Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Swasta Terbaik Jurusan Komputer Menggunakan Metode Weighted Product dan Weighted Sum Model (Studi Kasus : Perguruan Tinggi Swasta)

DAFTAR PUSTAKA

Rani,Sasika. 2014. “Sistem Pendukung Keputusan Pemilihan Sepeda Motor Berbasis Web Dengan Metode Weighted Product”. Skripsi. Teknik informatika, STMIK Budidarma Medan.

Ramdan Firmansyah. 2012. “Sistem Pendukung Keputusan Memilih Perguruan Tinggi Negeri Di Provinsi Kepulauan Bangka Belitung”. STMIK Atma Luhur Pangkalpinang.

Ummul Hidayah, Debby. 2014. Sistem Pendukung Keputusan Menggunakan Metode Analytical Hierarchy Process Dalam Pengolahan Seleksi Perangkat Desa Baru (Studi Kasus : Balai Desa Rabak). Skripsi. STMIK AMIKOM Purwokerto.

Jurnal [Andri Syafrianto, 2012, Perancangan Sistem Pendukung Keputusan Untuk Pemilihan Lokasi Perumahan Menggunakan Weighted Product Model (WPM), STMIK El Rahma, Yogyakarta].

Jaya, Putra (2013). “Sistem Pendukung Keputusan Penentuan Bonus Karyawan Menggunakan Metode Weighted Product (WP) (Studi Kasus: PT. Gunung Sari Medan”. Pelita Informasi Budi Darma, Vol. V, No. 2, pp. 90-95.

Dyah, Nur Rochmah (2009). Sistem Pendukung Keputusan Perencanaan Strategis Kinerja Instansi Pemerintah Menggunakan Metode AHP (Studi Kasus di DEPERINDAG). Jurnal Informatika, Vol. 3, No. 2, pp. 331-340.

Ningrum, Wahyu Retno. 2012. “Sistem Pendukung Keputusan Untuk Merekomendasikan TV Layar Datar Menggunakan Metode Weighted Product (WP)”. Skripsi. Universitas Kristen Satya Wacana. Salatiga.

Sutikno. 2010. Sistem Pendukung Keputusan Metode AHP Untuk Pemilihan Siswa Dalam Mengikuti Olimpiade SAINS di Sekolah Menengah Atas. Skripsi. Ilmu Komputer FMIPA UNDIP. Semarang.

Ilhamsyah.2014. “Sistem Pendukung Keputusan Untuk Menyeleksi Calon Siswa sekolah Menengah Kejuruan (SMK) Dwi Tunggal Tanjung Morawa Menggunakan Model Multi-Atribut Decission Making (MADM) Dengan Metode Simple Additive Weighting (SAW)”.Skripsi. STMIK Budidarma Medan.

Amborowati ,Armadyah . Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi Berdasarkan Kinerja ( Studi kasus pada Universitas Gunadarma Depok)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi pembahasan analisis sistem dan perancangan sistem, termasuk di dalamnya perancangan flowchart, data flow diagram dan desain interface.

3.1 Analisis Sistem

Sistem yang di buat pada studi kasus pemilihan perguruan tinggi swasta di wilayah Kota Medan ini, di tunjukkan untuk menangani pemilihan perguruan tinggi swasta terbaik debgab kriteria yang telah di tetapkan oleh penulis.

Penyusunan sistem pendukung keputusan di dasari oleh masalah yang di hadapi oleh siswa siswi terhadap persoalan pengambilan keputusan yang logis ke dalam suatu sistem matematis yang menggabungkan antara faktor-faktor yang terlibat.

3.2 Analisis Aspek Kriteria Penilaian

Pada perhitungan pemilihan perguruan tinggi swasta terbaik di wilayah kota Medan, ada beberapa aspek kriteria penilaian yang telah di tetapkan oleh penulis, yaitu :

a. Jumlah jenis jurusan komputer

Hampir setiap perguruan tinggi swasta memiliki jumlah jenis jurusan komputer berbeda satu dengan yang lainnya, meskipun ada yang sama. Dalam hal ini, setiap jurusan akan di hitung, dimana jumlah akan di masukkan ke dalam perhitungan sistem.Semakin banyak jumlah jenis juurusan yang ada dalam suatu kampus maka akan menambah Point keunggulan kampus itu sendiri.

Secara umum, biaya kuliah merupakan kriteria yang paling dominan sebagai pertimbangan dalam memilih kampus. Pada kriteria ini, semakin tinggi biaya kuliah maka point keunggulan kampus akan berkurang, begitu juga sebaliknya.

c. Lingkungan Kampus

Pada umumnya, lingkungan yang baik akan membuat kita merasa senang dan nyaman dalam beraktvitas. Lingkungan kampus yang baik merupakan kampus idaman bagi mahasiswa karena akan menopang mahasiswa lebih tenang dan nyaman dalam proses belajar dan mengajar.

Pada kriteria in, penulis menentukan beberapa aspek dalam memilih lingkungan yang baik, dimana masing masing aspek dpt menambah point keunggulan jika kampus memiliknya, yaitu :

1) Penghijauan

2) Ketenangan (Jauh dari kebisingan jalan raya) 3) Terdapat taman belajar

d. Program Beasiswa

Pada umumnya, mahasiswa ingin mendapat beasiswa, sehingga dapat membantu meringankan beban orang tua dalam hal biaya, baik biaya kuliah maupun biaya kehidupan sehari-hari.

Ada beberapa jenis program beasiswa yang bisa di peroleh mahasiswa, yaitu : 1) Beasiswa dari pemerintah

2) Beasiswa dari pihak swasta 3) Beasiswa dari negara maju

4) Beasiswa komunitas organisasi, atau yayasan 5) Beasiswa penghargaan

6) Beasiswa bantuan 7) Beasiswa non akademik

Setiap jenis program beasiswa diatas di miliki oleh suatu kampus, maka akan menambah point keunggulan kampus itu sendiri, dengan bobot nilai yang sama untuk setiap jenis program beasiswa.

e. Nilai Akreditasi BAN PT

Setiap perguruan tinggi, selalu berjuang untuk meningkatkan nilai akreditasi kampus itu sendiri. Semakin tinggi nilai akreditasi maka semakin terpandang pula kampus tersbut di mata masyarakat. Begitu juga bagi mahasiswanya, kelak akan mempermudah

memperoleh pekerjaan karena perusahaan juga memperhatikan akreditasi perguruan tinggi lulusan calon pegawai

3.3 Perancangan Sistem

Perancangan sistem bertujuan untuk menggambarkan semua kondisi dan bagian-bagian yang berperan dalam sistem yang dirancang. Perancangan sistem dilakukan dengan flowchart, Data Flow Diagram (DFD) dan desain tampilan.

3.3.1 Flowchart algoritma weighted product

Penulis menggambarkan tahapan-tahapan algoritma Weighted Product pada sistem ini seperti yang ditunjukkan pada gambar 3.3.

3.3.2 Flowchart algoritma Weighted Sum Product

Penulis menggambarkan tahapan-tahapan algoritma Weighted Sum Product pada sistem ini seperti yang ditunjukkan pada gambar 3.4.

Gambar 3.2 Flowchart Algoritma Weighted Sum Product 3.3.3 Data Flow Diagram (DFD)

DFD adalah suatu diagram yang menggunakan notasi untuk menggambarkan aliran data melalui sistem kerja atau pengolahan yang dilakukan oleh sistem tersebut, sehingga penggunaanya sangat membantu untuk memahami sistem secara logika, terstruktur dan jelas.

Komponen-komponen DFD terdiri dari :

3.3 Terminator : Kesatuan di luar sistem (External entity) yang memberikan input ke sistem atau menerima output dari sistem berupa orang, organisasi, atau sistem yang lain. 3.4 Process : Aktivitas yang mengolah input menjadi output.

3.5 Data Flow : Aliran data pada sistem (antar proses,antara termintaor dan proses, serta antara proses da data store).

3.6 Data store : Penyimpanan data pada database, biasanya berupa tabel. Bentuk komponen-komponen dapat di lihat pada gambar 3.3 di bawah ini.

Terminator Proses Data Flow Data Store

.

Gambar 3.3 Komponen DFD

DFD Level 0 berisi gambaran umum (secara garis besar) sistem yang akan dibuat dan menggambarkan proses perjalanan data dari satu atau beberapa sumber. Diagran Level 0 dari sistem yang akan dibangun dapat dilihat pada gambar 3.5.

Gambar 3.4 DFD Level 0

DFD Level 1 merupakan diagram DFD Level 0 yang dipecah menjadi proses-proses yang lebih kecil dan lengkap. DFD Level 1 dari sistem yang akan dibangun dapat dilihat pada gambar 3.5

Gambar 3.5 DFD Level 3.3.4 Perancangan Antar Muka Sistem (Interface)

Sistem rancangan aplikasi pada metode weighted product dan weighted sum product memiliki tampilan yang sama.

3.3.4.1 Halaman masuk

Halaman masuk adalah halaman yang pertama ditampilkan pada saat aplikasi digunakan. Pada halaman masuk ini, user diminta untuk input nama dan asal sekolah. Rancangan tampilan dari Halaman Masuk dapat dilihat pada Gambar 3.7 dan keterangannya dapat dilihat pada Tabel 3.1.

APLIKASI SISTEM PENDUKUNG KEPUTUSAN INPUT DATA DIRI

Nama Lengkap

Asal Sekolah

Gambar 3.6 RancanganHalaman Masuk Keterangan:

Tabel 3.1 Keterangan Rancangan Halaman Masuk

No Jenis Objek Keterangan

1 textbox nama user Isikan Nama User 2 Textbox Asal

sekolah

Isikan Asal Sekolah User

3 Button Login Setelah berhasil login maka User bisa masuk ke halaman awal

3.3.4.2 Halaman awal

Pada halaman awal terdapat judul, jenis metode aplikasi yang di gunakan, logo USU,menu awal dan teks sebagai kata sambutan telah menggunakan aplikasi ini. Rancangan tampilan dari Halaman Awal dapat dilihat pada Gambar 3.8 dan keterangannya dapat dilihat pada Tabel 3.2.

1

2

Gambar 3.7 RancanganHalaman Awal Keterangan:

Tabel 3.2 Keterangan Rancangan Halaman Awal

No Jenis Objek Keterangan

1 Picture Logo Fasilkom USU

2 Teksbox area Ucapan selamat datang dan selamat menggunakan apliksi SPK yang telah di rancang

3 Botton Continue Masuk ke Proses Perbandingan

3.3.4.3 Halaman info kampus

Pada halaman ini akan di tampilkan informasi kampus yang di butuhkan sebagai bahan perbandingan antar kampus.Rancangan tampilan dari halaman data siswa dapat dilihat pada Gambar 3.9 dan keterangannya dapat dilihat pada Tabel 3.3.

Gambar 3.8 RancanganHalaman Informasi Kampus Keterangan:

Tabel 3.3 Keterangan Rancangan Halaman Informasi Kampus

No Jenis Objek Keterangan

1 Picture Logo USU

2 Teks Box Keterangan informasi dari setiap kampus

3.3.4.4 Halaman proses perbandingan

Pada halaman ini, akan menampilkan proses dimana kita memilih kampus yang akan kita bandigkan dengan kampus lain dengan memilih nilai kriteria dan prioritas kriteria.

Rancangan tampilan dari halaman data giswa dapat dilihat pada Gambar 3.10 dan keterangannya dapat dilihat pada Tabel 3.4.

Gambar 3.9 RancanganHalaman Proses Perhitungan Tabel 3.4 Keterangan Rancangan Halaman Data Siswa

No Jenis Objek Keterangan

1 Picture Logo USU

2 Label Nama Nama Yang di ambil ketika user login

3 Label Asal Sekolah Nama Asal sekolah yang di input ketika user login

4 List Nama Kampus Memilih daftar nama kampus yang akan kita bandingkan

5 List Jumlah Jurusan Memilih jumlah jurusan yang berhubungan dengan komputer yang ada di kampus

7 Check Box Lingkungan K Penghijauan

Memilih peenghijuan, apabila lingkungan kampus tersebut memiliki pepohonan.

8 Check Box Lingkungan K Ketenangan

Memilih ketenangan apabila kampus tersebut berada dalam daerah yang nyaman jauh dari keributan jalan raya

9 Check Box Lingkungan K Taman

Memilih tamn apabila kampus tersebut mempunyai taman sebagai fasilitas bagi mahasiswa untuk melakukan kegiatan ekstrakurikuler.

10 Check Box Program Beasiswa

Memilih jenis-jenis program beasiswa yang terdapat dalam kampus tersebut.

11 List Akreditasi BAN PT Memilih nilai akreditasi dari suatu kampus yang akan di bandingkan.

12 Prioritas Kriteria Jumlah jurusan

Memilih prioritas dengan rentang nilai 1-5 13 Prioritas Kriteria Biaya

Kuliah

Memilih prioritas dengan rentang nilai 1-5 14 Prioritas Kriteria

Lingkungan kampus

Memilih prioritas dengan rentang nilai 1-5 15 Prioritas Kriteria

Program Beasiswa

Memilih prioritas dengan rentang nilai 1-5 16 Prioritas Kriteria

Akreditasi BAN PT

Memilih prioritas dengan rentang nilai 1-5 17 Button Proses Lanjut Proses pemilihan nama kampus yang

akan di bandingkan 3.3.4.5 Halaman proses perhitungan lanjutan

Setelah menekan tombol 12 pada gambar 3.10 diatas, maka prioritas kriteria akan di hilangkan, karena dalam sekali perbandingan harus memiliki nilai prioritas kritria yang sama dan memiliki tambahan tombol button selesai. Dimana tombol button selesai berfungsi untuk mengakhiri jumlah kampus yang akan di bandingkan. Untuk rancangan nya dapat kita lihat seperti gambar 3.11.

Gambar 3.10 Rancangan HalamanProses Lanjutan Tabel 3.5 Keterangan Rancangan Halaman Proses Lanjutan

No Jenis Objek Keterangan

1 Picture Logo USU

2 Label Nama Nama Yang di ambil ketika user login

3 Label Asal Sekolah Nama Asal sekolah yang di input ketika user login

4 List Nama Kampus Memilih daftar nama kampus yang akan kita bandingkan

5 List Jumlah Jurusan Memilih jumlah jurusan yang berhubungan dengan komputer yang ada di kampus

6 List Biaya Kuliha Memilih Kisaran biaya kuliah kampus 7 Check Box Lingkungan K

Penghijauan

Memilih peenghijuan, apabila lingkungan kampus tersebut memiliki pepohonan.

8 Check Box Lingkungan K Ketenangan

Memilih ketenangan apabila kampus tersebut berada dalam daerah yang nyaman jauh dari keributan jalan raya

9 Check Box Lingkungan K Taman

Memilih tamn apabila kampus tersebut mempunyai taman sebagai fasilitas bagi mahasiswa untuk melakukan kegiatan ekstrakurikuler.

10 Check Box Program Beasiswa

Memilih jenis-jenis program beasiswa yang terdapat dalam kampus tersebut.

11 List Akreditasi BAN PT Memilih nilai akreditasi dari suatu kampus yang akan di bandingkan.

12 Button Proses Lanjut Proses pemilihan nama kampus yang akan di bandingkan

13 Button Press Proses Pemilihan kampus yang akan di bandingkan telah selesai, masuk ke perenkingan nama kampus.

3.3.4.6 Halaman perenkingan nama kampus

Setelah menekan tombol button selesai pada tampilan proses sebelumnya, maka akan muncul tampilan perankingan nama perguruan tinggi swasta terbaik. Rancangan tampilan dapat di lihat pada gambar 3.11 dan keterangan gambar 3.5

Gambar 3.11 Rancangan HalamanPerenkingan kampus

Tabel 3.6 Keterangan Rancangan Halaman Perenkingan kampus

No Jenis Objek Keterangan

1 Picture Logo USU

2 Label Nama Nama Yang di ambil ketika user login 3 Label Asal Sekolah Asal Sekolah Yang di ambil ketika user login

BAB 4

IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi ulasan dan pengujian terhadap peracangan yang telah diimplementasikan dengan menggunakan bahasa pemrograman PHP

4.1 Implementasi Sistem

Implementasi merupakan tahapan akhir dari proses pembuatan perangkat lunak. Implementasi dilakukan setelah sebuah masalah dianalisis dan dilakukan perancangan terhadap sistem yang akan dibangun. Sistem yang dibangun menggunakan bahasa pemprograman PHP dan database management system yang digunakan adalah MYSQL. Data yang diolah pada aplikasi ini adalah data siswa dan data guru. Pada aplikasi ini terdapat dua proses implementasi, yaitu:

a. Implementasi sistem pendukung keputusan dalam menentukan ranking perguruan tinggi swasta terbaik menggunakan Weighted Product.

b. Implementasi sistem pendukung keputusan dalam menentukan ranking perguruan tinggi swasta terbaik menggunakan Weighted Sum Product.

4.1.1 Halaman Masuk

Halaman masuk merupakan halaman awal pada saat aplikasi dijalankan. Pada halaman ini pengguna harus melakukan proses login terlebih dahulu sebelum masuk ke halaman utama. Tampilan halaman masuk dapat dilihat pada gambar 4.1.

Gambar 4.1 Tampilan Halaman Masuk 4.1.2 Halaman Awal

Halaman awal merupakan halaman yang dapat diakses setelah pengguna berhasil melakukan proses login. Pada halaman awal terdapat lima tombol yang digunakan yaitu Lanjut, Home, Proses Perbandingan,informasi kampus dan Keluar, dimana Tombol Lanjut memiliki fungsi yang sama dengan tombol Proses Perbandingan. Tampilan halaman awal dapat dilihat pada gambar 4.2.

4.1.3 Halaman Informasi Kampus

Pada halam informasi kampus, user mendapat informasi tentang seputar kampus yang berhubungan dengan kriteria dalam mencari alternatif kampus terbaik, yaitu informasi tentang jenis jurusan, biaya kuliah, bagaimana situasi lingkungan kampus, program beasiswa yang berlangsung dalam kampus, dan nilai akreditasi BAN PT dari suatu kampus yang akan di bandingkan. Tampilan halaman informasi kampus dapat dilihat pada gambar 4.3.

Gambar 4.3 Tampilan Halaman Informasi Kampus 4.1.4 Halaman Proses Perbandingan

Sebagai contoh kita akan menentukan perguruan tinggi swasta terbaik ,dengan membandingkan 3 nama perguruan tinggi swasta . Tampilan halaman Proses perhitungan nilai kampus dengan metode Weighted Product dapat dilihat pada gambar 4.4, gambar 4.5, dan gambar 4.6 di bawah ini.

Gambar 4.4 Tampilan Pemilihan nilai kriteria, Prioritas dan Nama kampus 1

Gambar 4.6 Tampilan Pemilihan nilai dan Nama kampus 3 dan selesai Perhitungan Manual dengan metode Weighted Product :

W=[2,5,2,3,4], jumlah bobot , 2+5+2+3+4 =16 W =_{∑ W}W

W1 = = 0,125 W2 = = 0,312 W3 = = 0,125 W4 = = 0,187 W5 = = 0,25 Perhitungan manual Si. S = X

Tabel 4.1 Nilai Konversi Kriteria Kampus

Nama Kampus K1 K2 K3 K4 K5

STMIK NEUMANN 2 1 3 4 2

STMIK BUDIDHARMA 2 2 1 1 1

STMIK TRIGUNA DHARMA 2 1 1 3 4

STMIK NEUMANN

S = 2 , _{× 1} , _{× 3} , _{× 4} , _{× 2} , = 1,090 × 1 × 1,147 × 1,295 × 1,189 = 1,928

STMIKK BUDIDHARMA

S = 2 , _{× 2} , _{× 1} , _{× 1} , _{× 1} , = 1,090 × 0.805 × 1 × 1 × 1

= 0,878

STMIK TRIGUNA DHARMA

S = 2 , _{× 1} , _{× 1} , _{× 3} , _{× 4} , = 1,09 × 1 × 1 × 1,228 × 1,414

= 1,892

Contoh perhitungan pada database Nilai Vektor V(i). V =_{∑ S}S

STMIK NEUMANN V = _{1,928 + 0.878 + 1,892} 1,928

= 1,928_{4,698 = 0,410} STMIK BUDIDHARMA V = 0,878_4,698

STMIK TRIGUNA DHARMA V = 1,892_4,698

= 0,187

Dengan demikian perguruan tinggi swasta terbaik untuk perbandingan diatas adalah STMIK NEUMANN dengan nilai tertinggi 0,422. Kemudian Hasil Perenkingan akan di tampilkan setelah menekan tombol button Selesai.

. Tampilan halaman proses Weighted Product dapat dilihat pada gambar 4.7.

Gambar 4.7 Tampilan Perankingan dengan metode Weighted Product

Tampilan halaman Proses perhitungan nilai kampus dengan metode Weighted Sum Product dapat dilihat pada gambar 4.8, gambar 4.9 dan gambar 4.10 sebagai berikut.

Gambar 4.8 Tampilan Pemilihan nilai kriteria, Prioritas dan Nama kampus 1

Gambar 4.10 Tampilan Pemilihan nilai dan Nama kampus 2

Perhitungan Manual dengan metode Weighted Sum Product : W=[2,5,2,3,4], jumlah bobot , 2+5+2+3+4 =16

W =_{∑ W}W W1 = = 0,125 W2 = = 0,312 W3 = = 0,125 W4 = = 0,187 W5 = = 0,25

perhitungan manual Nilai Vektor S(i). Awsm = max



i

i ij j

w a .

Nilai Konversi dari kriteria yang telah kita pilih diatas dapat di lihat pada tabel 4.1 . Tabel 4.2 Nilai Konversi Kriteria Kampus

Nama Kampus K1 K2 K3 K4 K5

STMIK NEUMANN 2 1 3 4 2

STMIK BUDIDHARMA 2 2 1 1 1

STMIK TRIGUNA DHARMA 2 1 1 3 3

Menghitug Nilai :

Neuman = (2 x 0,125)-(1 x 0,312)+(3 x 0,125)+(4 x 0,187)+(2 x 0,25)= 1,563 Budidharma = (2 x 0,125)-(2 x 0,312)+(1 x 0,125)+(1 x 0,187)+(1 x 0,25) = 0,188 T.dharma = (2 x 0,125)-(1 x 0,312)+(1 x 0,125)+(3 x 0,187)+(3 x 0,25) = 1,375

Dengan demikian perguruan tinggi swasta terbaik untuk perbandingan diatas adalah STMIK NEUMANN dengan nilai tertinggi 1,563. Kemudian Hasil Perenkingan akan di tampilkan setelah menekan tombol button Selesai.

. Tampilan halaman proses Weighted Product dapat dilihat pada gambar 4.11.

4.2 Perhitungan Kompleksitas Waktu

4.2.1 Perhitungan Kompleksitas Waktu Algoritma Weighted Product

Perhitungan kompleksitas waktu dalam menentukan ranking mata pelajaran lintas minat kurikulum 2013 dengan menggunakan Weighted Product dapat dilihat pada tabel 4.3.

Tabel 4.3 Perhitungan Kompleksitas Waktu Algoritma WP

NO CODE C # C.#

<?php

1 $host = "localhost"; C1 1 C1

2 $user = "root"; C1 1 C1

3 $pass = ""; C1 1 C1

4 $dbName = "db_wp"; C1 1 C1

5 $sambung=mysql_connect($host, $user, $pass); mysql_select_db($dbName)

or die ("Connect to database Failed ! : ".mysql_error());

C1 1 C1

6 $nama=$_COOKIE['nama']; C1 1 C1

7 $sekolah=$_COOKIE['sekolah']; C1 1 C1

8 $kampus1=$_COOKIE['kampus1']; C1 1 C1

9 $jmlh_jurusan1=$_COOKIE['jmlh_jurusan1']; C1 1 C1 10 $biaya_kuliah1=$_COOKIE['biaya_kuliah1']; C1 1 C1

11 $lingkungan1=$_COOKIE['lingkungan1']; C1 1 C1

12 $beasiswa1=$_COOKIE['beasiswa1']; C1 1 C1

13 $akreditasi1=$_COOKIE['akreditasi1']; C1 1 C1

14 $kampus2=$_COOKIE['kampus2']; C1 1 C1

15 $jmlh_jurusan2=$_COOKIE['jmlh_jurusan2']; C1 1 C1 16 $biaya_kuliah2=$_COOKIE['biaya_kuliah2']; C1 1 C1

17 $lingkungan2=$_COOKIE['lingkungan2']; C1 1 C1

18 $beasiswa2=$_COOKIE['beasiswa2']; C1 1 C1

19 $akreditasi2=$_COOKIE['akreditasi2']; C1 1 C1

20 $kampus3=$_COOKIE['kampus3']; C1 1 C1

21 $jmlh_jurusan3=$_COOKIE['jmlh_jurusan3']; C1 1 C1 22 $biaya_kuliah3=$_COOKIE['biaya_kuliah3']; C1 1 C1

23 $lingkungan3=$_COOKIE['lingkungan3']; C1 1 C1

24 $beasiswa3=$_COOKIE['beasiswa3']; C1 1 C1

25 $akreditasi3=$_COOKIE['akreditasi3']; C1 1 C1

26 $kampus4=$_COOKIE['kampus4']; C1 1 C1

27 $jmlh_jurusan4=$_COOKIE['jmlh_jurusan4']; C1 1 C1 28 $biaya_kuliah4=$_COOKIE['biaya_kuliah4']; C1 1 C1

29 $lingkungan4=$_COOKIE['lingkungan4']; C1 1 C1

30 $beasiswa4=$_COOKIE['beasiswa4']; C1 1 C1

31 $akreditasi4=$_COOKIE['akreditasi4']; C1 1 C1

32 $kampus5=$_COOKIE['kampus5']; C1 1 C1

33 $jmlh_jurusan5=$_COOKIE['jmlh_jurusan5']; C1 1 C1 34 $biaya_kuliah5=$_COOKIE['biaya_kuliah5']; C1 1 C1

35 $lingkungan5=$_COOKIE['lingkungan5']; C1 1 C1

36 $beasiswa5=$_COOKIE['beasiswa5']; C1 1 C1

37 $akreditasi5=$_COOKIE['akreditasi5']; C1 1 C1

38 $kampus6=$_COOKIE['kampus6']; C1 1 C1

39 $jmlh_jurusan6=$_COOKIE['jmlh_jurusan6']; C1 1 C1 40 $biaya_kuliah6=$_COOKIE['biaya_kuliah6']; C1 1 C1

41 $lingkungan6=$_COOKIE['lingkungan6']; C1 1 C1

42 $beasiswa6=$_COOKIE['beasiswa6']; C1 1 C1

43 $akreditasi6=$_COOKIE['akreditasi6']; C1 1 C1

44 $kampus7=$_COOKIE['kampus7']; C1 1 C1

45 $jmlh_jurusan7=$_COOKIE['jmlh_jurusan7']; C1 1 C1 46 $biaya_kuliah7=$_COOKIE['biaya_kuliah7']; C1 1 C1

47 $lingkungan7=$_COOKIE['lingkungan7']; C1 1 C1

48 $beasiswa7=$_COOKIE['beasiswa7']; C1 1 C1

49 $akreditasi7=$_COOKIE['akreditasi7']; C1 1 C1

50 $kampus8=$_COOKIE['kampus8']; C1 1 C1

51 $jmlh_jurusan8=$_COOKIE['jmlh_jurusan8']; C1 1 C1 52 $biaya_kuliah8=$_COOKIE['biaya_kuliah8']; C1 1 C1

53 $lingkungan8=$_COOKIE['lingkungan8']; C1 1 C1

54 $beasiswa8=$_COOKIE['beasiswa8']; C1 1 C1

55 $akreditasi8=$_COOKIE['akreditasi8']; C1 1 C1

56 $kampus9=$_COOKIE['kampus9']; C1 1 C1

57 $jmlh_jurusan9=$_COOKIE['jmlh_jurusan9']; C1 1 C1 58 $biaya_kuliah9=$_COOKIE['biaya_kuliah9']; C1 1 C1

59 $lingkungan9=$_COOKIE['lingkungan9']; C1 1 C1

60 $beasiswa9=$_COOKIE['beasiswa9']; C1 1 C1

61 $akreditasi9=$_COOKIE['akreditasi9']; C1 1 C1

62 $kampus10=$_COOKIE['kampus10']; C1 1 C1

63 $jmlh_jurusan10=$_COOKIE['jmlh_jurusan10']; C1 1 C1 64 $biaya_kuliah10=$_COOKIE['biaya_kuliah10']; C1 1 C1

65 $lingkungan10=$_COOKIE['lingkungan10']; C1 1 C1

66 $beasiswa10=$_COOKIE['beasiswa10']; C1 1 C1

67 $akreditasi10=$_COOKIE['akreditasi10']; C1 1 C1

68 $bobot1=$_COOKIE['bobot1']; C1 1 C1

69 $bobot2=$_COOKIE['bobot2']; C1 1 C1

70 $bobot3=$_COOKIE['bobot3']; C1 1 C1

72 $bobot5=$_COOKIE['bobot5']; C1 1 C1 73 $w1=$bobot1/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 74 $w2=$bobot2/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 75 $w3=$bobot3/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 76 $w4=$bobot4/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 77 $w5=$bobot5/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2

{

78

$s1=pow($jmlh_jurusan1,$w1)*pow($biaya_kuliah1,-$w2)*pow($lingkungan1,$w3)*pow($beasiswa1,$w4)*pow($akreditasi1,$w 5);

C3 1 C3 79

$s2=pow($jmlh_jurusan2,$w1)*pow($biaya_kuliah2,-$w2)*pow($lingkungan2,$w3)*pow($beasiswa2,$w4)*pow($akreditasi2,$w 5);

C3 1 C3 80

$s3=pow($jmlh_jurusan3,$w1)*pow($biaya_kuliah3,-$w2)*pow($lingkungan3,$w3)*pow($beasiswa3,$w4)*pow($akreditasi3,$w 5);

C3 1 C3 81

$s4=pow($jmlh_jurusan4,$w1)*pow($biaya_kuliah4,-$w2)*pow($lingkungan4,$w3)*pow($beasiswa4,$w4)*pow($akreditasi4,$w 5);

C3 1 C3 82

$s5=pow($jmlh_jurusan5,$w1)*pow($biaya_kuliah5,-$w2)*pow($lingkungan5,$w3)*pow($beasiswa5,$w4)*pow($akreditasi5,$w 5);

C3 1 C3 83

$s6=pow($jmlh_jurusan6,$w1)*pow($biaya_kuliah6,-$w2)*pow($lingkungan6,$w3)*pow($beasiswa6,$w4)*pow($akreditasi6,$w 5);

C3 1 C3 84

$s7=pow($jmlh_jurusan7,$w1)*pow($biaya_kuliah7,-$w2)*pow($lingkungan7,$w3)*pow($beasiswa7,$w4)*pow($akreditasi7,$w 5);

C3 1 C3 85

$s8=pow($jmlh_jurusan8,$w1)*pow($biaya_kuliah8,-$w2)*pow($lingkungan8,$w3)*pow($beasiswa8,$w4)*pow($akreditasi8,$w 5);

C3 1 C3 86

$s9=pow($jmlh_jurusan9,$w1)*pow($biaya_kuliah9,-$w2)*pow($lingkungan9,$w3)*pow($beasiswa9,$w4)*pow($akreditasi9,$w 5);

C3 1 C3 87

$s10=pow($jmlh_jurusan10,$w1)*pow($biaya_kuliah10,-$w2)*pow($lingkungan10,$w3)*pow($beasiswa10,$w4)*pow($akreditasi10 ,$w5);

C3 1 C3 88 $v1=$s1/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 89 $v2=$s2/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 90 $v3=$s3/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 91 $v4=$s4/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 92 $v5=$s5/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 93 $v6=$s6/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 94 $v7=$s7/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 95 $v8=$s8/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 96 $v9=$s9/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4 97 $v10=$s10/($s1+$s2+$s3+$s4+$s5+$s6+$s7+$s8+$s9+$s10); C4 1 C4

98 $hasil="INSERT INTO data (nama, sekolah, kampus1, jmlh_jurusan1, biaya_kuliah1, lingkungan1, beasiswa1, akreditasi1, kampus2, jmlh_jurusan2, biaya_kuliah2, lingkungan2, beasiswa2, akreditasi2,

kampus3, jmlh_jurusan3, biaya_kuliah3, lingkungan3, beasiswa3, akreditasi3, kampus4, jmlh_jurusan4, biaya_kuliah4, lingkungan4, beasiswa4, akreditasi4,

kampus5, jmlh_jurusan5, biaya_kuliah5, lingkungan5, beasiswa5, akreditasi5, kampus6, jmlh_jurusan6, biaya_kuliah6, lingkungan6, beasiswa6, akreditasi6,

kampus7, jmlh_jurusan7, biaya_kuliah7, lingkungan7, beasiswa7, akreditasi7, kampus8, jmlh_jurusan8, biaya_kuliah8, lingkungan8, beasiswa8, akreditasi8,

kampus9, jmlh_jurusan9, biaya_kuliah9, lingkungan9, beasiswa9, akreditasi9, kampus10, jmlh_jurusan10, biaya_kuliah10, lingkungan10, beasiswa10, akreditasi10)

VALUES('$nama', '$sekolah', '$kampus1','$jmlh_jurusan1', '$biaya_kuliah1', '$lingkungan1', '$beasiswa1', '$akreditasi1',

'$kampus2','$jmlh_jurusan2', '$biaya_kuliah2', '$lingkungan2', '$beasiswa2', '$akreditasi2',

'$kampus3','$jmlh_jurusan3', '$biaya_kuliah3', '$lingkungan3',

'$beasiswa3', '$akreditasi3', '$kampus4','$jmlh_jurusan4', '$biaya_kuliah4', '$lingkungan4', '$beasiswa4', '$akreditasi4',

'$kampus5','$jmlh_jurusan5', '$biaya_kuliah5', '$lingkungan5',

'$beasiswa5', '$akreditasi5', '$kampus6','$jmlh_jurusan6', '$biaya_kuliah6', '$lingkungan6', '$beasiswa6', '$akreditasi6',

'$kampus7','$jmlh_jurusan7', '$biaya_kuliah7', '$lingkungan7',

'$beasiswa7', '$akreditasi7', '$kampus8','$jmlh_jurusan8', '$biaya_kuliah8', '$lingkungan8', '$beasiswa8', '$akreditasi8',

'$kampus9','$jmlh_jurusan9', '$biaya_kuliah9', '$lingkungan9', '$beasiswa9', '$akreditasi9', '$kampus10','$jmlh_jurusan10', '$biaya_kuliah10', '$lingkungan10', '$beasiswa10', '$akreditasi10')";

C1 1 C1

99 $hasil3="INSERT INTO data_hasil (nama, sekolah, v1, v2, v3, v4, v5, v6, v7, v8, v9, v10)

VALUES('$nama', '$sekolah',

'$v1','$v2','$v3','$v4','$v5','$v6','$v7','$v8','$v9','$v10')";

C1 1 C1

100 $hasil2=mysql_query($hasil); C1 1 C1

101 $hasil4=mysql_query($hasil3); C1 1 C1

102 if($hasil2 && $hasil4){ C5 1 C5

103 setcookie('v1', $v1, time()+10000); C6 1 C6

104 setcookie('v2', $v2, time()+10000); C6 1 C6

105 setcookie('v3', $v3, time()+10000); C6 1 C6

106 setcookie('v4', $v4, time()+10000); C6 1 C6

107 setcookie('v5', $v5, time()+10000); C6 1 C6

108 setcookie('v6', $v6, time()+10000); C6 1 C6

109 setcookie('v7', $v7, time()+10000); C6 1 C6

110 setcookie('v8', $v8, time()+10000); C6 1 C6

111 setcookie('v9', $v9, time()+10000); C6 1 C6

echo"<script>document.location='aplikasi/Halaman_akhir.php'</script>"; }

else {

mysql_query($hasil) or die ( mysql_error() );

echo"<script>alert('Gagalmemasukkan data, silahkanperiksa kembali');document.location='javascript:history.back(0);'</script>"; }

} ?>

T(n) = (76C1 + 5C2 + 10C3 + 10C4 + C5 + 10C6) = (nC1 + nC2 + nC3 + nC4 + nC5 + nC6)= ( )

4.2.2 Perhitungan Kompleksitas Waktu Weighted Sum Product

Perhitungan kompleksitas waktu dalam menentukan ranking mata pelajaran lintas minat kurikulum 2013 dengan menggunakan Weighted Sum Product dapat dilihat pada tabel 4.4.

Tabel 4.4 Perhitungan Kompleksitas Waktu Algoritma WP

NO CODE C # C.#

<?php

1 $host = "localhost"; C1 1 C1

2 $user = "root"; C1 1 C1

3 $pass = ""; C1 1 C1

4 $dbName = "db_wp"; C1 1 C1

5 $sambung=mysql_connect($host, $user, $pass); mysql_select_db($dbName)

or die ("Connect to database Failed ! : ".mysql_error());

C1 1 C1

6 $nama=$_COOKIE['nama']; C1 1 C1

7 $sekolah=$_COOKIE['sekolah']; C1 1 C1

8 $kampus1=$_COOKIE['kampus1']; C1 1 C1

9 $jmlh_jurusan1=$_COOKIE['jmlh_jurusan1']; C1 1 C1 10 $biaya_kuliah1=$_COOKIE['biaya_kuliah1']; C1 1 C1

11 $lingkungan1=$_COOKIE['lingkungan1']; C1 1 C1

12 $beasiswa1=$_COOKIE['beasiswa1']; C1 1 C1

13 $akreditasi1=$_COOKIE['akreditasi1']; C1 1 C1

14 $kampus2=$_COOKIE['kampus2']; C1 1 C1

15 $jmlh_jurusan2=$_COOKIE['jmlh_jurusan2']; C1 1 C1 16 $biaya_kuliah2=$_COOKIE['biaya_kuliah2']; C1 1 C1

17 $lingkungan2=$_COOKIE['lingkungan2']; C1 1 C1

18 $beasiswa2=$_COOKIE['beasiswa2']; C1 1 C1

20 $kampus3=$_COOKIE['kampus3']; C1 1 C1 21 $jmlh_jurusan3=$_COOKIE['jmlh_jurusan3']; C1 1 C1 22 $biaya_kuliah3=$_COOKIE['biaya_kuliah3']; C1 1 C1

23 $lingkungan3=$_COOKIE['lingkungan3']; C1 1 C1

24 $beasiswa3=$_COOKIE['beasiswa3']; C1 1 C1

25 $akreditasi3=$_COOKIE['akreditasi3']; C1 1 C1

26 $kampus4=$_COOKIE['kampus4']; C1 1 C1

27 $jmlh_jurusan4=$_COOKIE['jmlh_jurusan4']; C1 1 C1 28 $biaya_kuliah4=$_COOKIE['biaya_kuliah4']; C1 1 C1

29 $lingkungan4=$_COOKIE['lingkungan4']; C1 1 C1

30 $beasiswa4=$_COOKIE['beasiswa4']; C1 1 C1

31 $akreditasi4=$_COOKIE['akreditasi4']; C1 1 C1

32 $kampus5=$_COOKIE['kampus5']; C1 1 C1

33 $jmlh_jurusan5=$_COOKIE['jmlh_jurusan5']; C1 1 C1 34 $biaya_kuliah5=$_COOKIE['biaya_kuliah5']; C1 1 C1

35 $lingkungan5=$_COOKIE['lingkungan5']; C1 1 C1

36 $beasiswa5=$_COOKIE['beasiswa5']; C1 1 C1

37 $akreditasi5=$_COOKIE['akreditasi5']; C1 1 C1

38 $kampus6=$_COOKIE['kampus6']; C1 1 C1

39 $jmlh_jurusan6=$_COOKIE['jmlh_jurusan6']; C1 1 C1 40 $biaya_kuliah6=$_COOKIE['biaya_kuliah6']; C1 1 C1

41 $lingkungan6=$_COOKIE['lingkungan6']; C1 1 C1

42 $beasiswa6=$_COOKIE['beasiswa6']; C1 1 C1

43 $akreditasi6=$_COOKIE['akreditasi6']; C1 1 C1

44 $kampus7=$_COOKIE['kampus7']; C1 1 C1

45 $jmlh_jurusan7=$_COOKIE['jmlh_jurusan7']; C1 1 C1 46 $biaya_kuliah7=$_COOKIE['biaya_kuliah7']; C1 1 C1

47 $lingkungan7=$_COOKIE['lingkungan7']; C1 1 C1

48 $beasiswa7=$_COOKIE['beasiswa7']; C1 1 C1

49 $akreditasi7=$_COOKIE['akreditasi7']; C1 1 C1

50 $kampus8=$_COOKIE['kampus8']; C1 1 C1

51 $jmlh_jurusan8=$_COOKIE['jmlh_jurusan8']; C1 1 C1 52 $biaya_kuliah8=$_COOKIE['biaya_kuliah8']; C1 1 C1

53 $lingkungan8=$_COOKIE['lingkungan8']; C1 1 C1

54 $beasiswa8=$_COOKIE['beasiswa8']; C1 1 C1

55 $akreditasi8=$_COOKIE['akreditasi8']; C1 1 C1

56 $kampus9=$_COOKIE['kampus9']; C1 1 C1

57 $jmlh_jurusan9=$_COOKIE['jmlh_jurusan9']; C1 1 C1 58 $biaya_kuliah9=$_COOKIE['biaya_kuliah9']; C1 1 C1

59 $lingkungan9=$_COOKIE['lingkungan9']; C1 1 C1

60 $beasiswa9=$_COOKIE['beasiswa9']; C1 1 C1

62 $kampus10=$_COOKIE['kampus10']; C1 1 C1 63 $jmlh_jurusan10=$_COOKIE['jmlh_jurusan10']; C1 1 C1 64 $biaya_kuliah10=$_COOKIE['biaya_kuliah10']; C1 1 C1

65 $lingkungan10=$_COOKIE['lingkungan10']; C1 1 C1

66 $beasiswa10=$_COOKIE['beasiswa10']; C1 1 C1

67 $akreditasi10=$_COOKIE['akreditasi10']; C1 1 C1

68 $bobot1=$_COOKIE['bobot1']; C1 1 C1

69 $bobot2=$_COOKIE['bobot2']; C1 1 C1

70 $bobot3=$_COOKIE['bobot3']; C1 1 C1

71 $bobot4=$_COOKIE['bobot4']; C1 1 C1

72 $bobot5=$_COOKIE['bobot5']; C1 1 C1

73 $w1=$bobot1/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 74 $w2=$bobot2/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 75 $w3=$bobot3/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 76 $w4=$bobot4/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2 77 $w5=$bobot5/($bobot1+$bobot2+$bobot3+$bobot4+$bobot5); C2 1 C2

{

78

$s1=($jmlh_jurusan1*$w1)+($biaya_kuliah1*-$w2)+($lingkungan1*$w3)+($beasiswa1*$w4)+($akreditasi1*$w5); C3 1 C3 79

$s2=($jmlh_jurusan2*$w1)+($biaya_kuliah2*-$w2)+($lingkungan2*$w3)+($beasiswa2*$w4)+($akreditasi2*$w5); C3 1 C3 80

$s3=($jmlh_jurusan3*$w1)+($biaya_kuliah3*-$w2)+($lingkungan3*$w3)+($beasiswa3*$w4)+($akreditasi3*$w5); C3 1 C3 81

$s4=($jmlh_jurusan4*$w1)+($biaya_kuliah4*-$w2)+($lingkungan4*$w3)+($beasiswa4*$w4)+($akreditasi4*$w5); C3 1 C3 82

$s5=($jmlh_jurusan5*$w1)+($biaya_kuliah5*-$w2)+($lingkungan5*$w3)+($beasiswa5*$w4)+($akreditasi5*$w5); C3 1 C3 83

$s6=($jmlh_jurusan6*$w1)+($biaya_kuliah6*-$w2)+($lingkungan6*$w3)+($beasiswa6*$w4)+($akreditasi6*$w5); C3 1 C3 84

$s7=($jmlh_jurusan7*$w1)+($biaya_kuliah7*-$w2)+($lingkungan7*$w3)+($beasiswa7*$w4)+($akreditasi7*$w5); C3 1 C3 85

$s8=($jmlh_jurusan8*$w1)+($biaya_kuliah8*-$w2)+($lingkungan8*$w3)+($beasiswa8*$w4)+($akreditasi8*$w5); C3 1 C3 86

$s9=($jmlh_jurusan9*$w1)+($biaya_kuliah9*-$w2)+($lingkungan9*$w3)+($beasiswa9*$w4)+($akreditasi9*$w5); C3 1 C3 87

88 $hasil="INSERT INTO data (nama, sekolah, kampus1, jmlh_jurusan1, biaya_kuliah1, lingkungan1, beasiswa1, akreditasi1, kampus2, jmlh_jurusan2, biaya_kuliah2, lingkungan2, beasiswa2, akreditasi2,

kampus3, jmlh_jurusan3, biaya_kuliah3, lingkungan3, beasiswa3, akreditasi3, kampus4, jmlh_jurusan4, biaya_kuliah4, lingkungan4, beasiswa4, akreditasi4,

kampus5, jmlh_jurusan5, biaya_kuliah5, lingkungan5, beasiswa5, akreditasi5, kampus6, jmlh_jurusan6, biaya_kuliah6, lingkungan6, beasiswa6, akreditasi6,

kampus7, jmlh_jurusan7, biaya_kuliah7, lingkungan7, beasiswa7, akreditasi7, kampus8, jmlh_jurusan8, biaya_kuliah8, lingkungan8, beasiswa8, akreditasi8,

kampus9, jmlh_jurusan9, biaya_kuliah9, lingkungan9, beasiswa9, akreditasi9, kampus10, jmlh_jurusan10, biaya_kuliah10, lingkungan10, beasiswa10, akreditasi10)

VALUES('$nama', '$sekolah', '$kampus1','$jmlh_jurusan1', '$biaya_kuliah1', '$lingkungan1', '$beasiswa1', '$akreditasi1',

'$kampus2','$jmlh_jurusan2', '$biaya_kuliah2', '$lingkungan2', '$beasiswa2', '$akreditasi2',

'$kampus3','$jmlh_jurusan3', '$biaya_kuliah3', '$lingkungan3',

'$beasiswa3', '$akreditasi3', '$kampus4','$jmlh_jurusan4', '$biaya_kuliah4', '$lingkungan4', '$beasiswa4', '$akreditasi4',

'$kampus5','$jmlh_jurusan5', '$biaya_kuliah5', '$lingkungan5',

'$beasiswa5', '$akreditasi5', '$kampus6','$jmlh_jurusan6', '$biaya_kuliah6', '$lingkungan6', '$beasiswa6', '$akreditasi6',

'$kampus7','$jmlh_jurusan7', '$biaya_kuliah7', '$lingkungan7',

'$beasiswa7', '$akreditasi7', '$kampus8','$jmlh_jurusan8', '$biaya_kuliah8', '$lingkungan8', '$beasiswa8', '$akreditasi8',

'$kampus9','$jmlh_jurusan9', '$biaya_kuliah9', '$lingkungan9', '$beasiswa9', '$akreditasi9', '$kampus10','$jmlh_jurusan10', '$biaya_kuliah10', '$lingkungan10', '$beasiswa10', '$akreditasi10')";

C1 1 C1

89 $hasil3="INSERT INTO data_hasil (nama, sekolah, v1, v2, v3, v4, v5, v6, v7, v8, v9, v10)

VALUES('$nama', '$sekolah',

'$v1','$v2','$v3','$v4','$v5','$v6','$v7','$v8','$v9','$v10')";

C1 1 C1

90 $hasil2=mysql_query($hasil); C1 1 C1

91 $hasil4=mysql_query($hasil3); C1 1 C1

92 if($hasil2 && $hasil4){ C5 1 C5

93 setcookie('v1', $v1, time()+10000); C6 1 C6

94 setcookie('v2', $v2, time()+10000); C6 1 C6

95 setcookie('v3', $v3, time()+10000); C6 1 C6

96 setcookie('v4', $v4, time()+10000); C6 1 C6

97 setcookie('v5', $v5, time()+10000); C6 1 C6

98 setcookie('v6', $v6, time()+10000); C6 1 C6

99 setcookie('v7', $v7, time()+10000); C6 1 C6

100 setcookie('v8', $v8, time()+10000); C6 1 C6

101 setcookie('v9', $v9, time()+10000); C6 1 C6

echo"<script>document.location='aplikasi/Halaman_akhir.php'</script>"; }

else {

mysql_query($hasil) or die ( mysql_error() );

echo"<script>alert('Gagalmemasukkan data, silahkanperiksa kembali');document.location='javascript:history.back(0);'</script>"; }

} ?>

T(n) = (76C1 + 5C2 + 10C3 + 10C4 + C5 + 10C6) = (nC1 + nC2 + nC3 + nC4 + nC5 + nC6)= ( )

4.3 Perbandingan Hasil Algoritma Weighted Product dan Analytical Hierarchy Process 4.3.1 Hasil Algoritma Weighted Product

Hasil yang diperoleh adalah dari perhitungan algoritma WP yang kemudian diurutkan berdasarkan nilai V terbesar. Hasil akhir perankingan dapat dilihat pada tabel 4.5.

Tabel 4.5 Hasil Perankingan Mata Pelajaran Lintas Minat (WP) Nama Perguruan Tinggi swasta Nilai V(i) Ranking

STMIK NEUMANN 0,422 1

STMIK TRIGUNA DHARMA 0,386 2

STMIK BUDIDHARMA 0,192 3

4.3.2 Hasil Algoritma Weighted Sum Product

Tabel 4.6 Hasil Perankingan Mata Pelajaran Lintas Minat (WP) Nama Perguruan Tinggi swasta Nilai S(i) Ranking

STMIK NEUMANN 1,563 1

STMIK TRIGUNA DHARMA 1,375 2

4.4 Analisis Hasil

Dari perhitungan kompleksitas waktu yang dilakukan, diperoleh Big Theta yang sama, yaitu T(n) = Ө untuk kedua algoritma weighted product dan weighted sum model. Dari kedua algoritma tersebut diperoleh ranking teratas perguruan tinggi swasta terbaik adalah STMIK NEUMANN.

BAB 5

KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan yang didapat dalam menjalani penelitian ini serta saran yang diharapkan dapat bermanfaat dalam usaha untuk melakukan perbaikan dan pengembangan penelitian ini.

5.1 Kesimpulan

Kesimpulan yang dapat diambil dari implementasi Algoritma Wieghted Product dan Weighted Sum Product pada penentuan terhadap beberapa pilihan perguruan tinggi swasta terbaik adalah sebagai berikut:

1. Dengan menggunakan Algoritma WP dan WSM, sistem yang dibangun oleh penulis berhasil menentukan ranking dari perguruan tinggi swasta.

2. Hasil yang diperoleh dari sistem yang dibangun dapat membantu siswa-siswi untuk memilih perguruan tinggi swasta yang lebih baik.

3. Dari perbandingan kompleksitas waktu antara algoritma weighted product dan analytical hierarchy process diperoleh big theta yang sama, yaitu Ө (n).

5.2 Saran

Beberapa saran yang dapat digunakan untuk pengembangan penelitian ini adalah sebagai berikut:

1. Penelitian ini dapat dikembangkan dengan metode-metode lainnya selain WP dan AHP, seperti SAW, TOPSIS dan Electre.

2. Untuk pengembangan sistem selanjutnya disarankan untuk membangun sistem yang lebih user friendly sehingga dapat lebih memudahkan pengguna dalam menggunakan sistem.

3. Dalam perkembangannya diharapkan sistem dapat digunakan untuk menentukan ranking mata pelajaran berdasarkan mata pelajaran yang dimasukkan oleh pengguna, bukan yang ditentukan oleh sistem.

BAB 2

LANDASAN TEORI

Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi.

2.1 Sistem Pendukung Keputusan

Pada awal tahun 1970-an, Michael S.Scott mengungkapkan konsep sistem pendukung keputusan (SPK) untuk pertama kalinya dengan istilah Management Decision Sistem yaitu suatu sistem yang berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model tertentu untuk memecahkan berbagai persoalan yang tidak terstruktur.

Didefinisikan secara umum, sistem pendukung keputusan (SPK) adalah sistem informasi berbasis komputer yang menggabungkan model dan data guna menyelesaikan masalah semi terstruktur dan beberapa masalah tak terstruktur dengan keterlibatan pengguna secara luas (Turban, dkk. 2006). SPK dapat meningkatkan keefektifan pengambilan keputusan, meningkatkan kontrol manajemen, memfasilitasi komunikasi, menghemat usaha yang dilakukan pengguna, menghemat biaya, dan memungkinkan pengambilan lebih objektif (Turban, dkk. 2005).

Sprague dan Watson mendefinisikan Sistem Pendukung Keputusan (SPK) sebagai sistem yang memiliki lima karakteristik utama yaitu (Sprague et.al, 1993):

a. Sistem yang berbasis komputer.

b. Dipergunakan untuk membantu para pengambil keputusan.

c. Untuk memecahkan masalah-masalah rumit yang mustahil dilakukan dengan kalkulasi manual.

e. Dimana data dan model analisis sebagai komponen utama. 2.1.1 Konsep SPK

Kerangka pendukung keputusan terbagi atas dua tipe, yaitu tipe keputusan dan tipe pengendalian. Tipe keputusan mencakup keputusan terstruktur, keputusan semi terstruktur dan keputusan tidak terstruktur. Sedang untuk tipe pengendalian mencakup pengendalian operasional, manajerial dan strategik. Kedua tipe ini merupakan suatu bentuk yang saling melengkapi dalam suatu konsep piramida sistem informasi. Terdapat beberapa tahapan dalam proses pembuatan keputusan (Turban & Aronson, 1998), yaitu:

a. Mendefinisikan dan merumuskan masalah.

b. Mengklasifikasikan masalah dalam kategori standar.

c. Mengembangkan model matematik untuk menggambarkan kejadian nyata. d. Menemukan alternatif solusi untuk pemecahan masalah.

e. Menentukan pilihan terbaik dari alternatif solusi yang tersedia. 2.1.2 Tujuan Sistem Pendukung Keputusan

Adapun tujuan dari sistem pendukung keputusan antara lain (Turban, 2005) : a. Membantu manajer dalam mengambil keputusan atas masalah demi terstruktur. b. Memberikan dukungan bagi pertimbangan manajer dan bukannya di maksudkna untuk

menggantikan fungsi manajer.

c. Meningkatkan efektivas keputusan yang diambil manajer lebih daripada perbaikan efisiensinya.

2.1.3 Komponen-Komponen SPK

Selanjutnya SPK juga dapat didekomposisikan menjadi beberapa subsistem lainnya yang saling berhubungan (Turban & Aronson, 1998) seperti terlihat pada Gambar 2.1, yaitu:

a. Subsistem Manajemen Data

Subsistem manajemen data memasukkan satu database yang berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (DBMS).

b. 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. Perangkat lunak ini sering disebut sistem manajemen basis model (MBMS).

c. Subsistem Antarmuka Pengguna

Pengguna berkomunikai dengan dan memerintahkan SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang intensif antara komputer dan pembuat keputusan.

d. Subsistem Manajemen Berbasis Pengetahuan

Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan.

Gambar 2.1 Komponen-Komponen SPK 2.2 Multiple Attribute Decision Making (MADM)

Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu

(Kusumadewi et al, 2006). MCDM dapat dibagi menjadi 2 model (Zimmermann, 1991) yaitu Multi Attribute Decision Making (MADM) dan Multi Objective Decision Making (MODM). MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang terbatas. Secara umum dapat dikatakan bahwa, MADM menyeleksi alternatif terbaik dari sejumlah alternatif.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah MADM (Kusumadewi et al, 2006), antara lain:

a. Simple Additive Weighting Method (SAW) b. Weighted Product (WP)

c. ELimination Et Choix TRaduisant la realitE (ELECTRE)

d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) e. Analytical Hierarchy Process (AHP)

2.3 Weighted Product

Menurut Yoon (1989), Metode WP menggunakan perkalian untuk menghubungkan rating atribut, dimana rating atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan (Kusumadewi, dkk. 2006). Preferensi untuk alternatif Si diberikan sebagai berikut:

a. Penentuan nilai perbaikan bobot Wj

W =_{∑ W_Init}W_Init Dimana:

W_Initj = Nilai prioritas bobot setiap kriteria b. Penentuan nilai Vektor Si

S = X Dimana:

c. Penentuan nilai Vektor Vi

V = _{∑ S}S Dimana:

Si = Nilai vektor Si

Lalu, langkah-langkah dalam perhitungan metode Weighted Product (WP) adalah sebagai berikut:

a. Mengalihkan seluruh atribut bagi seluruh alternatif dengan bobot sebagai pangkat positif bagi atribut biaya.

b. Hasil perkalian dijumlahkan untuk menghasilkan nilai pada setiap alternatif. c. Membagi nilai V bagi setiap alternatif dengan nilai pada setiap alternatif. d. Ditemukan urutan alternatif terbaik yang akan menjadi keputusan. 2.3.1 Contoh Manual Penggunaan Algoritma Weighted Product

a. Kriteria

K1 = Jumlah jenis Jurusan Komputer K4 = Program Beasiswa K2 = Biaya Kuliah K5 =Nilai Akreditasi BAN PT K3 = Lingkungan kampus

Kriteria Keuntungan = K1, K3, K4 dan K5 Kriteria Biaya = K2

b. Skor Konversi Nilai Kriteria

Sebelum melakukan perhitungan, terlebih dahulu menentukan nilai konversi setiap kriteria. Untuk Konversi nilai kriteria untuk jumlah jenis jurusan komputer dapat di lihat pada tabel 2.1 di bawah ini.

Tabel 2.1 Skor Konversi Nilai Kriteria Jumlah jurusan Kriteria Jumlah Jenis Jurusan

Komputer Konversi Nilai

K1 1

2 3 4 ≥ 4

1 2 3 4 5 nilai kriteria untuk biaya kuliah dapat di lihat pada tabel 2.2 di bawah ini.

Tabel 2.2 Skor Konversi Nilai Kriteria Biaya Kuliah Kriteria Biaya Kuliah (Rp) Nilai Konversi

K2 2.000.000 - 2.900.000

3.000.000 - 3.500.000 3.600.000 - 4.000.000 4.100.000 - 4.500.000 >4.500.000 5 4 3 2 1

Pada kriteria Program beasiswa, penulis menentukan 7 jenis beasiswa sebagai parameter untuk menentukan nilai konversi, yaitu :

1. Beasiswa dari Pemerintah 2. Beasiswa dari Pihak Swasta 3. Beasiswa dari negara maju

4. Beasiswa komunitas organisasi, atau yayasan 5. Beasiswa Penghargaan

6. Beasiswa Bantuan 7. Beasiswa non akademik

nilai kriteria untuk jumlah program beasiswa dapat di lihat pada tabel 2.3 di bawah ini.

Tabel 2.3 Skor Konversi Nilai Kriteria Jumlah Program Beasiswa

Kriteria Jumlah Program

Beasiswa Nilai Konversi

K4 0

1-2 3-4 5-6 >6 0 1 2 3 4

Pada Kriteria lingkungan kampus, Penulis menentukan ada 3 sebagai indikator yang harus di miliki sebuah kampus dalam penambahan point sebagai ke unggulan kampus, yaitu :

1. Penghijauan 2. Ketenangan 3. Lahan yang Luas

Dalam hal ini, penulis menetapkan nilai default untuk nilai konversi kriteria lingkungan kampus adalah 1, dan jika memilih salah satu indikator diatas akan menambah bobot nilai konversi setiap satu pilihan. Nilai kriteria untuk lingkungan kampus dapat di lihat pada tabel 2.4 di bawah ini

.

Tabel 2.5 Skor Konversi Nilai Kriteria Lingkungan kampus Kriteria Lingkungan Kampus Nilai Konversi

K3 Pilih 1 indikator

Pilih 2 indikator Pilih 3 indikator

2 3 4 Nilai kriteria untuk Akreditasi BAN PT dapat di lihat pada tabel 2.5 di bawah ini.

Tabel 2.5 Skor Konversi Nilai Kriteria Akreditasi BAN PT Kriteria Akreditasi BAN PT Nilai Konversi

K5 A

B C

Telah ter Akreditasi

4 3 2 1 c. Contoh Data

Pada proses perhitungan perbandingan, user dapat menetukan berapa jumlah perguruan tinggi yang akan di bandingkan, jika user hanya ingin membandingkan 2,3, atau 4 saja, maka cukup dengan memilih nama 4 perguruan tinggi yang akan di bandingkan, tanpa harus di wajibkan memilih sepuluh pergurua tinggi.

Contoh nilai data yang sudah di pilih oleh user dapat dilihat pada Tabel 2.6. Tabel 2.6 Contoh Data WP

Nama Kampus K1 K2 K3 K4 K5

Mikroskill 4 _3.500.000 Rp Pilih 1 2 A

STMIK-IBBI 2 _3.000.000 Rp Pilih 2 4 B

Kampus Ungu 3 _2.500.000 Rp Tidak ada _pilihan 1 _Akreditasi

d. Contoh Data Yang Sudah Dikonversi

Contoh data yang sudah dikonvesi dapat dilihat pada Tabel 2.3. Tabel 2.7 Contoh Data Yang Sudah Dikonversi WP

Nama Kampus K1 K2 K3 K4 K5

Mikro Skill 4 4 2 2 4

STMIK-IBBI 2 4 3 4 3

e. Bobot Preferensi W = [ 3, 4, 2, 4, 5 ] f. Menghitung Nilai Wi

W =_{3 + 4 + 2 + 4 + 5 = 0,16}3 W =_{3 + 4 + 2 + 4 + 5 = 0,22}4 W =_{3 + 4 + 2 + 4 + 5 = 0,11}2 W =_{3 + 4 + 2 + 4 + 5 = 0,22}4 W =_{3 + 4 + 2 + 4 + 5 = 0,27}5 g. Menghitug Nilai Si

S = (4 , _{) x (4} , _{) x (2} , _{) x (2} , _{) x (4} , _{) =1,681} S = (2 , _{) x (4} , _{) x (3} , _{) x (4} , _{) x (3} , _{) = 1,696} S = (3 , _{) x (5} , _{) x (1} , _{) x (1} , _{) x (1} , _{) = 0,836} h. Menghitung Nilai Vi

V =_{1,681 + 1,696 + 0,836 = 0,399}1,681 V =_{1,681 + 1,696 + 0,836 = 0,402}1,696 V =_{1,681 + 1,696 + 0,836 = 0,198}0,836

Karena diperoleh nilai terbesar adalah V2, maka kampus STMIK-IBBI adalah alternatif perguruan tinggi swasta terbaik.

2.4 Weighted Sum Model

Weighted sum model adalah metode pengambilan keputusan dengan cara penjumlahan untuk menghubungkan rating atribut, dimana rating setiap atribut harus di pangkatkan dulu dengan

bobot atribut yang bersangkutan. Metode WSM hampir sama dengan metode WP, perbedaannya terletak pada operasi matematika. Pada metode WP menghubungkan rating atribut dengan cara perkalian sedangkan WSM dengan penjumlahan.

Jika terdapat m alternatif dan n kriteria, maka alternatif terbaik dapat dirumuskan sebagai berikut :

Awsm = max



i

i ij j

w a . Keterangan :

Awsm = Nilai Alternatif terbaik

ij

a = Nilai Alternatif i pada kriteria j

j

w = Bobot krietria j

Dimana i=1,2,3...,m dan Awsm merupakan nilai dari alternatif terbaik, n adalah banyaknya kriteria, aijmerupakan nilai alternatif i pada kriteria j, wjadalah nilai bobot

kriteria j dan max digunakan untuk mengurutkan alternatif keputusan dimana alternatif yang memiliki nilai terbesar akan di letakkan di paling atas.

2.4.1 Contoh Manual Penggunaan Algoritma Weighted Product

Dengan menggunakan kriteria yang sama dengan metode Weighted Product yang telah penulis paparkan sebelumnya, kita akan menghitung alternatif terbaik dari perguruan tinggi swasta terbaik.

Tabel 2.7 Contoh Data Yang Sudah Dikonversi WSM

Nama Kampus K1 K2 K3 K4 K5

Mikro Skill 4 4 2 2 4

STMIK-IBBI 2 4 3 4 3

a. Bobot Preferensi W = [ 3, 4, 2, 4, 5 ] b. Menghitung Nilai Wi

W =_{3 + 4 + 2 + 4 + 5 = 0,16}3 W =_{3 + 4 + 2 + 4 + 5 = 0,22}4 W =_{3 + 4 + 2 + 4 + 5 = 0,11}2 W =_{3 + 4 + 2 + 4 + 5 = 0,22}4 W =_{3 + 4 + 2 + 4 + 5 = 0,27}5 c. Menghitug Nilai Ai

A = (4 x 0,16)+(4 x -0,22) + (2 x 0,11) + (2 x 0,22) + (4 x 0,27) = 1,5 A = (2 x 0,16)+(4 x -0,22) + (3 x 0,11) + (4 x 0,22) + (3 x 0,27) = 1,46 A = (3 x 0,16)+(5 x -0,22) + (1 x 0,11) + (1 x 0,22) + (1 x 0,27) = -0,02

Karena diperoleh nilai terbesar adalah A1, maka kampus STMIK-IBBI adalah alternatif perguruan tinggi swasta terbaik.

2.5 Big Theta (Ɵ)

Thomas H. Cormen et al dalam buku yang berjudul Introduction to Algorithms pada edisi ketiga menyebutkan bahwa Algoritma adalah urutan langkah-langkah mengubah input menjadi output. Menganalisis algoritma berarti memprediksi sumber daya yang dibutuhkan algoritma, sumber daya yang menjadi perhatian utama seperti memori, bandwith komunikasi dan perangkat keras komputer yang biasanya sering digunakan untuk mengukur waktu komputasi (Thomas H. Cormen et al, 2009).

Algoritma memiliki kompleksitas, dimana ukuran kompleksitas tersebut merupakan acuan utama, untuk mengetahui kecepatan dari algoritma tersebut. Time Complexity (Kompleksitas waktu) adalah hubungan waktu komputasi dan jumlah input. Running time adalah sejumlah waktu yang dibutuhkan untuk mengeksekusi setiap baris pseudocode. Satu

baris statement memiliki jumlah waktu yang berbeda dengan baris yang lain maka dari itu akan diasumsikan bahwa setiap pelaksanaan i garis membutuhkan waktu ci, di mana ci adalah konstan. Running time dari sebuah algoritma adalah jumlah dari running time dari setiap statement yang dieksekusi.

Big Ɵ (Big Theta) adalah bagian dari kompleksitas waktu dari sebuah algoritma. Big Ɵ (Big Theta) Didefinisikan bahwa f(n) merupakan Theta dari g(n) dan dinotasikan f(n) = Ɵ(g(n) jika dan hanya jika terdapat tiga konstanta positif n0 , c1 dan c2 sedemikian berlaku: | C1 g(n) | <= | f(n) | <= |C2 g(n) |;

∀

n > n0.

2.6 Perguruan Tinggi

Perguruan tinggi mencakup program diploma,sarjana, magister,spesialis,dan dokter yang dapat berbentuk akademik, politeknik,sekolah tinggi,institut atau universitas . Menurut wikipedia(2012), Perguruan tinggi adalah satuan pendidikan penyelanggara pendidikan tinggi. Peserta didik perguruan tinggi disebut Mahasiswa, sedangkan tenaga pendidik perguruan tinggi di sebut Dosen jenisnya perguruan tinggi dibagi menjadi dua yaitu:

a. Perguruan Tinggi Negeri

Perguruan tinggi negeri merupakan perguruan tinggi yang di selenggarakan oleh pemerintah.

b. Perguruan Tinggi Swasta

Perguruan tinggi negeri swasta merupakan perguruan tinggi yang diselenggrakan oleh pihak swasta.

Perguruan tinggi merupakan kelanjutan jenjang pendidikan menengah untuk mempersiapkan peserta didik untuk menjadi anggota masyarakat yang memiliki kemampuan akademis dan profesional yang dapat menerapkan, mengembangkan dan menciptakan ilmu pengetahuan, teknologi ilmu pengetahuan, teknologi dan kesenian yang tercantum dalam UU 2 tahun 1989, pasal 16,ayat (1).

Pendidikan tinggi adalah pendidikan pada jenjang yang lebih tinggi daripada menengah di jalur pendidikan sekolah ( PP 30 Tahun 1990, pasal 1 ayat 1). Adapun tujuan pendidikan tinggi adalah :

a. Mempersiapkan peserta didik menjadi anggota masyarakat yang memiliki kemampuan akademik dan profesional yang dapat menerapkan, mengembangkan dan menciptakan ilmu pengetahuan, teknologi dan kesenian.

b. Mengembangkan dan menyebar luaskan ilmu pengetahuan, teknologi dan kesenian serta mengoptimalkan penggunaanya untuk meningkatkan taraf hidup masyarakat dan memperkaya kebudayaan nasional, tercantum dalam UU 2 Tahun 1989, Pasal 16, Ayat (1); PP 30 Thaun 1990, Pasal 2, Ayat (1).

BAB 1 PENDAHULUAN

Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan.

1.1 Latar Belakang

Pada saat ini perkembangan teknologi sangat tumbuh dengan pesat, baik dibidang teknologi telekomunikasi sampai dengan teknologi komputasi. Dalam bidang komputer sendiri banyak hal yang tumbuh dan berkembang, dahulu komputer hanya dapat digunakan untuk pengumpulan dan pengolahan data namun sekarang komputer juga dapat dijadikan sebagai alat untuk membantu membuat suatu keputusan.

Perguruan tinggi merupakan kelanjutan pendidikan menengah yang di persiapkan bagi peserta anak didik menjadi anggota masyarakat yang memiliki kemampuan akademis dan profesional yang dapat menerapkan, mengembangkan dan menciptakan ilmu pengetahuan, teknologi dan kesenian yang tercamtum dalam UU 2 tahun 1989,pasal 16,ayat (1) serta mengembangkan dan menyebar luaskan ilmu pengetahuan, teknologi dan kesenian serta mengoptimalkan penggunaannya untuk meningkatkan taraf hidup masyarakat dan memperkaya kebudayaan nasional yang tercantum dalam UU 2 tahun 1989, pasal 16, Ayat (91);PP 30 Tahun 1990, pasal 2, Ayat (1).

Pada dasarnya, siswa SMA atau SMK dan sederajat pasti ingin melanjutkan ketingkat pendidikan yang lebih tinggi ke sebuah perguruan tinggi, dan tentunya pilihan pertama adalah PTN (Perguruan Tinggi Negeri). Namun, tidak semua orang memiliki nasib baik yang lulus ke perguruan tinggi negeri. Akhirnya memilih untuk masuk ke keperguruan tinggi swasta.

Mencari Perguruan Tinggi Swasta yang terbaik, sesuai dengan keinginan siswa adalah bukan hal yang mudah. Mereka harus mencari informasi dari suatu Perguruan Tinggi tersebut lewat brosur, pamflet, iklan maupun datang langsung ke lokasi Perguruan Tinggi.

Penentuan Perguruan Tinggi terbaik mempunyai banyak aspek maupun faktor sebagai bahan pertimbangan, seperti kemampuan ekonomi keluarga untuk membiayai uang kuliah, karena biaya kuliah semua Perguruan Tinggi tidak lah sama, bagaimana lingkungan kampus kondusif untuk belajar atau tidak, banyak nya pilihan jurusan program komputer, dan jarak Perguruan Tinggi dari tempat tinggal.

Oleh karena itu perlu adanya sistem yang dapat membantu siswa dalam memilih Perguruan Tinggi yang baik. Sistem ini yang kemudian disebut dengan Sistem Pendukung Keputusan (SPK). Sistem Pendukung Keputusan adalah sebuah sistem yang mampu memberikan kemampuan pemecahan masalah maupun peng komunikasian untuk masalah dengan kondisi semi terstruktur dan tak terstruktur. Sistem ini di gunakan untuk membantu pengambilan keputusan dalam situasi semi terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya di buat (Turban, 2001).

Dari penjelasan di atas, maka penulis berencana mengadakan penelitian tugas akhir

dengan judul ”Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Swasta

Terbaik Berdasarkan Jurusan Komputer Menggunakan Metode Weighted Product dan Weighted Sum Model.

1.2 Rumusan Masalah

Rumusan masalah dalam penelititan ini adalah bagaimana menentukan perguruan tinggi swasta yang terbaik dengan multi kriteria menggunakan sistem pengambil keputusan.

Mengimplementasikan algoritma Weighted Product (WP) dan Weighted Sum Model dalam menentukan perguruan tinggi swasta terbaik serta membandingkan kedua algoritma tersebut.

1.4 Batasan Penelitian

Dari latar belakang dan perumusan masalah di atas, agar tidak menyimpang dari tujuan yang diharapkan maka dibuat beberapa pembatasan masalah antara lain:

1. Metode yang digunakan yaitu Weighted Sum Model dan Weighted Product Model.

2. Sistem pendukung keputusan ini diperuntukkan untuk memilih perguruan tinggi swasta

terbaik berdasarkan jurusan komputer.

3. Sistem ini ditujukan untuk memilih Perguruan Tinggi Swasta terbaik wilayah kota

Medan dengan jumlah 10 perguruan tinggi, yaitu : STMIK Neumann, STMIK Budi Dharma, Universitas Methodist Indonesia, Unika, STMIK IBBI, STMIK Mikroskill, STMIK Triguna Dharma, STTP Poliprofesi Medan, Universitas Sisingamangaraja, Universitas Potensi Utama.

4. Penentuan Perguruan Tinggi Swasta terbaik 5 indikator, yaitu jumlah jenis jurusan

komputer yang tersedia, biaya kuliah, lingkungan kampus, program beasiswa dan nilai akreditasi BAN PT.

5. Bahasa pemrograman yang digunakan yaitu PHP dan databasenya menggunakan

MySQL.

6. Parameter yang digunakan untuk perbandingan algoritma yaitu Big Ө (Theta)

Penelitian ini membantu Siswa SMA/SMK atau sederajat dalam menentukan perguruan tinggi swasta terbaik dengan lebih objektif dan efisien.

1.6 Metodologi Penelitian

Adapun metode penelitian yang digunakan dalam penulisan skripsi ini adalah sebagai berikut:

1. Studi Literatur

Pada tahap ini di lakukan pengumpulan referensi yang perlukan dalam penelitian. Hal ini dilakukan untuk memperoleh informasi dan data yang diperlukan untuk penulisan skripsi ini. Referensi yang digunakan dapat berupa buku, jurnal, artikel, maupun situs internet yang berkaitan dengan penelitian ini.

2. Pengumpulan Data

Pada tahap ini dilakukan proses pengumpulan data yang berhubungan dengan penelitian ini seperti data siswa dan data perguruan tinggi swasta yang akan di proses oleh system yang akan di buat.

3. Perancangan Sistem

Pada tahap ini akan dilakukan perancangan sistem pengambilan keputusan dengan

menggunakan algoritma Weighted Product (WP) dan Weighted Sum Model (WSM).

Termasuk di dalamnya perancangan flowchart, Data Flow Diagram, dan desain

interface.

4. Implementasi Sistem

Metode ini dilaksanakan dengan mengimplementasikan rancangan sistem yang telah dibuat pada tahap perancangan sistem ke dalam program komputer dengan menggunakan bahasa pemrograman PHP.

5. Pengujian Sistem

Pada tahap ini akan dilakukan pengujian terhadap system yang telah dibangun untuk melihat apakah system sudah sesuai dengan tujuan yang telah ditentukan pada penelitian ini.

Membuat laporan hasil analisa, perancangan dan pengujian kedalam format penulisan skripsi yang di sertai dengan kesimpulan.

1.7 Sistematika Penulisan

Adapun langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut: BAB 1 PENDAHULUAN

Bab ini berisi latar belakang, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodologi penelitian dan sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini berisi teori-teori yang berkaitan dengan Sistem Pendukung Keputusan,

Weighted Product, Weighted Sum Product, Pengertian perguruan tinggi serta tujuan perguruan tinggi.

BAB 3 ANALISIS DAN PERANCANGAN SISTEM

Bab ini berisi pembahasan analisis sistem dan perancangan sistem, termasuk di

dalamnya perancangan flowchart, data flow diagram dan desain interface.

BAB 4 IMPLEMENTASI DAN PENGUJIAN SISTEM

Bab ini berisi ulasan dan pengujian terhadap peracangan yang telah diimplementasikan dengan menggunakan bahasa pemrograman PHP

BAB 5 KESIMPULAN DAN SARAN

Bab ini berisi kesimpulan yang didapat dalam menjalani penelitian ini serta saran yang diharapkan dapat bermanfaat dalam usaha untuk melakukan perbaikan dan pengembangan penelitian ini.

ABSTRAK

Sitem Pendukung Keputusan (SPK) merupakan suatu system yang dapat membantu seseorang dalam mengambil keputusan yang dengan lebih efektif dan efisien. Dengan adanya system ini, permasalahan yang di hadapi dapat di selesaikan, seperti penentuan perguruan tinggi swasta terbaik. Ada beberpa metode yang dapat di gunakan dalam membangun suatu SPK seperti Metode Weighted product dan weighted sum model. Metode weighted product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap harus di pangkatkan dulu dengan bobot atribut yang bersangkutan. Metode weighted sum model (WSM) merupakan penjumlahan dari perkalian rating atribut dengan bobot atribut. WP dan WSM merupakan metode yang sederhana, dimana penggunaannya mudah untuk di pahami, seperti dalam SPK penentuan perguruan tinggi swasta terbaik. Penelitian ini menggunakan metode WP dan WSM. Dalam penentuan kualitas perguruan tinggi, ada beberapa kriteria yang menjadi dasar pengambilan keputusan antara lain jumlah jurusan computer, biaya kuliah, lingkungan kampus, jumlah program beasiswa, dan akreditasi BAN PT. Jumlah jurusan komputer berarti banyak nya jurusan yang berhubungan dengan computer. Lingkungan kampus berarti keadaan lingkungan sekitar kampus, apakah terdapat penghijauan maupun memiliki taman sebagai tempat mahasiswa untuk mengembangkan kreasi. Jumlah Program beasiswa berarti banyak tidak nya program beasiswa yang terdapat pada kampus itu sendiri yang dapat memotivasi mahasiswa untuk memilih perguruan tinggi itu sendiri. Adapun hasil dalam penelitian ini adalah hasil pilihan pengguna sistem dengan nilai kriteria yang di tentukan sendiri oleh pengguna, dan hasilnya akan diurutkan dari nilai yang tertinggi hingga terendah, sehingga pengguna lebih mudah mengambil keputusan dengan melihat hasil tersebut.

Kata kunci – Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Model,

ABSTRACT

Decision support system (DSS) is a system that can assist a person in making decisions more effectively and efficiently. Given this system, problems faced can be solved, such as the determination of the best private universities. There beberpa methods that can be used in building a Weighted Method SPK like product and weighted sum models. Methods weighted product (WP) use multiplication to connect rating attributes, where each rating should be used with attribute weights pangkatkan concerned. Methods weighted sum model (WSM) is the sum of the multiplication rating attribute with attribute weights. WP and WSM is a simple method, where its use is easy to understand, such as the determination of the SPK best private universities. This study uses WP and WSM. In determining the quality of higher education, there are several criteria on which to base decisions, among others the number of majors computers, tuition, campus, the number of scholarship programs, and accreditation BAN PT. Number of computer science majors means his many associated with the computer. Campus environment means circumstances surrounding the campus, whether there are greening and have a garden as a student to develop creations. The amount of the scholarship program does not mean much of its scholarship program contained in the campus itself can motivate students to choose college itself. The results in this study are chosen by users of the system with the value criteria determined by the user, and the results will be sorted from the highest to the lowest value, so users more easily make decisions by looking at these results.

Keywords - Decision Support Systems , Weighted Product , Weighted Sum Model , Higher Education .

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI SWASTA TERBAIK JURUSAN KOMPUTER MENGGUNAKAN

METODE WEIGHTED PRODUCT DAN WEIGHTED SUM MODEL (STUDI KASUS : PERGURUAN

TINGGI SWASTA)

SKRIPSI

MEABENG TAMPUBOLON 131421010

PROGRAM STUDI S1 ILMU KOMPUTER

FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA

MEDAN 2015

PERSETUJUAN

Judul : Sistem Pendukung Keputusan Pemilihan Perguruan

Tinggi Swasta Terbaik Jurusan Komputer Menggunakan Metode Weighted Product dan Weighted Sum Model (Studi Kasus : Perguruan Tinggi Swasta)

Kategori : SKRIPSI

Nama : MEABENG TAMPUBOLON

Nomor Induk Mahasiswa : 131421010

Program Studi : SARJANA (S-1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas : ILMU KOMPUTER DAN TEKNOLOGI

INFORMASI Diluluskan di

Medan, Desember 2015

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Handrizal,S.Si.M.Comp.Sc. Drs.Marihat Situmorang, M.Kom

NIP.- NIP.19632141989031001

Diketahui/Disetujui oleh

Program Studi S-1 Ilmu Komputer Ketua,

Dr. Poltak Sihombing, M.Kom NIP. 196203171991031001

PERNYATAAN

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PERGURUAN TINGGI SWASTA TERBAIK JURUSAN KOMPUTER MENGGUNAKAN

METODE WEIGHTED PRODUCT DAN WEIGHTED SUM MODEL ( STUDI KASUS : PERGURUAN

TINGGI SWASTA) SKRIPSI

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

Medan, Desember 2015

Meabeng Tampubolon 131421010

PENGHARGAAN

Puji syukur penulis ucpkan kepada Tuhan Yang Maha Esa yang telah memberikan kesehatan dan kesempatan kepada penulis sehingga penulis dapat melaksanakan dan menyelesaikan Skripsi ini yang berjudul “Sistem Pendukung Keputusan Pemilihan Perguruan Tinggi Swasta Terbaik Jurusan Komputer Menggunakan Metode Weighted Product dan Weighted Sum Model (Studi Kasus : Perguruan Tinggi Swasta)”.

Terima kasih penulis sampaikan kepada semua pihak yang telah membantu penulis dalam menyelesaikan skripsi ini baik secara langsung maupun tidak langsung. Dalam kesempatan ini penulis mengucapkan terima kasih yang sebesar-besarnya kepada:

1. Bapak Prof. Dr. Muhammad Zarlis,M.Sc selaku Dekan Fasilkom-TI USU.

2. Bapak Dr. Poltak Sihombing, M.Kom dan ibu Maya Silvi Lydia, B.Sc,M.Sc selaku Ketua dan Sekretaris Program Studi S1 Ilmu Komputer Fasilkom-TI USU.

3. Bapak Dr. Marihat Situmorang, M.Kom . dan Handrizal,S.Si.M.Comp.Sc. selaku pembimbing I dan II yang telah membimbing dan memberikan masukan-masukan kepada penulis dengan tulus ikhlas dalam menyelesaikan skripsi ini.

4. Bapak Dr.Syahril Efendi, S.Si, MIT dan Jos Timanta Tarigan, S.Kom,M.Sc selaku pembanding I dan II yang telah memberikan kritik dan masukan-masukan positif guna penyempurnaan skripsi ini.

5. Dosen dan Pegawai Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara, rekan-rekan mahasiswa Ilmu Komputer serta semua pihak yang telah membantu dan memberi masukan kepada penulis untuk menyempurnakan skripsi ini. 6. Ayahanda dan ibunda tercinta, J.Tampubolon dan N.Br Situmeang yang tidak

henti-hentinya mendukung dan mendoakan penulis serta memberikan motivasi dan dukungan baik secara moril dan materil, kepada seluruh keluarga, abang, kakak dan adik tersayang.

7. Teman-teman yang selalu membantu dan menjadi teman diskusi penulis dalam menyelesaikan skripsi ini, khususnya Rhezy,Ibad,Dimas,Zaky, Dhita,Rizky, Ikhsan dan Nurdin yang telah memberikan dukungan moril dalam penyusunan skripsi ini.

Penulis berharap semoga amal kebaikan semua pihak yang telah membantu penulis akan dinilai sebagai amal dan mendapat balasan dari Tuhan Yang Maha Esa.

Medan, Desember 2015

ABSTRAK

Sitem Pendukung Keputusan (SPK) merupakan suatu system yang dapat membantu seseorang dalam mengambil keputusan yang dengan lebih efektif dan efisien. Dengan adanya system ini, permasalahan yang di hadapi dapat di selesaikan, seperti penentuan perguruan tinggi swasta terbaik. Ada beberpa metode yang dapat di gunakan dalam membangun suatu SPK seperti Metode Weighted product dan weighted sum model. Metode weighted product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap harus di pangkatkan dulu dengan bobot atribut yang bersangkutan. Metode weighted sum model (WSM) merupakan penjumlahan dari perkalian rating atribut dengan bobot atribut. WP dan WSM merupakan metode yang sederhana, dimana penggunaannya mudah untuk di pahami, seperti dalam SPK penentuan perguruan tinggi swasta terbaik. Penelitian ini menggunakan metode WP dan WSM. Dalam penentuan kualitas perguruan tinggi, ada beberapa kriteria yang menjadi dasar pengambilan keputusan antara lain jumlah jurusan computer, biaya kuliah, lingkungan kampus, jumlah program beasiswa, dan akreditasi BAN PT. Jumlah jurusan komputer berarti banyak nya jurusan yang berhubungan dengan computer. Lingkungan kampus berarti keadaan lingkungan sekitar kampus, apakah terdapat penghijauan maupun memiliki taman sebagai tempat mahasiswa untuk mengembangkan kreasi. Jumlah Program beasiswa berarti banyak tidak nya program beasiswa yang terdapat pada kampus itu sendiri yang dapat memotivasi mahasiswa untuk memilih perguruan tinggi itu sendiri. Adapun hasil dalam penelitian ini adalah hasil pilihan pengguna sistem dengan nilai kriteria yang di tentukan sendiri oleh pengguna, dan hasilnya akan diurutkan dari nilai yang tertinggi hingga terendah, sehingga pengguna lebih mudah mengambil keputusan dengan melihat hasil tersebut.

Kata kunci – Sistem Pendukung Keputusan, Weighted Product, Weighted Sum Model, Perguruan Tinggi.

ABSTRACT

Decision support system (DSS) is a system that can assist a person in making decisions more effectively and efficiently. Given this system, problems faced can be solved, such as the determination of the best private universities. There beberpa methods that can be used in building a Weighted Method SPK like product and weighted sum models. Methods weighted product (WP) use multiplication to connect rating attributes, where each rating should be used with attribute weights pangkatkan concerned. Methods weighted sum model (WSM) is the sum of the multiplication rating attribute with attribute weights. WP and WSM is a simple method, where its use is easy to understand, such as the determination of the SPK best private universities. This study uses WP and WSM. In determining the quality of higher education, there are several criteria on which to base decisions, among others the number of majors computers, tuition, campus, the number of scholarship programs, and accreditation BAN PT. Number of computer science majors means his many associated with the computer. Campus environment means circumstances surrounding the campus, whether there are greening and have a garden as a student to develop creations. The amount of the scholarship program does not mean much of its scholarship program contained in the campus itself can motivate students to choose college itself. The results in this study are chosen by users of the system with the value criteria determined by the user, and the results will be sorted from the highest to the lowest value, so users more easily make decisions by looking at these results.

Keywords - Decision Support Systems , Weighted Product , Weighted Sum Model , Higher Education .

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar isi viii

Daftar Gambar xi

Daftar Tabel xii

BAB 1 PENDAHULUAN

1.1. Latar Belakang 1

1.2. Rumusan Masalah 2

1.3. Tujuan Penelitian 3

1.4. Batasan Penilitian 3

1.5. Manfaat Penelitian 3

1.6. Metodologi Penelitian 4

1.7. Sistematika Penelitian 5

BAB 2 LANDASAN TEORI

2.1. Sistem Pendukung Keputusan 6

2.1.1. Konsep SPK 7

2.1.2. Tujuan SPK 7

2.1.3. Komponen-Komponen SPK 7 2.2. Multiple Attribute Decision Making (MADM) 8

2.3.1. Contoh Manual Penggunaan Algoritma WP 10

2.4. Weighted Sum Product 14

2.4.1 Contoh Manual Penggunaan Algoritma WSM 15

2.5. Big Theta (Ɵ) 16

2.6. Perguruan Tinggi 17

BAB 3ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Sistem 19

3.2. Analisis Aspek Kriteria Penilaian 19

3.3. Perancangan Sistem 21

3.3.1. Flowchart Algoritma Weighted Product 21

3.3.2. Flowchart Algoritma Weighted Sum Model 21

3.3.3. Data Flow Diagram (DFD) 22

3.3.4. Perancangan Antar Muka Sistem (Interface) 24

3.3.4.1. Halaman Masuk 24

3.3.4.2. Halaman Awal 25

3.3.4.3. Halaman Info Kampus 26

3.3.4.4. Halaman Proses Pehitungan 27 3.3.4.5. Halaman Proses Perhitungan Lanjutan 29 3.3.4.6. Halaman Perankingan Nama Kampus 31 BAB 4IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem 33

4.1.1. Halaman Masuk 33

4.1.2. Halaman Awal 34

4.1.4. Halaman Proses Perhitungan 35

4.2. Perhitungan Kompleksitas Waktu 43

4.2.1. Perhitungan Kompleksitas Waktu Algoritma WP 43 4.2.2. Perhitungan Kompleksitas Waktu Algoritma WSM 48

4.3. Perbandingan Hasil Algoritma WP dan WSM 52

4.3.1. Hasil Algritma Weighted Product 52

4.3.2. Hasil Algritma Weighted Sum Model 53

4.4. Analisis Hasil 53

BAB 5KESIMPULAN DAN SARAN

5.1. Kesimpulan 54

ABSTRACT

Decision support system (DSS) is a system that can assist a person in making decisions more effectively and efficiently. Given this system, problems faced can be solved, such as the determination of the best private universities. There beberpa methods that can be used in building a Weighted Method SPK like product and weighted sum models. Methods weighted product (WP) use multiplication to connect rating attributes, where each rating should be used with attribute weights pangkatkan concerned. Methods weighted sum model (WSM) is the sum of the multiplication rating attribute with attribute weights. WP and WSM is a simple method, where its use is easy to understand, such as the determination of the SPK best private universities. This study uses WP and WSM. In determining the quality of higher education, there are several criteria on which to base decisions, among others the number of majors computers, tuition, campus, the number of scholarship programs, and accreditation BAN PT. Number of computer science majors means his many associated with the computer. Campus environment means circumstances surrounding the campus, whether there are greening and have a garden as a student to develop creations. The amount of the scholarship program does not mean much of its scholarship program contained in the campus itself can motivate students to choose college itself. The results in this study are chosen by users of the system with the value criteria determined by the user, and the results will be sorted from the highest to the lowest value, so users more easily make decisions by looking at these results.

Keywords - Decision Support Systems , Weighted Product , Weighted Sum Model , Higher Education .

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak vi

Abstract vii

Daftar isi viii

Daftar Gambar xi

Daftar Tabel xii

BAB 1 PENDAHULUAN

1.1. Latar Belakang 1

1.2. Rumusan Masalah 2

1.3. Tujuan Penelitian 3

1.4. Batasan Penilitian 3

1.5. Manfaat Penelitian 3

1.6. Metodologi Penelitian 4

1.7. Sistematika Penelitian 5

BAB 2 LANDASAN TEORI

2.1. Sistem Pendukung Keputusan 6

2.1.1. Konsep SPK 7

2.1.2. Tujuan SPK 7

2.1.3. Komponen-Komponen SPK 7 2.2. Multiple Attribute Decision Making (MADM) 8

2.3.1. Contoh Manual Penggunaan Algoritma WP 10

2.4. Weighted Sum Product 14

2.4.1 Contoh Manual Penggunaan Algoritma WSM 15

2.5. Big Theta (Ɵ) 16

2.6. Perguruan Tinggi 17

BAB 3ANALISIS DAN PERANCANGAN SISTEM

3.1. Analisis Sistem 19

3.2. Analisis Aspek Kriteria Penilaian 19

3.3. Perancangan Sistem 21

3.3.1. Flowchart Algoritma Weighted Product 21 3.3.2. Flowchart Algoritma Weighted Sum Model 21 3.3.3. Data Flow Diagram (DFD) 22 3.3.4. Perancangan Antar Muka Sistem (Interface) 24 3.3.4.1. Halaman Masuk 24 3.3.4.2. Halaman Awal 25 3.3.4.3. Halaman Info Kampus 26 3.3.4.4. Halaman Proses Pehitungan 27 3.3.4.5. Halaman Proses Perhitungan Lanjutan 29 3.3.4.6. Halaman Perankingan Nama Kampus 31 BAB 4IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1. Implementasi Sistem 33

4.1.1. Halaman Masuk 33 4.1.2. Halaman Awal 34 4.1.3. Halaman Informasi Kampus 35

4.1.4. Halaman Proses Perhitungan 35 4.2. Perhitungan Kompleksitas Waktu 43 4.2.1. Perhitungan Kompleksitas Waktu Algoritma WP 43 4.2.2. Perhitungan Kompleksitas Waktu Algoritma WSM 48 4.3. Perbandingan Hasil Algoritma WP dan WSM 52 4.3.1. Hasil Algritma Weighted Product 52 4.3.2. Hasil Algritma Weighted Sum Model 53

4.4. Analisis Hasil 53

BAB 5KESIMPULAN DAN SARAN

5.1. Kesimpulan 54

DAFTAR GAMBAR

Halaman

Gambar 2.1. Komponen-Komponen SPK 8

Gambar 3.1. Flowchart Algoritma WP 21

Gambar 3.2. Flowchart Algoritma WSM 22

Gambar 3.3. Komponen DFD 23

Gambar 3.4. DFD Level 0 23

Gambar 3.5. DFD Level 1 24

Gambar 3.6. Rancangan Halaman Masuk 25

Gambar 3.7. Rancangan Halaman Awal 26

Gambar 3.8. Rancangan Halaman Informasi Kampus 27 Gambar 3.9. Rancangan Halaman Proses Perhitungan 28 Gambar 3.10. Rancangan Halaman Proses Lanjutan 30 Gambar 3.11. Rancangan Halaman Perankingan Kampus 32

Gambar 4.1. Tampilan Halaman Masuk 34

Gambar 4.2. Tampilan Halaman 34

Gambar 4.3. Tampilan Halaman Informasi Kampus 35 Gambar 4.4. Tampilan Halaman Pemilihan Nilai Kriteria 36 Gambar 4.5. Tampilan Pemilihan Nilai dan Nama Kampus 2 36 Gambar 4.6. Tampilan Pemilihan Nilai dan Nama Kampus 3 37 Gambar 4.7. Tampilan Perankingan dengan Metode WP 39 Gambar 4.8. Tampilan Halaman Pemilihan Nilai Kriteria 40 Gambar 4.9. Tampilan Pemilihan Nilai dan Nama Kampus 2 40 Gambar 4.10. Tampilan Pemilihan Nilai dan Nama Kampus 3 41 Gambar 4.11. Tampilan Perankingan dengan Metode WSM 42

DAFTAR TABEL

Halaman Tabel 2.1. Konversi Nilai Kriteria Jumlah Jurusan 11 Tabel 2.2. Konversi Nilai Kriteria Biaya Kuliah 11 Tabel 2.3. Konversi Nilai Kriteria Lingkungan Kampus 12 Tabel 2.4. Konversi Nilai Kriteria Jumlah Program Beasiswa 12 Tabel 2.5. Konversi Nilai Kriteria Akreditasi BAN PT 13

Tabel 2.6. Contoh Data WP 13

Tabel 2.7. Contoh Data yang Sudah Di Konversi WP 13 Tabel 2.8. Contoh Data yang Sudah Di Konversi WSM 15 Tabel 3.1. Keterangan Rancangan Halaman Masuk 25 Tabel 3.2. Keterangan Rancangan Halaman Awal 26 Tabel 3.3. Keterangan Rancangan Halaman Informasi Kampus 27 Tabel 3.4. Keterangan Rancangan Halaman Proses Perhitugan 28 Tabel 3.5. Keterangan Rancangan Halaman Proses Lanjutan 30 Tabel 3.6. Keterangan Rancangan Halaman Perankingan Kampus 32

Tabel 4.1. Nilai Konversi Kriteria Kampus 38

Tabel 4.2. Nilai Konversi Kriteria Kampus 42

Tabel 4.3. Perhitungan Kompleksitas Waktu Algoritma WP 43 Tabel 4.4. Perhitungan Kompleksitas Waktu Algoritma WSM 48

Tabel 4.5. Hasil Perankingan Kampus WP 53