Metode yang dipakai dalam sistem ini yakni metode SAW. Metode SAW (Simple
Additive Weighting) merupakan salah satu metode yang dapat digunakan ...
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA MAGANG MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE WEIGHTING) Nur Afifah Jurusan Manajemen Informatika, Fakutas Teknik, Universitas Trunojoyo Madura Jl. Raya Telang PO. BOX 2 Kamal, Bangkalan, Madura, 691962 Email:
[email protected] ABSTRAK Beasiswa magang merupakan salah satu program beasiswa yang diberikan oleh Fakultas Teknik Universitas Trunojoyo Madura untuk mahasiswa yang berprestasi. Proses penerimaan beasiswa ini berdasarkan beberapa kriteria, yakni nilai IPK, semester, penghasilan orang tua, jumlah tanggungan orang tua, dan daya listrik. Untuk memudahkan dalam menentukan seseorang itu layak menerima beasiswa itu maka dibutuhkan sistem pendukung keputusan. Metode yang dipakai dalam sistem ini yakni metode SAW. Metode SAW (Simple Additive Weighting) merupakan salah satu metode yang dapat digunakan dalam sistem pendukung keputusan. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada suatu atribut. Dari hasil uji coba yang telah dilakukan, tingkat kecocokan hasil perangkingan metode SAW yaitu 87.5%. Sehingga sisten ini dapat dijadikan bahan pertimbangan dalam penerimaan beasiswa magang. Kata kunci : SAW, kriteria, beasiswa magang. 1.
PENDAHULUAN Beasiswa biasanya diberikan oleh suatu lembaga yang bertujuan untuk membantu mahasiswa yang kurang mampu ataupun mahasiswa yang berprestasi selama menempuh studinya. Fakultas Teknik Universitas Trunojoyo Madura merupakan salah satu lembaga yang memiliki beberapa program beasiswa, diantaranya beasiswa PPA, beasiswa BBM dan beasiswa magang. Beasiswa magang merupakan beasiswa yang diberikan oleh Fakultas teknik untuk mahasiswa yang berprestasi dan biasanya sudah semester akhir. Yang mana setelah mendapatkan beasiswa itu mahasiswa diwajibkan untuk melakukan magang. Untuk mendapatkan beasiswa magang tersebut, terdapat beberapa kriteria yang harus dipenuhi. Oleh karena jumlah peserta yang mendaftar dalam beasiswa magang banyak, serta indikator kriteria yang banyak juga, maka perlu dibangun sebuah sistem pendukung keputusan yang akan membantu penentuan siapa yang berhak untuk menerima beasiswa tersebut. Metode yang digunakan dalam sistem pendukung keputusan ini adalah metode SAW (Simple Additive Weighting). Metode SAW ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif terbaik dari
sejumlah alternatif.alternatif disini merupakan yang berhak untuk menerima beasiswa berdasarkan kriteria yang sudah ditentukan. Dengan metode tersebut diharapkan penilaian akan lebih tepat karena berdasarkan nilai kriteria dan bobot yang sudah ditentukan sehingga dapat memperoleh hasil penerima beasiswa yang lebih akurat. 2. Landasan Teori 2.1 Sistem pendukung Keputusan Konsep Sistem Pendukung Keputusan (SPK) / Decision Support Sistem (DSS) pertama kali diungkapkan pada awal tahun 1970-an dengan istilah Management Decision Sistem. Sistem tersebut adalah suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.[1] Istilah SPK mengacu pada suatu sistem yang memanfaatkan dukungan komputer dalam proses pengambilan keputusan. Untuk memberikan pengertian yang lebih mendalam, akan diuraikan beberapa difinisi mengenai SPK yang dikembangkan oleh beberapa ahli, diantaranya oleh Man dan Watson yang memberikan definisi sebagai berikut, SPK merupakan suatu sistem yang interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah yang sifatnya
semi terstruktur maupun yang tidak terstruktur.[1] 2.2 METODE SAW (Simple Addiive Weighting) Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar merode 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 dibandingkan dengan semua rating alternatif yang ada.
rij =
Jika j adalah atribut keuntungan (benefit)... (2.1) Jika j adalah atribut biaya (cost) ............... (2.2)
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 alternatif (Vi) diberikan sebagai: .................. (2.3) Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih [2]. Kelebihan dari metode SAW: 1. Menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif. 2. Penilaian akan lebih tepat karena didasarkan pada nilai kriteria dari bobot preferensi yang sudah ditentukan. 3. Adanya perhitungan normalisasi matriks sesuai dengan nilai atribut (antara nilai benefit dan cost). Kekurangan dari metode SAW: 1. Digunakan pada pembobotan lokal. Perhitungan dilakukan dengan menggunakan bilangan crisp maupun fuzzy. 2.3 Beasiswa Magang Beasiwa magang merupakan beasiswa yang mana penerima tersebut diwajibkan untuk melakukan magang diebuah instanti terebut. Persyaratan beasiswa magang sebagai berikut: a. Nilai IPK minimal 2.75 b. Fotokopi Kartu Tanda Mahasiswa (KTM) yang masih berlaku.
c. d. e. f. g. h. i.
Fotokopi rekening listrik bulan terakhir dari orang tua/walinya. Surat pernyataan tidak sedang menerima beasiswa dari sumber lain. Fotokopi kartu keluarga. Fotokopi KHS disahkan oleh ketua prodi Surat Keterangan penghasilan orangtua/wali pemohon. Menyerahkan data pribadi / curiculum vitae Bersedia menandatangani kontrak selama 1 tahun.
3. Analisa Dan Perancangan Sistem 3.1. Analisa User Ada 2(dua) jenis user yang terlibat dalam sistem ini yaitu admin dan pimpinan, admin adalah user yang memiliki hak penuh atas menu-menu sistem baik penginputan data, perubahan / edit data dan juga penghapusan/delete data yang ada pada setiap menu-menu sistem yang disediakan yakni menu pendaftaran mahasiswa, jurusan, periode, dan kriteia sedangkan pimpinan hanya bisa mengakses laporan dan proses penerimaan beasiswa tersebut. 3.2. Analisa Input Data-data yang digunakan dalam sistem ini adalah data-data pendaftaran beasiswa magang yang ada di Fakultas Teknik. Dimana nantinya akan direalisasikan dengan perhitungan SAW (Simple Additive Weighting) 3.3. Analisa Proses Proses dalam sistem ini dimulai dari proses (insert, update, delete) data pendaftar beasiswa magang selanjutnya data tersebut akan di proses dengan perhitungan metode SAW (Simple Additive Weighting). 3.4. Analisa Output Keluaran yang dihasilkan dari sistem ini adalah sebuah alternatif yang memiliki nilai tertinggi dibandingkan dengan alternatif lainnya. Hasil keluaran yang diambil dari urutan aternatif tertinggi ke alternatif terendah. Alternatif yang dimaksud adalah mahsiswa. Hasil akhir dari sistem ini menampilkan hasil penerima beasiswa magang yang dapat ditampilkan dengan bentuk report. 3.5. Desain Sistem 3.5.1. Usecase Diagram Pada sistem ini ada dua aktor yaitu admin dan pimpinan. Admin bertugas untuk menginputkan pendaftar beasiswa, juusan, periode beasiswa, dan kriteria. Sedangkan pimpinan melakukan proses penerimaan beasiswa, dan mengakses laporan. Yang dapat dilihat pada gambar 3.1.
dirubah ke dalam bilangan fuzzynya. Di bawah ini adalah bilangan fuzzy dari bobot. 1. Sangat Rendah ( SR ) = 0 2. Rendah ( R ) = 0.25 3. Sedang ( S) = 0.5 4. Tinggi ( T ) = 0.75 5. SangatTinggi ( St ) = 1 Untuk mendapat variabel tersebut harus dibuat dalam sebuah grafik supaya lebih jelas pada gambar.
Manage Pendaftaran
login
Manage Jurusan
Proses Beasiswa
proses Penerima
Pimpinan
Admin Manage Periode Beasiswa
Manage Kriteria
Grafik Pendaftar
Report
Grafik Penerima
Gambar 3.1 Use case diagram 3.5.2. Flowchart sistem Flowchart adalah gambaran dalam bentuk diagram alir dari algoritma-algoritma dalam program, yang menyatakan arah alur program tersebut. Flowchart alur sistem untuk menentukan penerima beasiswa ditunjukkan pada gambar 3.2:
S
R
R
0
0. 25
3.2 Flowchart alur sistem 3.6. Kriteria Yang Dibutuhkan
Dari masing-masing bobot tersebut, maka dibuat suatu variabel-variabelnya. Dimana dari suatu variabel tersebut akan
S
T
Keterangan : SR = Sangat Rendah S = Sedang
b.
C1= Nilai IPK C2= Semester C3= Jumlah penghasilan Orang tua C4= Jumlah tanggungan Orang tua C5= Rekening Listrik
T
R = Rendah
a.
Dalam metode penelitian ini ada bobot dan kriteria yang dibutuhkan untuk menentukan siapa yang akan terseleksi sebagai penerima beasiswa. Adapun kriterianya adalah:
S
c.
0. 5
0. 75
1
T = Tinggi ST = Sangat Tinggi
Kriteria Nilai IPK Variabel nilai IPK dikonversikan dengan bilangan fuzzy di bawah ini. Tabel 3.10. Nilai IPK Nilai IPK Nilai IPK = 2.75 -< 3.00 0.25 IPK = >3.00 -3.25-= 3.50 1 Kriteria Semester Variabel semester dikonversikan bilangan fuzzy di bawah ini. Tabel 3.11. Semester Semester Semestar = 1 Semester = 2 - 3 Semester = 4 - 5 Semester = 6 - 7 Semester = 8
dengan Nilai 0 0.25 0.5 0.75 1
Kriteria Penghasilan Orang Tua Variabel penghasilan orang tua dikonversikan dengan bilangan fuzzy di bawah ini. Tabel 3. 12. Penghasilan orang tua Penghasilan Orang Tua (X) Nilai X =Rp.5.000.000 0
d.
Kriteria Jumlah Tanggungan Orang Tua Variabel Jumlah Tanggungan Orang Tua dikonversikan dengan bilangan fuzzy di bawah ini. Tabel 3.13. Jumlah tanggungan orang tua Jumlah Tanggungan Nilai 1 anak 0 2 anak 0.25 3 anak 0.5 4 anak 0.75 ≥ 5 anak 1
Kriteria Daya Listrik Variabel Rekening Listrik dikonversikan dengan bilangan fuzzy di bawah ini. Tabel 3.14. Daya Listrik Daya Listrik Nilai 450 VA 1 900 VA 0.75 1300 VA 0.5 3.7. Perhitungan Manual Seperti Contoh e.
dibentuk matriks keputusan X yang telah dikonversikan dengan bilangan fuzzy, sebagai berikut: Tabel 3.16. Rating kecocokan dari setiap alternatif pada setiap kriteria Alternatif A1 A2 A3 A4 A5
C1 0.75 0.75 0.5 0.75 1
C2 1 0.5 1 0.5 0.25
Kriteria C3 1 1 0.75 1 1
C4 0.75 0.75 1 0.25 0.5
C4 0.75 1 1 0.75 1
Pengambilan keputusan memberikan bobot, berdasarkan tingkat kepentingan masingmasing kriteria yang dibutuhkan sebagai berikut : Vektor Bobot : W =[1,0.75,0.5,0.5,0.25] Membuat matriks keputusan X, dibuat dari tabel kecocokan sebagai berikut:
Kasus Ada lima pemohon mahasiswa memiliki data sebagai berikut : Tabel 3.15. Data Pemohon Nama Pemohon
Kriteria
Mahas iswa 1
Mahas iswa 2
Mahas iswa 3
Mahas iswa 4
Mah asis wa 5
IPK
3.29
3.29
3.08
3.46
3.61
Semester
8
4
8
4
2
Penghasil an Orang Tua
10000 00
10000 00
13559 00
90000 0
750 000
Jumlah Tanggung an
4
4
5
2
3
Daya Listrik
900
450
450
900
450
Berdasarkan data pemohon di atas dapat A1r11 = 0.75 =0.75 1 A1r12 = 1 =1 1 A1r13 = 0.75 =0.75 1 A1r14 = 0.75 = 0.75 1 A1r15 = 0.75 =1 0.75
A2r21 = 0.75 =0.75 1 A2r22 = 0.5 = 0.5 1 A2r23 = 0.75 =0.75 1 A2rr4 = 0.75 = 0.75 A2r25 = 0.75 =0.75 1
A3r31 = 0.5 =0.5 1 A3r32 = 1 =1 1 A3r33 = 0.75 =1 0.75 A3r34 = 1 = 1 1 A3r35 = 0.75 =0.75 1
Normalisasi matriks X untuk menghitung nilai masing-masing kriteri berdasarkan kriteria yang diasumsikan sebagai kriteria keuntungan atau biaya sebagai berikut:
rij =
Maks Maks Min Maks Min
Jika j adalah atribut keuntungan (benefit)
Jika j adalah atribut biaya (cost) C1 = 1 C2 = 1 C3 = 0.75 C4 = 1 C5 = 0.75
A4 r41 = 0.75 =0.75 1 A4r42 = 0.5 =0.5 1 A4r43 = 0.75 =0.75 1 A4r44 = 0.25 = 0.25 1 A4r45 = 0.75 =1 0.75
A5r51 = 1 =1 1 A5r52 = 0.25 =0.25 1 A5r53 = 0.75 =0.75 1 A5r54 = 0.5 = 0.5 1 A5r55 = 0.75 =0.75 1
Membuat normalisas matriksi R yang diperoleh dari hasil normalisasi X sebagai berikut :
R=
0.75
0.75
0.5
0.75
1
1
0.5
1
0.5
0.75
0.75
0.75
1
0.75
1
0.75
0.75
1
0.25
0.5
1
0.75
0.75
1
0.75
V1 = 1x0.75+0.75x1+0.5x0.75+0.5x0.75+0.25x1 = 2.50 V2 = 1x0.75+0.75x0.5+0.5x0.75+0.5x0.75+0.25x0.75 = 2.063 V3 = 1x0.5+0.75x1+0.5x1+0.5x1+0.25x0.75 = 2.438 V4 = 1x0.75+0.75x0.5+0.5x0.75+0.5x0.25+0.25x0.25 = 1.875 V5 = 1x1+0.75x0.75+0.5x1+0.5x0.5+0.25x0.75 = 2.001 Hasil perangkingan diperolah : V1 = 2.50
V3 = 2.438
V2 = 2.063
V4 = 1.875
V5 = 2.001
4.
Nilai terbesar ada pada V1, dengan demikian alternatif A1 (mahasiswa 1) adalah alternatif yang terpilih. 4.
Kesimpulan Setelah menyelesaikan perancangan dan pembuatan aplikasi “Sistem Pendukung Keputusan Penerimaan Beasiswa Magang Menggunakan Metode Simple AdditiveWeighting (SAW) Studi kasus Fakultas Teknik ” dapat diambil beberapa kesimpulan sebagai berikut : 1. Sistem Pendukung Keputusan Penerimaan Beasiswa Magang Menggunakan Metode Simple AdditiveWeighting (SAW) dapat dijadikan sebagai solusi atau bahan pertimbangan dalam penerimaan beasiswa magang 2. Nilai kriteria dari bobot mempengaruhi hasil dari sistem pendukung keputusan ini. Kriteria yang dipakai pada sistem ini diantaranya nilai IPK, semester, penghasilan orang tua, jumlah tanggungan orang tua, dan daya listrik. 3. Pada semester genap 2011/2012 hasil perangkingan metode SAW
5.
kecocokannya 14 dari 16 yang terpilih dengan prosentase 87.5%. Untuk pengembangan lebih lanjut serta penyempurnaan Perangkat Lunak Sistem Pendukung Keputusan Penerimaan Beasiswa Magang Menggunakan Metode Simple AdditiveWeighting, disarankan dapat menggunakan metode lain, misalanya AHP Topsis, Wp.
Daftar Pustaka
[1] Wibowo S, Henry., Riska Amalia, Andi Fadlun M, Kurnia Arivanty. 2009. Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI menggunakan FMADM (Studi Kasus: Mahasiswa Fakultas Teknologi Industri Universitas Islam Indonesia). Yogyakarta : Seminar Nasional Aplikasi Teknologi Informasi. [2] Kusumadewi, S., Hartati, S., Harjoko, A., dan Wardoyo, R. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.
