Perancangan Sistem Pendukung Keputusan Penentuan Performance Sekolah Dengan Menggunakan Metode Fuzzy Multi Criteria Decision Making (MCDM)

(1)

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN

PENENTUAN PERFORMANCE SEKOLAH DENGAN

MENGGUNAKAN METODE FUZZY MULTI

CRITERIA DECISION MAKING (MCDM)

SKRIPSI

REZA FERIANSYAH

071401023

PROGRAM STUDI S1 ILMU KOMPUTER

DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2011

(2)

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN

PERFORMANCE SEKOLAH DENGAN MENGGUNAKAN METODE

FUZZY MULTI CRITERIA DECISION MAKING (MCDM)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Komputer

REZA FERIANSYAH 071401023

PROGRAM STUDI S1 ILMU KOMPUTER DEPARTEMEN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2011

(3)

PERSETUJUAN

Judul : PERANCANGAN SISTEM PENDUKUNG

KEPUTUSAN PENENTUAN PERFORMANCE

SEKOLAH DENGAN MENGGUNAKAN METODE

FUZZY MULTI CRITERIA DECISION MAKING

(MCDM)

Kategori : SKRIPSI

Nama : REZA FERIANSYAH

Nomor Induk Mahasiswa : 071401023

Program Studi : SARJANA (S1) ILMU KOMPUTER

Departemen : ILMU KOMPUTER

Fakultas :MATEMATIKA DAN ILMU PENGETAHUAN

ALAM (FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan,

Komisi Pembimbing :

Pembimbing 2, Pembimbing 1,

Drs. Marihat Situmorang, M.Kom NIP. 196312141989031001 NIP. 196711101996021001

Diketahui/Disetujui oleh

Departemen Ilmu Komputer FMIPA USU Ketua,

NIP. 196203171991021001

(4)

PERNYATAAN

PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PENENTUAN

PERFORMANCE SEKOLAH DENGAN MENGGUNAKAN METODE

FUZZY MULTI CRITERIA DECISION MAKING (MCDM)

SKRIPSI

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

Medan, 28 Mei 2011

REZA FERIANSYAH 071401023

(5)

PENGHARGAAN

Puji dan syukur saya panjatkan kepada Allah SWT karena berkat rahmat dan karunia-Nya skripsi ini berhasil diselesaikan dalam waktu yang telah ditetapkan.

Ucapan terima kasih saya sampaikan kepada Bapa dan Bapak Drs. Marihat Situmorang, M.Kom selaku pembimbing pada penyelesaian skripsi ini yang telah memberikan panduan dan kepercayaan penuh kepada saya untuk menyempurnakan skripsi ini. Ucapan terima kasih juga ditujukan kepada Ketua dan Sekretaris Program Studi S1 Ilmu Komputer, Bapak Dr. Poltak Sihombing, M.Kom dan Ibu Maya Silvi Lydia, B.Sc., Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara, seluruh dosen, pegawai/staf dan rekan-rekan mahasiswa di Program Studi S-1 Ilmu Komputer FMIPA USU. Teristimewa kepada Ayahanda Irwansyah dan Ibunda Dra. Kilasari yang telah memberikan do’a, dukungan, perhatian dan kasih sayang yang tulus serta pengorbanan yang tidak ternilai harganya hingga saya dapat menyelesaikan tugas akhir ini. Terima kasih juga kepada seluruh rekan-rekan kuliah angkatan 2007, para senior dan juga pengurus IMILKOM periode 2010-2011, dukungan, bantuan, kritikan dan saran kalian membantu saya untuk mempermudah menyelesaikan tugas akhir ini. Semoga Allah SWT memberikan limpahan karunia kepada semua pihak yang telah memberikan bantuan, perhatian, serta kerja samanya kepada saya dalam menyelesaikan tugas akhir ini.

Akhirnya saya berharap semoga skripsi ini bermanfaat bagi pribadi, keluarga, masyarakat, organisasi dan negara.

(6)

ABSTRAK

Penentuan tingkat performance sekolah dilakukan guna mengetahui keberhasilan dari sekolah tersebut dalam menyelenggarakan pendidikan yang efektif di dalamnya. Namun permasalahan yang muncul adalah terdapatnya data multikriteria serta data-data ketidakpastian yang digunakan dalam upaya menunjang proses penentuan tingkat

performance sekolah. Sehingga dengan meningkatnya kegunaan komputer, salah satunya sebagai alat bantu untuk memperoleh keputusan, maka dirancanglah sebuah sistem pendukung keputusan untuk menentukan performance sekolah. Salah satu metode yang dapat digunakan pada perancangan sistem pendukung keputusan untuk permasalahan multikriteria adalah fuzzy multi criteria decision making (MCDM). Selain itu konsep fuzzy dalam metode ini akan dapat menyelesaikan masalah data-data yang mengandung unsur ketidakpastian seperti pada kasus penentuan performance

sekolah ini. Melalui proses perhitungan metode fuzzy MCDM maka akan diperoleh nilai prioritas maksimal sebagai nilai standar penentuan tingkat performance sekolah dan nilai prioritas sekolah yang akan dibandingkan terhadap nilai standar tersebut, sehingga berdasarkan ketentuan interval nilai untuk tiap tingkat performance sekolah, maka dapat ditentukan tingkat performance dari sekolah tersebut.

Kata Kunci : Sistem Pendukung Keputusan, Performance, Sekolah, Fuzzy, Multi Criteria Decision Making (MCDM)

(7)

DECISION SUPPORT SYSTEM DESIGN TO DETERMINE PERFORMANCE OF SCHOOL BY USING FUZZY MULTI CRITERIA DECISION

MAKING (MCDM)

ABSTRACT

Determining the level of performance of school conducted to know the success of the school in carrying out effective education in it. But the problem that arises is the presence of multiple criteria data and uncertainties data which are used in an effort to support the process of determining the level of performance of school. So with the increasing using of computers, one of them as a tool to obtain a decision, then designed a decision support system to determine the performance of school. One method that can be used in designing decision support system for multicriteria problems is fuzzy multi-criteria decision making (MCDM). In addition, the fuzzy concept in this method would solve the problem of data that contain elements of uncertainty such as case of determining the performance of school. Through the process calculation of fuzzy MCDM method will be obtained the maximum priority value as the standards value for determine the level of school performance and priority value obtained of school will be compared against the value of these standards, so that under the provisions of the interval value for each level of school performance, then can determined the level of performance from the school.

Keyword : Decision Support System, Performance, School, Fuzzy, Multi Criteria Decision Making (MCDM)

(8)

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel x

Daftar Gambar xi

Bab 1 Pendahuluan 1

1.1 Latar Belakang Masalah 1

1.2 Rumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 4

1.6 Metode Penelitian 4

1.7 Sistematika Penulisan 6

Bab 2 Landasan Teori 7

2.1 Sistem Pendukung Keputusan 7

2.1.1 Konsep Sistem Pendukung Keputusan 7 2.1.2 Pengertian Sistem Pendukung Keputusan 8 2.1.3 Komponen Sistem Pendukung Keputusan 9

2.1.4 Proses Pengambilan Keputusan 10

2.1.5 Karakteristik dan Nilai Guna Sistem Pendukung Keputusan 11

2.2 Fuzzy 12

2.2.1 Logika Fuzzy 12

2.2.2 Himpunan Fuzzy 13

2.2.4 Fungsi Keanggotaan Fuzzy 14

2.2.5 Operasi Aljabar Bilangan Segitiga Fuzzy 17 2.2.6 Fuzzy Multi Criteria Decision Making (MCDM) 18

2.3 Performance 23

Bab 3 Analisis dan Perancangan Sistem 35

3.1 Analisis Sistem 35

3.1.1 Gambaran Umum Sistem 35

3.1.2 Batasan Sistem 36

3.1.3 Analisis Masukan Sistem 36

3.1.4 Analisis Keluaran Sistem 36

3.1.5 Analisi Pemecahan Masalah dengan Fuzzy MCDM 37

3.2 Perancangan Diagram Kerja Sistem 56

(9)

3.3.1 Data Flow Diagram 60

3.3.2 Kamus Data 72

3.4 Perancangan Antarmuka 74

3.4.1 Rancangan Halaman Utama 74

3.4.2 Rancangan Halaman Menu Sistem 75

3.4.2.1 Rancangan Tampilan Menu Login 75 3.4.2.2 Rancangan Tampilan Menu Logout 76 3.4.2.3 Rancangan Tampilan Menu Ganti Password 77 3.4.2.4 Rancangan Tampilan Menu Daftar Pengguna 78 3.4.2.4 Rancangan Tampilan Menu Keluar 78 3.4.3 Rancangan Halaman Menu Register Data 79

3.4.3.1 Rancangan Halaman Menu Register Derjat Kepentingan dan Halaman Data Kriteria Terproses 79 3.4.3.2 Rancangan Halaman Menu Register Data Sekolah 80 3.4.3.3 Rancangan Halaman Menu Perbaharui Data Sekolah 81 3.4.3.4 Rancangan Halaman Menu Proses Menentukan

Performance Sekolah 82

3.4.4 Rancangan Halaman Menu Laporan 83

3.4.5 Rancangan Halaman Menu Tentang Sistem 84 3.4.5.1 Rancangan Tampilan Menu Petunjuk Pengguna Sistem 84 3.4.5.2 Rancangan Tampilan Menu Tentang Programmer 85

Bab 4 Implementasi 86

4.1 Implementasi 86

4.1.1 Form Utama 86

4.1.1.1 FormLogin 87

4.1.1.2 Form Daftar Pengguna 88

4.1.1.3 Form Register User 88

4.1.1.4 Form Ganti Password 89

4.1.1.5 Form Register Derajat Kepentingan Kriteria 89 4.1.1.6 Form Register Data Sekolah 90 4.1.1.7 Form Proses Menentukan Tingkat Performance Sekolah91

4.1.1.8 Form Laporan 92

4.1.1.9 Form Petunjuk Pengguna Sistem 93 4.1.1.10 Form Tentang Programmer 93

4.1.1.11 FormLogout 94

4.1.1.12 Form Keluar 94

Bab 5 Kesimpulan dan Saran 95

5.1 Kesimpulan 95

5.2 Saran 96

(10)

DAFTAR TABEL

Halaman

Tabel 2.1 Data Subkriteria dalam Menentukan Performance Sebuah Sekolah Berdasarkan Penenlitian di DIKPORA Aceh Tenggara 24 Tabel 2.2 Interval Nilai dalam Penentuan Tingkat Performance Sekolah dan

Rating Derajat Kecocokan Sekolah Terhadap Tiap Kriteria Berdasar

kan Ketetapan DIKPORA Aceh Tenggara 34

Tabel 3.1 Rating Derajat Kepentingan Tiap Kriteria Beserta Bobotnya 38 Tabel 3.2 Agregasi Bobot Derajat Kepentingan Tiap Kriteria terhadap Bobot

Derajat Kepentingan Maksimal Tiap Kriteria 39 Tabel 3.3 Interval Nilai Standar untuk Tingkat Performance Sekolah 40 Tabel 3.4 Data Subkriteria yang Digunakan Serta Hasil Bobot Nilai Untuk

SMA Negeri 2 Lawe Sigalagala 41

Tabel 3.5 Interval Nilai untuk Menentukan Derajat Kecocokan Sekolah

terhadap Kriteria 52

Tabel 3.6 Derajat Kecocokan SMA Negeri 2 Lawe Sigalgala Terhadap Tiap

Kriteria 53

Tabel 3.7 Agregasi Bobot Derajat Kecocokan SMA Negeri 2 Lawe Sigalga Terhadap Tiap Kriteria dengan Bobot Derajat Kepentingan Tiap

Kriteria 55

(11)

DAFTAR GAMBAR

Halaman

Gambar 2.1 Model Konseptual SPK 9

Gambar 2.2 Representasi Linear Naik 15

Gambar 2.3 Representasi Linear Turun 15

Gambar 2.4 Representasi Kurva Segitiga 16

Gambar 2.5 Representasi Kurva Bahu 17

Gambar 2.6 Struktur Hirarki Masalah 19

Gambar 2.7 Fungsi Keanggotaan untuk Bobot Rating dengan Himpunan

Bilangan fuzzy segitiga 20

Gambar 3.1 Struktur Hirarki Permasalahan Penentuan Performance Sekolah 37 Gambar 3.2 Fungsi Keanggotaan dalam Himpunan Fuzzy Segitiga untuk Derajat

Kepentingan Kriteria dan Derajat Kecocokan Kandidat Terhadap

Kriteria 38

Gambar 3.3 Diagram Penentuan Rating untuk Derajat Kecocokan Kandidat

Terhadap Tiap Kriteria 57

Gambar 3.4 Diagram Perhitungan dengan Menggunakan Metode Fuzzy

MCDM 58

Gambar 3.5 Diagram Penentuan Tingkat Performance dari Sebuah Sekolah 59

Gambar 3.6 DFD Level 0 - Admin 60

Gambar 3.7 DFD Level 1 - Admin 62

Gambar 3.8 DFD Level 2 - Penentuan Derajat Kepentingan Tiap Kriteria oleh

Admin 64

Gambar 3.9 DFD Level 0 - User 65

Gambar 3.10 DFD Level 1 - User 67

Gambar 3.11 DFD Level 2 - Menentukan Tingkat Performance Sekolah oleh

User 70

Gambar 3.12 Rancangan Halaman Utama 74

Gambar 3.13 Rancangan Halaman Menu Sistem 75

Gambar 3.14 Rancangan Tampilan Menu Login 76

Gambar 3.15 Rancangan Form Register User 76

Gambar 3.16 Rancangan Tampilan Menu Logout 77

Gambar 3.17 Rancangan Tampilan Menu Ganti Password 77 Gambar 3.18 Rancangan Tampilan Menu Daftar Pengguna 78

Gambar 3.19 Rancangan Tampilan Menu Keluar 78

Gambar 3.20 Rancangan Halaman Menu Register Data 79 Gambar 3.21 Rancangan Halaman Menu Register Derajat Kepentingan Kriteria 80 Gambar 3.22 Rancangan Halaman Data Kriteria Terproses 80 Gambar 3.23 Rancangan Halaman Menu Register Data Sekolah 81 Gambar 3.24 Rancangan Halaman Menu Perbaharui Data Sekolah 81 Gambar 3.25 Rancangan Halaman Menu Proses Menentukan Tingkat Performance

Sekolah 82

Gambar 3.26 Rancangan Halaman Menu Laporan 83

(12)

Gambar 3.28 Rancangan Halaman Menu Tentang Sistem 84 Gambar 3.29 Rancangan Tampilan Menu Petunjuk Pengguna Sistem 84 Gambar 3.30 Rancangan Tampilan Menu Tentang Programmer 85

Gambar 4.1 Form Utama 86

Gambar 4.2 FormLogin 87

Gambar 4.3 Form Utama Admin 87

Gambar 4.4 Form Utama User 88

Gambar 4.5 Form Daftar Pengguna 88

Gambar 4.6 Form Register User 89

Gambar 4.7 Form Ganti Password 89

Gambar 4.8 Form Register Derajat Kepentingan Kriteria 90 Gambar 4.9 Form Proses Penentuan Nilai Standar 90

Gambar 4.10 Form Register Data Sekolah 91

Gambar 4.11 Form Proses Menentukan Tingkat Performance Sekolah 91

Gambar 4.12 Form Laporan 92

Gambar 4.13 Form Cetak Laporan 92

Gambar 4.14 Form Petunjuk Pengguna Sistem 93

Gambar 4.15 Form Tentang Programmer 93

Gambar 4.16 Form Logout 94

(13)

ABSTRAK

Kata Kunci : Sistem Pendukung Keputusan, Performance, Sekolah, Fuzzy, Multi Criteria Decision Making (MCDM)

(14)

DECISION SUPPORT SYSTEM DESIGN TO DETERMINE PERFORMANCE OF SCHOOL BY USING FUZZY MULTI CRITERIA DECISION

MAKING (MCDM)

ABSTRACT

Keyword : Decision Support System, Performance, School, Fuzzy, Multi Criteria Decision Making (MCDM)

(15)

BAB 1

PENDAHULUAN

1.1 Latar Belakang Masalah

Sekolah merupakan salah satu lembaga pendidikan yang dirancang untuk pengajaran peserta didik (atau murid) di bawah pembinaan pendidik (yang disebut guru). Sekolah juga diartikan sebagai tempat menuntut ilmu pengetahuan melalui proses belajar mengajar yang diadakan dengan didukung berbagai fasilitas berupa sarana dan prasarana belajar mengajar. Selain itu sekolah juga kemudian mengeluarkan lulusan-lulusan berupa tenaga terdidik pada tiap tahunnya.

Namun untuk menghasilkan lulusan-lulusan berupa tenaga terdidik yang berkualitas dan berkompeten, sekolah perlu didukung dengan fasilitas teknis maupun

non-teknis yang memadai guna menyelenggarakan pendidikan yang efektif. Tetapi kenyataannya tidak semua sekolah dapat menyelenggarakan pendidikan yang efektif dengan ketersediaan fasilitas yang dimilikinya. Untuk mengetahui sejauh mana keefektifan pendidikan yang sedang berjalan serta ketersediaan fasilitas belajar mengajar pada sebuah sekolah telah memadai, maka perlu adanya sebuah nilai yang dapat mewakili pencapaian keberhasilan dari sekolah tersebut dalam menyelenggarakan pendidikan didalamnya. Nilai tersebut dapat saja diperoleh melalui sebuah penilaian yang dilakukan terhadap sekolah tersebut. Sebut saja berupa penilaian performance atau kinerja dari sekolah. Jadi tingkat performance yang dimiliki sekolah disini akan mencerminkan keberhasilan yang dicapai sekolah tersebut dalam penyelenggaraan pendidikan berdasarkan penilaian data-data tertentu dari sekolah tersebut yang kemudian dibandingkan terhadap standar (nilai threshold) tertentu yang ditetapkan.

(16)

Namun bukan hal mudah dalam menentukan performance sekolah dengan cara-cara yang manual. Hal ini dikarenakan banyaknya data yang digunakan sebagai variabel kriteria dalam menentukan tingkat performance sekolah. Untuk itu dirancang sebuah sistem pendukung keputusan (SPK) terkomputerisasi yang dapat digunakan sebagai alat bantu dalam pengambilan keputusan untuk menentukan tingkat

performance sekolah berdasarkan data survei di lapangan guna mengukur keberhasilan sekolah tersebut dalam menyelenggarakan pendidikan yang efektif.

Sistem pendukung keputusan yang sering digunakan saat ini biasanya menggunakan data yang bersifat kuantitatif sehingga dapat menangani masalah yang terstruktur dengan data-data yang bersifat pasti. Namun pada kenyataan di lapangan, tidak jarang juga ditemukan data-data yang bersifat ketidakpastian. Data-data ketidakpastian seperti ini kurang tepat dijadikan sebagai acuan dalam pengambilan keputusan. Maka untuk mengatasi hal tersebut dapat digunakan konsep logika fuzzy. Hal ini disebabkan pada konsep logika fuzzy memiliki toleransi terhadap data-data yang tidak tepat atau tidak pasti. Selain itu, dalam logika fuzzy data yang diperoleh di lapangan dapat diklasifikasikan ke dalam bentuk data yang kualitatif.

Konsep fuzzy sendiri telah banyak digunakan sebagai model untuk membangun sebuah sistem pendukung keputusan, salah satunya yaitu fuzzy multi criteria decision making (MCDM). Dalam penelitian Cahyo (2009) menyatakan bahwa menurut Wang, MCDM merupakan sebuah metode yang mengacu pada proses

screening, prioritizing, ranking, atau memilih himpunan alternatif. MCDM sangat tepat untuk diimplementasikan pada kasus multikriteria dengan semua alternatif memiliki bobot kriteria dalam bentuk nominal. Namun untuk permasalahan proses seleksi penerima beasiswa dalam penelitiannya, akan ditemukan tidak semua alternatif memiliki kriteria berbobot nominal, contohnya kemampuan ekonomi keluarga. Sehingga untuk mengatasi hal tersebut, digunakan konsep fuzzy untuk MCDM dan disebut fuzzy MCDM yang dianggap sangat tepat untuk permasalahan bobot kriteria yang bersifat fuzzy (kabur) dalam penelitiannya.

Berdasarkan hal-hal di atas, dalam skripsi ini penulis akan menggunakan metode fuzzy MCDM sebagai model yang diterapkan guna memperoleh nilai prioritas

(17)

dalam perancangan sistem pendukung keputusan untuk menentukan performance

sekolah. Selain itu metode fuzzy MCDM akan mengatasi masalah multikriteria pada proses penentuan performance sekolah serta mengatasi kemungkinan adanya data-data yang bersifat ketidakpastian.

1.2 Rumusan Masalah

Adapun masalah yang dibahas dalam penelitian ini yaitu bagaimana merancang sebuah sistem yang terkomputerisasi sebagai alat bantu pengambilan keputusan dalam menentukan tingkat performance sekolah berdasarkan nilai prioritas yang diperoleh dengan metode fuzzy MCDM yang kemudian dibandingkan terhadap nilai standar (nilai prioritas maksimal) yang ditetapkan.

1.3 Batasan Masalah

Adapun batasan-batasan dalam penelitian ini adalah:

1. Studi kasus penelitian ini adalah Dinas Pendidikan Pemuda dan Olahraga (DIKPORA) kabupaten Aceh Tenggara.

2. Penentuan performance yang dilakukan pada sistem pendukung keputusan ini hanya terhadap sekolah lanjutan, yaitu jenjang pendidikan SMP dan SMA.

3. Kriteria yang digunakan sebagai dasar penentuan performance sekolah yang diperoleh dari DIKPORA kabupaten Aceh Tenggara antara lain standar isi (kurikulum), standar proses belajar mengajar, standar kompetensi kelulusan, standar pendidik dan kependidikan, standar sarana dan prasarana, standar pengelolaan, standar pembiayaan dan standar penilaian.

4. Metode yang digunakan adalah Fuzzy Multi Criteria Decision Making (MCDM). 5. Output dari sistem pendukung keputusan ini berupa informasi tingkat performance

sekolah dengan kategori sangat baik, baik, cukup, kurang baik dan sangat kurang. 6. Untuk tingkat performance sekolah ditentukan berdasarkan interval nilai standar

(18)

7. Bahasa pemrograman yang digunakan adalah Borland Delphi 7 dan MySQL untuk

Database Management System (DBMS) .

1.4 Tujuan Penelitian

Adapun tujuan penelitian ini yaitu merancang sebuah perangkat lunak yang dapat membantu pengambilan keputusan dalam menentukan performance sekolah dengan sistem terkomputerisasi.

1.5 Manfaat Penelitian

Penelitian ini diharapkan dapat dimanfaatkan sebagai salah satu acuan yang dapat digunakan oleh pengelolah pendidikan untuk mengetahui keberhasilan sekolah berdasarkan tingkat performance yang diperoleh sekolah tersebut guna dijadikan bahan pertimbangan dalam melakukan upaya pembenahan atau perbaikan pendidikan di sekolah tersebut.

1.6 Metode Penelitian

Tahapan yang diambil dalam penelitian ini yaitu: 1. Studi literatur

Penulisan ini dimulai dengan studi literatur yaitu mengumpulkan bahan-bahan referensi baik dari buku, artikel, paper, jurnal, makalah, maupun situs internet mengenai sistem pendukung keputusan serta metode Fuzzy Multi Criteria Decision Making (MCDM) dan beberapa referensi lainnya untuk menunjang pencapaian tujuan tugas akhir.

2. Analisis data dengan penelitian ke lapangan

Pada tahap ini dilakukan penelitian yang bertujuan untuk memperoleh data secara langsung dari DIKPORA kabupaten Aceh Tenggara melalui riset lapangan. Kegiatan yang dilakukan, yaitu :

(19)

a. Pengumpulan data dengan cara menggunakan angket questioner yang ditujukan pada responden yang berkompeten dan berhubungan dengan masalah penilaian performance sekolah.

b. Mewawancarai langsung pihak berkompeten berhubungan dengan masalah penilaian performance sekolah.

3. Merancang sistem

Membangun aturan basis data seperti DFD serta kamus data dan source code

program dari sistem pendukung keputusan penentuan performance sekolah. 4. Implementasi sistem

Sistem diimplementasikan dalam bentuk program menggunakan bahasa pemrograman Borland Delphi 7.0.

5. Pengujian dan analisis sistem

Pada tahap ini akan dilakukan pengujian sistem, untuk mencari kesalahan-kesalahan sehingga dapat diperbaiki. Kemudian akan dilakukan analisis terhadap fokus permasalahan penelitian, apakah sudah sesuai seperti yang diinginkan.

6. Dokumentasi sistem

(20)

1.7 Sistematika Penulisan

Sistematika penulisan yang akan diuraikan dalam skripsi ini terbagi dalam beberapa bagian utama sebagai berikut:

BAB 1 : Pendahuluan

Bab ini akan menjelaskan secara umum mengenai latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metode penelitian, serta sistematika penulisan.

BAB 2 : Landasan Teori

Bab ini akan membahas teori-teori yang berkaitan dengan sistem pendukung keputusan serta metode Fuzzy Multi Criteria Decision Making (MCDM) guna melandasi pemecahan masalah.

BAB 3 : Analisis dan Perancangan Sistem

Bab ini akan menguraikan tentang analisis data yang akan diolah dalam sistem serta membuat perancangan sistem yang sesuai dengan tujuan penelitian.

BAB 4 : Implementasi

Bab ini akan menjelaskan tentang hasil analisis dan perancangan sistem dalam bentuk antarmuka sistem.

BAB 5 : Kesimpulan dan Saran

Bab terakhir akan memuat kesimpulan isi dari uraian bab-bab sebelumnya dan hasil penelitian. Bab ini juga memuat saran yang diharapkan dapat bermanfaat untuk pengembangan selanjutnya.

(21)

BAB 2

LANDASAN TEORI

2.1 Sistem Pendukung Keputusan (SPK)

2.1.1 Konsep Sistem Pendukung Keputusan

Konsep Sistem Pendukung Keputusan (SPK) atau Decision Support Systems (DSS) pertama kali diperkenalkan oleh Michael S. Scott Morton pada awal tahun 1970-an, yang selanjutnya dikenal dengan istilah Management Decision Systems. Konsep SPK ditandai dengan sistem interaktif berbasis komputer yang membantu pengambilan keputusan dengan memanfaatkan data dan model untuk menyelesaikan masalah yang bersifat tidak terstruktur dan semi terstruktur.

Pada proses pengambilan keputusan, pengolahan data dan informasi yang dilakukan bertujuan untuk menghasilkan berbagai alternatif keputusan yang dapat diambil. SPK yang merupakan penerapan dari sistem informasi ditujukan hanya sebagai alat bantu manajemen dalam pengambilan keputusan. SPK tidak dimaksudkan untuk menggantikan fungsi pengambil keputusan dalam membuat keputusan, melainkan hanyalah sebagai alat bantu pengambil keputusan dalam melaksanakan tugasnya. SPK dirancang untuk menghasilkan berbagai alternatif yang ditawarkan kepada para pengambil keputusan dalam melaksanakan tugasnya. Sehingga dapat dikatakan bahwa SPK memberikan manfaat bagi manajemen dalam hal meningkatkan efektivitas dan efisiensi kerjanya terutama dalam proses pengambilan keputusan. Di samping itu, SPK menyatukan kemampuan komputer dalam pelayanan interaktif terhadap penggunanya dengan adanya proses pengolahan atau pemanipulasian data yang memanfaatkan model atau aturan yang tidak terstruktur sehingga menghasilkan alternatif keputusan yang situasional.

(22)

2.1.2 Pengertian Sistem Pendukung Keputusan

Beberapa pengertian sistem pendukung keputusan yang dikemukakan para ahli dijelaskan sebagai berikut [3] :

1. Menurut Man dan Watson

Sistem Pendukung Keputusan merupakan suatu sistem interaktif, yang membantu pengambil keputusan melalui penggunaan data dan model-model keputusan untuk memecahkan masalah-masalah yang sifatnya semi terstruktur dan tidak terstruktur.

2. Menurut Maryan Alavi dan H. Albet Napier

Sistem Pendukung Keputusan merupakan suatu kumpulan prosedur pemrosesan data dan informasi yang berorientasi pada penggunaan model untuk menghasilkan berbagai jawaban yang dapat membantu manajemen dalam pengambilan keputusan. Sistem ini harus sederhana, mudah dan adaptif.

3. Menurut Litlle

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 dan model.

4. Menurut Raymond McLeod, Jr

Sistem Pendukung Keputusan merupakan sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manajer pada berbagai tingkatan.

Dari berbagai pengertian Sistem Pendukung Keputusan di atas, dapat disimpulkan bahwa Sistem Pendukung Keputusan adalah sebuah sistem yang berbasis komputer yang dapat membantu pengambilan keputusan untuk memecahkan masalah tertentu dengan memanfaatkan data dan model tertentu.

(23)

2.1.3 Komponen Sistem Pendukung Keputusan

Adapun komponen-komponen dari Sistem Pendukung Keputusan adalah sebagai berikut[14]:

1. Manajemen Data, mencakup database yang mengandung data yang relevan dan diatur oleh sistem yang disebut Database Management System (DBMS).

2. Manajemen Model, merupakan paket perangkat lunak yang memasukkan model-model finansial, statistik, ilmu manajemen, atau model kuantitatif yang lain yang menyediakan kemampuan analisis sistem dan management software

yang terkait.

3. Antarmuka Pengguna, media interaksi antara sistem dengan pengguna, sehingga pengguna dapat berkomunikasi dan memberikan perintah pada SPK melalui subsistem ini.

4. Subsistem Berbasis Pengetahuan, subsistem yang dapat mendukung subsistem lain atau bertindak sebagai komponen yang berdiri sendiri.

Untuk dapat lebih jelas memahami model konseptual SPK, perhatikan gambar di bawah ini:

Gambar 2.1. Model Konseptual SPK

System lainnya yang berbasis komputer

Manajemen data Manajemen

model

Subsistem berbasis pengetahuan

Antarmuka pengguna

Manager (pengguna) Data eksternal

(24)

2.1.4 Proses Pengambilan Keputusan

Menurut Simon, proses pengambilan keputusan meliputi tiga tahapan utama yaitu tahap inteligensi, desain, dan pemilihan. Namun kemudian ditambahkan dengan tahap keempat yaitu tahap implementasi [14]. Keempat tahapan tersebut dapat dijelaskan sebagai berikut:

1. Tahap Penelusuran (Intelligence)

Merupakan tahap pendefinisian masalah serta identifikasi informasi yang dibutuhkan yang berkaitan dengan persoalan yang dihadapi serta keputusan yang akan diambil. Langkah ini sangat penting karena sebelum suatu tindakan diambil, tentunya persoalan yang dihadapi harus dirumuskan secara jelas terlebih dahulu.

2. Perancangan (Design)

Merupakan tahap analisa dalam kaitan mencari atau merumuskan alternatif-alternatif pemecahan masalah. Setelah permasalahan dirumuskan dengan baik, maka tahap berikutnya adalah merancang atau membangun model pemecahan masalahnya dan menyusun berbagai alternatif pemecahan masalah.

3. Pemilihan (Choice)

Dengan mengacu pada rumusan tujuan serta hasil yang diharapkan, selanjutnya manajemen memilih alternatif solusi yang diperkirakan paling sesuai. Pemilihan alternatif ini akan mudah dilakukan kalau hasil yang diinginkan terukur atau memilki nilai kuantitas tertentu.

4. Implementasi (Implementation)

Merupakan tahap pelaksanaan dari keputusan yang telah diambil. Pada tahap ini perlu disusun serangkaian tindakan yang terencana, sehingga hasil keputusan dapat dipantau dan disesuaikan apabila diperlukan perbaikan-perbaikan.

(25)

2.1.5 Karakteristik dan Nilai Guna Sistem Pendukung Keputusan

Beberapa karakteristik dari Sistem Pendukung Keputusan menurut Turban adalah sebagai berikut [3]:

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun tidak terstruktur.

2. Dalam proses pengolahannya, sistem pendukung keputusan mengombinasikan penggunaan model-model/teknik-teknik analisis dengan teknik pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi.

3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat digunaka/dioperasikan dengan mudah oleh orang-orang yang tidak memiliki dasar kemampuan yang tinggi. Oleh karena itu pendekatan yang digunakan biasanya model interaktif.

4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek fleksibilitas serta kemampuan adaptasi yang tinggi. Sehingga mudah disesuaikan dengan berbagai perubahan lingkungan yang terjadi dan kebutuhan pemakai.

Dengan berbagai karakter khusus seperti yang dikemukakan di atas, sistem pendukung keputusan dapat memberikan berbagai manfaat atau keuntungan bagi pemakainya. Keuntungan yang dimaksud di antaranya meliputi:

1. Sistem Pendukung Keputusan memperluas kemampuan pengambil keputusan dalam memproses data/informasi bagi pemakainya.

2. Sistem Pendukung Keputusan membantu pengambil keputusan dalam hal penghematan waktu yang dibutuhkan untuk memecahkan masalah terutama berbagai masalah yang sangat kompleks dan tidak terstruktur.

3. Sistem Pendukung Keputusan dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat diandalkan.

4. Walaupun suatu Sistem Pendukung Keputusan, mungkin saja tidak mampu memecahkan masalah yang dihadapi oleh pengambil keputusan, namun dapat

(26)

dijadikan stimulan bagi pengambil keputusan dalam memahami persoalannya. Karena sistem ini mampu menyajikan berbagai alternatif.

5. Sistem Pendukung Keputusan dapat menyediakan bukti tambahan untuk memberikan pembenaran sehingga dapat memperkuat posisi pengambil keputusan.

Di samping berbagai keuntungan dan manfaat yang dikemukakan di atas, Sistem Pendukung Kepututsan juga memiliki keterbatasan diantaranya adalah sebagai berikut:

1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan sebenarnya.

2. Kemampuan suatu SPK terbatas pada pembendaharaan pengetahuan yang dimilikinya (pengetahuan dasar serta model dasar).

3. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya.

4. SPK tidak memiliki kemampuan intuisi seperti yang dimiliki oleh manusia. Karena walau bagaimanapun canggihnya suatu SPK, tetap saja berupa kumpulan dari perangkat keras, perangkat lunak dan sistem operasi yang tidak dilengkapi dengan kemampuan berpikir.

2.2 Fuzzy

2.2.1 Logika Fuzzy

Konsep logika fuzzy pertama kali diperkenalkan pada tahun 1965 oleh Prof. Lotfi A. Zadeh, seorang professor dari University of California di Berkly. Dasar logika fuzzy

adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam suatu himpunan sangatlah penting. Nilai keanggotaan atau derajat keanggotaan (membership values) yang nilainya terletak di antara selang [0,1] menjadi ciri utama dari penalaran dengan logika fuzzy tersebut.

(27)

Logika fuzzy adalah suatu cara yang tepat untuk memetakan permasalahan dari

input menuju output yang diharapkan. Beberapa contoh yang dapat di ambil antara lain [8]:

1. Manajer pergudangan mengatakan pada manajer produksi seberapa banyak perseddiaan barang pada akhir minggu ini, kemudian manajer produksi akan menetapkan jumlah barang yang harus diproduksi esok hari.

2. Seorang pegawai melakukan tugasnya dengan kinerja yang sangat baik, kemudian atasan akan memberikan reward yang sesuai dengan kinerja pegawai tersebut.

Menurut Cox, ada beberapa alasan mengapa orang menggunakan logika fuzzy, antara lain [9] :

1. Konsep logika fuzzy mudah dimengerti. Karena konsep matematis yang mendasari penalaran fuzzy cukup mudah dimengerti.

2. Logika fuzzy sangat fleksibel, artinya mampu beradaptasi dengan perubahan-perubahan, dan ketidakpastian yang menyertai permasalahan.

3. Logika fuzzy memiliki toleransi terhadap data yang tidak tepat.

4. Logika fuzzy mampu memodelkan fungsi-fungsi nonlinier yang sangat kompleks.

5. Logika fuzzy dapat membangun dan mengaplikasikan pengalaman-pengalaman para pakar secara langsung tanpa harus pelatihan.

6. Logika fuzzy dapat bekerjasama dengan teknik-teknik kendali konvensional. 7. Logika fuzzy didasarkan pada bahasa alami.

2.2.2 Himpunan Fuzzy

Pada himpunan tegas(crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan µA[x], memiliki 2 kemungkinan, yaitu :

(28)

1. satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan, atau

2. nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.

Prinsip dasar dan persamaan matematika dari teori himpunan fuzzy adalah pengelompokkan objek dalam batas yang samar. Himpunan fuzzy merupakan sebuah generalisasi dari himpunan crisp. Kalau pada himpunan crisp, nilai keanggotaan hanya ada 2 kemungkinan, yaiu 0 atau 1. Sedangkan himpunan fuzzy didasarkan pada gagasan untuk memperluas jangkauan fungsi karakteristik sedemikian hingga fungsi tersebut akan mencakup bilangan real pada interval [0,1]. Nilai keanggotaan pada himpunan fuzzy menunjukkan bahwa suatu item dalam semesta pembicaraan tidak hanya berada pada 0 atau 1, melainkan juga nilai yang terletak diantaranya. Dengan kata lain, nilai kebenaran dari suatu item tidak hanya benar atau salah..

Pada himpunan fuzzy terdapat 2 atribut, yaitu [9] :

a. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan atau kondisi tertentu dengan menggunakan bahasa alami, seperti : MUDA, PAROBAYA, TUA.

b. Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu variabel, seperti : 40, 25, 50,dsb.

2.2.3 Fungsi Keanggotaan Fuzzy

Fungsi keanggotaan fuzzy (membership function) adalah suatu kurva yang menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya (derajat keanggotaan) yang memiliki interval antara 0 sampai 1. Salah satu cara yang dapat digunakan untuk mendapatkan nilai keanggotaan adalah dengan melalui pendekatan fungsi. Ada beberapa fungsi yang bisa digunakan, diantaranya sebagai berikut :

(29)

a. Representasi Linier

Pada representasi linier, pemetaan input ke derajat keanggotaannya digambarkan sebagai garis lurus. Ada 2 keadaan himpunan fuzzy yang linier.

1. Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju nilai domain yang memiliki derajat keanggotaan lebih tinggi.

Gambar 2.2. Representasi Linear Naik

Fungsi Keanggotaan :

0 ; x < a

µA[x]= (x – a) / (b – a) ; a ≤ x ≤ b (1) 1 ; x > b

2. Garis lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi pada sisi kiri, kemudian begerak menurun ke nilai domain yang memiliki derajat keanggotaan lebih rendah.

Gambar 2.3. Representasi Linear Turun

a domain b 1

0 derajat

keanggotaan µA[x]

a domain b 1

0 derajat

(30)

Fungsi Keanggotaan :

(b – x) / (b – a) ; a ≤ x ≤ b µA[x]=

0 ; x > b (2)

b. Representasi Kurva Segitiga

Kurva Segitiga pada dasarnya merupakan gabungan antara 2 garis (linear).

Gambar 2.4. Representasi Kurva Segitiga

Fungsi Keanggotaan :

0 ; x < a atau x > c

µA[x]= (b – a) / (x – a) ; a ≤ x ≤ b (3) (b - x) / (c – b) ; b ≤ x ≤ c

c. Representasi Kurva Bentuk Bahu

Pada representasi kurva bahu, daerah yang terletak ditengah-tengah suatu variabel yang direpresentasikan dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun (misalkan: DINGIN bergerak ke SEJUK bergerak ke HANGAT dan bergerak ke PANAS). Tapi terkadang, salah satu sisi dari variabel tersebut tidak mengalami perubahan. Sebagai contoh, apabila telah mencapai kondisi PANAS, kenaikan temperatur akan tetap pada kondisi PANAS. Himpunan fuzzy ’bahu’, bukan segitiga, digunakan untuk mengakhiri variabel suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, sebaliknya bahu kanan bergerak dari salah ke benar.

a b c domain

0 derajat

(31)

KECIL BESAR

Gambar 2.5. Representasi Kurva Bahu

Fungsi Keanggotaan :

0 ; x > b

µAKECIL [x] = (b – x) / (b – a) ; a ≤ x ≤ b (4)

1 ; x < a

0 ; x < a

µABESAR [x] = (x – a) / (b – a) ; a ≤ x ≤ b (5)

1 ; x > b

2.2.4 Operasi Aljabar Bilangan Segitiga Fuzzy

Menurut Tang dan Beynon, jika didefinisikan 2 bilangan segitiga fuzzy A dan B dengan A= (x1, y1, z1) dan B= (x2, y2, z2), maka operasi aljabarnya adalah sebagai berikut[10]:

Penjumlahan: A + B= (x1, y1, z1) + (x2, y2, z2) (6)

= (x1 + x2, y1 + y2, z1 + z2)

Perkalian: A . B= (x1, y1, z1) . (x2, y2, z2) (7) = (x1 . x2, y1 . y2, z1 . z2)

1 derajat keanggotaan µA[x]

a b Domain Bahu

Kiri

Bahu Kanan

(32)

Invers: (x1, y1, z1)-1= (1/z1, 1/y1, 1/x1) (8)

2.2.5 FuzzyMulti Criteria Decision Making (MCDM)

Multi Criteria Decision Making (MCDM) adalah sebuah metode yang mengacu pada proses screening, prioritizing, ranking, atau memilih himpunan alternatif (dalam hal ini berupa “candidate” atau “action”) [15]. MCDM sangat tepat diimplementasikan pada kasus untuk alternatif yang memiliki sejumlah kriteria dengan bobot nominal. Namun kesadaran akan tidak semua alternatif memiliki kriteria yang berbobot nominal untuk kasus-kasus tertentu, maka diusulkan penggunaan konsep fuzzy dalam MCDM yang kemudian dikenal dengan Fuzzy Multi Criteria Decision Making

(MCDM).

Fuzzy Multi Criteria Decision Making (MCDM) adalah salah satu metode yang bisa membantu pengambil keputusan dalam pengambilan keputusan terhadap beberapa alternatif keputusan yang harus diambil dengan beberapa kriteria yang akan menjadi bahan pertimbangan [2]. Biasanya penilaian yang diberikan oleh pengambil keputusan terhadap bobot kepentingan dari setiap kriteria dan derajat kecocokan setiap alternatif terhadap setiap kriteria direpresentasikan secara linguistik [16]. Literatur mengindikasikan bahwa terdapat sejumlah langkah yang harus ditempuh untuk mengaplikasikan fuzzy MCDM. Secara umum, pada fuzzy MCDM terdapat 3 langkah penting yang harus dikerjakan, yaitu : representasi masalah, evaluasi himpunan fuzzy

pada setiap alternatif keputusan dan melakukan seleksi terhadap alternatif yang optimal [6].

1. Representasi masalah

Pada bagian ini, terdapat 3 tahapan yang harus dilakukan, yaitu :

1. Identifikasi tujuan dan kumpulan alternatif keputusan. Jika ada n alternatif keputusan dari suatu masalah, maka dapat ditulis sebagai :

(33)

2. Identifikasi kumpulan kriteria. Jika ada k kriteria, maka dapat dituliskan : C = { Ct | t=1, , ...,k}.

3. Membangun struktur hirarki dari masalah tersebut berdasarkan pertimbangan-pertimbangan tertentu.

Gambar 2.6. Struktur hirarki masalah

2. Evaluasi himpunan fuzzy

Pada bagian ini, ada 4 aktivitas yang harus dilakukan, yaitu :

1. Memilih himpunan rating untuk derajat kepentingan dari setiap kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.

Himpunan rating biasanya direpresentasikan dalam bentuk variabel linguistik (x). Misalkan untuk himpunan rating pada variabel penting didefinisikan sebagai : T(penting) = {SANGAT RENDAH, RENDAH, CUKUP, TINGGI, SANGAT TINGGI}.

2. Menentukan bobot-bobot setiap rating dari himpunan rating derajat kepentingan setiap kriteria dan derajat kecocokan setiap alternatif dengan kriterianya.

Bobot untuk setiap rating ditentukan dengan menggunakan fungsi keanggotaan bilangan fuzzy. Dalam skripsi ini, adapun fungsi keanggotaan bilangan fuzzy

yang digunakan adalah fungsi bilangan fuzzy segitiga.

A1 A2 A3 An

C1 C2 Ck

Tujuan dari permasalahan

. . .

(34)

Gambar 2.7. Fungsi keanggotaan untuk bobot setiap rating dengan himpunan bilangan fuzzy segitiga

Dengan asumsi rentang yang digunakan adalah: Sangat Rendah = SR = (0, 0, 0.25)

Rendah = R = (0, 0.25, 0.5) Sedang = S = (0.25, 0.5, 0.75) Tinggi = T = (0.5, 0.75, 1) Sangat Tinggi = ST = (0.75, 1, 1)

3. Mengevaluasi derajat kecocokan setiap alternatif dengan kriterianya.

4. Mengagregasikan bobot-bobot setiap rating dari himpunan rating derajat kecocokan setiap alternatif dengan kriterianya terhadap derajat kepentingan setiap kriteria.

Operator yang digunakan pada metode agregasi umumnya berupa penjumlahan dan perkalian fuzzy. Kebanyakan metode agregrasi yang digunakan adalah metode agregasi mean.

Fi = [ (Sit . Wt) + (Sit . Wt) + . . . + (Sit . Wt) ] (9)

i = 1, 2, 3, ..., n t = 1, 2, 3, ..., n keterangan :

Fi : indeks kecocokan fuzzy dari alternatif Ai yang mempresentasikan derajat kecocokan alternatif keputusan dengan kriteria keputusan yang diperoleh dari hasil agregasi Sit dan Wt

0.5

0 0.25 0.5 0.75 1 X sangat rendah rendah sedang tinggi sangat tinggi

(35)

α T

Sit : bobot rating fuzzy untuk derajat kecocokan alternatif keputusan Ai dengan kriteria Ct

Wt : bobot rating fuzzy untuk derajat kepentingan kriteria Ct k : banyaknya kriteria

Jika direpresentasikan ke dalam bilangan fuzzy segitiga, Sit = (oit, pit, qit) dan Wt = (at, bt, ct), maka Fi = (Xi, Yi, Zi) menjadi :

Xi = (10)

Yi = (11)

Zi = (12)

3. Seleksi alternatif yang optimal

Pada bagian ini, ada 2 aktivitas yang dilakukan, yaitu :

1. Memprioritaskan alternatif keputusan berdasarkan hasil agregasi.

Nilai prioritas dari hasil agregasi dibutuhkan dalam rangka proses penentuan tingkat performance dari alternatif (sekolah). Karena hasil agregasi dalam hal ini direpresentasikan dengan menggunakan bilangan fuzzy segitiga, maka dibutuhkan metode untuk memperoleh nilai prioritas dari bilangan fuzzy

segitiga. Metode yang digunakan dalam skripsi ini adalah metode nilai total integral.

I

(Fi) = (α Zi + Yi + (1 - α) Xi) (13)

keterangan : I : nilai integral

Fi : bilangan fuzzy segitiga hasil agregasi, Fi = (Xi, Yi, Zi)

∑ (pit. bt) t=1

∑ (qit. ct)

t=1

∑ (oit. at)

t=1

(36)

α : indeks keoptimisan (1)

2. Memilih alternatif keputusan dengan nilai prioritas terbaik sebagai alternatif keputusan yang optimal. Namun dalam hal penentuan tingkat performance

sekolah nilai prioritas yang dihasilkan akan dibandingkan terhadap nilai prioritas maksimal.

Langkah-langkah pemecahan masalah penentuan performance sekolah dengan menggunakan metode fuzzy MCDM dalam skripsi ini adalah sebagai berikut:

1. Menentukan kriteria yang digunakan dalam penentuan performance sekolah. 2. Menentukan alternatif keputusan berupa kandidat yaitu sekolah.

3. Menyusun struktur hirarki permasalahan dari alternatif keputusan (sekolah) terhadap kriteria yang digunakan.

4. Menentukan variabel linguistik yang digunakan serta bobot tiap rating derajat kepentingan tiap kriteria dan derajat kecocokan alternatif keputusan (sekolah) terhadap kriteria.

5. Menentukan derajat kepentingan tiap kriteria beserta bobotnya kemudian menagregasikannya dengan metode agregasi mean terhadap bobot raing maksimal sehingga diperoleh nilai prioritas maksimal dengan metode nilai total integral yang kemudian diasumsikan sebagai nilai standar yang digunakan untuk menentukan tingkat performance sekolah.

6. Mengevaluasi bobot nilai yang diperolah dari alternatif keputusan (sekolah) terhadap tiap kriteria yang digunakan berdasarkan data-data tertentu dari alternatif keputusan (sekolah) tersebut.

7. Menentukan derajat kecocokan alternatif keputusan (sekolah) terhadap tiap kriteria yang digunakan beserta bobotnya berdasarkan hasil evaluasi pada langkah no.6.

8. Mengagregasikan bobot rating derajat kecocokan alternatif keputusan (sekolah) terhadap tiap kriteria pada langkah no.7 dengan rating derajat kepentingan kriteria pada langkah no.5 menggunakan metode agregasi mean.

9. Menentukan nilai prioritas kandidat atau alternatif (sekolah) berdasarkan hasil agregasi yang diperoleh pada langkah no.8.

(37)

10.Menentukan tingkat performance sekolah berdasarkan nilai prioritas yang diperoleh pada langkah no.9, kemudian dibandingkan terhadap interval nilai standar (nilai prioritas maksimal) yang ditetapkan pada langkah no.5.

2.3. Performance

Menurut Sjafri Mangkuprawira yang dikutip dari Veithzal Rivai (2005) mengemukakan beberapa pengertian performance atau kinerja sebagai berikut[17]: 1. Performance atau kinerja merupakan seperangkat hasil yang dicapai dan merujuk

pada tindakan pencapaian serta pelaksanaan sesuatu pekerjaan yang diminta (Stolovitch dan Keeps: 1992).

2. Performance atau kinerja merujuk kepada tingkat keberhasilan dalam melaksanakan tugas serta kemampuan untuk mencapai tujuan yang telah ditetapkan (Donnelly, Gibson, dan Ivancevich: 1994).

3. Performance atau kinerja merujuk sebagai kualitas dan kuantitas dari pencapaian tugas-tugas, baik yang dilakukan oleh individu, kelompok maupun perusahaan (Schermerhom, Hunt dan Osborn: 1991).

Selain definisi-definisi diatas, masih banyak lagi orang yang memiliki pendapat sendiri tentang definisi dari performance. Namun, dapat disimpulkan

performance atau kinerja adalah hasil kerja seseorang, sebuah proses manajemen atau suatu organisasi secara keseluruhan, dimana hasil kerja tersebut harus dapat ditunjukkan buktinya secara konkrit dan dapat diukur (dibandingkan dengan standar tertentu).

Namun berbicara tentang performance atau kinerja, maka erat kaitannya dengan pendapat yang menyatakan bahwa untuk mengetahui hasil kerja yang dicapai seseorang, sebuah proses manajemen atau suatu organisasi maka perlu dilaksanakan penilaian performance atau kinerja. Begitu juga yang penulis lakukan dalam skripsi ini dalam menentukan performance sekolah, maka tidak terlepas dari penilaian

performance dari sekolah tersebut melalui data-data tertentu yang dapat menunjang upaya tersebut serta adanya kriteria-kriteria penilaian yang digunakan.

(38)

Berdasarkan hasil analisis pada saat pengumpulan data di Dinas Pendidikan Pemuda dan Olahraga (DIKPORA) kabupaten Aceh Tenggara, maka adapun hasil yang diperoleh berupa data kriteria dan data subkriteria yang dapat digunakan dalam mengukur atau menilai performance sekolah yang nantinya digunakan sebagai data pendukung pengambilan keputusan dalam sistem yang akan dibangun.

Adapun data kriteria yang digunakan dalam menentukan performance sekolah berdasarkan hasil pengumpulan data pada DIKPORA kabupaten Aceh Tenggara, adalah sebagai berikut:

1. Standar Isi (Kurikulum) 5. Standar Sarana dan Prasarana 2. Standar Proses Belajar Mengajar 6. Standar Pengelolaan

3. Standar Kompetensi Kelulusan 7. Standar Pembiayaan 4. Standar Pendidik dan Kependidikan 8. Standar Penilaian

Sedangkan data subkriteria yang dijadikan sebagai data yang dinilai dari sekolah untuk digunakan sebagai data penunjang dalam menentukan performance dari sekolah tersebut yang diperoleh berdasarkan pengumpulan data pada DIKPORA kabupaten Aceh Tenggara adalah sebagai berikut:

Tabel 2.1 Data Subkriteria dalam Menentukan Performance Sekolah Berdasarkan Penenlitian di DIKPORA Aceh Tenggara

No. Kriteria Subkriteria

1. Standar Isi (Kurikulum)

A. Dokumen Kurikulum Sekolah

1. Keberadaan dokumen kurikulum sekolah (panduan pengembangan KTSP)

2. Keberadaan dokumen kurikulum sekolah (KTSP) yang meliputi semua mapel

3. Keberadaan dokumen pendukung pengembangan KTSP (referensi, bahan ajar, buku-buku, jurnal, dan lain-lain untuk tiap mapel)

B. Dokumen Perangkat Kurikulum Sekolah

(39)

2. Dokumen panduan umum sistem penilaian dari semua mata pelajaran

3. Dokumen panduan umum pembelajaran dari semua mata pelajaran

4. Dokumen Rencana Pelaksanaan Pembelajaran (RPP) dari semua mata pelajaran

C. Dokumen Pendukung Perangkat Kurikulum Sekolah

1. Dokumen kalender akademik sekolah

2. Dokumen pembagian tugas mengajar guru di sekolah dengan bukti SK Kepala Sekolah

3. Kurikulum (mapel) muatan lokal di sekolah 2. Standar

Proses Belajar Mengajar

A. Kesiapan Guru

1. Rata-rata kepemilikan dokumen guru berupa silabus sebagai pedoman dalam proses belajar mengajar 2. Rata-rata kepemilikan dokumen guru berupa RPP

sebagai pedoman dalam proses belajar mengajar

B. Metodologi Pengajaran

1. Rata-rata variasi guru dalam penggunaan metode pembelajaran di kelas (seperti ceramah, tanya jawab, penugasan, diskusi)

2. Kesesuaian penggunaan metode pembelajaran terhadap karakteristik dari mata pelajaran (sesuai tuntutan kompetensi)

3. Frekuensi penerapan lebih dari tiga metode pembelajaran

C. Penggunaan Media Pembelajaran

1. Kelengkapan media pembelajaran (seperti OHP, laptop, LCD, tape, wall chart, clip chart) yang ada di sekolah

(40)

2. Penggunaan media elektronik oleh guru dalam mengajar (seperti LCD, OHP, tape recorder, laptop) 3. Frekuensi penggunaan media pembelajaran dalam

proses belajar mengajar oleh guru 3. Standar

Kompetensi Kelulusan

A. Prestasi Akademik dan Kelulusan yang telah dicapai

1. Ketercapaian rata-rata KKM semua mata pelajaran yang tidak di UN-kan pada tahun terakhir

2. Ketercapaian rata-rata KKM semua mata pelajaran yang di UN-kan pada tahun terakhir

3. Rata-rata hasil UN yang dicapai pada tahun terakhir 4. Rata-rata hasil Ujian Akhir Sekolah (UAS) yang

dicapai pada tahun terakhir

5. Ranking 1-10 hasil rata-rata nilai UN yang dicapai pada tahun terakhir dari semua sekolah negeri dan swasta pada tingkat

6. Prestasi Kejuaraan olimpiade/lomba (ranking 1-5) dari suatu bidang ilmu atau mata pelajaran pada tahun terakhir pada tingkat

7. Jumlah siswa yang lulus pada tahun terakhir

8. Banyaknya lulusan yang melanjutkan studi ke jenjang pendidikan yang lebih tinggi

B. Prestasi Non Akademik (pada tahun terakhir)

1. Prestasi olahraga pada tahun terakhir meraih kejuaraan (ranking 1-5) pada tingkat

2. Prestasi bidang lingkungan dan kesehatan sekolah pada tahun terakhir meraih kejuaraan (ranking 1-5) pada tingkat

3. Prestasi bidang kesenian pada tahun terakhir meraih kejuaraan (ranking 1-5) pada tingkat

4. Prestasi bidang keagamaan pada tahun terakhir meraih kejuaraan (ranking 1-5) pada tingkat

(41)

5. Prestasi bidang lainnya pada tahun terakhir meraih kejuaraan (ranking 1-5) pada tingkat

C. Kesiswaan / Kepribadian siswa

1. Kesan umum kedisiplinan siswa (seperti cara berpakaian, kehadiran, ketertiban)

2. Kepedulian dan keterlibatan secara aktif siswa terhadap lingkungan sekolah

3. Pembinaan kesenian/keterampilan siswa 4. Pembinaan karya tulis/mengarang siswa 5. Pembinaan sosial dan keagamaan bagi siswa 6. Pembinaan olahraga dan kesehatan bagi siswa 7. Pembinaan kepramukaan bagi siswa

8. Pembinaan bidang lain bagi siswa 4. Standar

Pendidik dan Kependidikan

A. Guru

1. Tingkat kelayakan (kualifikasi) pendidikan guru dari perguruan tinggi yang terakreditasi

2. Kesesuaian bidang keahlian guru dengan mata pelajaran yang diajarkan

3. Jumlah guru yang menetapkan TIK (Teknologi Informasi dan Komunikasi) seperti komputer/laptop, LCD atau internet dalam proses belajar mengajar 4. Jumlah guru yang mampu mengoperasikan komputer 5. Rata-rata jumlah jam mengajar guru per minggu 6. Kedisiplinan dari semua guru yang ada di sekolah

(seperti kehadiran, ketertiban, penyelesaian tugas) 7. jumlah guru yang mengikuti penataran KTSP

8. Kepemilikan kelengkapan administrasi/perangkat pembelajran yang dimiliki guru (seperti buku presensi siswa, buku nilai siswa)

9. Rata-rata kepemilikan buku

(42)

B. Kepala Sekolah

1. Masa kerja sebagai kepala sekolah (dihitung dari SK pertama sebagai kepala sekolah)

2. Kepemilikan sertifikasi kursus/pendidikan komputer 3. Pelatihan KTSP

4. Kepemilikan sertifikasi pelatihan calon kepala sekolah

5. Jenjang pendidikan terakhir kepala sekolah 6. Pengalaman pelatihan lainnya

C. Tenaga Pendukung

1. Jumlah karyawan/tenaga pendukung yang mampu mengoperasionalkan komputer

2. Presentase kepemilikan sertifikasi kursus/pendidikan komputer/TIK karyawan/tenaga pendukung

3. Rata-rata kualifikasi pendidikan karyawan/tenaga pendukung

4. Tingkat kedisiplinan karyawan/ tenaga pendukung (seperti kehadiran, ketertiban, penyelesaian tugas) pada tiga bulan terakhir

5. Standar

Sarana dan Prasarana

A. Ruang Kelas

1. Rasio ruang kelas terhadap rombongan belajar

2. Jumlah mebelair (seperti meja, kursi, almari, papan tulis) dalam ruang kelas terhadap kebutuhan/jumlah siswa dan guru telah terpenuhi

3. Kelengkapan sarana penerangan, pencahayaan dan sirkulasi udara ruang kelas pada umumnya

4. Kelengkapan keamanan ruang kelas pada umumnya 5. Kelengkapan sarana TIK untuk pembelajaran di

dalam ruang kelas

B. Laboratorium

(43)

2. Ketercukupan bangunan ruang laboratorium IPA (Fisika, Biologi, Kimia) terhadap jumlah rombongan belajar

3. Kelengkapan bahan-bahan praktikum sesuai dengan topik dalam materi IPA

4. Kelengkapan peralatan praktikum sesuai dengan topik dalam materi IPA

5. Kelengkapan sarana TIK untuk pembelajaran di dalam laboratorium IPA

6. Keberadaan ruangan laboratorium Komputer

7. Jumlah komputer terhadap jumlah siswa per rombongan belajar

8. Keberadaan jaringan internet

9. Kelengkapan sarana penerangan, pencahayaan dan sirkulasi udara pada umumnya

10.Kelengkapan pengamanan pada umumnya

C. Perpustakaan

1. Rasio buku bacaan terhadap jumlah siswa 2. Keberadaan rak buku

3. Jumlah kunjungan siswa ke perpustakaan setiap hari 4. Kelengkapan sarana penerangan, pencahayaan dan

sirkulasi udara pada umumnya

5. Kelengkapan pengamanan pada umumnya 6. Jumlah judul buku yang tersedia

7. Keberadaan majalah, jurnal atau koran dalam perpustakaan

D. Ruang Pimpinan Sekolah (Kepala Sekolah dan Wakil Kepala Sekolah) dan Guru

1. Kelengkapan/keberadaan fasilitas mebelair (seperti meja, kursi, almari buku, almari piala) ruang kepala sekolah

(44)

2. Kelengkapan fasilitas multimedia seperti : TV, CCTV, tape atau komputer

3. Keberadaan jaringan internet

4. Kelengkapan sarana penerangan, pencahayaan dan sirkulasi udara pada umumnya

5. Kelengkapan pengamanan pada umumnya 6. Keberadaan kamar kecil

E. Ruang Guru

1. Kelengkapan/keberadaan fasilitas mebelair (seperti meja, kursi, almari buku)

2. Kelengkapan fasilitas multimedia seperti : TV, CCTV, tape atau komputer

3. Keberadaan jaringan internet

4. Kelengkapan sarana penerangan, pencahayaan dan sirkulasi udara pada umumnya

5. Kelengkapan pengamanan pada umumnya 6. Keberadaan kamar kecil

F. Ruang Tata Usaha

1. Kelengkapan/keberadaan fasilitas mebelair (seperti meja, kursi, almari, brankas, mesin tik manual) 2. Kelengkapan fasilitas multimedia seperti : TV, tape

atau komputer

3. Keberadaan jaringan internet

4. Kelengkapan sarana penerangan, pencahayaan dan sirkulasi udara pada umumnya

5. Kelengkapan pengamanan pada umumnya

G. Ruang OSIS

1. Kelengkapan/keberadaan fasilitas mebelair (meja, kursi, almari)

(45)

komputer

3. Keberadaan jaringan internet

4. Kelengkapan sarana penerangan, pencahayaan dan sirkulasi udara pada umumnya

5. Kelengkapan pengamanan pada umumnya 6. Keberadaan kamar kecil

H. Ruang lain

1. Keberadaan ruang kantin 2. Keberadaan tempat ibadah

3. Keberadaan tempat parkir kendaraan siswa, karyawan, dan guru

4. Keberadaan ruang keterampilan 5. Keberadaan ruang kesenian sekolah 6. Keberadaan lapangan upacara 7. Keberadaan lapangan olahraga 8. Keberadaan Pos Jaga sekolah

I. Lingkungan Sekolah

1. Kesan umum lingkungan sekolah (keamanan, kebersihan, ketertiban, keindahan, kekeluargaan, kerindangan = 6K)

2. Tamanisasi lingkungan sekolah 6. Standar

Pengelolaan

A. Perencanaan Sekolah

1. Kelengkapan dokumen Renop (Rencana Operasional) dalam Rencana Pengembangan Sekolah (RPS)

2. Keterlibatan warga sekolah dalam pengambilan keputusan kebijakan dan program sekolah

3. Keterlibatan warga sekolah dalam pelaksaan program sekolah

(46)

1. Tingkat kedisiplinan kepala sekolah (seperti kehadiran, ketertiban, penyelesaian tugas) dalam tiga bulan terakhir

2. Frekuensi melakukan pertemuan/rapat antara pimpinan dengan dewan guru dan karyawan

3. Pemberian penghargaan/sanksi oleh kepala sekolah 7. Standar

Pembiayaan

A. Sumber Dana

1. Total anggaran belanja sekolah pada tahun terakhir 2. Jumlah sumber pendanaan sekolah

B. Alokasi dan Penggunaan Dana

1. Alokasi anggaran untuk pengembangan KTSP

2. Alokasi anggaran untuk pencapaian standar ketuntasan belajar minimal dan nilai UN

3. Alokasi anggaran dalam program untuk pencapaian standar manajemen

4. Alokasi anggaran dalam program untuk pencapaian standar sarana dan prasarana serta fasilitas lainnya 5. Alokasi anggaran dalam program untuk pencapaian

standar penilaian

6. Alokasi anggaran dalam program untuk pencapaian standar tenaga pendidik dan kependidikan

7. Alokasi anggaran untuk pencapaian prestasi non akademik

8. Tingkat kepatutan/kelayakan dalam penggunaan dana terhadap ketentuan yang ada

C. Akuntabilitas Penggunaan Dana

1. Pertanggungjawaban administrasi (pelaporan-pelaporan) sekolah dalam penggunaan dana

2. Kelengkapan bukti fisik administrasi penggunaan dana

(47)

8. Standar Penilaian

A. Kesiapan Guru dalam Penilaian

1. Keberadaan kelengkapan dokumen

perangkat/instrumen penilaian/evaluasi belajar siswa (seperti perangkat soal-soal, perangkat penugasan, bank soal)

2. Keberadaan kelengkapan dokumen/buku/perangkat lunak analisis nilai untuk evaluasi belajar siswa

3. Keberadaan kelengkapan perencanaan pelaksanaan (schedule, bentuk atau jenis) penilaian belajar siswa

B. Pelaksanaan Penilaian

1. Rata-rata variasi metode /strategi penilaian yang diterapkan oleh guru (seperti tanya jawab, ulangan harian, quiz, tugas, proyek, ulangan tengah semester, ulangan akhir semester)

2. Rata-rata frekuensi penilaian/evaluasi belajar siswa yang dilaksanakan oleh guru

3. Keterlibatan pihak lain dalam pelaksanaan penilaian/evaluasi

C. Pemanfaatan Hasil Penilaian

1. Rata-rata perekomendasian hasil belajar/nilai siswa oleh guru

2. Pemanfaatan hasil belajar/nilai siswa untuk program remedial

3. Pemanfaatan hasil belajar/nilai siswa untuk program pembinaan bakat/prestasi

4. Pemanfaatan hasil belajar/nilai siswa untuk kepentingan lain

Data-data tersebut di atas berupa data pertanyaan sebagai data yang ditujukan kepada sekolah sehingga hasil dari data tersebut dapat dijadikan sebagai data yang dinilai dalam menentukan performance dari sekolah tersebut. Adapun setiap butir

(48)

pertanyaan memiliki alternatif jawaban. Setiap alternatif jawaban memiliki bobot nilai yang diambil dari sistem nilai fuzzy yang digunakan dalam skripsi ini, yaitu [0,1]. “1” untuk bobot nilai tertinggi dan “0” untuk bobot nilai terendah. Sedangkan untuk pertanyaan dengan alternatif jawaban lebih dari 2 alternatif jawaban, maka sistem bobot nilai yang diberikan menggunakan fungsi keanggotaan fuzzy.

Dengan demikian jumlah dari bobot nilai yang di peroleh dari setiap subkriteria tersebut di atas akan menentukan rating derajat kecocokan sekolah terhadap tiap kriteria yang digunakan. Sedangkan untuk menentukan tingkat

performance yang didapat atau diperoleh sekolah, ditentukan berdasarkan nilai prioritas yang diperoleh sekolah, yang kemudian dibandingkan terhadap nilai standar (nilai prioritas maksimal) yang ditetapkan. Adapun ketetapan pembagian interval nilai dalam menentukan tingkat performance sekolah dan penentuan rating derajat kecocokan sekolah terhadap kriteria yang digunakan berdasarkan ketetapan dari DIKPORA kabupaten Aceh Tenggara adalah sebagai berikut:

Tabel 2.2 Interval Nilai dalam Penentuan Tingkat Performance Sekolah dan Rating Derajat Kecocokan Sekolah Terhadap Tiap Kriteria Berdasarkan

Ketetapan DIKPORA Aceh Tenggara Tingkat Performance /

Rating Derajat Kecocokan

Interval Nilai (%) Terhadap Nilai Prioritas Max/ Jumlah Bobot Max

Sangat Baik (SB) nilai prioritas / jumlah bobot > 90% Baik (B) 75% < nilai prioritas / jumlah bobot < 90% Cukup (C) 60% < nilai prioritas / jumlah bobot < 75% Kurang (K) 40% < nilai prioritas / jumlah bobot < 60% Sangat Kurang (SK) nilai prioritas / jumlah bobot < 40%

(49)

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Dalam membangun sebuah sistem, maka tahap analisis perlu dilakukan guna mengetahui kebutuhan yang diperlukan untuk sistem yang akan dibangun. Analisis sistem yang dilakukan dalam penelitian ini terdiri analisis kebutuhan sistem pendukung keputusan serta analisis pemecahan masalah dengan metode fuzzy MCDM.

3.1.1 Gambaran Umum Sistem

Sistem yang dibangun dalam skripsi ini merupakan sistem pendukung keputusan yang bertujuan sebagai alat bantu dalam proses pengambilan keputusan penentuan

performance sekolah. Dimana proses tersebut dilakukan berdasarkan data sekolah yang diinputkan sesuai ketersedian ruang input yang tersedia pada sistem. Melalui data input tersebut maka pada data sekolah akan disertakan bobot nilai yang diperolehnya yang kemudian tersimpan dalam basis data.

Sedangkan untuk output dari sistem ini sendiri berupa informasi tingkat

performance sekolah dengan pilihan kategori Sangat Baik, Baik, Cukup, Kurang Baik dan Sangat Kurang. Penentuan tingkat performance sekolah dilakukan berdasarkan nilai prioritas sekolah yang diperoleh dari proses perhitungan metode fuzzy MCDM yang kemudian akan dibandingkan terhadap nilai standar berupa nilai prioritas maksimal yang diperoleh melalui penetapan rating derajat kepentingan tiap kriteria dengan proses perhitungan metode yang sama. Untuk ketentuan tiap tingkat

(50)

3.1.2 Batasan Sistem

Sistem ini hanya bekerja sebagai alat bantu dalam menentukan tingkat performance

sekolah. Adapun data sekolah yang tersimpan di sistem ini yaitu data nama sekolah, NIS (Nomor Induk Sekolah), jenjang pendidikan sekolah dan bobot-bobot nilai yang diperoleh sekolah tersebut dari tiap kriteria yang digunakan sesuai ketersedian ruang

input yang terdapat pada sistem serta tingkat performance yang diperoleh sekolah tersebut.

Pada sistem ini, data kriteria dan subkriteria yang digunakan dalam proses penentuan performance sekolah hanya sesuai dengan yang tersedia pada sistem tanpa dapat ditambah atau dikurang maupun diperbaharui. Selain itu, sistem ini hanya memberikan informasi tingkat performance sekolah berdasarkan bobot nilai dari data sekolah yang diinputkan sesuai ketersedian ruang input yang ada pada sistem. Selanjutnya hasil akhir keputusan tetap berada di tangan instansi pengelola pendidikan.

3.1.3 Analisis Masukan Sistem

Data masukan yang dibutuhkan perangkat lunak Sistem Pendukung Keputusan Penentuan Performance Sekolah ini adalah sebagai berikut:

1. Masukan berupa data rating derajat kepentingan untuk tiap kriteria yang digunakan dalam penentuan performance sekolah

2. Masukan berupa data sekolah sesuai ketersediaan input data pada sistem untuk data subkriteria yang digunakan dalam penentuan performance sekolah.

3.1.4 Analisis Keluaran Sistem

Keluaran dari Sistem Pendukung Keputusan Penentuan Performance Sekolah ini adalah informasi performance sekolah dan laporan hasil perhitungan dengan metode

(51)

diperoleh sekolah berdasarkan nilai prioritas hasil perhitungan dengan metode fuzzy

MCDM yang dibandingkan terhadap nilai standar (nilai prioritas maksimal) yang terdapat pada sistem.

3.1.5 Analisis Pemecahan Masalah dengan Fuzzy MCDM

Adapun urutan pemecahan masalah dalam penelitian ini adalah sebagai berikut:

1. Menentukan kriteria yang digunakan dalam penentuan performance sekolah. Adapun kriteria yang digunakan dalam menentukan performance sekolah yang diperoleh dari penelitian di DIKPORA Aceh Tenggara yaitu standar isi (kurikulum), standar proses belajar mengajar, standar kompetensi kelulusan, standar pendidik dan kependidikan, standar sarana dan prasarana, standar pengelolaan, standar pembiayaan, dan standar penilaian.

2. Kandidat berupa sekolah yang dijadikan sebagai sampel dari penelitian ini adalah SMA Negeri 2 Lawe Sigalagala.

3. Struktur hierarki dari permasalahan penentuan performance SMA Negeri 2 Lawe Sigalagala dengan kriteria pada langkah no.1 dapat dilihat pada gambar berikut:

Gambar 3.1 Struktur Hiraki Permasalahan Penentuan Performance Sekolah

Menentukan performance sekolah

Standar Isi (Kurikulum)

Standar Pengelolaan

C6 Standar Sarana

dan Prasarana C5

Standar Pendidik dan Kependidikan

C4 Standar Proses

Belajar Mengajar C2

Standar Kompetensi

Kelulusan C3

Standar Pembiayaan

Standar Penilaian

SMA NEGERI 2 LAWE SIGALAGALA

(52)

4. Variabel linguistik yang mempresentasikan bobot rating derajat kepentingan setiap kriteria adalah T(kepentingan) W = {SR, R, S, T, ST}. Sedangkan untuk bobot rating derajat kecocokan alternatif dengan kriterianya adalah T(kecocokan) S = {SK, K, C, B, SB}. Fungsi keanggotaan untuk setiap elemen direpresentasikan dengan menggunakan bilangan fuzzy segitiga sebagai berikut:

Gambar 3.2 Fungsi Keanggotaan dalam Himpunan Fuzzy Segitiga Untuk Derajat Kepentingan Kriteria dan Derajat Kecocokan Kandidat Terhadap

Kriteria

Dengan asumsi rentang yang digunakan adalah:

Sangat Rendah (SR) = Sangat Kurang (SK) = (0, 0, 0.25) Rendah (R) = Kurang (K) = (0, 0.25, 0.5) Sedang (S) = Cukup (C) = (0.25, 0.5, 0.75) Tinggi (T) = Baik (B) = (0.5, 0.75, 1) Sangat Tinggi (ST) = Sangat Baik (SB) = (0.75, 1, 1)

5. Menentukan derajat kepentingan tiap kriteria yang digunakan beserta bobotnya. Adapun derajat kepentingan kriteria yang diperoleh dari DIKPORA kabupaten Aceh Tenggara, yang kemudian disertakan bobot rating derajat kepentingan tiap kriteria yang digunakan seseuai langkah no.4 dapat dilihat pada tabel 3.1 berikut:

Tabel 3.1 Rating Derajat Kepentingan Tiap Kriteria Beserta Bobotnya No. Kriteria yang digunakan Derajat

Kepentingan

Bobot Rating

1. Standar Isi (Kurikulum) ST (0.75, 1, 1) 2. Standar Proses Belajar Mengajar T (0.5, 0.75, 1)

0.5

0 0.25 0.5 0.75 1 X sangat rendah rendah sedang tinggi sangat tinggi

(53)

3. Standar Kompetensi Kelulusan T (0.5, 0.75, 1) 4. Standar Pendidik dan Kependidikan T (0.5, 0.75, 1) 5. Standar Sarana dan Prasarana T (0.5, 0.75, 1)

6. Standar Pengelolaan T (0.5, 0.75, 1)

7. Standar Pembiayaan T (0.5, 0.75, 1)

8. Standar Penilaian ST (0.75, 1, 1)

Untuk menentukan nilai standar dalam penentuan performance

sekolah, maka nilai prioritas maksimal yang diperoleh dari perhitungan metode

fuzzy MCDM dengan mengagregasikan bobot rating derajat kepentingan tiap kriteria di atas terhadap bobot rating derajat kepentingan maksimal yaitu ST = (0.75, 1, 1). Sehingga untuk bobot rating derajat kepentingan tiap kriteria direpresentasikan sebagai Sit = (oit, pit, qit) dan bobot rating derajat kepentingan maksimal sebagai Wt = (at, bt, ct), maka hasil agregasi sebagai Fi

= (Xi, Yi, Zi) menjadi :

Xi =

Yi =

Zi =

Tabel 3.2 Agregasi Bobot Derajat Kepentingan Tiap Kriteria terhadap Bobot Derajat Kepentingan Maksimal Tiap Kriteria

No. Bobot Derajat Kepentingan

Sit = (oit, pit, qit)

Bobot Derajat Kepentingan Maksimal (ST)

Wt = (at, bt, ct)

Hasil Agregasi

1. (0.75, 1, 1) (0.75, 1, 1) (0.5625, 1, 1) 1

∑ (pit, bt)

t=1

∑ (qit, ct)

t=1

∑ (oit, at)

(54)

α T

2. (0.5, 0.75, 1) (0.75, 1, 1) (0.375, 0.75, 1) 3. (0.5, 0.75, 1) (0.75, 1, 1) (0.375, 0.75, 1) 4. (0.5, 0.75, 1) (0.75, 1, 1) (0.375, 0.75, 1) 5. (0.5, 0.75, 1) (0.75, 1, 1) (0.375, 0.75, 1) 6. (0.5, 0.75, 1) (0.75, 1, 1) (0.375, 0.75, 1) 7. (0.5, 0.75, 1) (0.75, 1, 1) (0.375, 0.75, 1) 8. (0.75, 1, 1) (0.75, 1, 1) (0.5625, 1, 1) Hasil agregasi Fi = (Xi, Yi, Zi) = (0.4218, 0.8125, 1)

Dari hasil agregasi di atas, maka nilai prioritas maksimal sebagai nilai standar dalam penentuan performance sekolah dapat diperoleh melalui metode nilai total integral dengan indeks keoptimisan (α=1) untuk memprioritaskan hasil agregasi di atas, maka diperoleh:

I

(Fi) = (α Zi+ Yi + (1 - α) Xi)

= (1*1+ 0.8125 + (1 - 1)*0.4218)

= 0.9062

Kemudian nilai prioritas maksimal tersebut direpresentasikan sebagai 100%, sehingga pembagian interval nilai standar untuk tiap tingkat

performance sekolah adalah sebagai berikut:

Tabel 3.3 Interval Nilai Standar Untuk Tingkat Performance Sekolah No. Tingkat

Performance

Sekolah

Persentase Interval terhadap Nilai Prioritsas Max

Interval Nilai terhadap Nilai

Prioritas Max

1. Sangat Baik (SB) nilai prioritas > 90% nilai prioritas > 0.8155 2. Baik (B) 75% < nilai prioritas <

90%

0.6796 < nilai prioritas < 0.8155

3. Cukup (C) 60% < nilai prioritas < 0.5437 < nilai prioritas 1

(55)

75% < 0.6796 4. Kurang (K) 40% < nilai prioritas <

60%

0.3624 < nilai prioritas < 0.5437

5. Sangat Kurang

(SK)

nilai prioritas < 40% nilai prioritas < 0.3624

6. Mengevaluasi bobot nilai yang diperoleh SMA Negeri 2 Lawe Sigalagala terhadap tiap kriteria yang digunakan berdasarkan data-data tertentu dari SMA Negeri 2 Lawe Sigalagala.

Adapun hasil bobot nilai yang diperoleh dari data SMA Negeri 2 Lawe Sigalagala adalah sebagai berikut:

Tabel 3.4 Data Subkriteria yang Digunakan Serta Hasil Bobot Nilai Untuk SMA Negeri 2 Lawe Sigalagala

No. Kriteria Subkriteria Bobot

1. Standar Isi (Kurikulum)

A. Dokumen Kurikulum Sekolah

1. Keberadaan dokumen kurikulum sekolah (panduan pengembangan KTSP)

2. Keberadaan dokumen kurikulum sekolah (KTSP) yang meliputi semua mapel

3. Keberadaan dokumen pendukung pengembangan KTSP (referensi, bahan ajar, buku-buku, jurnal, dan lain-lain untuk tiap mapel)

B. Dokumen Perangkat Kurikulum Sekolah

1. Dokumen silabus untuk semua mata pelajaran

2. Dokumen panduan umum sistem penilaian dari semua mata pelajaran

3. Dokumen panduan umum pembelajaran dari semua mata pelajaran

0.875

0.25

0.375

(56)

4. Dokumen Rencana Pelaksanaan Pembelajaran (RPP) dari semua mata pelajaran

C. Dokumen Pendukung Perangkat Kurikulum Sekolah

1. Dokumen kalender akademik sekolah

2. Dokumen pembagian tugas mengajar guru di sekolah dengan bukti SK Kepala Sekolah 3. Kurikulum (mapel) muatan lokal di sekolah

1 1

0.33

Jumlah bobot 7.205

2. Standar Proses Belajar Mengajar

A. Kesiapan Guru

1. Rata-rata kepemilikan dokumen guru berupa silabus sebagai pedoman dalam proses belajar mengajar

2. Rata-rata kepemilikan dokumen guru berupa RPP sebagai pedoman dalam proses belajar mengajar

B. Metodologi Pengajaran

1. Rata-rata variasi guru dalam penggunaan metode pembelajaran di kelas (seperti ceramah, tanya jawab, penugasan, diskusi)

2. Kesesuaian penggunaan metode

pembelajaran terhadap karakteristik dari mata pelajaran (sesuai tuntutan kompetensi) 3. Frekuensi penerapan lebih dari tiga metode

pembelajaran

C. Penggunaan Media Pembelajaran

1. Kelengkapan media pembelajaran (seperti OHP, laptop, LCD, tape, wall chart, clip chart) yang ada di sekolah

0.375

0.5

(57)

2. Penggunaan media elektronik oleh guru dalam mengajar (seperti LCD, OHP, tape recorder, laptop)

3. Frekuensi penggunaan media pembelajaran dalam proses belajar mengajar oleh guru

0.25

Jumlah bobot 5

3. Standar Kompetensi Kelulusan

A. Prestasi Akademik dan Kelulusan yang telah dicapai

1. Ketercapaian rata-rata KKM semua mata pelajaran yang tidak di UN-kan pada tahun terakhir

2. Ketercapaian rata-rata KKM semua mata pelajaran yang di UN-kan pada tahun terakhir

3. Rata-rata hasil UN yang dicapai pada tahun terakhir

4. Rata-rata hasil Ujian Akhir Sekolah (UAS) yang dicapai pada tahun terakhir

5. Ranking 1-10 hasil rata-rata nilai UN yang dicapai pada tahun terakhir dari semua sekolah negeri dan swasta pada tingkat

6. Prestasi Kejuaraan olimpiade/lomba (ranking 1-5) dari suatu bidang ilmu atau mata pelajaran pada tahun terakhir pada tingkat

7. Jumlah siswa yang lulus pada tahun terakhir 8. Banyaknya lulusan yang melanjutkan studi

ke jenjang pendidikan yang lebih tinggi

B. Prestasi Non Akademik (pada tahun terakhir)

1. Prestasi olahraga pada tahun terakhir meraih kejuaraan (ranking 1-5) pada tingkat

0.75

0.5

1 0.375

(1)

4.1.1.9Form Petunjuk Pengguna Sistem

Form petunjuk pengguna sistem hanya berisikan informasi mengenai level pengguna pada sistem ini. Berikut adalah tampilan form tersebut.

Gambar 4.14 Form Petunjuk Pengguna Sistem

4.1.1.10Form Tentang Programmer

Form ini berisikan informasi data pribadi dari programmer sistem. Berikut adalah tampilannya.

(2)

4.1.1.11Form Logout

Form logout digunakan untuk mengembalikan sistem pada keadaan semula sebelum adanya proses login.

Gambar 4.16 Form Logout

4.1.1.12Form Keluar

Form ini digunakan untuk menghentikan pengaksesan sistem. Berikut adalah tampilan

form tersebut.

(3)

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Dari hasil analisis hingga pengujian sistem yang telah dilakukan, maka dapat diambil beberapa kesimpulan diantaranya sebagai berikut:

1. Metode Fuzzy Multi Criteria decision Making (MCDM) dapat digunakan untuk menyelesaikan permasalahan yang bersifat multikriteria dan data ketidakpastian pada penelitian ini yakni Sistem Pendukung Keputusan Penentuan Performance

Sekolah.

2. Proses penentuan performance sekolah pada perangkat lunak Sistem Pendukung Keputusan Penentuan Performance Sekolah ini dilakukan berdasarkan nilai prioritas yang diperoleh sekolah tersebut yang kemudian dibandingkan terhadap nilai standar dalam hal ini yaitu nilai prioritas maksimal yang diperoleh dari penetapan rating derajat kepentingan tiap kriteria.

3. Sistem Pendukung Keputusan Penentuan Performance Sekolah ini dapat membantu pihak pengelolah pendidikan yang dalam hal ini DIKPORA kabupaten Aceh Tenggara dalam menentukan tingkat performance sekolah guna dijadikan bahan pertimbangan dalam pembenahan pendidikan di sekolah-sekolah yang berada di daerah tersebut.

(4)

5.2 Saran

Berdasarkan hasil penelitian ini, ada beberapa saran yang dapat dilakukan guna pengembangan sistem ini menjadi lebih baik, diantaranya sebagai berikut:

1. Menggabungkan metode Fuzzy Multi Criteria Decision Making (MCDM) dengan metode matematika lain sehingga dapat membuat niai-nilai pendukung keputusan yang dihasilkan lebih akurat dan terperinci.

2. Penambahan fitur dalam hal penambahan atau edit data kriteria yang digunakan sehingga proses penilaian performance sekolah yang dilakukan tidak hanya terpaku terhadap data kriteria yang tersedia.

(5)

DAFTAR PUSTAKA

[1] Cahyo, N. W dan R. Wahyuni. 2009. Implementasi Fuzzy Multicriteria Decision Makinguntuk Menentukan Peringkat Calon Penerima Beasiswa. Prodi Teknik Industri, UII dan Fakultas Teknik, UGM, Yogyakarta.

Februari 2011

[2] Chen, M dan Tzeng, G. 2004. Fuzzy Integral MCDM Technique for Analyzing and Evaluating the Expatriate Assignments. Institute of Business and Management, College of Management dan Institute of Technology Management and Institute of Business and Management, College of Management, National Chiao Tung University, Taiwan.

Diakses tanggal 15 Juni 2011

[3] Daihani, D. U. 2001. Komputerisasi Pengambilan Keputusan : Panduan Langkah demi Langkah Mengembangkan Sistem Pendukung Keputusan Berbasis Komputer. Jakarta : PT Elex Media Komputindo.

[4] Kosasi, Sandy, 2002. Sistem Penunjang Keputusan (Decision Support System), Pontianak : Sekolah Tinggi Manajemen Informatika dan Komputer.

[5] Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi

[6] Kusumadewi, S. 2003. Artificial Intelligence: Teknik dan Aplikasinya. Yogyakarta: Graha Ilmu.

[7] Kusumadewi, S dan Purnomo, H. 2004. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Jilid 1. Yogyakarta.: Graha Ilmu.

[8] Kusumadewi, S dan Purnomo, H. 2010. Aplikasi Logika Fuzzy untuk Pendukung Keputusan. Jilid 2. Yogyakarta.: Graha Ilmu.

(6)

http://digilib.stikom.edu/detil.php?id=924&q=rancang%20bangun%20sisitem %20pendukung%20keputusan%20pemilihan%20karyawan%20teladan%20me nggunakan%20metode%20fuzzy%20ahp

Diakses tanggal 20 April 2011

[11] Rahardjo, Jani, Ronald E. Stok, dan Rosa Yustina, 2000, Penerapan Multi Criteria Decision Making dalam Pengambilan Keputusan Sistem Perawatan,

Jurnal Teknik Industri vol.2, Universitas Kristen Petra.

Diakses tanggal 20 April 2011

[12] Robandi, Imam, 2006. Desain sistem Tenaga Modern, Optimisasi, Logika Fuzzy, dan Algoritma Genetika, Yogyakarta : Andi Offset.

[13] Suryadi, K dan Ramdhani, A. M. 1998. Sistem Pendukung Keputusan : Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan Kepuusan. Bandung : PT. Remaja Rosdakarya.

[14] Turban, Efraim dan Jay Aronson. 2005. Decision Support Systems and Intelligent Systems (Sistem Pendukung Keputusan dan System Cerdas). Jilid 1. Yogyakarta: Andi.

[15] Wang,W dan Fenton, N. 2006. Risk and Confidence analysis for Fuzzy Multicriteria Decision Making. Risk Analysis and Decision Research Group, Department Computer Science, Queen Mary University of London, Inggris.

Diakses tanggal 15 Juni 2011

[16] Wang S, Lee C, dan Tzeng G. 2005. Fuzzy Multi-Criteria Decision-Making for Evaluating the Performance of Mutual Funds. Department of International Trade, Chung Kuo Institute of Technology, Department of Finance, Rutgers University, New Brunswick, NJ, USA dan Institute of Management of Technology, National Chiao Tung University, Taiwan.

Diakses tanggal 15 Juni 2011

[17]

Perancangan Sistem Pendukung Keputusan Penentuan Performance Sekolah Dengan Menggunakan Metode Fuzzy Multi Criteria Decision Making (MCDM)