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=70
0.3
x80
0.3
x70
0.2
x70
0.2
=68.5055 A2=70
0.3
x70
0.3
x70
0.2
x60
0.2
=61.985 A3=70
0.3
x80
0.3
x70
0.2
x60
0.2
=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.
Universitas Sumatera Utara
BAB 1
PENDAHULUAN
1.1 Latar 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.
Universitas Sumatera Utara
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
