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

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

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

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

2. i=1. 4. Adapun langkah langkahnya adalah: .Ada beberapa metode yang dapat digunakan untuk mnyelesaikan masalah FMADM. 2007).3. nilai crisp MIN (MIN Xij) dari tiap kolom atribut dibagi dengan nilai crisp (Xij) setiap kolom. 2006): a. Simple Additive Weighting Method (SAW) b.1 Algoritma FMADM Algoritma FMADM adalah: 1. Apabila berupa artibut keuntungan maka nilai crisp (Xij) dari setiap kolom atribut dibagi dengan nilai crisp MAX (MAX Xij) dari tiap kolom. 5. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah ditentukan. ( Kusumadewi . Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp.…m dan j=1. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai bobot (W). 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). Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.2. Melakukan proses perankingan dengan cara mengalikan matriks ternormalisasi (R) dengan nilai bobot (W). Weighted Product (WP) c. sedangkan untuk atribut biaya. Analytic Hierarchy Process (AHP) 2. dimana nilai tersebut di peroleh berdasarkan nilai crisp.2.3.2 Langkah Penyelesaian Dalam penelitian ini menggunakan FMADM metode SAW. 2.…n. ELECTRE d. antara lain (Kusumadewi.

..n. 2006). i=1. 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...2.m dan j=1.2.4 Metode SAW Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. 2. Nilai preferensi untuk setiap alternative (Vi)diberikan sebagai: Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. .. Membuat matriks keputusan berdasarkan criteria (Ci). (Kusumadewi. yaitu Ci.. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.. 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. 2.1. 4.. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Menentukan rating kecocokan setiap alternative pada setiap kriteria. 3. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan. kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.

PEMBAHASAN 3. Cukup Penting (CP) = 2 4.1. Prestasi 2.masing dapat dilihat pada tabel sebagai berikut : Tabel 1 Prestasi PRESTASI Tidak Berprestasi Prestasi Tk. Nasional NILAI 1 2 3 4 5 Tabel 2 Ekonomi PENGHASILAN ORANG TUA Mampu (>= Rp.000. Kota Prestasi Tk.000) NILAI 1 3 5 . Provinsi Prestaasi Tk. Sangat Penting (SP) = 5 2. Inklusi Kriteria nilai bobot : 1.000) Tidak Mampu ( Rp.000. Sekolah Prestasi Tk.000 Rp. 500.1. Penghasilan orang Tua/Ekonomi 3. Kurang Penting (KP) = 1 Tabel-tabel dari kriteria dengan nilai bobotnya masing.000) Sangat Tidak Mampu ( < Rp.1 Kriteria Kriteria yang digunakan dalam menyeleksi pemohon adalah sebagai berikut : 1. 500.III. Penting (P) = 3 3.

3. maka dapat dibuat tabel rating kecocokan setiap alternatif pada setiap kriteria. 1] 2. 2. Kota Tk. Provinsi Tk. Matrik Keputusan X berdasarkan kriteria bobot 2 1 X = 3 4 2 3 5 3 1 5 5 3 4 1 2 . 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. Sekolah INKLUSI Cacat bodoh IQ Superior Normal Normal Dari tabel pemohon. Vektor bobot : W= [ 5.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.

1.8 = 0.33 = 0.3.1) =1 = 0.50 r41 = Max (2.4.33 = 0.1.1) = 0.3.25 r51 = Alternatif A5 2 = 0.2) Min (3.2 =1 Alternatif A4 4 =1 Alternatif A2 1 r21 = Max (2.4.1.3.2) Min (3.5.3.5.1.1.5.1.1.3.4.4.1.5) r42 = 1 1 r43 = Max (5.4.1.1.3.5) r12 = 3 5 r13 = Max (5.2 = 0.4.1.3. Normalisasi matriks X menggunakan persamaan 1 Alternatif A1 2 r11 = Max (2.3.3.3.4.4.4.6 = 0.5) r32 = 3 4 r33 = Max (5.5) r52 = 5 1 r53 = Max (5.2 = 0.1.3.3.75 .1.1.5.5) r22 = 5 3 r23 = Max (5.1) = 0.1) = 0.4.2) Min (3.5.50 Max (2.2 Alternatif A3 3 r31 = Max (2.3.3.3.1) = 0.3.2) Min (3.2) Min (3.1.

2 0. Pemberian skala konversi dan bobot preferensi dari setiap bobot kriteria memperngaruhi penilaian dan hasil perhitungan SAW.2x2)+(0x1)= 3.33 0.34 V4= (1x5) + (1x3)+(0.5 V4 merupakan peringkat pertama karena memiliki nilai yang lebih besar dari nilai lain. KESIMPULAN 1.Dari hasil perhitungan di atas maka didapat matriks ternomalisasi R sebagai berikut : 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 4.8 0.2 0.49 V2= (0. Mencari alternative terbaik menggunakan persamaan 2 V1= (0.33x3)+(1x2)+(0x1)= 5.05 V3= (0.25x5) + (0. 3.4 V5= (0.8x2)+(0x1)= 6.6x2)+(0x1)= 3.5x5) + (0.5 0.25 R = 0.75 1 0.2x2)+(0x1)= 8. 2.2x3)+(0.6 0.2 1 0. . sehingga A4 atau dalam kasus ini siswa bernama Dela yang menjadi alternatif terbaik.5 0.75x5) + (0. Semakin besar nilai preferensi semakin besar pula peluang alternatif untuk mendapatkan beasiswa IV.5x5) + (0. V4 merupakan nilai preferansi dari alternatif A4.2x3)+(0.33 1 0.33x3)+(0. 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.

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