LANDASAN TEORI Penerapan fuzzy multi attribute decision making dengan metode simple additive weighting pada seleksi penerimaan siswa baru : Studi kasus Smp Adzkia Islamic School

8 2.3. Komitmen Komitmen menurut kamus besar bahasa indonesia adalah perjanjian keterikatan untuk melakukan sesuatu. Sedangkan komitmen menurut Kreitner dan Kinicki 2010:166 dalam wibowo, 2014: 428 adalah kesepakatan untuk melakukan sesuatu untuk diri sendiri, individu lain, kelompok atau organisasi. 2.4. Sistem Pendukung Keputusan SPK Keputusan dibuat untuk memecahkan masalah. Keputusan merupakan tindakan atau rangkaian tindakan yang harus diikuti untuk memecahkan suatu masalah Deni,2013:137. Tindakan tersebut bisa berupa pengurangan sesuatu utnuk menghindari risiko dari suatu hal atau pemanfaatan suatu kesempatan. SPK atau Decision Support System DSS dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka Deni,2013:145. SPK ditujukan untuk keputusan keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma. Sebagai istilah umum SPK digunakan untuk menggambarkan semua sistem terkomputerisasi yang mendukung pengambilan keputusan pada suatu organisasi. Tujuan utama yang harus dicapai oleh SPK yaitu; 1. Dapat membantu manajer dalam membuat keputusan saat memecahkan berbagai masalah semi terstruktur. 2. Dapat mendukung penilaian yang dilakukan oleh manajer dan tidak mencoba menggantikannya. 3. Dapat meningkatkan efektivitas pengambilan keputusan yang dilakukan oleh manajer dan bukan meningkkatkan efisiensinya Peter dalam Deni,2013:144-145 Implementasi suatu Sistem pendukung keputusan tergantung dari UIN Syarif Hidayatullah Jakarta 9 teori yang digunakan, sehingga terdapat banyak cara atau model yang digunakan , berikut beberapa model yang dapat digunakan dalam sistem pendukung keputusan: 1. DSS model pasif merupakan model DSS yang hanya mengumpulkan data dan mengorganisirnya dengan efektif, biasanya tidak memberikan suatu keputusan yang khusus, dan hanya menampilkan datanya. 2. DSS model aktif merupakan model DSS yang memproses data dan secara eksplisit menunjukkan solusi berdasarkan pada data yang diperoleh, dalam model ini masih ada intervensi manusia terhadap data yang digunakan. 3. DSS bersifat kooperatif jika data dikumpulkan, dianalisa dan lalu diberikan kepada manusia yang menolong sistem untuk merevisi atau memperbaikinya. 4. Model Driven DSS adalah tipe DSS dimana para pengambil keputusan menggunakan simulasi statistik atau model-model keuangan untuk menghasilkan suatu solusi atau strategi tanpa harus intensif mengumpulkan data. 5. Communication Driven DSS adalah suatu tipe DSS yang banyak digabungkan dengan metode atau aplikasi lain, untuk menghasilkan serangkaian keputusan, solusi atau strategi. 6. Data Driven DSS menekankan pada pengumpulan data yang kemudian dimanipulasi agar sesuai dengan kebutuhan pengambil keputusan, dapat berupa data internal atau eksternal dan memiliki beragam format. Sangat penting bahwa data dikumpulkan serta digolongkan secara sekuensial, contohnya data penjualan harian, anggaran operasional dari satu periode ke periode lainnya, inventori pada tahun sebelumnya, dsb. UIN Syarif Hidayatullah Jakarta 10 7. Document Driven DSS menggunakan beragam dokumen dalam bermacam bentuk seperti dokumen teks, excel, dan rekaman basis data, untuk menghasilkan keputusan serta strategi dari manipulasi data. 8. Knowledge Driven DSS adalah tipe DSS yang menggunakan aturan- aturan tertentu yang disimpan dalam komputer, yang digunakan manusia untuk menentukan apakah keputusan harus diambil. Misalnya, batasan berhenti pada perdagangan bursa adalah suatu model knowledge driven DSS. 2.5. Teori Himpunan Fuzzy Kurangnya informasi, dalam menyelesaikan permasalahan sering kali dijumpai diberbagai bidang kehidupan. Pembahasan tentang ketidakpastian telah dimulai semenjak tahun 1937, ketika seorang filosof bernama Max Black mengemukaan pendapatnya tentang ketidakpastian. Teori himpunan fuzzy dikenalkan pertama kali oleh Lotfi A. Zadeh pada tahun 1965. Teori ini merupakan kerangka matematis yang digunakan untuk mempresantikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan informasi dan kebenaran parsial. Sebelum teori ini dikenalkan, terdapat teori lain yang sempat memegang peran penting dalam penyelesain sebuah permasalahan ketidakpastian, yaitu teori probalitas. Hadirnya teori fuzzy bukan berarti menggantikan teori sebelumnya, yaitu teori probalitas. Karena komponen utama dari masing-masing teori tersebut berbeda. Komponen utama pada himpunan fuzzy yang sangat berpengaruh adalah fungsi keanggotaan. Sedangkan pada teori probabilitas komponen utama lebih ke pengguaan frekuensi relatif. Dengan demikian himpunan fuzzy adalah sebuah himpunan yang mengadung elemen-elemen derajat keaggotaan yang bervariasi dalam himpunan widodo, 2014:142. UIN Syarif Hidayatullah Jakarta 11 2.5.1. Metode Fuzzy Ada beberapa metode untuk merepresentasikan hasil logika fuzzy yaitu metode Tsukamoto, Sugeno dan Mamdani. Pada metode Tsukamoto, setiap konsekuen direpresentasikan dengan himpunan fuzzy dengan fungsi keanggotaan monoton. Output hasil inferensi masing-masing aturan adalah z, berupa himpunan biasa crisp yang ditetapkan berdasarkan -predikatnya. Hasil akhir diperoleh dengan menggunakan rata-rata terbobotnya.Sri Kusumadewi,2002:108. Pada metode Mamdani, aplikasi fungsi implikasi menggunakan MIN, sedang komposisi aturan menggunakan metode MAX. Metode Mamdani dikenal juga dengan metode MAX-MIN. Inferensi output yang dihasilkan berupa bilangan fuzzy maka harus ditentukan suatu nilai crisp tertentu sebagai output. Proses ini dikenal dengan defuzzifikasi. Sedangkan Metode Sugeno mirip dengan metode Mamdani, hanya output konsekuen tidak berupa himpunan fuzzy, melainkan berupa konstanta atau persamaan liniar. Pada penelitian ini penulis menggunakan metode Tsukamoto, adapun tahapan dari metode ini adalah sebagai berikut, 1. Mendefinisikan Karakteristik model secara fungsional dan operasional. 2. Melakukan dekomposisi variabel model dengan menjadikan himpunan Fuzzy 3. Membuat aturan Fuzzy 4. Menentukan metode Fuzzy untuk tiap-tiap variabel solusi 5. Menjalankan simulasi sistem, pengujian-pengaturan dan validasi model. Berikut adalah uraian dari masing-masing tahapan metode tsukamoto yang digunakan pada penelitian ini; 1. Mendefinisikan Karakteristik Model Secara Fungsional dan Operasional UIN Syarif Hidayatullah Jakarta 12 Tahap mendefinisikan karakteristik model secara fungsional dan operasional adalah menentukan himpunan Fuzzy dan mendefinisikan beberapa Fuzzy yang digunakan. Sistem pendukung keputusan ini dibangun oleh 3 variabel utama yaitu kemampuan Orang Tua KOT, Kemampuan Baca Quran BQ dan Wawancara W. Dari masing-masing variabel tersebut terdiri dari variabel input yang berbeda. Klasifikasi variabel sistem ini dapat dilihat pada tabel berikut; Tabel 2.1: Klasifikasi variabel Variabel Range Nilai Input Kemampuan Orang Tua Pendapatan a. X 600,000 Kecil b. 1,325,000 Sedang c. x =2,442,000 Tinggi Pengeluaran a. X 632,000 Sedikit b. 1,263,000 Sedang c. x = 1,895,000 Besar Baca Quran Tajwid a. 6 =x = 12 Kurang Baik b. 9 =x = 15 Baik c. 12 =x =18 Sangat Baik Lancar a. 50 =x =70 Tidak Lancar b. 60 =x = 85 Lancar c. 80 =x =100 Sangat Lancar Wawancara Komitmen a. 15 =x =30 Rendah b. 22.5 =x =37.5 Sedang c. 30 =x =45 Tinggi Motivasi a. 12=x =24 Lemah b. 18=x =30 Sedang c. 24 =x =36 Kuat Kepribadian Sikap a. 10 =x =20 Kurang b. 15=x = 25 Baik c. 20 =x =30 Sangat UIN Syarif Hidayatullah Jakarta 13 Output Kemampuan Orang Tua KOT 0 x = 2 Kurang Mampu 1 = x = 3 Mampu 2 = x Sangat Mampu Baca Quran QB 0 x = 2 Kurang Sempurna 1 = x = 3 Sempurna 2 = x Sangat Sempurna Wawancara W 0 x = 2 Kurang Rekomendasi 1 = x = 3 Rekomendasi 2 = x Sangat Rekomendasi Pada tabel di atas, nilai linguistik dari variabel input Kemampuan Orang Tua, Kemampuan Baca Quran dan Wawancara menunjukkan minimum, normal dan maksimum. 2. Melakukan dekomposisi variabel menjadi himpunan fuzzy Ada 3 varibel utama yang masing-masing memiliki variabel input pembentuk variabel output. a. Variabel Input Variabel input terdiri dari pendapatan dan pengeluran Kemampuan Orang Tua, tartil dan tajwid baca quran , serta komitmen, motivasi dan kepribadian Wawancara. Tabel 2.2: Klasifikasi variabel input Variabel Range Nilai Input Kemampuan Orang Tua Pendapatan a. X 600,000 Kecil b. 1,325,000 Sedang c. x =2,442,000 Tinggi Pengeluaran a. X 632,000 Sedikit UIN Syarif Hidayatullah Jakarta 14 b. 1,263,000 Sedang c. x = 1,895,000 Besar Kemampuan Baca Quran Tartil a. 6 =x = 12 Kurang Baik b. 9 =x = 15 Baik c. 12 =x =18 Sangat Baik Tajwid a. 50 =x =70 Tidak Lancar b. 60 =x = 85 Lancar c. 80 =x =100 Sangat Lancar Wawancara Komitmen a. 15 =x =30 Rendah b. 22.5 =x =37.5 Sedang c. 30 =x =45 Tinggi Motivasi a. 12=x =24 Lemah b. 18=x =30 Sedang c. 24 =x =36 Kuat Kepribadian Sikap a. 10 =x =20 Kurang b. 15=x = 25 Baik c. 20 =x =30 Sangat Fungsi keanggotaan dari variabel-variabel diatas dapat dilihat sebagai berikut; • Fungsi Keanggotaan Pendapatan dan Pengeluaran Kemampuan Orang Tua UIN Syarif Hidayatullah Jakarta Gambar 2.1: Grafik fungsi keanggotaan pendapatan 15 UIN Syarif Hidayatullah Jakarta Gambar 2.2: Grafik fungsi keanggotaan pengeluaran 16 • Fungsi Keanggotaan tajwid dan lancar UIN Syarif Hidayatullah Jakarta Gambar2.3: Grafik Fungsi keanggoataan tajwid Gambar 2.4: Grafik fungsi keanggotaan lancar 17 • Fungsi Keanggotaan Komitmen, Motivasi dan Kepribadian Wawancara UIN Syarif Hidayatullah Jakarta Gambar 2.5: Grafik fungsi keanggotan komitmen 18 UIN Syarif Hidayatullah Jakarta Gambar 2.7: Grafik fungsi keanggotan kepribadian Gambar 2.6: Grafik fungsi keanggotaan motivasi 19 b. Variabel Output Variabel output terdiri dari 3 variabel yaitu Kemampuan Orang Tua, Baca Quran dan Wawancara. Variabel output merupakan hasil evaluasi penilaian berupa skor penilaian kelayakan. Nilai maksimal dari masing-masing variabel adalah 3 dan minimal adalah 1. Fungsi keanggotaan dari variabel output adalah sebagai berikut; UIN Syarif Hidayatullah Jakarta Gambar 2.8: Grafik fungsi keanggotaan variabel output 20 Fungsi keanggotaan kemampuan orang tua Fungsi keanggotaan kemampuan baca quran UIN Syarif Hidayatullah Jakarta 21 Fungsi keanggotaan wawancara UIN Syarif Hidayatullah Jakarta 22 3. Membuat aturan fuzzy Aturan Fuzzy dibuat menjadi 3 bagian yang terpisah sesuai variabel output yang dicari. Berikut adalah aturan fuzzy dari masing-masing variabel output; a. Aturan Fuzzy untuk variabel output Kemampuan Orang Tua KOT Tabel 2.3: Aturan variabel kemampuan orang tua No. Variabel Input Variabel Output Pendapatan Pengeluaran Evaluasi Penilaian 1 Kecil Sedikit Kurang Mampu KM 2 Kecil Sedang Kurang Mampu KM 3 Kecil Besar Kurang Mampu KM 4 Sedang Sedikit Mampu M 5 Sedang Sedang Mampu M 6 Sedang Besar Kurang Mampu KM 7 Tinggi Sedikit Sangat Mampu SM 8 Tinggi Sedang Sangat Mampu SM 9 Tinggi Besar Sangat Mampu SM b. Aturan Fuzzy untuk variabel output Baca Quran BQ Tabel 2.4: Aturan variabel baca quran No. Variabel Input Variabel Output Tajwid Lancar Evaluasi Penilaian 1 Kurang Baik Tidak Lancar Kurang Sempurna KS 2 Kurang Baik Lancar Kurang Sempurna KS 3 Kurang Baik Sangat Lancar Kurang Sempurna KS 4 Baik Tidak Lancar Sempurna S 5 Baik Lancar Sempurna S 6 Baik Sangat Lancar Sangat Sempurna SS 7 Sangat Baik Tidak Lancar Sempurna S UIN Syarif Hidayatullah Jakarta 23 8 Sangat Baik Lancar Sangat Sempurna SS 9 Sangat Baik Sangat Lancar Sangat Sempurna SS c. Aturan Fuzzy untuk variabel output Wawancara Tabel 2.5: Aturan variabel wawancara No Variabel Output Variabel Output Komitmen Motivasi Kepribadian Evaluasi Penilaian 1 Rendah Lemah Kurang Baik KR 2 Rendah Lemah Baik KR 3 Rendah Lemah Sangat Baik KR 4 Rendah Sedang Kurang Baik KR 5 Rendah Sedang Baik KR 6 Rendah Sedang Sangat Baik R 7 Rendah Kuat Kurang Baik R 8 Rendah Kuat Baik R 9 Rendah Kuat Sangat Baik R 10 Sedang Lemah Kurang Baik KR 11 Sedang Lemah Baik R 12 Sedang Lemah Sangat Baik R 13 Sedang Sedang Kurang Baik KR 14 Sedang Sedang Baik R 15 Sedang Sedang Sangat Baik SR 16 Sedang Kuat Kurang Baik R 17 Sedang Kuat Baik R 18 Sedang Kuat Sangat Baik SR 19 Tinggi Lemah Kurang Baik KR 20 Tinggi Lemah Baik R 21 Tinggi Lemah Sangat Baik R 22 Tinggi Sedang Kurang Baik R 23 Tinggi Sedang Baik SR 24 Tinggi Sedang Sangat Baik SR UIN Syarif Hidayatullah Jakarta 24 25 Tinggi Kuat Kurang Baik R 26 Tinggi Kuat Baik SR 27 Tinggi Kuat Sangat Baik SR Keterangan : KR Kurang Rekomendasi R Rekomendasi SR Sangat Rekomendasi Untuk memudahkan penulisan, aturan-aturan tersebut dibuat dalam bentuk tabel. Salah satu contoh penggunaan aturan if- then untuk aturan terakhir dari variabel output wawancara adalah : [R27] IF Komitmen Tinggi And Motivasi Kuat And Kepribadian Sangat Baik THEN Wawancara SRSangat baik 4. Menentukan metode defuzzy untuk setiap variabel Setelah derajat keanggotaan evaluasi dari masing-masing aturan fuzzy terbentuk, selanjutnya dihitung nilai hasil evaluasi penilaian. Karena pada penelitian ini penulis menggunakan metode Tsukamoto, maka untuk menghitung nilai hasil evaluasi penilaian yang direkomendasikan menggunakan rumus sebagai berikut; Keterangan Adapun alasan penggunaan metode Tsukamoto adalah karena metode ini memberikan output yang lebih besar dibandingkan metode lainnya, tetapi tetap dalam kisaran yang wajar Haris.2011. UIN Syarif Hidayatullah Jakarta Z = a 1 ∗Z 1 +a 2 ∗Z 2 +a 3 ∗Z 3 +....+a n ∗Z n a 1 +a 2 +a 3 +... a n 25 5. Menjalankan simulasi sistem pengujian, pengaturan dan validasi model. Tahapan simulasi akan dijelaskan pada bab ke empat pada penulisan skripsi ini. 2.6. Multi Attribute Decision Making MADM 2.6.1. Konsep Dasar MADM Multi-attribute Decision Making MADM merupakan bagian dari Multi Criteria Decision Making MCDM yaitu suatu metode pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan beberapa kriteria tertentu Ryza,2014:28. MADM digunakan untuk menyelesaikan masalah-masalah dalam ruang diskret. Oleh karena itu, pada MADM biasanya digunakan untuk melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah terbatas. 2.6.2. Metode – metode Penyelesaian Masalah MADM Dalam penyelesaian masalah MADM, ada beberapa metode yang bisa digunakan, metode tersebut antara lain Sri Kusumadewi, 2006 dalam Gerdon, 2011 :3 1. Simple Additive Weighting Method SAW Metode ini sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode ini adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. UIN Syarif Hidayatullah Jakarta 26 Dimana r ij adalah rating kenerja ternormalisasi dari alternatif A i pada atribut C j ; i= 1,2,…m dan j=1,2,…n. Nilai preferensi untuk setiap alternatif V i diberikan sebagai: Nilai V i yang lebih besar mengindikasikan bahwa A i lebih terpilih. 2. Weighted Product WP Metode ini menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi. 3. Electre Electre Elimination Et Choix Traduisant la realite didasarkan pada konsep perangkingan melalui perbandingan berpasangan antar alternatif pada kreteria yang sesuai. Suatu alternatif dikatakan mendominasi laternatif yang lainnya jika satu atau lebih kriteriannya melebihi dan sama dengan kriteria lain yang tersisa. 4. TOPSIS Technique for Order Preference by Similarity to Ideal Solutian TOPSIS didasarkan pada konsep dimana alternative terpilih yang terbaik tidak hanya memiliki jarak terpendek dari solusi ideal positif, namun juga memiliki jarak terpanjang dari solusi ideal negatif. 5. Analytic Hierarchy Process AHP UIN Syarif Hidayatullah Jakarta 27 Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli matematika. Ada tiga prinsip dalam memecahkan persoalan dengan AHP, yaitu prinsip menyusun hirarki Decomposition, prinsip penentuan prioritas Comparative Judgement, dan prinsip konsistensi logis Logical Consitency. Masalah yang terjadi adalah sulitnya memilih metode mana yang paling relevan untuk menyelesaikan masalah MADM Pratomo, 2012:1. Berikut adalah beberapa perbandigan masing-masing model yang dapat digunakan pada penyelesaian kasus MADM; Tabel 2.6:Perbandingan metode MADM No Model MADM Keterangan Penggunaan 1. SAW Simple Additive Weighting Metode yang paling sederhana dan paling mudah untuk diimplementasikan. 2. Weighted Product WP Menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. 3 Electre Digunakan untuk kasus-kasus dengan banyak alternatif namun hanya sedikit kriteria yang dilibatkan UIN Syarif Hidayatullah Jakarta 28 4 Topsis Metode yang digunakan untuk menyelesaikan masalah keputusan secara praktis. Konsepnya sederhana dan mudah difahami. 5. AHP Metode yang cocok digunakan untuk permasalahan variabel dengan kompleksitas tinggi. 2.7. Fuzzy Multi Attribute Decision Making Fuzzy MADM Masalah ketidaktepatan dan ketidakpastian bisa disebebkan oleh beberapa hal, seperti; informasi yang tidak dapat dihitung, informasi yang tidak lengkap, informasi yang tidak jelas serta pengabaian parsial. Dalam menetapkan sebuah kriteria atau variabel untuk sebuah sistem seleksi, tidak jarang didapati beberapa variabel yang juga sulit untuk diukur secara jelas, seperti mengukur kemiskinan, tingkat kesungguhan dan lain sebagainnya. Untuk mengatasi masalah tersebut, maka beberapa penelitian tentang penggunaan metode Fuzzy MADM mulai banyak dilakukan, dan terbukti memiliki kinerja yang sangat baik. Fuzzy MADM adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu Ryza, 2014 :28 . Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang akan menyeleksi alternatif yang sudah diberikan. Untuk menyelesaikan masalah FMADM, dibutuhkan 2 tahap, yaitu; Ryza, 2014:29 1. Membuat rating pada setiap altenatif berdasarkan agregrasi derajat kecocokan pada semua kriteria. 2. Merangking semua alternatif untuk mendapatkan alternatif terbaik. Ada 2 cara yang dapat digunakan dalam proses perangkingan, yaitu melalui defuzzy atau melalui ralasi pereferensi fuzzy. Metode UIN Syarif Hidayatullah Jakarta 29 defuzzy dilakukan dengan pertama-tama membuat bentuk crisp dari bilangan fuzzy, proses perangkingan didasarkan atas bilangan crisp tersebut; model ini memang mudah untuk diimplementasikan, namun kita sangat dimungkinkan untuk kehilangan beberapa informasi terutama yang menyangkut ketidakpastian. Penggunaan relasi preferensi fuzzy lebih menjamin ketidakpastian yang melekat pada bilangan fuzzy hingga proses perangkingan. 2.7.1. Fuzzy MADM Model Yager Fuzzy FMADM model Yager ini merupakan bentuk standar dari fuzzy MADM Kusumadewi, 2006:137. Langkah-langkah penyelesaian untuk model ini adalah; 1. Tetapkan matriks perbandingan berpasangan anar antribut, M, berdasarkan prosedur hirarki Saaty. 2. Menentukan bobot tingkat kepentingan yang konsisten untuk setiap atribut berdasarkan metode eigenvector dari Saaty. 3. Hitung nilai; Cjxiwj 4. Tentukan interseksi dari semua Cjxiwj 5. Pilih xi dengan derajat keanggotaan terbesar sebagai alternatif optimal. 2.7.2. Fuzzy MADM Model Baas Kwakernaak Fuzzy model Baas Kwakernaak ini bukan merupakan bentuk standar dari fuzzy MADM, namun konsepnya sering digunakan oleh beberapa peneliti untuk mengembangkan model ini lebih jauh Kusumadewi, 2006:144. Misalkan A= {a1,....an} adalah himpunan alternetif, dan atribut direpresentasikan dengan himpunan fuzzy Ci,=1,....m. Bobot yang menunjukkan tingkat kepentingan atribut ke-j dinotasikan dengan wj, yang direpresentasikan dengan fungsi keanggotaan UIN Syarif Hidayatullah Jakarta 30 mRijrij. Diasumsikan bahwa semua himpunan fuzzy merupakan himpunan fuzzy normal memiliki tinggi himpunan =1. 2.7.3. Model MADM Klasik Untuk Penyelesaian Fuzzy MADM Mekanisme menyelesaikan masalah fuzzy MADM dapat dengan mengaplikasikan metode MADM klasik untuk melakukan perangkingan, setelah terlebih dahulu dilakukan konversi data fuzzy ke data crisps Chen,1992 dalam Kusumadewi,2006:145. Apabila data fuzzy diberikan dalam bentuk linguistik, maka data tersebut harus dikonversi terlebih dahulu ke bentuk bilangan Fuzzy, baru kemudian dikonversi lagi ke bilangan crisps Kusumadewi,2006:145. Model MADM yang digunakan penulis dalam menyelesaikan penelitian ini adalah dengan model SAW. Adapun langkah-langkah penyelesaian model ini adalah Apriansyah dan Dinna, 2011:17-18; 1. Menentukan kriteria yang dijadikan acuan pengambilan keputusan. 2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. 3. Membuat matriks keputusan berdasarkan kriteria Z, kemudian melakukan normalisasi metriks berdasarkan persamaan yang disesuaikan dengan jenis atribut sehingga diperoleh matriks ternormalisasi R. UIN Syarif Hidayatullah Jakarta 31 Ketentuan Normalisasi: a. Dikatakan atribut keuntungan apabila atribut banyak memberikan keuntungan bagi pengambil keputusan, sedangkan atribut biaya yang banyak memerikan pengeluaran jika nilainya semakin besar bagi pengambil keputusan. b. Apabila berupa atribut keunganan maka nilai xij dari setiap kolom atribut dibagi dengan nilai Max xij dari setiap kolom, sedangkan untuk atribut biaya, nilai Min xij dari setiap kolom atribut dibagi dengan nilai xij setiap kolom 4. Hasil akhir Vi diperoleh dari proses perangkinayan yaitu penjumlahan dari perkalian matrik ternormaslisasi N dengan vektor bobot sehingga diperoleh nilai terbersar yang dipilin sebagai alternatif terbaik sebagai solusi. 2.8. Website Website merupakan sekumpulan dari beberapa halaman web webpage yang saling terkait satu sama lain dan terdapat berbagai macam informasi di dalamnya. Setiap halaman web webpage, mengandung informasi yang berbeda dengan yang lainnya. Untuk menyatukan beberapa halaman itu, maka dibuat menu atau hyperlink sebagai interface-nya. Untuk membuat sebuah halaman web, yang harus diperhatikan adalah ketentuan-ketenuan yang ada pada WWWWord Wide Web. Karena informasi atau file yang ada dalam internet telah diatur dan mengikuti ketentuan dari WWW. Semua data atau informasi yang ada di internet telah tersimpan rapih di web server penyedia layanan hosting. Sehingga untuk mengakses data atau informasi tersebut, dibutuhkan sebuah alamat unik biasa disebut UIN Syarif Hidayatullah Jakarta 32 dengan istilah domain. Domain ini lah yang menjadi alamat untuk menemukan informasi yang akan dicari. Seperti hal nya alamat rumah yang di dalamnya terdapat berbagai macam perabot. Maka untuk menemukan perabot tersebut, langkah awal adalah harus diketahui alamat rumah yang terdapat perabot tersebut. Setelah diketahui alamatnya baru dicari perabot didalamnya. Begitu pula dengan fungsi domain sebagai alamat website. Dalam perkembangannya, website dibedakan menjadi dua jenis yaitu website statis dan dinamis. Website statis merupakan website yang informasi atau data di dalamnya jarang dirubah. Misalnya, website profil organisasi atau perorangan dimana isi dari biodata tersebut tidak dirubah dalam waktu yang lama. Sedangkan website dinamis, merupakan website yang secara terus menerus terdapat perubahan informasi. Bahkan perubahannya bisa dalam waktu satu detik. Contoh dari website dinamis adalah detik.com yang secara terus menerus terdapat perubahan informasi. 2.9. Database Management System DBMS 2.9.1. Konsep DBMS Basis data merupakan suatu kumpulan data yang berhubungan secara logis dan deskripsi data tersebut, yang dirancang untuk memenuhi informasi yang dibutuhkan oleh suatu organisasi Indrajani,2014:2. Basis data digunakan untuk menyimpan informasi atau data yang terintegrasi dengan baik di dalam komputer. Untuk mengelolah database diperlukan suatu perangkat lunak yang disebut DBMS Database Management System. Database Management System DBMS merupakan suatu perangkat lunak yang ditujukan untuk menangani penciptaan, pemeliharaan, dan pengendalian akses data Idam, 2011: 37 . DBMS terdiri dari Database dan set program pengolah untuk menambah data, mengolah data, mengambil dan membaca data. Database sendiri merupakan kumpulan UIN Syarif Hidayatullah Jakarta 33 data yang pada umumnya menggambarkan aktifitas dari pelakunnya user. Dalam penelitian ini, penulis menggunakan DBMS berupa MySQL sebagai implementasi perancangan database. 2.9.2. MySQL MySQL adalah sebuah perangkat lunak sistem manajemen basis data SQL bahasa Inggris: Database Management System atau DBMS yang multithread, multi-user, dengan sekitar 6 juta instalasi di seluruh dunia Solichin, 2010:8. Beberapa alasan menggunakan MySQL sebagai server database dalam pengembangan sistem adalah; 1. Fleksibel, MySQL memiliki flesibilitasterhadap terknologi yang akan digunakan sebagai pengembangan aplikasi. 2. Performa tinggi, sebagai database dari beberapa aplikasi web yang memiliki traffic yang tinggi. 3. Lintas Platform, MySQL dapat digunakan pada sistem operasi yang beragam. 4. Gratis, MySQL dapat digunakan secara gratis. 5. Proteksi data yang handal, MySQL menyediakan mekanisme yang powerfull untuk menangani hal ini, yaitu dengan menyediakan fasilitas manajemen user, enkripsi data dan lain sebagainya. 6. Komunitas luas, Hal ini berguna jika kita menemui suatu permasalahan dalam pengolahan data menggunakan MySQL Budi Raharjo, 2011: 304 dalam Dian, 2014:31. 2.10. PHP PHP Hypertext Preprocessor PHP merupakan suatu bahasa pemprograman berbasis kode-kode script yang digunakan untuk mengolah suatu data dan mengirimkannya UIN Syarif Hidayatullah Jakarta 34 kembali ke web browser menjadi kode HTML Diar,2010:31. Kode PHP mempunyai ciri-ciri khusus yaitu; 1. Hanya dapat dijalankan menggunakan web server, misal : Apache. 2. Kode PHP diletakkan dan dijalankan di web server. 3. Kode PHP dapat digunakan untuk mengakses database, seperti: MySQL, PostgreSQL, Oracle, dan lain-lain. 4. Merupakan software yang bersifat open source. 5. Gratis untuk di download dan digunakan. 6. Memiliki sifat multipaltform, artinya dapat dijalankan menggunakan sistem operasi apapun.Dian,2010:31 2.10.1. Kelebihan PHP Beberapa kelebihan PHP dibandingkan dengan bahasa pemprograman yang lain adalah; 1. Kesederhanaan, PHP memiliki banyak fungsi built in untuk menangani kebutuhan standar pembuatan aplikasi web. Dengan adanya fungsi-fungsi tersebut, maka akan mempermudah dalam menggunakan PHP. 2. PHP bersifat opensource. 3. Stabilitas dan kompatibilitas. Dapat bekerja pada sistem operasi berbasis Windows, Linux, dan Mac. 4. PHP support langsung ke berbagai macam database yang populer. Adhi, 2014:126. 2.10.2. Tata Bahasa Dasar Tata bahasa penulisan baris kode PHP terdiri dari dua bentuk yaitu penulisan baris kode menggunakan format PHP maupun penulisan baris kode dengan format campuran HTML dan PHP. Berikut beberapa hal penting yang perlu diketahui sebelum memuali pembuatan program PHP: UIN Syarif Hidayatullah Jakarta 35 1. Penulisan suatu program PHP harus diawali dengan tag ?php dan diakhiri dengan tag ?. 2. Penulisan baris program PHP harus diakhiri dengan tanda titik koda ; 3. Penulisan pada PHP adalah case-sensitive, yaitu antara huruf a dan A berbeda. 4. Penulisan komentar atau baris yang tidak akan diproses oleh PHP; a. Untuk komentar pada suatu baris tertentu, tambahkan tanda pada bagian awal baris program. b. Untuk komentar lebih dari satu baris tambahakan tanda pada bagian awal baris komentar dan tambahkan tanda pada akhir baris komentar. 5. Penulisan suatu teks selalu diapit dalam tanda atau “. 6. Penulisan suatu tanda baca pada sutu teks seperti ,,”, dan lainnya, menggunakan tanda \ kemudian diikuti dengan tanda baca Alexander, 2011:568 dalam Dian, 2014:25. 2.11. UML Unified Modelling Language 2.11.1. Pengengalan UML Pada perkembangan teknologi perangkat lunak, diperlukan adanya bahasa yang digunakan untuk memodelkan perangkat lunak yang akan dibuat dan perlu adanya standarisasi agar orang di berbagai negara dapat mengerti pemodelan perangkat lunak. Seperti yang kita ketahui bahwa menyatukan banyak kepala untuk menceritakan sebuah ide dengan tujuan untuk memahami hal yang sama tidaklah mudah, oleh karena itu diperlukan sebuah bahasa pemodelan perangkat lunak yang dapat dimengerti oleh banyak orang. Pada perkembangan teknik pemprograman berorientasi objek, muncullah sebuah standarisasi bahasa pemodelan untuk pembangunan perangkat lunak yang dibangun dengan menggunakan teknik UIN Syarif Hidayatullah Jakarta 36 pemprograman berorientasi objek, yaitu Unified Modeling Languange. UML muncul karena adanya kebutuhan pemodelan visual untuk menspesifikasikan, menggambarkan, membangun, dan dokumantasi dari sistem perangkat lunak. UML merupakan bahasa visual untuk pemodelan dan komunikasi mengenai sebuah sistem dengan menggunakan diagram dan teks-teks pendukung Rosa dan Shalahuddin, 2013:137. Beberapa tujuan UML antara lain; 1. Merancang perangkat lunak. 2. Sarana komunikasi antara perangkat lunak dengan proses bisnis. 3. Menjabarkan sistem secara rinci untuk analisa dan mencari apa yang diperlukan sistem. 4. Mendokumentasikan sistem yang ada, proses-proses dan organisasinya Prabowo,2011:230 dalam Dian, 2014:32. 2.11.2. Diagram UML Pada UML 2.3 terdiri dari 13 macam diagram yang dikelompokkan dalam 3 kategori. Pembangian kategori dan macam-macam diagram tersebut dapat dilihat pada gambar dibawah ini.Rosa dan Shalahuddin, 2013:140 UIN Syarif Hidayatullah Jakarta Gambar 2.9: Diagram UML 37 2.12. Teknik Pengumpulan Data Hal pertama yang dilakukan dalam analisis sistem adalah melakukan pengumpulan data. Ada beberapa teknik pengumpulan data yang sering dilakukan dalam analisis sistem yaitu; 1. Teknik Wawancara 2. Teknik Observasi 3. Teknik Kuisoner 2.12.1.Teknik Wawancara Wawancara merupakan interaksi verbal antara dua orang atau lebih, tetapi biasanya diprakarsai untuk suatu maksud khusus dan biasanya difokuskan pada suatu masalah khusus Luwi, 2011:110. Beberapa keuntungan yang didapat pada teknik wawancara antara lain ; 1. Lebih mudah dalam menggali bagian sistem mana yang dianggap baik dan bagian mana yang dianggap kurang baik. 2. Jika ada bagian tertentu yang dianggap perlu untuk digali lebih dalam, dapat ditanyakan langsung pada narasumbernya. 3. Dapat menggali kebutuhan user secara lebih bebas. 4. User dapat mengungkapkan kebutuhannya secara lebih bebas Rosa dan sholahuddin, 2013:19. 2.12.2.Teknik Observasi Observasi merupakan salah satu teknik pengumpulan data yang menggunakan pertolongan indra mata. Pengumpulan data dengan teknik ini mempunyai beberapa keuntungan yaitu; 1. Analis dapat melihat langsung bagaimana sistem lama berjalan. 2. Mampu menghasilkan gambaran lebih baik jika dibandingkan dengan teknik lainnya Rosa dan sholahuddin, 2013:19. UIN Syarif Hidayatullah Jakarta 38 2.12.3.Teknik Kuisioner Pengumpulan data dengan teknik kuisioner mempunyai keuntungan yaitu; 1. Hasil yang objektif, karena kuisioner dapat dilakukan kepada banyak orang sekaligus. 2. Waktu lebih singkat. 2.13. Software Development Life Cycle SDLC SDLC adalah proses pengembangan atau mengubah suatu sistem perangkat lunak dengan menggunakan model-medel dan metodologi yang digunakan orang untuk mengembangkan sistem-sistem perangakat lunak sebelumnya Rosa dan sholahuddin, 2013:26. SDLC memiliki beberapa model dalam penerapan tahapan prosesnya. 1. Model Waterfall 2. Model Prototipe 3. Model RAD 4. Model Iteratif increment 5. Model Spiral Perbandingan lima metode pengembangan aplikasi diatas dapat dilihat pada tabel berikut; UIN Syarif Hidayatullah Jakarta 39 Tabel 2.7: Perbandingan model pengembangan sistem No Metode Keterangan Penggunaan 1. Model Waterfall Cocok digunakan untuk kebutuhan pelanggan yang sudah sangat difahami dan kemungkinan terjadinya perubahan selama pengembangan perangakat lunak kecil. Model ini bersifat linier atau berurutan. 2. Prototipe Cocok digunaan saat pelanggan sulit untuk menyampaikan kebutuhannya secara lebih detail. Model ini tidak cocok untuk aplikasi dengan skala besar. 3. RAD Cocok digunakan jika anggota tim sudah sangat pengalaman. 4. Iteratif Cocok digunakan jika sistem yang akan dibuat direncanakan untuk terus dikembangkan atau ditambah dengan produk-produk selanjutnya. 5. Spiral Cocok digunakan untuk suatu proyek dengan target waktu dan biaya yang tidak terlalu terikat. UIN Syarif Hidayatullah Jakarta 40

BAB 3 METODOLOGI PENELITIAN

3. Metodologi Penelitian Pada bab ini akan diuraikan metode penelitian yang digunakan oleh Penulis dalam menganalisis serta mengimplementasikan Fuzzy Multi- Attribute Decision Making FAMDM pada proses penerimaan siswa baru di SMP Adzkia Islamic School. 3.1. Metode Pengumpulan Data Metode pengumpulan data merupakan suatu hal yang sangat mendasar dalam melakukan sebuah penelitian, diamana pada metode ini terjadi sebuah akuisisi pengetahuan yang berfungsi untuk mengakumulasi, mentrasfer serta mentrasnformasi pengetahuan dari berbagai sumber. Dari kegiatan pengumpulan data ini lah, informasi serta data yang dibutuhkan dalam proses penelitian akan didapat serta dikembangkan. Metode pengumpulan data yang digunakan dalam penelitian ini antara lain; 1. Studi pustaka 2. Wawancara 3. Observasi. 3.2. Metode Pengembangan Sistem Dalam implementasi Fuzzy Multi-Attribute Decision Making untuk pengembangan sistem penerimaan siswa baru SMP Adzkia Islamic School, Penulis menggunakan metode pengembangan sistem dengan pendekatan terstruktur yaitu Software Development Life Cycle SDLC dengan pengembangan model berupa Incemental. Model Incemental dibuat untuk mengatasi kelemahan dari model air terjun yang tidak mengakomodasi iterasi, dan mengatasi kelemahan dari model prototipe yang memiliki proses terlalu pendek dan setiap iteratif prosesnya tidak selalu UIN Syarif Hidayatullah Jakarta 40 41 menghasilkan produk Rosa, 2013:38. Beberapa alasan penggunaan model inkremen atau iterasi ini adalah 1. Model ini memiliki tahapan waterfall yang terstruktur dan bersifat perulangan. Dengan demikian jika pada hasil incremen awal kurang sesuai, maka dapat dikembangkan melalui incremen selanjutnya. 2. Mengutamakan kepentingan awal user, sehingga hal-hal yang dianggap penting pada sistem dapat didahulukan pada incremen pertama. Sehingga produk awal dapat digunakan bersamaan dengan produk lain yang sedang dibangun. 3. Metode incremental sejalan dengan model yang dikembangkan oleh aplikasi web. Dimana pada incremen pertama web sudah bisa digunakan sedangkan incremen selanjutnya sistem web yang dikembangkan membutuhkan update data secara berkala Adapun tahapan-tahapan yang dilakukan pada penelitian ini, dengan model incremen yaitu; 1. Fase Komunikasi Communication, pada tahapan awal ini, dilakukan sebuah wawancara terhadap pihak yang terkait dalam proses penerimaan siswa baru, yaitu WAKA Kesiswaan sekaligus sebagai Panitia penerimaan siswa baru. 2. Fase Perencanaan Planning, melalui tahap ini, dapat dilakukan sebuah perencanaan terkait jangkauan proyek, pihak yang terlibat dalam sistem, waktu pengerjaan, serta kebutuhan lain yang diperlukan. 3. Fase Pemodelan Modelling, terdiri dari : a. Analisis sistem, meliputi, sistem berjalan, usulan sistem, dan analisa FMADM. b. Desain sistem, meliputi desain arsitektur sistem yaitu desain SAW, UML, basis data, serta desain antar muka sistem. UIN Syarif Hidayatullah Jakarta