Analisis dan Perancangan Aplikasi Penerimaan Siswa Baru Menggunakan Metode SAW dan Metode Promethee (Studi kasus : SMAN I Tebing Tinggi)

(1)

ANALISIS DAN PERANCANGAN APLIKASI PENERIMAAN

SISWA BARU MENGGUNAKAN METODE SAW DAN

METODE PROMETHEE (STUDI KASUS : SMAN 1

TEBING TINGGI)

SKRIPSI

FIRDHA SEPTIA

111421073

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

(2)

ANALISIS DAN PERANCANGAN APLIKASI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SAW DAN METODE PROMETHEE

(STUDI KASUS : SMAN 1 TEBING TINGGI) SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah Sarjana Ilmu Komputer

FIRDHA SEPTIA 111421073

PROGRAM STUDI EKSTENSI S1 ILMU KOMPUTER FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA MEDAN

(3)

PERSETUJUAN

Judul : ANALISIS DAN PERANCANGAN APLIKASI

PENERIMAAN SISWA BARU MENGGUNAKAN METODE SAW DAN METODE PROMETHEE (STUDI KASUS : SMAN 1 TEBING TINGGI)

Kategori : SKRIPSI

Nama : FIRDHA SEPTIA

Nomor Induk Mahasiswa : 111421073

Program Studi : EKSTENSI S1 ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

UNIVERSITAS SUMATERA UTARA Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Siti Dara Fadilla, S.Si, M.T Ade Candra , ST, M.Kom NIP. 19770516 200501 2 001 NIP. 19790904 200912 1 002 Diketahui/disetujui oleh

Program Studi Ekstensi S1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 19620217 199103 1 001

(4)

ANALISIS DAN PERANCANGAN APLIKASI PENERIMAAN SISWA BARU MENGGUNAKAN METODE SAW DAN METODE PROMETHEE

(STUDI KASUS: SMAN 1 TEBING TINGGI)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing telah disebutkan sumbernya.

Medan, Mei 2014

Firdha Septia 111421073

(5)

PENGHARGAAN

Alhamdulillahirrabbila’lamin. Segala dan puji syukur penulis panjatkan hanya kepada Allah SWT, Pemelihara dan pengatur seluruh alam semesta, karena atas limpahan rahmat, taufik dan hidayah-Nya maka penulis mampu menyelesaikan Skripsi ini, serta shalawat dan beriring salam penulis ucapkan kepada junjungan kita Nabi Besar Muhammad SAW.

Skripsi ini dikerjakan sebagai salah satu syarat guna memperoleh gelar Sarjana Ilmu Komputer di Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara. Penulis menyadari bahwa terselesaikannya skripsi ini tentunya tak lepas dari dorongan dan bantuan berbagai pihak. Oleh karena itu, dengan segala kerendahan hati penulis mengungkapkan rasa terima kasih dan penghargaan kepada :

1. Bapak Ade Candra, S.T, M.Kom, selaku Dosen Pembimbing I yang telah memberikan banyak arahan, masukan, bimbingan, saran, serta motivasi yang membangun untuk penulis sehingga penulis dapat menyelesaikan skripsi ini dengan baik.

2. Ibu Siti Dara Fadilla, S.Si, MT, selaku Dosen pembimbing II yang telah memberikan masukan, bimbingan, saran dan motivasi kepada penulis, serta sabar memberikan bantuan sehingga penulis dapat menyelesaikan skripsi ini dengan baik.

3. Bapak Drs. Agus Salim Harahap,M.Si. selaku Dosen Pembanding I, yang telah memberikan kritik dan saran yang membangun bagi penulis.

4. Bapak M. Andri Budiman S.T, M.Comp.Sc, sebagai Dosen Pembanding II yang telah memberikan kritik dan saran yang membangun bagi penulis.

5. Bapak Dr. Poltak Sihombing, M, Kom, selaku Ketua Program Studi Ilmu Komputer, yang telah memberikan bantuan bagi penulis.

(6)

6. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara berserta para pegawai yang bertugas di Program Studi Ilmu Komputer FASILKOM-TI USU.

7. Keluarga tercinta, Ayahanda dan Ibunda, juga kakak dan abang atas semua doa, dukungan, dan motivasi yang tak ternilai harganya.

8. Keluarga besar Ekstensi Ilmu Komputer, khususnya semua teman dan sahabat angkatan 2011 yang tidak dapat disebutkan satu persatu, terima kasih atas ide, saran, dan kerja samanya selama ini bersama penulis.

Semoga Allah SWT membalas semua kebaikan yang telah kalian berikan.

Penulis,

(7)

ABSTRAK

Tujuan penelitian ini untuk merancang sebuah aplikasi sistem pendukung keputusan penerimaan calon siswa baru di SMA Negeri 1 Tebing Tinggi. Metodologi yang digunakan dalam proses sistem pendukung keputusan adalah metode Simple Addiptive Weighting (SAW) dan metode Preference Ranking Organization Methods for Enrichment Evaluations (PROMETHEE). Hasil penelitian ini menunjukkan bahwa penggunaan sistem pendukung keputusan penerimaan calon siswa baru di SMA Negeri 1 Tebing Tinggi ini dapat membantu, mempermudah pekerjaan dan meminimalisir kesalahan yang dilakukan oleh panitia penerimaan calon siswa baru di SMA Negeri 1 Tebing Tinggi dalam pengambilan keputusan penerimaan calon siswa baru. Selain itu sistem pendukung keputusan penerimaan calon siswa baru ini juga dapat dilakukan dengan lebih optimal, dan waktu yang diperlukan untuk menyusun dan mengevaluasi calon siswa baru tersebut menjadi lebih efisien. Berdasarkan dari hasil akhir pada tahapan-tahapan yang dilakukan, didapatkan bahwa sistem yang dirancang telah mampu untuk menentukan calon siswa baru yang layak diterima berdasarkan pada aspek-aspek penilaian yang ada.

(8)

ANALYSIS AND DESIGN OF NEW STUDENT ADMISSION APPLICATION USING SAW AND PROMETHEE METHODS

(CASE STUDY : SMAN 1 TEBING TINGGI)

ABSTRACT

The purpose of this research is to design a decision support system application enrollment of new students at SMAN 1 Tebing Tinggi. The methodology used in the process of a decision support system is Simple Addiptive Weighting (SAW) method and Preference Ranking Organization Methods for Enrichment Evaluations

(PROMETHEE) method. The results of this study indicate that the use of decision support systems enrollment of new students in SMAN 1 Tebing Tinggi is able to assist, facilitate the work and minimize the errors made by the admissions committee prospective new students at SMAN 1 Tebing Tinggi in decision making enrollment of new students. in addition, the decision support system of new admissions can also be done with a more optimal, and the time required to prepare and evaluate prospective new students to become more efficient. Based on the results of the final stages is performed, found that the designed system has been able to determine viable candidates for new students accepted based on those aspects of the existing assessment.

(9)

DAFTAR ISI

Halaman

Persetujuan iii

Pernyataan iv

Penghargaan v

Abstrak vii

Abstract viii

Daftar Isi ix

Daftar Tabel xi

Daftar Gambar xii

Bab 1 Pendahuluan

1.1Latar Belakang Masalah 1

1.2Rumusan Masalah 2

1.3Batasan Masalah 3

1.4Tujuan Penelitian 3

1.5Manfaat Penelitian 4

1.6Metodologi Penelitian 4

1.7Sistematika Penulisan 5

Bab 2 Tinjauan Pustaka

2.1 Sistem Pendukung Keputusan 7

2.1.1 Tujuan Sistem Pendukung Keputusan 8

2.1.2 Karakteristik Sistem Pendukung Keputusan 8

2.1.3 Tahapan Pengambilan Keputusan 11

2.1.4 Komponen Sistem Pendukung Keputusan 12

2.2 Simple Addiptive Weighting (SAW) 13

2.3 Metode PROMETHEE 15

2.3.1 Tipe Preferensi dalam Promethee 16

2.3.2 Promethee Rangking 20

Bab 3 Analisis dan Perancangan Sistem

3.1 Analisis Sistem 22

3.1.1 Analisis Masalah 22

3.1.1.1Diagram Ishikawa 22

3.1.1.2Diagram Konteks 23

3.1.2Analisis Kebutuhan Sistem 24

(10)

3.1.2.2Kebutuhan Nonfungsional Sistem 24

3.2 Pemodelan 25

3.2.1 Data FlowDiagram (DFD) 25

3.2.2 Struktur Tabel 27

3.2.3 Tabel Relasi 30

3.3 Flowchart 31

3.4 Perancangan Interface 35

Bab 4 Implementasi dan Pengujian

4.1 Pengujian 39

4.1.1 Kriteria pada metode SAW 39

4.1.2 Perhitungan manual metode SAW 43

4.1.3 Perhitungan manual metode Promethee 47

4.2 Implementasi Sistem 58

4.2.1 Komponen Perancangan Sistem 58

4.2.2 Tampilan Antarmuka 59

Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 65

5.2 Saran 65

Daftar Pustaka 66

(11)

DAFTAR TABEL

Hal.

TABEL 3.1. Tabel Admin 28

TABEL 3.2. Tabel Calon Siswa 28

TABEL 3.3. Tabel Kriteria 28

TABEL 3.4. Tabel Kriteria SAW 28

TABEL 3.5. Tabel Kriteria Promethee 29

TABEL 3.6. Tabel Hasil SAW 29

TABEL 3.7. Tabel Hasil Promethee 29

TABEL 3.8. Tabel Matrix Data 29

TABEL 3.9. Tabel Nilai 30

TABEL 3.10. Tabel Flowchart 32

TABEL 4.1. Tes Tulis Akademik 41

TABEL 4.2. Tes Bahasa Inggris 41

TABEL 4.3. Tes Komputer 42

TABEL 4.4. Psikotest 42

TABEL 4.5. Jumlah Piagam 43

TABEL 4.6. Data Siswa 43

TABEL 4.7. Rating Kecocokan dari Setiap alternatif pada setiap kriteria 44

TABEL 4.8. Data Siswa 47

TABEL 4.9. Promethee Tahap I 55

(12)

DAFTAR GAMBAR

Hal.

GAMBAR 2.1. Karakteristik dan Kemampuan DSS 9

GAMBAR 3.1. Analisis Masalah Berdasarkan Diagram Ishikawa 23 GAMBAR 3.2. Analisis Masalah Berdasarkan Diagram Konteks 23 GAMBAR 3.3. DFD Level 1 Metode SAW dan PROMETHEE 26 GAMBAR 3.4. DFD Level 2 Pengolahan Data Siswa Metode SAW 27

GAMBAR 3.5. Rancangan Tabel Relasi 31

GAMBAR 3.6. Flowchart Metode SAW 33

GAMBAR 3.7. Flowchart Metode PROMETHEE 34

GAMBAR 3.8. Rancangan Halaman Login 35

GAMBAR 3.9. Rancangan Halaman Home 36

GAMBAR 3.10. Rancangan Halaman Form Admin 36

GAMBAR 3.11. Rancangan Data Admin 37

GAMBAR 3.12. Rancangan Halaman Form Siswa 37

GAMBAR 3.13. Rancangan Data Siswa 38

GAMBAR 4.1. Grafik Bobot 40

GAMBAR 4.2. Form Utama 58

GAMBAR 4.3. Input Admin 59

GAMBAR 4.4. Input Calon Siswa 59

GAMBAR 4.5. Output Calon Siswa 60

GAMBAR 4.6. Tampilan Data Kriteria 60

GAMBAR 4.7. Tampilan Hasil Metode SAW 61

GAMBAR 4.8. Tampilan Hasil Metode PROMETHEE 62

GAMBAR 4.9. Tampilan Hasil Metode SAW 63

(13)

ABSTRAK

(14)

ANALYSIS AND DESIGN OF NEW STUDENT ADMISSION APPLICATION USING SAW AND PROMETHEE METHODS

(CASE STUDY : SMAN 1 TEBING TINGGI)

ABSTRACT

(15)

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Di setiap lembaga pendidikan khususnya sekolah, komputer menjadi alat yang penting untuk mempermudah kinerja para guru dan staf yang bertugas, salah satunya dapat mempermudah dalam penerimaan siswa baru. Dalam penerimaan siswa baru tersebut harus sesuai dengan aturan-aturan yang telah ditetapkan. Misalnya kriteria yang ditetapkan adalah nilai UN (Ujian Nasional), dan nilai UAS (Ujian Akhir Sekolah) yang sesuai dengan persyaratan sekolah. Oleh sebab itu tidak semua yang mendaftarkan diri dapat diterima, hanya yang memenuhi kriteria-kriteria saja yang akan diterima oleh pihak sekolah.

Kegiatan Penerimaan Siswa Baru yang dilaksanakan oleh SMA Negeri 1 Tebing Tinggi, kenyataannya pihak sekolah masih kurang siap dalam penyelenggaraan ini karena masalah pengolahan data yang bersifat manual dan juga jumlah siswa yang mendaftar cukup banyak, oleh karena itu, penulis berinisiatif merancang suatu sistem pendukung keputusan yang dapat membantu pihak sekolah dalam memudahkan pengambilan keputusan penerimaan siswa baru, sehingga lebih efisien dalam pelaksanaannya.

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[1].

(16)

Metode Promethee termasuk ke dalam kelompok pemecahan masalah Multi Criteria Decision Making (MCDM) atau pengambilan keputusan kriteria majemuk yang merupakan disiplin ilmu yang sangat penting dalam pengambilan keputusan atas suatu masalah yang memiliki lebih dari satu kriteria (multikriteria). Promethee yang merupakan singkatan dari Preference Ranking Organization Methods for Enrichment Evaluations adalah metode outranking yang menawarkan cara yang fleksibel dan sederhana kepada user (pembuat keputusan) untuk menganalisis masalah-masalah multikriteria[5].

Model yang penulis gunakan dalam sistem pendukung keputusan ini adalah

SAW dan PROMETHEE. Penulis memakai kedua metode ini dalam sistem pengambilan keputusan dan membandingkan antara kedua metode tersebut. Kriteria-kriteria yang digunakan SMAN 1 Tebing Tinggi dalam penerimaan siswa baru adalah nilai tulis akademik, nilai tes bahasa inggris, nilai tes psikotes, nilai tes komputer, dan jumlah sertifikat/piagam. Dengan beberapa kriteria tersebut maka sistem akan membantu dalam menampilkan prioritas-prioritas tertinggi hingga terendah dari para calon siswa baru yang mendaftar sehingga memudahkan pihak sekolah dalam mengambil keputusan.

1.2 Rumusan Masalah

Rumusan masalah dalam penelitian ini adalah bagaimana menganalisis dan merancang suatu sistem yang dapat membantu pihak sekolah dalam mengambil keputusan untuk menentukan siapa yang layak diterima oleh pihak sekolah dengan metode SAW dan PROMETHEE.

(17)

1.3 Batasan Masalah

Pada penyelesaian tugas akhir ini terdapat beberapa batasan masalah, antara lain: 1. Perancangan aplikasi untuk menentukan siswa baru yang akan diterima.

2. Metode yang digunakan dalam perancangan sistem penerimaan siswa baru adalah metode SAW dan metode PROMETHEE.

3. Parameter yang digunakan adalah nilai tulis akademik, nilai tes bahasa inggris, nilai tes psikotes, nilai tes komputer, dan jumlah sertifikat/piagam.

4. Aplikasi ini dirancang menggunakan bahasa pemrograman PHP dengan DBMS MySQL.

5. Data yang digunakan adalah data penerimaan peserta didik baru T.P. 2010/2011 dan T.P 2012/2013 pada SMAN 1 Tebing Tinggi.

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah :

1. Untuk menganalisis dan merancang aplikasi sistem pendukung keputusan untuk penerimaan siswa baru menggunakan metode simple addiptive weighting (SAW) dan metode preference ranking organizationing method for enrichment evaluation

(PROMETHEE) yang dapat mempermudah administrator dalam mengolah data siswa.

2. Untuk melakukan analisis perbandingan menggunakan metode simple addiptive weighting (SAW) dan metode preference ranking organizationing method for enrichment evaluation (PROMETHEE) dalam mengetahui tingkat keakurasian masing-masing metode.

(18)

1.5 Manfaat Penelitian

Manfaat penelitian ini diharapkan dapat memberikan kemudahan dan meminimalisir kesalahan yang dilakukan pihak sekolah dalam mengolah data siswa.

1.6 Metodologi Penelitian

Penelitian ini akan dilaksanakan dengan mengikuti beberapa langkah yang akan digunakan penulis, yaitu:

1. Studi Kepustakaan

Pengumpulan referensi dalam penelitian yang penulis lakukan dengan mencari jurnal, buku, tulisan ilmiah, maupun artikel lain yang berhubungan dengan sistem pendukung keputusan, metode simple addiptive weighting, dan metode preference ranking organizationing method for enrichment evaluation.

2. Studi Lapangan

Pada tahap ini dilakukan wawancara kepada panitia penerimaan siswa baru untuk mengetahui parameter apa yang digunakan dalam seleksi penerimaan siswa baru. 3. Analisis dan Perancangan Sistem

Tahap ini digunakan untuk mengolah data dari hasil studi kepustakaan kemudian melakukan analisis sehingga mendapat hasil siswa baru yang layak diterima pihak sekolah.

4. Implementasi Sistem

Menerapkan metode simple addiptive weighting dan metode preference ranking organizationing method for enrichment evaluation ke dalam aplikasi komputer yang sedang dirancang dengan menggunakan bahasa pemrograman PHP.

(19)

5. Pengujian sistem

Menguji apakah sistem aplikasi yang dibuat telah berhasil dijalankan sesuai dengan keinginan dan melakukan perbaikan jika masih terdapat kesalahan/error pada sistem aplikasi.

6. Dokumentasi

Tahap akhir dari penelitian yang dilakukan adalah membuat kesimpuan dan laporan mengenai penelitian yang telah dilakukan.

1.7 Sistematika Penulisan

Penulis membuat sebuah sistematika yang bertujuan untuk menggambarkan secara ringkas bab-bab yang mencakup sebagai berikut :

BAB 1 PENDAHULUAN

Bab pendahuluan ini berisikan mengenai latar belakang masalah, rumusan masalah, batasan masalah, manfaat dan tujuan dari penelitian, metode penelitian serta sistematika penulisan.

BAB 2 TINJAUAN TEORITIS

Bab ini menjelaskan mengenai pengertian Sistem Pendukung Keputusan, Metode SAW dan Metode PROMETHEE.

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Bab ini menjelaskan mengenai analisis dan perancangan sistem pendukung keputusan dengan menggunakan metode SAW dan metode PROMETHEE.

(20)

BAB 4 IMPLEMENTASI

Bab ini menjelaskan mengenai implementasi dari hasil analisis dan perancangan sistem pada bab 3.

BAB 5 KESIMPULAN DAN SARAN

Bab ini adalah bab terakhir yang berisi kesimpulan dan saran dari hasil penelitian.

(21)

BAB 2

TINJAUAN PUSTAKA

2.1 Sistem Pendukung Keputusan

Pengertian sistem pendukung keputusan adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan. Definisi menurut Litlle mengemukakan bahwa sistem pendukung keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur ataupun tidak terstruktur dengan menggunakan data atau model [9].

Moore dan Chang berpendapat bahwa konsep struktur, seperti yang banyak disinggung pada defenisi awal DSS (bahwa DSS dapat menangani situasi semiterstruktur dan tidak terstruktur), secara umum tidaklah penting; sebuah masalah dapat dijelaskan sebagai masalah terstruktur dan tidak terstruktur hanya dengan memerhatikan si pengambil keputusan atau suatu situasi spesifik (yakni keputusan terstruktur adalah terstruktur karena kita memilih memperlakukannya dengan cara seperti itu). Jadi, mereka mendefinisikan DSS sebagai sistem yang dapat diperluas untuk mampu mendukung analisis data ad hoc dan pemodelan keputusan, berorientasi terhadap perencanaan masa depan, dan digunakan pada interval yang tidak regular dan tak terencana [8].

Inti dari pengambilan keputusan ialah terletak dalam perumusan berbagai alternatif tindakan sesuai dengan yang sedang dalam perhatian dan dalam pemilihan alternatif yang tepat setelah suatu evaluasi (penilaian) mengenai efektivitasnya dalam

(22)

mencapai tujuan yang dikehendaki pengambil keputusan. Salah satu komponen terpenting dari proses pembuatan keputusan ialah kegiatan pengumpulan informasi dari mana suatu apresiasi mengenai situasi keputusan dapat dibuat. Namun, di dalam prakteknya sangat tidak mungkin untuk mengumpulkan informasi secara lengkap, mengingat terbatasnya dana, waktu, dan tenaga [9].

2.1.1 Tujuan Sistem Pendukung Keputusan

Tujuan Sistem Pendukung Keputusan yang dikemukakan oleh Keen dan Scott dalam buku Sistem Informasi Manajemen mempunyai tiga tujuan yang akan dicapai adalah :

a) Membantu manajer membuat keputusan untuk memecahkan masalah semi terstruktur.

b) Mendukung penilaian manajer bukan mencoba menggantikannya.

c) Meningkatkan efektifitas pengambilan keputusan manajer daripada efisiensinya [8].

2.1.2 Karakteristik dan Kemampuan Sistem Pendukung Keputusan

Pada gambar 2.1.2 ditunjukkan karakteristik dan kemampuan sebuah sistem pendukung keputusan.

(23)

Gambar 2.1. Karakteristik dan Kemampuan DSS

Karakteristik dan kemampuan sebuah sistem pendukung keputusan sebagai berikut : a) Sistem Pendukung Keputusan menyediakan dukungan untuk pengambil

keputusan, terutama pada situasi semi terstruktur dan tidak terstruktur dengan menggabungkan penilaian manusia dan informasi komputerisasi. Masalah-masalah tersebut tidak dapat dipecahkan oleh sistem komputer lain atau oleh metode atau alat kuantitatif standar.

b) Menyedikan dukungan untuk semua level manajerial, mulai dari eksekutif puncak sampai manajer lini.

c) Menyedikan dukungan untuk kelompok dan individu, problem-problem yang kurang terstruktur sering memerlukan keterlibatan beberapa individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain.

DSS

Program semistruktur Untuk Manajer pada Level Berbeda Untuk Individu dan Kelompok Keputusan Bergantung atau Berlanjut Mendukung Inteligensi, Desain, Pilihan Mendukung Banyak Proses dan

Gaya Keputusan Adaptasi dan Fleksibel Koneksi Web dan Terintegrasi Akses Data Analisis dan Pemodelan Kemudahan Membangun Pengguna Akhir Pembuat Mengontrol Keputusan Efektif bukan Efisiensi Mudah Penggunaannya

(24)

d) Sistem pendukung keputusan menyediakan dukungan kepada independen atau keputusan yang berlanjut. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang kali.

e) Sistem pendukung keputusan memberikan dukungan kepada semua fase dalam proses pembuatan keputusan inteligence, design, choice dan impelementasi. f) Sistem pendukung keputusan mendukung di berbagai proses dan gaya

pengambilan keputusan.

g) Sistem pendukung keputusan adaptive terhadap waktu, pembuat keputusan harus reaktif bisa menghadapi perubahan-perubahan kondisi secara cepat dan merubah sistem pendukung keputusan harus fleksibel sehingga pengguna dapat menambah, menghapus, mengkombinasikan, merubah dan mengatur kembali terhadap elemen-elemen dasar.

h) Sistem pendukung keputusan mudah digunakan. Pengguna merasa berada dirumah saat bekerja dengan system, seperti user friendly, fleksibelitas, kemampuan penggunaan grafik yang tinggi dan bahasa untuk berinteraksi dengan mesin seperti menggunakan bahasa inggris maka akan menaikan efektifitas dari sistem pendukung keputusan.

i) Peningkatan terhadap efektifitas pembuatan keputusan baik dalam hal ketepatan waktu dan kualitas ketimbang pada biaya pembuatan keputusan atau biaya pemakaian waktu komputer.

j) Pembuat keputusan dapat mengontrol penuh terhadap tahapan-tahapan pembuatan keputusan seperti pada tahap intelegence, choice dan

implementation dan sistem pendukung keputusan diarahkan untuk mendukung pada pembuat keputusan bukannya menggantikan posisinya.

k) Memungkinkan pengguna akhir dapat mengembangkan dan memodifikasi sistem sendiri yang sederhana. Sistem yang besar dapat dibangun dengan bantuan dari spesialis sistem informasi.

l) Sistem pendukung keputusan menggunakan model-model standar atau buatan pengguna untuk menganalisa keadaan-keadaan keputusan. Kemampuan

(25)

modeling memungkinkan bereksperimen dengan strategi yang berbeda-beda dibawah konfigurasi yang berbeda-beda pula.

m) Sistem pendukung keputusan mendukung akses dari berbagai sumber data, format, dan tipe, dari sistem informasi geografis (GIS) sampai pada orientasi obyek.

n) Sebagai alat standalone yang digunakan oleh seseorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi.

2.1.3 Tahapan Pengambilan Keputusan

Sistem pendukung keputusan secara garis besar seorang pengambil keputusan dalam melakukan pengambilan keputusan melewati beberapa alur/ proses untuk mendapatkan keputusan yang terbaik. Alur/ proses pemilihan alternatif tindakan/keputusan biasanya terdiri dari langkah-langkah berikut [10]:

a) Tahap Inteligence

Inteligensi dalam pengambilan keputusan meliputi scanning (pemindaian) lingkungan, entah secara intermiten ataupun terus-menerus. Inteligensi mencakup berbagai aktifitas yang menekankan identifikasi situasi atau peluang-peluang masalah. Suatu tahap proses seseorang dalam rangka pengambil keputusan untuk permasalahan yang dihadapi, terdiri dari aktivitas penelusuran, pendeteksian serta proses pengenalan masalah. Data masukan diperoleh, diuji dalam rangka mengidentifikasi masalah.

b) Tahap Design

Tahap proses pengambil keputusan setelah tahap intelligence meliputi proses untuk mengerti masalah, menurunkan solusi dan menguji kelayakan solusi. Aktivitas yang biasanya dilakukan seperti menemukan, mengembangkan dan menganalisa alternative tindakan yang dapat dilakukan. Hal ini meliputi

(26)

pemahaman terhadap masalah dan menguji solusi yang layak. Sebuah model masalah pengambilan keputusan dikonstruksi, dites, dan divalidasi.

c) Tahap Choice

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan. Batas antara tahap pilihan dan desain sering tidak jelas karena aktivitas tertentu dapat dilakukan selama kedua fase tersebut dan karena orang dapat sering kembali dari aktivitas pilihan ke aktivitas desain.

2.1.4 Komponen Sistem Pendukung Keputusan

Untuk dapat menerapkan sistem pendukung keputusan ada empat subsistem yang harus disediakan yaitu subsistem manajemen data, subsistem manajemen model, subsistem manajemen pengetahuan dan subsistem antar muka pengguna. [8]

a. Subsistem manajemen data

Merupakan subsistem yang menyediakan data bagi sistem. Sumber data berasal dari data internal dan data eksternal. Subsistem ini termasuk basisdata, berisi data yang relevan untuk situasi dan diatur oleh perangkat lunak yang disebut databasemanagement system (DBMS).

b. Susbsistem manajemen model

Merupakan subsistem yang berfunsi sebagai pengelola berbagai model. Model harus bersifat fleksibel artinya mampu membantu pengguna untuk memodifikasi atau menyempurnakan model, seiring dengan perkembangan pengetahuan. Perangkat lunak ini disebut model base management system (MBMS).

(27)

c. Subsistem manajemen pengetahuan

Sebagai pendukung sembarang subsistem yang lain atau sebagai suatu komponen yang bebas. Subsistem ini berisi data item yang diproses untuk menghasilkan pemahaman, pengalaman, kumpulan pelajaran dan keahlian. d. Susbsistem antar muka pengguna

Merupakan fasilitas yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Melalui sistem dialog ini sistem diartikulasikan sehingga dapat berkomunikasi dengan sistem yang dirancang atau pengguna dapat berkomunikasi dengan sistem pendukung keputusan dan memerintah sistem pendukung keputusan melalui sistem ini.

2.2 Simple Addiptive Weighting (SAW)

Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:

Di mana :

: Rating kinerja ternormalisasi

(28)

Min : Nilai minimum dari setiap baris dan kolom. : Baris dan kolom dari matriks

adalah rating kinerja ternormalisasi dari alternatif pada atribut ; i = 1,2,...,m dan j = 1,2,...,n.

Nilai preferensi untuk setiap alternatif ( ) diberikan sebagai [2]:

Di mana :

: Nilai akhir dari alternatif : Bobot yang telah ditentukan : Normalisasi matriks

Nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih. Langkah Penyelesaian SAW :

a. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu .

b. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.

c. Membuat matriks keputusan berdasarkan kriteria( ), kemudian melakukan normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R.

d. 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 ( ) sebagai solusi.

(29)

Metode ini merupakan metode yang paling dikenal dan paling banyak digunakan orang dalam menghadapi situasi MADM (multiple attribute decision making). Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating (yang dapat dibandingkan lintas atribut) dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi yang artinya telah melewati proses normalisasi sebelumnya [1].

2.3 Metode PROMETHEE (Preference Ranking Organization Methods for Enrichment Evaluations)

Metode Promethee termasuk ke dalam kelompok pemecahan masalah Multi Criteria Decision Making (MCDM) atau pengambilan keputusan kriteria majemuk yang merupakan disiplin ilmu yang sangat penting dalam pengambilan keputusan atassuatu masalah yang memiliki lebih dari satu kriteria (multikriteria). Promethee yang merupakan singkatan dari Preference Ranking Organization Methods for Enrichment Evaluations adalah metode outranking yang menawarkan cara yang fleksibel dan sederhana kepada user (pembuat keputusan) untuk menganalisis masalah-masalah multikriteria [5].

Prinsip yang digunakan adalah penetapan prioritas alternatif yang telah ditetapkan berdasarkan pertimbangan , dengan kaidah dasar:

Dimana A adalah sejumlah kumpulan alternatif, dan (i = 1, 2, …, k)

merupakan nilai/ukuran relatif kriteria untuk masing-masing alternatif. Dalam aplikasinya sejumlah kriteria telah ditetapkan untuk menjelaskan k yang merupakan penilaian dari real.

(30)

Promethee termasuk dalam keluarga dari metode outranking yang dikembangkan oleh B. Roy, dan meliputi dua fase [6]:

a. Membangun hubungan outranking dari A, dimana A adalah sejumlah kumpulan alternatif.

b. Eksploitasi dari hubungan ini memberikan jawaban optimasi kriteria dalam paradigma permasalahan multikriteria.

Langkah – langkah perhitungan dengan metode promethee adalah sebagai berikut : a. Penentuan alternatif – alternatif nilai dari data siswa terhadap kriteria –kriteria

yang telah ditetapkan sebelumnya.

b. Menentukan tipe fungsi preferensi dan nilai preferensi c. Perhitungan indeks preferensi.

Perhitungan arah preferensi dipertimbangkan berdasarkan nilai indeks leaving flow

(Ф+ ) , entering flow ( Ф- ) , dan net flow.

2.3.1 Tipe Preferensi dalam PROMETHEE

Dalam Promethee disajikan enam bentuk/tipe fungsi preferensi kriteria. Hal ini tentu saja tidak mutlak, tatapi bentuk ini cukup baik untuk beberapa kasus. Untuk memberikan gambaran yang lebih baik terhadap area yang tidak sama, digunakan fungsi selisih nilai kriteria antar alternatif H (d) dimana hal ini mempunyai hubungan langsung pada fungsi preferensi P [6].

(31)

Keterangan:

1. H(d) = fungsi selisih kriteria antar alternatif 2. d = selisih nilai kriteria {d = f(a)-f(b)}

Pada kriteria ini tidak beda antara a dan b jika dan hanya jika ƒ(a) = ƒ(b), apabila

nilai kriteria pada masing – masing alternatf memiliki nilai berbeda, pembuat keputusan mempunyai preferensi mutlak untuk alternatif memiliki nilai yang lebih baik.

b)Kriteria Quasi / tipe II (Quasi Kriteria)

Keterangan:

1. H(d) = fungsi selisih kriteria antar alternatif 2. d = selisih nilai kriteria {d = f(a) – f(b)}

3. Parameter (q) = harus merupakan nilai yang tetap

Pada kriteria ini dua alternatif memiliki preferensi yang sama penting selama selisih atau nilai H(d) dari masing – masing alternatif untuk kriteria tertentu tidak melebihi nilai q dan apabila selisih hasil evaluasi untuk masing – masing alternative melebihi nilai q maka terjadi bentuk preferensi mutlak. Jika pembuat keputusan menggunakan kriteria quasi, maka dia harus menentukan nilai q, dimana nilai ini dapat menjelaskan pengaruh yang signifikan dari suatu kriteria. Dengan demikian q adalah merupakan nilai threshold indifference yaitu nilai d terbesar yang masih memungkinkan terjadinya indifference antar alternatif.

(32)

c) Kriteria Preferensi Linier / tipe III

Keterangan:

1. H(d) = fungsi selisih kriteria antar alternatif 2. d = selisih nilai kriteria {d = f(a) – f(b)} 3. p = nilai kecenderungan atas

Kriteria preferensi linier dapat menjelaskan bahwa selama nilai selisih memiliki nilai yang lebih rendah dari p, preferensi dari pembuat keputusan meningkat secara linier dengan nilai d. Pada saat pembuat keputusan mengidentifikasi beberapa kriteria untuk tipe ini, pembuat keputusan harus menentukan nilai dari kecenderungan atas (nilai p). Dalam hal ini nilai d di atas p telah dipertimbangkan akan memberikan preferensi mutlak dari satu alternatif. d)Kriteria Level / tipe IV (level Criterion)

Keterangan :

1. H(d) = fungsi selisih kriteria antar alternatif 2. p = nilai kecenderungan atas

3. parameter (q) = harus merupakan nilai yang tetap

Disini nilai kecenderungan tidak berbeda (nilai indifference threshold) q dan kecenderungan preferensi (preference threshold) p adalah ditentukan secara simultan. Jika d berada diantara nilai q dan p, hal ini berarti situasi preferensi yang lemah (H(d) = 0,5).

(33)

e) Kriteria dengan preferensi linier dan area yang tidak berbeda / tipe V

Keterangan:

1. H(d) = fungsi selisih kritaria antara alternatif 2. d = selisih nilai kriteria {d = f(a) – f(b)} 3. parameter (p) = nilai kecenderungan atas

4. parameter (q) = nilai kecenderungan bawah (harus merupakan nilai tetap) Pada kasus ini pengambil keputusan mempertimbangkan peningkatan preferensi secara linier dari tidak berbeda hingga preferensi mutlak dalam area antara dua kecenderungan q dan p, dua parameter tersebut telah ditentukan. f) Kriteria Gaussian (Gaussian Criterion)

Fungsi ini bersyarat apabila telah ditentukan nilai σ, dimana dapat dibuat berdasarkan distribusi normal dalam statistik. Disini preferensi pengambil keputusan meningkat secara linier dari kondisi indifference ke preferensi mutlak di area antara q dan p.

Indeks Preferensi Multikriteria

( , ) merupakan intensitas preferensi pembuat keputusan yang menyatakan bahwa alternatif lebih baik dari alternatif dengan pertimbangan secara simultan dari seluruh kriteria. Hal ini dapat disajikan dengan nilai antara 0 dan 1, dengan ketentuan sebagai berikut:

(34)

a. ( , ) = 0, menunjukkan preferensi yang lemah untuk alternatif lebih dari alternatif berdasarkan semua kriteria.

b. ( , ) = 1, menunjukkan preferensi yang kuat untuk alternative lebih dari alternatif berdasarkan semua kriteria.

Indeks preferensi ditentukan berdasarkan nilai hubungan outranking pada sejumlah kriteria dari masing-masing alternatif.

2.3.2 Promethee ranking

Perhitungan arah preferensi dipertimbangkan berdasarkan nilai indeks leaving flow

(Ф+ ) , entering flow( Ф- ) , dan net flow mengikuti persamaan:

Keterangan:

1. = menunjukkan preferensi bahwa alternative lebih baik dari alternatif x.

2. = menunjukkan preferensi bahwa alternatif x lebih baik dari alternatif . 3. = Leaving flow, digunakan untuk menentukan urutan prioritas pada proses

Promethee I yang menggunakan urutan parsial.

4. = Entering flow, digunakan untuk menentukan urutan priorotas pada proses

Promethee I yang menggunakan urutan parsial.

5. = Net flow, digunakan untuk menghasilkan keputusan akhir penentuan urutan dalam menyelesaikan masalah sehingga menghasilkan urutan lengkap.

(35)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Dalam merancang sebuah sistem, diperlukan analisis untuk menentukan kebutuhan sistem. Dengan melakukan analisis yang baik terhadap sistem yang akan dikerjakan, diharapkan akan memudahkan kita dalam melakukan perancangan sistem, dan memudahkan dalam pengembangan sistem yang berikutnya.

3.1.1 Analisis Masalah

Metode yang digunakan dalam menganalisis masalah yang dihadapi dalam membangun aplikasi penerimaan siswa baru yaitu dengan menggunakan Fishbone Diagram /Ishikawa Diagram/Cause and EffectDiagram dan Diagram Konteks.

3.1.1.1 Fishbone Diagram /Ishikawa Diagram

Cause and Effect Diagram disebut juga diagram sebab-akibat karena menunjukkan hubungan antara sebab dan akibat. Dikatakan fishbone diagram (diagram tulang ikan) karena memang berbentuk mirip dengan tulang ikan yang moncong kepalanya menghadap ke kanan. Penemunya adalah seorang ilmuwan jepang pada tahun 60-an bernama Dr. Kaoru Ishikawa sehingga sering juga disebut dengan diagram Ishikawa.

(36)

Hasil keputusan lambat Keputusan subjektif Perhitungan secara manual Kriteria berubah-ubah Pemberian nilai tidak pasti Kualitas diragukan Tidak ada metode/manual

Hasil tidak akurat

Gambar 3.1 Analisis Masalah berdasarkan Diagram Ishikawa

3.1.1.2 Diagram Konteks

Konteks Diagram atau disebut juga dengan model sistem fundamental merepresentasikan seluruh elemen sistem sebagai sebuah bubble tunggal dengan data input dan output yang ditunjukan oleh anak panah yang masuk dan keluar secara berurutan.

Sistem Pendukung Keputusan dalam Memilih Siswa Baru

Admin Pimpinan

Data Login Data Kriteria SAW Data Kriteria PROMETHEE

Data Admin Data Siswa

Info Login Info Kriteria SAW Info Kriteria PROMETHEE

Info Admin Info Siswa

Info hasil seleksi dengan PROMETHEE Info hasil seleksi dengan SAW

Info penilaian

Data Penilaian

Gambar 3.2 Analisis Masalah berdasarkan Metode Diagram Konteks

Penerimaan Siswa Baru User Aplikasi a Material Metode

(37)

Pada gambar 3.2 dijelaskan bahwa admin menginput data login, data kriteria SAW dan PROMETHEE, data admin dan data siswa kemudian data diproses pada aplikasi penerimaan siswa baru dan menghasilkan info login, info kriteria SAW dan PROMETHEE, info admin dan info siswa.

3.1.2 Analisis Kebutuhan Sistem

Untuk mempermudah dalam menganalisis sebuah sistem dibutuhkan dua jenis kebutuhan yaitu kebutuhan fungsional dan kebutuhan nonfungsional.

3.1.2.1Kebutuhan Fungsional Sistem

Kebutuhan fungsional yang harus dimiliki oleh sistem penerimaan siswa baru adalah sebagai berikut :

1. Sistem mampu menginput data berupa data siswa dan data kriteria.

2. Sistem mampu melakukan proses penghitungan berdasarkan metode SAW dan metode PROMETHEE.

3. Sistem mampu menampilkan hasil dari perhitungan metode SAW dan metode PROMETHEE sehingga didapat hasil terbaik.

3.1.2.2Kebutuhan Nonfungsional Sistem

Untuk mendukung kinerja sistem penerimaan siswa baru, sebaiknya sistem dapat berfungsi sebagai berikut :

1. Sistem dapat memberikan tampilan/interface yang bagus dan menarik.

2. Sistem dapat melakukan proses perhitungan dengan kecepatan komputasi yang tinggi atau tidak lemot.

3. Sistem mampu memberikan keamanan/security dengan merancang proses

(38)

3.2 Pemodelan

Pemodelan (modeling) adalah proses merancang piranti lunak sebelum melakukan pengkodean (coding). Pemodelan pada aplikasi penerimaan siswa baru menggunakan DFD.

3.2.1 Data Flow Diagram (DFD)

DFD sering digunakan untuk menggambarkan suatu sistem yang telah ada atau sistem yang baru yang akan dikembangkan secara logika dan menjelaskan arus data dari mulai pemasukan sampai dengan keluaran data, tingkatan diagram arus data mulai dari diagram konteks yang menjelaskan secara umum suatu sistem atau batasan sistem dari level 0 dikembangkan menjadi level 1 sampai sistem tergambarkan secara rinci. 1. DFD Level 1 Metode SAW dan PROMETHEE

(39)

1.0 Mengolah Data Login 2.0 Mengolah Data Admin 3.0 Mengolah Data Siswa 4.0 Mengolah Kriteria SAW 5.0 Mengolah Kriteria PROMETHEE 6.0 Mengolah Data Penilaian 7.0 Proses SAW 8.0 Proses PROMETHEE Admin Admin Info Login Data Login Info Admin Data Admin Calon Siswa Data Calon Siswa

Info Calon Siswa

Kriteria SAW

Data Kriteria SAW Info Kriteria SAW

Kriteria PROMETHEE

Data Kriteria PROMETHEE Info Kriteria PROMETHEE

Penilaian Data Penilaian Hasil SAW Info Penilaian Hasil SAW Proses PROMETHEE Info Penilaian Hasil PROMETHEE Info Login Data Login Data Admin Info Admin

Data Calon Siswa

Info Calon Siswa

Data Kriteria SAW Info Kriteria SAW

Info Kriteria PROMETHEE

Data Kriteria PROMETHEE

Pimpinan Data Penilaian Info Penilaian Hasil SAW Hasil PROMETHEE Data Login Info Login

(40)

Pada gambar 3.3 dijelaskan bahwa admin menginput data login kemudian diolah dan disimpan di storage admin kemudian dari storage admin mengeluarkan info login dan ditampilkan kembali pada admin.

2. DFD Level 2 Pengolahan Data Siswa

3.1 Tambah Data

Siswa

3.2 Edit Data Siswa

3.3 Hapus Data

Siswa

Data siswa yang ditambah

Info data siswa yang sudah ditambah

Admin Info data siswa yang sudah diedit Siswa

Data siswa yang diedit Data siswa yang ditambah

Info data siswa yang sudah ditambah

Info data siswa yang sudah diedit

Data siswa yang diedit

Data siswa yang dihapus

Info data siswa yang sudah dihapus Info data siswa yang sudah dihapus

Data siswa yang dihapus

Gambar 3.4. DFD Level 2 Pengolahan Data Siswa

Pada gambar 3.4 dijelaskan bahwa admin menginput data siswa yang akan ditambah lalu diproses dan disimpan ke storage siswa kemudian dari storage siswa mengeluarkan info data siswa yang sudah ditambah dan ditampilkan pada admin.

3.2.2 Struktur Tabel

Tabel merupakan tempat penyimpanan data/informasi dari sebuah aliran data dalam sebuah sistem. Perancangan struktur tabel desain basis data dalam sistem penerimaan siswa baru dijabarkan sebagai berikut :

(41)

1. Tabel Admin

Tabel 3.1. Tabel Admin

Field Type Size Keterangan

id_admin Int 10 id admin (Primary Key)

Username Varchar 40 nama admin

Password Varchar 40 Password admin

2. Tabel Calon Siswa

Tabel 3.2. Tabel Calon Siswa

Field Type Size Keterangan

id_calon_siswa Int 10 id calon siswa (Primary Key) no_peserta Varchar 10 No peserta

nama_peserta Varchar 40 Nama peserta tempat_lahir Varchar 40 Tempat lahir peserta

tgl_lahir Date Tanggal lahir peserta

jenis_kelamin Varchar 30 Jenis kelamin peserta Alamat Varchar 40 Alamat peserta

3. Tabel Kriteria

Tabel 3.3. Tabel Kriteria

Field Type Size Keterangan

id_kriteria Int 10 Id kriteria (Primary Key)

nama_kriteria Varchar 30 Nama kategori

4. Tabel Kriteria SAW

Tabel 3.4. Tabel Kriteria SAW

Field Type Size Keterangan

id_kriteria_saw Int 10 Id kriteria SAW (Primary Key)

id_kriteria Int 10 Id kriteria

Kategori Varchar 30 Kategori

(42)

5. Tabel Kriteria PROMETHEE

Tabel 3.5. Tabel Kriteria PROMETHEE

Field Type Size Keterangan

id_kriteria_promethee Int 10 Id kriteria Promethee (Primary Key)

id_kriteria Int 10 Id criteria

Tipe Varchar 20 Tipe Preferensi

nilai_p Varchar 10 Nilai p

nilai_q Varchar 10 Nilai q

6. Tabel Hasil SAW

Tabel 3.6. Tabel Hasil SAW

Field Type Size Keterangan

id_hasil_saw Int 10 Id hasil SAW (Primary Key) id_calon_siswa Int 10 Id calon siswa

hasil_saw Float Hasil SAW

7. Tabel Hasil Promethee

Tabel 3.7. Tabel Hasil PROMETHEE

Field Type Size Keterangan

id_hasil_promethee Int 10 Id hasil Promethee (Primary Key) id_calon_siswa Int 10 Id calon siswa

leaving_flow Float Leaving flow

entering_flow Float Entering flow

net_flow Float Net flow

8. Tabel Matrix Data

Tabel 3.8. Tabel Matrix Data

Field Type Size Keterangan

id_matrix_data Int 10 Id matrix data (Primary Key) id_calon_siswa Int 10 Id calon siswa

matrix_akademik Varchar 10 Matrix akademik matrix_inggris Varchar 10 Matrix inggris

(43)

matrix_psikotes Varchar 10 Matrix psikotes matrix_komputer Varchar 10 Matrix komputer matrix_piagam Varchar 10 Matrix piagam

9. Tabel Nilai

Tabel 3.9. Tabel Nilai

Field Type Size Keterangan

id_nilai Int 10 Id nilai (Primary Key) id_calon_siswa Int 10 Id calon siswa

tes_akademik Varchar 20 Tes akademik bahasa_inggris Varchar 20 Bahasa inggris

Psikotes Varchar 20 Psikotes

Komputer Varchar 20 Komputer

sertifikat_piagam Varchar 20 Sertifikat piagam

3.2.3 Tabel Relasi

Rancangan relasi antar tabel berfungsi untuk menampilkan informasi hubungan relasi ketergantungan (dependence) antar tabel pada database. Rancangan relasi untuk penerimaan siswa baru seperti pada Gambar 3.5.

(44)

Gambar 3.5. Rancangan Tabel Relasi

3.3 Flowchart

Flowchart adalah gambaran dalam bentuk diagram alir dari algoritma dalam suatu program yang menyatakan arah alur program dalam menyelesaikan suatu masalah.

Adapun simbol yang digunakan dalam menggambar suatu flowchart adalah sebagai berikut :

(45)

Tabel 3.10. Tabel Flowchart

SIMBOL NAMA FUNGSI

Terminator Permulaan/akhir program

Garis Alir (Fliw Line)

Arah alir program

Preparation Proses inisialisasi/pemberian harga awal

Proses Proses perhitungan/proses pengolahan data

Input/output data

Input/output data, parameter informasi

Decision Perbandingan pernyataan, penyeleksian data yang memberikan pilihan untuk langkah selanjutnya

On Page Conector

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 penerimaan siswa baru dengan metode SAW dan PROMETHEE terdapat flowchart sebagai berikut :

(46)

Menentukan Alternatif Ai, i-1,2,3...n Menentukan Kriteria Ci

Menentukan Rating kecocokan setiap alternatif pada setiap kriteria (Ci) yaitu Sangat Tinggi (ST), Tinggi (T),

Cukup (C), Rendah (R), Sangat Rendah (SR)

Menentukan nilai bobot (W) pada setiap

kriteria (Ci)

Proses Normalisasi Matriks

Hasil Perangkingan dengan Metode SAW

Mulai

Selesai

(47)

Start

Input data alternatif dan

data kriteria

Hitung Preferensi

Hitung Indeks Preferensi

Hitung Leaving Flow

Hitung Entering Flow

Hitung Net Flow

Hasil Pengurutan

Alternatif

End

(48)

3.4 Perancangan Interface

Antarmuka pemakai (user interface) adalah aspek sistem komputer atau program yang dapat dilihat, didengar, atau dipersepsikan oleh manusia/user dan perintah-perintah atau mekanisme yang digunakan pemakai untuk mengendalikan operasi dan memasukkan data atau informasi. Antarmuka sistem pendukung keputusan penerimaan siswa baru adalah :

1. Rancangan Halaman Login

Rancangan halaman login berfungsi untuk user/admin agar bisa mengakses aplikasi. Rancangan ini dapat dilihat seperti pada gambar 3.7.

Login Panel SMAN 1

Tebing Tinggi

Password :

(49)

2. Rancangan Halaman Home

Rancangan halaman home dapat dilihat seperti pada pada Gambar 3.8.

Selamat Datang Admin

Gambar Welcome Admin Log Out

Home Metode

Gambar 3.9. Rancangan Halaman Home

3. Rancangan Halaman Form Admin

Rancangan halaman form admin dapat dilihat seperti pada pada Gambar 3.9.

Gambar Logo

Home Admin Calon Siswa Kriteria

Form Admin

Username :

Password :

Confirm Password :

Level : Admin

Submit

(50)

4. Rancangan Data Admin

Rancangan halaman data admin dapat dilihat seperti pada pada Gambar 3.10.

N0 Username Password Level Action Gambar

Logo

Home Admin Calon Siswa Kriteria

Form Admin

1 XXX XXX XXX Edit Hapus

Gambar 3.11. Rancangan Data Admin

5. Rancangan Halaman Form Siswa

Rancangan halaman form siswa dapat dilihat seperti pada pada Gambar 3.11.

Gambar Logo

Admin Home Calon Siswa Kriteria

Form Calon Siswa

Nomor Peserta :

Nama Peserta :

Alamat :

Jenis Kelamin : Laki-laki

Submit Tempat Lahir :

Tanggal Lahir :

(51)

6. Rancangan Data Siswa

Rancangan halaman data siswa dapat dilihat seperti pada pada Gambar 3.12.

Gambar Logo

Home Admin Calon Siswa Kriteria

Data Calon Siswa

1 XXX XXX XXX Edit Hapus

NO No Peserta Nama Alamat Tempat Lahir Tanggal Lahir Jenis Kelamin Action

XXX XXX XXX

(52)

BAB 4

IMPLEMENTASI DAN PENGUJIAN

Pada bab ini akan dijelaskan tentang implementasi dan pengujian dari aplikasi yang telah dirancang pada bab sebelumnya. Implementasi ini dilakukan untuk mengetahui hasil dari sistem aplikasi yang dibangun dan pengujian dilakukan untuk melihat apakah setiap proses yang ada berjalan dengan baik dan output yang dihasilkan sudah sesuai dengan yang diharapkan.

4.1. Pengujian

Pengujian adalah proses eksekusi suatu program dengan maksud menemukan kesalahan dalam sistem penerimaan siswa baru menggunakan metode SAW dan PROMETHEE.

4.1.1. Kriteria pada Metode SAW

Pada metode ini ada bobot dan beberapa kriteria yang dibutuhkan untuk menentukan siswa baru yang lolos diterima. Adapun kriteria yang ditentukan adalah :

- tes tulis akademik ( ) - tes bahasa inggris ( ) - tes komputer ( ) - psikotest ( )

- piagam/sertifikat ( ).

(53)

Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya. Pada bobot terdiri dari lima(5) bilangan yaitu sebagai berikut :

Sangat Rendah (SR) = 1

Rendah (R) = 2

Cukup (C) = 3

Tinggi (T) = 4

Sangat Tinggi (ST) = 5

Untuk mendapat variabel tersebut harus dibuat dalam sebuah grafik, supaya lebih jelas dapat dilihat pada gambar 4.1. :

SR R C T ST

1 2 3 4 5

Gambar 4.1. Grafik Bobot

Keterangan :

SR = Sangat Rendah

R = Rendah

C = Cukup

T = Tinggi

(54)

Selanjutnya dilakukan penjabaran bobot pada setiap kriteria yang telah dikonversikan dengan bilangan tersebut.

1. Kriteria Tes Tulis Akademik

Variabel tes tulis akademik dikonversikan dengan bilanganseperti pada tabel 4.1:

Tabel 4.1. Tes Tulis Akademik

Tes Tulis Akademik Nilai

C1 ≥ 4,5 5

4,4 ≤ C1 ≥ 3,5 4

3,4 ≤ C1 ≥ 2,5 3

2,4 ≤ C1 ≥ 1,5 2

C1 ≤ 1,5 1

2. Kriteria Tes Bahasa Inggris

Variabel tes bahasa inggris dikonversikan dengan bilanganseperti pada tabel 4.2:

Tabel 4.2. Tes Bahasa Inggris

Bahasa Inggris Nilai

C2 ≥ 2 5

1,9 ≤ C2 ≥ 1,5 4

1,4 ≤ C2 ≥ 1 3

0,9 ≤ C2 ≥ 0,5 2

(55)

3. Kriteria Tes Komputer

Variabel tes komputer dikonversikan dengan bilanganseperti pada tabel 4.3:

Tabel 4.3. Tes Komputer

Komputer Nilai

C3 = 1 5

O,99 ≤ C3 ≥ 0,75 4

O,74 ≤ C3 ≥ 0,5 3

O,49 ≤ C3 ≥ 0,25 2

C3≤ 0,25 1

4. Kriteria Psikotest

Variabel psikotest dikonversikan dengan bilangan seperti pada tabel 4.4:

Tabel 4.4. Psikotest

Psikotest Nilai

C4 ≥ 1,5 4

1,4 ≤ C4 ≥ 1,0 3

0,9 ≤ C4 ≥ 0,5 2

(56)

5. Kriteria Jumlah Piagam

Variabel jumlah piagam dikonversikan dengan bilanganseperti pada tabel 4.5:

Tabel 4.5. Jumlah Piagam

Jumlah Piagam Nilai

C5 = 0,1 5

0,09 ≤ C5 ≥ 0,07 4

0,06 ≤ C5 ≥ 0,04 3

0,03 ≤ C5 ≥ 0,01 2

C5 ≤ 0,00 1

4.1.2. Perhitungan Manual Metode SAW

Nilai dari setiap kriteria yang merupakan hasil proses penginputan data yang sudah dikonversikan berdasarkan bobot kriteria yang sudah ditentukan melalui proses perhitungan adalah sebagai berikut:

Tabel 4.6. Data Siswa

Kriteria Nama Siswa (Alternatif)

Deborah Debbi Rycha Rika

Tes Tulis Akademik 4.30 3.95 4.05 4.10

Bahasa Inggris 1.80 1.90 1.40 1.30

Komputer 1.05 1.08 1.18 1.15

Psikotes 0.96 0.93 1.00 0.96

(57)

Berdasarkan data diatas dapat dibentuk matriks keputusan X yang telah dikonversikan dengan bilangan, dapat dilihat pada tabel 4.7 :

Tabel 4.7. Rating Kecocokan dari setiap alternatif pada setiap kriteria

Alternatif Kriteria

4 4 3 4 2

4 4 3 4 3

4 3 3 5 4

4 3 3 4 3

Pengambil keputusan memberikan bobot berdasarkan dari tingkat kepentingan masing-masing kriteria yang dibutuhkan sebagai berikut : Vektor bobot : W = [ 5, 4, 3, 2, 1 ].Membuat matriks keputusan X, dibuat berdasarkan dari tabel kecocokan pada tabel 4.7 :

Pertama, dilakukan normalisasis matriks X untuk menghitung nilai masing-masing kriteria, berdasarkan dari kriterianya diasumsikan sebagai kriteria keuntungan atau benefit sebagai berikut :

atau Deborah : =

(58)

: =

Rycha : =

: =

= 7

(59)

Kedua, membuat normalisasi matriks R yang diperoleh dari hasil normalisasi matriks X diatas, hasilnya dapat dilihat sebagai berikut :

Selanjutnya akan dibuat perkalian matriks W * R dan penjumlahan dari hasil perkalian tersebut untuk memperoleh alternatif terbaik dengan melakukan perangkingan nilai terbesar sebagai berikut :

= (5)(1) + (4)(1) + (3)(1) + (2)(0.8) + (1)(0.5) = 5 + 4 + 3 + 1.6 + 0.5

= 14.1

= (5)(1) + (4)(1) + (3)(1) + (2)(0.8) + (1)(0.75) = 5 + 4 + 3 + 1.6 + 0.75

= 14.35

= (5)(1) + (4)(0.75) + (3)(1) + (2)(1) + (1)(1) = 5 + 3 + 3 + 2 + 1

= 14

= (5)(1) + (4)(0.75) + (3)(1) + (2)(0.8) + (1)(0.75) = 5 + 3 + 3 + 1.6 + 0.75

= 13.35

Hasil perangkingan diperoleh : = 14.1, = 14.35, = 14 dan =13.35.

Nilai terbesar ada pada , dengan demikian alternatif (Debbi) adalah alternatif yang terpilih sebagai alternatif terbaik.

(60)

4.1.3. Perhitungan Manual Metode PROMETHEE Tabel 4.8. Data Siswa

Kriteria Nama Siswa (Alternatif)

A B C D Tipe p q

Tes Tulis Akademik 4.30 3.95 4.05 4.10 quasi - 3

Bahasa Inggris 1.80 1.90 1.40 1.30 quasi - 2

Komputer 1.05 1.08 1.18 1.15 linear 2 -

Psikotes 0.96 0.93 1.00 0.96 linear 5 -

Piagam 0.02 0.04 0.07 0.04 usual - -

Keterangan : A : Deborah B : Debbi C : Rycha D : Rika

Berdasarkan dari data diatas dapat dibentuk perhitungan nilai preferensi, sebagai berikut :

(61)

C1 = Tes Tulis Akademik C1(A,B) → d = C1(A) – C1(B)

d = 4.30 – 3.95 d = 0.35

berdasarkan kriteria quasi d < q

maka H(d) = 0

C1(B,A) → d = C1(B) – C1(A

d = 3.95 – 4.30 d = -0.35

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2 = Bahasa Inggris

C2(A,B) → d = C2(A) – C2(B)

d = 1.80 – 1.90 d = -0.1 berdasarkan kriteria quasi

d < q maka H(d) = 0

C2(B,A) → d = C2(B) – C2(A)

d = 1.90 – 1.80 d = 0.1

berdasarkan kriteria quasi d < q

maka H(d) = 0

C3 = Psikotes

C3(A,B) → d = C3(A) – C3(B)

d = 1.05 – 1.08 d = -0.03 berdasarkan kriteria linear

d < 0 maka H(d) = 0

C3(B,A) → d = C3(B) – C2(A)

d = 1.08 – 1.05 d = 0.03

berdasarkan kriteria linear 0 < d < p maka H(d) = d/p = 0.03/2

d/p = 0.015

C4 = Komputer

C4(A,B) → d = C4(A) – C4(B)

d = 0.96 – 0.93 d = 0.03

berdasarkan kriteria linear 0 < d < p Maka H(d) = d/p = 0.03/5

d/p = 0.006 C4(B,A) → d = C4(B) – C4(A)

d = 0.93 – 0.96 d = -0.03 berdasarkan kriteria linear

d < 0 maka H(d) = 0

(62)

C5 = Piagam

C5(A,B) → d = C5(A) – C5(B)

d = 0.02 – 0.04 d = -0.02 berdasarkan kriteria usual

d < 0 maka H(d) = 0

C5(B,A) → d = C5(B) – C5(A)

d = 0.04 – 0.02 d = 0.02 berdasarkan kriteria usual

d > 0 maka H(d) = 1

C1 = Tes Tulis Akademik C1(A,C) → d = C1(A) – C1(C)

d = 4.30 – 4.05 d = 0.25 berdasarkan kriteria quasi

d < q maka H(d) = 0

C1(C,A) → d = C1(C) – C1(A)

d = 4.05 – 4.30 d = -0.25 berdasarkan kriteria quasi

d < q maka H(d) = 0

C2 = Bahasa Inggris

C2(A,C) → d = C2(A) – C2(C)

d = 1.80 -1.40 d = 0.4

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2(C,A) → d = C2(C) – C2(A)

d = 1.40 – 1.80 d = -0.4

berdasarkan kriteria quasi d < q

maka H(d) = 0

C3 = Psikotes

C3(A,C) → d = C3(A) – C3(C)

d = 1.05 – 1.18 d = -0.13 berdasarkan kriteria linear

d < 0 maka H(d) = 0

C3(C,A) → d = C3(C) – C3(A)

d = 1.18 – 1.05 d = 0.13

berdasarkan kriteria linear 0 < d < p maka H(d) = d/p = 0.13/2

(63)

C4 = Komputer

C4(A,C) → d = C4(A) – C4(C)

d = 0.96 – 1.00 d = -0.04 berdasarkan kriteria linear

d < 0 maka H(d) = 0

C4(C,A) → d = C4(C) – C4(A)

d = 1.00 – 0.96 d = 0.04 berdasarkan kriteria linear

0 < d < p Maka H(d) = d/p = 0.04/5

d/p = 0.008

C5 = Piagam

C5(A,C) → d = C5(A) – C5(C)

d = 0.02 – 0.07 d = -0.05 berdasarkan kriteria usual

d < 0 maka H(d) = 0

C5(C,A) → d = C5(C) – C5(A)

d = 0.07 – 0.02 d = 0.05 berdasarkan kriteria usual

d > 0 maka H(d) = 1

C1 = Tes Tulis Akademik C1(A,D) → d = C1(A) – C1(D)

d = 4.30 – 4.10 d = 0.2

berdasarkan kriteria quasi d < q

maka H(d) = 0

C1(D,A) → d = C1(D) – C1(A)

d = 4.10 – 4.30 d = -0.2

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2 = Bahasa Inggris

C2(A,D) → d = C2(A) – C2(D)

d = 1.80 – 1.30 d = 0.5

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2(D,A) → d = C2(D) – C2(A)

d = 1.30 – 1.80 d = -0.5

berdasarkan kriteria quasi d < q

(64)

C3 = Psikotes

C3(A,D) → d = C3(A) – C3(D)

d = 1.05 – 1.15 d = -0.1

berdasarkan kriteria linear d < 0

maka H(d) = 0

C3(D,A) → d = C3(D) – C3(A)

d = 1.15 – 1.05 d = 0.1

berdasarkan kriteria linear 0 < d < p maka H(d) = d/p = 0.1/2

d/p = 0.05

C4 = Komputer

C4(A,D) → d = C4(A) – C4(D)

d = 0.96 – 0.96 d = 0

berdasarkan kriteria linear

d ≤ 0

maka H(d) = 0

C4(D,A) → d = C4(D) – C4(A)

d = 0.96 – 0.96 d = 0

berdasarkan kriteria linear

d ≤ 0

maka H(d) = 0

C5 = Piagam

C5(A,D) → d = C5(A) – C5(D)

d = 0.02 – 0.04 d = -0.02 berdasarkan kriteria usual

d < 0 maka H(d) = 0

C5(D,A) → d = C5(D) – C5(A)

d = 0.04 – 0.02 d = 0.02

berdasarkan kriteria usual d > 0

maka H(d) = 1

C1 = Tes Tulis Akademik C1(B,C) → d = C1(B) – C1(C)

d = 3.95 – 4.05 d = -0.1

berdasarkan kriteria quasi d < q

maka H(d) = 0

C1(C,B) → d = C1(C) – C1(B)

d = 4.05 – 3.95 d = 0.1

berdasarkan kriteria quasi d < q

(65)

C2 = Bahasa Inggris

C2(B,C) → d = C2(B) – C2(C)

d = 1.90 – 1.40 d = 0.5

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2(C,B) → d = C2(C) – C2(B)

d = 1.40 – 1.90 d = -0.5

berdasarkan kriteria quasi d < q

maka H(d) = 0

C3 = Psikotes

C3(B,C) → d = C3(B) – C3(C)

d = 1.08 – 1.18 d = -0.1

berdasarkan kriteria linear d < 0

Maka H(d) = 0

C3(C,B) → d = C3(C) – C3(B)

d = 1.18 – 1.08 d = 0.1

berdasarkan kriteria linear 0 < d < p Maka H(d) = d/p = 0.1/2

d/p = 0.05

C4 = Komputer

C4(B,C) → d = C4(B) – C4(C)

d = 0.93 – 1.00 d = -0.07 berdasarkan kriteria linear

d < 0 maka H(d) = 0

C4(C,B) → d = C4(C) – C4(B)

d = 1.00 -0.93 d = 0.07 berdasarkan kriteria linear

0 < d < p maka H(d) = d/p = 0.07/5

d/p = 0.014

C5 = Piagam

C5(B,C) → d = C5(B) – C5(C)

d = 0.04 – 0.07 d = -0.03 berdasarkan kriteria usual

d < 0 maka H(d) = 0

C5(C,B) → d = C5(C) – C5(B)

d = 0.07 – 0.04 d = 0.03

berdasarkan kriteria usual d > 0

(66)

C1 = Tes Tulis Akademik C1(B,D) → d = C1(B) – C1(D)

d = 3.95 – 4.10 d = -0.15 berdasarkan kriteria quasi

d < q maka H(d) = 0

C1(D,B) → d = C1(D) – C1(B)

d = 4.10 – 3.95 d = 0.15 berdasarkan kriteria quasi

d < q maka H(d) = 0

C2 = Bahasa Inggris

C2(B,D) → d = C2(B) – C2(D)

d = 1.90 – 1.30 d = 0.6

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2(D,B) → d = C2(D) – C2(B)

d = 1.30 – 1.90 d = -0.6

berdasarkan kriteria quasi d < q

maka H(d) = 0

C3 = Psikotes

C3(B,D) → d = C3(B) – C3(D)

d = 1.08 – 1.15 d = -0.07 berdasarkan kriteria linear

d < p maka H(d) = 0

C3(D,B) → d = C3(D) – C3(B)

d = 1.15 – 1.08 d = 0.07

berdasarkan kriteria linear 0 < d < p Maka H(d) = d/p = 0.07/2

d/p = 0.035

C4 = Komputer

C4(B,D) → d = C4(B) – C4(D)

d = 0.93 – 0.96 d = -0.03 berdasarkan kriteria linear

d < p maka H(d) = 0

C4(D,B) → d = C4(D) – C4(B)

d = 0.96 – 0.93 d = 0.03

berdasarkan kriteria linear 0 < d < p Maka H(d) = d/p = 0.03/5

(67)

C5 = Piagam

C5(B,D) → d = C5(B) – C5(D)

d = 0.04 – 0.04 d = 0

berdasarkan kriteria usual d < 0

maka H(d) = 0

C5(D,B) → d = C5(D) – C5(B)

d = 0.04 – 0.04 d = 0

berdasarkan kriteria usual d < 0

maka H(d) = 0

C1 = Tes Tulis Akademik C1(C,D) → d = C1(C) – C1(D)

d = 4.05 – 4.10 d = -0.05 berdasarkan kriteria quasi

d < q maka H(d) = 0

C1(D,C) → d = C1(D) – C1(C)

d = 4.10 – 4.05 d = 0.05 berdasarkan kriteria quasi

d < q maka H(d) = 0

C2 = Bahasa Inggris

C2(C,D) → d = C2(C) – C2(D)

d = 1.40 – 1.30 d = 0.1

berdasarkan kriteria quasi d < q

maka H(d) = 0

C2(D,C) → d = C2(D) – C2(C)

d = 1.30 – 1.40 d = -0.1

berdasarkan kriteria quasi d < q

maka H(d) = 0

C3 = Psikotes

C3(C,D) → d = C3(C) – C3(D)

d = 1.18 – 1.15 d = 0.03

berdasarkan kriteria linear 0 < d < p Maka H(d) = d/p = 0.03/2

d/p = 0.015 C3(D,C) → d = C3(D) – C3(C)

d = 1.15 – 1.18 d = -0.03 berdasarkan kriteria linear

d < 0 maka H(d) = 0

C4 = Komputer

C4(C,D) → d = C4(C) – C4(D)

(68)

d = 0.04 berdasarkan kriteria linear

0 < d < p Maka H(d) = d/p = 0.04/5

d/p = 0.008 C4(D,C) → d = C4(D) – C4(C)

d = 0.96 – 1.00 d = -0.04 berdasarkan kriteria linear

d < 0 maka H(d) = 0

C5 = Piagam

C5(C,D) → d = C5(C) – C5(D)

d = 0.07 – 0.04 d = 0.03 berdasarkan kriteria usual

d > 0 maka H(d) = 1

C5(D,C) → d = C5(D) – C5(C)

d = 0.04 – 0.07 d = -0.03 berdasarkan kriteria usual

d < 0 maka H(d) = 0

(69)

Menghitung indeks preferensi multikriteria

(A,B) = 1/5(0+0+0+0.006+0) = 0.0012 (B,A) = 1/5(0+0+0.015+0+1) = 0.203 (A,C) = 1/5(0+0+0+0+0) = 0 (C,A) = 1/5(0+0+0.065+0.008+1) = 0.2146 (A,D) = 1/5(0+0+0+0+0) = 0 (D,A) = 1/5(0+0+0.05+0+1) = 0.21 (B,C) = 1/5(0+0+0+0+0) = 0 (C,B) = 1/5(0+0+0.05+0.014+1) = 0.2128 (B,D) = 1/5(0+0+0+0+0) = 0 (D,B) = 1/5(0+0+0.035+0.006+0) = 0.0082 (C,D) = 1/5(0+0+0.015+0.008+1) = 0.2046 (D,C) = 1/5(0+0+0+0+0) = 0

Tabel 4.9. Promethee Tahap 1

A B C D

A 0.0012 0 0

B 0.203 0 0

C 0.2146 0.2128 0.2046

D 0.21 0.0082 0

(70)

A = 1/3(0.0012+0+0) = 0.0004 B = 1/3(0.203+0+0) = 0.06767 C = 1/3(0.2146+0.2128+0.2046) = 0.21067 D = 1/3(0.21+0.0082+0) = 0.07273

Menghitung Entering Flow

A = 1/3(0.203+0.2146+0.21) = 0.2092 B = 1/3(0.0012+0.2128+0.0082) = 0.07407

C = 1/3(0+0+0) = 0

D = 1/3(0+0+0.2046) = 0.0682

Menghitung Net Flow

A = 0.0004-0.2092 = -0.2088 B = 0.06767-0.07407 = -0.0064 C = 0.21067-0 = 0.21067 D = 0.07273-0.0682 = 0.00453

Tabel 4.10 Promethee Tahap II

Alternative Net Flow Ranking

A -0.2088 4

B -0.0064 3

C 0.21067 1

(71)

Berdasarkan nilai dari Net Flow dari tabel 4.10, maka diperoleh nilai rangking sebagai berikut :

1. C = Rycha, sebagai urutan I 2. D = Rika, sebagai urutan II 3. B = Debbi, sebagai urutan III 4. A = Deborah, sebagai urutan IV

4.2 Implementasi Sistem

Dalam implementasi sistem akan dibahas komponen perancangan sistem dan tampilan antar muka.

4.2.1. Komponen Perancangan Sistem

Tahap implementasi sistem merupakan kelanjutan dari tahap perancangan, sehingga implementasi ini harus didasarkan pada perancangan yang telah dilaksanakan sebelumnya. Dalam proses pembuatan aplikasi penerimaan siswa baru ini adalah Bahasa Pemrograman PHP Version 5.3.1 dan database MySQL Version 5.3.11 untuk menyimpan data. Aplikasi ini dibangun pada sistem operasi Windows 7 Home Premium Service Pack 1. Sedangkan spesifikasi perangkat keras yang disarankan untuk menjalankan program aplikasi ini adalah sebagai berikut :

1. Prosesor dengan kecepatan proses 1000 MHz

2. Sistem Operasi versi Microsoft Windows 2000 atau lebih 3. Memory primer (RAM) berkapasitas 524 MegaByte

4. VGA dengan resolusi minimum 800x600 pixel 5. Mouse

(72)

4.2.2. Tampilan Antarmuka

Subbab ini akan menunjukkan tampilan akhir dari sistem aplikasi, antarmuka ini telah disesuaikan dengan perancangan aplikasi yang ada pada bab sebelumnya.

1. Tampilan Menu Login

Pada halaman ini menampilkan user (admin/pimpinan) yang ingin masuk ke halaman user. User yang ingin masuk diwajibkan memberikan username dan password yang benar. Tampilan login dapat dilihat seperti pada Gambar 4.2.

Gambar 4.2. FormUtama

2. Tampilan Input Admin

Halaman ini menampilkan menu untuk menambah admin baru agar dapat login dan dapat menggunakan aplikasi ini. Tampilan input admin dapat dilihat seperti pada Gambar 4.3.

(73)

Gambar 4.3. Input Admin

3. Tampilan Input Calon Siswa

Pada halaman ini menampilakan form untuk menambahkan data calon siswa baru yang akan diterima pihak sekolah.

(74)

4. Tampilan Output Calon Siswa

Halaman ini menampilkan hasil dari inputan data para calon siswa baru yang mendaftar di sekolah. Tampilan ini juga dilengkapi dengan pilihan edit dan hapus calon siswa.

Gambar 4.5. Output Calon Siswa

5. Tampilan Data Kriteria

Halaman ini menampilkan data kriteria yang dipakai dalam metode SAW dan PROMETHEE. Pada tampilan ini juga dilengkapi dengan pilihan edit dan hapus kriteria.

(75)

6. Tampilan Hasil Metode SAW

Halaman ini menampilkan hasil perhitungan berdasarkan dengan metode SAW dengan menggunakan data calon siswa T.P 2010/2011. Pada tampilan ini menampilkan alternatif terbaik.

Gambar 4.7. Tampilan Hasil Metode SAW

7. Tampilan Hasil Metode PROMETHEE

Halaman ini menampilkan hasil perhitungan berdasarkan dengan metode PROMETHEE dengan menggunakan data calon siswa T.P 2010/2011. Pada tampilan ini diketahui alternatif terbaik.

(76)

Gambar 4.8. Tampilan Hasil Metode PROMETHEE

8. Tampilan Hasil Metode SAW

Halaman ini menampilkan hasil perhitungan berdasarkan dengan metode SAW dengan menggunakan data calon siswa T.P 2012/2013. Pada tampilan ini diketahui alternatif terbaik.

(77)

Gambar 4.9. Tampilan Hasil Metode SAW

9. Tampilan Hasil Metode PROMETHEE

Halaman ini menampilkan hasil perhitungan berdasarkan dengan metode PROMETHEE dengan menggunakan data calon siswa T.P 2012/2013. Pada tampilan ini diketahui alternatif terbaik.

(78)

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Kesimpulan dari penelitian ini adalah:

1. Sistem ini dapat meningkatkan kualitas hasil penilaian dengan membandingkan nilai setiap siswa untuk masing-masing kriteria.

2. Hasil perhitungan yang ditampilkan tergantung pada data-data yang diinput oleh admin seperti pemberian bobot.

3. Sistem pendukung keputusan ini memberikan output berupa ranking siswa kepada pihak sekolah dalam mempertimbangkan siswa yang akan diterima. 4. Hasil dari perhitungan dengan menggunakan data calon siswa T.P 2010/2011 dan

T.P 2012/2013 adalah urutan alternatif yang dimulai dari tertinggi hingga terendah dari pihak sekolah tidak sama dengan hasil perhitungan dengan menggunakan metode SAW dan metode PROMETHEE yang penulis gunakan. 5. Dari kedua metode maka hasil perhitungan metode SAW lebih mendekati hasil

perhitungan dari pihak sekolah daripada metode PROMETHEE.

5.2. Saran

Saran yang dapat diberikan oleh penulis setelah penelitian dilakukan adalah:

1. Pengembangan lebih lanjut terhadap sistem dengan membangun sistem yang lebih baik dan aman.

(1)

<?php

$leaving_flow = 0; $entering_flow = 0;

$sql_calon_siswa2 = mysql_query("SELECT * FROM nilai WHERE id_calon_siswa!='$id_calon_siswa'");

while($array_calon_siswa2=mysql_fetch_array($sql_calon_siswa2)){ $sql_total = mysql_query("SELECT * FROM matrix_data WHERE

id_calon_siswa='$array_calon_siswa2[id_calon_siswa]' order by id_matrix_data desc");

$array_total = mysql_fetch_array($sql_total);

$selisih_akademik = $nilai1 - $array_total['matrix_akademik']; $selisih_akademik2 = $selisih_akademik * -1;

$selisih_inggris = $nilai2 - $array_total['matrix_inggris']; $selisih_inggris2 = $selisih_inggris * -1;

$selisih_psikotes = $nilai3 - $array_total['matrix_psikotes']; $selisih_psikotes2 = $selisih_psikotes * -1;

$selisih_komputer = $nilai4 - $array_total['matrix_komputer']; $selisih_komputer2 = $selisih_komputer * -1;

$selisih_piagam= $nilai5 - $array_total['matrix_piagam']; $selisih_piagam2 = $selisih_piagam * -1;

$sql_kriteria_akademik = mysql_query("SELECT a.*,b.* FROM kriteria a, kriteria_promete b where a.id_kriteria=b.id_kriteria and a.id_kriteria=2"); $array_kriteria_akademik = mysql_fetch_array($sql_kriteria_akademik); $nilai_p_akademik= $array_kriteria_akademik['nilai_p'];

$nilai_q_akademik= $array_kriteria_akademik['nilai_q']; if($selisih_akademik> $nilai_q_akademik){

$quasi_akademik1 = 1; } else {

$quasi_akademik1 = 0; }

if($selisih_akademik2 > $nilai_q_akademik){ $quasi_akademik2 = 1;

} else{

$quasi_akademik2 = 0; }

$sql_kriteria_inggris= mysql_query("SELECT a.*,b.* FROM kriteria a, kriteria_promete b where a.id_kriteria=b.id_kriteria and a.id_kriteria='3'");

(2)

$array_kriteria_inggris= mysql_fetch_array($sql_kriteria_inggris); $nilai_p_inggris= $array_kriteria_inggris['nilai_p'];

$nilai_q_inggris= $array_kriteria_inggris['nilai_q']; if($selisih_inggris> $nilai_q_inggris){

$quasi_inggris1 = 1; } else {

$quasi_inggris1 = 0; }

if($selisih_inggris2 > $nilai_q_inggris){ $quasi_inggris2 = 1;

} else{

$quasi_inggris2 = 0; }

$sql_kriteria_psikotes = mysql_query("SELECT a.*,b.* FROM kriteria a, kriteria_promete b where a.id_kriteria=b.id_kriteria and a.id_kriteria='4'"); $array_kriteria_psikotes = mysql_fetch_array($sql_kriteria_psikotes); $nilai_p_psikotes = $array_kriteria_psikotes['nilai_p'];

$nilai_q_psikotes = $array_kriteria_psikotes['nilai_q']; if($selisih_psikotes > $nilai_p_psikotes){

$linear_psikotes1 = 1; }

else if($selisih_psikotes < $nilai_p_psikotes and $selisih_psikotes >= $nilai_q_psikotes){

$linear_psikotes1 = $selisih_psikotes / $nilai_p_psikotes; }

else{

$linear_psikotes1 = 0; }

if($selisih_psikotes2 > $nilai_p_psikotes){ $linear_psikotes2 = 1;

}

else if($selisih_psikotes2 < $nilai_p_psikotes and $selisih_psikotes2 >= $nilai_q_psikotes){

$linear_psikotes2 = $selisih_psikotes2 / $nilai_p_psikotes; }

(3)

$linear_psikotes2 = 0; }

$sql_kriteria_komputer = mysql_query("SELECT a.*,b.* FROM kriteria a, kriteria_promete b where a.id_kriteria=b.id_kriteria and a.id_kriteria='5'"); $array_kriteria_komputer = mysql_fetch_array($sql_kriteria_komputer); $nilai_p_komputer = $array_kriteria_komputer['nilai_p'];

$nilai_q_komputer = $array_kriteria_komputer['nilai_q']; if($selisih_komputer > $nilai_p_komputer){

$linear_komputer1 = 1; }

else if($selisih_komputer < $nilai_p_komputer and $selisih_komputer >= $nilai_q_komputer){

$linear_komputer1 = $selisih_komputer / $nilai_p_komputer; }

else{

$linear_komputer1 = 0; }

if($selisih_komputer2 > $nilai_p_komputer){ $linear_komputer2 = 1;

}

else if($selisih_komputer2 < $nilai_p_komputer and $selisih_komputer2 >= $nilai_q_komputer){

$linear_komputer2 = $selisih_komputer2 / $nilai_p_komputer; }

else{

$linear_komputer2 = 0; }

$sql_kriteria_piagam = mysql_query("SELECT a.*,b.* FROM kriteria a, kriteria_promete b where a.id_kriteria=b.id_kriteria and a.id_kriteria='6'"); $array_kriteria_piagam = mysql_fetch_array($sql_kriteria_piagam); $nilai_p_piagam = $array_kriteria_piagam['nilai_p'];

$nilai_q_piagam = $array_kriteria_piagam['nilai_q']; if($selisih_piagam > $nilai_q_piagam){

$biasa_piagam1 = 1; } else{

(4)

$biasa_piagam1 = 0; }

if($selisih_piagam2 > $nilai_q_piagam){ $biasa_piagam2 = 1;

} else{

$biasa_piagam2 = 0; }

<?php $hasil_1 =

($quasi_akademik1+$quasi_inggris1+$linear_psikotes1+$linear_komputer1+$biasa_p iagam1) / 3;

$hasil_2 =

($quasi_akademik2+$quasi_inggris2+$linear_psikotes2+$linear_komputer2+$biasa_p iagam2) / 3;

$leaving_flow = $leaving_flow + $hasil_1; $entering_flow = $entering_flow + $hasil_2 ; }

<td><?php

$leaving_flow = $leaving_flow / mysql_num_rows($sql_calon_siswa2); $entering_flow = $entering_flow / mysql_num_rows($sql_calon_siswa2); ?>

<?php $net_flow = $leaving_flow - $entering_flow;

$sql_cek_net = mysql_query("SELECT * FROM hasil_promete WHERE id_calon_siswa='$id_calon_siswa'");

if(mysql_num_rows($sql_cek_net)){ echo '';

} else {

$insert_net = mysql_query("INSERT INTO hasil_promete VALUES ('','$id_calon_siswa','$leaving_flow','$entering_flow','$net_flow')"); }

} ?>

(5)

<h2>Hasil Seleksi Dengan Metode Promethee</h2>

<tr>

<th scope="col" class="rounded-company">Peringkat</th>

<th scope="col" class="rounded">Nomor Peserta</th> <th scope="col" class="rounded">Nama Calon

Siswa</th>

<th scope="col" class="rounded">Tes Tulis Akademik</th>

<th scope="col" class="rounded">Bahasa Inggris</th> <th scope="col" class="rounded">Psikotes</th> <th scope="col" class="rounded">Komputer</th> <th scope="col" class="rounded">Sertifikat Piagam</th>

<th scope="col" class="rounded">Leaving Flow</th> <th scope="col" class="rounded">Entering Flow</th>

</thead>

<?php

$j=1;

$sql_calon_siswa_hasil = mysql_query("select a.*,b.*,c.* from calon_siswa a, nilai c, hasil_promete b

WHERE a.id_calon_siswa=b.id_calon_siswa and a.id_calon_siswa=c.id_calon_siswa order by b.net_flow desc")

or die(mysql_error()) ;

while($array_calon_siswa_hasil = mysql_fetch_array($sql_calon_siswa_hasil)){

?> <tbody>

<tr>

<td><?php echo

$array_calon_siswa_hasil['no_peserta'];?></td>

<td><?php echo

$array_calon_siswa_hasil['nama_peserta'];?></td>

<td><?php echo

$array_calon_siswa_hasil['tes_akademik'];?></td>

(6)

$array_calon_siswa_hasil['bahasa_inggris'];?></td>

<td><?php echo

$array_calon_siswa_hasil['psikotes'];?></td>

<td><?php echo $array_calon_siswa_hasil['komputer'];?></td> <td><?php echo

$array_calon_siswa_hasil['sertifikat_piagam'];?></td> <td><?php echo

$array_calon_siswa_hasil['leaving_flow'];?></td> <td><?php echo

$array_calon_siswa_hasil['entering_flow'];?></td>

</tr> </tbody> <?php

$j++; } ?>

</table>

<?php

$time = microtime(); $time = explode(' ', $time); $time = $time[1] + $time[0]; $finish = $time;

$total_time = round(($finish - $start), 4); ?>

Lama Waktu Eksekusi Program adalah : <?php echo $total_time;

?> Detik

<a href="cetak_promete.php" target="_blank" class="bt_green"><span class="bt_green_lft"></span><strong>Cetak Laporan</strong><span

class="bt_green_r"></span></a>

</div>

Analisis dan Perancangan Aplikasi Penerimaan Siswa Baru Menggunakan Metode SAW dan Metode Promethee (Studi kasus : SMAN I Tebing Tinggi)