bab iii metodologi penelitian - repository.bsi.ac.id · 56 irfan maulana 65 85 65 70 57 irshan dwi...
TRANSCRIPT
BAB III
METODOLOGI PENELITIAN
3.1 Tahapan Penelitian
Dalam penyusunan skripsi ini, diperlukan beberapa langkah untuk
mencapai tujuan yang telah ditetapkan sebelumnya yang dilakukan ditunjukan
pada gambar dibawah ini
Sumber : Rusdiansyah (2016)
Gambar III.1. Diagram Penelitian Dengan Model SAW
Penjelasan Langkah Penelitian :
Identifikasi Masalah
Studi Literatur
Pengumpulan Data
Data Penelitian
Data Primer Data Sekunder
Analisis data menggunakan
metode SAW
Hasil analisis data
menggunakan metode SAW
Kesimpulan dan Saran
17
1. Identifikasi Masalah Melakukan identifikasi pada suatu masalah
merupakan tahap awal pada proses. Penelitian. Tahap ini dibangun
berdasarkan rumusan masalah yang didasari atas latar belakang masalah.
2. Studi Literatur, merupakan hal pertama yang dilakukan peneliti untuk
mendapatkan informasi akurat yang berhubungan dengan judul skripsi
yaitu dengan mengumpulkan referensi yang berasal dari buku, jurnal
(Sarifah, 2015).
3. Pengumpulan Data Tahap ini merupakan cara mengumpulkan data yang
dilakukan dengan dua (2) cara, yaitu observasi dan wawancara kepada
pihak SMK terkait parameter menentukan jurusan di SMK.
4. Data Penelitian Dalam penelitian ini data yang dibutuhkan dibagi menjadi
dua (2) yaitu data primer dan data skunder.
5. Analisa Data Menggunakan Metode Simple Additive Weighting (SAW)
Analisa data dalam penelitian ini menggunakan metode Simple Additive
Weighting (SAW) (Tobing, Goyanti 2014), yang digunakan secara
kuantitatif yaitu metode penelitian yang bersikap deskriptif dan lebih
banyak menggunakan analisis. Penelitian ini dilakukan dengan
mengumpulkan data dan hasil analisis untuk mendapatkan informasi yang
harus disimpulkan.
6. Hasil Analisa Data Menggunakan Metode Simple Additive Weighting
(SAW) Setelah tahap analisis data dengan menggunakan metode Simple
Additive Weighting (SAW) dihasilkan suatu hasil analisis yang merupakan
hasil dari suatu proses penelitian yang dilakukan.
7. Kesimpulan dan Saran Kesimpulan merupakan tahapan akhir dari uraian
proses penelitian dengan menyimpulkan permasalahan yang ada.
3.2 Instrumen Penelitian
Menurut (Sugiyono, 2016:102) berpendapat bahwa “Instrumen penelitian
“adalah suatu alat mengukur fenomena alam maupun sosial yang diamati. Secara
spesifik fenomena ini disebut variable penelitian”.
Instrumen penelitian sangat berperan penting dalam keberhasilan suatu
penelitian. Karena data yang diperlukan untuk menjawab permasalahan yang
diteliti diperoleh melalui instrument penelitian.
Penelitian ini menggunakan instrumen kuesioner yang dibuat dengan
menggunakan teknik wawacnara kepada kepala jurusan SMK Karya Teladan
dengan kuesioner tentang sistem penjurusan yang ada disekolah SMK Karya
Teladan dan selanjutnya wawancara dengan kepala sekolah yang berkaitan dengan
proses menentukan jurusan dan data kuesioner tersebut dapat dengan epat
dianalisis seara deskritif. Data tersebut meliputi skor menentukan jurusan
berdasarkan aspek nilai Matematika, Nilai Bahasa Indosensia, Nilai Bahasa
Inggris, Nilai IPA dan Nilai Psikotes.
3.3 Metode Pengumpulan data, Populasi, dan Sample Penelitian
Menurut (Sugiyono, 2016:224)berpendapat bahwa, “Teknik pengumpulan
data merupakan langkah yang paling strategis dalam penelitian, karena tujuan
utama dari penelitian adalah mendapatkan data. Tanpa mengetahui teknik
pengumpulan data, maka peneliti tidak akan mendapatkan data yang memenuhi
standar data yang ditetapkan.
Metode pengumpulan data yang penulis lakukan dalam penelitian skripsi ini
sebagai berikut:
a. Data primer
Data primer adalah data yang dikumpulkan langsung oleh peneliti dari
responden dan bukan berasal dari pengumpulkan data yang pernah
dilakukan sebelumnya. Data yang digunakan pada penelitian ini berupa
data primer yang diperoleh secara langsung melalui proses pengamatan
dan sumber yang bersangkutan secara langsung (Tati Mardiana, 2018) data
yang diperoleh dari sumber-sumber asli. Sumber asli disini diartikan
sebagai sumber pertama dari mana data tersebut diperoleh. Dalam
pengumpulan data primer dalam penelitian ini menggunakan metode
observasi dan wawanara
1. Observasi
Penulis melakukan pengamatan di SMK Karya Teladan untuk
dipelajari sehingga mendapatkan materi-materi yang dibutuhkan untuk
menentukan jurusan di SMK Karya Teladan.
2. Wawancara
Pengumpulan data dilakukan dengan mengajukan beberapa pertanyaan
pada staf dan panitia siswa baru (PSB) terkait proses pemilihan
jurusan.
b. Data sekunder
Data sekunder merupakan data penunjang yang didapat dari kajian
(Harjanto, 2014) Sedangkan dalam pengumpulan data sekunder
menggunakan buku,jurnal. Penulis dan lain-lain. Penulis mengumpulkan
data dan informasi melalui studi pustaka yang bersifat sekunder yaitu data-
data yang diperoleh melalui buku-buku referensi dokumentasi literatur,
buku, jurnal ddan informasi lainya yang ada hubungannya dengan masalah
yang diteliti.
3.3.1. Populasi dan Sampel Penelitian
Menurut (Sugiyono, 2016:80) berpendapat bahwa, “Populasi adalah
wilayah generalisasi yang terdiri atas obyek atau subyek yang mempunyai kualitas
dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan
kemudian ditarik kesimpulannya”. Populasi dalam penelitian ini adalah siswa-
siswi SMK Karya Teladan.
(Sugiyono, 2016:81) berpendapat bahwa, “Sampel adalah bagian dari
jumlah dan karakteristik yang dimiliki oleh populasi tersebut”.
Populasi calon siswa-siswi SMK tahun pelajaran 2017/2018 yang ada pada SMk
karya teladan sebanyak 144 calon siswa siswi . dalam menentukan ukuran sampel
dari populasi tersebut penulis menggunkan rumus Slovin.
𝑛 =𝑁
1 + 𝑁(𝑒)2
Keterangan : n = Jumlah Sampel
N = Jumlah Populasi
e = Konstanta 10% atau 0,01
𝒏 =𝟏𝟒𝟒
𝟏+𝟏𝟒𝟒(𝟎.𝟏)𝟐
𝒏 =𝟏𝟒𝟒
𝟏+𝟏𝟒𝟒(𝟎.𝟎𝟏)
𝒏 =𝟏𝟒𝟒
𝟏+(𝟏,𝟒𝟒)
𝒏 =𝟏𝟒𝟒
𝟐.𝟒𝟒
𝒏 = 𝟓𝟗
Dengan menggunakan rumus slovin dengan nilai kritis sebesar
10%.Jumlah sampel yang dibutuhkan adalah 59 calon siswa-siswi SMK Karya
Teladan. Berikut adalah data dan sampel calon siswa-siswi SMK Karya Teladan
tahun ajaran 2017/2018:
Tabel III.1.
Data Sampel Populasi Siswa-Siswi SMK Karya Teladan
Tahun Pelajaran 2017-2018
No Nama
Siswa/Siswi
Kriteria
Nilai
Matematika
Nila
B. Indonesia
Nilai
A. Ingg
ris
Nilai
IPA
1 ADAM BAIHAQI 70 60 70 80
2 ADE APRILIANDHIKA 73 79 80 76
3 ADELIA 70 67 73 65
4 ADITIA 73 78 86 78
5 ADITYA MIRIDA 78 77 80 74
6 ADITYA RAMADHAN 90 80 73 74
7 ADJI WIRAWAN 70 75 86 80
8 AHMAD FARHAN 77 82 70 78
9 AHMAD RIVALDI 76 83 65 74
10 AHMAD RIZKI 80 60 62 66
11 ALFA RAMADHAN 77 82 80 68
12 ALFATH HIFZILHAQ 72 79 75 85
13 ALFIN NUR RAMADHAN 70 80 65 70
14 ALVINA JUNITA ANGGRAENI 66 65 75 80
15 ALYA MIRANTI 80 80 70 75
16 ANDI PERDANA PUTRA 72 79 82 85
17 ANDINI SHAFA FAUZIYAH 75 86 70 70
18 ANITA 90 66 71 60
19 ANNISA ALAWIYAH 69 70 82 70
20 APRILIA PUTRI SABRINA 86 71 78 86
21 ARIEL FADILAH 86 65 70 77
22 ARMITHA AFRIYANI 65 70 65 69
23 ARRA APRIYANTI 85 60 69 79
24 AUDYNA SYAPUTRI 82 70 87 75
25 BERLIANA PUSPAAPRASILIA 70 69 82 65
26 CHIKAL MAZWA SALASYAH 70 72 60 72
27 DANDI DARMAWAN 86 90 87 90
28 DEDE CHOIRUL FAHMI 70 86 80 60
29 DELLA SEPTIANI 65 70 68 70
30 DENTIVA AULIA 80 68 77 66
31 DESIANA RAHMA 50 80 80 70
32 DEVI ASTUTIANINGSIH 60 70 60 69
33 DEVI OKTAVIA 60 78 85 79
34 DEWANGGA ADITYA 66 63 70 69
35 DITTA AYUDIA ANGGRAENI 65 85 65 70
36 ELFA FARADIBA 80 75 75 79
37 ENDANG SRI 70 79 70 80
38 ERVINA 65 65 74 70
39 EUIS FATIMATUL AULIYA 70 70 68 73
40 FADHILAH RAMADHAN 86 65 70 77
41 FAHRI AULIA AKBAR 65 70 65 69
42 FAHRI RENDI RAMADHAN 85 60 69 79
43 FARHAN 65 70 65 69
44 FARHAN RIZAL 85 60 69 79
45 FITRI DAMAYANTI 82 70 87 75
46 FITRI SULAIHA 70 69 82 65
47 GINTA NUR OKTAVINI 70 72 60 72
48 GUNAWAN APRYAN 86 90 82 80
49 HANIFAH NURUL
KHOTIMAH
70 86 80 60
50 HILDA AZZAHRA 65 70 68 70
51 IBNU FAISAL 80 68 77 66
52 INDAH RATU 50 80 80 70
53 INDRIYANI AZHARI 60 70 60 69
54 INTAN RAHAYU 60 78 85 79
55 INTAN SAFITRI 66 63 70 69
56 IRFAN MAULANA 65 85 65 70
57 IRSHAN DWI 80 75 75 79
58 JEHANICA PUSPITA SARI 70 79 70 80
59 KHOLIK VIRGIAWAN 65 65 74 70
(Sumber: SMK Karya Teladan,2017/2018)
3.4 Metode Analisis Data
Untuk mencapai tujuan penelitian maka analis yang digunakan adalah data
kualitatif dan analis data kuantitatif. Analis data kualitatif merupakan suatu analis
data yang dipergunakan apabila data yang terkumpul tidak dapat diangkakan
dalam artian hanya berupa uraian mata menjadi suatu masalah. Sedangkan analis
kuantitatif merupakan suatu nalisa data yang dipergunakan apabila kesimpulan-
kesimpulan yang diperoleh dapat dibuktikan dengan angka-angka dan dalam
perhitungan dipergunakan rumus yang ada hubungannya dengan analis penulis.
Dalam hal ini akan dipergunakan analisis Simple Additive Weighting (SAW)
sebagai berikut :
1.4.1 Simple Additive Weighting (SAW)
(Pratiwi heny, 2016:136) Metode Simple Additive Weighting (SAW)
adalah metode penjumlahan bobot kinerja setiap obyek-obyek berbeda dan
memiliki kesempatan yang sama pada semua kriteria yang dimiliki. Metode
Simple Additive Weighting (SAW) memerlukan proses normalisasi matriks
keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating
alternatif yang ada.
Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus,
akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang
menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik.
Perhitungan akan sesuai dengan metode ini apabila alternatif yang terpilih
memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena
waktu yang dibutuhkan dalam perhitungan lebih singkat.
𝑟𝑖𝑗= {𝑀𝑖𝑛𝑖 𝑥𝑖𝑗
𝑥𝑖𝑗 𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡)
𝑥𝑖𝑗
𝑀𝑎𝑥𝑖 𝑥𝑖𝑗 𝑗𝑖𝑘𝑎 𝑗 𝑎𝑑𝑎𝑙𝑎ℎ 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝑏𝑒𝑛𝑒𝑓𝑖𝑡)
Keterangan:
rij = nilai rating kinerja ternormalisasi
xij = nilai atribut yang dimiliki dari setiap kriteria
Maxi xij = nilai terbesar dari setiap kriteria i
Mini xij = nilai terkecil dari setiap kriteria i
Benefit = jika nilai terbesar adalah terbaik
Cost = jika nilai terkecil adalah terbaik
Dimana rij adalah kinerja ternormalisasi dari alternatif Ai pada atribut Cj;
i=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai.
𝑉𝑖 = ∑ 𝑤𝑗
𝑛
𝑗=1
𝑟𝑖𝑗
Keterangan:
vi = ranking untuk setiap alternatif
wj = nilai bobot dari setiap kriteria
rij = nilai rating kinerja ternormalisasi
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Langkah-Langkah Penyelesaian Simple Additive Weighting (SAW) menentukan
jurusan di SMK Karya teladan:
1. Menentukan akternatif,yaitu Ai.
2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu C j.
3. Menentukan bobot- preferensi atau tingkat kepentingan (W) setiap kriteria.
W =[W1,W,W3,W4,.......Wj]
4. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.
5. Membuat matriks keputusan (X) yang dibentuk dari tabel rating
kecocokan dari setiap alternatif pada setiap kriteria. Nilai X setiap
nalternatif (Ai) pada setia kriteria (C j) yang sudah ditetntukan , di,ama
i=1,2....,m dan j=1,2...., n
x11 x12 x13 ..... x in
X21 x22 x23 ..... x2n
x= x31 x32 x33 ....... X3n
...... ..... ..... ..... ........
Xm1 Xm2 X m3 ..... mn
6.Melakukan proses normalisasi matriks keputusan (X) ke suatu skala yang
dapat diperbandingkan dengan semua ranting alternative yang ada.
R = 𝑋𝑦
𝑀𝑎𝑥 𝑥1𝑗
7. Hasil dari normalisasi matriks (Rij) membentuk matrik ternormalisasi (R)
r11 r12 r13 ..... r in
r21 r22 r23 ..... r2n
R= r31 x32 r33 ....... r3n
...... ..... ..... ..... ........
rrm1 rm2 r m3 ..... mn
8. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian
elemen baris matriks ternormalisasi (R) dengan bobot preferensi (W) yang
bersesuai dengan elemen kolom matriks (R).
𝑣𝑖 = ∑ 𝑤𝑖𝑟𝑖𝑗
𝑛
𝑗=1
9. Proses perangkingan diperoleh berdasarkan alternative yang memiliki nilai
total terbesar sampai terendah sebagai penentuan penjurusan di SMK
Islam Kader Bangsa.
1.4.2. Metode Simple Additive Weighting (SAW) Dalam menentukan Jurusan
Pada SMK Karya Teladan.
Menentukan jurusan pada SMK Karya Teladan. Ditentukan dengan
menggunakan kriteria sehingga akan didapat alterntif siswa penjurusan. Untuk
memudahkan dalam pengelolaan data maka diterapkan metode yang dapat
menyelesaikan permasalah yang melibatkan banyak kriteria yaitu Simple Additive
Weighting (SAW). Karena metode Simple Additive Weighting (SAW) merupakan
salah satu metode dari model fuzzy Multi Attribute Decision Making (FMADM),
maka penentuan bobot dan nilai variable pada setiap kriteria harus menggunakan
bilangan Fuzzy.
Dalam menyeleksi calon siswa-siswi SMK Karya Teladan. Untuk
menentukan jurusan dengan menggunakan metode Simple Additive Weighting
(SAW) didapat alternative terbaik. Berikut merupakan kriteria yang dibutuhkan
untuk pengambilan keputusan, berdasarkan parameter dalam menentukan jurusan
pada SMK Karya Teladan. Adapun kriteria yang telah ditentukan adalah sebagai
berikut :
Table III.2
Kriteria
Kriteria C Keterangan
C1 Nilai Matematika
C2 Nilai Bahasa Indonesia
C3 Nilai Bahasa Inggris
C4 Nilai IPA
Dari kriteria tersebut, maka ditentukan suatu tingkatan kepentingan kriteria
berdasarkan nilai bobot yang telah ditentukan ke dalam fuzzy. Rating kecocokan
setiap alternatif pada setiap kriteria adalah sebagai berikut.
Table III.3
Bilangan Fuzzy
Bilangan Fuzzy Nilai
Rendah (R) 2
Cukup (R) 3
Tinggi(C) 4
Sngat Tinggi (ST) 5
Berdasarkan kriteria dari ranting kecocokan setiap alternative (Ai) pada
setiap kriteria (Cj) yang telah ditentukan, selanjutnya penjabaran bobot setiap
kriteria (Cj) yang telah dikonversikan ke bilangan fuzzy.
a. Nilai Matematika (C1)
Kriteria nilai matematika merupakan persyaratan yang dibutuhkan
untuk pengambilan keputusan, berdasarkan nilai matematika yang
telah ditentukan. Untuk nilai matematika dengan nila rata-rata tujuh
puluh lima (75) maka semakin besar kemungkingan untuk masuk
diprogram keahlian atau jurusan akuntansi. Penjabaran nilai
matematika yang telah dikonversikan ke bilangan fuzzy.
Tabel III.4
Nilai Matematika
Nilai Matematika Bilangan Fuzzy Nilai
60-69 Rendah (R) 2
70-79 Cukup ( C ) 3
80-85 Tinggi (T) 4
>86 Sangat Tinggi (ST) 5
b. Kriteria Nilai Bahasa Indonesia (C2)
Nilai bahasa indonesia sebagai syarat kedua untuk menentukan jurusan
di SMK ini, dilihat dari nilai Ujian Nasional (UN) tingkat SMP .
Penjabaran nilai Bahasa Indonesia yang telah dikonversikan ke
bilangan fuzzy.
Tabel III.5
Nilai Bahasa Indonesia
Nilai Matematika Bilangan Fuzzy Nilai
60-69 Rendah (R) 2
70-79 Cukup ( C ) 3
80-85 Tinggi (T) 4
>86 Sangat Tinggi (ST) 5
c. Kriteria nilai Bahasa Inggris
Nilai bahasa Inggris sebagai syarat ketiga untuk menentukan jurusan di
SMK ini, dilihat dari nilai Ujian Nasional (UN) tingkat SMP .
Penjabaran nilai Bahasa Inggrisyang telah dikonversikan ke bilangan
fuzzy.
Tabel III.6
Nilai Bahasa Inggris
Nilai Matematika Bilangan Fuzzy Nilai
60-69 Rendah (R) 2
70-79 Cukup ( C ) 3
80-85 Tinggi (T) 4
>86 Sangat Tinggi (ST) 5
d. Kriteria Nilai IPA (C4)
Selain Matematika, Bahasa Indonesia dan Bahasa Inggris, nila IPA
juga termasuk kriteria atau syarat untuk menentukan jurusan di SMK
Karya Teladan . Nilai IPA dilihat dari hasil nilai Ujian Nasional (UN)
tingkat SMP. Penjabaran jumlah nilai IPA yang telah dikonversikan ke
bilangan fuzzy.
Tabel III.7
Nilai IPA
Nilai Matematika Bilangan Fuzzy Nilai
60-69 Rendah (R) 2
70-79 Cukup ( C ) 3
80-85 Tinggi (T) 4
>86 Sangat Tinggi (ST) 5
Dari kriteria yang telah dijabarakan di atas, maka pembuat keputusan
memberikan nilai bobot (W), berdasarkan tingkat kepentingan masing-masing
kriteria yang dibutuhkan. Nilai bobot dari setiap kriteria sebagai berikut:
Tabel III.8
Tingkat Kepentingan Kriteria
Kriteria(C) Bobot(W) Nilai
C1 Sangat tinggi 5
C2 Cukup 3
C3 Sangat Tinggi 5
C4 Tinggi 4