SISTEM PENENTUAN KEPUTUSAN PEMILIHAN JURUSAN PADA SISWA SMAN 4 BANJARBARU MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)
SISTEM PENENTUAN KEPUTUSAN PEMILIHAN JURUSAN
PADA SISWA SMAN 4 BANJARBARU
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
(SAW)
Fakultas Teknologi Informasi Universitas Islam Kalimantan Muhammad Arsyad al Banjari Banjarmasin
Al Fath Riza Kholdani
( kholdanialfath@gmail.com)
ABSTRAK
Sistem penjurusan pada SMAN 4 Banjarbaru selama ini masih masih bersifatsubjektif dan pilihan siswa sendiri, akhirnya pembagian jumlah siswa pada setiap kelas
berdasarkan jurusan tidak berimbang. Penelitian ini menganalisa dan membuat
perangkat lunak sistem penentuan keputusan jurusan menggunakan metode Simple
Additive Weight (SAW) untuk mendapatkan proses pembobotan dalam penentuan
keputusan yang terkomputerisasi. Perhitungan untuk pembobotan berdasarkan kriteria
nilai siswa, ekstrakurikuler, kerajinan, nilai test dan kelakuan. Nilai akhir dari SAW
nantinya dikonversi menyesuaikan jurusan yang akan ditentukan baik IPA, IPS dan
Bahasa.Kata kunci : SAW, SPK, Jurusan
1. PENDAHULUAN perencanaan masa depan, dan digunakan pada saat-saat yang tidak biasa.
Pemanfaatan ilmu pengetahuan Sistem Penentuan Keputusan dan teknologi berkembang dengan (SPK) diharapkan dapat menghindarkan sangat cepat dan menghasilkan inovasi hasil yang subjektif dan dapat membantu baru yang harus di imbangi dengan sekolah dalam memutuskan jurusan para kemampuan beradaptasi terhadap siswa/siswi. SPK merupakan suatu kondisi tersebut, Salah satu sistem menggunakan model yang implementasinya adalah sistem dibangun untuk membantu penentuan keputusan. Sistem Penentuan menyelesaikan masalah-masalah Keputusan kiranya adalah sekumpulan penentuan jurusan. Menurut Keen dan perintah komputer yang terintegrasi Scoot Morton Sistem Penentuan dengan mengijinkan seorang Keputusan salah satu penggabungan
decisionmaker untuk berinteraksi sumber-sumber kecerdasan individu
langsung dengan komputer, agar dengan kemampuan komponen menghasilkan informasi yang berguna komputer untuk memperbaiki kualitas dalam penentuan sebuah keputusan. keputusan. Sistem Penentuan Keputusan Menurut Moore dan Chang, SPK dapat merupakan salah satu sistem informasi digambarkan sebagai sistem yang berbasis komputer untuk pimpinan berkemampuan mendukung analisis ad pengambilan keputusan yang menangani data, dan pemodelan keputusan, masalah
hoc
berorientasi keputusan, orientasi
2 Eksul siswa 40 – 60 = 1
Metode Simple Additive
Weighting (SAW) sering dikenal dengan 61 – 70 = 2 istilah metode penjumlahan terbobot.
71 = 80 = 3
Konsep dasar dalam menggunakan
81 – 90 = 4
metode SAW dengan cara mencari
91 – 100 = 5
penjumlahan terbobot dari rating kinerja
3 Kerajinan 40 – 60 = 1 pada setiap alternatif pada semua atribut.
61 – 70 = 2
Metode SAW memerlukan proses
71 = 80 = 3
normalisasi matriks keputusan ke skala
81 – 90 = 4
yang dapat diperbandingkan dengan
91 – 100 = 5 semua rating alternatif yang ada.
4 Nilai test 40 – 60 = 1
Sekolah SMA Negeri
4
61 – 70 = 2
Banjarbaru dalam penyajian dan
71 = 80 = 3
pengolahan data siswa untuk
81 – 90 = 4
menentukan jurusan belum
91 – 100 = 5
terkomputerisasi. penentuan jurusan
5 Kelakuan 40 – 60 = 1
yang diambil saat ini sangat subyektif
61 – 70 = 2 dan berdasarkan keinginan siswa sendiri.
Hal tersebut menyebabkan ketidak 71 = 80 = 3 seimbangan jumlah siswa dalam setiap 81 – 90 = 4 jurusan. Jumlah jurusan yang ada di
91 – 100 = 5
SMA Negeri 4 Banjarbaru terdiri dari Dalam menentukan keputusan jurusan, tiga jurusan yaitu jurusan Ilmu penilain jurusan berdasarkan prosentase
Pengetahuan Alam (IPA), Ilmu hasil perhitungan pembobotan dalam Pengetahuan Sosial (IPS) dan Bahasa.
SAW. Berikut tabel penentuan jurusan: Pilihan masing-masing jurusan didasarkan pada ketentuan dari nilai
Tabel 2.2 Keputusan Jurusanyang diisyaratkan pada masing-masing
NO JURSAN NILAI jenis jurusan.
1 IPA 40% 2 35%
2. METODE, ANALISA DAN
IPS DESAIN
3 BAHASA 25%
Penentuan tiap kriteria yang
3.1 Desain Pemodelan Data
digunakan dalam menerapkan metode Proses dalam SPK digambarkan dalam bentuk pemodelan visual dengan SAW yaitu nilai raport siswa, menggunakan Unified Modelling ekstrakurikuler, Keaktifan, Nilai Test serta Etika. Bobot merupakan prioritas Language (UML). UML adalah salah jika bernilai 1=sangat kurang, 2=kurang, satu alat bantu untuk pengembangan 3=cukup, 4=cukup baik, 5=baik. sistem yang berorientasi objek karena menyediakan bahasa pemodelan visual yang memungkinkan untuk membuat
2.1 Tabel Kriteria Pembobotan
No Kriteria cetak biru (blueprint) visi dalam bentuk
BOBOTyang baku, mudah dimengerti dan
1 Nilai Siswa 40 – 60 = 1
dilengkapi dengan mekanisme yang
61 – 70 = 2
efektif untuk berbagi rancangan. Dengan
71 - 80 = 3
UML, desainer dapat melihat konsep
81 – 90 = 4 global suatu desain. 91 – 100 = 5
uc Primary Use Cases User Login Input Data Simple Additiv e Weighting Laporan Selesai
Gambar 2.4 Squence Diagram SAW3.2 Desain Diagram Arsitektur
Gambar 2.5 Squence Diagram Finishhasil selesai
Squence Diagram Finish Sequence ini untuk melakukan proses
Gambar 2.5 Squence Diagram Laporan 6.hasil laporan
5. Squence Diagram Report Sequence ini untuk melakukan proses
perhitungan SAW. User memulai dengan memilih menu. Kemudian menginput data setelah itu sistem melakukan proses perhitungan dan sistem akan menampilkan hasil perhitungan, kemudian data tersebut di simpan ke dalam basis data.
1. Use Case Use case diagram digunakan untuk
4. Squence Diagram SAW Sequence ini untuk melakukan proses
Gambar 2.3 Squence Diagram Inputmemasukkan data siswa yang dilakukan oleh pengguna
3. Squence Diagram Input Sequence ini untuk melakukan proses
Gambar 2.2 Squence Diagram Login2. Squence Diagram Login Sequence ini untuk melakukan proses login yang dilakukan oleh pengguna
Gambar 2.1 use case diagrammemodelkan alur proses berdasarkan perspektif pengguna sistem. Berikut merupakan use case diagram yang digunakan untuk perangkat lunak.
Sistem penentuan keputusan pemilihan jurusan siswa siswi di SMA Negeri 4 Banjarbaru dengan metode SAW memiliki arsitektur diagram sistem sesuai dengan kriteria yang dihitung.
Gambar 2.5 Arsitektur DiagramTabel 2.5 Tabel SoalSiswa, Kelakuan Siswa, Kerajinan Siswa, Nilai Test Siswa sesuai Tabel 2.1 maka Hasil penilaian dari table penilaian
Weighting) yaitu : Nilai Siswa, Ekskul
Adapun kriteria yang digunakan dalam penetapan pemilihan jurusan siswa di SMA Negeri 4 Banjarbaru dengan metode SAW (Simple Additive
3.1 Perhitungan Pembobotan
Kelakuan Text (4) Nilai Kelakuan Vn Text (4) Nilai Proses SAW NoInduk Text (6) Nomor Induk (FK) 3.
Text (4) Nilai Ekstrakulikuler
Text (4) Nilai Pelajaran Nilai Ekskul
KdSAW Text (6) Kode Nilai (PK) Nilai Pelajaran
Nama Field Tipe Data Keterangan
Tabel 2.6 Tabel Nilai Hasil Proses SAW5. Tabel Hasil Proses SAW Nama Tabel : TNilaiSAW Fungsi : Hasil Nilai Siswa Kunci Utama : KdSAW
KdSoal Text (6) Kode Nilai (PK) Soal test Text (4) Memasukan soal NoInduk Text (6) Nomor Induk (FK)
Nama Field Tipe Data Keterangan
4. Tabel soal Nama Tabel : TSoal Fungsi : Informasi Soal Test Kunci Utama : KdSoal
Desain database merupakan rancangan struktur database berupa beberapa tabel yang mendukung untuk proses SAW.
Nama Field Tipe Data Keterangan User Text (6) Nama User (PK) Password Text (10) Password
Text (4) Nilai Ekstrakurikuler
Text (4) Nilai Pelajaran Nilai Ekskul
KdKrit Text (6) Kode Nilai (PK) Nilai Pelajaran
Tabel 2.4Tabel Nilai Kriteria Nama Field Tipe Data Keterangan
3.3 Desain Basis Data
1. Tabel Pengguna Nama Tabel : Tuser Fungsi : Informasi login Kunci Utama : User
Kelakuan Text (4) Nilai Kelakuan NoInduk Text (6) Nomor Induk (FK)
Tabel 2.2 Tabel PenggunaTabel 2.3 Tabel Siswa2. Tabel Siswa Nama Tabel : TSiswa Fungsi : Informasi Siswa Kunci Utama : NoInduk
IMPLEMENTASI SISTEM
Nama Field Tipe Data Keterangan alternatif didapat bentuk matriks keputusan seperti pada tabel berikut:
Nama Siswa Text (25) Nama Siswa
3. Tabel Nilai Kriteria Nama Tabel : TNilai Kriteria Fungsi : Nilai Kriteria Siswa Kunci Utama : KdKrit
NoInduk Text (6) Nomor Induk (PK)
Tabel 3.1 Keputusan Kriteria16
r
11 = = = 1
Setelah mendapatkan matriks keputusan, selanjutnya membuat matriks ternormalisasi (R) dengan melakukan perhitungan sebagai berikut: r
Gambar 3.1 Matriks Keputusan3.1 Keputusan dibuat menjadi matriks keputusan sebagai berikut :
3
4
5
2
4
4
10 CS010
3
r
4
3
2
1
3
9 CS009
17
3
4
3
2
2
12 = = = 0,75
13 = = = 0,75
8 CS008
Tabel 3.2 Matriks Ternormalisasi Normalisasi10 CS010 1.000 1.000 1.000 1.000 1.000 Setelah menghitung R dalam bentuk matriks ternormalisasi sebagai berikut :
9 CS009 0.750 0.250 1.000 0.600 1.000
8 CS008 0.750 0.500 1.000 0.600 1.000
7 CS007 0.750 1.000 1.000 1.000 1.000
6 CS006 0.750 0.500 1.000 0.600 1.000
5 CS005 1.000 1.000 1.000 1.000 1.000
4 CS004 0.750 0.750 1.000 0.600 1.000
3 CS003 0.750 1.000 1.000 1.000 1.000
2 CS002 0.750 1.000 1.000 1.000 1.000
1 CS001 1.000 0.250 1.000 0.200 1.000
N il ai s is w a eks ul K er aj ina n ni la i te st K el aku an
N o C al on S is w a
= = = 1 Seterusnya sehingga hasil dari seluruh perhitungan tersebut diperoleh matriks ternormalisasi (R) seperti dalam tabel berikut:
r
110
= = = 0,75 r
19
r
18 = = = 0,75
r
17 = = = 0,75
= = = 0,75 r
16
= = = 1 r
15
r
14 = = = 0,75
3
20
N o C al on S is w a
4
3
4
5
2
4
3
3 CS003
21
3
4
5
2
3
4 CS004
2 CS002
15
3
4
1
2
1
4
1 CS001
Jum la h N il ai
K er aj ina n N il ai T es t K el aku an K epr ib adi an
N il ai S is w a E ks ul
21
3
2
3
4
5
2
4
3
7 CS007
17
3
4
3
2
2
6 CS006
3
22
3
4
5
2
4
4
5 CS005
18
3
4
3
2
22 Kemudian hasil pada tabel
menginput nilai yang didapat siswa kedalam setiap kriteria
Gambar 3.2 Matriks NormalisasiHasil akhir diperoleh dari proses perangkingan yaitu penjumlahan dari perkalian matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik sebagai solusi berdasarkan persamaan berikut :
V = (0,118*1) + (0,044*0,250) + 1 (0,294*1)+(0,035*0,2)+(0,235*1) = 0.726
Gambar 3.3 Menu Login V = (0.088*0,75) (0,176*1)2 + + (0,294*1)+(0,176*1)+(0,235*1) = 0.971
2. Kriteria Admin membuat kriteria dalam
V + + = (0,088*0,75) (0,176*1) 3
sistem untuk ditentukan yang
(0,294*1)+(0,176*0,2)+(0,235*1) = 0.971
berpengaruh terhadap jurusan
V 4 = (0,088*75) + (0,132*0,75) +
siswa
(0,294*1)+(0,106*0,6)+(0,235*1) = 0.856
V 5 = (0,118*1) (0,176*1) + + (0,294*1)+(0,176*1)+(0,235*1) = 1
- V 6 = (0,088*0,75) (0,088*0,50)
- (0,294*1)+(0,106*0,6)+(0,235*1) =0.812
7 (0,088*0,75) (0,176*1) + (0,294*1)+(0,176*1)+(0,235*1) = 0.971
3. Pembobotan SAW
V
8 = (0,069*0,75) + (0,088*0,5) + Admin memberikan nilai
(0,294*1)+(0,106*0,6)+(0,235*1) = 0.812pembobotan dalam setiap kriteria untuk menentukan jurusan siswa
V 9 (0,088*0,75) (0,044*0,250) = +
- (0,294*1)+(0,106*0,6)+(0,235*1) = 0.768
V 10 = (0,118*1)+(0,176*1) + (0,294*1)
- (0,176*1)+(0,235*1)+(0,172*1) = 1
3.1 Hasil Aplikasi
Gambar 3.5 Pembobotan SAW1. Menu login Login digunakan oleh admin untuk
4. Proses SAW masuk kedalam sistem bertujuan Hasil dari pembobotan dilakukan yang lebih dari satu dan memberikan ke dengan proses SAW berdasarkan akuratan, sehingga keputusan menjadi kriteria yang diinputkan lebih objektif.
4.2 Saran
Sistem Penentuan Keputusan pemilihan jurusan di SMA Negeri 4 Banjarbaru menggunakan metode SAW masih belum sempurna, diharapkan dapat mengembangkan lebih detail terhadap jurusan dengan banyak kriteria dan gabungan metode algoritma untuk pengambilan keputusan agar tidak terbatas dan lebih fleksibel digunakan.
DAFTAR PUSTAKA
Gambar 3.6 Proses SAW Hermanto, N. (2012). Sistem PendukungKeputusan Menggunakan Metode
5. Hasil SAW Simple Additive Weighting (Saw) Hasil SAW merupakan akhir dari Untuk Menentukan Jurusan Pada Smk penentuan jurusan siswa baik IPA, Bakti Purwokerto. Semantik 2012, 52-
IPS maupun Bahasa.
62. Ichwan, M. (2011). Pemrograman Basis Data: Delphi 7 & MySQL. Bandung: Informatika.
Kusnassriyanto Saiful Bahri, W. (2008).
Teknik Pemrograman Delphi (Edisi Revisi). Bandung: Informatika.
Supartha, I. K. D. G., & Purnama, I. G.
A. P. E. (2014). Sistem Pendukung
Gambar 3.7 Hasil SAWKeputusan Penentuan Jurusan Pada SMK Kertha Wisata Denpasar
4. PENUTUP
Menggunakan Fuzzy SAW. Jurnal Nasional Pendidikan Teknik
4.1 Kesimpulan Informatika (JANAPATI) , 3(2), 64-69.
Supartha, I. K. D. G., & Purnama, I. G.
Berdasarkan implementasi Sistem
A. P. E. (2014). Sistem Pendukung
Penentuan Keputusan pemilihan jurusan
Keputusan Penentuan Jurusan Pada
di SMA Negeri 4 Banjarbaru dapat
SMK Kertha Wisata Denpasar mentukan jurusan IPA, IPS dan Bahasa. Menggunakan Fuzzy SAW. Jurnal
Pada proses sebelumnya mekanisme
Nasional Pendidikan Teknik
tidak ada penyaringan yang tepat, Informatika (JANAPATI) , 3(2), 64-69. dikarenakan proses pengambilan
Widodo, P. P. (2011). Menggunakan
keputusan berdasarkan subyektif oleh UML. Bandung: Informatika. pihak guru atau kepala sekolah. Metode
Yusuf, F., Kom, S., Darmawan, E., Simple Additive Weighting (SAW) dapat Kom, S., & Friatna, F. (2013).
membantu untuk pengambilan keputusan
Implementasi Metode Weighted
yang memakai kriteria atau parameter
Product Pada Sistem Pendukung Keputusan Untuk Menentukan Penjurusan Di Sekolah Menengah Atas (Studi Kasus Di Sma Negeri 1 Lebakwangi). Sistem Pendukung Keputusan Untuk Menentukan Penjurusan .