Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana Nusantara
ISSN: 0216-3284
1105
Penerapan Metode Simple Additive Weighting Untuk
Seleksi Calon Peserta Gita Bahana Nusantara
Bahar, Isty Safitrianingsih
STMIK Banjarbaru Jl. Ahmad Yani KM. 33 Banjarbaru Isty.9393@gmail.com
Abstrak
Metode yang digunakan dalam sistem pendukung keputusan ini adalah Metode Simple Additive
Weighting (SAW) yang mana metode ini dalam melakukan pengambilan keputusannya dengan
cara yaitu normalisasi matriks, nilai pada setiap kriteria yang telah diperoleh dari 3 orang juri
dibagi dengan nilai maksimal pada setiap kriteria. Kemudian hasil pembagian masing-masing
kriteria tersebut di kalikan dengan bobot kriteria yang telah ditetapkan, hasil perkalian tersebut
kemudian dijumlahkan dan dilanjutkan lagi proses perankingan yang akan menyeleksi alternatif
calon peserta yang terbaik dari sejumlah alternatif yang telah ada.Kesimpulan yang diperoleh dari penelitian yang telah dilakukan yaitu metode Simple Additive
Weighting dapat memberikan penilaian dan perangkingan untuk seleksi calon peserta gita
bahana nusantara dengan akurasi yang sangat baik. Kata Kunci : Simple Addtive Weighting, Prioritas, Seleksi
Abstract
The method used in the decision support system is Simple Additive Weighting Method ( SAW )
in which this method in making the decision in a way that the normalization of the matrix , the
value on each of the criteria that have been derived from the 3 judges divided by the maximum
score on each criterion . Then the result of the division of each criteria multiplied by the weight
of the established criteria , the results of the multiplication are then summed and resumes
ranking process that will select the best alternative candidate from a number of alternatives that
already exist.The conclusion of the research that has been done is Simple Additive Weighting method can
provide an assessment and ranking the candidates for selection Gita Bahana Nusantara with
very good accuracy . Keywords : Simple Addtive Weighting , Priority, Selection1. Pendahuluan
Gita Bahana Nusantara adalah Paduan Suara dan Orchestra Istana negara, dimana Gita Bahana Nusantara (GBN) ini tampil mengisi acara persembahan pada upacara kemerdekaan Republik Indonesia 17 Agustus dan sidang besar DPR MPR RI 15 Agustus.
Adapun anggota paduan suara GBN merupakan putra-putri terbaik dari masing-masing provinsi di seluruh Indonesia, dimana setiap provinsi diwakil 4 orang yaitu jenis suara Sopran, Alto, Tenor dan Bass. Mereka terpilih melalui audisi yang sangat sulit dan ketat di provinsinya masing-masing. Sedangkan untuk orchestra, merupakan pemusik yang juga berasal dari seluruh Indonesia.
Dalam hal seleksi, ada beberapa kriteria yang sudah ditetapkan sebelumnya, yaitu kemampuan membaca notasi balok atau angka, kemampuan menguasai materi suara, kemampuan melafalkan intonasi, kemampuan penguasaan ritme, kemampuan ekspresi/mimik dan penampilan yang baik.
Selama ini kegiatan penentuan hasil seleksi masih menggunakan penjumlahan yaitu dengan cara menjumlahkan nilai setiap kriteria tanpa memandang bagian-bagian kriteria yang telah di tentukan, padahal ada beberapa kriteria yang di anggap masuk ke dalam kriteria utama dan kriteria pendukung. Hal inilah yang menyebabkan proses seleksi menjadi kurang objektif, dikarenakan dalam proses tersebut belum adanya penggunaan bobot kriteria yang pasti dan
Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana
1106
ISSN: 0216-3284 jelas serta tidak adanya suatu sistem yang dapat menunjang penggunaan bobot kriteria dalam proses tersebut agar dapat menghasilkan hasil yang tepat.
Berdasarkan permasalahan yang telah terjadi diatas, maka penelitian ini bermaksud untuk memecahkan masalah yang telah terjadi dengan salah satu alternatif, yaitu dengan menggunakan sebuah metode. Metode yang digunakan dalam sistem pendukung keputusan ini adalah Metode Simple Additive Weighting (SAW) yang mana metode ini dalam melakukan pengambilan keputusannya dengan cara yaitu normalisasi matriks, nilai pada setiap kriteria yang telah diperoleh dari 3 orang juri dibagi dengan nilai maksimal pada setiap kriteria. Kemudian hasil pembagian masing-masing kriteria tersebut di kalikan dengan bobot kriteria yang telah ditetapkan, hasil perkalian tersebut kemudian dijumlahkan dan dilanjutkan lagi proses perankingan yang akan menyeleksi alternatif calon peserta yang terbaik dari sejumlah alternatif yang telah ada. Dengan metode perankingan inilah diharapkan akan lebih tepat dan sesuai dengan kriteria dan bobot yang telah ditentukan sebelumnya.
Penilitian yang dilakukan oleh Asep Kamaludin Jurusan Teknik Informatika Fakultas sains dan Teknologi Universitas Islam Nege ri Sunan Gunung Djati Bandung“Sistem Pendukung Keputusan Dalam Pemilihan Alternatif Alat Kontrasepsi Menggunakan Simple Additive Weighting” dalam jurnal penelitian ini telah dibuat sebuah sistem pendukung keputusan yang dapat memberikan keputusan alternatif alat kontrasepsi dengan menggunakan perhitungan metode SAW (Simple Additive Weighting) yang nantinya bisa dijadikan sebagai acuan untuk memilih alat kontrasepsi. Selain dalam hal pengambilan keputusan sistem ini juga dapat memberikan informasi kelebihan dan kekurangan masing- masing alat kontrasepsi serta memberikan peringatan mengenai kontraindikasi dari alat berdasarkan riwayat kesehatan [1].
Penelitian oleh Heri Sulistiyo Jurusan Teknik Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Kom puter Indonesia yang berjudul “Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Di SMA Negeri 6 Pandeglang” dalam jurnal penelitian ini proses pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa di SMA Negeri 6 Pandeglang mengggunakan metode Fuzzy Multiple Attribute Decission Making (FMADM) dengan metode Simple Additive Weighting (SAW). Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik. Berdasarkan hasil pengujian, sistem yang dibangun dapat membantu kerja tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa, dapat mempercepat proses penyeleksian beasiswa, dapat mengurangi kesalahan dalam menentukan penerima beasiswa, dan dapatmempermudah tim penyeleksi dalam menentukan penerima beasiswa [2].
2. Metode Penelitian
2.1 Simple Additive Weighting (SAW)
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada. dimana rij adalah rating kinerja 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: n V i j r ij
(2) = ∑ w j=1
Keterangan : V i = rangking untuk setiap alternatif w j = nilai bobot dari setiap kriteria
1107
PROGRESIF
ISSN: 0216-3284 r ij = nilai rating kinerja ternormalisasi Nilai V yang lebih besar mengindikasikan bahwa alternatif A lebih terpilih [3].
i i
2.2 Kebutuhan Sistem
Proses pemilihan the best player merupakan permasalahan yang melibatkan banyak komponen atau kriteria yang dinilai. Dari permasalahan tersebut, penelitian ini bermaksud memecahkannya dengan salah satu alternatif yaitu dengan menggunakan metode Simple
Additive Weighting (SAW). Metode Simple Additive Weighting (SAW) dipilih karena metode ini
menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang berhak menjadi the best player berdasarkan kriteria-kriteria yang ditentukan.
Dengan metode perangkingan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan. Sehingga akan mendapatkan hasil yang lebih akurat terhadap siapa yang akan menjadi the best player pada parade atau kompetisi band.
Data yang digunakan dalam proses sistem adalah data yang dijumlahkan semua tanpa menggunakan bobot kriteria, contoh kasus yaitu pada rekapitulasi the best vocalist.
Tabel 2. 1 Data Nilai Calon Peserta Gita Bahana Nusantara (Sopran)
Nomor Baca Materi Nama Peserta Intonasi Ritmik Ekspresi Penampilan Total
Peserta Not Suara GB-0001 Conni Meidina Aritonang
68.0
75.0
73.3
73.3
72.4 75.0 437.1 GB-0005 Devi Tri Tunggal Dewi
58.3
59.7
63.0
57.3
59.6 61.3 359.3 GB-0009 Patricia Angela M.B
50.0
64.7
63.0
63.0
60.2 61.7 362.5 GB-0012 Maria Septia Memorini
60.0
70.0
68.3
68.3
66.7 68.3 401.7 GB-0016 Yosa Febriana Ibat
50.0
64.0
63.3
63.3
60.2 63.3 364.2 GB-0020 Magdalena Rizka
53.0
70.0
68.7
60.0
62.9 66.7 381.3 GB-0024 Cheria Wina Winona
52.7
65.0
63.3
65.0
61.5 66.7 374.2 GB-0028 Adelina
53.3
66.3
64.3
63.3
61.8 69.7 378.8 GB-0032 Nidya Ayu Rosalina
55.7
61.0
64.0
60.0
60.2 68.3 369.2
Tabel 2. 2 Data Nilai Calon Peserta Gita Bahana Nusantara (Alto)
Nomor Baca Materi Nama Peserta Intonasi Ritmik Ekspresi Penampilan Total
Peserta Not Suara GB-0002 Vony Wirawati
55.3
66.3
65.0
66.7
64.3 67.7 385.3 GB-0006 Marissa Puspita
56.3
61.0
60.7
64.7
61.3 66.3 370.3 GB-0010 Moe Livia Ivana .P
55.0
59.7
60.0
67.0
64.3 68.0 374.0 GB-0013 Rizky Frida M.T
58.3
68.3
66.3
68.7
66.0 66.7 394.3 GB-0017 Roseanne Amalia .M
58.3
65.0
60.7
67.3
68.3 65.0 384.7 GB-0021 Triwahyuni
56.0
67.0
56.3
67.0
61.3 67.7 375.3 GB-0025 Atlantiara Aditya Putri
63.3
71.0
71.0
71.0
73.3 73.3 423.0 GB-0029 Hosiana
60.3
61.7
63.0
65.0
62.0 68.0 380.0 GB-0033 Devi Andipa
59.3
64.7
63.3
64.0
65.0 67.7 384.0
Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana
61.0
67.3
64.3 68.0 375.7 GB-0019 Muhammad Noor .E
67.0
61.7
59.7
55.0
61.3 66.3 372.0 GB-0015 Rendi Saputra
64.7
60.7
58.0
69.3
64.3 67.7 385.3 GB-0008 A'osubun
66.7
65.0
66.3
55.3
Intonasi Ritmik Ekspresi Penampilan Total GB-0004 Willy Febri
Not Materi Suara
Nama Peserta Baca
Nomor Peserta
Tabel 2. 4 Data Nilai Calon Peserta Gita Bahana Nusantara (Tenor)
69.3
70.7
ISSN: 0216-3284 1108
65.0
Gambar 3. 1 Form Penilaian Calon Peserta Gita Bahana Nusantara
Tampilan interface Proses Aplikasi Pemilihan The Best Player Menggunakan Simple Additive Weighting seperti pada gambar dibawah ini:
61.3 67.7 375.3 Sumber :Dinas Kebudayaan dan Pariwisata Provinsi Kalimantan Tengah
67.0
56.3
67.0
56.0
68.3 65.0 385.0 GB-0035 Jodi Musa Putra .S
67.3
61.0
58.3
71.7 71.3 419.7 GB-0023 Dede
66.0 66.7 389.3 GB-0031 Aditya Anugrah
68.7
61.3
68.3
58.3
64.3 68.0 375.7 GB-0027 Hardino
67.0
61.7
59.7
55.0
73.3 73.3 423.0
71.0
71.0
52.7
62.7 69.7 379.7 GB-0014 Julian Amiannu .S
63.3
64.3
66.3
53.3
66.7 66.7 379.3 GB-0011 Ahmad Bimo .M
65.0
63.3
65.0
73.0 76.3 437.7 GB-0007 Jambri Yetno
61.0
74.7
72.7
73.0
68.0
GB-0003 Beny Fotsel Natabaru
Suara Intonasi Ritmik Ekspresi Penampilan Total
Not Materi
Nama Peserta Baca
Nomor Peserta
Tabel 2. 3 Data Nilai Calon Peserta Gita Bahana Nusantara (Bass)
55.7
64.0
71.0
60.0
63.3
61.3 67.7 375.3 GB-0034 Andreyan Philiatama
67.0
56.3
67.0
56.0
68.3 65.0 384.7 GB-0030 Brian Wile
67.3
60.7
65.0
58.3
66.0 66.7 394.3 GB-0026 Gabriel Prisanjaya
68.7
66.3
68.3
58.3
64.3 68.0 374.0 GB-0022 Albertus Delhi
67.0
60.0
59.7
55.0
65.0 68.3 374.0 GB-0018 Jeky Ceniago
3. Hasil dan Pembahasan
3.1. Hasil
1109
PROGRESIF
ISSN: 0216-3284
Tahun di isi manual, pilih jenis suara dan klik tanda “---“l calon peserta maka akan masuk ke form bantu untuk memilih nama peserta. Setelah dipilih data peserta akan dimasukkan dikolom input. Pada proses penilaian klik tombol isi, masukkan nilai calon peserta. Begitu juga langkah selanjutnya untuk juri 2 dan juri 3.
Gambar 3. 2 Form Proses Perangkingan Menggunakan Metode SAW
Form Perangkingan Seleksi Calon Peserta Gita Bahana Nusantara. Langkah yang dilakukan yaitu dengan mengisi tahun, pilih jenis suara, klik Rata-rata untuk merata-ratakan nilai setiap kriteria, dan Proses maka akan tampil seperti gambar diatas.
3.2. Pembahasan
Proses seleksi calon peserta gita bahana nusantara dalam penelitian ini ddi lakukakan dengan perhitungan terhadap nilai kriteria dari tiap calon peserta dengan menggunakan metode
Simple Additive Weighting (SAW). Dalam melakukan proses penghitungan, maka dilakukan
pembobotan terlebih dahulu :
Tabel 3. 1 Kriteria dan Bobot The Best Player
No. Komponen Kriteria Bobot (%)
1 Kemampuan membaca notasi balok atau angka.
35 2 Kemampuan penguasaan materi suara.
25 3 Kemampuan melafalkan intonasi dengan baik.
13 4 Kemampuan penguasaan ritme.
12 5 Kemampuan ekspresi/mimik.
10 6 Penampilan yang baik.
5 Jumlah 100 Sumber: (Juri Seleksi Gita Bahana Nusantara, 2013)
Proses yang pertama dilakukan adalah menormalisasi data nilai peserta dengan rumus : Keterangan : rij = hasil normalisasi nilai peserta baris ke-i kolom ke-j xij = nilai peserta baris ke-i kolom ke-j max xij = nilai terbesar pada nilai peserta baris ke-i kolom ke-j
Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana
1110
ISSN: 0216-3284 Selanjutnya ialah perhitungan normalisasi matriks berdasarkan persamaan pada data nilai calon peserta gita bahana nusantara, berikut data calon peserta gita bahana nusantara yang sudah dinormalisasi :
Tabel 3. 2 Tabel Normalisasi Data Peserta (Sopran)
Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6 GB-0001 Conni Meidina Aritonang 1.000 1.000 1.000 1.000 1.000 1.000 GB-0005 Devi Tri Tunggal Dewi 0.858 0.796 0.859 0.782 0.818 0.818 GB-0009 Patricia Angela Maria .B 0.735 0.862 0.859 0.859 0.822 0.822 GB-0012 Maria Septia Memorini 0.882 0.933 0.932 0.932 0.911 0.911 GB-0016 Yosa Febriana Ibat 0.735 0.853 0.864 0.864 0.844 0.844 GB-0020 Magdalena Rizka 0.779 0.933 0.936 0.818 0.889 0.889 GB-0024 Cheria Wina Winona 0.775 0.867 0.864 0.886 0.889 0.889 GB-0028 Adelina 0.784 0.884 0.877 0.864 0.929 0.929 GB-0032 Nidya Ayu Rosalina 0.819 0.813 0.873 0.818 0.911 0.911
Tabel 3.3 Tabel Normalisasi Data Peserta (Alto)Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6 GB-0002 Vony Wirawati 0.874 0.934 0.915 0.939 0.877 0.923 GB-0006 Marissa Puspita 0.889 0.859 0.854 0.911 0.836 0.905 GB-0010 Moe Livia Ivana Purba 0.868 0.840 0.845 0.944 0.877 0.927 GB-0013 Rizky Frida Monica .T 0.921 0.962 0.934 0.967 0.900 0.909 GB-0017 Roseanne Amalia .M 0.921 0.915 0.854 0.948 0.932 0.886 GB-0021 Triwahyuni 0.884 0.944 0.793 0.944 0.836 0.923 GB-0025 Atlantiara Aditya Putri 1.000 1.000 1.000 1.000 1.000 1.000 GB-0029 Hosiana 0.953 0.869 0.887 0.915 0.845 0.927 GB-0033 Devi Andipa 0.937 0.911 0.892 0.901 0.886 0.923
Tabel 3.4 Tabel Normalisasi Data Peserta (Bass)Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6 GB-0003 Beny Fotsel Natabaru 1.000 1.000 1.000 1.000 0.995 1.000 GB-0007 Jambri Yetno 0.775 0.890 0.872 0.871 0.909 0.873 GB-0011 Ahmad Bimo Mustaqim 0.784 0.909 0.885 0.848 0.855 0.913 GB-0014 Julian Amiannu Salomo 0.819 0.836 0.881 0.804 0.886 0.895 GB-0018 Jeky Ceniago 0.809 0.817 0.826 0.897 0.877 0.891 GB-0022 Albertus Delhi 0.858 0.936 0.913 0.920 0.900 0.873 GB-0026 Gabriel Prisanjaya 0.858 0.890 0.835 0.902 0.932 0.852 GB-0030 Brian Wile 0.824 0.918 0.775 0.897 0.836 0.886 GB-0034 Andreyan Philiatama 0.931 0.973 0.977 0.951 1.000 0.961
1111
PROGRESIF
ISSN: 0216-3284
Tabel 3.5 Tabel Normalisasi Data Peserta (Tenor)Nomor Peserta Nama Peserta C1 C2 C3 C4 C5 C6 GB-0004 Willy Febri 0.822 0.957 0.938 0.943 0.898 0.949 GB-0008 A'osubun 0.861 0.880 0.875 0.915 0.856 0.930 GB-0015 Rendi Saputra 0.817 0.861 0.889 0.948 0.898 0.953 GB-0019 Muhammad Noor Erfani 1.000 1.000 1.000 1.000 1.000 1.000 GB-0023 Dede 0.817 0.861 0.889 0.948 0.898 0.953 GB-0027 Hardino 0.866 0.986 0.885 0.972 0.921 0.935 GB-0031 Aditya Anugrah 0.866 0.938 0.880 0.953 0.953 0.911 GB-0035 Jodi Musa Putra .S 0.832 0.966 0.813 0.948 0.856 0.949
Matriks ternormalisasi R sebagai berikut :
Proses perankingan dengan menggunakan bobot yang telah diberikan oleh pengambil keputusan : W = [0,35 0,25 0,13 0,12 0,10 0,05] Hasil yang diperoleh adalah sebagai berikut :
Tabel 3. 6 Hasil Data Seleksi Calon Peserta (Sopran)
Nomor Nama Peserta C1 C2 C3 C4 C5 C6 W
Peserta GB-0001 Conni Meidina Aritonang 1.000 1.000 1.000 1.000 1.000 1.000 1.000
0.827
GB-0005 Devi Tri Tunggal Dewi 0.858 0.796 0.859 0.782 0.818 0.818 GB-0009 Patricia Angela Maria .B 0.735 0.862 0.859 0.859 0.822 0.822 0.811
0.912
GB-0012 Maria Septia Memorini 0.882 0.933 0.932 0.932 0.911 0.911 GB-0016 Yosa Febriana Ibat 0.735 0.853 0.864 0.864 0.844 0.844 0.813
0.859
GB-0020 Magdalena Rizka 0.779 0.933 0.936 0.818 0.889 0.889 GB-0024 Cheria Wina Winona 0.775 0.867 0.864 0.886 0.889 0.889 0.840
0.853
GB-0028 Adelina 0.784 0.884 0.877 0.864 0.929 0.929 GB-0032 Nidya Ayu Rosalina 0.819 0.813 0.873 0.818 0.911 0.911 0.838
Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana
1112
ISSN: 0216-3284
Tabel 3.7 Hasil Data Seleksi Calon Peserta (Alto)Nomor Nama Peserta C1 C2 C3 C4 C5 C6 W
Peserta
0.905
GB-0002 Vony Wirawati 0.874 0.934 0.915 0.939 0.877 0.923 GB-0006 Marissa Puspita 0.889 0.859 0.854 0.911 0.836 0.905 0.875
0.871
GB-0010 Moe Livia Ivana Purba 0.868 0.840 0.845 0.944 0.877 0.927 GB-0013 Rizky Frida Monica .T 0.921 0.962 0.934 0.967 0.900 0.909 0.936
0.914
GB-0017 Roseanne Amalia .M 0.921 0.915 0.854 0.948 0.932 0.886 GB-0021 Triwahyuni 0.884 0.944 0.793 0.944 0.836 0.923 0.892
1.000
GB-0025 Atlantiara Aditya Putri 1.000 1.000 1.000 1.000 1.000 1.000 GB-0029 Hosiana 0.953 0.869 0.887 0.915 0.845 0.927 0.907
0.914
GB-0033 Devi Andipa 0.937 0.911 0.892 0.901 0.886 0.923
Tabel 3.8 Hasil Data Seleksi Calon Peserta (Bass)Nomor
W
Nama Peserta C1 C2 C3 C4 C5 C6 Peserta
1.000
GB-0003 Beny Fotsel Natabaru 1.000 1.000 1.000 1.000 0.995 1.000 GB-0007 Jambri Yetno 0.775 0.890 0.872 0.871 0.909 0.873 0.846
0.850
GB-0011 Ahmad Bimo .M 0.784 0.909 0.885 0.848 0.855 0.913 GB-0014 Julian Amiannu .S 0.819 0.836 0.881 0.804 0.886 0.895 0.840
0.835
GB-0018 Jeky Ceniago 0.809 0.817 0.826 0.897 0.877 0.891 GB-0022 Albertus Delhi 0.858 0.936 0.913 0.920 0.900 0.873 0.897
0.875
GB-0026 Gabriel Prisanjaya 0.858 0.890 0.835 0.902 0.932 0.852 GB-0030 Brian Wile 0.824 0.918 0.775 0.897 0.836 0.886 0.854
0.958
GB-0034 Andreyan Philiatama 0.931 0.973 0.977 0.951 1.000 0.961
Tabel 3.9 Hasil Data Seleksi Calon Peserta (Tenor)Nomor Nama Peserta C1 C2 C3 C4 C5 C6 W
Peserta GB-0004 Willy Febri 0.822 0.957 0.938 0.943 0.898 0.949 0.899 GB-0008 A'osubun 0.861 0.880 0.875 0.915 0.856 0.930 0.877 GB-0015 Rendi Saputra 0.817 0.861 0.889 0.948 0.898 0.953 0.868 GB-0019 Muhammad Noor .E 1.000 1.000 1.000 1.000 1.000 1.000 1.000 GB-0023 Dede 0.817 0.861 0.889 0.948 0.898 0.953 0.868 GB-0027 Hardino 0.866 0.986 0.885 0.972 0.921 0.935 0.920 GB-0031 Aditya Anugrah 0.866 0.938 0.880 0.953 0.953 0.911 0.907 GB-0035 Jodi Musa Putra .S 0.832 0.966 0.813 0.948 0.856 0.949 0.885
Dirangkingkan untuk setiap alternatif diatas. Berikut adalah hasil perankingannya :
1113
PROGRESIF
ISSN: 0216-3284
Tabel 3. 10 Tabel Data Hasil Perankingan (Sopran)
Nomor Nama Peserta C1 C2 C3 C4 C5 C6 W
Peserta GB-0001 Conni Meidina Aritonang 1.000 1.000 1.000 1.000 1.000 1.000 1.000 GB-0012 Maria Septia Memorini 0.882 0.933 0.932 0.932 0.911 0.911 0.912 GB-0020 Magdalena Rizka 0.779 0.933 0.936 0.818 0.889 0.889 0.859 GB-0028 Adelina 0.784 0.884 0.877 0.864 0.929 0.929 0.853 GB-0024 Cheria Wina Winona 0.775 0.867 0.864 0.886 0.889 0.889 0.840 GB-0032 Nidya Ayu Rosalina 0.819 0.813 0.873 0.818 0.911 0.911 0.838 GB-0005 Devi Tri Tunggal Dewi 0.858 0.796 0.859 0.782 0.818 0.818 0.827 GB-0016 Yosa Febriana Ibat 0.735 0.853 0.864 0.864 0.844 0.844 0.813 GB-0009 Patricia Angela Maria B. 0.735 0.862 0.859 0.859 0.822 0.822 0.811
Tabel 3.11 Tabel Data Hasil Perankingan (Alto)Nomor Nama Peserta C1 C2 C3 C4 C5 C6 W
Peserta GB-0025 Atlantiara Aditya Putri 1.000 1.000 1.000 1.000 1.000 1.000 1.000 GB-0013 Rizky Frida Monica .T 0.921 0.962 0.934 0.967 0.900 0.909 0.936 GB-0033 Devi Andipa 0.937 0.911 0.892 0.901 0.886 0.923 0.914 GB-0017 Roseanne Amalia M. 0.921 0.915 0.854 0.948 0.932 0.886 0.914
0.907
GB-0029 Hosiana 0.953 0.869 0.887 0.915 0.845 0.927 GB-0002 Vony Wirawati 0.874 0.934 0.915 0.939 0.877 0.923 0.905 GB-0021 Triwahyuni 0.884 0.944 0.793 0.944 0.836 0.923 0.892 GB-0006 Marissa Puspita 0.889 0.859 0.854 0.911 0.836 0.905 0.875 GB-0010 Moe Livia Ivana Purba 0.868 0.840 0.845 0.944 0.877 0.927 0.871
Tabel 3.12 Tabel Data Hasil Perankingan (Bass)Nomor Nama Peserta C1 C2 C3 C4 C5 C6 W
Peserta GB-0003 Beny Fotsel Natabaru 1.000 1.000 1.000 1.000 0.995 1.000 1.000
0.958
GB-0034 Andreyan Philiatama 0.931 0.973 0.977 0.951 1.000 0.961 GB-0022 Albertus Delhi 0.858 0.936 0.913 0.920 0.900 0.873 0.897
0.875
GB-0026 Gabriel Prisanjaya 0.858 0.890 0.835 0.902 0.932 0.852 GB-0030 Brian Wile 0.824 0.918 0.775 0.897 0.836 0.886 0.854
0.850
GB-0011 Ahmad Bimo Mustaqim 0.784 0.909 0.885 0.848 0.855 0.913 GB-0007 Jambri Yetno 0.775 0.890 0.872 0.871 0.909 0.873 0.846
0.840
GB-0014 Julian Amiannu Salomo 0.819 0.836 0.881 0.804 0.886 0.895 GB-0018 Jeky Ceniago 0.809 0.817 0.826 0.897 0.877 0.891 0.835
Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana
ISSN: 0216-3284 1114
Tabel 3.13 Tabel Data Hasil Perankingan (Tenor)Nomor Peserta
Nama Peserta C1 C2 C3 C4 C5 C6
W
GB-0019 Muhammad Noor Erfani 1.000 1.000 1.000 1.000 1.000 1.000 1.000 GB-0027 Hardino 0.866 0.986 0.885 0.972 0.921 0.935 0.920 GB-0031 Aditya Anugrah 0.866 0.938 0.880 0.953 0.953 0.911 0.907 GB-0004 Willy Febri 0.822 0.957 0.938 0.943 0.898 0.949 0.899 GB-0035 Jodi Musa Sutra S. 0.832 0.966 0.813 0.948 0.856 0.949 0.885 GB-0008 A'osubun 0.861 0.880 0.875 0.915 0.856 0.930 0.877 GB-0015 Rendi Saputra 0.817 0.861 0.889 0.948 0.898 0.953 0.868 GB-0023 Dede 0.817 0.861 0.889 0.948 0.898 0.953 0.868
Langkah terakhir dari proses seleksi calon peserta gita bahana nusantara tingkat provinsi Kalimantan tengah adalah mencari nilai tertinggi dari nilai preferensi untuk setiap alternatif diatas.
- Untuk jenis suara Sopran yaitu Conni Meidina Aritonang,
- Untuk jenis suara Alto yaitu Atlantiara Aditya Putri,
- Untuk jenis suara Bass yaitu Beny Fotsel Natabaru,
- Untuk jenis suara Tenor yaitu Muhammad Noor Erfani, yang akan mewakili Provinsi Kalimantan Tengah dalam kegiatan Gita Bahana Nusantara Tingkat Nasional Tahun 2013 di Jakarta.
3.3 Pengujian Sistem
Tabel 3. 14 Hasil Perbandingan Pretest dan Postest Suara Sopran
10 Adelina Magdalena Riska
SESUAI
8 Adelina Patricia Angela Maria Bunga
Adelina Patricia Angela Maria Bunga
SESUAI
9 Adelina Cheria Wina Winona
Adelina Cheria Wina Winona
SESUAI
Magdalena Riska Adelina
7 Adelina Yosa Febriana Ibat
TIDAK SESUAI
11 Nidya Ayu Rosalina Yosa Febriana Ibat
Yosa Febriana Ibat Nidya Ayu Rosalina
TIDAK SESUAI
12 Nidya Ayu Rosalina Patricia Angela Maria Bunga
Patricia Angela Maria Bunga Nidya Ayu Rosalina
TIDAK SESUAI
Adelina Yosa Febriana Ibat
SESUAI
No PRETEST POSTTEST KETERANGAN
Magdalena Riska Yosa Febriana Ibat
1 Maria Septia Memorini Patricia Angela Maria Bunga
Maria Septia Memorini Magdalena Riska
SESUAI
2 Maria Septia Memorini Devi Tri Tunggal Dewi
Maria Septia Memorini Devi Tri Tunggal Dewi
SESUAI
3 Magdalena Riska Yosa Febriana Ibat
SESUAI
Cheria Wina Winona Patricia Angela Maria Bunga
4 Magdalena Riska Patricia Angela Maria Bunga
Magdalena Riska Patricia Angela Maria Bunga
SESUAI Lanjutan Tabel 3.14 Perbandingan hasil penentuan Calon Peserta Jenis Suara Sopran
No PRETEST POSTTEST KETERANGAN
Pengujian sistem yaitu dengan perbandingan antara hasil pretest dan posttest terlihat pada bagan tabel dibawah ini :
Cheria Wina Winona Yosa Febriana Ibat
SESUAI
6 Cheria Wina Winona Patricia Angela Maria Bunga
5 Cheria Wina Winona Yosa Febriana Ibat
PROGRESIF
1115
ISSN: 0216-3284
13 Nidya Ayu Rosalina Cheria Wina Winona
Grafik Perbandingan
(Sopran)2. Setelah pengukuran pada pretest dan posttest disimpulkan bahwa sistem ini berjalan dengan baik dan memiliki tingkat kesesuaian sampai dengan 60,00% pada proses jenis suara sopran, 55,56% pada proses jenis suara alto, 70,83% pada proses jenis suara bass dan 80,00% pada proses jenis suara tenor, sehingga hasil dari sistem tersebut dapat digunakan sebagai acuan Seleksi Calon Peserta Gita Bahana Nusantara Tingkat Provinsi Kalimantan Tengah.
1. Aplikasi sistem ini dibuat sebagai alat bantu pengambilan keputusan Seleksi Calon Peserta Gita Bahana Nusantara berdasarkan pada kriteria-kriteria yang sudah ditetapkan pada Dinas Kebudayaan dan Pariwisata Provinsi Kalimantan Tengah dengan menggunakan metode Simple Additive Weighting.
Berdasarkan uraian-uraian yang telah dibahas pada bab-bab sebelumnya, maka secara garis besar dapat ditarik kesimpulan sebagai berikut :
4. Kesimpulan
Untuk penentuan seleksi calon peserta gita bahana nusantara yang lain (alto, bass dan tenor) dapat dilakukan dengan cara yang telah dijelaskan seperti diatas.
Gambar 3. 3 Perbandingan Seleksi Calon Peserta Sopran
Sesuai Tidak Sesuai
40,00%
Cheria Wina Winona Nidya Ayu Rosalina
Maka grafik kesesuaian dari hasil penentuan seleksi calon peserta gita bahana nusantara menggunakan metode Simple Additive Weighting adalah sebagai berikut : 60,00%
Penerapan Metode Simple Additive Weighting Untuk Seleksi Calon Peserta Gita Bahana
Adelina Nidya Ayu Rosalina
15 Nidya Ayu Rosalina Adelina
TIDAK SESUAI
Magdalena Riska Nidya Ayu Rosalina
14 Nidya Ayu Rosalina Magdalena Riska
TIDAK SESUAI
TIDAK SESUAI Persentasi untuk hasil data yang sesuai adalah : Persentasi untuk hasil data yang tidak sesuai adalah :
1116
ISSN: 0216-3284
Daftar Pustaka
[1] Kamaludin, A. (2012). Sistem Pendukung Keputusan Dalam Pemilihan Alternatif Alat Kontrasepsi Menggunakan Simple Additive Weighting. Jurnal Teknik Informatika. [2] Sulistiyo, H. (2010). Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Di SMA Negeri 6 Pandeglang. JBPTUNIKOMPP. [3] Kusumadewi, S., Hartati, S., Harjoko, A., & Wardoyo, R. (2006). Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.