naskah publikasi skripsi - jurnal.stmikelrahma.ac.idjurnal.stmikelrahma.ac.id/assets/file/rina budi...
TRANSCRIPT
NASKAH PUBLIKASI SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN
SELEKSI PENERIMA BEASISWA BANTUAN SISWA MISKIN
(BSM) MENGGUNAKAN METODE ANALITIC HEARARCHY
PROCESS (AHP) PADA SD MUHAMMADIYAH DOMBAN 1
Diajukan untuk memenuhi salah satu syarat memperoleh
derajat Sarjana Komputer
Disusun oleh
Nama : Rina Budi Utami
Nomor Mahasiswa : 12121219
Program Studi : Teknik Informatika
Jenjang : S1
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN ILMU KOMPUTER
EL RAHMA
YOGYAKARTA
2016
ABSTRAKSI
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA
BANTUAN SISWA MISKIN (BSM) MENGGUNAKAN METODE
ANALITIC HEARARCHY PROCESS (AHP) PADA SD MUHAMMADIYAH
DOMBAN 1
Oleh
Rina Budi Utami
12121219
Salah satu faktor yang mendukung sumber daya manusia yang berkualitas adalah
pendidikan formal. Melalui dunia pendidikan diharapkan kemampuan berpikir
dan kecerdasan seseorang dapat dikembangkan agar mampu memanfaatkan dan
mengolah sumber daya yang tersedia. Setiap lembaga pendidikan khususnya
sekolah dasar memiliki banyak sekali program kerja yang ditawarkan bagi peserta
didik, salah satunya adalah program beasiswa Bantuan Siswa Miskin (BSM).
Program ini diadakan oleh pemerintah untuk membantu meringankan beban siswa
selama menjalani masa studinya khususnya masalah biaya.
Proses pemberian beasiswa ini di SD Muhammadiyah Domban 1 masih
mengalami kendala dalam proses pengambilan keputusan. Metode Analytical
Hierarchy Process(AHP) dapat menentukan apakah pilihan tersebut sesuai atau
tidak dengan kualifikasi yang diinginkan. Proses penentuan penerima beasiswa
kepada siswa merupakan permasalahan yang melibatkan banyak komponen atau
kriteria yang akan dinilai.
Sistem Pendukung Keputusan yang dibuat untuk menyelesaikan permasalahan
tersebut secara efektif dan efisien, dengan menggunakan bahasa pemrograman
Borland Delphi 7 dan MySQL. Proses seleksi mengacu pada perhitungan yang
dilakukan yaitu dengan menggunakan metode AHP (Analitic Heararchy Prosess)
dengan Kriteria didalamnya ada 5 kriteria dan masing-masing kriteria mempunyai
subkriteria. Sehingga proses penyeleksian dapat dilakukan secara transparan dan
keputusan yang diambil diharapkan sesuai dengan aturan dan tepat sasaran.
Kata Kunci : SPK, AHP, Beasiswa Bantuan Siswa Miskin (BSM), Borland Delphi 7,
MySQL.
ABSTRAKSI
DECISION SUPPORT SYSTEM SELECTION OF SCHOLARSHIP
RECIPIENTS STUDENT HELP POOR ( BSM ) USING ANALITIC
HEARARCHY PROCESS ( AHP ) TO SD MUHAMMADIYAH
DOMBAN 1
Oleh
Rina Budi Utami
12121219
One factor that supports the quality of human resources is a formal education.
Through education expected ability to think and intelligence can be developed to
be able to utilize and process the available resources. Each institution especially
primary schools have a lot of work programs offered to students, one of which is a
scholarship program Help Poor Students (BSM). The program is organized by the
government to help ease the burden of students during a period of study in
particular the issue of cost.
The scholarship is in the process of SD Muhammadiyah Domban 1 still
experiencing problems in the decision making process. Analytical Hierarchy
Process (AHP) can determine whether or not the option is in accordance with the
desired qualifications. The process of determining scholarships to students is a
problem that involves many components or criteria that will be assessed.
Decision Support System is made to solve these problems effectively and
efficiently, using Borland Delphi 7 and MySQL. The selection process refers to
the calculation is made by using AHP (Analytical Heararchy Process) with the
criteria therein are 5 criteria and each criterion has sub-criteria. So that the
selection process can be conducted in a transparent and decisions are expected to
comply with the rules and on target.
Keywords : SPK , AHP , Scholarships Help Poor Students ( BSM ) , Borland
Delphi 7 , MySQL .
I. PENDAHULUAN
Salah satu faktor yang mendukung sumber daya manusia yang berkualitas
adalah pendidikan formal. Melalui dunia pendidikan diharapkan kemampuan
berpikir dan kecerdasan seseorang dapat dikembangkan agar mampu
memanfaatkan dan mengolah sumber daya yang tersedia. Setiap lembaga
pendidikan khususnya sekolah dasar memiliki banyak sekali program kerja yang
ditawarkan bagi peserta didik, salah satunya adalah program beasiswa Bantuan
Siswa Miskin (BSM). Program ini diadakan oleh pemerintah untuk membantu
meringankan beban siswa selama menjalani masa studinya khususnya masalah
biaya. SD Muhammadiyah Domban 1 Sleman merupakan salah satu sekolah
swasta yang menyediakan beasiswa bagi siswa yang kurang mampu.
Proses pemberian beasiswa ini di SD Muhammadiyah Domban 1 masih
mengalami kendala dalam proses pengambilan keputusan untuk menentukan siapa
saja siswa yang berhak mendapatkan beasiswa Bantuan Siswa Miskin (BSM),
karena penilaiannya tidak selalu diputuskan berdasarkan perhitungan yang pasti
dan Kriteria-kriteria yang telah ditetapkan pemerintah. Untuk menjalankan proses
penilaian dengan banyak Kriteria, maka diperlukan sebuah Sistem Pendukung
Keputusan (SPK) guna meningkatkan efektivitas pengambilan keputusan serta
mengurangi subyektivitas dalam proses pengambilan keputusan.
Pemberian beasiswa dapat diklasifikasikan sebagai masalah semi
terstruktur. Masalah semi-terstruktur dapat berarti bahwa data dan proses sudah
terdefinisi dengan baik, namun metode solusinya tidak pasti. Pemecahan masalah
semiterstruktur meliputi kombinasi dari prosedur solusi standard dan penilaian
manusia.
Metode Analytical Hierarchy Process dapat menentukan apakah pilihan
tersebut sesuai atau tidak dengan kualifikasi yang diinginkan. Hal ini dikarenakan
metode Analytical Hierarchy Process mampu memberikan penilaian baik secara
kualitatif maupun kuantitatif serta mampu melakukan pembobotan pada setiap
komponen yang diperbandingkan sehingga mampu memasukan unsur-unsur
kualitatif kedalam bentuk kuantitatif. Metode Analytical Hierarchy Process juga
menghitung validasi sampai dengan batas toleransi inkonsistensi dari berbagai
kreteria dan alternatif yang dipilih oleh para pengambil keputusan.
Proses penentuan pemberian beasiswa kepada siswa merupakan
permasalahan yang melibatkan banyak komponen atau kriteria yang akan dinilai.
Berdasarkan adanya prasyarat yang harus dipenuhi oleh calon penerima beasiswa,
maka proses penilaian yang dilakukan dengan banyak kriteria tersebut akan lebih
efektif dan efisien, jika menggunakan sebuah sistem pendukung keputusan yang
dapat membantu mempercepat dalam proses pengambilan keputusan.
Berdasarkan masalah yang ada, peneliti mengangkat permasalahan tersebut
menjadi penelitian yang berjudul “Sistem Pendukung Keputusan Seleksi Penerima
Beasiswa Bantuan Siswa Miskin (BSM) Menggunakan Metode Analytical
Hierarchy Process (AHP) Pada SD Muhammadiyah Domban 1”.
II. TINJAUAN PUSTAKA
Penelitan tentang sistem pendukung keputusan telah banyak dilakukan
oleh para peneliti sebelumnya, dengan berbagai kasus dan metode yang berbeda.
Maka pada bagian tinjauan pustaka ini, penulis memuat penelitian-penelitian
sebelumnya yang berhubungan dengan kasus atau metode yang digunakan.
Rinaldhi, 2014 Penerima BSM adalah siswa yang telah ditetapkan oleh
Kementerian Pendidikan dan Kebudayaan (Kemdikbud) berdasarkan mekanisme
yang telah ditetapkan. Agar proses seleksi beasiswa BSM di tingkat sekolah
dapat tepat sasaran maka diperlukan sebuah sistem pendukung keputusan dengan
menggunakan metode Simple Additive Weighting (SAW). Konsep dasar dari
metode simple additive weighting (SAW) adalah mencari penjumlahan terbobot
dari rating kinerja pada setiap alternatif dari semua atribut. Metode simple
additive weighting (SAW) membutuhkan proses normalisasi matriks keputusan
(X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif
yang ada. Sistem pendukung keputusan penerimaan beasiswa BSM ini
dikembangkan dengan menggunakan bahasa pemrograman PHP (Hypertext
Processor File), serta database MySQL sebagai database server.
Berdasarkan pada analisis dan pembahasan yang ada pada penelitian ini,
maka dihasilkannya sistem pendukung keputusan yang dapat dipergunakan SMA
Negeri 1 Subah untuk menentukan calon penerima beasiswa BSM. Aplikasi telah
menggunakan metode Simple Additive Weighting untuk proses seleksi beasiswa
bantuan siswa miskin (BSM) SMA Negeri 1 Subah Kabupaten Batang. Sistem
tersebut dapat membantu mempercepat proses penyeleksian beasiswa dan
mengurangi kesalahan dalam menentukan penerima calon beasiswa.
Sulistiyo, 2013 Pembagian beasiswa dilakukan untuk membantu seseorang
yang tidak mampu ataupun berprestasi selama menempuh studinya. Untuk
membantu penentuan dalam menetapkan seseorang yang layak menerima
beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Dalam proses
pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa
di SMA Negeri 6 Pandeglang mengggunakan metode Fuzzy Multiple Attribute
Decission Making (FMADM) dengan metode Simple Additive Weighting (SAW).
Metode ini dipilih karena mampu menyeleksi alternative 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
perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik.
Berdasarkan hasil pengujian, Sistem yang dibangun dapat membantu kerja
tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa. Selain itu,
sistem juga dapat mengurangi kesalahan dalam menentukan penerima beasiswa.
Metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode
Simple Additive Weighting (SAW) dapat diterapkan untuk menentukan penerima
beasiswa.
Mau, 2014 penelitian ini membahas penggunaan dua metode sebagai salah
satu alat bantu pengambil keputusan untuk menentukan kelayakan pemberian
beasiswa kepada mahasiswa di Universitas Katolik Widya Mandira (UNWIRA)
Kupang. UNWIRA merupakan salah satu perguruan tinggi swasta yang
menyediakan program beasiswa bagi mahasiswa yang berprestasi dan mahasiswa
yang berekonomi menengah ke bawah. Penentuan pemberian beasiswa di
UNWIRA masih mengalami kendala pada proses pengambilan keputusan untuk
menentukan mahasiswa yang berhak mendapatkan beasiswa karena proses
penilaian tidak selalu diputuskan berdasarkan perhitungan yang pasti dan
pemberian beasiswa yang belum tepat sasaran, sehingga perlu dibangun sebuah
aplikasi sistem pendukung keputusan untuk menyelesaikan permaslahan tersebut.
Proses pengambilan keputusan penentuan pemberian beasiswa ini menggunakan
metode Teorema Bayes dan Dempster-Shafer. Perhitungan kedua metode tersebut
dibandingkan untuk mencari hasil yang terbaik yang akan digunakan untuk
mendukung pengambilan keputusan pemberian beasiswa. Hasil dari penggunaan
metode tersebut membantu dan mempermudah dalam proses pengambilan
keputusan untuk penentuan pemberian beasiswa yang dilakukan secara selektif
serta tepat sasaran.
Dari hasil penelitain tersebut dapat dilihat bahwa Aplikasi sistem
pendukung keputusan pemberian beasiswa menggunakan metode Teorema Bayes
dan Demspter-Shafer telah berhasil dikembangkan dan berjalan dengan baik
untuk membantu dan mempermudah dalam proses pengambilan keputusan
pemberian beasiswa di UNWIRA. Terdapat persamaan dalam hasil perangkingan
proses penentuan pemberian beasiswa menggunakan metode Teorema Bayes dan
Dempster-Shafer dimana hasil perangkingan dari kedua metode tersebut jika
dibandingkan mempunyai hasil rangking yang sama untuk setiap penerima
beasiswa. Hasil metode terbaik yang digunakan adalah Teorema Bayes, dilihat
dari perhitungan yang dilakukan dinama perhitungan probabilitas Teorema Bayes
menggunakan nilai probabilitas diterima dan nilai probabilitas tidak diterima,
sedangkan perhitungan Dempster-Shafer, tidak menggunakan nilai probabilitas
diterima dan nilai probabilitas tidak diterima baru dihitung tetapi membangi
evidace secara terpisah kemudian baru dihitung nilai probabilitasnya
menggunakan fungsi densitas m. Hasil perbandingan nilai probabilitas dari kedua
metode tersebut adalah 35,85 %.
III. LANDASAN TEORI
Pada dasarnya Sistem pendukung keputusan (SPK) adalah sistem informasi
berbasis komputer yang memberikan kemudahan berupa fleksibilitas dalam
menganalisa dan membantu manager untuk tetap fokus di masa datang, Williams
(2001).
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)
merupakan sebuah sistem yang mampu memberikan kemampuan pemecahan
masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi
semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu
pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak
terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan
seharusnya dibuat (Turban, 2001). Menurut Kusrini (2007) Sistem Pendukung
Keputusan merupakan sistem informasi interaktif yang menyediakn informasi,
permodelan dan pemanipulasian data. Sistem ini digunakan untuk membantu
pengambilan keputusan dalam situasi semi terstruktur maupun tidak terstruktur.
IV. PERANCANGAN SISTEM
Methode AHP mewakili pemikiran alamiah yang cenderung
mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing
level berisi elemen yang serupa. Persoalan yang diselesaikan akan diuraikan
menjadi unsur-unsurnya, yaitu kriteria, sub kriteria dan alternatif, kemudian
disusun menjadi struktur hierarki seperti gambar di bawah ini.
Goal
HAI KPS JTS KAYKIB
HAI1
MENERIMA BSMTIDAK MENERIMA
BSM
Goal
Kriteria
SubKriteria
Alternatif
HAI2 HAI3 HAI4 HAI5 KPS1 KPS2 KPS3 JTS1 JTS2 JTS3 KAI1 KAI2 KAI3 KAI4 KAI5 KIB1 KIB2 KIB3 KIB4 KIB5
Gambar 4.1 Struktur Herarki Sistem
4.1. Perhitungan AHP
Tabel 4.1 Matrik Perbandingan
HAI KPS JTS KAY KIB
HAI 1.00 3.00 5.00 2.00 7.00
KPS 0.33 1.00 3.00 5.00 3.00
JTS 0.20 0.33 1.00 3.00 5.00
KAY 0.50 0.20 0.33 1.00 3.00
KIB 0.14 0.33 0.20 0.33 1.00
JML 2.18 4.87 9.53 11.33 19.00
Tabel 4.2 Matrik Nilai Kriteria
HAI KPS JTS KAY KIB JML PRI
0.46 0.62 0.52 0.18 0.37 2.15 0.43
0.15 0.21 0.31 0.44 0.16 1.27 0.25
0.09 0.07 0.10 0.26 0.26 0.79 0.16
0.23 0.04 0.03 0.09 0.16 0.55 0.11
0.07 0.07 0.02 0.03 0.05 0.24 0.05
1.00 1.00 1.00 1.00 1.00 5.00 1.00
Tabel 4.3 Matrik Panjumlahan Baris
HAI KPS JTS KAY KIB JML HASIL
0.43 0.08 0.03 0.06 0.01 0.61 1.04
1.29 0.25 0.05 0.02 0.02 1.63 1.89
2.15 0.76 0.16 0.04 0.01 3.11 3.27
0.86 1.27 0.48 0.11 0.02 2.73 2.84
3.00 0.76 0.79 0.33 0.05 4.94 4.99
13 14.03
L.Maks 2.81
CI -0.44
CR -0.39
Keterangan :
HAI : Penghasilan Orang Tua
KPS : Kartu Perlindungan Sosial
JTS : Jumlah Tanggungan Saudara
KAY : Pekerjaan Ayah
KIB : Pekerjaan Ibu
4.2.1. Perhitungan Subkriteria Penghasilan Orang tua
Table 4.3 Matrik Perbandingan SubkriteriaPenghasilan Orang tua
HAI1 HAI2 HAI3 HAI4 HAI5
HAI1 1.00 7.00 3.00 7.00 7.00
HAI2 0.14 1.00 3.00 2.00 5.00
HAI3 0.33 0.33 1.00 5.00 3.00
HAI4 0.14 0.50 0.20 1.00 2.00
HAI5 0.14 0.20 0.33 0.50 1.00
JML 1.76 9.03 7.53 15.50 18.00
Tabel 4.4 Matrik Nilai Subkriteri Penghasilan Orang tua
HAI1 HAI2 HAI3 HAI4 HAI5 JML PRI SUB
0.57 0.77 0.40 0.45 0.39 2.58 0.52 1.00
0.08 0.11 0.40 0.13 0.28 1.00 0.20 0.39
0.19 0.04 0.13 0.32 0.17 0.85 0.17 0.33
0.08 0.06 0.03 0.06 0.11 0.34 0.07 0.13
0.08 0.02 0.04 0.03 0.06 0.24 0.05 0.09
1.00 1.00 1.00 1.00 1.00 5.00 1.00 1.94
Tabel 4.5 Matrik Penjumlahan Baris Subkriteria Penghasilan Orang tua
HAI1 HAI2 HAI3 HAI4 HAI5 JML HASIL
0.52 0.03 0.06 0.01 0.01 0.62 1.13
3.61 0.20 0.06 0.03 0.01 3.91 4.11
1.55 0.60 0.17 0.01 0.02 2.35 2.52
3.61 0.40 0.85 0.07 0.02 4.95 5.02
3.61 1.00 0.51 0.14 0.05 5.30 5.35
17.13 18.13
L.Maks 3.63
CI -0.27
CR -0.25
Keterangan :
HAI1 : Penghasilan <500.000
HAI2 : Penghasilan antara 500.000-999.999
HAI3 : Penghasilan antara 1.000.000-2.999.999
HAI4 : Penghasilan antara 3.000.000-5.000.000
HAI5 : Penghasilan >5.000.000
4.2.2. Perhitungan Subkriteria Kartu Perlindungan Sosial
Tabel 4.6 Matrik Perbandingan Subkriteria Kartu Perlindungan Sosial
KPS1 KPS2 KPS3
KPS1 1.00 3.00 5.00
KPS2 0.33 1.00 3.00
KPS3 0.20 0.33 1.00
JML 1.53 4.33 9.00
Tabel 4.7 Matrik Nilai Subkriteria Kartu Perlindungan Sosial
KPS1 KPS2 KPS3 JML PRI SUB
0.65 0.69 0.56 1.90 0.63 1.00
0.22 0.23 0.33 0.78 0.26 0.41
0.13 0.08 0.11 0.32 0.11 0.17
1.00 1.00 1.00 3.00 1.00 1.58
Tabel 4.8 Matrik Penjumlahan Baris Subkriteria Kartu Perlindungan Sosial
KPS1 KPS2 KPS3 JML HASIL
0.63 0.09 0.13 0.85 1.48
1.90 0.26 0.21 2.37 2.63
3.17 0.78 0.63 4.58 4.69
7.80 8.80
L.Maks 2.93
CI -0.02
CR -0.02
Keterangan :
KPS1 : Tidak Punya
KPS2 : Pernah Punya
KPS3 : Masih Punya
4.2.3. Perhitungan Subkriteria Jumlah Tanggungan Saudara
Tabel 4.9 Matrik Perbandingan Subkriteria Jumlah Tanggungan Saudara
JTS1 JTS2 JTS3
JTS1 1.00 3.00 5.00
JTS2 0.33 1.00 2.00
JTS3 0.20 0.50 1.00
JML 1.53 4.50 8.00
Tabel 4.10 Matrik Nilai Subkriteria Jumlah Tanggungan Saudara
JTS1 JTS2 JTS3 JML PRI SUB
0.65 0.67 0.63 1.94 0.65 1.00
0.22 0.22 0.25 0.69 0.23 0.35
0.13 0.11 0.13 0.37 0.12 0.19
1.00 1.00 1.00 3.00 1.00 1.54
Tabel 4.11 Matrik Penjumlahan Baris Subkriteria Jumlah Tanggungan Saudara
JTS1 JTS2 JTS3 JML HASIL
0.65 0.08 0.02 0.75 1.40
1.94 0.23 0.06 2.23 2.46
3.24 0.46 0.12 3.82 3.94
6.81 7.81
L.Maks 2.60
CI -0.13
CR -0.12
Keterangan :
JTS1 : Jumlah Tanggungan Saudara > 3
JTS2 : Jumlah Tanggungan Saudara antara 2-3
JTS3 : Jumlah Tanggungan Saudara < 2
4.2.4. Perhitungan Subkriteria Pekerjaan Ayah
Tabel 4.12 Matrik Perbandingan Subkriteria Pekerjaan Ayah
KAY1 KAY2 KAY3 KAY4 KAY5
KAY1 1.00 5.00 3.00 5.00 7.00
KAY2 0.20 1.00 5.00 3.00 5.00
KAY3 0.33 0.20 1.00 2.00 3.00
KAY4 0.20 0.33 0.50 1.00 5.00
KAY5 0.14 0.20 0.33 0.20 1.00
JML 1.88 6.73 9.83 11.20 21.00
Tabel 4.13 Matrik Nilai Subkriteria Pekerjaan Ayah
KAY1 KAY2 KAY3 KAY4 KAY5 JML PRI SUB
0.53 0.74 0.31 0.45 0.33 2.36 0.47 1.00
0.11 0.15 0.51 0.27 0.24 1.27 0.25 0.54
0.18 0.03 0.10 0.18 0.14 0.63 0.13 0.27
0.11 0.05 0.05 0.09 0.24 0.53 0.11 0.23
0.08 0.03 0.03 0.02 0.05 0.21 0.04 0.09
1.00 1.00 1.00 1.00 1.00 5.00 1.00 2.12
Tabel 4.14 Matrik Penjumlahan Baris Subkriteria Pekerjaan Ayah
KAY1 KAY2 KAY3 KAY4 KAY5 JML HASIL
0.47 0.05 0.04 0.02 0.01 0.59 1.06
2.36 0.25 0.03 0.04 0.01 2.68 2.94
1.42 1.27 0.13 0.05 0.01 2.88 3.01
2.36 0.76 0.25 0.11 0.01 3.49 3.60
3.30 1.27 0.38 0.53 0.04 5.53 5.57
15.17 16.17
L.Maks 3.23
CI -0.35
CR -0.32
Keterangan :
KAY1 : Lainnya
KAY2 : Wiraswasta
KAY3 : Buruh
KAY4 : Karyawan
KAY5 : PNS/TNI/POLRI
4.2.5. Perhitungan Subkriteria Pekerjaan Ibu
Tabel 4.15 Matrik Perbandingan Subkriteria Pekerjaan Ibu
KIB1 KIB2 KIB3 KIB4 KIB5
KIB1 1.00 3.00 7.00 5.00 7.00
KIB2 0.33 1.00 2.00 2.00 5.00
KIB3 0.14 0.50 1.00 2.00 3.00
KIB4 0.20 0.50 0.50 1.00 2.00
KIB5 0.14 0.20 0.33 0.50 1.00
JML 1.82 5.20 10.83 10.50 18.00
Tabel 4.16 Matrik Nilai Subkriteria Pekerjaan Ibu
KIB1 KIB2 KIB3 KIB4 KIB5 JML PRI SUB
0.55 0.58 0.65 0.48 0.39 2.64 0.53 1.00
0.18 0.19 0.18 0.19 0.28 1.03 0.21 0.21
0.08 0.10 0.09 0.19 0.17 0.62 0.12 0.12
0.11 0.10 0.05 0.10 0.11 0.46 0.09 0.09
0.08 0.04 0.03 0.05 0.06 0.25 0.05 0.05
1.00 1.00 1.00 1.00 1.00 5.00 1.00 1.47
Tabel 4.17 Matrik Penjumlahan Baris Subkriteria Pekerjaan Ibu
KIB1 KIB2 KIB3 KIB4 KIB5 JML HASIL
0.53 0.07 0.02 0.02 0.01 0.64 1.17
1.58 0.21 0.06 0.05 0.01 1.91 2.11
3.69 0.41 0.12 0.05 0.02 4.29 4.42
2.64 0.41 0.25 0.09 0.03 3.42 3.51
3.69 1.03 0.37 0.18 0.05 5.33 5.38
15.58 16.58
L.Maks 3.32
CI -0.34
CR -0.30
Keterangan :
KIB1 : Lainnya
KIB2 : Wiraswasta
KIB3 : Buruh
KIB4 : Karyawan
KIB5 : PNS/TNI/POLRI
4.2.6. Matrik Hasil Perhitungan
Tabel 4.18 Matrik Hasil Perhitungan
HAI KPS JTS KAY KIB
PRI 0.43
0.25
0.16
0.11
0.05
HAI1 0.43 KPS1 0.25 JTS1 0.16 KAY1 0.11 KIB1 0.05
HAI2 0.17 KPS2 0.10 JTS2 0.06 KAY2 0.06 KIB2 0.01
HAI3 0.14 KPS3 0.04 JTS3 0.03 KAY3 0.03 KIB3 0.01
HAI4 0.06
KAY4 0.02 KIB4 0.00
HAI5 0.04
KAY5 0.01 KIB5 0.00
Keterangan :
HAI : Penghasilan Orang Tua
KPS : Kartu Perlindungan Sosial
JTS : Jumlah Tanggungan Saudara
KAY : Pekerjaan Ayah
KIB : Pekerjaan Ibu
HAI1 : Penghasilan <500.000
HAI2 : Penghasilan antara 500.000-999.999
HAI3 : Penghasilan antara 1.000.000-2.999.999
HAI4 : Penghasilan antara 3.000.000-5.000.000
HAI5 : Penghasilan >5.000.000
KPS1 : Tidak Punya
KPS2 : Pernah Punya
KPS3 : Masih Punya
JTS1 : Jumlah Tanggungan Saudara > 3
JTS2 : Jumlah Tanggungan Saudara antara 2-3
JTS3 : Jumlah Tanggungan Saudara < 2
KAY1 : Lainnya
KAY2 : Wiraswasta
KAY3 : Buruh
KAY4 : Karyawan
KAY5 : PNS/TNI/POLRI
KIB1 : Lainnya
KIB2 : Wiraswasta
KIB3 : Buruh
KIB4 : Karyawan
KIB5 : PNS/TNI/POLRI
V. PENUTUP
Dari hasil analisis, perancangan dan pembuatan Sistem Pendukung
Keputusan Seleksi Beasiswa Bantuan Siswa Miskin(BSM) menggunakan
metode AHP di SD Muhammadiyah Domban 1, maka dapat disimpulkan
bahwa Dengan adanya Aplikasi ini maka proses seleksi penerima beasiswa
BSM dapat dilakuakan secara efektif dan efisien, dimana pihak SD
Muhammadiyah Domban 1 dapat dengan mudah menyeleksi para siswanya
dengan parameter yang sudah ditentukan. Proses seleksi juga dapat
dipertanggungjawabkan dengan mengacu pada perhitungan yang dilakukan
yaitu dengan menggunakan metode AHP (Analitic Heararchy Prosess),
sehingga proses dilakukan secara transparan dan keputusan yang diambil
diharapkan sesuai dengan aturan dan tepat sasaran.
Saran
Dalam aplikasi ini masih ditemui berbagai kekurangan, dikarenakan
aplikasi ini hanya menggunakan metode AHP untuk menangani seleksi
beasiswa Bantuan Siswa Miskin berdasarkan kriteria yang sudah ditentukan
oleh pemerintah. Para peneliti selanjutnya, diharapkan untuk menggunakan
jenis metode yang lain atau juga dapat menggunakan dua metode untuk
dibandingkan hasilnya. Selain itu, diusahakan untuk dapat mengambil kasus
lain yang dapat diselesaikan dengan metode AHP.
DAFTAR PUSTAKA
Bahri, K, Dkk, 2008, Teknik Pemograman Delphi, Informatika, Bandung.
Jogianto, H.M , 2005, Analisis dan Desain Sistem Informasi Pendekatan
Terstruktur Teori dan Praktik Aplikasi Bisnis, Andi Offset, Yogyakarta.
Kusrini, 2007, Konsep Dan Aaplikasi Pendukung Keputusan, ANDI,
Yogyakarta.
Kusumadewi, S, Dkk, 2006, Fuzzy Multi-Attribute Decision Making (Fuzzy
MADM), Graha Ilmu, Yogyakarta.
Mau, S. D. B, 2014, Jurnal Pekommas: Sistem Pendukung Keputusan Seleksi
Beasiswa Menggunakan Teorema Bayes dan Dempster-Shafer, Program
Studi Teknik Informatika, Fakultas Teknik, Universitas katolik Widya
Mandira Kupang, Kupang.
O’brien, J. A 2005. Sistem Informasi Manajemen. Jakarta: salemba empat
Rinaldhi, G. E, 2014, Skripsi : Penerapan Metode Simple Additive Weighting
(Saw) Untuk Sistem Pendukung Keputusan Penentuan Penerimaan
Beasiswa Bantuan Siswa Miskin (Bsm) Pada Sma Negeri 1 Subah
Kab.Batang, Jurusan Teknik Informatika, Fakultas Ilmu Komputer,
Universitas Dian Nuswantoro Semarang, Semarang.
Saaty. T., 1993. Pengambilan Keputusan Bagi Para Pemimpin, Proses Hirarki
Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks,
Pustaka Binama Pressindo.
Saaty, Thomas L.1980. The Analytical Hierarchy Process: Planning, Priority
Setting, Resource Allocation. Pittsburgh: University of Pittsburgh Pers.
Sulistiyo, H, 2013, Skripsi : Sistem Pendukung Keputusan Untuk Menentukan
Penerima Beasiswa Di Sma Negeri 6 Pandeglang, Jurusan Teknik
Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer
Indonesia, Bandung.
Turban, J. E, Dkk, 2005, Decision Support System And Intelligent System, ANDI,
Yogyakarta.