SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN BEASISWA BANK RAKYAT INDONESIA (BRI) PADA UNIVERSITAS DIAN NUSWANTORO SEMARANG MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW).

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN
BEASISWA BANK RAKYAT INDONESIA (BRI) PADA
UNIVERSITAS DIAN NUSWANTORO SEMARANG
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
(SAW)
Agung Nara Kustiastana
Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian
Nuswantoro Semarang
Jl. Nakula I No. 5–11 Semarang 50131
agungnarakustiastana@gmail.com

ABSTRAK
Beasiswa diberikan kepada mahasiswa untuk membantu meringankan beban
biaya pendidikan mahasiswa. Beasiswa Bank Rakyat Indonesia (BRI) merupakan
program beasiswa yang diberikan oleh Universitas Dian Nuswantoro Semarang
terhadap semua Fakultas. Diperlukan adanya suatu sistem yang dapat membantu
proses penentuan penerimaan beasiswa yang tepat. Oleh karena itu, dibuatlah
suatu Sistem Pendukung Keputusan dengan menggunakan metode Simple
Additive Weighting (SAW) dengan beberapa kriteria yang sudah ditetapkan.
Metode Simple Additive Weighting (SAW) adalah metode yang dikenal dengan
istilah metode penjumlahan terbobot. Konsep dasar dari metode Simple Additive

Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada
setiap alternatif pada semua atribut yang membutuhkan proses normalisasi
matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua
rating alternatif yang ada. Sistem Pendukung Keputusan tersebut nantinya akan
dikembangkan dengan menggunakan PHP (Hypertext Preprocessor File) dan
HTML (Hypertext Markup Language) sebagai bahasa pemograman, serta
Database MySQL digunakan sebagai database server.
Kata kunci : Beasiswa, Sistem Pendukung Keputusan, Simple Additiv Weighting
(SAW), PHP, HTML, Database MySQL.
1.

Semarang menggunakan metode Simple

PENDAHULUAN

2.1. Latar Belakang Masalah

Additive Weighting (SAW).

Bagaimana merancang dan membangun

2.1. Tinjauan Pustaka

sistem pendukung keputusan penerimaan

Objek yang menjadi penelitian adalah pada

beasiswa Bank Rakyat Indonesia (BRI)

Universitas Dian Nuswantoro Semarang.

pada

2.1. Maksud dan Tujuan

Universitas

Dian

Nuswantoro

Maksud dari penulisan Tugas Akhir ini

komputer

adalah

pengetahuan atau manajemen pengetahuan

untuk

mengaplikasikan

pendukung

keputusan

sistem

penerimaan

yang

termasuk

dipakai

sistem

untuk

mendukung

beasiswa Bank Rakyat Indonesia (BRI)

pengambilan

pada

Nuswantoro

organisasi atau perusahaan. Dapat juga

Semarang menggunakan metode Simple

dikatakan sebagai sistem komputer yang

Additive Weighting (SAW).

mengolah data menjadi informasi untuk

Sedangkan tujuan yang akan dicapai dalam

mengambil keputusan dari masalah semi

penelitian ini adalah membangun aplikasi

terstruktur yang spesifik.

sistem

2.2. Beasiswa Bank Rakyat Indonesia

Universitas

Dian

pendukung

keputusan

dengan

metode simple additive weighting (SAW)

keputusan

berbasis

dalam

suatu

(BRI)

rekomendasi

Beasiswa Bank Rakyat Indonesia (BRI)

menentukan

merupakan salah satu bentuk beasiswa

mahasiswa Universitas Dian Nuswantoro

yang diselenggarakan oleh Bank Rakyat

Semarang

Indonesia (BRI) yang diberikan kepada

yang
pihak

dapat

memberikan

manajemen

yang

dalam

berhak

mendapatkan

beasiswa Bank Rakyat Indonesia (BRI).

mahasiswa Universitas Dian Nuswantoro

2.1. Manfaat

Semarang.

Manfaat yang diharapkan dapat diperoleh

2.3. Metode Simple Additive Weighting

dari penelitian ini adalah sebagai berikut:
1. Membantu

Universitas

Dian

Metode simple additive weighting (SAW)

Semarang

dalam

merupakan metode penjumlahan terbobot.

keputusan

Konsep dasar metode simple additive

Nuswantoro
melakukan

pengambilan

yang lebih tepat dan akurat sehingga

weighting

dapat

dan

penjumlahan terbobot dari rating kinerja

kualitas sumber daya manusia dalam

pada setiap alternatif pada semua kriteria.

instansi.

Metode simple additive weighting (SAW)

meningkatkan

potensi

(SAW)

adalah

mencari

sistem

membutuhkan proses normalisasi matrik

bisa

keputusan (X) ke suatu skala yang dapat

menghemat waktu yang digunakan

diperbandingkan dengan semua rating

dalam proses penerimaan beasiswa.

alternatif yang ada.

2. Dengan
pendukung

2.

(SAW)

menggunakan
keputusan

ini

ANALISA DAN IMPLEMENTASI

2.1. Sistem Pendukung Keputusan
Sistem

pendukung

keputusan

adalah

bagian dari sistem informasi berbasis

3.

Menentukan bobot preferensi atau
tingkat

kepentingan

kriteria.
4.
Keterangan :

tabel

(1)
rating

setiap

kacocokan

setiap alternatif pada setiap kriteria.

a. Dikatakan kriteria keuntungan apabila
nilai

Membuat

(W)

5.

memberikan keuntungan bagi

pengambil

dibentuk dari tabel rating kecocokan

sebaliknya

dari setiap alternatif pada setiap

menimbulkan

kriteria. Nilai { } setiap alternatif (Aᵢ)

keputusan,

kriteria biaya apabila

pada setiap kriteria (Cj) yang sudah

biaya bagi pengambil keputusan.

ditentukan dimana, i = 1,2,...m dan j =

b. Apabila berupa kriteria keuntungan
maka nilai

1,2,...n.

dibagi dengan nilai
dari

setiap

kolom,

6.

Melakukan

normalisasi

matrik

keputusan X dengan cara menghitung

sedangkan untuk kriteria biaya, nilai

nilai rating kinerja ternormalisasi (rij)

dari setiap kolom dibagi
dengan nilai

Membuat matrik keputusan X yang

dari alternatif Aᵢ pada kriteria Cj.

.

7.

Nilai preferensi untuk setiap alternatif (Vi)

Hasil

dari

nilai

ternormalisasi (

rating

kinerja

) membentuk matrik

diberikan sebagai :
ternormalisasi (R).
8.
(2)

Hasil

akhir

nilai

preferensi

(Vᵢ)

penjumlahan

dari

diperoleh

dari

Keterangan :

perkalian

elemen

Vi

= ranking untuk setiap alternatif

ternormalisasi

wj

= nilai bobot dari setiap kriteria

preferensi

rij

= nilai rating kinerja ternormalisasi

elemen kolom matrik (W).

(W)

(R)

baris

matrik

dengan

bobot

yang

bersesuaian

Nilai Vᵢ yang lebih besar mengindikasikan

2.5. Implementasi

bahwa alternatif Aᵢ merupakan alternatif

1. Tampilan Halaman Input Pemohon

terbaik.
2.4. Langkah Penyelesaian
1.

Menentukan alternatif, yaitu Aᵢ.

2.

Menentukan

kriteria

yang

akan

dijadikan acuan dalam pengambilan
keputusan, yaitu Cj.

Gambar 1. Halaman Input Pemohon

2. Tampilan Data Pemohon

Gambar 2. Halaman Data Pemohon

3. Tampilan Data Hasil Perankingan

Gambar 3. Halaman Data Hasil Perankingan

3.

2

HASIL DAN DISKUSI

3.1. Contoh Kasus
Nama

1

A1

C1

C2

C3

C4

21

1.500.000

II

3,26

C5
Tidak
Ada

20

1.500.000

IV

3,06

22

1.100.000

VI

3,79

Ada

Ada

A4

21

2.000.000

IV

3,07

Ada

Ada

C6 5

A5

19

1.000.000

IV

3,24

Ada

Ada

Ada

1. Menentukan Alternatif, yaitu (Aᵢ).

Cj

Keterangan

Tabel 2. Data Alternatif (Aᵢ).

C1

Usia

Ai

Nama

C2

Gaji Orangtua

A1

Loe Y. F. C

C3

Semester

A2

Iwan P

C4

IPK

A3

Dias W

C5

SKTM

A4

Navyana P. P

C6

SKBB

A5

Ulva N

3. Menentukan bobot preferensi atau

2. Menentukan kriteria yang akan dijadikan
penentuan

penerimaan

tingkat

0,10]

kepentingan

(W)

setiap

kriteria (Cj).

beasiswa bank Rakyat Indonesia (BRI),
W = W = [0,15
yaitu (Cj).

Ada

A3

Tabel 3. Data Kriteria

dalam

Ada

4

3.2. Perhitungan Seleksi Beasiswa

acuan

Tidak

3

Tabel 1. Pemohon Beasiswa
No.

A2

0,30

0,15

0,20

0,10

4. Membuat tabel rating kecocokan setiap baris matrik ternormalisasi (R) dengan
bobot preferensi (W) yang bersesuaian

alternatif pada setiap kriteria.
Tabel 4. Rating Kecocokan

elemen kolom matrik (W).

Ai

Cj
C1

C2

C3

V1 = (0,15 × 0,33) + (0,30 × 0,50) + (0,15 × 1)

C4

C5

C6

+ (0,20 × 0,67) + (0,10 × 0) + (0,10 × 1)
= 0,0495 + 0,15 + 0,15 + 0,134 + 0 + 0,10

A1

0,75 0,50 0,50 0,50

0

1

A2

0,50 0,50 0,50 0,50

0

1

0,50 0,75 0,75

1

1 V2 = (0,15 × 0,50) + (0,30 × 0,50) + (0,15 × 1) +

A4

0,75 0,75 0,50 0,50

1

1 (0,20 × 0,67) + (0,10 × 0) + (0,10 × 1)

A5

0,25 0,25 0,50 0,50

1

1

= 0,5835

A3

1

= 0,58

= 0,075 + 0,15 + 0,15 + 0,134 + 0 + 0,10
= 0,609

5. Membuat matrik keputusan (X) yang

= 0,61

dibentuk dari tabel rating kecocokan setiapV3 = (0,15 × 0,25) + (0,30 × 0,50) + (0,15 × 0,67) +
alternatif (Aᵢ) pada setiap kriteria (Cj).

X=

(0,20 × 1) + (0,10 × 1) + (0,10 × 1)

0,75

0,50 0,50 0,50 0 1

= 0,0375 + 0,15 + 0,1005 + 0,20 + 0,10 + 0,10

0,50

0,50 0,50 0,50 0 1

= 0,6880

1

0,50 0,75 0,75 1 1

0,75

0,75 0,50 0,50 1 1

0,25

0,25 0,50 0,50 1 1

= 0,69
V4 = (0,15 × 0,33) + (0,30 × 0,33) + (0,15 × 1) +
(0,20 × 0,67) + (0,10 × 1) + (0,10 × 1)
= 0,0495 + 0,099 + 0,15 + 0,134 + 0,10 + 0,10
= 0,6325

6. Melakukan normalisasi matrik keputusan

= 0,63

(X) dengan cara menghitung nilai rating

V5 = (0,15 × 1) + (0,30 × 1) + (0,15 × 1) + (0,20 ×

kinerja ternormalisasi (rij) dari alternatif

0,67) + (0,10 × 1) + (0,10 × 1)

(Aᵢ) pada kriteria (Cj). Sehingga dihasilkan

= 0,15 + 0,30 + 0,15 + 0,134 + 0,10 + 0,10

nilai rating kinerja ternormalisasi (rij)

= 0,934

membentuk matrik ternormalisasi (R).

= 0,93

R=

8. Hasil akhir diketahui tingkat perankingan

0,33 0,50

1

0,67

0

1

0,50 0,50

1

0,67

0

1

penerimaan beasiswa Bank Rakyat

1

1

1

Indonesia.

1

0,67

1

1

Tabel 5. Data Hasil Perankingan

1

0,67

1

1

0,25 0,50 0,67
0,33 0,33
1

1

7. Hasil akhir nilai preferensi (Vᵢ) diperoleh
dari penjumlahan dari perkalian elemen

Ran
king
1

Vᵢ

Nama

Jumlah

V5

Ulva

0,93

2

V3

Dias

0,69

perbandingan hasil dari metode Simple

3

V4

Navyana

0,63

Additive Weighting (SAW).

4

V2

Iwan

0,61

5

V1

Loe

0,58

2. Admin diharapkan mampu dan terus
melakukan pemeliharaan sistem
pendukung keputusan ini secara teratur.

4. KESIMPULAN DAN SARAN

5. DAFTAR PUSTAKA

4.1. Kesimpulan

1. Sistem pendukung keputusan penerimaan [1] Heri Sulistiyo, "Sistem Pendukung Keputusan Untuk
beasiswa Bank Rakyat Indonesia (BRI)

Menentukan Penerima Beasiswa Di SMA Negeri 6

menggunakan metode Simple Additive

Pandeglang," Universitas Komputer Indonesia,

Weighting (SAW) dapat membantu dalam

Bandung, Jurnal 2005.

penentuan penerimaan beasiswa Bank
Rakyat Indonesia (BRI) agar lebih efektif

Additive Weighting (SAW) Dalam Sistem Informasi

dan efisien.
2. Aplikasi

sudah

[2] Destriyana Darmastuti, "Implementasi Metode Simple

menerapkan

metode

Simple Additive Weighting (SAW) pada
sistem penentuan penerimaan beasiswa
Bank Rakyat Indonesia (BRI).

Lowongan Kerja Berbasis Web Untuk rekomendasi
Pencari Kerja Terbaik," Universitas Tanjungpura,
Pontianak, Jurnal 2013.
[3] Alireza Afshari, Majid Mojahed, and Rosnah Mohd

3. Hasil dari sistem pendukung keputusan

Yusuff, "Simple Additive Weighting Appoarch To

ini dipengaruhi oleh besarnya nilai

Personnel Selection Problem," International Journal of

kriteria dari bobot yang ditentukan.

Innovation, vol. 1, no. 5, pp. 511-515, December 2010.

Kriteria yang digunakan pada sistem
pendukung keputusan ini diantaranya

[4] Azizollah Memariani, Abbas Amini, and Alireza

usia, jumlah gaji orang tua, semester,

Alinezhad, "Sensitivity analysis of Simple Additive

nilai IPK, surat keterangan tidak mampu,

weighting Method (SAW): The Result of Change in the

dan surat keterangan belum bekerja.

Weight of ONe Attribute on the Final Ranking of

4.1. Saran

Alternatives," Journal of Industrial Engineering, no. 4,

1. Sistem pendukung keputusan penerimaan

pp. 13-18, August 2009.

beasiswa ini dapat menggunakan metode
lain dengan hasil yang lebih efektif dan
efisien,

sehingga

dapat

dilakukan

[5] Efendi Pakpahan. (2013, Agustus) Ilmu Pengetahuan
Teknologi. [Online].
http://iptekindonesiae.blogspot.com/2013/08/pengertian-

sistem-pendukung-keputusan.html

[10] PSI. (2013) Kemahasiswaan Universitas Dian

Nuswantoro. [Online].
[6] Kusrini M. Kom, Konsep dan Aplikasi Pendukung
http://bima.dinus.ac.id/main/syarat_beasiswa
Keputusan. Yogyakarta, Indonesia: Andi Publisher,
2007.

[11] Pratomo Setiaji, "Sistem Pendukung Keputusan dengan

Metode Simple Additive Weighting," Universitas Muria
[7] Efraim Turban, Jay E Aronson, and Ting Peng Liang,
Kudus, Bae Kudus, Jurnal 2010.
Decision Support Systems and Intelligent Systems, 7th
ed., Dwi Prabantini, Ed. Yogyakarta, Indonesia:
[12] Kusumadewi
Andi,
et al., Fuzzy., 2006.
2005.
[13] Nurul Imam. (2013) Kelebihan dan Kekurangan PHP.
[8] Kusumadewi S, Aplikasi Logika Fuzzy untuk[Online].
http://www.nurulimam.com/2013/09/kelebihanPendukung Keputusan. Yogyakarta, Indonesia:
Graha
Ilmu, 2010.

kekurangan-php.html

[9] Sinyo Khay. (2013, Mei) Dunia Pendidikan PTK.
[Online]. sinyokhay02.blogspot.com/2013/05/normal-0false-false-false-en-us-x-none.html?m=1
[14] Arianto and Rahmat Hidayat. (2007,
Juni) Ilmu Komputer. [Online].
http://ilmukomputer.com/wpcontent/uploads/2007/06/mysqlrahmat.pdf