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 bersifat

subjektif 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 Jurusan

  yang 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

BOBOT

  yang 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 SAW

  3.2 Desain Diagram Arsitektur

Gambar 2.5 Squence Diagram Finish

  hasil 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 Input

  memasukkan data siswa yang dilakukan oleh pengguna

  3. Squence Diagram Input Sequence ini untuk melakukan proses

Gambar 2.2 Squence Diagram Login

  2. Squence Diagram Login Sequence ini untuk melakukan proses login yang dilakukan oleh pengguna

Gambar 2.1 use case diagram

  memodelkan 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 Soal

  Siswa, 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 SAW

  5. 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 Siswa

  2. 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 Kriteria

  16

  r

  11 = = = 1

  Setelah mendapatkan matriks keputusan, selanjutnya membuat matriks ternormalisasi (R) dengan melakukan perhitungan sebagai berikut: r

Gambar 3.1 Matriks Keputusan

  3.1 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 Normalisasi

  10 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 Normalisasi

  Hasil 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

Gambar 3.4 Kriteria V = +

  ^{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) = 0.812

  pembobotan 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 SAW

  1. 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 Pendukung

  Keputusan 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 SAW

  Keputusan 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 .