SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BAGI SISWA SD SALMAN AL FARISI 2 YOGYAKARTA MENGGUNAKAN METODE SIMPLE ADDITIVE

WEIGHTING (SAW)

NASKAH PUBLIKASI

diajukan oleh

Maghfirah

11.22.1376

kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

AMIKOM YOGYAKARTA YOGYAKARTA

2013

DECISION SUPPORT SYSTEM TO DETERMINE THE RECIPIENTS OF SCHOLARSHIPS FOR STUDENTS OF SD SALMAN AL FARISI 2 YOGYAKARTA

USING SIMPLE ADDITIVE WEIGHTING (SAW) METHOD

SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN PENERIMA BEASISWA BAGI SISWA SD SALMAN AL FARISI 2 YOGYAKARTA MENGGUNAKAN METODE

SIMPLE ADDITIVE WEIGHTING (SAW)

Maghfirah Kusrini

Jurusan Sistem Informasi STMIK AMIKOM YOGYAKARTA

ABSTRACT

Scholarship is income for the receiving and the purpose of scholarship is to help

alleviate the cost burden education students who get. Distribution of scholarship conducted by some agencies to help someone less capable or accomplished during the travel study. SD Salman Al Farisi 2 Yogyakarta is one of the school that give scholarships to students. This is certainly in order to ease the burden of student tuition fees.

In accordance with regulations prescribed by the SD Salman Al Farisi 2 Yogyakarta to obtain a scholarship, then the required criterias for determining who will be selected to receive scholarship. Based on this determination to assist in determining a student get scholarship, it takes a decision support system with methods can use SAW (Simple additive weighting) method.

SAW (Simple additive weighting) method is a method that can find a best alternative from several alternatives based on criterias that have been determined. The point is that the method determines the weight on each criterion. Research done by finding the value of weight for each criterion, and then made the process of ranking that will determine the optimal alternative is the best student will be considered by decision makers to gain a scholarship.

Keywords: computer, scholarship, Decision Support System of Scholarship

1. Pendahuluan

Pengolahan data beasiswa di SD Salman Al farisi 2 Yogyakarta pada umumnya

masih menggunakan sistem yang masih manual, yaitu belum adanya komputerisasi

dalam menentukan penerima beasiswa sehingga banyak masalah yang terjadi pada

sistem ini. Permasalahan yang terkadang muncul yaitu kurang tepatnya penyaluran

beasiswa terhadap siswa, misalnya siswa yang sebenarnya tidak layak mendapatkan

beasiswa namun mendapatkan beasiswa, sebaliknya siswa yang berhak mendapatkan

beasiswa baik itu beasiswa berprestasi maupun beasiswa kurang mampu tetapi tidak

mendapatkan beasiswa. Masalah seperti itu muncul karena kurang telitinya para

penyeleksi beasiswa dalam melakukan seleksi penerima beasiswa, dikarenakan pihak

penyeleksi beasiswa itu sendiri para guru yang ada di SD Salman Al Farisi 2 Yogyakarta

yang pekerjaan sehari-harinya mengajar para siswa, sehingga kurangnya waktu yang

ada untuk melakukan penyeleksian penerima beasiswa, sehingga suka terjadi kesalahan

dalam menentukan penerima beasiswa dengan tepat disebabkan kurang telitinya seleksi

yang dilakukan.

Dari permasalahan diatas dapat diambil alternatif solusi yaitu dengan cara

membangun sistem pendukung keputusan dengan menggunakan metode Fuzzy Multiple

Attribute Decision Making (FMADM) dengan metode Simple Additive Weighting (SAW)

untuk menentukan penerima beasiswa di SD Salman Al Farisi 2 Yogyakarta yang

diharapkan dapat menyelesaikan permasalahan yang ada di penyaluran penerima

beasiswa di SD Salman Al Farisi 2 Yogyakarta, dimana dengan adanya sistem tersebut

penentuan siswa yang berhak menerima beasiswa akan menjadi objektif dan sistem

tersebut penyimpanan datanya akan lebih cepat karena penginputan data melalui sistem

tersbut akan langsung masuk ke database.

2. Landasan Teori

2.1 Sistem, Informasi dan Sistem Informasi

2.1.1 Sistem

Kata sistem mempunyai beberapa pengertian tergantung dari sudut pa dang

mana kata tersebut didefinisikan. Secara garis besar ada dua kelompok pendekatan,

yaitu1:

1. Pendekatan sistem yang lebih menekankan pada elemen-elemen atau

kelompoknya, yang dalam hal ini sistem itu didefinisikan sebagai “suatu

jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul

1 Kusrini & Koniyo, Andri. 2007. Tuntunan Praktis Membangun Sistem Informasi

Akuntansi dengan Visual Basic dan Microsoft SQL Server. Yogyakarta : Andi Offset Hal 5.

bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan

suatu aturan tertentu”.

2. Pendekatan sistem sebagai jaringan kerja dari prosedur, yang lebih

menekankan urutan operasi di dalam sistem. Prosedur (procedure)

didefinisikan oleh Richard F. Neushl sebagai “urutan operasi kerja (tulis-

menulis), yang biasanya melibatkan beberapa orang di dalam datu atau lebih

departemen, yang diterapkan untuk menjamin penanganan yang seragam dari

transaksi bisnis yang terjadi”.

Sistem mempunyai beberapa karakteristik atau sifat-sifat tertentu antara lain2:

2.1.2 Informasi

Informasi adalah data yang sudah diolah menjadi sebuah bentuk yang berarti

bagi pengguna, yang bermanfaat dalam pengambilan keputusan saat ini atau

mendukung sumber informasi. Data belum memiliki nilai sedangkan informasi sudah

memiliki nilai. Informasi dikatakan bernilai bila manfaatnya lebih besar dibanding biaya

untuk mendapatkannya3.

Informasi haruslah memiliki kualitas-kualitas tertentu. Karakteristik informasi

yang berkualitas diantaranya adalah sebagai berikut4:

1. Relevan, yaitu informasi yang disajikan sebaiknya terkait dengan keputusan

yang akan diambil oleh pengguna informasi.

2. Akurat, yaitu adanya kecocokan antara informasi dengan kejadian atau obyek

yang diwakilinya.

3. Lengkap, yaitu merupakan derajat sampai seberapa jauh informasi

menyertakan kejadian atau obyek yang berhubungan.

4. Tepat waktu, yaitu informasi sampai ke pengguna tidak terlambat karena

informasi yang terlambat tidak dapat membantu pengguna dalam mengambil

keputusan.

5. Dapat dipahami, yaitu dalam penyajian dan bahasa yang digunakan dapat

dimengerti pengguna sehingga pengguna lebih mudah mengambil keputusan.

6. Dapat dibandingkan, yaitu pengguna dapat memungkinkan untuk

mengidentifikasi persamaan dan perbedaan antara suatu obyek atau kejadian

yang mirip.

2 Ibid. Hal 6.

3 Ibid. Hal 7.

4 Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi

Offset. Hal 5.

2.1.3 Sistem Informasi

Sistem informasi didefinisikan oleh Robert A. Laitch dan K. Roscoe Bavis adalah

“suatu sistem di dalam suatu organisasi yang mempertemukan kebutuhan pengolahan

transaksi harian, mendukung operasi, bersifat manajerial dan kegiatan strategi dari suatu

organisasi dan menyediakan pihak luar tertentu dengan laporan-laporan yang

diperlukan”. Definisi umum sistem informasi adalah sebuah sistem yang terdiri atas

rangkaian subsistem informasi terhadap pengolahan data untuk menghadilkan informasi

yang berguna dalam pengambilan keputusan5.

2.2 Beasiswa

Pada dasarnya, beasiswa adalah penghasilan bagi yang menerimanya. Hal ini

sesuai dengan ketentuan pasal 4 ayat (1) UU PPh/2000. Disebutkan pengertian

penghasilan adalah tambahan kemampuan ekonomis dengan nama dan dalam bentuk

apa pun yang diterima atau diperoleh dari sumber Indonesia atau luar Indonesia yang

dapat digunakan untuk konsumsi atau menambah kekayaan Wajib Pajak (WP). Karena

beasiswa bisa diartikan menambah kemampuan ekonomis bagi penerimanya, berarti

beasiswa merupakan penghasilan6.

2.3 Sistem Pendukung Keputusan

2.3.1 Pengambilan Keputusan

Masalah merupakan suatu kondisi yang berpotensi menimbulkan kerugian atau

bahkan dapat menghaslkan keuntungan. Pengambilan keputusan adalah sebuah

tindakan atau aksi (diantara berbagai alternatif) dalam pemecahan masalah yang diyakini

akan memberikan solusi terbaik untuk mencapai tujuan. Tujuan dari keputusan adalah

untuk mencapai target atau aksi tertentu yang harus dilakukan. Ciri keputusan adalah

sebagai berikut7:

1. Banyak pilihan/alternative

2. Ada kendala atau syarat

3. Mengikuti suatu pola tingkah laku, baik yang terstruktur maupun tidak

terstruktur.

4. Banyak input/varibel.

5 Kusrini & Koniyo, Andri. 2007. Tuntunan Praktis Membangun Sistem Informasi

Akuntansi dengan Visual Basic dan Microsoft SQL Server. Yogyakarta : Andi Offset Hal 8.

6 Jawa Pos: Beasiswa Jadi Objek PPh. Diakses pada 20 April 2009 dari

http://www.infopajak.com/berita/310108jps.htm 7 Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta : Andi

Offset, Hal 7.

5. Ada factor resiko.

6. Dibutuhkan kecepatan, ketepatan dan keakuratan.

2.3.2 Konsep Sistem Pendukung Keputusan

Sistem Pendukung Keputusan atau Decision Support System (DSS)

merupakan sistem informasi interaktif yang menyediakan informasi pemodelan dan

manipulasi data. Sistem itu digunakan untuk membantu pengambilan keputusan dalam

situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tak seorang pun

tahu secara pasti bagaimana keputusannya seharusnya dibuat (Alter, 2002)8.

Aplikasi DSS merupakan aplikasi yang dibangun untuk mendukung solusi atas

suatu masalah atau untuk mengevaluasi suatu peluang yang digunakan dalam

pengambilan keputusan. Aplikasi DSS menggunakan CBIS (Computer Based Information

System) yang fleksibel, interaktif dan dapat diadaptasi yang dikembangkan untuk

mendukung solusi atas masalah manajemen spesifik yang tidak terstruktur9.

Keputusan yang diambil untuk menyelesaikan suatu masalah dilihat dari

keterstrukturan macamnya ada tiga yaitu10

:

1. Keputusan terstruktur (structured decision), yaitu keputusan yang dilakukan

secara berulang-ulang dan bersifat rutin, prosedur untuk pengambilan

keputusan sangat jelas, keputusan ini terutama dilakukan pada manajemen

tingkat bawah.

2. Keputusan semiterstruktur (semistructured decision), yaitu keputusan yang

mempunyai sifat yakni sebagian keputusan dapat ditangani oleh komputer dan

yang lain tetap harus dilakukan oleh pengambil keputusan.

3. Keputusan tak terstruktur (unstructured decision), yaitu keputusan yang

penanganannya rumit, karena tidak terjadi berulang-ulang atau tidak selalu

terjadi. Keputusan ini menuntut pengalaman dan berbagai sumber yang bersifat

eksternal dan umumnya terjadi pada manajemen tingkat atas.

Karaktristik dan kapabilitas yang ada di DSS diantaranya adalah sebagai

berikut11

:

1. Dukungan kepada pengambil keputusan, terutama pada situasi semiterstruktur

dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi

terkomputerisasi.

8 Ibid. Hal 15.

9 Ibid. Hal 16.

10 Ibid. Hal 19.

11 Tuban, Efraim., dkk.. 2005. Decision Support System and Intelligent System.

Yogyakarta : Andi Offset, Hal 141.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer

standar.

3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering

memerlukan keterlibatan individu dari departemen dan tingkat organisasional

yang berbeda atau bahkan dari oeganisasi lain.

4. Dukungan untuk keputusan independent dan/atau sekuensial.

5. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain,

pilihan dan implementasi.

6. Dukungan diberbagai proses dan gaya pengambilan keputusan.

7. Adaptivitas sepanjang waktu. Pengambilan keputusan seharusnya reaktif,

dapat menghadapi perubahan kondisi secara cepat dan mengadaptasi DSS

untuk memenuhi kebutuhan tersebut.

8. Pengguna merasa seperti di rumah. Rumah-pengguna kapabilitas grafis sangat

kuat dan antarmuka manusia-mesin yang interaktif dengan satu bahasa alami

bisa sangat meningkatkan efektivitas DSS.

9. Peningkatan efektivitas pengambilan keputusan (akurasi, timelines, kualitas)

ketimbang pada efisiensinya (biaya pengambilan keputusan).

10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses

pengambilan keputusan dalam memecahkan suatu masalah.

11. Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem.

12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan

keputusan.

13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari

sistem informasi geografis (GIS) sampai sistem berorientasi-objek.

14. Dapat digunakan sebagai alat standalone oleh seorang pengambil keputusan

pada satu lokasi atau didistribusikan di suatu organisasi secara keseluruhan

dan di beberapa organisasi sepanjang rantai persediaan.

2.3.3 Arsitektur Sistem Pendukung Keputusan

2.3.3.1 Subsistem Manajemen Data

Subsistem manajemen data merupakan memasukkan satu database yang

berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut

sistem manajemen database (DBMS/Data Base Management System). Subsistem

manajemen data juga dapat diinterkoneksikan dengan data warehouse perusahaan,

suatu repositori untuk data perusahaan yang relevan untuk pengambilan keputusan12

.

12

Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi Offset, Hal 25.

Subsistem manajemen data terdiri dari beberapa elemen antara lain berikut13

:

1. Database sistem pendukung keputusan

Database adalah kumpulan data yang saling terkait yang diorganisasi untuk

memenuhi kebutuhan dan struktur sebuah organisasi serta bisa digunakan oleh

lebih dari satu orang dan lebih dari satu aplikasi.

Sumber data dalam sistem pendukung keputusan, yaitu:

a. Data Internal

Merupakan data yang sudah ada dalam suatu organisasi. Data tersebut

bisa dikendalikan oleh organisasi tersebut. Data internal bisa berupa data

mengenai orang, produk, layanan, dan proses-proses seperti data tentang

pegawai, data tentang peralatan mesin, data penjualan, dan data

penjadwalan produksi.

b. Data Eksternal

Adalah data yang tidak bisa dikendalikan oleh organisasi. Data tersebut

berasal dari luar sistem seperti peraturan perundangan, harga pasar,

keadaan pesaing, dan kurs Dolar.

c. Data Privat/Personal

Data privat merupakan data mengenai kepakaran/naluri dari user terhadap

masalah yang akan diselesaikan dan data tersebut bersifat subjektif.

2. Sistem Manajemen Database/ Database Management System (DBMS)

Database dibuat, diakses, dan diperbaharui melalui sistem manajemen

database/ database management system (DBMS) yakni software pengelola

database pengelola database seperti Microsoft SQL Server, Microsoft Access,

Oracle, My SQL, dan lain-lain. Dalam memilih DBMS, tentunya harus

diperhatikan beberapa hal yang terkait dengan aplikasi yang akan dibangun,

antara lain: arsitektur sistemnya (seperti sistem berbasis stand alone atau client

server, berbasis desktop, atau berbasis web), platform sistem operasi yang

digunakan, besarnya data, dan pentingnya dukungan keamanan.

3. Direktori Data

Merupakan sebuah katalog dari semua data yang ada dalam database. Isinya

definisi data, dan fungsi utamanya adalah menjawab pertanyaan mengenai

ketersediaan item-item data, sumber, dan makna eksak dari data.

4. Fasilitas Query

Merupakan fasilitas untuk menyediakan akses data ke database serta

manipulasi data dalam database. Fasilitas tersebut menjawab bagaimana

kebutuhan inform asi dari user bisa dipenuhi oleh database.

13

Ibid. Hal 33.

2.3.3.2 Subsistem Manajemen Model

Merupakan paket perangkat lunak yang memasukkan model keuangan,

statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas

analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk

membangun model-model kustom juga dimasukkan. Perangkat lunak ini sering disebut

sistem manajemen basis model (MBMS). Komponen ini dapat dikoneksikan ke

penyimpanan korporat atau eksternal yang ada pada model14

.

Model keputusan merupakan suatu bentuk keputusan yang diabstraksikan

menjadi bentuk simbolik. Subsistem manajemen model dalam DSS terdiri dari sub-sub

komponen berikut15

:

1. Basis Model

Berisi model statistik, keuangan, pengetahuan managemen atau model

quantitatif lain yang menyediakan kemampuan analisa seperti mencari,

menjalankan, menggabungkan memeriksa model.

Dilihat dari tingkat manajemen penggunanya, model dalam basis model

dibedakan seperti:

a. Model Strategis

Mendukung tanggung jawab perencanaan strategis dari top manajemen

seperti pengembangan perusahaan.

b. Model Taktikal

Digunakan oleh manajemen tingkat menengah untuk membantu

pengalokasian dan pengontrolan sumber daya organisasi seperti

perencanaan kebutuhan tenaga kerja.

c. Model Operasional

Mendukung manajemen level bawah dalam pelaksanaan aktivitas sehari-

hari dalam cakupan waktu yang singkat.

d. Model Building Block

Model ini merupakan model yang akan digunakan untuk membangun

model yang lain seperti analisis regresi.

2. Sistem Manajemen Basis Model

Software pembuat model, pembaharuan model, pengubahan model dan

manipulasi data.

3. Model Dictionary

14

Ibid. Hal 25. 15

Ibid. Hal 29.

Katalog semua model dalam basis model yang terdiri dari definisi model dan

fungsi utama untuk menjawab pertanyaan tentang keberadaan dan

kemampuan model.

4. Model Eksekusi, Intelegensi, dan Perintah

Eksekusi berfungsi untuk mengontrol jalannya aktivitas nyata. Intelegensi untuk

menggabungkan operasi beberapa model, sedangkan perintah untuk menerima

dan menerjemahkan instruksi model dari model lain.

Saat melakukan pemodelan dalam pembangunan DSS dilakukan langkah-

langkah sebagai berikut16

:

1. Studi kelayakan (Intelligence)

2. Pada langkah ini, sasaran ditentukan dan dilakukan pencarian prosedur,

pengumpulan data, identifikasi masalah, identifikasi kepemilikan masalah,

klasifikasi masalah, hingga akhirnya terbentuk sebuah pernyataan masalah.

3. Perancangan (Design)

Pada tahap ini akan diformulasikan model yang akan digunakan dan kriteria-

kriteria yang ditentukan. Setelah itu, dicari alternative model yang bisa

menyelesaikan permasalahan tersebut. Langkah selanjutnya adalah

memprediksi keluaran yang mungkin. Kemudian, ditentukan variabel model.

4. Pemilihan (Choice)

Pada tahap ini akan dilakukan pemilihan modelnya termasuk solusinya dan

dilakukan analisis sensitivitas, yakni dengan mengganti beberapa variabel.

5. Membuat DSS

Setelah mentukan modelnya, Berikutnya adalah mengimplementasikannya

dalam aplikasi DSS.

2.3.3.3 Sub Antarmuka Pengguna

Pengguna berkomunikasi dengan dan memerintahkan sistem pendukung

keputusan melalui subsistem tersebut. Pengguna adalah bagian yang dipertimbangkan

dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari sistem

pendukung keputusan berasa dari interaksi yang intensif antara komputer dan pembuat

keputusan17

.

2.3.3.4 Subsistem Manajemen Berbasis Pengetahuan

Subsistem manajemen berbasis-pengetahuan mendukung semua subsistem lain

atau bertindak langsung sebagai suatu komponen independen dan sifatnya optional.

16

Ibid. Hal 30. 17

Ibid. Hal 25.

Subsistem ini memberikan intelegensi untuk memperbesar pengetahuan si pengambil

keputusan dan juga dapat diinterkoneksikan dengan repositori pengetahuan perusahaan

(bagian dari sistem manajemen pengetahuan), yang kadang-kadang disebut basis

pengetahuan organisasional18

.

2.4 Fuzzy Multiple Attribute Decision Making (FMADM)

Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria

tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian

dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah

diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu

pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif &

obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada

pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para

pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif

bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung

secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan 19

.

Ada beberapa metode yang dapat digunakan untuk mnyelesaikan masalah

FMADM. antara lain20

:

a. Simple Additive Weighting Method (SAW)

b. Weighted Product (WP)

c. ELECTRE

d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

e. Analytic Hierarchy Process (AHP)

2.4.1 Algoritma FMADM

Algoritma FMADM adalah:

1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah

ditentukan, dimana nilai tersebut di peroleh berdasarkan nilai crisp;

i=1,2,…m dan j=1,2,…n.

2. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp.

3. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja

ternormalisasi (rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan

18

Ibid. Hal 26. 19

Kusumadewi, Sri. (2007). Diktat Kuliah Kecerdasan Buatan, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia.

20 Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi-

Attribute Decision Making (FUZZY MADM). Yogyakarta: Penerbit Graha Ilmu.

yang disesuaikan dengan jenis atribut (atribut

keuntungan/benefit=MAKSIMUM atau atribut biaya/cost=MINIMUM). Apabila

berupa artibut keuntungan maka nilai crisp (Xij) dari setiap kolom atribut

dibagi dengan nilai crisp MAX (MAX Xij) dari tiap kolom, sedangkan untuk

atribut biaya, nilai crisp MIN (MIN Xij) dari tiap kolom atribut dibagi dengan

nilai crisp (Xij) setiap kolom.

4. Melakukan proses perankingan dengan cara mengalikan matriks

ternormalisasi (R) dengan nilai bobot (W).

5. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara

menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai

bobot (W). Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai

lebih terpilih.

2.4.2 Langkah Penyelesaian

Dalam penelitian ini menggunakan FMADM metode SAW. Adapun langkah-

langkahnya adalah:

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan

keputusan, yaitu Ci.

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

3. Membuat matriks keputusan berdasarkan kriteria (Ci), kemudian

melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan

dengan jenis atribut (atribut keuntungan ataupun atribut biaya) sehingga

diperoleh matriks ternormalisasi R.

4. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari

perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh

nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi21

.

2.5 Metode Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep

dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap

alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks

keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif

yang ada.

21

Kusumadewi, Sri. (2007). Diktat Kuliah Kecerdasan Buatan, Jurusan Teknik Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia.

Keterangan :

= nilai rating kinerja ternormalisasi

= nilai atribut yang dimiliki dari setiap kriteria

= nilai terbesar dari setiap kriteria

= nilai terkecil dari setiap kriteria

benefit = jika nilai terbesar adalah terbaik

cost = jika nilai terkecil adalah terbaik

Nilai preferensi untuk setiap alternatif ( )diberikan sebagai:

Keterangan :

= rangking untuk setiap alternatif

= nilai bobot dari setiap kriteria

= nilai rating kinerja ternormalisasi

Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih.

2.6 Alat Bantu Sistem

2.6.1 Diagram konteks

Diagram konteks dapat digunakan untuk memodelkan sistem. Diagram konteks

terdiri dari lingkaran yang menggambarkan proses dan beberapa entitas yang

menunjukan hubungan interaksi yang sedang berlangsung. Diagram konteks berfungsi

memetakan model lingkungan (menggambarkan hubungan antara entitas luar, masukan

dan keluaran sistem), yang digambarkan melalui suatu lingkaran yang dapat mewakili

keseluruhan sistem22

.

22

Hartini.Analisis Dengan Diagram Aliran Data (DFD).2007.http://www.ilkom. unsri.ac.id/dosen/hartini/materi/VIII DFD.pdf.didownload pada tanggal 19 September 2009.

2.6.2 Data flow diagram (DFD)

DFD merupakan suatu model logika data atau proses yang dapat menggambarkan

asal dan tujuan data yang masuk dan keluar dari sistem, tempat penyimpanan data,

proses yang menghasilkan data dan interaksi antara data yang tersimpan dan proses

yang dikenakan pada data tersebut. DFD juga sering digunakan untuk menggambarkan

suatu sistem yang telah ada ataupun sistem baru yang kemudian dikembangkan secara

logika dan direpresentasikan dalam bentuk diagram aliran data.

DFD dibagi menjadi diagram context dan diagram rinci (DFD Leveled). DFD

leveled menggambarkan sistem sebagai jaringan kerja antara fungsi yang berhubungan

satu sama lain dengan aliran dan penyimpanan data. Dalam DFD leveled terdiri dari

tingkatan-tingkatan level. DFD leveled dimulai dari DFD level 0 kemudian turun ke DFD

level 1 dan seterusnya. Aliran data yang masuk dan keluar pada suatu proses di level x

harus berhubungan dengan aliran data yang masuk dan keluar pada level x+1 yang

mendefinisikan proses pada level x tersebut. Proses yang tidak dapat diturunkan/dirinci

lagi dikatakan primitif secara fungsional dan disebut sebagai proses primitif23

.

3. Analisis

3.1 Analisis Sistem

Analisis bertujuan untuk mendapatkan pemahaman secara keseluruhan tentang

sistem yang akan kita kembangkan berdasarkan masukan dari calon pengguna dan

beberapa pihak yang berkepentingan.

Analisis sistem merupakan tahapan paling awal dari pengembangan sistem

yang menjadi fondasi menentukan keberhasilan sistem yang dihasilkan nantinya

utamanya difokuskan pada masalah dan persyaratan-persyaratan bisnis, terpisah dari

teknologi apapun yang dapat atau akan digunakan untuk mengimplementasikan solusi

pada masalah tersebut agar sistem dapat berjalan dengan baik guna mencapai tujuan

sistem.

3.1.1 Identifikasi Masalah

3.1.1.1 Identifikasi Permasalahan dan Penyebab Masalah

Permasalahan pada penentuan siswa yang berhak menerima beasiswa pada

SD Salman Al Farisi 2 Yogyakarta ternyata belum mendekati tepat. Seperti dari segi

penentuan siapa siswa yang berhak mendapatkan beasiswa misalnya siswa yang

23

Hartini.Analisis Dengan Diagram Aliran Data (DFD).2007.http://www.ilkom. unsri.ac.id/dosen/hartini/materi/VIII DFD.pdf.didownload pada tanggal 19 September 2009.

sebenarnya tidak layak mendapatkan beasiswa namun mendapatkan beasiswa,

sebaliknya siswa yang berhak mendapatkan beasiswa baik itu beasiswa berprestasi

maupun beasiswa kurang mampu tetapi tidak mendapatkan beasiswa.

Dari permasalahan tersebut dapat diidentifikasi bahwa dalam penentuan siswa

yang berhak menerima beasiswa belum mempergunakan alat bantu, metode atau

aplikasi pendukung keputusan secara khusus.

3.1.1.2 Identifikasi Titik Keputusan

Berdasarkan identifikasi penyebab masalah di atas dapat ditentukan titik

keputusan yaitu perlunya dibangun sistem sebagai alat untuk menunjang keputusan

dalam menentukan siswa-siswa yang berhak menerima beasiswa. Sistem ini selanjutnya

dapat memperjelas aturan teknis penilaian pada siswa-siswa yang terdaftar sebagai

calon penerima beasiswa.

4. Hasil Penelitian dan Pembahasan

4.1 Implementasi Sistem

Implementasi sistem (Implementation System) merupakan tahap meletakkan sistem

yang baru dikembangkan supaya nantinya sistem tersebut siap untuk dioperasikan

sesuai dengan yang diharapkan. Tujuan dari tahap implementasi adalah menyiapkan

semua kegiatan penerapan sistem sesuai dengan rancangan yang telah ditentukan.

4.1.1 Tampilan Menu Login

4.1.2 Tampilan Menu Utama

4.1.3 Tampilan Menu Hasil

4.2 Pengujian Program

4.2.1 Pengujian Black Box

Terfokus pada apakah unit program memenuhi kebutuhan yang disebutkan

dalam spesifikasi. Pada black box testing, cara pengujiannya hanya dilakukan dengan

menjalankan atau mengeksekusi unit atau modul, kemudian diamati apakah hasil dari

unit tersebut sesuai dengan proses bisnis yang diinginkan. Jika ada unit yang sesuai

outputnya maka untuk menyelesaikannya, diteruskan pada pengujian kedua, yaitu white

box testing.

Tabel 4.1 Pengujian sistem

Data Masukan Yang di Harapkan Pengamatan Kesimpulan

User name dan

password jika benar

Menampilkan menu

utama

Menu utama berhasil

ditampilkan

Diterima

User name dan

password jika salah

Menampilkan pesan

kesalahan

Pesan kesalahan

berhasil ditampilkan

Diterima

Login user benar tapi

password salah atau

Login user salah tapi

password benar

Menampilkan pesan

Username dan

Password salah

Kesalahan Input :

Username atau

password salah

Diterima

Input data User Penambahan data

user dapat di lakukan

Penambahan data

user berhasil

dilakukan

Diterima

Ubah password Pengubahan

password dapat

dilakukan

Password berhasil di

ubah

Diterima

Penghapusan data

user

Penghapusan data

user dapat dilakukan

Data user berhasil

dihapus

Diterima

Penambahan data

user

Penambahan data

user dapat dilakukan

Data user berhasil di

tambahkan

Diterima

Penambahan data

siswa

Penambahan data

siswa dapat

dilakukan

Penambahan data

siswa berhasil

dilakukan

Diterima

Penghapusan data

siswa

Penghapusan data

siswa dapat

dilakukan

Data siswa dapat

dihapus

Diterima

4.2.2 Pengujian White Box

White Box testing adalah cara pengujian dengan melihat ke dalam modul untuk

meneliti kode-kode program yang ada, dan menganalisis apakah ada kesalahan atau

tidak. Jika ada modul yang menghasilkan output yang tidak sesuai dengan proses bisnis

yang dilakukan, maka baris-baris program, variable, dan parameter yang terlibat pada

unit tersebut akan dicek satu persatu dan diperbaiki, kemudian di-compile ulang.

Contoh uji white box adalah testing login. Uji coba dinyatakan berhasil apabila

fungsi-fungsi pada perangkat lunak sesuai dengan yang diharapkan pemakai.

5. Kesimpulan

Berdasarkan penelitian dan pembahasan yang telah dipaparkan diatas maka

dapat diambil kesimpulan bahwa Sistem pendukung keputusan penentuan penerima

beasiswa bagi siswa SD Salman Al Farisi 2 Yogyakarta berbasis desktop telah dibuat

dengan menggunakan metode Fuzzy Multiple Attribute Decision Making (FMADM).

DAFTAR PUSTAKA

Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi untuk Keunggulan Bersaing Perusahaan dan Organisasi Modern. Yogyakarta : Andi Offset.

Enterprise, Jubilee. 2009. 3 Langkah Jitu Hajar dan Memusnahkan Virus!. Jakarta :

Gramedia. Fathansyah,Ir. 2002.Basis Data.Informatika : Bandung Hartini. 2007. Analisis Dengan Diagram Aliran Data (DFD).http://www.ilkom.

unsri.ac.id/dosen/hartini/materi/VIII DFD.pdf.didownload pada tanggal 19 September 2009.

Jawa Pos. 2007. Beasiswa Jadi Objek Pph.

http://www.infopajak.com/berita/310108jps.htm. Diakses pada 20 April 2009. Kadir, Abdul & Triwahyuni Terra Ch. 2005. Pengenalan Teknologi Informasi. Yogyakarta:

Andi Offset. Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi

Offset. Kusrini. 2007. Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta : Andi

Offset. Kusumadewi, Sri. 2005. Pencarian Bobot Atribut Pada Multiple-Attribute Decision Making

dengan Pendekatan Objektif Menggunakan Algoritma Genetika. http://cicie.files.wordpress.com/2008/06/srikusumadewi-jurnal-genetika.pdf. Diakses pada 17 April 2009

Kusumadewi, Sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM).

Yogyakarta: Graha Ilmu.