modul dewa89s ahp dan topsis pemilihan beasiswa

74
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA DENGAN METODE AHP DAN TOPSIS (STUDI KASUS: FMIPA USU) SKRIPSI PANGERAN MANURUNG 061401077 PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2010 Universitas Sumatera Utara

Upload: aries-agetia

Post on 22-Nov-2015

62 views

Category:

Documents


4 download

DESCRIPTION

Ahp Dan Topsis

TRANSCRIPT

  • SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA DENGAN METODE AHP DAN TOPSIS

    (STUDI KASUS: FMIPA USU)

    SKRIPSI

    PANGERAN MANURUNG 061401077

    PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

    FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

    MEDAN 2010

    Universitas Sumatera Utara

  • SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA DENGAN METODE AHP DAN TOPSIS

    (STUDI KASUS: FMIPA USU)

    SKRIPSI

    Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

    PANGERAN MANURUNG 061401077

    PROGRAM STUDI SARJANA ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

    FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

    MEDAN 2010

    Universitas Sumatera Utara

  • PERSETUJUAN Judul : SISTEM PENDUKUNG KEPUTUSAN SELEKSI

    PENERIMAAN BEASISWA DENGAN METODE AHP DAN TOPSIS (STUDI KASUS: FMIPA USU)

    Kategori : SKRIPSI Nama : PANGERAN MANURUNG Nomor Induk Mahasiswa : 061401077 Program Studi : SARJANA (S1) ILMU KOMPUTER Departemen : ILMU KOMPUTER Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

    ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

    Diluluskan di Medan, Juli 2010

    Komisi Pembimbing :

    Pembimbing 2 Pembimbing 1 M. Andri Budiman, ST, M.CompSc, MEM Drs. Partano Siagian, M. Sc NIP. 197510082008011011 NIP. 130 877 994 Diketahui/Disetujui oleh Program Studi S1 Ilmu Komputer Ketua, Prof. Dr. Muhammad Zarlis NIP. 195707011986011003

    Universitas Sumatera Utara

  • PERNYATAAN

    SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA

    DENGAN METODE AHP DAN TOPSIS (STUDI KASUS: FMIPA USU)

    SKRIPSI Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, Desember 2010 Pangeran Manurung 061401077

    Universitas Sumatera Utara

  • PENGHARGAAN Puji dan syukur hanya bagi Tuhan Yang Maha Esa yang mengizinkan penulis dapat menyelesaikan skripsi ini. Sebab kasihNya yang besar dan kesetiaanNya yang tak pernah berkesudahan. Ucapan terima kasih penulis sampaikan kepada Drs. Partano Siagian, M. Sc dan M. Andri B, ST, MCompSc, MEM selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan penuh kepercayaan kepada penulis untuk menyempurnakan kajian ini. Ucapan terima kasih juga penulis sampaikan kepada Drs. James P. Marbun, M. Komp dan Dian Rahmawaty, S.Si, M.Kom selaku dosen penguji. Panduan ringkas, padat, dan profesional telah diberikan kepada penulis agar dapat menyelesaikan tugas ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Departemen Ilmu Komputer, Prof. Dr. Muhammad Zarlis dan Syahriol Sitorus, S.Si, MIT, Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, semua dosen pada Departemen Ilmu Komputer FMIPA USU, dan pegawai di Ilmu Komputer FMIPA USU.

    Akhirnya, tidak terlupakan penulis mengucapkan banyak terima kasih kepada Ayahanda P. Manurung dan Ibunda R. Butar-butar, Kakanda Mangasi Manurung, Jispen Manurung, Nurlela Manurung, Karnadi Manurung, Rommel Manurung dan Adinda tercinta Hermanto Manurung, yang selalu memberikan cinta kasihnya dan dukunganya baik material dan spiritual serta seluruh sahabat dan kerabat yang berjasama memberikan dorongan kepada penulis selama menyelesaikan skripsi dan kepada Kelompok Kecil Netanya Bang Ray Donal Hutauruk, Morinta Manullang, Meinar Lumban Batu, teman-teman Beastook Community : Ferry Antonius, Friendly Purba,Kadar Eratosthenes Sitepu, Handy Theorema, Evin Wendro Naibaho, Rain Hutagaol, Nurinda Lumban Gaol, Irmayanti Sigiro ,terima kasih untuk doa-doa kalian semoga Tuhan Yang Maha Esa memberikan limpahan karunia kepada semua pihak yang telah memberikan bantuan, perhatian dan dukungan kepada penulis dalam menyelesaikan skripsi ini.

    Universitas Sumatera Utara

  • SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA DENGAN METODE AHP DAN TOPSIS

    (STUDI KASUS: FMIPA USU)

    ABSTRAK

    Sesuai dengan peraturan yang sudah ditentukan oleh pihak pendonor beasiswa untuk memperoleh beasiswa, maka diperlukan kriteria-kriteria untuk menentukan siapa yang akan terpilih untuk menerima beasiswa. Pembagian beasiswa dilakukan oleh beberapa lembaga untuk membantu seseorang yang kurang mampu ataupun berprestasi selama menempuh studinya. Untuk membantu penentuan dalam menetapkan seseorang yang layak menerima beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Metode yang dapat digunakan untuk Sistem Pendukung Keputusan adalah dengan menggunakan Analitical Hierarcy Process (AHP) dan Technique Order Preference by Similarity To Ideal Solution (TOPSIS). Pada penelitian ini akan diangkat suatu kasus yaitu mencari alternative terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan mengggunakan metode AHP kemudian mencari solusi dengan metode TOPSIS. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses pengurutan kandidat yang akan menentukan alternatif yang optimal, yaitu mahasiswa terbaik.

    Universitas Sumatera Utara

  • DECISION SUPPORT SYSTEM SCHOLARSHIP SELECTION USING AHP AND TOPSIS METHOD

    (CASE STUDY : FMIPA USU)

    ABSTRAC

    Scholarship is a help provided by certain institutions for students who have good achievement academics or for those who are financially underprivilege. To determine who deserves the scholarship, it is important to use Decision Support System(DSS). The method used on this DSS is Analitical Hierarcy Process(AHP) and Technique Order Preference by Similarity To Ideal Solution(TOPSIS). On this research, there will be a case to find the best alternative based on criterias that already determined using AHP method, then find the solution using TOPSIS method. This method was chosen because it is able to select the best alternative among some alternatives, in this case the intended alternative is the one who deserve the scholarship based on certain criterias. The research is done by searching the weight that will determine optimal alternative, which is the best student.

    Universitas Sumatera Utara

  • DAFTAR ISI

    Halaman Persetujuan ii Pernyataan iii Penghargaan iv Abstrak v Abstract vi Daftar Isi vii Daftar Tabel ix Daftar Gambar x Bab 1 Pendahuluan 1

    1.1 Latar Belakang 1 1.2 Perumusan Masalah 2 1.3 Batasan Masalah 2 1.4 Tujuan 3 1.5 Manfaat 3 1.6 Metodologi Penelitian 3 1.7 Sistematika Penulisan 4

    Bab 2 Landasan Teori 6

    2.1 Sistem Pendukung Keputusan 6 2.2.1 Konsep Dasar Sistem Pendukung Keputusan 7 2.2.2 Pengertian Sistem Pendukung Keputusan 7 2.2.3 Karakteristik dan Kemampuan SPK 8 2.2.4 Komponen-Komponen SPK 10

    2.2.4.1 Subsistem Manajemen Basis Data 11 2.2.4.2 Subsistem Manajemen Basis Model 11 2.2.4.3 Subsistem Perangkat Lunak Penyelenggara Dialog 12

    2.2 Pengambilan Keputusan Kriteria Majemuk 13 2.2.1 Analytical Hierarchy Process (AHP) 15

    2.2.1.1 Prinsip Dasar Analytical Hierarchy Process 15 2.2.1.2 Prosedur Analytical Hierarchy Process 17

    2.2.2 Technique For Order Preference by Similarity to Ideal Solution (TOPSIS) 19

    2.2.2.1 Procedure TOPSIS 19 2.3 Beasiswa FMIPA 21

    2.3.1 Persyaratan Beasiswa 22 2.3.1.1 Syarat Umum 22 2.3.1.2 Syarat Khusus 23

    Universitas Sumatera Utara

  • Bab 3 Analisis dan Perancangan Sistem 29

    3.1 Analisis Sistem 3.1.1 Analisis Data Sistem 29 3.1.2 Analisis Komponen Sistem 29 3.1.2.1 Subsistem Manajenem Basis Data 30

    3.1.2.1.1 Diagram Aliran Data 30 3.1.2.1.2 DFD Level 1 31 3.1.2.1.3 DFD Level 2 32 3.1.2.1.4 DFD Level 3 33 3.1.2.1.5 Kamus Data 35 3.1.2.2. Subsistem Manajemen Basis Model 37 3.1.2.3. Subsistem Perangkat Lunak Penyelenggara Dialog 38

    3.2 Perancangan Sistem 38 3.2.1 Disain Interface 38 3.2.2 Perancangan Algoritma 44

    Bab 4 Implementasi dan Pengujian Sistem 48

    4.1 Implementasi Sistem 48 4.1.1 Lingkungan Implementasi 48 4.1.2 Implementasi Antarmuka Sistem 49

    4.1.2.1 Form Utama 49 4.1.2.2 Form Mahasiswa 49 4.1.2.3 Form Kriteria 50 4.1.2.4 Form Metode AHP 51 4.1.2.5 Form Metode TOPSIS 52 4.1.2.6 Laporan 53

    4.2 Pengujian Sistem 54 4.2.1 Pengujian AHP 54 4.2.2 Pengujian TOPSIS 56

    Bab 5 Kesimpulan dan Saran 60

    5.1 Kesimpulan 60 5.2 Saran 60

    Daftar Pustaka 61

    Universitas Sumatera Utara

  • DAFTAR TABEL Halaman Tabel 2.1 Skala Penilaian Perbandingan Pasangan 16 Tabel 2.2 Ratio index 19 Tabel 2.3 Jenis dan Syarat Beasiswa 23 Tabel 3.1 Kamus Data 35 Tabel 3.2 Tabel Skor Kriteria 37 Tabel 3.3 Tabel Bagian-bagian dari Flowchart 45 Tabel 4.1 Tabel Konversi Data 57

    Universitas Sumatera Utara

  • DAFTAR GAMBAR Halaman

    Gambar 2.1 Hierarki 3 level AHP 16 Gambar 3.1 Komponen Sistem Pendukung Keputusan 30 Gambar 3.2 DFD Level 0 SPK Seleksi Penerimaan Beasiswa dengan Metode AHP dan TOPSIS 31 Gambar 3.3 DFD Level 1 31 Gambar 3.4 DFD Level 2 Proses 1 Input Data Mahasiswa 32 Gambar 3.5 DFD Level 2 Proses 2 Input Data Kriteria 32 Gambar 3.6 DFD Level 2 Proses 3 Seleksi Beasiswa 33 Gambar 3.7 DFD Level 3 Proses 1 Perhitungan AHP 33 Gambar 3.8 DFD Level 3 Proses 2 Perhitungan TOPSIS 34 Gambar 3.9 Tampilan Utama Sistem 38 Gambar 3.10 Tampilan Input Data Mahasiswa 39 Gambar 3.11 Tampilan Input Kriteria 40 Gambar 3.12 Tampilan Input Bobot Perbandingan Kriteria 40 Gambar 3.13 Tampilan Bobot Prioritas Metode AHP 41 Gambar 3.14 Tampilan Proses Metode TOPSIS I 42 Gambar 3.15 Tampilan Proses Metode TOPSIS I 43 Gambar 3.16 Tampilan Hasil Akhir Seleksi 44 Gambar 3.17 Flowchart Prioritas Kriteria AHP 46 Gambar 3.18 Flowchart Metode TOPSIS 57 Gambar 4.1 Tampilan Implementasi Antarmuka Form Utama 49 Gambar 4.2 Tampilan Implementasi Antarmuka Form Mahasiswa 50 Gambar 4.3 Tampilan Implementasi Antarmuka Form Kriteria 50 Gambar 4.4 Tampilan Implementasi Antarmuka AHP 51 Gambar 4.5 Tampilan Implementasi Antarmuka AHP 2 51 Gambar 4.6 Antarmuka Metode TOPSIS 52 Gambar 4.7 Antarmuka Matrik Ternormalisasi TOPSIS 52 Gambar 4.8 Antarmuka Solusi Ideal dan Separation Measure TOPSIS 53 Gambar 4.9 Gambar Antarmuka Laporan 53 Gambar 4.10 Gambar Pengujian Data Mahasiswa 54 Gambar 4.11 Gambar Pengujian Perbandingan Kriteria 55 Gambar 4.12 Gambar Pengujian Bobot Prioritas 55 Gambar 4.13 Gambar Pengujian Metode TOPSIS 56 Gambar 4.14 Gambar Matrik Ternormalisasi TOPSIS 58 Gambar 4.15 Gambar Pengujian Solusi Ideal dan Separation Measure TOPSIS 58 Gambar 4.16 Gambar Pengujian Hasil Seleksi 59

    Universitas Sumatera Utara

  • SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA DENGAN METODE AHP DAN TOPSIS

    (STUDI KASUS: FMIPA USU)

    ABSTRAK

    Sesuai dengan peraturan yang sudah ditentukan oleh pihak pendonor beasiswa untuk memperoleh beasiswa, maka diperlukan kriteria-kriteria untuk menentukan siapa yang akan terpilih untuk menerima beasiswa. Pembagian beasiswa dilakukan oleh beberapa lembaga untuk membantu seseorang yang kurang mampu ataupun berprestasi selama menempuh studinya. Untuk membantu penentuan dalam menetapkan seseorang yang layak menerima beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Metode yang dapat digunakan untuk Sistem Pendukung Keputusan adalah dengan menggunakan Analitical Hierarcy Process (AHP) dan Technique Order Preference by Similarity To Ideal Solution (TOPSIS). Pada penelitian ini akan diangkat suatu kasus yaitu mencari alternative terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan mengggunakan metode AHP kemudian mencari solusi dengan metode TOPSIS. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses pengurutan kandidat yang akan menentukan alternatif yang optimal, yaitu mahasiswa terbaik.

    Universitas Sumatera Utara

  • DECISION SUPPORT SYSTEM SCHOLARSHIP SELECTION USING AHP AND TOPSIS METHOD

    (CASE STUDY : FMIPA USU)

    ABSTRAC

    Scholarship is a help provided by certain institutions for students who have good achievement academics or for those who are financially underprivilege. To determine who deserves the scholarship, it is important to use Decision Support System(DSS). The method used on this DSS is Analitical Hierarcy Process(AHP) and Technique Order Preference by Similarity To Ideal Solution(TOPSIS). On this research, there will be a case to find the best alternative based on criterias that already determined using AHP method, then find the solution using TOPSIS method. This method was chosen because it is able to select the best alternative among some alternatives, in this case the intended alternative is the one who deserve the scholarship based on certain criterias. The research is done by searching the weight that will determine optimal alternative, which is the best student.

    Universitas Sumatera Utara

  • BAB 1

    PENDAHULUAN

    1.1 Latar Belakang

    Salah satu hak azasi manusia yang paling mendasar adalah memperoleh

    pendidikan yang layak seperti tercantum dalam UUD 1945. Ketika seseorang

    memperoleh pendidikan yang baik, akan terbuka baginya untuk mendapatkan

    kehidupan yang lebih baik. 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,

    atau juga dari kantor tempat bekerja yang karena prestasi seorang karyawan dapat

    diberikan kesempatan untuk meningkatkan kapasitas sumber daya manusianya

    melalui pendidikan. Biaya tersebut diberikan kepada yang berhak menerima,

    terutama berdasarkan klasifikasi, kualitas, dan kompetensi si penerima beasiswa.

    (Gafur, Abdul, 2008).

    Demikian halnya dengan Fakultas Matematika dan Ilmu Pengetahuan Alam

    Universitas Sumatera Utara (FMIPA USU) yang telah memiliki program

    pemberian beasiswa terhadap mahasiswa. Oleh karena itu 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 banyaknya kriteria yang

    digunakan untuk menentukan keputusan penerima beasiswa yang sesuai dengan

    Universitas Sumatera Utara

  • yang diharapkan. Untuk itu diperlukan suatu Sistem Pendukung Keputusan (SPK)

    yang dapat memperhitungkan segala kriteria yang mendukung pengambilan

    keputusan guna membantu, mempercepat dan mempermudah proses pengambilan

    keputusan. (Suryadi, Kadarsah, dkk, 1998).

    Metode yang dipakai dalam pengambilan keputusan seleksi beasiswa adalah

    Analitical Hierarchy Process (AHP) dan Technique For Order Preference by

    Similarity to Ideal Solution (TOPSIS). Kedua metode tersebut dipilih karena

    metode AHP merupakan suatu bentuk model pendukung keputusan dimana

    peralatan utamanya adalah sebuah hierarki fungsional dengan input utamanya

    persepsi manusia, yakni dalam hal ini adalah orang yang ahli dalam masalah

    beasiswa atau orang yang mengerti permasalahan beasiswa. Sedangkan metode

    TOPSIS merupakan suatu bentuk metode pendukung keputusan yang didasarkan

    pada konsep bahwa alternatif yang terbaik tidak hanya memiliki jarak terpendek

    dari solusi ideal positif tetapi juga memiliki jarak terpanjang dari solusi ideal

    negatif yang dalam hal ini akan memberikan rekomendasi penerima beasiswa

    yang sesuai dengan yang diharapkan.

    1.2 Rumusan Masalah

    Masalah yang dibahas dalam Tugas Akhir ini adalah sebagai berikut:

    1. Bagaimana merancang dan membangun suatu SPK dalam pemilihan

    beasiswa di FMIPA USU.

    2. Bagaimana penerapan dua metode yaitu metode AHP dan TOPSIS pada

    penyeleksian penerima beasiswa di FMIPA USU.

    1.3 Batasan Masalah

    Batasan masalah dalam Tugas Akhir ini adalah sebagai berikut:

    Universitas Sumatera Utara

  • 1. Aplikasi SPK ini dibuat dengan ruang lingkup seleksi beasiswa di FMIPA

    USU yang hanya bertujuan untuk memberikan rekomendasi pemenang

    beasiswa.

    2. Kriteria yang digunakan adalah semester, Indeks Prestasi Kumulatif (IPK),

    penghasilan orang tua, status orang tua, jumlah tanggungan orang tua dan

    kriteria lainnya yang akan ditentukan setelah penelitian.

    3. Tidak Membahas mengenai perbedaan metode AHP dan TOPSIS dengan

    metode SPK lainnya.

    4. Sistem akan dirancang dengan bahasa pemrograman Delphi 2010 Database

    Management System MSQL Xampp 1.6.6a dan mysql connector ODBC

    5.1.1.

    1.4 Tujuan Penelitian

    Tujuan penelitian ini adalah sebagai berikut:

    1. Merancang SPK yang berguna untuk menyeleleksi penerima beasiswa di

    FMIPA USU.

    2. Penerapan gabungan dua metode yaitu metode AHP dan TOPSIS sebagai

    metode SPK.

    1.3 Manfaat Penelitian

    Manfaat penelitian ini adalah sebagai berikut:

    1. Sebagai salah satu alternatif untuk membantu penyeleksian beasiswa di

    FMIPA USU.

    2. Menambah pengetahuan penulis dalam merancang SPK dengan metode

    AHP dan TOPSIS.

    Universitas Sumatera Utara

  • 1.6 Metode Penelitian

    Dalam penelitian ini penulis melakukan beberapa penerapan metode untuk

    menyelesaikan permasalahan. metode penelitian yang dilakukan adalah dengan

    cara:

    1. Studi Literatur

    Pada tahap ini dilakukan dengan mempelajari buku-buku referensi atau

    sumber-sumber yang berkaitan dengan skripsi ini, baik dari text book

    maupun internet.

    2. Analisis dan Pengumpulan Data

    Pada tahap ini, akan dilakukan penelitian yang bertujuan untuk memperoleh

    data secara langsung dari FMIPA USU bagian Kemahasiswaan.

    a. Pengumpulan sampel dokumentasi yang berhubungan dengan masalah

    beasiswa pada FMIPA USU.

    b. Mewawancara pihak yang berkompeten dalam masalah beasiswa pada

    FMIPA USU.

    3. Implementasi Program (Coding)

    Pada tahap ini dilakukan pengkodean program untuk mengimplementasikan

    perancangan sistem pendukung keputusan menggunakan bahasa

    pemrograman Delphi 2010.

    4. Pengujian (Testing)

    Pada tahap ini dilakukan pengujian sistem untuk mengetahui apakah sistem

    sudah sesuai dengan kebetuhan.

    5. Pembuatan Laporan

    Pembuatan laporan skripsi bertujsssuan untuk dijadikan sebagai

    dokumentasi hasil peneliti

    1.7 Sistematika Penulisan

    Universitas Sumatera Utara

  • Sistematika penulisan dari skripsi ini terdiri dari beberapa bagian utama sebagai

    berikut:

    BAB 1: PENDAHULUAN

    Bab ini akan menjelaskan mengenai latar belakang pemilihan judul skripsi

    Sistem Pendukung Keputusan Seleksi Penerimaan Beasiswa dengan Metode

    AHP dan TOPSIS , rumusan masalah, batasan masalah, tujuan penelitian,

    manfaat penelitian, metode penelitian, dan sistematika penulisan.

    BAB 2: LANDASAN TEORI

    Bab ini akan membahas teori-teori yang berkaitan dengan sistem pendukung

    keputusan, beasiswa, sistem pendukung keputusan dengan metode Analytical

    Hierarchy Process (AHP) dan Technique For Order Preference by Similarity to

    Ideal Solution (TOPSIS).

    BAB 3: ANALISIS DAN PERANCANGAN SISTEM

    Bab ini akan menjabarkan tentang tujuan dari perancangan sistem, kriteria dan

    pilihan kesimpulan dalam menyeleksi beasiswa pada FMIPA USU dan juga

    tahapan dalam merancang sistem pendukung keputusan untuk menyeleksi pelamar

    beasiswa dengan metode AHP dan TOPSIS.

    BAB 4: IMPLEMENTASI DAN PENGUJIAN

    Bab ini akan membahas bentuk perangkat lunak yang dibuat yaitu perancangan

    antarmuka, algoritma-algoritma dan bentuk sistem yang digunakan dalam

    penyusunan fungsi dan prosedur yang membangun program serta tampilan

    program sistem pendukung keputusan untuk menyeleksi pelamar beasiswa dengan

    metode AHP dan TOPSIS.

    BAB 5: KESIMPULAN DAN SARAN

    Bab terakhir akan memuat kesimpulan isi dari keseluruhan uraian bab-bab

    sebelumnya dan saran-saran dari hasil yang diperoleh dan diharapkan dapat

    bermanfaat dalam pengembangan selanjutnya.

    Universitas Sumatera Utara

  • BAB 2

    LANDASAN TEORI

    2.1 Sistem Pendukung Keputusan (SPK)

    Pada dasarnya SPK merupakan pengembangan lebih lanjut dari Sistem Informasi

    Manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat

    interaktif dengan pemakainya. Interaktif dengan tujuan untuk memudahkan

    integrasi antara berbagai komponen dalam proses pengambilan keputusan seperti

    prosedur, kebijakan, analisis, pengalaman dan wawasan manajer untuk

    mengambil keputusan yangn lebih baik.

    SPK adalah sistem yang dibangun untuk menyelesaikan berbagai masalah yang

    bersifat manajerial atau organisasi perusahaan yang dirancang untuk

    mengembangkan efektivitas dan produktivitas para manajer untuk menyelesaikan

    masalah dengan bantuan teknologi komputer. Hal lainnya yang perlu dipahami

    adalah bahwa SPK bukan untuk menggantikan tugas manajer akan tetapi hanya

    sebagai bahan pertimbangan bagi manajer untuk menentukan keputusan akhir.

    Dalam menentukan suatu keputusan banyak faktor yang mempengaruhi

    pengambilan keputusan seorang pengambil keputusan, sehingga dipandang perlu

    untuk mengidentifikasi berbagai faktor yang penting dan mempertimbangkan

    tingkat pengaruh suatu faktor dengan faktor yang lainnya sebelum mengambil

    keputusan akhir, oleh karena itu secara spesifik penulis akan membahas salah satu

    permasalahan pada seleksi penerimaan beasiswa dengan langkah demi langkah

    Universitas Sumatera Utara

  • dengan menggunakan metode SPK untuk menghasilkan keputusan akhir yang

    disebut solusi dari suatu masalah.

    2.1.1 Konsep Dasar Sistem Pendukung Keputusan

    Konsep SPK pertama kali diperkenalkan pada awal tahun 1970-an oleh Scott

    Morton. Scott Morton mendefenisikan SPK sebagai sistem berbasis komputer

    interaktif, yang membantu para pengambil keputusan untuk menggunakan data

    dan berbagai model untuk memecahkan masalah-masalah tidak terstruktur. SPK

    dirancang untuk menunjang seluruh tahapan pembuatan keputusan yang dimulai

    dari tahap mengidentifikasi masalah, memilih data yang relevan, menentukan

    pendekatan yang digunakan dalam proses pembuatan keputusan, sampai pada

    kegiatan mengevaluasi pemilihan alternatif.

    2.1.2 Pengertian Sistem Pendukung Keputusan

    Definisi SPK secara sederhana adalah sebuah sistem yang digunakan

    sebagai alat bantu menyelesaikan masalah untuk membantu pengambil keputusan

    (manajer) dalam menentukan keputusan tetapi tidak untuk menggantikan

    kapasitas manajer hanya memberikan pertimbangan. SPK ditujukan untuk

    keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan

    yang sama sekali tidak dapat didukung oleh algoritma(Turban, 2005). Definisi ini

    belum memberikan gambaran secara spesifik bahwa SPK berbasis komputer dan

    akan beroperasi online interakif oleh karena dengan muncul berbagai definisi

    seperti dibawah ini.

    Kemudian Little (1970) mendefenisikan SPK sebagai sekumpulan

    prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu

    para namajer mengambil keputusan. Dia menyatakan bahwa untuk sukses, sistem

    tersebut haruslah sederhana, cepat, mudah dikontrol, adaftif, lengkap dengan isu-

    isu penting, dan mudah berkomunikasi.

    Universitas Sumatera Utara

  • Bonczek, dan kawan kawan., (1980) mendefenisikan SPK sebagai sistem

    berbasis komputer yang terdiri dari tiga komponen yang saling berinteraksi:

    sistem bahasa (mekanisme untuk memberikan komunikasi antara pengguna dan

    komponen SPK lain), sitem pengetahuan (repositori pengetahuan domain masalah

    yang ada pada SPK baik sebagai data atau sebagai prosedur), dan sistem

    pemrosesan masalah (hubungan antara dua komponen lainnya, terdiri dari satu

    atau lebih kapabilitas manipulasi masalah umum yang diperlukan untuk

    pengambilan keputusan). Konsep-konsep yang diberikan oleh defenisi tersebut

    sangat penting untuk memahami hubungan antara SPK dan pengetahuan.

    Keen (1980) menerapkan istilah SPK untuk situasi dimana sistem final

    dapat dikembangkan hanya melalui sutau proses pembelajaran dan evolusi yang

    adaftif. Jadi, ia mendefinisikan SPK sebagai suatu produk dari proses

    pengembangan dimana pengguna SPK, pembangun SPK, dan SPK itu sendiri

    mampu mempengaruhi satu dengan yang lainnya, dan menghasilkan evolusi

    sistem dan pola-pola penggunaan.

    Definisi formal tentang SPK tidak memberikan fokus yang konsisten

    karena masing-masing defenisi berusaha mempersempit populasi secara berbeda-

    beda (Turban, 2005).

    2.1.3 Karakteristik dan Kemampuan SPK

    Sehubungan banyaknya definisi yang dikemukakan mengenai pengertian dan

    penerapan dari sebuah SPK, sehingga menyebabkan terdapat banyak sekali

    pandangan mengenai sistem tersebut. SPK memiliki karakteristik dan kemampuan

    adalah sebagai berikut:

    1. Mendukung seluruh kegiatan organisasi

    2. Mendukung beberapa keputusan yang saling berinteraksi

    3. Dapat digunakan berulang kali dan bersifat konstan

    4. Terdapat dua komponen utama, yaitu data dan model

    5. Menggunakan baik data eksternal dan internal

    Universitas Sumatera Utara

  • 6. Memiliki kemampuan what-if analysis dan goal seeking analysis

    7. Menggunakan beberapa model kuantitatif (Kosasi, 2002).

    Dengan berbagai karakter khusus seperti dikemukakan di atas, sistem

    pendukung pendukung keputusan dapat memberikan berbagai manfaat atau

    keuntungan bagi pemakai (Kosasi, 2002). Kemampuan dimaksud di antaranya

    meliputi:

    1. Sistem pendukung keputusan dapat menunjang pembuatan keputusan

    manajemen dalam menangani masalah semi terstruktur dan tidak

    terstruktur.

    2. Sistem pendukung keputusan dapat membantu manajer pada berbagai

    tingkatan manajemen, mulai dari manajemen tingkat atas sampai

    manajemen tingkat bawah.

    3. Sistem pendukung keputusan memiliki kemampuan pemodelan dan

    analisis pembuatan keputusan.

    4. Sistem pendukung keputusan dapat menunjang pembuatan keputusan yang

    saling bergantungan dan berurutan baik secara kelompok maupun

    perorangan.

    5. Sistem pendukung keputusan menunjang berbagai bentuk proses

    pembuatan keputusan dan jenis keputusan.

    6. Sistem pendukung keputusan dapat melakukan adaptasi setiap saat dan

    bersifat fleksibel.

    7. Sistem pendukung keputusan mudah melakukan interaksi sistem dan

    mudah dikembangkan oleh pemakai akhir.

    8. Sistem pendukung keputusan dapat meningkatkan efektivitas dalam

    pembuatan keputusan daripada efisiensi.

    9. Sistem pendukung keputusan mudah melakukan pengaksesan berbagai

    sumber dan format data.

    Di samping berbagai keuntungan dan manfaat seperti dikemukakan sebelumnya,

    SPK juga memiliki beberapa keterbatasan, diantaranya adalah:

    Universitas Sumatera Utara

  • 1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak

    dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya

    mencerminkan persoalan sebenarnya.

    2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang

    dimilikinya (pengetahuan dasar serta model dasar).

    3. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga

    pada kemampuan perangkat lunak yang digunakannya.

    4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki oleh

    manusia, karena walau bagaimana pun canggihnya suatu SPK, hanyalah

    sautu kumpulan perangkat keras, perangakat lunak dan sistem operasi

    yang tidak dilengkapi dengan kemampuan berpikir.

    Bagaimanapun juga harus diingat bahwa SPK tidak ditekankan untuk

    membuat keputusan. Dengan sekumpulan kemampuan untuk mengolah

    informasi/data yang diperlukan dalam proses pengambilan keputusan, sistem

    hanya berfungsi sebagai alat bantu manajemen. Jadi sistem ini tidak dimaksudkan

    untuk menggantikan fungsi pengambil keputusan dalam membuat keputusan.

    Sistem ini dirancang hanyalah untuk membantu pengambil keputusan dalam

    melaksanakan tugasnya (Umar Daihani, 2001).

    Secara luas, dapat dikatakan bahwa SPK dirancang untuk menghasilkan

    berbagai alternatif yang ditawarkan kepada para pengambil keputusan dalam

    melaksanakan tugasnya.

    2.1.4 Komponen-Komponen SPK

    SPK dapat terdiri dari tiga subsistem utama yang menentukan kapabilitas teknis

    SPK (Suryadi dan Ramdhani, 1998), yaitu:

    1. Subsistem Manajemen Basis Data (Data Base Management Subsystem)

    2. Subsistem Manajemen Basis Model (Model Base Management Subsystem)

    3. Subsistem Perangkat Lunak Penyelenggara Dialog (Dialog Generation

    and Management Software)

    Universitas Sumatera Utara

  • 2.1.4.1 Subsistem Manajemen Basis Data

    Ada beberapa perbedaan antara data base untuk SPK dan non-SPK. Pertama,

    sumber data untuk SPK lebih kaya dari pada non-SPK dimana data harus

    berasal dari luar dan dari dalam karena proses pengambilan keputusan.

    Perbedaan lain adalah proses pengambilan dan ekstraksi data dari sumber

    data yang sangat besar. SPK membutuhkan proses ekstraksi dan DBMS

    (Database Management System) yang dalam pengelolaannya harus cukup

    fleksibel untuk memungkinkan penambahan dan pengurangan secara cepat.

    Dalam hal ini, kemampuan yang dibutuhkan dari manajemen data base dapat

    diringkas, sebagai berikut:

    1. Kemampuan untuk mengkombinasikan berbagai variasi data melalui

    pengambilan dan ekstraksi data.

    2. Kemampuan untuk menambahkan sumber data secara cepat dan mudah.

    3. Kemampuan untuk menggambarkan struktur data logikal sesuai dengan

    pengertian pamakai sehingga pemakai mengetahui apa yang tersedia dan

    dapat menentukan kebutuhan penambahan dan pengurangan.

    4. Kemampuan untuk menangani data secara personil sehingga pemakai

    dapat mencoba berbagai alternatif pertimbangan personil.

    5. Kemampuan untuk mengelola berbagai variasi data.

    2.1.4.2 Subsistem Manajemen Basis Model

    Salah satu keunggulan SPK adalah kemampuan untuk mengintegrasikan akses

    data dan model-model keputusan. Hal ini dapat dilakukan dengan menambahkan

    model-model keputusan ke dalam sistem informasi yang menggunakan database

    Universitas Sumatera Utara

  • sebagai mekanisme integrasi dan komunikasi di antara model-model.

    Karakteristik ini menyatukan kekuatan pencarian dan pelaporan data.

    Salah satu persoalan yang berkaitan dengan model adalah bahwa

    penyusunan model seringkali terikat pada struktur model yang mengasumsikan

    adanya masukan yang benar dan cara keluaran yang tepat. Sementara itu, model

    cenderung tidak mencukupi karena adanya kesulitan dalam mengembangkan

    model yang terintegrasi untuk menangani sekumpulan keputusan yang saling

    bergantungan. Cara untuk menangani persoalan ini dengan menggunakan koleksi

    berbagai model yang terpisah, dimana setiap model digunakan untuk menangani

    bagian yang berbeda dari masalah yang dihadapi. Komunikasi antara berbagai

    model digunakan untuk menangani bagian yang berbeda dari masalah tersebut.

    Komunikasi antara berbagai model yang saling berhubungan diserahkan kepada

    pengambil keputusan sebagai proses intelektual dan manual.

    Salah satu pandangan yang lebih optimis, berharap untuk bisa

    menambahkan model-model ke dalam sistem informasi dengan database sebagai

    mekanisme integrasi dan komunikasi di antara mereka.

    Kemampuan yang dimiliki subsistem basis model meliputi:

    1. Kemampuan untuk menciptakan model-model baru secara cepat dan

    mudah.

    2. Kemampuan untuk mengakses dan mengintegrasikan model-model

    keputusan.

    3. Kemampuan untuk mengelola basis model dengan fungsi manajemen yang

    analog dan manajemen data base (seperti mekanisme untuk meyimpan,

    membuat dialog, menghubungkan, dan mengakses model).

    2.1.4.3 Subsistem Perangkat Lunak Penyelenggara Dialog

    Fleksibilitas dan kekuatan karakteristik SPK timbul dari kemampuan interaksi

    antara sistem dan pemakai, yang dinamakan subsitem dialog. Bennet

    mendefinisikan pemakai, terminal, dan sistem perangkat lunak sebagai

    Universitas Sumatera Utara

  • komponen-komponen dari sistem dialog. Ia membagi sub sitem dialog menjadi

    tiga bagian yaitu:

    1. Bahasa aksi, meliputi apa yang dapat digunakan oleh pemakai dalam

    berkomunikasi dengan sistem. Hal ini meliputi pemilihan-pemilihan

    seperti papan ketik (key board), panel-panel sentuh, joystick, perintah

    suara dan sebagainya.

    2. Bahasa tampilan dan presentasi, meliputi apa yang harus diketahui oleh

    pemakai. Bahasa tampilan meliputi pilihan-pilihan seperti printer, layar

    tampilan, grafik, warna, plotter, keluaran suara, dan sebagainya.

    3. Basis pengetahuan, meliputi apa yang harus diketahui oleh pemakai agar

    pemakaian sistem bisa efektif. Basis pengetahuan bisa berada dalam

    pikiran pemakai, pada kartu referensi atau petunjuk, dalam buku manual,

    dan sebagainya.

    Kombinasi dari kemampuan-kemampuan tersebut terdiri dari apa yang

    disebut gaya dialog, misalnya, pendekatan tanya jawab, bahasa perintah, menu-

    menu, dan mengisi tempat kosong.

    Kemampuan yang harus dimiliki oleh SPK untuk mendukung dialog

    pemakai/sistem meliputi:

    1. Kemampuan untuk menangani berbagai variasi dialog, bahkan jika

    mungkin untuk mengkombinasikan berbagai gaya dialog sesuai dengan

    pilihan pemakai.

    2. Kemampuan untuk mengakomodasikan tindakan pemakai dengan berbagai

    peralatan masukan.

    3. Kemampuan untuk menampilkan data dengan berbagai variasi format dan

    peralatan keluaran.

    4. Kemampuan untuk memberikan dukungan yang fleksibel untuk

    mengetahui basis pengetahuan pemakai.

    2.2 Pengambilan Keputusan Kriteria Majemuk

    Universitas Sumatera Utara

  • Proses analisis kebijakan membutuhkan adanya kriteria sebelum memutuskan

    pilihan dan berbagai alternatif yang ada. Kriteria menunjukkan definisi masalah

    dalam bentuk yang konkret dan kadang-kadang dianggap sebagai sasaran yang

    akan dicapai (Sawicki, 1992). Analisis atas kriteria penilaian dilakukan untuk

    memperoleh seperangkat standar pengukuran, untuk kemudian dijadikan sebagai

    alat dalam membandingkan berbagai alternatif.

    Pada saat pembuatan kriteria, pengambil keputusan harus mencoba untuk

    menggambarkan dalam bentuk kuantitatif, jika hal ini memungkinkan. Hal itu

    karena akan selalu ada beberapa faktor yang tidak dapat dikuantifikasikan yang

    juga tidak dapat diabaikan sehingga mengakibatkan semakin sulitnya membuat

    perbandingan. Kenyataan bahwa kriteria yang tidak bisa dikuantifikasikan itu

    sukar untuk diperkirakan dan diperbandingkan hendaknya tidak menyebabkan

    pengambil keputusan untuk tidak menggunakan kriteria tersebut, karena kriteria

    ini dapat saja relevan dengan masalah utama di dalam setiap analisis.

    Sifat-sifat yang harus diperhatikan dalam memilih kriteria pada setiap

    persoalan pengambilan keputusan (Suryadi dan Ramdhani, 1998) adalah sebagai

    berikut:

    1. Lengkap, sehingga dapat mencakup seluruh aspek penting dalam persoalan

    tersebut. Suatu set kriteria disebut lengkap apabila set ini dapat

    menunjukkan seberapa jauh seluruh tujuan dapat dicapai.

    2. Operasional, sehingga dapat digunakan dalam analisis. Sifat operasional ini

    mencakup beberapa pengertian, antara lain adalah bahwa kumpulan kriteria

    ini harus mempunyai arti bagi pengambil keputusan, sehingga ia dapat

    benar-benar menghayati implikasinya terhadap alternatif yang ada. Selain

    itu, jika tujuan pengambilan keputusan ini harus dapat digunakan sebagai

    sarana untuk meyakinkan pihak lain, maka kumpulan kriteria ini harus dapat

    digunakan sebagai sarana untuk memberikan penjelasan atau untuk

    berkomunikasi. Operasional ini juga mencakup sifat dapat diukur. Pada

    dasarnya sifat dapat diukur ini adalah untuk:

    Universitas Sumatera Utara

  • a. Memperoleh distribusi kemungkinan dari tingkat pencapaian kriteria

    yang mungkin diperoleh (untuk keputusan dalam ketikdakpastian).

    b. Mengungkapkan preferensi pengambil keputusan atas pencapaian

    kriteria.

    3. Tidak berlebihan, sehingga menghindarkan perhitungan berulang. Dalam

    menentukan set kriteria, jangan sampai terdapat kriteria yang pada dasarnya

    mengandung pengertian yang sama.

    4. Minimum, agar lebih mengkomprehensifkan persoalan. Dalam menentukan

    sejumlah kriteria perlu sedapat mungkin mengusahakan agar jumlah

    kriterianya sesedikit mungkin. Karena semakin banyak kriteria maka

    semakin sukar pula untuk dapat menghayati persoalan dengan baik, dan

    jumlah perhitungan yang diperlukan dalam analisis akan meningkat dengan

    cepat.

    Beberapa model pengambilan keputusan pada dasarnya mengambil konsep

    pengukuran kualitatif dan kuantitatif. Pendekatan kuantitatif pada dasarnya

    merupakan upaya penggambaran dunia nyata.

    2.2.1. Analytical Hierarchy Process (AHP)

    AHP adalah sebuah hierarki fungsional dengan input utamanya persepsi

    manusia. Dengan hierarki, suatu masalah kompleks dan tidak terstruktur

    dipecahkan ke dalam kelompok-kelompok tersebut diatur menjadi suatu bentuk

    hierarki. Model AHP memakai persepsi manusia yang dianggap pakar sebagai

    input utamanya. Kriteria pakar disini bukan berarti bahwa orang tersebut

    haruslah jenius, pintar, bergelar doktor dan sebagainya tetapi lebih mengacu pada

    orang yang mengerti benar permasalahan yang diajukan, merasakan akibat suatu

    masalah atau punya kepentingan terhadap masalah tersebut. (Suryadi, 1988)

    2.2.1.1 Prinsip Dasar Analytical Hierarchy Process

    Universitas Sumatera Utara

  • Dalam menyelesaikan permasalahan dengan AHP ada beberapa prinsip yang

    harus dipahami, di antaranya adalah sebagai berikut:

    1. Decomposition (membuat hierarki)

    Sistem yang kompleks bisa dipahami dengan memecahkannya menjadi

    elemen-elemen yang lebih kecil dan mudah dipahami.

    Gambar 2.1 Hierarki 3 level AHP

    2. Comparative judgment (penilaian kriteria dan alternatif)

    Kriteria dan alternatif dilakukan dengan perbandingan berpasangan.

    Menurut Saaty (1988), untuk berbagai persoalan, skala 1 sampai 9 adalah

    skala terbaik untuk mengekspresikan pendapat. Nilai dan definisi pendapat

    kualitatif dari skala perbandingan Saaty dapat diukur menggunakan tabel

    analisis seperti tabel dibawah ini.

    Tabel 2.1 Skala Penilaian Perbandingan Pasangan

    Intensitas

    Kepentingan Keterangan

    1 Kedua elemen sama pentingnya

    3 Elemen yang satu sedikit lebih penting

    daripada elemen yang lainnya

    5 Elemen yang satu lebih penting daripada

    yang lainnya

    7 Satu elemen jelas lebih mutlak penting

    daripada elemen lainnya

    Universitas Sumatera Utara

  • 9 Satu elemen mutlak penting daripada elemen

    lainnya

    2,4,6,8 Nilai-nilai antara dua nilai pertimbangan-

    pertimbangan yang berdekatan

    3. Synthesis of priority (Menentukan Prioritas)

    Menentukan prioritas dari elemen-elemen kriteria dapat dipandang sebagai

    bobot/kontribusi elemen tersebut terhadap tujuan pengambilan keputusan.

    AHP melakukan analisis prioritas elemen dengan metode perbandingan

    berpasangan antar dua elemen sehingga semua elemen yang ada tercakup.

    Prioritas ini ditentukan berdasarkan pandangan para pakar dan pihak-pihak

    yang berkepentingan terhadap pengambilan keputusan, baik secara

    langsung (diskusi) maupun secara tidak langsung (kuisioner).

    4. Logical Consistency (konsistensi logis)

    Konsistensi memiliki dua makna. Pertama, objek-objek yang serupa bisa

    dikelompokkan sesuai dengan keseragaman dan relevansi. Kedua,

    menyangkut tingkat hubungan antar objek yang didasarkan pada kriteria

    tertentu. (Kosasi, Sandy. 2002)

    2.2.1.2 Prosedur Analytical Hierarchy Process

    Secara umum langkah-langkah yang harus dilakukan dalam menggunakan AHP

    untuk pemecahan suatu masalah adalah sebagai berikut:

    1. Mendefinisikan masalah dan menentukan solusi yang diinginkan, lalu

    menyusun hierarki dari permasalahan yang dihadapi.

    2. Menentukan prioritas elemen

    a. Langkah pertama dalam menentukan prioritas elemen adalah

    membuat perbandingan pasangan, yaitu membandingkan elemen

    secara berpasangan sesuai kriteria yang diberikan.

    Universitas Sumatera Utara

  • b. Matriks perbandingan berpasangan diisi menggunakan bilangan untuk

    merepresentasikan kepentingan relatif dari suatu elemen terhadap

    elemen yang lainnya.

    3. Sintesis

    Pertimbangan-pertimbangan terhadap perbandingan berpasangan disintesis

    untuk memperoleh keseluruhan prioritas. Hal-hal yang dilakukan dalam

    langkah ini adalah:

    a. Menjumlahkan nilai-nilai dari setiap kolom pada matriks

    b. Membagi setiap nilai dari kolom dengan total kolom yang

    bersangkutan untuk memperoleh normalisasi matriks.

    c. Menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan

    jumlah elemen untuk mendapatkan nilai rata-rata.

    4. Mengukur Konsistensi

    Dalam pembuatan keputusan, penting untuk mengetahui seberapa baik

    konsistensi yang ada karena kita tidak menginginkan keputusan

    berdasarkan pertimbangan dengan konsistensi yang rendah. Hal-hal yang

    dilakukan dalam langkah ini adalah sebagai berikut:

    a. Kalikan setiap nilai pada kolom pertama dengan prioritas relatif

    elemen pertama, nilai pada kolom kedua dengan prioritas relatif

    elemen kedua dan seterusnya.

    b. Jumlahkan setiap baris

    c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas relatif

    yang bersangkutan

    d. Jumlahkan hasil bagi di atas dengan banyaknya elemen yang ada,

    hasilnya disebut maks

    5. Hitung Consistency Index (CI) dengan rumus:

    CI = (max n) /n

    Dimana n = banyaknya elemen.

    6. Hitung Rasio Konsistensi/Consistency Ratio (CR) dengan rumus:

    CR= CI/RC

    Dimana CR = Consistency Ratio

    CI = Consistency Index

    Universitas Sumatera Utara

  • IR = Indeks Random Consistency

    7. Memeriksa konsistensi hierarki. Jika nilainya lebih dari 10%, maka

    penilaian data judgment harus diperbaiki. Namun jika Rasio Konsistensi

    (CI/CR) kurang atau sama dengan 0,1, maka hasil perhitungan bisa

    dinyatakan benar. (Kusrini. 2007)

    Dimana RI : random index yang nilainya dapat dilihat pada table di bawah

    ini.

    Tabel 2.2 Ratio index

    2.2.2.Technique For Order Preference by Similarity to Ideal Solution (TOPSIS)

    TOPSIS adalah salah satu metode pengambilan keputusan multikriteria yang

    pertama kali diperkenalkan oleh Yonn dan Hwang (1981). Dengan ide dasarnya

    adalah bahwa alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal

    positif dan memiliki jarak terjauh dari solusi ideal negatif. Berikut ini adalah

    contoh sebuah matriks dengan alternatif dan kriteria

    Dimana:

    D = matriks

    m = alternatif

    n = kriteria

    2.2.2.1 Procedure TOPSIS

    1. Normalisasi matriks keputusan

    N 1 2 3 4 5 6 7 8 9 10

    RI 0 0 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49

    Universitas Sumatera Utara

  • Setiap elemen pada matriks D dinormalisasikan untuk mendapatkan

    matriks normalisasi R. Setiap normalisasi dari nilai rij dapat dilakukan

    dengan perhitungan sebagai berikut:

    Untuk i=1,2,3,,m;

    j=1,2,3,,n

    2. Pembobotan pada matriks yang telah dinormalisasikan

    Diberikan bobot W = (w1,w2,,wn), sehingga weighted normalized

    matrix V dapat dihasilkan sebagai berikut:

    Dengan i=1,2,3,,m dan j=1,2,3,n

    3. Menentukan solusi ideal positif dan solusi ideal negative

    Solusi ideal positif dinotasikan dengan A+ dan solusi ideal negatife

    dinotasikan dengan A-, sebagi berikut :

    Menentukan Solusi Ideal (+) & (-)

    ( )( ){ } { }( )( ){ } { }

    ++++

    ===

    ===

    mijij

    mijij

    vvvmiJjvJjvA

    vvvmiJjvJjvA

    ,...,,...3,2,1,|min|max

    ,...,,...3,2,1,|min|max

    21'

    21'

    Dimana :

    vij = elemen matriks V baris ke-i dan kolom ke- j

    J ={j=1,2,3,,n dan j berhubung dengan benefit criteria}

    J ={j=1,2,3,,n dan j berhubung dengan cost criteria}

    4. Menghitung Separation Measure

    Universitas Sumatera Utara

  • Separation measure ini merupakan pengukuran jarak dari suatu alternatif

    ke solusi ideal positif dan solusi ideal negatif. Perhitungan matematisnya

    adalah sebagai berikut:

    Separation measure untuk solusi ideal positif

    =

    ++ =n

    jjiji vvS

    1

    2)( , dengan i=1,2,3,,n

    Separation measure untuk solusi ideal positif

    =

    =n

    jjiji vvS

    1

    2_ )( , dengan i=1,2,3,,n

    5. Menghitung kedekatan relative dengan ideal positif

    Kedekatan relative dari alternatif A+ dengan solusi ideal A-

    direpresentasikan dengan:

    +

    +=

    ii

    ii SS

    SC , dengan 0< 1

  • terutama berdasarkan klasifikasi, kualitas, dan kompetensi si penerima beasiswa.

    (Gafur, Abdul, 2008).

    Demikian halnya dengan Fakultas Matematika dan Ilmu Pengetahuan

    Alam Universitas Sumatera Utara (FMIPA USU) yang telah memiliki program

    pemberian beasiswa terhadap mahasiswa. Oleh karena itu 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 banyaknya kriteria yang

    digunakan untuk menentukan keputusan penerima beasiswa yang sesuai dengan

    yang diharapkan.

    Pemberian beasiswa kepada mahasiswa di Perguruan Tinggi merupakan

    wujud dari partisipasi masyarakan, instansi, pemerintah, perusahaan-perusahaaan

    swasta dalam ikut serta membangun bangsa khususnya dalam bidang pendidikan.

    Pada Universitas Sumatera utara terdapat beberapa instansi pemerintah (BUMN)

    dan perusahaan swasta yang menyalurkan bantuan beasiswa kepada USU.

    Mahasiswa yang mendapatkan beasiswa dari berbagai macam beasiswa yang

    disalurkan melalui Biro Administrasi Kemahasiswaan USU.

    2.3.1 Persyaratan Beasiswa

    Untuk dapat memperoleh beasiswa harus memenuhi syarat sebagai berikut:

    2.3.1.1 Syarat Umum

    Adapaun syarat-syarat umum untuk mendapatkan beasiswa adalah:

    1. Terdaftar sebagai mahasiswa USU

    2. Kondisi orang tua kurang mampu

    3. Tidak menerima beasiswa/tunjangan pendidikan lain

    4. Belum bekerja dan belum berkeluarga

    5. Aktif dalam kegiatan kemahasiswaan (ekstrakurikuler)

    Universitas Sumatera Utara

  • 6. Tidak akan mengambil PKA (Penundaan Kegiatan Akademik) selama

    menerima beasiswa

    7. Patuh pada peraturan yang ditetapkan oleh Universitas/Fakultas

    8. Mempunyai No. Rekening pada PT Bank Negara Indonesia Tbk cabang

    USU

    2.3.1.2 Syarat Khusus

    Persyaratan khusus Penerima Beasiswa pada Universitas Sumatera Utara

    disesuaikan dengan jenis beasiswa yang ditawarkan. Adapun jenis dan syarat

    beasiswa adalah sebagai berikut:

    Tabel 2.3 Jenis dan Syarat Beasiswa

    No. Jenis Beasiswa Persyaratan Khusus

    1. Beasiswa Bantuan

    Belajar Mahasiswa

    (BBM)

    1. Terdaftar sebagai mahasiswa Program Diploma

    dan S1

    2. Minimal telah duduk di semester II (dua)

    3. Indeks Prestasi Kumultaif (IPK) minimal 2.50.

    2. Beasiswa

    Peningkatan Prestasi

    Akademik (PPA)

    1. Terdaftar sebagai mahasiswa Progam S1

    (Mahasiswa baru dan lama)

    2. Indeks Prestasi/Indeks Prestasi Kumulatif

    (IP/IPK) minimal 3.00 untuk mahasiswa lama.

    3. Nilai rata-rata STTB minimal 6,50 untuk

    mahasiswa baru

    3. Beasiswa Yayasan

    Supersemar

    1. Terdaftar sebagai mahasiswa Program S1

    2. Minimal telah duduk di semester III (tiga)

    3. Indeks Prestasi Kumulatif (IPK) minimal 2,50

    Universitas Sumatera Utara

  • 4. Mengisi formulir beasiswa Yayasan

    Supersemar serta ditandatangani oleh Pudek III

    Fakultas dan Pimpinan Perguruan Tinggi

    bidang Kemahasiswaan.

    4. Beasiswa

    Technological and

    Professional Skills

    Development Sector

    Project (TPSDP)

    1. Terdaftar sebagai mahasiswa Program S1

    a. Fakultas Teknik (Program studi Kimia,

    Sipil, Elektro dan Mesin)

    b. Fakultas MIPA (Program studi Biologi,

    Kimia, Matematika, Fisika dan

    Infomatika / Ilmu Komputer.

    c. Fakultas Pertanian (Program studi

    Teknik Pertanian, Pemuliaan Tanaman.

    Hortikultura, Teknologi Pengelolaan

    Hasil Pertanian, Teknologi Pengelolaan

    Hasil Perikanan, Teknologi Pengelolaan

    Hasil Ternak, Pemanfaatan Sumber

    Daya Kelautan).

    2. Penghasilan perbulan orangtua

  • putih 4 x 6

    7. Mengisi formulir khusus yang diberikan oleh

    pihak Konsorsium Pendidikan BPMIGAS

    KKKS

    6. Beasiswa Yayasan

    Jepang

    1. Terdaftar sebagai mahasiswa Program S1

    2. Minimal telah duduk di semester VII (tujuh)

    3. Indeks Prestasi Kumulatif (IPK) minimal 2,76

    4. Memiliki Surat Keterangan Sehat dari Dokter

    5. Mengisi formulir riwayat hidup.

    7. Beasiswa Yayasan

    Salim

    1. Terdaftar sebagai mahasiswa Program S1

    2. Mahasiswa semester I s/d semester VII

    3. Nilai minimum :

    a. Untuk mahasiswa semester I nilai rata-

    rata Ujian Nasional dan Rapor kelas

    terakhir di SMU sederajat minimum 7,6

    b. Untuk mahasiswa semester III ke atas,

    rata-rata Indeks Prstasi Semester (IPS)

    dua semester terakhir minimum 2,80,

    bukan Indeks Prestasi Kumulatif (IPK).

    4. Mengisi formulir permohonan beasiswa

    Yayasan Salim

    5. Menyerahkan fotokopi Kartu Penduduk dan

    pasfoto 4 x 6 sebanyak 2 (dua) lembar

    8. Beasiswa Society of

    Petroleum (SPE)

    1. Terdaftar sebagai mahasiswa Program S1

    FakultasTeknik, Jurusan Teknik Kimia / Mesin

    / Elektro

    2. Sedang menjalani semester III (tiga)

    (minimum) hingga semester VII (maksimum)

    Tabel 2.3 Jenis dan Syarat Beasiswa(Lanjutan)

    Universitas Sumatera Utara

  • 3. Indeks Prestasi Kumulatif (IPK) > 3,00

    4. Menyerahkan fotokopi Kartu Penduduk.

    9. Beasiswa Bank

    Indonesia (BI)

    1. Terdaftar sebagai mahasiswa Program S1

    2. Minimal telah duduk di semester V dan telah

    menempuh 90 SKS

    3. Indeks Prestasi Kumulatif minimal 3,00

    4. Usia Maksimal 25 tahun

    10. Beasiswa PT.

    Gudang Garam

    1. Terdaftar sebagai mahasiswa Program S1

    2. .Minimal telah duduk di semester III (tiga)

    3. Indeks Prestasi Kumulatif (IPK) minimal 2,50

    11. Beasiswa Yayasan

    Toyota Astra

    1. Terdaftar sebagai mahasiswa Program S1

    a. Fakultas Teknik

    b. Fakultas Pertanian

    c. Fakultas M I P A

    2. Berada di semester V (lima) atau VII (tujuh)

    3. Indeks Prestasi Kumulatif (IPK) minimal 2,80

    4. Mengisi formulir pendaftaran beasiswa

    Yayasan Astra serta ditandatangani oleh Pudek

    III Fakultas dan Pimpinan Perguruan Tinggi

    bidang Kemahasiswaan

    5. Menyerahkan pasfoto ukuran 3 x 4 sebanyak 3

    (tiga) lembar dan Surat Keterangan Dokter.

    12. Beasiswa PT.

    Djarum

    1. Terdaftar sebagai mahasiswa Program S1

    2. Berada di semester V (lima)

    3. Indek Prestasi Kumulatif (IPK) minimal 3.00

    4. Mengikuti Psikotes yang diadakan oleh PT.

    Djarum

    Tabel 2.3 Jenis dan Syarat Beasiswa(Lanjutan)

    Universitas Sumatera Utara

  • 13. PT. Bank Rakyat

    Indonesia (BRI)

    Persero Tbk

    1. Terdaftar sebagai mahasiswa Program S1

    2. Indeks Prestasi Kumulatif (IPK) minimal 2,50

    3. Minimal telah duduk di semester III (tiga)

    4. Usia tidak lebih dari 23 tahun pada saat

    mengajukan Permohonan

    14. YKPP (Yayasan

    Kesejahteraan

    Pegawai Pertamina)

    1. Terdaftar sebagai mahasiswa Program S1

    2. Telah duduk di semester II dan IV

    3. Indeks Prestasi Kumulatif (IPK) minimal 3.00

    4. Mengikuti Wawancara yang diadakan oleh

    YKPP

    15. TJIPTA SARJANA 1. Terdaftar sebagai mahasiswa baru USU

    Program S1

    2. Berprestasi di Sekolah (SMA)

    3. Mengisi formulir pendaftaran Program Tjipta

    Sarjana

    4. Menyerahkan 2 (dua) lembar pasfoto berwarna

    4 x 6

    5. Mengikuti Wawancara yang diadakan oleh Eka

    Tjipta Foundation

    16. TANOTO

    FUONDATION

    1. Terdaftar sebagai mahasiswa Program S1

    2. Usia maksimum 21 tahun

    3. Indeks Prestasi Kumulatif (IPK) minimal 3,00

    4. Mengisi Formulir Pendaftaran Beasiswa

    Tanoto Foundation

    5. Mengikuti Psikotest yang diadakan oleh Tanoto

    Foundation

    17. PT. SUN LIFE

    FINANCIAL

    1. Terdaftar sebagai mahasiswa Fak. MIPA

    Jurusan Matematika Fak ISIP, dan Fak

    Tabel 2.3 Jenis dan Syarat Beasiswa(Lanjutan)

    Tabel 2.3 Jenis dan Syarat Beasiswa(lanjutan)

    Universitas Sumatera Utara

  • INDONESIA Kesehatan Masyarakat USU

    2. Telah duduk di semester IV

    3. Indeks Prestas Kumulatif (IPK) minimal 3,50

    18. Peningkatan Prestasi

    Ekstrakurikuler

    (PPE)

    1. Terdaftar sebagai mahasiswa Program Diploma

    dan S1

    2. Indeks Prestasi Kumulatif (IPK) minimal 2,50

    3. Mempunyai prestasi tinggi atau baik sesuai

    dengan kegiatannya yang dibuktikan dengan

    Sertifikat atau Piagam Penghargaan yang

    diterbitkan oleh Panitia Penyelenggara atau

    pihak yang berwenang

    4. Bukti Prestasi yang diusulkan mahasiswa

    bersangkutan sudah menjadi mahasiswa USU

    dan tidak boleh lebih 3 (tiga) tahun sejak bulan

    Januari pada tahun mengusulkan.

    (www.usu.ac.id/beasiswa)

    Universitas Sumatera Utara

  • BAB 3

    ANALISIS DAN PERANCANGAN SISTEM

    3.1 Analisis Sistem

    Analisis sistem terdiri dari dua bagian yaitu analisis data sistem dan analisis

    komponen sistem.

    3.1.1 Analisis Data Sistem

    Dalam merancang sistem pendukung keputusan diperlukan data pendukung antara lain:

    a. Data mahasiswa meliputi nim sebagai kode mahasiswa , nama mahasiswa,

    IPK( Indeks Prestasi Kumilatfi), jumlah penghasilan orang tua, jumlah

    tanggungan orang tua, semester, status beasiswa.

    b. Data kriteria, meliputi kode kriteria, nama kriteria.

    3.1.2 Analisis Komponen Sistem

    Sistem yang akan dibuat memiliki tiga komponen, yaitu : Subsistem Manajenem

    Basis Data (Data Base Management Subsystem), Subsistem Manajemen Basis

    Model (Model Base Management Subsystem), Subsistem Perangkat Lunak

    Penyelenggara Dialog (Dialog Generation and Management Software).

    Relasi dari ketiga komponen tersebut adalah:

    Universitas Sumatera Utara

  • Gambar 3.1 Komponen Sistem Pendukung Keputusan

    Gambar 3.1 di atas menjelaskan bahwa ketiga komponen sistem saling

    terhubung dalam satu kesatuan yaitu dalam piranti lunak.

    3.1.2.1 Subsistem Manajenem Basis Data

    Subsistem manajemen basis data digambarkan dalam Diagram Aliran Data.

    3.1.2.1.1 Diagram Aliran Data Diagram Aliran Data/Data Flow Diagram (DFD) adalah sebuah teknis grafis yang

    menggambarkan aliran informasi dan transformasi yang diaplikasikan pada saat

    data bergerak dari input menjadi output.

    3.1.2.1.1 DFD Level 0

    Basis Data Basis Model

    Manajemen Basis Data

    Manajemen Basis Model

    Manajemen Penyelenggara Dialog

    Pengguna

    Universitas Sumatera Utara

  • DFD dari sistem yang dibuat adalah:

    0SPK Seleksi Penerimaan

    Beasiswa

    MahasiswaPenyeleksi Beasiswa

    data_mahasiswa

    hasil_seleksi

    Kriteria data_kriteria

    Gambar 3.2 DFD Level 0 SPK Seleksi Penerimaan Beasiswa dengan Metode

    AHP dan TOPSIS

    DFD level 0 merepresentasikan seluruh elemen SPK Seleksi Penerimaan

    Beasiswa dengan metode AHP dan TOPSIS sebagai sebuah proses dengan data

    input adalah data pengguna dan output adalah data keputusan dalam bentuk

    laporan yang dinyatakan oleh anak panah yang masuk dan keluar.

    3.1.2.1.2 DFD level 1

    Pada gambar diatas pada DFD Level 1 memiliki tiga proses yaitu proses

    Input data mahasiswa, input data kriteria, proses seleksi yang berguna untuk

    pengelolaan data master, proses seleksi beasiswa yang menggambarkan langkah-

    langkah penyeleksian.

    MahasiswaP.1

    Input data mahasiswa

    P.2Input Data

    Kriteria

    P.3Seleksi

    data_mahasiswa

    data_kriteria

    Mahasiswa

    Kriteria

    Penyeleksbeasiswa

    data_mahasiswa

    data_mahasiswa

    data_kriteria

    Kriteria

    Gambar 3.3 DFD Level 1

    3.1.2.1.3 DFD Level 2

    Universitas Sumatera Utara

  • Data Flow Diagram pada level 2 proses input data mahasiswa

    menggambarkan proses input dan simpan data kedalam database mahasiswa.

    Mahasiswa P.1.1Input data

    Mahasiswa

    data_mahasiswadata_mahasiswa

    P.1.2Simpan data

    data_

    maha

    siswa

    Gambar 3.4 DFD Level 2 Proses 1 Input Data Mahasiswa

    Data Flow Diagram pada level 2 proses input data kriteria menggambarkan

    proses input dan simpan data kriteria database kriteria.

    Kriteria P.2.1Input kriteria

    Kriteria

    data_kriteriadata_kriteria

    P.2.2Simpan data

    Data_k

    riteria

    Gambar 3.5 DFD Level 2 Proses 2 Input Data Kriteria

    Data Flow Diagram level 2 proses seleksi beasiswa terdiri dari 2 proses yaitu

    perhitungan AHP dan perhitungan TOPSIS.

    Penyeleksi beasiswa

    P.2.1Perhitungan

    AHP

    P.2.2Perhitungan

    TOPSIS

    Bobot prioritas

    Kriteria

    MahasiswaData Mahasiwa

    Bobot prioritas

    Bobot prioritas

    hasil_seleksi

    Gambar 3.6 DFD Level 2 Proses 3 Seleksi Beasiswa

    Universitas Sumatera Utara

  • 3.1.2.1.4 DFD Level 3

    Gambar ini menjelaska bahwa DFD level 3 proses perhitungan AHP terdiri atas

    tiga proses yaitu penstrukturan hirarki, perbandingan preferensi antar kriteria dan

    normalisasi matriks.

    P.3.1Penstrukturan

    Hierarki

    P.3.2Perbandingan

    Prefensi Antar Kriteria

    P.3.3Normalisasi

    Matriks

    Kriteria

    Bobot prioritas

    kriteria

    Nilai matrik perbandingan berpasangan

    struktur kriteria

    bobot_prioritas

    Gambar 3.7 DFD Level 3 Proses 1 Perhitungan AHP

    Pada gambar dibawah ini akan menjelaskan diagram alir data level 3 yakni

    proses seleksi dengan metode TOPSIS.

    Universitas Sumatera Utara

  • Penyeleksi Beasiswa

    2.2.1Pemilihan Alternatif

    mahasiswa

    2.2.2Normalisasi

    matruk keputusan

    2.2.3Pembobotan

    matrik

    2.2.5Menghitung separation measure

    2.2.4Menentukan solusi ideal positif dan

    negatif

    2.2.6Hitung

    kedekatan relatif dengan solusi ideal

    Mahasiswa

    Kriteria

    Bobot preferensi

    mahasiswa

    kriteria

    Data alternatif

    Nilai matrik ternormalisasi

    Bobot prioritas

    Nilai perkalian matrik ternormalisasi dengan bobot prioritas

    Nilai solusi ideal positif dan negatif

    2.2.7Mengurutkan

    pilihan

    Nilai separatian measure untuk setiap alternatif

    Nilai kedekatan setiap alternatif terhadap solusi ideal

    Hasil_seleksi

    Data mahasiswa

    Gambar 3.8 DFD Level 3 Proses 2 Perhitungan TOPSIS

    DFD level 3 ini merupakan proses perhitungan dengan menggunakan

    metode TOPSIS. DFD level ini memiliki 7 proses meliputi pemilihan alternatif

    mahasiswa, normalisasi matrik keputusan, pembobotan matrik, menentukan

    Universitas Sumatera Utara

  • solusi ideal positif dan solusi ideal negatif, menghitung separation measure,

    menghitung kedekatan relatif dengan solusi ideal dan mengurutkan pilihan,

    dimana tiap prosesnya menggambarkan perhitungan TOPSIS terhadap kriteria dan

    kandidat.

    3.1.2.1.5 Kamus Data

    Kamus data merupakan sebuah daftar yang mengatur semua komponen data yang

    berhubungan terhadap sistem dengan definisi singkat dan sejelas-jelasnya

    sehingga pengguna dan analisis sistem dapat sama-sama mengerti tentang data

    masukan, keluaran, komponen penyimpanan, dan kalkulasi lanjutan (Pressman,

    2001).

    Tabel 3.1 Kamus Data

    NO Data Field Type Deskripsi 1 Data_

    Mahasiswa

    NIM varchar(9) Nim mahasiswa Nama varchar(25) Nama mahasiswa IPK Double Indeks Prestasi Kumulatif Jlh_Penghasilan int(9) Jumlah penghasilan oran

    tua Jlh_Tanggungan int(2) Jumlah tanggungan orang

    tua Semester int(2) Semester Status_Bea int(2) Status beasiswa IPK_conv int(1) Konverter IPK Jlh_Tanggungan_conv

    int(1) Konverter jumlah tanggungan

    Jlh_Penghasilan_conv

    int(1) Konverter Penghasilan

    Semester_conv int(1) Konverter semester Stat_Bea_conv int(1) Konverter status beasiswa IPK_norm Double Normalisasi IPK Jlh_Penghasilan_norm

    Double Normalisasi jumlah penghasilan

    Jlh_Tanggungan_norm

    Double Normalisasi tanggungan

    Semester_norm Double Normalisasi Stat_Bea_norm Double Normalisasi status beasiswa IPK_norm_bobot

    Double Bobot prioritas IPK

    Jlh_Penghasilan_norm_bobot

    Double Bobot prioritas jumlah penghasilan

    Universitas Sumatera Utara

  • Jlh_Tanggungan_norm_bobot

    Double Bobot prioritas jumlah tanggungan

    Semester_norm_bobot

    Double Bobot prioritas semester

    Stat_Bea_norm_bobot

    Double Bobot prioritas status beasiswa

    amax_ipk Double Solusi ideal positif IPK amin_ipk Double Solusi ideal negatif IPK amax_jlh_penghasilan

    Double Solusi ideal positif jumlah penghasilan

    amin_jlh_penghasilan

    Double Solusi ideal negatif jumlah penghasilan

    amax_jlh_tanggungan

    Double Solusi ideal positif jumlah tanggungan

    amin_jlh_tanggungan

    Double Solusi ideal negative jumlah tanggungan

    amax_semester Double Solusi ideal positif semester amin_semester Double Solusi ideal negatif

    semester amax_stat_bea Double Solusi ideal positif status

    beasiswa s amin_stat_bea Double Solusi ideal negative status

    beasiswa dmax Double Separation measure positif dmin Double Separation measure negatif v Double Solusi

    2 Data_kriteria

    kriteria_ket varchar(8) Keterangan kriteria

    kriteria_ipk double Kriteria IPK kriteria_jlh_penghasilan

    double Kriteria jumlah penghasilan

    kriteria_jlh_tanggungan

    double Kriteria jumlah tanggungan

    kriteria_semester

    double Kriteria semester

    kriteria_stat_bea double Kriteria status beasiswa

    3.1.2.2 Subsistem Manajemen Basis Model

    Tabel 3.1 Kamus Data(Lanjutan)

    Universitas Sumatera Utara

  • Model yang dipakai dalam Perancangan Aplikasi Sistem Pendukung Keputusan

    Penerimaan Beasiswa adalah Analytical Hierarchy Process dan Top Order

    Preference by Similarity To Ideal Solution.

    Dalam pengambilan keputusan dengan metode AHP langkah-langkah

    kegiatan yang dilakukan:

    1. Dekomposisi dari masalah

    Langkah pertama yang harus kita lakukan adalah menentukan kriteria yang

    digunakan dalam penerimaan beasiswa dan menentukan alternatif siapa yang

    berhak mendapkan beasiswa.

    2. Menentukan Kriteria dan Nilai Skor

    Dari wawancara dengan petugas penyeleksi beasiswa Fakultas MIPA USU maka

    dapat diambil beberapa kriteria:

    a. IPK(Indeks Prestasi Kumulatif)

    b. Jumlah penghasilan orang tua

    c. Jumlah tanggungan orang tua

    d. Semester

    e. Status beasiswa.

    Tabel 3.2 Tabel Skor Kriteria

    Kriteria

    Data awal

    Data Konversi

    IPK

    2.75-3.00 1 3.10-3.50 3 3.51-4.0 5

    Jumlah penghasilan

    >4 jt 1 2.1 jt- 4jt 3

    0-2 jt 3 Jumlah tanggungan

    0-2 1 3-5 3 >5 5

    Semester

    >6 1 4-6 3 0-3 3

    Status Beasiswa

    >4 1 2-4 3 0-2 5

    3.1.2.3 Subsistem Perangkat Lunak Penyelenggara Dialog

    Universitas Sumatera Utara

  • 3.2 Perancangan Sistem

    3.2.1 Disain Interface

    Antarmuka pemakai (user interface) adalah aspek sistem komputer atau program

    yang dapat dilihat, didengar, atau dipersepsikan oleh pengguna manusia, dan

    perintah-perintah atau mekanisme yang digunakan pemakai untuk mengendalikan

    operasi dan memasukkan data. Antarmuka sistem pendukung keputusan beasiswa

    FMIPA USU dengan Metode AHP dan TOPSIS dapat dilihat dalam tampilan

    utama.

    Gambar 3.9 Tampilan Utama Sistem

    Metode Laporan Data

    Mahasiswa Kriteria

    Ahp Topsis

    Laporan

    Seleksi Penerimaan Beasiswa FMIPA USU dengan Metode AHP dan TOPSIS

    Universitas Sumatera Utara

  • Gambar 3.10 Input Data Mahasiswa

    INPUT DATA MAHASISWA Nim : Nama : IPK : Jumlah Penghasilan : Jumlah Tanggungan : Semester : Status Beasiswa :

    Batal Tambah

    Nim Nama Ipk Jlh_peng Jlh_tang Sem Stat_bea Nim1 Nama1 Ipk1 Jlh_peng1 Jlh_tang1 Sem1 Stat_bea1 Nim2 Nama2 Ipk1 Jlh_peng2 Jlh_tang2 Sem2 Stat_bea2 Nim3 Nama3 Ipk1 Jlh_peng3 Jlh_tang3 Sem3 Stat_bea3

    Nim n Nama n Ipk n Jlh_peng n Jlh_tang n Sem n Stat_bea n Baru Edit Hapus Keluar

    Hapus semua data mahasiswa

    Universitas Sumatera Utara

  • Gambar 3.14 Tampilan Inpit Kriteria

    Gambar 3.11 Tampilan Input Data Kriteria

    Gambar 3.15 Tampilan Input Bobot Perbandingan Kriteria

    Gambar 3.12 Tampilan Metode AHP

    Lanjut Keluar

    Metode AHP I

    Perbandingan kriteria matrik Kriteria1 Kriteria2 Kriteria3 Kiteria n Kriteria1 1 Nilai bobot Nilai bobot Nilai bobot Kriteria2 Nilai bobot 1 Nilai bobot Nilai bobot Kriteria3 Nilai bobot Nilai bobot 1 Nilai bobot Nilai bobot Nilai bobot Nilai bobot 1 Nilai bobot Kiteria n Nilai bobot Nilai bobot Nilai bobot 1 Jumlah Nilai bobot Nilai bobot Nilai bobot Nilai bobot

    INPUT DATA KRITERIA Kode Kriteria Nama Kriteria

    Batal Tambah

    Baru Edit Hapus Keluar

    Hapus semua data kriteria

    Kode_kriteria Nama_kriteria

    Kode_kriteria1 Nama_kriteria1

    Kode_kriteria2 Nama_kriteria2

    Kode_kriteria3 Nama_kriteria3

    ... ...

    Kode_kriteria n Nama_kriteria n

    Universitas Sumatera Utara

  • Gambar 3.13 Tampilan Metode AHP 2

    Proses

    Keluar

    METODE AHP II

    Normalisasi Matrik = setiap elemen / jumlah kolom

    Kriteria1 Kriteria2 Kriteria3 Kiteria n Jumlah Kriteria1 Nilai bobot Nilai bobot Nilai bobot Nilai bobot Nilai bobot Kriteria2 Nilai bobot Nilai bobot Nilai bobot Nilai bobot Nilai bobot Kriteria3 Nilai bobot Nilai bobot Nilai bobot Nilai bobot Nilai bobot

    Kiteria n Nilai bobot Nilai bobot Nilai bobot Nilai bobot Nilai bobot

    Bobot prioritas kiteria = jumlah kolom/jumlah kriteria

    Bobot Prioritas (Matrik W)

    Kriteria Bobot prioritas Kriteria1 Bobot prioritas Kriteria2 Bobot prioritas Kriteria3 Bobot prioritas

    .. .. Criteria n Bobot prioritas n

    Lanjut

    Universitas Sumatera Utara

  • Gambar 3.17 Tampilan Proses Metode TOPSIS I

    Gambar 3.14 Tampilan Metode TOPSIS I

    Keluar

    METODE TOPSIS I

    Matrik

    Kriteria1 Kriteria2 Kriteria3 Kiteria n Kandidat1 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria Kandidat2 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria Kandidat3 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria

    . Bobot kriteria Kandidat n Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria

    Lanjut

    Normalisasi Matrik (R) =

    Lanjut

    Kriteria1 Kriteria2 Kriteria3 Kiteria n Kandidat1 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria Kandidat2 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria Kandidat3 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria

    Bobot kriteria Kandidat n Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria

    Universitas Sumatera Utara

  • Gambar 3 .15 Tampilan Proses Metode TOPSIS II

    METODE TOPSIS II

    Matrik V = matrik normalisasi x bobot prioritas (Matrik R x W)

    Kriteria1 Kriteria2 Kriteria3 Kiteria n Kandidat1 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria Kandidat2 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria Kandidat3 Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria

    Bobot kriteria Kandidat n Bobot kriteria Bobot kriteria Bobot kriteria Bobot kriteria

    Menentukan Solusi Ideal Positif dan Negatif =

    Lanjut

    Menentukan Separation Measure =

    Universitas Sumatera Utara

  • Gambar 3.16 Tampilan Hasil Akhir

    3.2.2 Perancangan Algoritma

    Algoritma adalah urutan dari barisan langkah-langkah atau instruksi guna

    meyelesaikan suatu masalah. Kriteria algoritma yang baik adalah mempunyai

    output efektif, jumlah langkah berhingga, terstruktur dan punya akhir. Salah satu

    cara penyajian dengan algoritma yaitu dalam bentuk flowchart. Flowchart adalah

    gambaran dalam bentuk diagram alir dari algoritma dalam suatu program yang

    menyatakan arah alur program dalam menyelesaikan suatu masalah. Adapun

    algoritma sistem seleksi beasiswa adalah:

    Beberapa simbol yang digunakan dalam menggambar suatu flowchart,

    dapat dilihat pada Tabel 3.3.

    Keluar

    METODE TOPSIS II

    Menghitung kedekatan relative dengan ideal positif

    Ci* Kandidat1 total

    Kandidat2 total Kandidat3 total

    Kandidat n Total

    Saran untuk seleksi beasiswa adalah nilai Ci* dari yang terbesar sesuai dengan kebutuhan

    Universitas Sumatera Utara

  • Tabel 3.3 Tabel Bagian-bagian dari Flowchart

    SIMBOL NAMA FUNGSI

    TERMINATOR

    Permulaan/ akhir program.

    GARIS ALIR

    (FLOW LINE)

    Arah alir program.

    PREPARATION

    Proses inisialisasi/pemberian

    harga awal

    PROSES

    Proses penghitungan/proses

    pengolahan data.

    INPUT/OUTPUT

    DATA

    Proses input/output data,

    parameter. Informasi.

    DECISION

    Perbandingan pernyataan,

    penyeleksian data yang

    memberikan pilihan untuk

    langkah selanjutnya.

    ON PAGE

    CONNECTOR

    Penghubung bagian-bagian

    flowchart yang berada pada satu

    halaman.

    OFF PAGE

    CONNECTOR

    Penghubung bagian-bagian

    flowchart yang berada pada

    halaman berbeda.

    Untuk membangun sistem pendukung keputusan seleksi beasiswa dengan

    metode Analytical Hierarchy Process terdapat dua flowchart yaitu flowchart

    AHP dan flowchart TOPSIS. Berikut flowchart AHP pada gambar 3.2 berikut:

    Universitas Sumatera Utara

  • Mulai

    Membuat matriks berpasangan nXn

    Baca input

    Jumlahkan setiap elemen kolom dari matriks berpasangan nxn

    Bagikan nilai setiap elemen kolom matriks berpasangan nxn dengan hasil penjumlahan

    kolom

    Matriks normalisasi nxn

    Jumlahkan setiap elemen baris dari matriks normalisasi nxn

    Bagikan hasil penjumlahan baris dengan n

    Matriks Prioritas nx1

    Selesai Gambar 3.17 Flowchart Prioritas Kriteria AHP

    Universitas Sumatera Utara

  • Gambar 3.18 dibawah ini menggambarkan flowchart metode TOPSIS.

    Mulai

    Membuat matrik mahasiswa dengan kriteria masing-masing

    Baca input

    Konversikan nilai elemen setiap matrik

    Normalisasikan matrik

    Mencari solusi ideal positif dan negatif

    Mencari nilai separation measure

    Urutan Kandidat hasil seleksi

    Selesai

    Gambar 3.18 Flowchart Metode TOPSIS

    Universitas Sumatera Utara

  • BAB 4

    IMPLEMENTASI DAN PENGUJIAN SISTEM 4.1. Implementasi Sistem

    Tahap implementasi sistem merupakan proses pengubahan spesifikasi sistem

    menjadi sistem yang dapat dijalankan. Implementasi dari analisis dan perancangan

    sistem ini menggunakan Delphi 7.0.

    4.1.1. Lingkungan Implementasi

    Lingkungan implementasi yang akan dijelaskan merupakan lingkungan perangkat

    keras (hardware) dan perangkat lunak (software) yang digunakan dalam penulisan

    skripsi ini.

    Program ini dapat dijalankan dengan konfigurasi komputer sebagai berikut:

    1. Prosesor 486 DX 66 Mhz

    2. RAM 16 Mb untuk Windows 95 dan 32 Mb untuk Windows NT 4.0 dan

    Windows 2000

    3. Operating Sistem Windows 95/98, NT 4.0 (dengan SP 3), Windows

    2000, Windows ME, Windows XP, Windows Vista.

    4. VGA Card 256 color, 640x480 pixel

    5. Mouse

    6. Keyboard

    7. Hard disk 5 GB

    Universitas Sumatera Utara

  • 4.1.2. Implementasi Antarmuka Sistem

    4.1.2.1. Form Utama

    Form Utama merupakan tampilan antarmuka yang pertama muncul ketika sistem

    ini dijalankan. Pada form Utama ini terdapat satu menu yaitu menu Data dengan

    submenu Mahasiswa, Kriteria, dan. Menu Metode dengan submenu AHP,

    TOPSIS . Menu Laporan. Berikut gambar tampilan utama.

    Gambar 4.1 Tampilan Implementasi Antarmuka Form Utama

    4.1.2.2. Form Mahasiswa

    Form Mahasiswa merupakan tampilan antarmuka untuk menginput data

    mahasiswa yang akan diseleksi. Berikut adalah gambar hasil implementasi dari

    rancangan antarmuka Mahasiswa.

    Universitas Sumatera Utara

  • Gambar 4.2 Tampilan Implementasi Antarmuka Form Mahasiswa

    4.1.2.3. Form Kriteria

    Form Kriteria merupakan tampilan antarmuka untuk menginput data kriteria.

    Berikut adalah gambar hasil implementasi dari rancangan antarmuka form

    kriteria.

    Gambar 4.3 Tampilan Implementasi Antarmuka Form Kriteria

    Universitas Sumatera Utara

  • 4.1.2.4. Form Metode AHP Form Metode merupakan tampilan antarmuka tempat melakukan proses

    penyeleksian mahasiswa. Form ini menjadi tempat kerja utama untuk melakukan

    langkah-langkah penyeleksian dengan metode AHP. Berikut tampilan antarmuka

    dari AHP.

    Gambar 4.4 Tampilan Implementasi Antarmuka AHP

    Gambar 4.5 Tampilan Implementasi Antarmuka AHP 2

    Universitas Sumatera Utara

  • 4.1.2.5. Form Metode TOPSIS Gambar form dibawah ini akan menunjukkan langkah-langkah metode AHP

    sesuai dengan prosedur.

    Gambar 4.6 Antarmuka Metode TOPSIS

    Gambar 4.7 Antarmuka Matriks Ternormalisasi TOPSIS

    Universitas Sumatera Utara

  • Gambar 4.8 Antarmuka Solusi Ideal dan Separation Measure TOPSIS

    4.1.2.6. Laporan Form berikut ini menunjukkan hasil akhir dari proses seleksi beasiswa.

    Gambar 4.9 Gambar Antarmuka Laporan

    Universitas Sumatera Utara

  • 4.2. Pengujian Sistem

    Setelah melakukan proses implementasi proses selanjutnya adalah uji coba

    dengan tujuan untuk mengetahui bahwa aplikasi yang telah dibuat sesusai dengan

    kebutuhan.

    4.2.1 Pengujian AHP

    Gambar 4.10 Gambar Pengujian Data Mahasiswa

    DaData Mahasiswa yang

    Universitas Sumatera Utara

  • Gambar 4.11 Gambar Pengujian Perbandingan Kriteria

    Pada gambar diatas terlihat perbandingan antar criteria sehingga membentuk

    matriks, itu dapat dihitung dari:

    Langkah kedua menormalisasikan matriks A dengan rumus:

    Gambar 4.12 Gambar Pengujian Bobot Prioritas

    Universitas Sumatera Utara

  • Menormalisasikan matriks dengan cara:

    Langkah ketiga mencari bobot prioritas(Matriks W):

    4.2.2 Pengujian TOPSIS

    Data awal mahasiswa yang dipilih sebagai kandidat pada form seleksi beasiswa

    tampak pada gambar dibawah ini.

    Gambar 4.13 Gambar Pengujian Metode TOPSIS

    Data Awal

    Data hasil konversi

    Universitas Sumatera Utara

  • Tampak nilai awal kandidat(mahasiswa) pada grid atas gambar diatas

    menunjukkan data mahasiswa dikonversi dari nilai awal menjadi nilai angka.

    Tabel 4.1 Tabel Konversi Data

    Kriteria

    Data

    awal

    Data

    Konversi

    IPK

    2.75-3.00 1

    3.10-3.50 3

    3.51-4.0 5

    Jumlah penghasilan

    >4 jt 1

    2.1 jt- 4jt 3

    0-2 jt 5

    Jumlah tanggungan

    0-2 1

    3-5 3

    >5 5

    Semester

    >6 1

    4-6 3

    0-3 5

    Status Beasiswa

    >4 1

    2-4 3

    0-2 5

    Kemudian data matriks yang sudah dikonversi dinormalisasikan:

    Universitas Sumatera Utara

  • Gambar 4.14 Gambar Matriks Ternormalisasi TOPSIS

    Mencari solusi ideal positif dan negatif yaitu dengan cara mencari nilai yang

    paling maksimum dan minimum.

    IPK (0,148 0,148 0,049 0,248 ) maka solusi ideal positif adalah 0,248.

    IPK (0,148 0,148 0,049 0,248 ) maka solusi ideal negatif adalah 0,049.

    Gambar 4.15 Gambar Pengujian Solusi Ideal dan Separation Measure

    TOPSIS

    Bobot prioritas x matriks ternormalisasi

    Universitas Sumatera Utara

  • Gambar 4.16 Gambar Pengujian Hasil Seleksi

    Maka hasil seleksi diurutkan dari yang terbesar sampai yang terkecil.

    Hasil diurutkan dari yang terkecil hingga terbesar

    Universitas Sumatera Utara

  • BAB 5

    KESIMPULAN DAN SARAN

    5.1 Kesimpulan

    Berdasarkan pembahasan dan evaluasi dari bab terdahulu, maka dapat ditarik

    kesimpulan sebagai berikut:

    1. Metode AHP dan TOPSIS dapat digunakan untuk memecahkan masalah

    penyeleksian beasiswa dengan perhitungan du metode tersebut didapatkan

    bahwa kriteria yang paling diprioritaskan adalah IPK(Indeks Prestasi

    Kumulatif) dibandingkan dengan keempat kriteria lainnya seperti jumlah

    penghasilan, jumlah tanggungan, semester, dan status beasiswa.

    2. Aplikasi sistem seleksi beasiswa ini dapat digunakan sebagai alat bantu bagi

    pengambil keputusan dengan tetap berbasis pada sistem pendukung

    keputusan.

    5.2 Saran

    Berikut adalah beberapa saran untuk pengembangan lebih lanjut terhadap

    penelitian skripsi ini:

    1. Dapat ditambahkan data lain yang mendukung penyeleksian beasiswa,

    misalnya penambahan kriteria.

    2. Sistem dapat dikembangkan dalam bentuk website dimana pihak pengelola

    website dapat bekerjasama dengan instansi pendonor beasiswa dan universitas

    penerima beasiswa agar penyeleksian dapat terlaksana secara efesien dan

    efektif.

    3. Dalam memecahkan masalah multikriteria metode AHP dan TOPSIS bukan

    satu-satunya penggabungan metode pengambilan keputusan yang dapat

    digunakan, alangkah lebih baik dicoba untuk menggunakan metode

    penggabungan yang lain untuk mengdukung keputusan yang lebih efektif.

    Universitas Sumatera Utara

  • DAFTAR PUSTAKA

    Gafur, Abdul. 2008. Cara Mudah Mendapatkan Beasiswa. Jakarta: Penebar Plus Daihani, Dadan Umar. 2001. Komputerisasi Pengambilan Keputusan. Jakarta: Elex Media Komputindo

    Kosasi, Sandy. 2002. Sistem Penunjang Keputusan (Decision Support System). Pontianak.

    Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Kepautusan. Yogayakarta: Andi

    Rika yunitarini. TOPSIS (Technique For Others Reference by Similarity to Ideal

    Solution). www. liyantanto.files.wordpress.com/2009/09/ahp-dan-topsis1.ppt. Diakses tanggal 2 Maret, 2010

    Serkan Ball dan Serdar Korukolu.2009.Operating System Selection Using

    Fuzzy AHP And TOPSIS Methods. www.asr.org.tr/pdf/Vol14No2p119.pdf. Diakses Tanggal 5 April 2010

    S. Mahmoodzadeh, dkk.2007. Project Selection by Using Fuzzy AHP and TOPSIS Technique. www.waset.org/journals/waset/v30/v30-64.pdf. Diakses Tanggal 5 April 2010

    Suryadi, Kadarsah dan Rahmadhani. 1998. Sistem Pendukung Keputusan. Bandung : PT Remaja Rosdakarya

    Universitas Sumatera Utara

    CoverAbstractChapter IChapter IIChapter III-VReference