 A10 10 4 4 3 3 Dari nilai konversi di atas, maka akan dilakukan proses normalisasi matrik dengan menggunakan perhitungan TOPSIS menggunakan rumus.4. Nilai hasil konversi terlebih dahulu dikuadratkan kemudian dijumlahkan sesuai dengan masing-masing kolom kriteria. Selanjutnya nilai yang didapat dibagi dengan akar dari penjumlahan masing-masing kolom pada setiap kriteria. Hasil bisa dilihat pada tabel di bawah. IV-1
Tabel 4.1 Data Nilai Konversi yang Dikuadratkan No Alternatif Kriteria C1 C C3 C4 C5 C6 1 A1 49 16 5 16 9 9 A 144 4 9 9 9 1 3 A3 100 9 16 5 9 4 4 A4 100 9 5 16 9 4 5 A5 64 9 5 5 16 4 6 A6 100 16 16 16 9 9 7 A7 49 9 5 16 16 4 8 A8 5 9 16 16 9 4 9 A9 100 9 16 16 9 1 10 A10 100 16 16 9 9 4 m x ij i 1 831 106 189 164 104 44 m xij i1 8.871 10.956 13.7477 1.806 10.1980 6.633 Tabel 4.13 Data Normalisasi / Bobot Alternatif No Alternatif Kriteria C1 C C3 C4 C5 C6 1 A1 0.48 0.3885 0.3637 0.313 0.94 0.453 A 0.4163 0.1943 0.18 0.343 0.94 0.1508 3 A3 0.3469 0.914 0.910 0.3904 0.94 0.3015 4 A4 0.3469 0.914 0.3637 0.313 0.94 0.3015 5 A5 0.775 0.914 0.3637 0.3904 0.39 0.3015 6 A6 0.3469 0.3885 0.910 0.313 0.94 0.453 7 A7 0.48 0.914 0.3637 0.313 0.39 0.3015 8 A8 0.1734 0.914 0.910 0.313 0.94 0.3015 9 A9 0.3469 0.914 0.910 0.313 0.94 0.1508 10 A10 0.3469 0.3885 0.910 0.343 0.94 0.3015 Langkah selanjutnya adalah mencari bobot nilai keseluruhan/ global yang terdiri dari nilai bobot kriteria dan nilai bobot alternatif. Hasil diperoleh dengan cara mengalikan nilai bobot kriteria dengan bobot alternatif sesuai dengan rumus.5 (lihat BAB II). IV-
Tabel 4.14 Perkalian Bobot Kriteria dengan Bobot Alternatif Bobot C1 C C3 C4 C5 C6 0.371 0.371 0.1471 0.0956 0.0618 0.0413 Alternatif A1 0.48 0.3885 0.3637 0.313 0.94 0.453 A 0.4163 0.1943 0.18 0.343 0.94 0.1508 A3 0.3469 0.914 0.910 0.3904 0.94 0.3015 A4 0.3469 0.914 0.3637 0.313 0.94 0.3015 A5 0.775 0.914 0.3637 0.3904 0.39 0.3015 A6 0.3469 0.3885 0.910 0.313 0.94 0.453 A7 0.48 0.914 0.3637 0.313 0.39 0.3015 A8 0.1734 0.914 0.910 0.313 0.94 0.3015 A9 0.3469 0.914 0.910 0.313 0.94 0.1508 A10 0.3469 0.3885 0.910 0.343 0.94 0.3015 Hasil perkalian matrik di atas dapat dilihat pada tabel di bawah. Tabel 4.15 Bobot Ternormalisasi Alternatif Bobot C1 C C3 C4 C5 C6 A1 0.0794 0.171 0.0535 0.099 0.018 0.0187 A 0.136 0.0636 0.031 0.04 0.018 0.006 A3 0.1135 0.0953 0.048 0.0373 0.018 0.015 A4 0.1135 0.0953 0.0535 0.099 0.018 0.015 A5 0.0908 0.0953 0.0535 0.0373 0.04 0.015 A6 0.1135 0.171 0.048 0.099 0.018 0.0187 A7 0.0794 0.0953 0.0535 0.099 0.04 0.015 A8 0.0567 0.0953 0.048 0.099 0.018 0.015 A9 0.1135 0.0953 0.048 0.099 0.018 0.006 A10 0.1135 0.171 0.048 0.04 0.018 0.015. Perangkingan Alternatif Setelah proses normalisasi dan pembobotan nilai alternatif, maka pada langkah berikutnya adalah melakukan perangkingan alternatif sesuai dengan IV-3
kaidah-kaidah TOPSIS. Dari matriks keputusan ternormalisasi terbobot di atas dapat ditentukan titik ideal positif dan titik ideal negatif dengan rumus (.6 dan.7). Tabel 4.16 Titik ideal positif dan titik ideal negatif A + 0.136 0.171 0.0535 0.0373 0.04 0.0187 A - 0.0567 0.0636 0.031 0.04 0.018 0.006 Setelah didapat titik ideal positif dan titik ideal negatif dari tabel perkalian matriks alternatif terhadap kriteria lalu tentukan separation measures atau jarak setiap alternatif terhadap titik ideal positif dan titik ideal negatif. Untuk menghitung jarak setiap alternatif terhadap titik ideal positif dan negatif menggunakan rumus (.8 dan.9) S 1+ = (0.0794 0.136) (0.018-0.04) (0.171-0.171) (0.0535-0.0535) (0.099-0.0373) (0.0187-0.0187) = 0.003 0.0000 0.0000 0.0000 0.0000 0.0000 = 0.00331 0.057551 Dengan cara yang sama akan didapatkan hasil seperti pada tabel 4.17 di bawah. Tabel 4.17 Jarak setiap alternatif terhadap titik ideal positif Alternatif S+ C1 C C3 C4 C5 C6 s n j1 ( y ij y j ) S 1+ 0.003 0.0000 0.0000 0.0001 0.0000 0.0000 0.057551 S + 0.0000 0.0040 0.0005 0.000 0.0000 0.000 0.070078 S 3+ 0.0005 0.0010 0.0001 0.0000 0.0000 0.0000 0.041409 S 4+ 0.0005 0.0010 0.0000 0.0001 0.0000 0.0000 0.040694 S 5+ 0.001 0.0010 0.0000 0.0000 0.0000 0.0000 0.055759 S 6+ 0.0005 0.0000 0.0001 0.0001 0.0000 0.0000 0.06869 S 7+ 0.003 0.0010 0.0000 0.0001 0.0000 0.0000 0.065757 S 8+ 0.0063 0.0010 0.0001 0.0001 0.0000 0.0000 0.086983 S 9+ 0.0005 0.0010 0.0001 0.0001 0.0000 0.000 0.043437 S 10+ 0.0005 0.0000 0.0001 0.000 0.0000 0.0000 0.030460 Kemudian menghitung jarak setiap alternatif terhadap titik ideal negatif : IV-4
S 1- = (0.0794 0.0567) (0.018-0.018) (0.171-0.0636) (0.0535-0.031) (0.099-0.04) (0.0187-0.006) = 0.0005 0.0040 0.0005 0.0001 0.0000 0.000 = 0.005 0.0766 Dengan cara yang sama akan didapatkan hasil seperti pada tabel 4.18 berikut. Tabel 4.18 Jarak setiap alternatif terhadap titik ideal negatif Alternatif S- C1 C C3 C4 C5 C6 s n j 1 ( y ij y j ) S 1-0.0005 0.0040 0.0005 0.0001 0.0000 0.000 0.0766 S - 0.0063 0.0000 0.0000 0.0000 0.0000 0.0000 0.079440 S 3-0.003 0.0010 0.0001 0.000 0.0000 0.0000 0.067863 S 4-0.003 0.0010 0.0005 0.0001 0.0000 0.0000 0.069149 S 5-0.001 0.0010 0.0005 0.000 0.0000 0.0000 0.054081 S 6-0.003 0.0040 0.0001 0.0001 0.0000 0.000 0.087085 S 7-0.0005 0.0010 0.0005 0.0001 0.0000 0.0000 0.045975 S 8-0.0000 0.0010 0.0001 0.0001 0.0000 0.0000 0.034908 S 9-0.003 0.0010 0.0001 0.0001 0.0000 0.0000 0.06639 S 10-0.003 0.0040 0.0001 0.0000 0.0000 0.0000 0.086091 Tabel 4.19 Jarak setiap alternatif terhadap titik ideal positif dan ideal negatif Alternatif S+ S- A1 0.057551 0.0766 A 0.070078 0.079440 A3 0.041409 0.067863 A4 0.040694 0.069149 A5 0.055759 0.054081 A6 0.06869 0.087085 A7 0.065757 0.045975 A8 0.086983 0.034908 A9 0.043437 0.06639 A10 0.030460 0.086091 IV-5
Setelah mendapatkan nilai jarak setiap alternatif terhadap titik ideal positif dan titik ideal negatif, langkah selanjutnya menghitung nilai kedekatan relatif. Nilai kedekatan relatif (preferensi) inilah yang menentukan urutan calon siswa mana yang diprioritaskan untuk lulus seleksi penerimaan siswa baru. Pencariannya menggunakan rumus (.10). C i*1 = C i* = C i*3 = C i*4 = C i*5 = C i*6 = C i*7 = C i*8 = C i*9 = C i*10 = 0.0766 0.057551 0.0766 0.079440 0.070078 0.079440 0.067863 0.041409 0.067863 0.069149 0.040694 0.069149 0.054081 0.055759 0.054081 0.087085 0.06869 0.087085 0.045975 0.048841 0.045975 0.034908 0.086983 0.034908 0.06639 0.043437 0.06639 0.086091 0.030460 0.086091 0.0766 0.19817 0.5567 0.079440 = 0.5313 0.149519 0.067863 0.10973 0.069149 0.109843 0.054081 0.109840 0.087085 0.113954 0.045975 0.11173 0.034908 0.11891 0.06639 0.109766 0.086091 0.11655 0.610 0.695 0.494 0.764 0.4115 0.864 0.6943 0.7387 Dari nilai C i* di atas dapat disimpulkan bahwa alternatif A6 memiliki nilai bobot yang paling optimum dibandingkan dengan alternatif lain. Oleh karena itu, dapat diambil keputusan bahwa calon siswa A6 (Deri Trisna W) yang lebih diprioritaskan untuk lulus seleksi penerimaan siswa baru SMPIT Madani School kota Pekanbaru. Selanjutnya untuk melihat secara keseluruhan rangking alternatif yang diprioritaskan bisa dilihat pada tabel 4.0. IV-6
Tabel 4.0 Urutan Rangking Alternatif Alternatif Nama Bobot Rangking A6 Deri Trisna W 0.764 1 A10 Irwansyah 0.7387 A4 Arnes Safeno 0.695 3 A3 Al Muzakki Daulay 0.610 4 A9 Heru Purnomo 0.6043 5 A1 Ade Rian Putra 0.5567 6 A Ishlah Mahmudi 0.5313 7 A5 Arrafi Khairul 0.494 8 A7 Dicky Pratama 0.4115 9 A8 Feri Firdaus 0.864 10 Setelah tahapan perangkingan dilakukan, maka proses yang terakhir dilakukan adalah menentukan status kelulusan calon siswa. Status kelulusan calon siswa ini menggunakan standar penerimaan yang terdiri dari dua kategori, yaitu batas maksimal jumlah siswa yang diterima dan batas minimal nilai bobot calon siswa. Dalam penelitian ini penulis menetapkan jumlah calon siswa yang diterima sebanyak sepuluh orang dengan bobot minimal,0000. Maka, hasil kelulusan calon siswa dapat dilihat pada tabel 4.1 berikut. Tabel 4.1 Status Kelulusan Alternatif Nama Bobot Rangking KETERANGAN A6 Deri Trisna W 0.764 1 LULUS A10 Irwansyah 0.7387 LULUS A4 Arnes Safeno 0.695 3 LULUS A3 Al Muzakki Daulay 0.610 4 LULUS A9 Heru Purnomo 0.6043 5 LULUS A1 Ade Rian Putra 0.5567 6 LULUS A Ishlah Mahmudi 0.5313 7 LULUS A5 Arrafi Khairul 0.494 8 LULUS A7 Dicky Pratama 0.4115 9 LULUS A8 Feri Firdaus 0.864 10 LULUS IV-7
Dari tabel di atas dapat kita lihat bahwa calon siswa yang dinyatakan lulus adalah calon siswa yang berada pada urutan atau rangking satu sampai sepuluh dengan batas nilai bobot 0,000. 4.1..3 Subsistem Manajemen Dialog Model analisa pengembangan sistem manajemen dialog ini diimplementasikan melalui gaya dialog, antara lain: a. Dialog tanya jawab, misalnya pada data alternatif calon siswa yaitu Hapus data calon siswa. b. Dialog perintah, misalnya pada data calon siswa yaitu perintah Tambah dan Ubah. c. Dialog menu, misalnya calon siswa, Kriteria, Penilaian calon siswa dan Logout. d. Dialog masukan dan keluaran, misalnya form edit calon siswa. 4. Perancangan Sistem Sistem yang dirancang harus sesuai dengan analisa kebutuhan sistem sehingga hasil perancangan diharapkan sesuai dengan analisis data yang ada. Perancangan sistem meliputi dari perancangan subsistem data, subsistem model, dan subsistem dialog. 4..1 Perancangan Subsistem Data Data yang terhubung dalam sistem dan berhubungan dengan suatu relasi data ( Entity Relationship Data) yang didapatkan pada tahap analisa subsistem basis data. Pada tahap ini subsistem data yang dibutuhkan terdiri dari kamus data (data dictionary) dan tabel data. 4..1.1 Perancangan Tabel Tabel data disesuaikan dengan kebutuhan data pada sistem. Tabel data yang dibutuhkan dalam membangun sistem ini adalah sebagai berikut: 1. Tabel data pengguna IV-8
Tabel 4. Tabel Data Pengguna Field Type Length Deskripsi ID* Number 5 Id Pengguna User_Name Text 5 User Name Pengguna Pass_Word Text 5 Password Pengguna. Tabel data kriteria Tabel 4.3 Tabel Data Kriteria Field Type Length Deskripsi KodeKriteria* Text 5 Id Kriteria NamaKriteria Text 5 Nama Kriteria Nilai Kepentingan Text 0 Nilai Tingkat Kepentingan pada Setiap Kriteria 3. Tabel data calon siswa Tabel 4.4 Tabel Data Calon Siswa Field Type Length Deskripsi cswid* Number 10 Id Pendaftaran Nama Text 3 Nama Alamat Text 30 Alamat Asal Sekolah Text 30 Asal Sekolah Agama Text 50 Agama Jenis Kelamin Text 30 Jenis Kelamin 4. Tabel data konversi Tabel 4.5 Tabel Data Konversi Field Type Length Deskripsi pkrid Number 10 Id Kriteria pkrkonversi Text 5 Kode Konversi NilaiKonversi Number 5 Nilai Konversi 5. Tabel data alternatif IV-9
Tabel 4.6 Tabel Data Alternatif Field Type Length Deskripsi cswid Number 10 No. Pendaftaran Nama Calon Siswa Text 0 Nama Calon Siswa Alamat Text 0 Alamat Siswa Nilai Kriteria Number 5 Nilai Kriteria 6. Tabel data standar penerimaan Tabel 4.7 Tabel Data Standar Penerimaan Field Type Length Deskripsi Kuota Penerimaan Number 0 Kuota Penerimaan Siswa Batas Minimal Number 5 Batas Minimal Nilai Bobot 7. Tabel data standar perankingan Tabel 4.8 Tabel Data Perankingan Field Type Length Deskripsi RnkID Number 50 Id Perankingan Nama Calon Siswa Number 10 Nama Calon Siswa Alamat Text 50 Alamat Nilai Kriteria Text 100 Nilai 4.. Subsistem Basis Model Perancangan subsistem model AHP dan TOPSIS terdiri dari perancangan dalam bentuk flowchart sistem. Flowchart sistem mendeskripsikan proses aliran sistem yang terjadi dimulai dari awal menggunakan sistem hingga selesai. Pada gambar 4.7 dapat dilihat flowchart sistem yang dibangun. IV-30
FLOWCHART SISTEM ADMIN SISTEM PANITIA SELEKSI Start Start Username & Password Username & Password Cek login Tidak Apakah Login sebagai Admin? Apakah Login sebagai Panitia Seleksi? Tidak Ya Ya Input Data Master Pengelolahan Data Master (Data Kriteria, Data Calon Siswa, Data Alternatif, Data Konversi, Data Standar Penerimaan, dan Data Pengguna) Input Data Master Perbandingan Matriks Kriteria dengan AHP Pembobotan Alternatif dan Perangkingan dengan TOPSIS Prioritas Calon Siswa Info Keputusan Calon Siswa lulus Seleksi Selesai Gambar 4.7 Flowchart Sistem Baru 4..3 Perancangan Subsistem Dialog Merancang subsistem dialog berupa tampilan menu sistem yang user friendly sehingga user paham dalam menggunakan atau memilih menu-menu pilihan yang terdapat pada sistem. 4..3.1 Struktur Menu Tujuan perancangan struktur menu adalah untuk membuat panduan pada tahap implementasi mengenai rancangan dari aplikasi yang akan dibuat. Masalah IV-31
yang akan diselesaikan adalah prioritas calon siswa untuk kelulusan hasil seleksi penerimaan siswa baru pada SMPIT Madani School. Struktur menu sistem pendukung keputusan seleksi penerimaan siswa baru dapat dilihat sebagai berikut: Gambar 4.8 Struktur Menu SPK 4..3. User Interface (Perancangan Antar Muka Sistem) Perancangan antar muka sistem bertujuan untuk menggambarkan sistem yang akan dibuat. Menu utama dari aplikasi ini berisi menu pengguna, data master, Proses Data dengan AHP-TOPSIS, dan laporan. User interface sistem pendukung keputusan seleksi penerimaan siswa baru dapat dilihat sebagai berikut: Gambar 4.9 User interface SPK Perancangan user interface selanjutnya akan dibahas pada lampiran C IV-3