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 2. Meitti Utami 3. Annisa Felayatie 4. Anna Indah P

: A12.2009.03405 A12.2009.03623 A12.2009.03646 A12.2009.03420

FAKULTAS ILMU KOMPUTER UNIVERSITAS DIAN NUSWANTORO 2013

system pendukung keputusan. Oleh karena itu. Dalam laporan ini dilakukan dengan mencari nilai bobot untuk setiap atribut. Pengolaan data beasiswa yang belum terakumulasi menggunakan database secara optimal juga menyebabkan kesulitan dalam pemrosesan data. yaitu siswa yang berhak menerima beasiswa. Sehingga menyebabkan lamanya proses penentuan penerima beasiswa. FMDM.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. sehingga dapat mempersingkat waktu penyeleksian dan dapat meningkatkan kualitas keputusan dalam menentukan penerima beasiswa tersebut. kemudian dilakukan proses perangkingan yang akan menentukan alternatif yang terbaik. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif. alternative terbaik . 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 criteria-kriteria serta bobot yang sudah ditentukan. perlu adanya suatu sistem yang mendukung proses penentuan penerima beasiswa. Kata Kunci : beasiswa. SAW.

2 Perumusan Masalah Bagaimana SPK dapat digunakan untuk menentukan siapa saja yang layak mendapatkan beasiswa di SMA N 1 Brebes ? 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. perusahaan swasta. kedutaan. PENDAHULUAN 1. negara sangat mendukung setiap warga negaranya untuk meraih pendidikan setinggi-tingginya. Demikian halnya dengan SMAN 1 Brebes yang telah memiliki program pemberian beasiswa terhadap siswa-siswanya. Beasiswa dapat dikatakan sebagai pembiayaan yang tidak bersumber dari pendanaan sendiri atau orang tua. Untuk itu diperlukan suatu Sistem Pendukung Keputusan yang dapat guna membantu. ekonomi dan inklusi. universitas. hanya yang memenuhi kriteria-kriteria saja yang akan memperoleh beasiswa tersebut.1 Latar Belakang Permasalahan Menyadari bahwa pendidikan sangat penting.I. Akan tetapi. 1. mempercepat dan mempermudah proses pengambilan keputusan. Beasiswa harus diberikan kepada penerima yang layak dan pantas untuk mendapatkannya. serta lembaga pendidik atau peneliti. Biaya tersebut diberikan kepada yang berhak menerima sesuai dengan kriteria yang ditentukan. Pembuatan SPK dalam menyeleksi Penerima Beasiswa di SMA N 1 Brebes.3 Batasan Masalah 1. . Tidak semua yang mendaftarkan diri sebagai calon penerima beasiswa akan diterima. 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. Proses dibatasi sampai tingkat siapakah yang layak untuk mendapatkan beasiswa 1. akan tetapi diberikan oleh pemerintah. Beberapa di antaranya melakukan program pendidikan gratis dan program beasiswa. 2.

pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. fleksibel. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut. (Khoirudin. .2 Sistem Pendukung Keputusan SPK sebagai sebuah sistem berbasis computer yang membantu dalam proses pengambilan keputusan. LANDASAN TEORI 2. ada 3 pendekatan untuk mencari nilai bobot atribut. kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. 2008).3 FMADM FMADM adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. 2009). Sedangkan pada pendekatan obyektif. Hal ini sesuai dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Pada dasarnya. Masingmasing pendekatan memiliki kelebihan dan kelemahan. (Kusumadewi. 2. nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan. sehingga beberapa factor dalam proses perankingan alternatif bisa ditentukan secara bebas. Karena beasiswa bias diartikan menambah kemampuan ekonomis bagi penerimanya. dan interaktif yang digunakan untuk memecahkan masalah-masalah tidak terstruktur sehingga meningkatkan nilai keputusan yang diambil. fleksibel. beasiswa adalah penghasilan bagi yang menerimanya. 2007). Dengan demikian dapat ditarik satu definisi tentang SPK yaitu sebuah system berbasis komputer yang adaptif. 2. berarti beasiswa merupakan penghasilan (Jawa Pos. Pada pendekatan subyektif. interaktif. yaitu pendekatan subyektif.1 Beasiswa Pada dasarnya. yang secara khusus dikembangkan untuk mendukung solusi dari pemasalahan manajemen yang tidak terstruktur untuk meningkatkan kualitas pengambilan keputusan.II. nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan. 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). SPK sebagai sistem informasi berbasis komputer yang adaptif.

Weighted Product (WP) c. Apabila berupa artibut keuntungan maka nilai crisp (Xij) dari setiap kolom atribut dibagi dengan nilai crisp MAX (MAX Xij) dari tiap kolom. 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). sedangkan untuk atribut biaya.2 Langkah Penyelesaian Dalam penelitian ini menggunakan FMADM metode SAW. nilai crisp MIN (MIN Xij) dari tiap kolom atribut dibagi dengan nilai crisp (Xij) setiap kolom. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e.3. 3. Adapun langkah langkahnya adalah: . Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan. 4. antara lain (Kusumadewi. Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi (R) dengan nilai bobot (W). Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai bobot (W).3. ELECTRE d. 2.2.1 Algoritma FMADM Algoritma FMADM adalah: 1. 5. Simple Additive Weighting Method (SAW) b.…m dan j=1. 2. Analytic Hierarchy Process (AHP) 2. i=1. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp. 2006): a. ( Kusumadewi . 2007). dimana nilai tersebut di peroleh berdasarkan nilai crisp.Ada beberapa metode yang dapat digunakan untuk mnyelesaikan masalah FMADM.…n.2. Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

4 Metode SAW Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Nilai preferensi untuk setiap alternative (Vi)diberikan sebagai: Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. 2.... 4. (Kusumadewi. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan. yaitu Ci.2.m dan j=1... . kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.1. 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.2. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. i=1.. 2. 3... Xij Max Xij rij = Min Xij Xij Jika j adalah atribut biaya (cost) Jika j adalah atribut Keuntungan (benefit) dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj.n. Membuat matriks keputusan berdasarkan criteria (Ci). 2006). Menentukan rating kecocokan setiap alternative pada setiap kriteria.

000.000 Rp. Penghasilan orang Tua/Ekonomi 3.000) NILAI 1 3 5 . Sekolah Prestasi Tk. 500.000) Tidak Mampu ( Rp. Provinsi Prestaasi Tk.1. Nasional NILAI 1 2 3 4 5 Tabel 2 Ekonomi PENGHASILAN ORANG TUA Mampu (>= Rp. Prestasi 2. Cukup Penting (CP) = 2 4. Kurang Penting (KP) = 1 Tabel-tabel dari kriteria dengan nilai bobotnya masing. 500.III. Sangat Penting (SP) = 5 2.1 Kriteria Kriteria yang digunakan dalam menyeleksi pemohon adalah sebagai berikut : 1.000. PEMBAHASAN 3.1. Kota Prestasi Tk.000) Sangat Tidak Mampu ( < Rp.masing dapat dilihat pada tabel sebagai berikut : Tabel 1 Prestasi PRESTASI Tidak Berprestasi Prestasi Tk. Penting (P) = 3 3. Inklusi Kriteria nilai bobot : 1.

Tabel 5 Rating Kecocokan Setiap Alternatif Pada Setiap Kriteria ALTERNATIF A1 A2 A3 A4 A4 KRITERIA C1 (MAX) 2 1 3 4 2 C2 (MIN) 3 4 3 1 5 C3(MAX) 5 3 4 1 1 Langkah – Langkah Penyelesaian 1. Matrik Keputusan X berdasarkan kriteria bobot 2 1 X = 3 4 2 3 5 3 1 5 5 3 4 1 2 . Provinsi Tk.Tabel 3 Inklusi INKLUSI Normal Bodoh IQ Superior Cacat NILAI 1 3 4 5 Tabel 4 Data Pemohon NAMA Ardi (A1) Reski (A2) Zian (A3) Dela (A4) Dewi (A5) KRITERIA EKONOMI Tidak Mampu Sangat tidak mampu Tidak Mampu Mampu Sangat tidak mampu PRESTASI Tk Sekolah Tidak berprestasi Tk. Kota Tk. 3. 1] 2. maka dapat dibuat tabel rating kecocokan setiap alternatif pada setiap kriteria. Sekolah INKLUSI Cacat bodoh IQ Superior Normal Normal Dari tabel pemohon. 2. Vektor bobot : W= [ 5.

3.1.1.1.1.8 = 0.2 = 0.5.1.1.3.1.4.1.4.4.2) Min (3. Normalisasi matriks X menggunakan persamaan 1 Alternatif A1 2 r11 = Max (2.1.3.2) Min (3.1.1) = 0.5) r52 = 5 1 r53 = Max (5.25 r51 = Alternatif A5 2 = 0.1.3.3.1) =1 = 0.1) = 0.3.2) Min (3.1.50 Max (2.33 = 0.3.4.2 Alternatif A3 3 r31 = Max (2.3.4.6 = 0.1.1) = 0.5.1.5.4.4.75 .4.4.2 =1 Alternatif A4 4 =1 Alternatif A2 1 r21 = Max (2.4.1) = 0.5) r42 = 1 1 r43 = Max (5.3.3.5.5) r22 = 5 3 r23 = Max (5.2) Min (3.3.5) r12 = 3 5 r13 = Max (5.1.33 = 0.2 = 0.50 r41 = Max (2.5.3.3.3.5) r32 = 3 4 r33 = Max (5.3.3.2) Min (3.

75x5) + (0. KESIMPULAN 1.4 V5= (0. 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. Semakin besar nilai preferensi semakin besar pula peluang alternatif untuk mendapatkan beasiswa IV.33 0.5x5) + (0.49 V2= (0. 2.2 1 0.5 0. Pemberian skala konversi dan bobot preferensi dari setiap bobot kriteria memperngaruhi penilaian dan hasil perhitungan SAW.2x2)+(0x1)= 3.34 V4= (1x5) + (1x3)+(0.75 1 0. .2x3)+(0.33 1 0.2x2)+(0x1)= 8.25 R = 0.5x5) + (0. V4 merupakan nilai preferansi dari alternatif A4.5 V4 merupakan peringkat pertama karena memiliki nilai yang lebih besar dari nilai lain.2x3)+(0.5 0.25x5) + (0.8 0.2 4.Dari hasil perhitungan di atas maka didapat matriks ternomalisasi R sebagai berikut : 0.8x2)+(0x1)= 6.2 0. sehingga A4 atau dalam kasus ini siswa bernama Dela yang menjadi alternatif terbaik.33x3)+(1x2)+(0x1)= 5. Mencari alternative terbaik menggunakan persamaan 2 V1= (0.05 V3= (0.6x2)+(0x1)= 3.6 0. 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 0.33x3)+(0.

jurn-a.id/index.pdf/ori/17-20.com/2010/11/pertemuan-8.php/Snati/article/viewFile/1073/998 b.pdf c. http://charitasfibriani.unikom. DAFTAR PUSTAKA a.files.wordpress.pdf . http://journal.V. http://dir.jurn-a.ac.uii.ac.id/s1-final-project/fakultas-teknik-dan-ilmu- komputer/teknik-informatika/2010/jbptunikompp-gdl-herisulist-21892/1720.

Sign up to vote on this title
UsefulNot useful