Implementasi Metode Simple Additive Weighting dan Weighted Product Model Dalam Pemilihan Lembaga Bimbingan Belajar di Kota Medan

LAMPIRAN A : LISTING PROGRAM

1. Mainform /*

* Created by SharpDevelop. * User: User7

* Date: 28/09/2015 * Time: 9:38

*

* To change this template use Tools | Options | Coding | Edit Standard Headers.

*/

using System;

using System.Collections.Generic;

using System.Drawing;

using System.Windows.Forms;

namespace home1 {

/// <summary>

/// Description of MainForm.

/// </summary>

public partial class MainForm : Form

{

public MainForm()

{ //

// The InitializeComponent() call is required for Windows Forms designer support.

//

InitializeComponent();

//

// TODO: Add constructor code after the InitializeComponent() call.

//

}

void KRITERIALAHANToolStripMenuItemClick(object sender, Event Args e)

{

Form a=new databimbingan(); a.Show();

}

void DATALAHANToolStripMenuItemClick(object sender, EventArgs e)

Form b=new kriteriabobot(); b.Show();

}

void EXITToolStripMenuItemClick(object sender, EventArgs e) {

DialogResult button= MessageBox.Show("Are you sure want to EXIT?","EXIT",

MessageBoxButtons.Ye sNo,MessageBoxIcon.Question, MessageBoxDefaultBut ton.Button2); if(button==DialogResult.Yes) Application.Exit(); }

void ABOUTToolStripMenuItemClick(object sender, EventArgs e) {

Form c=new about(); c.Show();

}

void HOMEToolStripMenuItemClick(object sender, EventArgs e) {

}

void METODEToolStripMenuItemClick(object sender, EventArgs e) {

Form f=new metode(); f.Show();

}

void Label2Click(object sender, EventArgs e) {

}

void Label3Click(object sender, EventArgs e) {

}

void Label1Click(object sender, EventArgs e) {

}

void PictureBox2Click(object sender, EventArgs e) {

}

void Label42Click(object sender, EventArgs e) {

} } }

2. About /*

* Created by SharpDevelop. * User: User7

* Date: 28/09/2015 * Time: 10:09 *

* To change this template use Tools | Options | Coding | Edit Standard Headers.

*/

using System;

using System.Drawing;

using System.Windows.Forms;

namespace home1 {

/// <summary>

/// Description of about.

/// </summary>

public partial class about : Form {

public about() {

//

// The InitializeComponent() call is required for Windows Forms designer support.

//

InitializeComponent();

//

// TODO: Add constructor code after the InitializeComponent() call. // }

void AboutLoad(object sender, EventArgs e) {

}

void Label2Click(object sender, EventArgs e) {

}

void PictureBox2Click(object sender, EventArgs e) {

}

void Label3Click(object sender, EventArgs e) {

}

void Label1Click(object sender, EventArgs e) {

}

void Label4Click(object sender, EventArgs e) {

}

void Label6Click(object sender, EventArgs e) {

}

void Label8Click(object sender, EventArgs e) { } } } 3.Metode /*

* Created by SharpDevelop. * User: User7

* Date: 28/09/2015 * Time: 10:58 *

* To change this template use Tools | Options | Coding | Edit Standard Headers.

*/

using System;

using System.Collections.Generic; using System.Drawing;

using System.Windows.Forms; using MySql.Data.MySqlClient;

using System.Data;

using System.Data.OleDb;

namespace home1

{

/// <summary>

/// Description of metode.

/// </summary>

public partial class metode : Form

{

MySqlConnection koneksi2 =

new MySqlConnection("server=localhost;port=3306;username=root ;password=");

double maxc1,maxc2,maxc3,maxc4,minc5,minc6,minc7,minc8; double tertinggi=0;

string lahanterbaik,temp_pm; public metode()

{ //

// The InitializeComponent() call is required for Windows Forms designer support.

//

InitializeComponent();

//

// TODO: Add constructor code after the InitializeComponent() call.

//

}

void Panel2Paint(object sender, PaintEventArgs e) {

}

void Button1Click(object sender, EventArgs e) { try { DateTime waktuawal,waktuakhir; waktuawal=DateTime.Now; double hc1,hc2,hc3,hc4,hc5,hc6,hc7,hc8; string MyConnection2

= "server=localhost;port=3306;username=root;password="; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2);

//MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MyConn2.Open();

MySqlCommand command1 = new MySqlCommand("select max(C1) from db_spk_bimbel.tb_bobot",MyConn2);

maxc1=Convert.ToDouble(command1.ExecuteScalar().ToStr ing());

MySqlCommand command2 = new MySqlCommand("select max(C2) from db_spk_bimbel.tb_bobot",MyConn2);

maxc2=Convert.ToDouble(command2.ExecuteScalar().ToStr ing());

MySqlCommand command3 = new MySqlCommand("select max(C3) from db_spk_bimbel.tb_bobot",MyConn2);

maxc3=Convert.ToDouble(command3.ExecuteScalar().ToStr ing());

//MessageBox.Show("min" + minc3.ToString());

MySqlCommand command4 = new MySqlCommand("select max(C4) from db_spk_bimbel.tb_bobot",MyConn2);

maxc4=Convert.ToDouble(command4.ExecuteScalar().ToStr ing());

MySqlCommand command5 = new MySqlCommand("select min(C5) from db_spk_bimbel.tb_bobot",MyConn2);

minc5=Convert.ToDouble(command5.ExecuteScalar().ToStr ing());

MySqlCommand kueri = new MySqlCommand("SELECT * FROM db_spk_bimbel.tb_bobot",MyConn2);

string temp;

//kueri.CommandText = qw;

//koneksi.Open();

MySqlDataReader dr;

dr = kueri.ExecuteReader();

while(dr.Read()) {

temp = dr["nama"].ToString(); //matriks normalisasi

hc1 = (Convert.ToDouble(dr["c1"]))/maxc1; hc2 = (Convert.ToDouble(dr["c2"]))/maxc2; hc3 = (Convert.ToDouble(dr["c3"]))/maxc3; hc4 = (Convert.ToDouble(dr["c4"]))/maxc4; hc5 = (Convert.ToDouble(dr["c5"]))/minc5;

//perkalian dengan w

//MessageBox.Show(hc1.ToString());

double skor

= (hc1*0.3)+(hc2*0.2)+(hc3*0.15)+(hc4*0.25)+(hc5*0.1);

if (skor >= tertinggi){

tertinggi=skor; lahanterbaik=temp; }

updateskorsaw(temp,hc1,hc2,hc3,hc4,hc5,skor); } //koneksi.Close(); MyConn2.Close(); waktuakhir=DateTime.Now;

TimeSpan lama =waktuakhir.Subtract(waktuawal); textBox1.Text=lama.TotalMilliseconds.ToString()+" MilliSeconds";

}

catch (Exception ex) { MessageBox.Show(ex.Message); } lihatperangkingan(); sawtinggi.Text=lahanterbaik; //datatertinggi_pm(); } void lihatwpm(){ try{ string MyConnection2

= "server=localhost;port=3306;username=root;password="; //Display query

string Query = "select * from db_spk_bimbel.tb_wpm ORDER BY skor DESC;";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

//For offline connection we weill use MySqlDataAdapter class.

MySqlDataAdapter MyAdapter = new MySqlDataAdapter();

MyAdapter.SelectCommand = MyCommand2; //DataTable dTable = new DataTable();

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView1.DataSource = dTable; // here i have assign dTable object to the dataGridView1 object to display

data.

MyConn2.Close(); }

catch (Exception ex) {

MessageBox.Show(ex.Message); }

}

void lihatperangkingan() { try{ string MyConnection2

= "server=localhost;port=3306;username=root;password="; //Display query

string Query = "select * from

db_spk_bimbel.tb_normalisasi_saw ORDER BY skor DESC;"; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

//For offline connection we weill use MySqlDataAdapter class.

MySqlDataAdapter MyAdapter = new MySqlDataAdapter();

MyAdapter.SelectCommand = MyCommand2; //DataTable dTable = new DataTable();

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView4.DataSource = dTable; // here i have assign dTable object to the dataGridView1 object to display

data.

MyConn2.Close();

}catch(Exception){

MessageBox.Show("Ada Error"); }

}

void updateskorsaw(string nama,double hc1,double hc2,double h c3,double hc4,double hc5, double skor)

{ try{

string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; string query2= "update

db_spk_bimbel.tb_normalisasi_saw set

normalisasi_c1='" + hc1+ "',normalisasi_c2='" +hc2+ "',normalisasi_c3 ='" +hc3+ "',normalisasi_c4='" + hc4+ "',normalisasi_c5='" + hc5+ "', skor='" + skor+ "' where nama='" + nama+ "';"; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2);

//MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

//MyReader2 = MyCommand2.ExecuteReader(); // Here our query will be executed and data saved into the database.

MyReader2 = MyCommand3.ExecuteReader(); // MessageBox.Show("Save Data");

MyConn2.Close();

}catch(Exception){

MessageBox.Show("Ada Error"); }

}

void updateskorwpm(string nama,double hc1,double hc2,double h c3,double hc4,double hc5, String skor)

{ try{

string MyConnection2

= "datasource=localhost;port=3306;username=root;password=";

string query2= "update db_spk_bimbel.tb_wpm set c1='" + hc1+ "',c2='" +hc2+ "',c3='" +hc3+ "',c4='" + hc4+ "',c5='" + hc5+ "',skor='" + skor+ "' where

nama='" + nama+ "';"; MySqlConnection MyConn2 = new MySqlConnection(MyConnection2);

//MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

//MyReader2 = MyCommand2.ExecuteReader(); // Here our query will be executed and data saved into the database.

MyReader2 = MyCommand3.ExecuteReader(); // MessageBox.Show("Save Data");

MyConn2.Close();

}catch(Exception){

MessageBox.Show("Ada Error"); }

}

void Button2Click(object sender, EventArgs e) {

try{

DateTime waktuawal,waktuakhir; waktuawal=DateTime.Now;

double hc1,hc2,hc3,hc4,hc5,skorwpm; double tinggi=0;

string MyConnection2

= "server=localhost;port=3306;username=root;password="; MySqlConnection MyConn2

= new MySqlConnection(MyConnection2);

MyConn2);

MyConn2.Open();

MySqlCommand kueri = new MySqlCommand("SELECT * FROM db_spk_bimbel.tb_bobot",MyConn2);

string temp;

//kueri.CommandText = qw;

//koneksi.Open();

MySqlDataReader dr;

dr = kueri.ExecuteReader();

while(dr.Read())

{

temp = dr["nama"].ToString(); //matriks normalisasi

hc1 =Math.Pow(0.3,(Convert.ToDouble(dr["c1"]))); hc2 = Math.Pow(0.2,(Convert.ToDouble(dr["c2"]))); hc3

=Math.Pow(0.15, (Convert.ToDouble(dr["c3"])));

hc4 =Math.Pow(0.25,(Convert.ToDouble(dr["c4"]))); hc5 =Math.Pow(0.1, (Convert.ToDouble(dr["c5"]))); skorwpm=hc1*hc2*hc3*hc4*hc5;

String

strskorwpm=skorwpm.ToString("0.####################"); //MessageBox.Show(skorwpm.ToString());

if (skorwpm >= tinggi){ tinggi=skorwpm; textBox2.Text=temp; } updateskorwpm(temp,hc1,hc2,hc3,hc4,hc5,strskorwpm ); } MyConn2.Close(); lihatwpm(); waktuakhir=DateTime.Now; TimeSpan lamawpm=waktuakhir.Subtract(waktuawal); wpm_time.Text=lamawpm.TotalMilliseconds.ToString()+" MilliSeconds"; }catch(Exception ex){ MessageBox.Show(ex.Message); } }

void MetodeLoad(object sender, EventArgs e) {

}

{ }

void Panel1Paint(object sender, PaintEventArgs e) {

}

void TextBox1TextChanged(object sender, EventArgs e) {

}

void Label7Click(object sender, EventArgs e) {

}

void DataGridView4CellContentClick(object sender, DataGridVie wCellEventArgs e) { } } }

4.Bobot Kriteria /*

* Created by SharpDevelop. * User: User7

* Date: 28/09/2015 * Time: 9:54

*

* To change this template use Tools | Options | Coding | Edit Standard Headers.

*/

using System;

using System.Collections.Generic;

using System.Drawing;

using System.Linq.Expressions;

using System.Windows.Forms; using MySql.Data.MySqlClient;

using System.Data;

using System.Data.OleDb; namespace home1

{

/// <summary>

/// Description of kriteriabobot.

/// </summary>

{

public kriteriabobot() {

//

// The InitializeComponent() call is required for Windows Forms designer support.

//

InitializeComponent(); lihat();

//

// TODO: Add constructor code after the InitializeComponent() call. // } void lihat(){ string MyConnection2

= "server=localhost;port=3306;username=root;password="; //Display query

string Query = "select * from db_spk_bimbel.tb_kriteriabobot;";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

//For offline connection we weill use MySqlDataAdapter class.

MySqlDataAdapter MyAdapter = new MySqlDataAdapter();

MyAdapter.SelectCommand = MyCommand2; //DataTable dTable = new DataTable();

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView1.DataSource = dTable; // here i have assign dTable object to the dataGridView1 object to display

data.

MyConn2.Close(); }

void KriteriabobotLoad(object sender, EventArgs e) {

} } }

5. Data Bimbingan /*

* Created by SharpDevelop. * User: User7

* Date: 28/09/2015 * Time: 9:53

*

* To change this template use Tools | Options | Coding | Edit Standard Headers.

*/

using System;

using System.Collections.Generic; using System.Drawing;

using System.Linq.Expressions; using System.Windows.Forms; using MySql.Data.MySqlClient; using System.Data;

using System.Data.OleDb; namespace home1

{

/// <summary>

/// Description of datalahan.

/// </summary>

public partial class databimbingan : Form {

double c1,c2,c3,c4,c5,c6,c7,c8,c9,c10;

double c1_pm,c2_pm,c3_pm,c4_pm,c5_pm,c6_pm,c7_pm,c8_pm; double c1_pm_ideal,c2_pm_ideal,c3_pm_ideal,c4_pm_ideal,c5_pm_ ideal,c6_pm_ideal,c7_pm_ideal,c8_pm_ideal;

double c1_pm_gap,c2_pm_gap,c3_pm_gap,c4_pm_gap,c5_pm_gap,c6_p m_gap,c7_pm_gap,c8_pm_gap;

double cf,sf,skor; public databimbingan() {

//

// The InitializeComponent() call is required for Windows Forms designer support.

//

InitializeComponent();

//

// TODO: Add constructor code after the InitializeComponent() call.

//

}

void Button1Click(object sender, EventArgs e) { try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; string Query = "insert into

db_spk_bimbel.data_bimbel(nama,biaya,fasilitas,jumlah_pertemuan,jumla h_lulus_PTN,jumlah_pengajar)

values('" +this.namabimbel.Text+ "','" +this.c1_biaya.Text+ "','" +th is.c2_fasilitas.Text+ "','" +this.c3_jlh_pert.Text+ "','" +this.c4_jl h_lls.Text+ "','" +this.c5_jlh_peng.Text+ "');";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

//MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand2.ExecuteReader(); // ekskusi kueri masuk ke database.

// MyReader2 = MyCommand3.ExecuteReader();

MessageBox.Show("Data Tersimpan"); MyConn2.Close(); insertbobot(); insertsaw_normalisasi(); insertwpm(); resetisi(); }

catch (Exception ex) { MessageBox.Show(ex.Message); } } void insertbobot() { try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; //string Query = "insert into

db_padi.padisawah(nama,C1,C2,C3,C4,C5) values('"

+this.namapadisawah.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "','" +c4+ "','" +c5+ "');";

string query2="insert into db_spk_bimbel.tb_bobot(nama,c1,c2,c3,c4,c5)

values('" +this.namabimbel.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "', '" +c4+ "','" +c5+ "');";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2);

//MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

//MyReader2 = MyCommand2.ExecuteReader(); // Here our query will be executed and data saved into the database.

MyReader2 = MyCommand3.ExecuteReader(); // MessageBox.Show("Save Data");

MyConn2.Close(); }

catch (Exception ex) { MessageBox.Show(ex.Message); } } void insertsaw_normalisasi() { try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; //string Query = "insert into

db_padi.padisawah(nama,C1,C2,C3,C4,C5) values('"

+this.namapadisawah.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "','" +c4+ "','" +c5+ "');";

string query2="insert into

db_spk_bimbel.tb_normalisasi_saw(nama,normalisasi_c1,normalisasi_c2,n ormalisasi_c3,normalisasi_c4,normalisasi_c5,skor)

values('" +this.namabimbel.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "', '" +c4+ "','" +c5+ "','" +0+ "');";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2);

//MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

//MyReader2 = MyCommand2.ExecuteReader(); // Here our query will be executed and data saved into the database.

MyReader2 = MyCommand3.ExecuteReader(); // MessageBox.Show("Save Data");

MyConn2.Close(); }

catch (Exception ex) {

MessageBox.Show(ex.Message); } } void insertwpm() { try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; //string Query = "insert into

db_padi.padisawah(nama,C1,C2,C3,C4,C5) values('"

+this.namapadisawah.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "','" +c4+ "','" +c5+ "');";

string query2="insert into db_spk_bimbel.tb_wpm(nama,c1,c2,c3,c4,c5,skor)

values('" +this.namabimbel.Text+ "','" +c1+ "','" +c2+ "','" +c3+ "', '" +c4+ "','" +c5+ "','" +0+ "');";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2);

//MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlCommand MyCommand3 = new MySqlCommand(query2, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

//MyReader2 = MyCommand2.ExecuteReader(); // Here our query will be executed and data saved into the database.

MyReader2 = MyCommand3.ExecuteReader(); // MessageBox.Show("Save Data");

MyConn2.Close(); }

catch (Exception ex) { MessageBox.Show(ex.Message); } }

void Unsur1SelectedIndexChanged(object sender, EventArgs e) {

if (c2_fasilitas.SelectedIndex==0){

c2=1; }

c2=1.5;

}

else if (c2_fasilitas.SelectedIndex==2){

c2=3;

}

else if (c2_fasilitas.SelectedIndex==3){

c2=5; } }

void Unsur2SelectedIndexChanged(object sender, EventArgs e) {

if (c3_jlh_pert.SelectedIndex==0){

c3=1; }

else if (c3_jlh_pert.SelectedIndex==1){ c3=2;

}

else if (c3_jlh_pert.SelectedIndex==2){ c3=2.5;

}

else if (c3_jlh_pert.SelectedIndex==3){ c3=3;

}

else if (c3_jlh_pert.SelectedIndex==4){ c3=4; } }

void Unsur3SelectedIndexChanged(object sender, EventArgs e) {

if (c4_jlh_lls.SelectedIndex==0){

c4=1;

}

else if (c4_jlh_lls.SelectedIndex==1){ c4=1.5;

}

else if (c4_jlh_lls.SelectedIndex==2){

c4=2;

}

else if (c4_jlh_lls.SelectedIndex==3){

c4=4;

}

else if (c4_jlh_lls.SelectedIndex==4){ c4=5; } }

void Button4Click(object sender, EventArgs e) {

try {

string MyConnection2

= "server=localhost;port=3306;username=root;password="; //Display query

string Query = "select * from db_spk_bimbel.data_bimbel;";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2

= new MySqlCommand(Query, MyConn2); MyConn2.Open();

//For offline connection we weill use MySqlDataAdapter class.

MySqlDataAdapter MyAdapter = new MySqlDataAdapter();

MyAdapter.SelectCommand = MyCommand2; //DataTable dTable = new DataTable();

DataTable dTable = new DataTable(); MyAdapter.Fill(dTable);

dataGridView1.DataSource = dTable; // here i have assign dTable object to the dataGridView1 object to display

data.

MyConn2.Close();

string MyConnectionpm

= "server=localhost;port=3306;username=root;password="; //Display query

string Querypm = "select * from db_spk_bimbel.tb_bobot;";

MySqlConnection MyConnpm = new MySqlConnection(MyConnectionpm); MySqlCommand MyCommandpm

= new MySqlCommand(Querypm, MyConnpm); MyConnpm.Open();

//For offline connection we weill use MySqlDataAdapter class.

MySqlDataAdapter MyAdapterpm = new MySqlDataAdapter();

MyAdapterpm.SelectCommand = MyCommandpm; //DataTable dTable = new DataTable();

DataTable dTablepm = new DataTable(); MyAdapterpm.Fill(dTablepm);

dataGridView2.DataSource = dTablepm; // here i have assign dTable object to the dataGridView1 object to display data. MyConnpm.Close(); resetisi(); }

catch (Exception ex) {

MessageBox.Show(ex.Message); } }

void Button2Click(object sender, EventArgs e) { resetisi(); } void resetisi(){

namabimbel.Text=""; c1_biaya.Text=null;

c2_fasilitas.Text=null;

c3_jlh_pert.Text=null;

c4_jlh_lls.Text=null;

c5_jlh_peng.Text=null;

}

{

try {

string MyConnection2

= "datasource=localhost;port=3306;username=root;password=";

string Query = "delete from db_spk_bimbel.data_bimbel where nama='" + this.namabimbel.Text + "';";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand2.ExecuteReader(); MessageBox.Show("Data Deleted");

MyConn2.Close(); deletebobot(); deletesaw(); deletewpm(); resetisi(); }

catch (Exception ex) { MessageBox.Show(ex.Message); } } void deletebobot(){ try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password=";

string Query = "delete from db_spk_bimbel.tb_bobot where nama='" + this.namabimbel.Text + "';";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand2.ExecuteReader(); //MessageBox.Show("Data Deleted");

MyConn2.Close();

}

catch (Exception ex) {

MessageBox.Show(ex.Message); }

} void deletesaw(){ try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; string Query = "delete from

db_spk_bimbel.tb_normalisasi_saw where nama='" + this.namabimbel.Text + "';";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand2.ExecuteReader(); //MessageBox.Show("Data Deleted");

MyConn2.Close();

}

catch (Exception ex) { MessageBox.Show(ex.Message); } } void deletewpm(){ try { string MyConnection2

= "datasource=localhost;port=3306;username=root;password="; string Query = "delete from db_spk_bimbel.tb_wpm where nama='" + this.namabimbel.Text + "';";

MySqlConnection MyConn2 = new MySqlConnection(MyConnection2); MySqlCommand MyCommand2 = new MySqlCommand(Query, MyConn2);

MySqlDataReader MyReader2; MyConn2.Open();

MyReader2 = MyCommand2.ExecuteReader(); // MessageBox.Show("Data Deleted");

MyConn2.Close();

}

catch (Exception ex) {

MessageBox.Show(ex.Message); }

}

void statusBiayaSelectedIndexChanged(object sender, EventArgs e)

{

if (c1_biaya.SelectedIndex==0){

c1=5; }

else if (c1_biaya.SelectedIndex==1){

c1=3; }

else if (c1_biaya.SelectedIndex==2){

c1=2.5;

}else if (c1_biaya.SelectedIndex==3){

c1=2;

}else if (c1_biaya.SelectedIndex==4){ c1=1; } }

void jlhpengajarSelectedIndexChanged(object sender, EventArgs e)

{

if (c5_jlh_peng.SelectedIndex==0){ c5=1;

}

else if (c5_jlh_peng.SelectedIndex==1){ c5=2;

}

else if (c5_jlh_peng.SelectedIndex==2){

c5=2.5;

}

else if (c5_jlh_peng.SelectedIndex==3){

c5=3.5;

}

else if (c5_jlh_peng.SelectedIndex==3){ c5=4;

}

else if (c5_jlh_peng.SelectedIndex==4){

c5=5;

} }

void DataGridView1CellContentClick(object sender, DataGridVie wCellEventArgs e)

{

namabimbel.Text=

dataGridView1.Rows[e.RowIndex].Cells[0].Value.ToString(); }

void DataGridView2CellContentClick(object sender, DataGridVie wCellEventArgs e)

{

namabimbel.Text=

dataGridView1.Rows[e.RowIndex].Cells[0].Value.ToString();

}

void DatabimbinganLoad(object sender, EventArgs e) {

}

void GroupBox2Enter(object sender, EventArgs e) {

} } }

CURRICULUM VITAE

---

Data Pribadi

Nama : M. Pristian R. Tempat/Tanggal Lahir: Lhokseumawe, 16 Oktober 1992

Jenis Kelamin : Laki-laki Tinggi/Berta Badan : 165 cm / 45 kg

Agama : Islam

Kewarganegaraan : Indonesia Status : Belum Menikah

Alamat : Jl. Perjuangan No. 8, Setia Budi Medan, Sumatera Utara

No Hp : 082362287622

Email : pristian.mohd@yahoo.com

---

Riwayat Pendidikan

[1998 – 2004] : SD Swasta Iskandar Muda [2004 – 2007] : SMP Swasta Iskandar Muda [2007 – 2010] : SMA Swasta Iskandar Muda

[2010 – 2015] : S-1 Ilmu Komputer Universitas Sumatera Utara

---

Kemampuan IT :

• Mampu mengoperasikan Microsoft Office (Ms.Word, Ms.Excel, Ms.Power Point).

• Mampu mengoperasikan Adobe Photoshop

• Bahasa Inggris • Bahasa Indonesia

DAFTAR PUSTAKA

Bigdoli, H. 1989. “Decision Support System: Principle and Practice”. West Publishing Company: St Paul.

Dermawan, Wibisono. 2002. “Riset Bisnis Panduan Bagi Praktisi Akademisi”. PT Gramedia Pustaka Utama: Jakarta.

Kusumadewi, S., Harjoko A. & Wardoyo, R. 2006. “Fuzzy Multi-Attribute Decision

Making (Fuzzy MADM)”. Graha Ilmu: Yogyakarta.

Nofriansyah, Dicky. 2014. “Konsep Data Mining VS Sistem Pendukung Keputusan”. Yogyakarta: Depublish.

Primarizky, A. 2013. Pembangunan Sistem Pengambilan Keputusan Promosi Jabatan Menggunakan Metode Weighted Product (WP) Study Kasus: Badan Kepegawaian Negara Kantor Wilayah III Bandung. Skripsi. Universitas Pendidikan Indonesia: Bandung.

Power. J, Daniel. 2009. “Decision Support Basic”. New York: Bussines Expert Press. Savitha, K. dan Chandrasekar, C. (2011). Vertical Handover decision schemes using

SAW and WPM for Network selection in Heterogeneous Wireles Netwoks.

Double Blind Peer Reviewed International Research Journal. Vol 11 (9) : 19-24.

Siregar, M. F F. 2014. Implementasi Metode Simple Additive Weighting (SAW) Dalam Pemilihan Siswa Berprestasi (Studi Kasus: MIN Tanjung Sari Medan Selayang). Skripsi. Fakultas Ilmu Komputer dan Teknologi Informasi Universitas Sumatera Utara.

Syafaruddin, A. 2004. “Sistem Pengambilan Keputusan Pendidikan”. Grasindo: Jakarta.

Turban, E., Aronson, J., and Liang, T., 2009. “Decision Support System and

Venkata Rao, R. 2007. “Decision Making in the Manufacturing Environtment: Using

Graph Theory and Multiple Attribute Decision Making Methods”. London:

Springer.

Zhou, Mark. 2011. “Communication in Computer and Information Science”. Springer: New York.

BAB 3

ANALISIS DAN PERANCANGAN SISTEM

3.1 Analisis Sistem

Tahapan yang dilakukan untuk menghasilkan pemahaman yang menyeluruh terhadap kebutuhan sistem sehingga diperoleh tugas-tugas yang akan dikerjakan sistem disebut analisis sistem.Tahapan ini dilakukan agar pada saat proses perancangan aplikasi tidak terjadi kesalahan yang berarti. Ada dua tahapan analisis dalam tugas akhir ini yaitu: analisis masalah dan analisis persyaratan.

Memahami kelayakan masalah akan dibahas dianalisis masalah juga untuk menjelaskan fungsi-fungsi yang ditawarkan dan mampu dikerjakan sistem akan dibahas dianalisis persyaratan.

3.1.1 Analisis Masalah

Analisis masalah merupakan proses mengidentifikasi sebab dan akibat dibangunnya sebuah sistem agar sistem yang akan dibangun tersebut dapat berjalan sebagaimana mestinya sesuai dengan tujuan dari sistem itu. Saat ini terdapat bermacam-macam lembaga bimbingan belajar, oleh karena itu dibutuhkan sebuah sistem untuk memberikan informasi yang tepat dalam proses pemilihan lembaga bimbingan belajar yang sesuai dengan kebutuhan dan kriteria pengguna dengan menggunakan metode

Simple Additive Weighting dan Weighted Product Model.

DiagramIshikawa adalah diagram yang menunjukkan penyebab-penyebab dari sebuah

event yang spesifik. Diagram ini juga disebut dengan diagram tulang ikan atau cause-and-effect diagram. Pemakaian diagramIshikawa yang paling umum adalah untuk

mencegah efek serta mengembangkan kualitas produk. Analisis masalah lebih jelas melalui diagram Ishikawa yang dapat dilihat pada Gambar 3.1.

Gambar 3.1 Diagram Ishikawa Analisis Masalah Sistem

Berdasarkan Gambar 3.1 dapat diketahui bahwa permasalahan pemilihan lembaga bimbingan belajar dikarenakan banyaknya berbagai macam bimbingan belajar yang ada di kota Medan dan juga belum adanya sebuah sistem informasi yang ditujukan khusus untuk menyelesaikan masalah tersebut. Untuk itu dibuatlah sebuah Sistem Pendukung Keputusan dengan menggunakan metode Simple Additive Weigthing dan

Weighted Product Model.

3.1.2 Analisis Kebutuhan Sistem

Untuk membangun sebuah sistem, perlu dilakukan sebuah tahap analisis kebutuhan sistem. Analisis kebutuhan sistem dapat dikelompokkan menjadi 2 bagian yaitu: kebutuhan fungsional dan kebutuhan non-fungsional.

3.1.2.1Persyaratan Fungsional

Kebutuhan fungsional adalah fungsi-fungsi yang harus dipenuhi pada aplikasi yang dirancang. Kebutuhan fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:

1. Sistem dapat menerima inputan data bimbel dan bobot kriteria

2. Sistem dapat mengetahui lembaga bimbingan belajar yang sesuai dengan kriteria

user, berdasarkan metode Simple Additive Weghting dan Weighted Product Model.

3. Sistem dapat menampilkan hasil perhitungan pemilihan bimbel berdasarkan metode Simple Additive Weghting dan Weighted Product Model.

3.1.2.2Persyaratan Non-Fungsional

Kebutuhan non-fungsional adalah kebutuhan yang harus dipenuhi agar aplikasi yang dirancang mendapat umpan-balik yang baik dari pengguna aplikasi. Kebutuhan non-fungsional yang harus dipenuhi aplikasi yang dirancang adalah sebagai berikut:

1. Sistem harus dapat melakukan perhitungan menentukan lembaga bimbingan belajar, sesuai dengan kriteria dari user dengan cepat dan tepat.

2. Sistem harus mudah digunakan sehingga dapat dioperasikan dengan baik oleh user.

3.2Pemodelan Visual Menggunakan Unified Modeling Language (UML)

Pemodelan sistem dilakukan untuk memperoleh gambaran yang lebih jelas tentang objek apa saja yang akan berinteraksi dengan sistem, serta hal-hal apa saja yang harus dilakukan oleh sebuah sistem sehingga sistem dapat berfungsi dengan baik sesuai dengan tujuan dan kegunaannya. Pada penelitian ini digunakan UML (Unified

Modeling Language) sebagai bahasa pemodelan untuk mendesain dan merancang

Sistem Pendukung Keputusan Pemilihan Lembaga Bimbingan Belajar di Kota Medan dengan Simple Additive Weghting dan Weighted Product Model. Model UML yang digunakan antara lainuse case diagram, activity diagram, dan sequence diagram.

3.2.1 Identifikasi Use Case Diagram

Use Case Diagram adalah sebuah diagram yang dapat merepresentasikan interaksi

yang terjadi antara user dengan fungsi pada sistem dan dapat dilihat pada Gambar 3.2

Gambar 3.2 Use Case Diagram Sistem Pendukung Keputusan Perhitungan Pemilihan Bimbingan Belajar di Kota Medan

Pada Proses Pemilihan Bimbel, dengan Metode SAW dapat dinyatakan dalam Tabel 3.1.

Tabel 3.1Use Case Proses Pemilihan Lembaga Bimbingan Belajar Di Kota Medan dengan Metode SAW

Name Proses Pemilihan Bimbingan Belajar dengan Metode SAW Actors User yang telah ditentukan

Description Use Case ini mendeskripsikan proses perhitungan pemilihan

bimbel dengan metode SAW

Basic Flow User memasukkan perbandingan berpasangan kriteria penilaian dan alternatif pilihan

Alternate Flow User dapat kembali ke tampilan awal dan memilih metode perhitungan lainnya

Pre Condition User dapat melihat nilai kriteria dari setiap alternatif yang ada

Post Condition User mengetahui nilai SAW dari seluruh alternative

Pada Proses Pemilihan Bimbel dengan Metode WPM, dapat dinyatakan dalam Tabel 3.2.

Tabel 3.2Use Case Proses Pemilihan Lembaga Bimbingan Belajar dengan Metode WPM

Name Use Proses Pemilihan Bimbingan Belajar dengan Metode

WPM

Actors User yang telah ditentukan

Description Use Case ini mendeskripsikan proses penghitungan pemilihan

Bimbel dengan menggunakan metode WPM

Basic Flow User memasukkan bobot kriteria dan memilih alternatif pilihan

Alternate Flow User dapat kembali ke tampilan awal dan memilih metode

Pre Condition User dapat melihat nilai kriteria dari setiap alternatif yang ada

Post Condition User mengetahui nilai WPM dari seluruh alternative

3.2.2 Identifikasi Activity Diagram

Untuk proses pemilihan bimbingan belajar dengan SAW, dapat dilihat Activity

Diagram pada gambar 3.3.

Gambar 3.3 Activity Diagram untuk Proses Perhitungan dengan Metode SAW

Pada perhitungan dengan metode SAW, sistem akan menampilkan data nilai kriteria dari seluruh alternatif yang ada. Pengguna kemudian diminta untuk memasukkan nilai bobot dari masing – masing kriteria yang akan dihitung. Hasil perhitungan akan di tampilkan oleh sistem. Pengguna dapat melakukan perhitungan berulang kali.

Untuk proses Perhitungan dengan WPM, dapat dilihat Activity Diagram pada gambar 3.4 berikut.

Gambar 3.4 Activity Diagram untuk Proses perhitungan dengan Metode WPM

Sama seperti pada proses perhitungan dengan metode SAW, dalam proses perhitungan dengan WPM, sistem akan menampilkan data nilai kriteria dari seluruh alternatif yang ada. Hasil perhitungan akan di tampilkan oleh sistem. Pengguna juga dapat melakukan perhitungan berulang kali.

3.2.3 Identifikasi Sequence Diagram

SequenceDiagram adalah bentuk pemodelan sistem yang menggambarkan hubungan

antar objek atau objek yang saling berinteraksi melalui pesan dalam eksekusi.Diagram ini mengilustrasikan bagaimana pesan dikirim dan diterima diantara objek dan diurutan yang mana.SequenceDiagram untuk sistem yang dirancang pada penelitian ini adalah sebagai berikut.

Pada proses perhitungan pemilihan bimbingan belajar, sistem dapat melakukan perhitungan dengan metode Simple Additive Weighting (SAW) dan Weighted Product Model (WPM). Sequence Diagram untuk proses perhitungan dengan metode SAW diperlihatkan pada Gambar 3.5

Gambar 3.5 Sequence Diagram untuk Proses Perhitungan Dengan Metode

Simple Additive Weighting

Pada Sequence diagram diatas terlihat bahwa pengguna mengakses form perhitungan dengan metode SAW, kemudian sistem akan menampilkan form perhitungan dan pengguna memasukkan nilai bobot kriteria yang telah ditentukan. Selanjutnya data hasil perhitungan dimasukkan kedalam database, yang nantinya data tersebut ditampilkan kembali pada form perhitungan dengan metode SAW.

Pada proses Perhitungan Pemilihan Lembaga Bimbingan Belajar Di Kota Medan dengan metode Weighted Product Model, Sequence Diagram diperlihatkan pada Gambar 3.6 berikut

Input Database WPM Input Data

Menampilkan Form Input Data

Lihat Data

Menampilkan Listview

Data yang Telah Diinput _{Melakukan Perhitungan}

Menampilkan Data Hasil Perhitungan User

Gambar 3.6 Sequence Diagram untuk Proses Perhitungan dengan Metode

Weighted Product Model

Pada Sequence diagram diatas terlihat bahwa pengguna mengakses form data yang ingin dilihat setelah itu sistem akan menampilkan data. Kemudian pengguna memilih data yang ingin dilakukan perhitungan dan sistem akan menampilkan data hasil perhitungan dengan metode WPM.

3.3Flowchart Sistem

Berikut adalah flowchart Sistem Pendukung Keputusan Pemilihan Bimbingan Belajar di Kota Medan.

Start

Data Bimbel

Kriteria Penilaian

Hitung dengan SAW?

Hitung dengan Rumus SAW

Htung dengan Rumus WPM

Nilai SAW Nilai WPM

End

No Yes

Gambar 3.7 Flowchart SistemPendukung Keputusan Dalam Pemilihan Lembaga Bimbingan Belajar di Kota Medan

3.4Perancangan Antarmuka Aplikasi

Proses perancangan antarmuka (interface) sebuah sistem adalah proses yang cukup penting dalam perancangan sebuah sistem. Merancang antarmuka merupakan bagian yang paling penting dari merancang sebuah sistem. Sebuah antarmuka harus dirancang dengan memperhatikan faktor pengguna sehingga sistem yang dibangun dapat memberikan kenyamanan dan kemudahan untuk digunakan oleh pengguna. Pada tampilan initidak banyak yang akan dilakukan oleh pengguna/user. Disni pengguna/user akan mengisi data baru untuk melihat hasil perhitungan bimbingan belajar mana yang cocok untuk pengguna/user. formini menampilkan untuk melihat data, mengisi data baru serta bisa melihat bobot kriteria masing-masing dan nilai kekonsistenan dari bobot tersebut, seperti pada gambar 3.8 berikut.

Nama Bimbingan Biaya Jlh.Lulus PTN Fasilitas Jlh.Pertemuan Add Lihat Data Data Kriteria Bimbel

Jlh.Pengajar

Delete

Reset

Tabel Kriteria dan bobot Tabel Pembobotan Tabel Kriteria 2 3 1 5 4 6 12 7 8 9 10 11 14 13 15 16

Gambar 3.8 Antarmuka Input Data

Keterangan :

1. Text BoxData Kriteria Bimbel

Berfungsi untuk layer data kriteria bimbel. 2. Text BoxNama Bimbingan

Berfungsi untuk memasukan nama bimbingan belajar baru. 3.Text BoxBiaya

Berfungsi untuk menampilkan biaya yang sudah ditetapkan. 3. Text BoxFasilitas

Berfungsi untuk memilih fasilitas yang sesuai dengan bimbel yang akan di input.

4. Text Box Jumlah Pertemuan

Berfungsi untuk memilih jumlah pertemuan sesuai dengan bimbel tersebut. 6. Text Box Jumlah Lulus PTN

Berfungsi untuk memilih jumlah lulus ke PTN sesuai dengan bimbelnya tersebut.

7. Text Box Jumlah Pengajar

Berfungsi untuk memilih jumlah pengajar di masing-masing bimbel. 8. Text Box Add

Berfungsi untuk menambahkan data baru. 9. Text BoxDelete

Berupa tombol untuk menghapus data. 10. Text BoxLihat Data

Berfungsi untuk menampilakan data bimbingan belajar yang sudah tersimpan di database.

11. Text BoxReset

Berfungsi untuk mereset ulang data. melihat semua data bimbel yang sudah dimasukkan.

12.Label Tabel Kriteria Dan Bobot

Berfungsi menampilkan data bimbingan belajar serta bobot kriterianya. 13. Label Tabel Kriteria

Berfungsi menampilkan isi dalam tabel kriteria. 14. Label Tabel Pembobotan

Berfungsi menampilkan isi dalam pembobotan. 15. Data Grid View Tabel Kriteria

Menampilkan data bimbel serta dengan kriterianya. 16. Data Grid View Tabel Pembobotan

Menampilkan data bimbel serta dengan bobot masing-masing kriteria.

3.5Antarmuka Perhitungan Kedua Metode

Pada Tampilan Perhitungan dengan kedua metode SAW dan WPM, pengguna/userakan diminta untuk mengakses tombol Process SAWdan tombol Process WPM agar sistem memulai proses perhitungan dengan masing-masing

metode, baikSAW maupn WPM yang hasilnya akan ditampilkan pada form tersebut. Seperti pada gambar 3.9 berikut .

HASIL PERANGKINGAN METODE SAW

PROSES SAW PROSES RUNING TIME

BIMBEL TERBAIK MENURUT METODE SAW

HASIL PERANGKINGAN METODE WPM

PROSES WPM PROSES RUNING TIME

BIMBEL TERBAIK MENURUT METODE WPM

1 2

4 5

3

6 7

9

10

8

Gambar 3.9 Antarmuka Perhitungan Kedua Metode

Keterangan:

1. Label Hasil Perangkingan Metode SAW

Berfungsi untuk menampilkan nama bimbel hasil proses perhitungan. 2. Data Grid View Hasil Perhitungan Metode SAW

Berfungsi untuk menampilkan hasil proses perangkingan metode SAW 3. ButtonProses SAW

Berfungsi untuk melakukan proses perhitungan SAW. 4. Text BoxRunning Time SAW

Berfungsi menampilkan Hasil running time SAW. 5. Text Box Bimbel Terbaik Menurut Metode SAW

Berfungsi menampilkan nama bimbel terbaik menurut SAW. 6. Label Hasil Perangkingan Metode WPM.

Berfungsi untuk menampilkan nama bimbel hasil proses perhitungan. 7. Data Grid View Hasil Perhitungan Metode WPM

8. Button Proses WPM

Berfungsi untuk melakukan proses perhitungan WPM. 9. Text Box Running Time WPM

Berfungsi untuk menampilkan hasil running time WPM 10. Text Box Bimbel Terbaik Menurut Metode WPM

BAB 4

IMPLEMENTASI DAN PENGUJIAN SISTEM

4.1 Implementasi Sistem

Implementasi Sistem merupakan tahapan yang harus dilalui dalam proses pengembangan perangkat lunak dari suatu sistem. Tahap ini dilakukan setelah terlebih dahulu melalui tahap Analisis dan Perancangan Sistem yang telah diuraikan pada bab sebelumnya.

4.1.2 Implementasi Metode Simple Additive Weighting

Penerapan Metode Simple Additive Weighting dalam sistem yang dibuat adalah pada proses perhitungan dengan metode Simple Additive Weighting dalam pemilihan lembaga bimbingan belajar terbaik di kota Medan. Seluruh bimbingan belajar yang sudah penulis teliti akan dijadikan alternatif dalam mengambil keputusan untuk memilih bimbel terbaik.

Langkah pertama yang dilakukan adalah melakukan normalisasi nilai kriteria dari seluruh alternatif yang telah dimasukkan kedalam sistem. Selanjutnya data hasil proses normalisasi tersebut dikalikan dengan bobot dari kriteria yang ditentukan. Selanjutnya hasil perkalian data dengan semua kriteria akan dijumlahkan untuk memperoleh nilai SAW dari setiap alternatif.

4.1.3 Implementasi Weighted Product Model

Penerapan Metode Weighted Product Modeldalam sistem yang dibuat pada proses perhitungan dengan metode ini dalam pemilihan lembaga bimbingan belajar di kota Medan. Seluruh bimbingan belajar yang sudah penulis telitidi kota Medan akandijadikan alternatif dalam mengambil keputusan siapa yang menjadi lembaga bimbingan terbaik.

Nilai WPM dari setiap alternatif diperoleh dari data nilai kriteria yang dipangkatkan dengan bobot kriteria yang kemudian hasil pemangkatan dikalikan.Nilai

kriteria harus minimal sama dengan satu karena hasil dari perhitungan dengan metode

Weighted Product Model ini akan bernilai satu jika ada nilai kriteria yang bernilai

satu. Hal tersebut terjadi karena metode ini menggunakan operator perkalian yang apabila sebuah nilai di kalikan dengan satu maka hasilnya akan bernilai satu.

Berikut ini adalah data sampel dari beberapa bimbingan belajar di kota Medan yang menjadi alternatif dalam penentuan lembaga bimbingan belajar terbaik di kota Medan.

Tabel 4.1 Sampel Data Lembaga Bimbingan Belajar Di Kota Medan Periode 2015/2016

Bimbingan Belajar Biaya Fasilitas Jumlah

Pertemuan

Jumlah Lulus Ke PTN

Jumlah Pengajar

Ganesha Operation

(GO) 2,5 5 2,5 5 5

Quantum 2,5 3 1 1,5 1

Medica 3 3 2,5 5 5

Pada Tabel 4.1 di atas terdapat 3 data sampel lembaga bimbingan belajar yang menjadi alternatif dalam penentuan Lembaga Bimbingan Belajar Terbaik di kota Medan. Selanjutnya akan dijelaskan langkah-langkah perhitungan untuk mendapatkan nilai WPM dari alternatif yang ada.

Langkah1:Tentukan nilai bobot kriteria

Nilai bobot kriteria yang ditetapkan dalam menentukan Lembaga Bimbingan Belajar Terbaik di kota Medan, dapat dilihat pada tabel 4.2 berikut.

Tabel 4.2 Nilai Bobot Kriteria

Langkah 2: Hitung Nilai WPM menggunakan rumus

Karena data yang dimilki ada yang bernilai satu maka terlebih dahulu ubah nilai tersebut menjadi 2 kemudian pangkatkan nilai kriteria dari setiap alternatif dengan nilai bobot kriteria sebagaimana ditunjukan dalam tabel 4.3 berikut.

Tabel 4.3 Pemangkatan Nilai Kriteria Alternatif dengan Bobot Kriteria

Bimbingan Belajar Biaya Fasilitas Jumlah Pertemuan

Jumlah Lulus Ke PTN

Jumlah Pengajar

Ganesha Operation

(GO) 0,3^2,5 0,2^5 0,15^2,5 0,25^5 0,1^5

Quantum 0,3^2,5 0,2^3 0,15^1 0,25^1,5 0,1^1

Medica 0,3^3 0,2^3 0,15^2,5 0,25^5 0,1^5

Kriteria Bobot (%)

Biaya 30

Fasilitas 20

Jumlah Pertemuan ₁₅ Jumlah Pengajar ₁₀ Jumlah Lulus ke PTN ₂₅

Lalu kalikan hasil pemangkatan nilai kriteria alternatif dengan nilai bobot kriteria untuk mendapatkan nilai WPM sebagaimana yang terlihat pada Tabel 4.4 berikut.

Langkah 3: Nilai WPM dari setiap alternatif diperoleh Tabel 4.4 Hasil Nilai WPM

Bimbingan Belajar Nilai WPM

Ganesha Operation (GO) 0,049*0.003*0.008*0.009*0,009*0.001= 0,00000000001058

Quantum 0,049*0,008*0,15*0,125*0,1 = 0,000000735

Medica 0,027*0,008*0,022*0,009*0,001 = 0,0000000004276

Berdasarkan Tabel 4.4 alternatif yang memiliki nilai tertinggi adalah Bimbingan Belajar Quantum dengan WPM 0,000000735 dan yang terendah adalah Bimbingan Belajar Ganesha Operation (GO).

4.3Antarmuka Sistem

Pada Sistem Pendukung Keputusan Pemilihan Lembaga Bimbingan Belajar Terbaik di Kota Medan ini terdapat lima tampilan, yaitu :

1. Input Data

2. Perhitungan dengan SAW 3. Perhitungan dengan WPM 4. Tentang

5. Keluar

4.3.1 Tampilan Input Data

Tampilan Input Data adalah tampilan awal yang muncul saat sistem dijalankan.Tampilan ini berisikan field yang harus diisi oleh user untuk memasukkan data bimbel kedalam sistem. Dari tampilan ini, user dapat juga melihat data yang sudah ada dengan klik button

“Lihat Data”, jika user ingin menginput data baru, user harus mengisi “Nama Bimbingan” di textbox yang sudah terdapat di form tabel dan memilih sub menu yang sudah tersedia dengan masing-masing kriteria, setelah user selesai mengisi data baru, user klik button “Add” untuk menginputkan data kedalam sistem.

Gambar 4.1 Menu Input Data

4.3.2 Menu Perhitungan dengan SAW

Pada Menu Perhitungan dengan SAW akan disajikan proses perhitungan dengan menggunakan metode Simple Additive Weighting. Pada tampilan ini terdapat satu buah tabel, yaitu tabel hasil perhitungan, satu buah button “Process SAW” untuk melihat hasil perhitungan dan dua buah field yang berisi hasil running time dan bimbel terbaik. Selanjutnya hasil perhitungan akan ditampilkan pada tabel hasil perhitungan.

Gambar 4.2 Menu Perhitungan dengan SAW

4.3.3 Menu Perhitungan dengan WPM

Pada Menu Perhitungan dengan WPM akan disajikan proses perhitungan dengan menggunakan metode Weighted Product Model. Serupa dengan Menu Perhitungan dengan SAW, pada tampilan menu ini terdapat satu buah tabel, yaitu hasil perhitungan WPM, satu buah button “Process WPM” dan dua buah field yang berisi hasil running

time dan bimbel terbaik. Selanjutnya hasil perhitungan akan ditampilkan pada tabel

Gambar 4.3 Menu Perhitungan dengan WPM

4.3.4 Menu Tentang

Pada menu ini, akan diberikan petunjuk penggunaan dari Sistem Pendukung Keputusan Pemilihan Lembaga Bimbingan belajar Terbaik Di Kota Medan.

Gambar 4.4 Menu Tentang

4.4 Pengujian Sistem

Pengujian sistem dilakukan untuk mengetahui bagaimana kinerja sistem dalam melakukan proses perhitungan pemilihan lembaga bimbingan belajar terbaik di kota Medan menggunakan Metode Simple Additive Weighting dan Weighted Product

Model. Apakah sistem telah berjalan sesuai dengan fungsi-fungsi yang sebelumnya

ditentukan pada tahap analisis dan perancangan sistem hasil yang diberikan dari masing-masing kedua metode nantinya akan dibandingkan satu sama lain berdasarkan

Running Time Calculation.

Pengujian Perhitungan Pemilihan Lembaga Bimbingan Belajar di kota Medan Periode 2015-2016

Gambar 4.5 Hasil Perhitungan kedua Metode

Gambar 4.6 Hasil Perhitungan kedua metode

Pada Gambar 4.5 dan 4.6 terlihat hasil perhitungan pemilihan lembaga bimbingan belajar terbaik di kota Medan dengan kedua metode, tabel atas merupakan tabel data nilai kriteria dari setiap alternatif, tabel bawah kiri adalah tabel hasil perhitungan dengan metode Simple Additive Weighting dan tabel sebelah kanan adalah tabel hasil perhitungan dengan metode Weighted Product Model.

Berdasarkan hasil perhitungan dengan metode Simple Additive Weighting pada Gambar 4.5 dan 4.6, alternatif yang memiliki skor paling tinggi adalah bimbel

Ganesha Operation (GO). Begitu juga halnya dengan hasil perhitungan dengan

metode Weighted Product Model, alternatif dengan skor tertinggi adalah bimbel

Quantum. Berdasarkan data masing-masing lembaga bimbingan belajar di kota

Medan yang terpilih sebagai bimbel terbaik adalah Ganesha Operation (GO) dengan skor tertinggi 1.19375 untuk satu periode tahun 2015/2016.

BAB 5

KESIMPULAN DAN SARAN

5.1 Kesimpulan

Berdasarkan hasil dari implementasi dan pengujian Sistem Pendukung Keputusan Pemilihan Lembaga Bimbingan Belajar di Kota dengan Metode Simple Additive

Weighting dan Weighted Product Model, maka dapat disimpulkan bahwa :

1. Sistem dapat menyelesaikan permasalahan pemilihan lembaga bimbingan belajar di kota Medan dengan mengimplementasikan Metode Simple Additive

Weighting dan Weighted Product Model pada sistem.

2. Setelah dilakukan pengujian dengan pengujian satu periode yang dimiliki masing-masing lembaga bimbingan belajar di kota Medan, hasil perhitungan dengan metode Simple Additive Weighting menunjukan akurasi lebih tinggi dari pada metode Weighted Product Model. Sehingga dalam kasus pemilihan lembaga bimbingan belajar di kota Medan nilai kecocokan Simple Additive

Weighting lebih tinggi dari pada Weighted Product Model.

3. Dengan menggunakan sistem ini pengguna akan lebih dipermudah dalam menentukan lembaga bimbingan belajar yang akan dipilih dalam satu periode. 4. Hasil yang diperoleh dari perhitungan sistem ini hanya sebagai alat bantu bagi

pengguna untuk menyelesaikan permasalahan Pemilihan Lembaga Bimbingan Belajar di Kota Medan dan bukan merupakan keputusan mutlak yang harus diambil.

4.1.Saran

Saran yang dapat diberikan untuk mengembangkan penelitian ini adalah sebagai berikut

Berdasarkan hasil pengujian yang dilakukan terhadap kedua metode, hendaknya digunakan proses perhitungan dengan Metode Simple Additive Weighting, karena kecocokan hasil pengujian yang dimiliki lebih sesuai dengan data yang dimiliki oleh masing-masing lembaga bimbingan belajar.

1. Kriteria yang ditentukan dalam proses pemilihan dapat ditambahkan untuk meningkatkan kualitas dari setiap bimbingan belajar yang akan dipilih menjadi lembaga bimbingan belajar terbaik.

2. Pengujian sistem merupakan salah satu proses yang harus diperhatikan untuk mendapatkan hasil yang optimal dan sesuai dengan tujuan sebuah sistem pendukung keputusan dibuat

3. Lakukan kuesioner untuk mendapatkan bobot yang lebih pasti untuk melakukan perhitungan.

BAB 2

LANDASAN TEORI

2.1Sistem Pendukung Keputusan

Sistem Pendukung Keputusan adalah sistem berbasis komputer yang membantu para pengambil keputusan mengatasi masalah melalui interaksi dengan sejumlah

database.Tujuan dari sistem adalah untuk menyimpan data dan mengubahnya menjadi

terorganisir yang dapat diakses dengan mudah, sehingga keputusan-keputasan yang diambil dapat dengan cepat, akurat, dan murah. (Dermawan, 2002)

Sistem Pendukung Keptusan biasanya dibangun untuk mendukung solusi atas suatu masalah atau untuk satu peluang.Aplikasi Sistem Pendukung Keputusan menggunakan CBIS (Computer Based Information System) yang fleksibel, interaktif, dan diadaptasi, yang dikembangkan untuk mendukung mencari solusi. (Nofriansyah, 2014)

Sistem Pendukung Keputusan juga dapat didefenisikan sebuah sistem informasi berbasis komputer yang menggabungkan model dan data dalam upaya memecahkan masalah semi terstruktur dan beberapa masalah yang tidak terstruktur dengan campur tangan pengguna. (Turban, et al. 2009)

2.1.1 Syarat Sistem Pendukung Keputusan

Menurut Bidgoli (1989), syarat dari sebuah sistem keputusan adalah : 1. Memerlukan perangkat keras;

2. Memerlukan perangkat lunak;

3. Memerlukan manusia (perancang dan pengguna);

4. Dirancang untuk mendukung sebuah pengambilan keputusan;

2.1.2 Arsitektur Sistem Pendukung Keputusan

Arsitektur Sistem Keputusan (SPK) terdiri dari beberapa subsistem yang menentukan kapabilitas teknis Sistem Pendukung Keputusan Tersebut (Nofriansyah, 2014), yaitu;

1. Subsistem data (Database)

Merupakan komponen Sistem Pendukung Keputusan yang berguna sebagai penyedia data bagi sistem.Data tersebut disimpan untuk diorganisasikan dalam sebuah basis data yang diorganisasikan oleh suatu sistem yang dsebut dengan sistem manajemen basis data (Database Management System).

2. Subsistem Model

Subsistem yang mengatur interaksi data dan model keputusan yang ada pada sistem.

3. Subsistem Dialog

Subsistem yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif, yang dikenal dengan subsitem dialog.

Ketiga subsistem menjadi suatu Arsitektur SPK yang terdapat pada gambar 1.1 sebagai berikut:

Arsitektur SPK sendiri terdiri dari fungsi-fungsi yang diperlukan pada sebuah SPK yaitu Dialog, Manajemen Database, dan Pemodelan.

2.1.3. Karakteristik Sistem Pendukung Keputusan

Sehubungan banyaknya definisi yang dikemukakan mengenai pengertian dan penerapan dari sebuah SPK, sehingga menyebabkan terdapat banyak sekali pandangan mengenai sistem tersebut. SPK memiliki beberapa karakteristik dan kemampuan (Nofriansyah, 2014), yaitu:

1. Mendukung proses pengambilan keputusan suatu organisasi atau perusahaan. 2. Adanya Interface manusia/mesin dimana manusia (user) tetap memegang

kontrol proses pengambilan keputusan.

3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur serta mendukung beberapa keputusan yang saling berinteraksi. 4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan

kebutuhan.

5. Memiliki subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan sistem.

6. Memiliki dua komponen utama yaitu data dan model. 7. Menggunakan beberapa model kuantitatif.

2.1.4. Tahapan Proses Pengambilan Keputusan

Langkah-langkah yang diperlukan dalam proses pengambilan keputusan (Nofriansyah, 2014), adalah:

A. Intelligence

Tahap ini merupakan proses penelusuran dan pendektesian dari ruang lingkup problematika secara proses pengenalan masalah. Data masukan diperoleh, diproses dan diuji dalam rangka mengidentifikasi masalah.

B. Design

Tahap ini merupakan proses menemukan, mengembangkan dan menganalisis alternatif tindakan yang biasa dilakukan. Tahap ini meliputi menguji kelayakan solusi.

Pada tahap ini dilakukan proses pemilihan diantara berbagai alternatif tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian diimplementasikan dalam proses pengambilan keputusan.

2.2. Simple Additive Weighting (SAW)

Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode

penjumlahan terbobot, merupakan sebuah metode yang cukup terkenal dan sering digunakan dalam Multiple Decision Making (MADM).Setiap alternatif dikalikan dengan atribut untuk memperoleh nilai. Proses perhitungan dapat dinyatakan dalam rumus (1) (Venkata, 2007):

Keterangan:

Pi = Nilai SAW

J = Batas bawah perhitungan M = Batas atas perhitungan

= Bobot kriteria j

= Nilai alternatif i pada kriteria j

Banyak pendapat yang mengatakan bahwa metode SAW hanya bisa digunakan ketika keputusan yang dinyatakan dalam satu bentuk.Namun jika setiap elemen yang ada dinormalisasi, maka metode SAW dapat digunakan pada semua jenis kriteria maupun alternatif. Dalam kasus tersebut, maka bentuk perhitungan akan menjadi seperti rumus (2) (Venkata, 2007):

Keterangan:

Pi = Nilai SAW

j = Batas bawah perhitungan M = Batas atas perhitungan

= Bobot kriteria j

( ) normal = Nilai kriteria dari alternatif pada baris i kolom j yang telah ternormalisasi.

Ketika ( ) normal mewakili nilai dari yang telah dinormalisasi, alternatif dengan nilai Pi tertinggi akan dipilih sebagai alternatif terbaik. Kriteria yang ada dapat berupa kriteria keuntungan maupun kerugian. Jika kriteria merupakan kriteria keuntungan, maka normalisasi dihitung dengan menggunakan rumus (3) (Turban, et al. 2009):

Keterangan:

( ) normal = Nilai data baris i kolom j yang telah ternormalisai ( ) k = Nilai alternatif i pada kriteria j

( ) l = Nilai kriteria tertinggi dari alternatif

Namun jika kriteria yang akan dihitung merupakan kriteria kerugian (nilai terendah merupakan nilai yang lebih baik), maka normalisai dihitung dengan menggunakan rumus (4) (Venkata, 2007):

( ) l = Nilai kriteria terendah dari alternatif ( ) k = Nilai alternatif i pada kriteria j

Langkah-langkah yang diperlukan untuk memperoleh nilai SAW dari alternatif yang ada adalah:

1. Masukkan nilai kriteria dari seluruh alternatif 2. Masukkan nilai bobot dari setiap kriteria

3. Normalisasi data dengan menggunakan rumus (3) jika kriteria yang dihitung merupakan kriteria keuntungan dan dengan rumus (4) jika kriteria yang dihitung berupa kriteria kerugian.

4. Data ternormalisasi akan diperoleh

5. Hitung nilai SAW dengan menggunakan rumus (2) 6. Nilai preferensi dari setiap alternatif diperoleh Untuk lebih jelasnya, dapat dilihat pada Gambar 1.2 dibawah ini;

Gambar 1.2 Flowchart Metode Simple Additive Weighting

Diberikan contoh sebagai berikut.Terdapat sebuah permasalahan dalam memilih alternatif yang terbaik antara A1, A2, dan A3. Sedangkan kriteria yang menentukan proses pemilihan adalah C1, C2, C3, dan C4. Nilai bobot kriteria dan nilai kriteria dari masing-masing alternatif disajikan dalam Tabel 1.1 (Siregar, M F F, 2014)

Tabel 1.1 Tabel Contoh Nilai SAW

Berdasarkan Tabel 1.1, dapat kita ketahui nilai bobot yang diberikan pada kriteria C1 adalah 0.3 atau 30%, nilai bobot pada kriteria C2 adalah 0.3 atau 30%, nilai bobot pada kriteria C3 adalah 0.2 atau 20% dan nilai bobot pada kriteria C4 adalah 0.2 atau setara dengan 20%. Dalam permasalahan ini, keseluruhan kriteria merupakan kriteria keuntungan. Maka, selanjutnya data tersebut akan dinormalisasikan dengan rumus (3). Sehingga menjadi seperti Tabel 1.2.

Tabel 1.2 Tabel Hasil Normalisasi Nilai

C1 C2 C3 C4

Alternatif 0.3 0.3 0.2 0.2

A1 1 1 0.857 0.5

A2 0.875 0.857 0.571 1 A3 0.75 0.857 1 0.5

Setelah proses normalisasi, maka langkah selanjutnya adalah menghitung nilai SAW dengan rumus (2).

Untuk alternatif A1, maka nilai SAW yang diperoleh adalah:

Untuk alternatif A2, maka nilai SAW yang diperoleh adalah:

Untuk alternatif A3, maka nilai SAW yang diperoleh adalah: C1 C2 C3 C4 Alternatif 0.3 0.3 0.2 0.2 A1 70 80 70 70 A2 70 70 70 60 A3 70 80 70 60

Berdasarkan perhitungan diatas, maka alternatif dan yang baik, dikarenakan nilai preferensi SAW dari alternatif dan merupakan nilai yang tertinggi dari ketiga alternatif yang ada, yaitu Primagama dan Adzkia.

2.3. Weighted Product Model (WPM)

Metode Weighted Prduct (WP) Merupakan metode pengambilan keputusan dengan cara perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan (Primarizky, 2013).

Metode Weighted Product (WP) merupakan salah satu metode penyelesaian yang ditawarkan untuk menyelesaikan masalah Multi Attribute Decision Making (MADM).

Multi Attribute Decision Making adalah satu metode pengambilan keputusan untuk

menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu (Kusumadewi, 2006). Kriteria biasanya berupa ukuran-ukuran, aturan-aturan atau standar yang digunakan dalam pengambilan keputusan. Setelah mendapat hasil bobot atribut, selanjutnya dihitung vector V persamaan sebagai berikut (Savitha. K. dan Chandrasekar. C.2011):

(1)

Keterangan:

=Nilai alternatif terbaik. =Nilai atribut j pada kriteria i =Bobot kriteria j

Gambar 1.3 Flowchart Metode Weighted Product Model

Sebagai contoh implementasi metode Weighted Product, yakni: Diasumsikan tempat lembaga bimbingan belajar di kota Medan ditentukan dengan memiliki nilai dari kriteria, yaitu: Biaya, Fasilitas, Jumlah Pertemuan, Jumlah Lulus ke PTN. Alternatif pemilihan tempat lembaga bimbingan belajar di kota Medan yang disediakan seperti tabel dibawah ini.

Tabel 1.3 Data Tempat Lembaga Bimbingan Belajar di Kota Medan

Alternatif

Kriteria

C1 C2 C3 C4

A1 70 80 70 70

A2 70 70 70 60

A3 70 80 70 60

Keterangan:

C1 =Biaya A1=GaneshaOperation(GO)

C2 =Fasilitas A2 =Primagama

C3 =Jumlah pertemuan A3=ADZKIA

C4 =Jumlah Lulus ke PTN

Di mana data dari setiap kriteria yang didapat oleh masing-masing Bimbingan Belajar yang ada di kota Medan. Selanjutnya menentukan bobot untuk setiap kriteria, bobot kriteria akan ditentukan sebagai berikut:

Tabel 1.4 Pemberian Bobot Kriteria

C1 C2 C3 C4

Alternatif 0.2 0.2 0.3 0.3

A1 70 80 70 70

A2 70 70 70 60

Berdasarkan table 2 diatas, dapat kita ketahui nilai bobot yang diberikan pada A1 adalah 0.2 atau 20%, nilai bobot pada kriteria A2 adalah 0.2 atau 20%, nilai bobot pada kriteria A3 adalah 0.3 atau 30%, nilai bobot pada kriteria A4 adalah 0.3 atau setara dengan 30%. Selanjutnya untuk menghitung nilai WPM dari setiap alternatif digunakan rumus (1) sehingga:

A1=700.3x800.3x700.2x700.2=68.5055 A2=700.3x700.3x700.2x600.2=61.985 A3=700.3x800.3x700.2x600.2=65.527

Dari hasil diatas, maka A1 merupakan alternatif pilihan terbaik yaitu Lembaga Bimbingan Belajar Ganesha Operation (GO).

2.4. Relevansi

Beberapa contoh penelitian tentang Sistem Pendukung Keputusan dan implementasi metode Simple Additive Weighting maupun Weighted Product Model adalah sebagai berikut:

1. M.Fajrul Falah Siregar (2010), membuat penelitian yang berjudul Implementasi Metode Simple Additive Weighting (SAW) Dalam Pemilihan Siswa Berprestasi (Studi Kasus: MIN Tanjung Sari Medan Selayang). Hasil penelitian yang diperoleh adalah sebuah Sistem Pendukung Keputusan untuk menentukan pemilihan siswa berprestasi.

2. Destriyana Darmastuti (2013), membuat penelitian dengan judul Implementasi Metode Simple Additive Weighting (SAW) Dalam Sistem Informasi Lowongan Kerja Berbasis WEB Untuk Rekomendasi Pencari Kerja Terbaik. Hasil penelitian yang diperoleh adalah sebuah aplikasi berbasis WEB untuk rekomendasi pencari kerja terbaik dan hasil rekomendasi pencari kerja yang sesuai dengan kebutuhan penyedia kerja berdasarkan kriteria yang dibutuhkan.

BAB 1

PENDAHULUAN

1.1Latar Belakang

Pendidikan merupakan kebutuhan yang bagi semua orang karena dengan pendidikan semua orang mampu bersaing di Indonesia maupun dunia. Pendidikan bisa digolongkan menjadi pendikan formal dan nonformal. Untuk mendapatkan pendidikan formal yang berkualitas kita bersekolah dari TK, SD, SMP, SMA, lalu Perguruan Tinggi, sedangkan nonformal dapat kita perolehmelalui kursus atau pelatihan.

Pada masa-masa sekolah tidak jarang kita mengalami kesulitan belajar, apalagi sekarang ini siswa dituntut lebih aktif lagi dalam proses belajar mengajar. Sampai saat ini banyak pelajar atau siswa yang mencari bimbingan belajar diluar sekolah. Melihat keadaan tersebut banyak lembaga belajar menawarkan jasa pendidikan tambahan, lembaga tersebut biasanya disebut dengan istilah bimbel (bimbingan belajar), kursus ataupun les. Lembaga tersebut juga menyediakan sarana prasarana yang berbeda-beda sesuai dengan si pelajar, sehingga mereka bisa memilih lembaga bimbingan belajar yang tepat.

Pertumbuhan lembaga bimbingan belajar di kota Medan ini sangat pesat seperti lembaga bimbingan belajar GO (Ganesha Operation), Primagama, BIMA, Adzkia, MEDICA dll. Jadi dalam menyelesaikan persoalan tersebut, diperlukan cara atau metode tertentu yang tepat untuk menyelesaikan permasalahan tersebut. Metode tersebut nantinya akan diimplementasikan kedalam Sistem Pendukung Keputusan yang akan dibuat sehingga diharapkan mampu menyelesaikan permasalahan yang ada.

Sistem pendukung keputusan memiliki berbagai metode yang sering diterapkan seperti PROMETHEE, ELECTREE,Simple Additive Weighting (SAW),

Analytical Hierarchy Process (AHP), Technique for Order Preference by Similiarity to Ideal Solution (TOPSIS) dan lain-lain yang dapat membantu dalam menyelesaikan

pengambilan suatu keputusan, metode-metode ini mempunyai kelebihan dan kekurangannya masing-masing.

Pada penelitian kali ini metode yang dipilih dalam pembangunan sistem pemilihan bimbingan belajar adalah metode Simple Additive Weighting (SAW) dan

Weighted Product Model (WPM).Metode Simple Additive Weighting (SAW) adalah

sering juga dikenal dengan istilah metode terbobot.Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif dari semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating alternatif yang ada (Kusumadewi, 2006). Sedangkan Weighted Product Model (WPM) metode penyelesaian dengan menggunakan perkalian untuk menghubungkan rating atribut, dimana rating harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan.

1.2 Rumusan Masalah

Masalah yang akan dibahas pada penelitian ini adalah bagaimana rancangan suatu sistem pendukung keputusan untuk memilih bimbingan belajar di kota Medan sesuai keinginan user dengan metode Simple Additive Weighting (SAW) dan Weighted

Product Model (WPM). 1.3 Batasan Masalah

Berdasarkan latar belakang di atas maka ada beberapa hal yang dapat dijadikan batasan masalah yaitu :

1. Penelitian hanya membahas implementasi metode SAW dan WPM.

2. Kriteria yang digunakan untuk menentukan keputusan adalah Biaya, fasilitas, Jumlah Pertemuan, Jumlah Lulus ke PTN, Rasio Pengajar dari Lembaga Bimbingan Belajar.

3. Biaya yang ditentukan hanya biaya menengah atau reguler.

4. Parameter yang dibandingkan adalah Real Time Calculation dan akurasi dari kedua metode ini.

5. Sistem yang akan dibangun hanya untuk menentukan pemilihan bimbingan belajar yang berada dikota Medan.

6. Sistem yang akan dibangun hanya untuk menetukan pemilihan bimbingan belajar yang berbadan hukum sebanyak 7 bimbingan yang berada dikota Medan.

7. Sistem yang akan dibangun adalah Sistem Pendukung Keputusan berbasis desktop dengan C# Development dan Database Management System MySQL.

1.4 Tujuan Penelitian

Tujuan penelitian ini adalah membuat suatu sistem pendukung keputusan berbasis desktop dengan mengimplementasikan metode SAW dan WPM yang dapat memberikan hasil pengolahan data dan menjadi sebuah informasi lembaga bimbingan belajar yang paling tepat cocok dan sesuai dengan bobot kriteria yang telah ditentukan.

1.5 Manfaat Penelitian

Manfaat yang diharapkan dari penelitian ini adalah untuk membantu userdalam pemilihan bimbingan belajar yang sesuai dengan kriteria yang sudah ditentukan.

1.6 Metode Penelitian

Penelitian ini dilakukan dengan menerapkan beberapa metode penelitian sebagai berikut:

1. Studi Literatur

Pada tahap ini dilakukan pengumpulan referensi yang diperlukan dalam penelitian.Hal ini dilakukan untuk memperoleh informasi dan data yang diperlukan untuk penulisan skripsi ini.Referensi yang digunakan dapat berupa buku, jurnal, artikel, blog, situs internet yang berkaitan dengan penelitian ini. 2. Pengumpulan dan Analisis Data

Pada tahap ini dilakukan pengumpulan dan analisis data pada masing-masing lembaga bimbingan belajar tersebut serta data lainnya yang diperlukan dan berkaitan dengan penelitian ini.

3. Kuesioner

Pada tahap ini dilakukan pengumpulan data dari beberapa siswa yang mengikuti bimbingan belajar untuk mendapatkan nilai dari setia bimbingan belajar dengan kriteria yang telah ditentukan.

Merancang sistem dengan rencana yang telah ditentukan, yaitu meliputi perancangan sistem, database, dan Graphic User Interface. Proses perancangan ini berdasarkan pada batasan-batasan masalah dari penelitian ini.

5. Implementasi Sistem

Penyelesaian desain yang telah dirancang, baik sistem, database, dan Graphic

User Interface.

6. Pengujian Sistem

Pada tahap akan dilakukan pengujian terhadap sistem yang telah dikembangan. 7. Dokumentasi Sistem

Melakukan pembuatan dokumentasi sitem mulai dari tahap awal hingga pengujian sistem, untuk selanjutnya dibuat dalam bentuk laporan penelitian (skripsi).

1.7Sistematika Penelitian

Langkah-langkah dalam menyelesaikan penelitian ini adalah sebagai berikut:

BAB 1 : PENDAHULUAN

Pada bab ini berisi penjelasan mengenai latar belakang masalah, perumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, metodeologi penelitian dan sistematika penulisan.

BAB 2 : LANDASAN TEORI

Pada bab ini berisi penjelasan mengenai teori – teori yang terkait dengan penelitian ini diantaranya adalah teori Simple Addivie Weighting (SAW) dan Weighted Product

Model (WPM) untuk menyelesaikan pemilihan lembaga bimbingan belajar di kota

Medan.

BAB 3 : ANALISIS DAN PERANCANGAN SISTEM

Pada bab ini berisi penjelasan tentang analisis masalah yang dibangun dalam sistem dan menganalisis tentang hal – hal yang dibutuhkan dalam membangun sistem ini, kemudian dilanjutkan dengan tahapan perancangan sistem yang berupa perancangan

vi

IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING AND WEIGHTED PRODUCT MODEL METHOD ELECTION IN LEARNING

COURSE IN MEDAN CITY ABSTRACT

In determining the learning guidance in Medan becomes a problem for the students to make a choice when they want to carry out the learning guidance. Based on the criteria that have been chosen such as fees, facilities, number of meeting, number of students who passed into universities, and the number of teachers. This system uses Simple Additive Weigthing method (SAW) and Weighted Product Model (WPM), in which by using the SAW method, the complex problems can easily be simplified so that it can speed up the decision process, while WPM is a method by means of multiplication to connect rating attributes, where each attribute rating should be raised first with the corresponding attribute weights. The result of the two calculation method will be compared with data from each individual tutoring agencies in Medan. Based on the result of studies by using Simple Additive Weighting method, Ganesha Operation (GO) was selected as the best learning guidance. Whereas by using the Weighted Product Model method, the Quantum selected as the best learning guidance.

Keywords: Decision support systems, Simple Additive weighting, Weighted Product Model, Organization Tutoring.

vii

DAFTAR ISI

Persetujuan i

Pernyataan ii

Kata Penghargaan iii

Abstrak v

Abstract vi

Daftar Isi vii

Daftar Tabel ix

Daftar Gambar x

Daftar Lampiran xi

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Rumusan Masalah 2

1.3 Batasan Masalah 2

1.4 Tujuan Penelitian 3

1.5 Manfaat Penelitian 3

1.6 Metodologi Peneltian 3

1.7 Sistemeatika penulisan 4

Bab 2 Landasan Teori

2.1 Sistem Pendukung Keputusan 6

2.1.1 Syarat Sistem Pendukung Keputusan 6 2.1.2 Arsitektur Sistem Pendukung Keputusan 7 2.1.3 Karakteristik Sistem Pendukung Keputusan 8 2.1.4 Tahapan Proses Pengambilan Keputusan 8

2.2 Simple Additive Weighting 9

2.3 Weighted Product Model 14

2.4 Relevansi 17

Bab 3 Analisis dan Perancangan Sistem

3.1 Analisis Sistem 18

3.1.1 Analisis Masalah 18

3.1.2 Analisis Kebutuhan Sistem 19

3.1.2.1 Persyaratan Fungsional 19

3.1.2.2 Persyaratan Non Fungsional 20

3.2 Pemodelan Visual Menggunakan Unified Modeling Language (UML) 20

3.2.1 Identifikasi Use Case Diagram 20

3.2.2 Identifikasi Activity Diagram 22

3.2.3 Identifikasi Sequence Diagram 23

3.3 Flowchart 26

3.4 Perancangan Antarmuka Aplikasi 27

3.5.Perancangan Kedua Metode 28

viii

Bab 4 Implementasi dan Pengujian Sistem

4.1 Implementasi Sistem 31

4.1.2 Implementasi Metode Simple Additive Weighting 31 4.1.3 Implementasi Metode Weighted Product Model 31

4.3. Antarmuka Sistem 34

4.3.1 Tampilan Input Data 34

4.3.2 Tampilan Menu Perhitungan dengan SAW 35

4.3.3 Tampilan Menu Perhitungan dengan WPM 36

4.4.2 Tampilan Menu Tentang 37

4.4 Pengujian Sistem 38

Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 42

5.2 Saran 42

ix

DAFTAR TABEL

Hal

Tabel 1.1 Nilai Contoh SAW 13

Tabel 1.2 Hasil Normalisasi 13

Tabel 1.3 Data Tempat Lembaga Bimbingan Belajar Di Kota Medan 16

Tabel 1.4 Pemberian Bobot 16

Tabel 3.1 Use Case Proses Pemilihan Lembaga Bimbingan Belajar Di Kota

Medan Dengan Metode SAW 21

Tabel 3.2 Use Case proses Pemilihan Lembaga Bimbingan Belajar Di Kota

Medan Dengan Metode WPM 21

Tabel 4.1 Sampel Data Lembaga Bimbingan Belajar Di Kota Medan Periode

2015/2016 32

Tabel 4.2 Nilai Bobot Kriteria 33

Tabel 4.3 Pemangkatan Nilai Kriteria Alternatif Dengan Bobot Kriteria 33

Tabel 4.4 Hasil Nilai WPM 34

x

DAFTAR GAMBAR

Hal

Gambar 1.1 Arsitektur Sistem Pendukung Keputusan 7

Gambar 1.2 Flowchart Metode Simple Additive Weighting 12 Gambar 1.3 Flowchart Metode Weighted Product Model 15 Gambar 3.1 Diagram Ishikawa Analisis Masalah Sistem 19 Gambar 3.2 Use Case Diagram Sistem Pendukung Keputusan Perhitungan

Pemilihan Lembaga Bimbingan Belajar Di Kota Medan 20 Gambar 3.3 Activity Diagram Untuk Proses Perhitungan Dengan Metode

Simple Additive Weighting 22

Gambar 3.4 Activity Diagram Untuk Proses Perhitungan Dengan Metode

Weighted Product Model 23

Gambar 3.5 Sequence Diagram Untuk Proses Perhitungan Dengan Metode

Simple Additive Weighting 24

Gambar 3.6 Sequence Diagram Untuk Proses Perhitungan Dengan Metode

Weighted Product Model 25

Gambar 3.7 Flowchart Sistem Pendukung Keputusan Dalam Pemilihan

Lembaga Bimbingan Belajar Di Kota Medan 26

Gambar 3.8 Antarmuka Input Data 27

Gambar 3.9 Antarmuka Perhitungan Kedua Metode 29

Gambar 4.1 Tampilan Menu Input Data 35

Gambar 4.2 Tampilan Menu Perhitungan Dengan SAW 36

Gambar 4.3 Tampilan Menu Perhitungan Dengan WPM 37

Gambar 4.4 Tampilan Menu Tentang 38

Gambar 4.5 Tampilan Hasil Perhitungan kedua Metode 39 Gambar 4.6 Tampilan Hasil Perhitungan kedua Metode 39

xi

DAFTAR LAMPIRAN

Listing Program A-1

Curicuum Vitae B-I