LAPORAN SISTEM PENDUKUNG KEPUTUSAN
PENERIMAAN
BEASISWA DI SMA N 1 BREBES
DENGAN
METODE FMADM DENGAN METODE SAW
DISUSUN
DALAM RANGKA
TUGAS MATA
KULIAH
SISTEM PENDUKUNG KEPUTUSAN
Disusun :
1. Ardi Kusumaning
Diah A12.2009.03405
2.
Meitti Utami A12.2009.03623
3. Annisa Felayatie A12.2009.03646
4.
Anna Indah P A12.2009.03420
FAKULTAS ILMU KOMPUTER
UNIVERSITAS DIAN NUSWANTORO
2013
Sistem
Pendukung Keputusan Penerimaan Beasiswa di SMAN 1 Brebes Menggunakan FMADM (Multiple
AttributeDecission Making) dengan Metode SAW (Simple
Additive Weighting)
ABSTRAK
Dalam
menentukan penerima beasiswa secara manual menyebabkan pengelolaan data
beasiswa yang tidak efisien terutama dari segi waktu dan banyaknya perulangan
proses yang sebenarnya dapat diefisienkan. Pengolaan data beasiswa yang belum
terakumulasi menggunakan database secara optimal juga menyebabkan kesulitan
dalam pemrosesan data. Sehingga menyebabkan lamanya proses penentuan penerima
beasiswa. Oleh karena itu, perlu adanya suatu sistem yang mendukung proses
penentuan penerima beasiswa, sehingga dapat mempersingkat waktu penyeleksian
dan dapat meningkatkan kualitas keputusan dalam menentukan penerima beasiswa
tersebut.
Sistem pendukung keputusan penerimaan beasiswa
menggunakan FMADM (Multiple Attribute Decission Making)
dengan Metode SAW (Simple
Additive Weighting) digunakan untuk menentukan siapa yang akan menerima
beasiswa berdasarkan kriteria-kriteria serta bobot yang sudah ditentukan.
Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif.
Dalam laporan ini dilakukan dengan mencari nilai bobot untuk setiap atribut,
kemudian dilakukan proses perangkingan yang akan menentukan alternatif yang
terbaik, yaitu siswa yang berhak menerima beasiswa.
Kata Kunci : beasiswa, system pendukung keputusan, FMDM, SAW,
alternative terbaik
I.
PENDAHULUAN
1.1
Latar
Belakang Permasalahan
Menyadari bahwa pendidikan sangat penting,
negara sangat mendukung setiap warga negaranya untuk meraih pendidikan
setinggi-tingginya. Beberapa di antaranya melakukan program pendidikan gratis
dan program beasiswa. Beasiswa dapat dikatakan sebagai pembiayaan yang tidak
bersumber dari pendanaan sendiri atau orang tua, akan tetapi diberikan oleh
pemerintah, perusahaan swasta, kedutaan, universitas, serta lembaga pendidik
atau peneliti. Biaya tersebut diberikan kepada yang berhak menerima sesuai
dengan kriteria yang ditentukan.
Demikian halnya dengan SMAN 1 Brebes yang
telah memiliki program pemberian beasiswa terhadap siswa-siswanya. Beasiswa
harus diberikan kepada penerima yang layak dan pantas untuk mendapatkannya.
Akan tetapi, dalam melakukan seleksi
beasiswa tersebut tentu akan mengalami kesulitan karena banyaknya pelamar
beasiswa dan adanya beberapa kriteria yang digunakan untuk menentukan siapa
penerima beasiswa yang sesuai dengan yang diharapkan. Tidak semua yang
mendaftarkan diri sebagai calon penerima beasiswa akan diterima, hanya yang
memenuhi kriteria-kriteria saja yang akan memperoleh beasiswa tersebut. Untuk
itu diperlukan suatu Sistem Pendukung Keputusan yang dapat guna membantu,
mempercepat dan mempermudah proses pengambilan keputusan.
1.2
Perumusan
Masalah
Bagaimana
SPK dapat digunakan untuk menentukan siapa saja yang layak mendapatkan beasiswa
di SMA N 1 Brebes ?
1.3
Batasan
Masalah
1.
Pembuatan
SPK dalam menyeleksi Penerima Beasiswa di SMA N 1 Brebes.
2.
Proses
dibatasi sampai tingkat siapakah yang layak untuk mendapatkan
beasiswa
1.4
Tujuan
Membangun aplikasi sistem pendukung
keputusan untuk membantu dalam menentukan siapa saja yang layak mendapatkan
beasiswa berdasarkan kriteria yang sudah ditentukan oleh SMA N 1 Brebes yaitu
prestasi, ekonomi dan inklusi.
II.
LANDASAN
TEORI
2.1 Beasiswa
Pada
dasarnya, beasiswa adalah penghasilan bagi yang menerimanya. Hal ini sesuai
dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Disebutkan pengertian
penghasilan adalah tambahan kemampuan ekonomis dengan nama dan dalam bentuk apa
pun yang diterima atau diperoleh dari sumber Indonesia atau luar Indonesia yang
dapat digunakan untuk konsumsi atau menambah kekayaan Wajib Pajak (WP). Karena
beasiswa bias diartikan menambah kemampuan ekonomis bagi penerimanya, berarti
beasiswa merupakan penghasilan (Jawa Pos, 2009).
2.2 Sistem Pendukung Keputusan
SPK sebagai sebuah sistem berbasis
computer yang membantu dalam proses pengambilan keputusan. SPK sebagai sistem
informasi berbasis komputer yang adaptif, interaktif, fleksibel, yang secara
khusus dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang
tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan. Dengan
demikian dapat ditarik satu definisi tentang SPK yaitu sebuah system berbasis
komputer yang adaptif, fleksibel, dan interaktif yang digunakan untuk
memecahkan masalah-masalah tidak terstruktur sehingga meningkatkan nilai
keputusan yang diambil. (Khoirudin, 2008).
2.3 FMADM
FMADM
adalah suatu metode yang digunakan untuk mencari alternatif optimal dari
sejumlah alternatif 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. Masingmasing pendekatan memiliki kelebihan dan kelemahan. Pada
pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari
para pengambil keputusan, sehingga beberapa factor dalam proses perankingan
alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif,
nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari
pengambil keputusan. (Kusumadewi, 2007).
Ada beberapa metode yang dapat digunakan
untuk mnyelesaikan masalah FMADM. antara lain (Kusumadewi, 2006):
a.
Simple Additive Weighting Method (SAW)
b.
Weighted Product (WP)
c.
ELECTRE
d.
Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
e.
Analytic Hierarchy Process (AHP)
2.3.1
Algoritma FMADM
Algoritma FMADM adalah:
1. Memberikan
nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan,
dimana nilai tersebut di peroleh berdasarkan nilai crisp; i=1,2,…m dan
j=1,2,…n.
2. Memberikan
nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp.
3. Melakukan
normalisasi matriks dengan cara menghitung nilai rating kinerja ternormalisasi
(rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan/benefit=MAKSIMUM atau atribut
biaya/cost=MINIMUM). Apabila berupa artibut keuntungan maka nilai crisp (Xij)
dari setiap kolom atribut dibagi dengan nilai crisp MAX (MAX Xij) dari tiap
kolom, sedangkan untuk atribut biaya, nilai crisp MIN (MIN Xij) dari tiap kolom
atribut dibagi dengan nilai crisp (Xij) setiap kolom.
4. Melakukan
proses perankingan dengan cara mengalikan matriks ternormalisasi (R) dengan
nilai bobot (W).
5. Menentukan
nilai preferensi untuk setiap alternatif (Vi) dengan cara menjumlahkan hasil
kali antara matriks ternormalisasi (R) dengan nilai bobot (W). Nilai Vi yang
lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. ( Kusumadewi ,
2007).
2.3.2
Langkah Penyelesaian
Dalam penelitian ini menggunakan FMADM
metode SAW. Adapun langkah langkahnya adalah:
1. Menentukan kriteria-kriteria yang akan
dijadikan acuan dalam pengambilan keputusan, yaitu Ci.
2. Menentukan
rating kecocokan setiap alternative pada setiap kriteria.
3. Membuat
matriks keputusan berdasarkan criteria (Ci), kemudian melakukan normalisasi
matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut
keuntungan ataupun atribut biaya) 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. (Kusumadewi,
2006).
2.2
Metode
SAW
Metode
SAW sering juga dikenal istilah metode penjumlahan terbobot. 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.
Xij
Max
Xij Jika j
adalah atribut Keuntungan (benefit)
rij =
Min Xij
Xij Jika
j adalah atribut biaya (cost)
dimana
rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj;
i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternative
(Vi)diberikan sebagai:
Nilai Vi yang lebih
besar mengindikasikan bahwa alternatif Ai lebih terpilih.
III.
PEMBAHASAN
3.1 Kriteria
Kriteria yang digunakan
dalam menyeleksi pemohon adalah sebagai berikut :
1.
Prestasi
2.
Penghasilan orang Tua/Ekonomi
3. Inklusi
Kriteria
nilai bobot :
1. Sangat Penting (SP) = 5
2. Penting (P) = 3
3. Cukup Penting (CP) = 2
4. Kurang Penting (KP) = 1
Tabel-tabel
dari kriteria dengan nilai bobotnya masing- masing dapat dilihat pada tabel
sebagai berikut :
Tabel 1 Prestasi
PRESTASI
|
NILAI
|
Tidak Berprestasi
|
1
|
Prestasi Tk. Sekolah
|
2
|
Prestasi Tk. Kota
|
3
|
Prestasi Tk. Provinsi
|
4
|
Prestaasi Tk. Nasional
|
5
|
Tabel 2 Ekonomi
PENGHASILAN ORANG TUA
|
NILAI
|
Mampu (>= Rp.1.000.000)
|
1
|
Tidak Mampu ( Rp. 500.000 - Rp.1.000.000)
|
3
|
Sangat Tidak Mampu ( < Rp. 500.000)
|
5
|
Tabel 3 Inklusi
INKLUSI
|
NILAI
|
Normal
|
1
|
Bodoh
|
3
|
IQ Superior
|
4
|
Cacat
|
5
|
Tabel 4 Data Pemohon
NAMA
|
KRITERIA
|
||
PRESTASI
|
EKONOMI
|
INKLUSI
|
|
Ardi (A1)
|
Tk Sekolah
|
Tidak Mampu
|
Cacat
|
Reski (A2)
|
Tidak berprestasi
|
Sangat tidak mampu
|
bodoh
|
Zian (A3)
|
Tk. Kota
|
Tidak Mampu
|
IQ Superior
|
Dela (A4)
|
Tk. Provinsi
|
Mampu
|
Normal
|
Dewi (A5)
|
Tk. Sekolah
|
Sangat tidak mampu
|
Normal
|
Dari tabel pemohon, maka dapat
dibuat tabel rating kecocokan setiap
alternatif pada setiap kriteria.
Tabel
5 Rating Kecocokan Setiap Alternatif Pada
Setiap Kriteria
ALTERNATIF
|
KRITERIA
|
||
C1 (MAX)
|
C2 (MIN)
|
C3(MAX)
|
|
A1
|
2
|
3
|
5
|
A2
|
1
|
4
|
3
|
A3
|
3
|
3
|
4
|
A4
|
4
|
1
|
1
|
A4
|
2
|
5
|
1
|
Langkah
– Langkah Penyelesaian
1.
Vektor bobot : W= [ 5, 3, 2, 1]
2.
Matrik Keputusan X berdasarkan kriteria
bobot
2 3 5
1 5 3
X = 3 3 4
4 1 1
2 5 1
Alternatif A1 | Alternatif A4 | ||||||||||
r11 = | 2 | = | 0.5 | r41 = | 4 | = | 1 | ||||
Max (2;1;3;4;2) | Max (2;1;3;4;2) | ||||||||||
r12 = | Min (3;5;3;1;5) | = | 0.33 | r42 = | Min (3;5;3;1;5) | = | 1 | ||||
3 | 1 | ||||||||||
r13 = | 5 | = | 1 | r43= | 1 | = | 0.2 | ||||
Max (5;3;4;1;1) | Max (5;3;4;1;1) | ||||||||||
Alternatif A2 | Alternatif A5 | ||||||||||
r21 = | 1 | = | 0.25 | r51 = | 2 | = | 0.5 | ||||
Max (2;1;3;4;2) | Max (2;1;3;4;2) | ||||||||||
r22 = | Min (3;5;3;1;5) | = | 0.2 | r52 = | Min (3;5;3;1;5) | = | 0.2 | ||||
5 | 5 | ||||||||||
r23= | 3 | = | 0.6 | r53= | 1 | = | 0.2 | ||||
Max (5;3;4;1;1) | Max (5;3;4;1;1) | ||||||||||
Alternatif A3 | |||||||||||
r31 = | 3 | = | 0.75 | ||||||||
Max (2;1;3;4;2) | |||||||||||
r32 = | Min (3;5;3;1;5) | = | 0.33 | ||||||||
3 | |||||||||||
r33= | 4 | = | 0.8 | ||||||||
Max (5;3;4;1;1) | |||||||||||
Dari hasil perhitungan di atas maka
didapat matriks ternomalisasi R sebagai berikut :
0,5 0,33 1
0,25 0,2 0,6
R
= 0,75 0,33 0,8
1 1 0,2
0,5 0,2 0,2
2.
Mencari alternative terbaik menggunakan
persamaan 2
V1=
(0,5x5) + (0,33x3)+(1x2)+(0x1)= 5,49
V2=
(0,25x5) + (0,2x3)+(0,6x2)+(0x1)= 3,05
V3=
(0,75x5) + (0,33x3)+(0,8x2)+(0x1)= 6,34
V4=
(1x5) + (1x3)+(0,2x2)+(0x1)= 8,4
V5=
(0,5x5) + (0,2x3)+(0,2x2)+(0x1)= 3,5
V4 merupakan peringkat pertama karena
memiliki nilai yang lebih besar dari nilai lain, V4 merupakan nilai preferansi
dari alternatif A4, sehingga A4 atau dalam kasus ini siswa bernama Dela yang
menjadi alternatif terbaik.
Semakin besar nilai preferensi semakin
besar pula peluang alternatif untuk mendapatkan beasiswa
III.
KESIMPULAN
1. Sistem pendukung keputusan untuk
membantu menentukan penerima beasiswa dengan menggunakan FMADM dengan metode
SAW dapat mempercepat proses penentuan penerimaan beasiswa dengan perhitungan
yang akurat dalam memberikan rekomendasi penerimaan beasiswa.
2. Pemberian skala konversi dan bobot
preferensi dari setiap bobot kriteria memperngaruhi penilaian dan hasil
perhitungan SAW.
3. Sistem
pendukung keputusan yang telah
dibuat
diharapkan dapat mempermudah
dan mempercepat proses penyeleksian penerima beasiswa oleh petugas karena menggunakan proses perhitungan yang cepat dan
tepat.
III.
DAFTAR
PUSTAKA