Laporan MPSI

PROPOSAL SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN PEMAIN

FUTSAL MENGGUNAKAN METODE SAW

OLEH:

RONI

3101 1101 1854

PROGRAM STUDI SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER(STMIK BANJARBARU)

BANJARBARU2014

PROGRAM STUDI SISTEM INFORMASISEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

(STMIK BANJARBARU)BANJARBARU

PERSETUJUAN PROPOSAL SKRIPSI

Nama : RONI

Nim : 3101 1101 1854

Program studi : Sistem Informasi (SI)

Judul Skripsi : Sistem Pendukung Keputusan Penyeleksian

Pemain Futsal

Menggunakan Metode SAW

Telah disetujui untuk diseminarkan pada Sidang Proposal

Skripsi Program Studi Sistem Informasi Sekolah Tinggi

Manajemen Informatika dan Komputer (STMIK BANJARBARU)

Banjarbaru.

Banjarbaru, 03 Juni 2014Pembimbing Utama

Dra. Hj. Ruliah S. , M.Kom

i

NIK : 091 058 002

ii

PROGRAM STUDI SISTEM INFORMASISEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

(STMIK BANJARBARU)BANJARBARU

PENGESAHAN PROPOSAL SKRIPSI

Nama : RONI

Nim : 3101 1101 1854

Program studi : Sistem Informasi (SI)

Judul Skripsi : Sistem Pendukung Keputusan Penyeleksian

Pemain Futsal

Menggunakan Metode SAW

Proposal ini telah diseminarkan dihadapan Komite Seminar

pada 3 Juni 2014 dan disetujui untuk dijadikan pedoman

dalam penulisan proposal skripsi.

SUSUNAN KOMITE SEMINAR

No KOMITE SEMINAR STATUS TANDA TANGAN123

Banjarbaru, 03 Juni 2014Pembimbing Utama

Dra. Hj. Ruliah S. , M.KomNIK : 091 058 002

iv

DAFTAR ISI

Hal.

PERSETUJUAN PROPOSAL SKRIPSI..........................i

PENGESAHAN PROPOSAL SKRIPSI..........................ii

DAFTAR ISI..........................................iii

DAFTAR TABEL..........................................v

DAFTAR GAMBAR........................................vi

BAB I PENDAHULUAN

1.1. Latar Belakang.................................1

1.2. Permasalahan Penelitian........................2

1.2.1.Identifikasi Masalah........................2

1.2.2.Ruang Lingkup Masalah.......................2

1.2.3.Rumusan Masalah.............................2

1.3. Tujuan dan Manfaat Penelitian..................2

BAB II LANDASAN TEORI DAN KERANGKA PEMIKIRAN

2.1. Tinjauan Pustaka...............................4

2.2. Landasan Teori.................................4

2.2.1.Futsal......................................4

2.2.2 Sistem Pendukung Keputusan..................5

2.2.3 FMADM.......................................7

2.2.4 Algoritma FMADM.............................8

2.2.5 Langkah Penyelesaian........................8

2.2.6 Metode Simple Additive Weighting (SAW).............9

2.2.7 Contoh Kasus Penerapan Metode SAW..........10

2.2.8 Pemrograman Borland Delphi 7.0.............14

2.2.9 Database Ms. Office Access 2007............17

2.2.10 .............Unified Modelling Language (UML)

19

2.3 Kerangka Pemikiran............................21

BAB III METODE PENELITIAN

3.1. Analisa Kebutuhan.............................22

3.1.1 Metode Pemilihan Sampel....................23

3.1.2 Metode Pengumpulan Data....................23

3.1.3 Jenis Data.................................25

3.2 Perancangan Penelitian........................25

3.2.1................................Diagram Konteks

26

3.2.2................Unified Modeling Language (UML)

27

3.3 Teknik Analisis Data..........................39

3.4. Jadwal Penelitian.............................47

DAFTAR PUSTAKA.......................................48

iv

DAFTAR TABEL

Hal.

Tabel 2. 1 Prestasi.................................11

Tabel 2. 2 Ekonomi..................................11

Tabel 2. 3 Inklusi..................................11

Tabel 2. 4 Data Pemohon.............................12

Tabel 2. 5 Rating Kecocokan Setiap Alternatif Pada

Setiap Kriteria......................................12

Tabel 3. 1 Hasil Kuesioner..........................23

Tabel 3. 2 Kriteria Dribling..........................40

Tabel 3. 3 Kriteria Passing..........................40

Tabel 3. 4 Kriteria Shoting..........................41

Tabel 3. 5 Kriteria Skills............................41

Tabel 3. 6 Data Nilai Pemain Seleksi................42

Tabel 3. 7 Rating Kecocokan Setiap Alternatif Pada

Setiap Kriteria......................................42

Tabel 3. 8 Jadwal Penelitian........................47

v

DAFTAR GAMBAR

Hal.

Gambar 2. 1 Kerangka Pemikiran......................21

Gambar 3. 1 Diagram Konteks.........................27

Gambar 3. 2 Use Case Diagram..........................28

Gambar 3. 3 Sequence Diagram Login....................29

Gambar 3. 4 Sequence Diagram Master Pemain............29

Gambar 3. 5 Sequence Diagram Master Bobot.............30

Gambar 3. 6 Sequence Diagram Proses SAW...............31

Gambar 3. 7 Sequence Diagram Laporan..................31

Gambar 3. 8 Sequence Diagram Fasilitas Ganti Password.32

Gambar 3. 9 Sequence Diagram Selesai..................32

Gambar 3. 10 Activity Diagram Login....................33

Gambar 3. 11 Activity Diagram Master Pemain............34

Gambar 3. 12 Activity Diagram Master Bobot.............35

Gambar 3. 13 Activity Diagram Proses SAW...............36

Gambar 3. 14 Activity Diagram Laporan..................37

Gambar 3. 15 Activity Diagram Fasilitas Ganti Password. 38

vi

Gambar 3. 16 Activity Diagram Selesai..................39

vii

BAB IPENDAHULUAN

1.1. Latar Belakang

Di SMK Darussalam Martapura memiliki banyak

ekstrakulikuler yang beragam, salah-satunya olahraga

futsal yang paling banyak diminati. Penyeleksian yang

dilakukan di SMK Darussalam hanya melihat pada saat

latihan dan melihat dari satu kemampuan yang dimiliki

pemain. Tanpa melihat kemampuan lainnya, sehingga

terkadang pemain yang terpilih menjadi pemain inti

tidak sesuai dengan pola main yang diinginkan. Karena

penyeleksiannya bersifat subyektif tanpa melihat unsur-

unsur lain dari pemain.

Penyeleksian pemain futsal ini dilakukan karena

olahraga ini cukup digemari dan berkembang cukup pesat

pada masa sekarang, khususnya di SMK Darusalam.

Olahraga futsal selain salah satu sarana untuk bekumpul

bersama teman dan untuk membuat tubuh lebih sehat.

Tetapi olahraga futsal sering dipertandingkan mulai

dari tingkat Sekolah Dasar, Sekolah Menengah Pertama,

Sekolah Menengah Atas, universitas, provinsi, bahkan

sampai nasional.Sehingga kinerja pelatih dalam

menyeleksi pemain sangatlah penting untuk mendapatkan

1

2

pemain inti sesuai kemapuan pemain dan pola main yang

diinginkan.

Metode ini pernah digunakan di Universitas Gajah

Mada dengan judul Implementasi Metode SAW pada Sistem

Pendukung Keputusan Untuk Memilih Anggota UKM Catur UGM

Untuk Dikirim ke Ajang Pertandingan. Penelitian yang

hampir sama tetapi metode berbeda, pernah digunakan

oleh Budi Haryono dari Universitas Muria Kudus dengan

judul Sistem Pendukung Keputusan Seleksi Calon Pemain

Sepakbola Persiku Junior U-18 dengan Metode AHP

(Haryono, 2013).

Penggunaan metode Simple Addite Weighting diharapkan

akan mendapatkan pemain futsal inti sesuai kemampuan

yang dimilikinya dan sesuai dengan pola main yang sudah

ditetukan sebagai kriteria untuk perwakilan sekolah

mengikuti pertandingan.

1.2. Permasalahan Penelitian

1.2.1. Identifikasi Masalah

Identifikasi permasalahan yang terjadi yaitu dalam

menentukan pemain futsal untuk menjadi perwakilan

sekolah mengikuti pertandingan sering tidak tepat

sasaran karena cukup banyaknya pemain yang mengikuti

seleksi dan pemain yang terpilih hanya sedikit

menyebabkan kesalahan pada saat proses penyeleksian

3

pemain futsal untuk mewakili sekolah. Selama ini

penyeleksian pemain futsal masih dilakukan dengan

manual dan bersifat subjektif.

1.2.2. Ruang Lingkup Masalah

Adapun ruang lingkup masalah di sini adalah sistem

ini hanya membahas penyeleksian pemain futsal untuk

mewakili sekolah mengikuti pertandingan, studi kasus di

SMK Darussalam Martapura. Dalam penyeleksian pemain

futsal ini hanya menyeleksi pemain, tidak menyeleksi

penjaga gaawang karena sedikitnya orang yang berbakat

menjadi penjaga gawang.

1.2.3. Rumusan Masalah

Bagaimana membangun sebuah sistem untuk

menentukan pemain futsal yang berhak mewakili sekolah

mengikuti pertandingan sehingga tepat sesuai dengan

pola main yang diinginkan pelatih dengan menggunakan

kriteria yang telah ditentukan.

1.3. Tujuan dan Manfaat Penelitian

Tujuan penelitian ini adalah untuk membuat suatu

sistem pendukung keputusan guna mempermudah dalam

menentukan penyeleksian pemain futsal untuk mewakili

sekolah mengikuti pertandingan sehingga tepat sasaran

4

sesuai dengan pola main yang diinginkan pelatih agar

pemain yang dipilih bisa lebih pariatif dalam sebuah

tim.

Manfaat dari penelitian ini adalah dengan adanya

Sistem Pendukung Keputusan Penyeleksian Pemain Futsal

di SMK Darussalam Martapura Menggunakan Metode Simple

Additive Weighting (SAW), diharapkan dapat membantu dan

mempermudah pelatih dalam menentukan pemain futsal

untuk perwakilan sekolah mengikuti pertandingan

sehingga tepat sasaran dan sesuai dengan pola main

yang diinginkan pelatih.

BAB IILANDASAN TEORI DAN KERANGKA PEMIKIRAN

2.1. Tinjauan Pustaka

Penelitian yang pernah dilakukan oleh Budi Haryono

dari Universitas Muria Kudus yang berjudul Sistem

Pendukung Keputusan Seleksi Calon Pemain Sepakbola

Persiku Junior U-18 dengan Metode AHP. Dengan kriteria

striker, gelandang, bek dan penjaga gawang. Pada

penelitian tersebut memiliki obyek penelitian yang

serumpun dengan obyek penelitian yang akan dilaksanakan

tetapi dengan metode berbeda (Haryono, 2013).

Penelitian yang dilakukan oleh Heri Sulistyo dari

Universitas Komputer Indonesia yang berjudul Sistem

Pendukung Keputusan Untuk Menentukan Peneriamaan

Beasiswa di SMAN 6 Pandeglang dengan Metode SAW. Dalam

penelitian ini kriteria yang ditentukan ialah usia,

jumlah penghasilan orangtua, jumlah tanggungan

orangtua, jumlah saudara kandung, dan nilai rata-rata

raport. Terdapat perbedaan antara penelitian tersebut

dengan penelitian yang akan dilaksanakan ini yaitu

pada objek penelitian atau kasus yang berbeda

(Sulistiyo, 2011)

5

6

2.2. Landasan Teori

2.2.1. Futsal

Futsal adalah permainan bola yang dimainkan oleh

dua tim, yang masing-masing beranggotakan lima orang.

Tujuannya adalah memasukkan bola ke gawang lawan,

dengan memanipulasi bola dengan kaki.

Lapangan Futsal memiliki, ukuran panjang 25-42 m x

lebar 15-25 m. Garis batas, garis selebar 8 cm, yakni

garis sentuh di sisi, garis gawang di ujung-ujung, dan

garis melintang tengah lapangan 3 m lingkaran tengah.

Daerah penalty, busur berukuran 6 m dari setiap pos.

Garis penalty 6 m dari titik tengah garis gawang. Garis

penalti kedua 12 m dari titik tengah garis gawang. Zona

pergantian daerah 6 m (3 m pada setiap sisi garis

tengah lapangan) pada sisi tribun dari pelemparan.

Gawang tinggi 2 m x lebar 3 m.

Bola ukuran 4, keliling 62-64 cm, berat 390-430

gram, lambungan 55-65 cm pada pantulan pertama, bahan

kulit atau bahan yang cocok lainnya yang tidak

berbahaya.

Jumlah pemain cadangan maksimal 7 orang,

perlengkapan pemain diantaranya kaos bernomor, celana

pendek, kaos kaki, pelindung lutut, sepatu bersolkan

karet. Lama permainan normal 2x20 menit, istirahat 10

7

menit, perpanjangan waktu 2x10 menit (Herdiansyah,

2012).

2.2.2 Sistem Pendukung Keputusan

Sistem pendukung keputusan sebagai sebuah sistem

berbasis computer yang membantu dalam proses

pengambilan keputusan. Sistem pendukung keputusan

sebagai sistem informasi berbasis komputer yang

adaptif, interaktif, fleksibel, yang secara khusus

dikembangkan untuk mendukung solusi dari pemasalahan

manajemen yang tidak terstruktur untuk meningkatkan

kualitas pengambilan keputusan. Dengan demikian dapat

ditarik satu definisi tentang SPK yaitu sebuah system

berbasis komputer yang adaptif, fleksibel, dan

interaktif yang digunakan untuk memecahkan masalah-

masalah tidak terstruktur sehingga meningkatkan nilai

keputusan yang diambil (Turban, Aronson, & Liang,

2005).

Suatu SPK memeiliki tiga subsistem utama yang

menentukan kapabilitas teknis SPK tersebut, yaitu :

1. Subsistem Manajemen Basis Data (Database)

Subsistem ini merupakan komponen SPK penyedia

data bagi sistem. Data tersebut disimpan didalam

basis data yang diorganisasikan oleh DBMS. Basis

8

data dalam SPK berasal dari sumber internal dan

eksternal.

2. Subsistem Manajemen Basis Data Model (modelbase)

Model adalah peniruan dari alam nyata. Model

ini dikelola oleh model base.

3. Subsitem Basis Dialog (user system interface)

Melalui sistem dialog inilah sistem

diartikulasikan dan diimplementasikan sehingga

pemakai dapat berkomunikasi dengan sistem yang

dirancang.

Karakteristik sistem pendukung keputusan adalah :

1. Sistem Pendukung Keputusan dirancang untuk membantu

pengambil keputusan dalam memecahkan masalah yang

sifatnya semi terstruktur ataupun tidak terstruktur

dengan menambahkan kebijaksanaan manusia dan

informasi komputerisasi.

2. Dalam proses pengolahannya, sistem pendukung

keputusan mengkombinasikan penggunaan model-model

analisis dengan teknik pemasukan data konvensional

serta fungsi-fungsi pencari / interogasi informasi.

3. Sistem Pendukung Keputusan, dirancang sedemikian

rupa sehingga dapat digunakan/dioperasikan dengan

mudah.

9

4. Sistem Pendukung Keputusan dirancang dengan

menekankan pada aspek fleksibilitas serta kemampuan

adaptasi yang tinggi.

Dengan berbagai karakter khusus diatas, SPK dapat

memberikan berbagai manfaat dan keuntungan. Manfaat

yang dapat diambil dari SPK adalah :

1. SPK memperluas kemampuan pengambil keputusan dalam

memproses data / informasi bagi pemakainya.

2. SPK membantu pengambil keputusan untuk memecahkan

masalah terutama berbagai masalah yang sangat

kompleks dan tidak terstruktur.

3. SPK dapat menghasilkan solusi dengan lebih cepat

serta hasilnya dapat diandalkan.

4. Walaupun suatu SPK, mungkin saja tidak mampu

memecahkan masalah yang dihadapi oleh pengambil

keputusan, namun ia dapat menjadi stimulan bagi

pengambil keputusan dalam memahami persoalannya,

karena mampu menyajikan berbagai alternatif

pemecahan.

2.2.3 FMADM

Fuzzy Multiple Attribute Decision Making (FMADM) adalah

suatu metode yang digunakan untuk mencari alternatif

optimal dari sejumlah alternatif dengan kriteria

10

tertentu. Inti dari FMADM adalah menentukan nilai bobot

untuk setiap atribut, kemudian dilanjutkan dengan

proses perankingan yang akan menyeleksi alternatif yang

sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk

mencari nilai bobot atribut, yaitu pendekatan

subyektif, pendekatan obyektif dan pendekatan integrasi

antara subyektif & obyektif. Masing-masing pendekatan

memiliki kelebihan dan kelemahan. Pada pendekatan

subyektif, nilai bobot ditentukan berdasarkan

subyektifitas dari para pengambil keputusan, sehingga

beberapa faktor dalam proses perankingan alternatif

bisa ditentukan secara bebas. Sedangkan pada pendekatan

obyektif, nilai bobot dihitung secara matematis

sehingga mengabaikan subyektifitas dari pengambil

keputusan.

Ada beberapa metode yang dapat digunakan untuk

menyelesaikan masalah FMADM antara lain:

a. Simple Additive Weighting Method (SAW).

b. Weighted Product (WP).

c. ELECTRE.

d. TOPSIS (Technique for Order Preference by Similarity

to Ideal Solution).

e. Analytic Hierarchy Process (AHP)

11

Metode klasik standar MADM diatas juga dapat

dipergunakan dalam memecahkan masalah FMADM. Dalam

mengunakan metode standar ini, terlebih dahulu data

fuzzy dikonversikan ke data crisp. Apabila data fuzzy yang

diberikan berbentuk linguistik, maka data tersebut

perlu terlebih dahulu dikonversikan kedalam bilangan

fuzzy, baru kemudian dikonversikan lagi ke bilangan crisp

(Amir, 2011).

2.2.4 Algoritma FMADM

Algoritma dari Fuzzy Multiple Attribute Decision (FMADM),

sebagai berikut :

1. Memberikan nilai setiap alternatif (Ai) pada setiap

kriteria (Cj) yang sudah ditentukan, dimana nilai

tersebut di peroleh berdasarkan nilai crisp; i=1,2,…

m dan j=1,2,…n.

2. Memberikan nilai bobot (W) yang juga didapatkan

berdasarkan nilai crisp.

3. Melakukan normalisasi matriks dengan cara menghitung

nilai rating kinerja ternormalisasi (rij) dari

alternatif Ai pada atribut Cj berdasarkan persamaan

yang disesuaikan dengan jenis atribut (atribut

keuntungan/benefit=MAKSIMUM atau atribut biaya/ cost

= MINIMUM ). Apabila berupa artibut keuntungan maka

nilai crisp (Xij) dari setiap kolom atribut dibagi

12

dengan nilai crisp MAX (MAX Xij) dari tiap kolom,

sedangkan untuk atribut biaya, nilai crisp MIN (MIN

Xij) dari tiap kolom atribut dibagi dengan nilai

crisp (Xij) setiap kolom.

4. Melakukan proses perankingan dengan cara mengalikan

matriks ternormalisasi (R) dengan nilai bobot (W).

5. Menentukan nilai preferensi untuk setiap alternatif

(Vi) dengan cara menjumlahkan hasil kali antara

matriks ternormalisasi (R) dengan nilai bobot (W).

Nilai Vi yang lebih besar mengindikasikan bahwa

alternatif Ai lebih terpilih (Amir, 2011).

2.2.5 Langkah Penyelesaian

Dalam penelitian ini menggunakan FMADM metode SAW.

Adapun langkah langkahnya sebagai berikut :

1. Menentukan kriteria-kriteria yang akan dijadikan

acuan dalam pengambilan keputusan, yaitu Ci.

2. Menentukan rating kecocokan setiap alternative pada

setiap kriteria.

3. Membuat matriks keputusan berdasarkan criteria (Ci),

kemudian melakukan normalisasi matriks berdasarkan

persamaan yang disesuaikan dengan jenis atribut

(atribut keuntungan ataupun atribut biaya) sehingga

diperoleh matriks ternormalisasi R.

4. Hasil akhir diperoleh dari proses perankingan yaitu

penjumlahan dari perkalian matriks ternormalisasi R

13

dengan vektor bobot sehingga diperoleh nilai

terbesar yang dipilih sebagai alternatif terbaik

(Ai) sebagai solusi (S., Amalia, M., & Arivanty,

2009).

2.2.6 Metode Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal dengan istilah

metode penjumlahan terbobot. Konsep dasar SAW adalah

mencari penjumlahan terbobot dari kinerja setiap

alternatif pada semua atribut. Metode SAW membutuhkan

proses normalisasi matriks keputusan (X) ke suatu skala

yang dapat dibandingkan dengan semua rating alternatif

yang ada.

rij={ xij

maxxij

¿minxijxij

Dimana rij adalah rating kinerja ternormalisasi dari

alternatif Ai pada atribut Cj : i = 1, 2, …, m dan j =

1, 2, …, n. Nilai preferensi untuk setiap alternatif

(Vi) diberikan sebagai berikut:

Vi=¿∑

j=1

nwjrij¿

Keterangan :

Vi = rangking untuk setiap alternatif

jika j adalah attribute biaya (cost)

Jika j adalah atribut keuntungan (benefit) ..……

(2.1)

. (2.2)

14

wj = nilai bobot dari setiap kriteria

rij = nilai rating kinerja ternormalisasi

Nilai Vi lebih besar mengindikasikan bahwa

alternatif Ai lebih terpilih (Kusumadewi, Fuzzy Multi-

Attribute Decision Making, 2005).

2.2.7 Contoh Kasus Penerapan Metode SAW

Contoh kasus penerapan metode Simple Additive

Weighting (SAW) yang disusun oleh Ardi Kusumaning Diah,

Meitti Utami, Annisa Felayatie, dan Anna Indah P dari

Universitas Dian Nuswantoro Semarang yang berjudul

Sistem Pendukung Keputusan Penerimaan Beasiswa di SMAN

1 Brebes dengan Metode FMADM dengan Metode SAW :

Menentukan Kriteria-kriteria yang ingin

diselesaikan, kriteria yang digunakan dalam menyeleksi

pemohon adalah sebagai berikut:

1. Prestasi

2. Penghasilan orang Tua/Ekonomi

3. Inklusi

Kriteria nilai bobot :

1. Sangat Penting (SP) = 5

2. Penting (P) = 3

3. Cukup Penting (CP) = 2

15

4. Kurang Penting (KP) = 1

Tabel-tabel dari kriteria dengan nilai bobotnya

masing- masing dapat dilihat pada tabel sebagai berikut

:

1. Prestasi

Tabel 2. 1 Prestasi

PRESTASI NILAI

Tidak Berprestasi 1

Prestasi Tk. Sekolah 2

Prestasi Tk. Kota 3

Prestasi Tk. Provinsi 4

Prestaasi Tk. Nasional 5

2. Ekonomi

Tabel 2. 2 Ekonomi

PENGHASILAN ORANG TUA NILAI

Mampu (>= Rp.1.000.000) 1

Tidak Mampu ( Rp. 500.000 - Rp.1.000.000) 3

16

Sangat Tidak Mampu ( < Rp. 500.000) 5

3. Inklusi

Tabel 2. 3 Inklusi

INKLUSI NILAI

Normal 1

Bodoh 3

IQ Superior 4

Cacat 5

4. Data Pemohon

Tabel 2. 4 Data Pemohon

NAMA

KRITERIA

PRESTASI EKONOMI INKLUSI

Ardi(A1) Tk Sekolah Tidak Mampu Cacat

Reski(A2)

Tidak berprestasi

Sangat tidak mampu bodoh

Zian(A3) Tk. Kota Tidak Mampu IQ Superior

Dela(A4) Tk. Provinsi Mampu Normal

Dewi Tk. Sekolah Sangat Normal

17

(A5) tidak mampu

5. Rating Kecocokan Setiap Alternatif Pada Setiap

Kriteria

Tabel 2. 5 Rating Kecocokan Setiap Alternatif Pada SetiapKriteria

ALTERNATIFKRITERIA

C1 (MAX) C2 (MIN) C3 (MAX)

A1 2 3 5

A2 1 4 3

A3 3 3 4

A4 4 1 1

A5 2 5 1

Langkah – Langkah Penyelesaian

1. Vektor bobot : W= [ 5, 3, 2, 1]

2. Matrik Keputusan X berdasarkan kriteria bobot

2 3 5

1 5 3

X = 3 3 4

4 1 1

2 5 2

3. Normalisasi matriks X menggunakan persamaan 1

18

Alternatif A1 Alternatif A4

Alternatif A2 Alternatif A5

Alternatif A3

r11 = = 0,50

2Max

(2;1;3;4;2)

r12 = = 0,33Min

(3;5;3;1;5)3

r13 = = 15Max

(5;3;4;1;1)

r21 = = 0,25

1Max

(2;1;3;4;2)

r22 = = 0,2

Min (3;5;3;1;5)

5

r23 = = 0,6

3Max

(5;3;4;1;1)

r31 = = 0,75

3Max

(2;1;3;4;2)

r32 = = 0,33

Min (3;5;3;1;5)

3

r41 = = 14Max

(2;1;3;4;2)

r42 = = 1Min

(3;5;3;1;5)1

r43 = = 0,2

1Max

(5;3;4;1;1)

r51 = = 0,50

2Max

(2;1;3;4;2)

r52 = = 0,2

Min (3;5;3;1;5)

5

r53 = = 0,2

1Max

(5;3;4;1;1)

19

4. Mencari alternatif terbaik menggunakan persamaan 2

V1= (0,5x5) + (0,33x3)+(1x2)+(0x1)= 5,49

V2= (0,25x5) + (0,2x3)+(0,6x2)+(0x1)= 3,05

V3= (0,75x5) + (0,33x3)+(0,8x2)+(0x1)= 6,34

V4= (1x5) + (1x3)+(0,2x2)+(0x1)= 8,4

V5= (0,5x5) + (0,2x3)+(0,2x2)+(0x1)= 3,5

V4 merupakan peringkat pertama karena memiliki

nilai yang lebih besar dari nilai lain, V4 merupakan

nilai preferansi dari alternatif A4, sehingga A4 atau

dalam kasus ini siswa bernama Dela yang menjadi

alternatif terbaik.

Semakin besar nilai preferensi semakin besar pula

peluang alternatif untuk mendapatkan beasiswa (Ardi

Kusumaning Diah, 2010).

2.2.8 Pemrograman Borland Delphi 7.0

Borland Delphi adalah sebuah aplikasi untuk

pengembangan yang memanfaatkan keistimewaan konsep-

r33 = = 0,8

4Max

(5;3;4;1;1)

20

konsep antarmuka grafis dalam Microsoft Windows.

Aplikasi yang dihasilakan Delphi berkaitan erat dengan

window itu sendiri, sehingga dibutuhkan pengetahuan

cara kerja Windows bila dipandang dari kacamata

pemakai. Dengan memahami Windows maka pemrograman dapat

menghasilkan aplikasi yang lebih efektif.

Delphi juga mempunyai IDE (Integrated Development

Environtment) atau lingkungan pengembangan sendiri,

seperti layaknya software visual programming lainnya. Pada

IDE terdapat berbagai fasilitas untuk melakukan design,

coding maupun debugging. IDE Delphi terdiri atas beberapa

bagian utama, yaitu Main Window, Componen Pallete, ToolBar,

object TreeView, Code Explorer, Object Inspector, Form Designer dan Code

Editor (Kusnassriyanto Saiful Bahri, 2009).

Listing Code/ Source Code dari implementasi Metode

Simple Additive Weighting (SAW) dalam Borland Delphi 7.0,

sebagai berikut :

procedure Form.FormCreate(Sender: TObject);

var

kolom,baris: byte;

begin

StringGrid1.Cells[1,0]:='C1';

StringGrid1.Cells[2,0]:='C2';

StringGrid1.Cells[3,0]:='C3';

StringGrid1.Cells[4,0]:='C4';

StringGrid1.Cells[0,1]:='A1';

21

X[1,1]:=4;

X[1,2]:=4;

X[1,3]:=5;

X[1,4]:=2;

Stringgrid1.Cells[0,2]:='A2';

X[2,1]:=5;

X[2,2]:=5;

X[2,3]:=4;

X[2,4]:=4;

Stringgrid1.Cells[0,3]:='A3';

X[3,1]:=4;

X[3,2]:=2;

X[3,3]:=5;

X[3,4]:=2;

K[1]:=1;

K[2]:=0;

K[3]:=0;

K[4]:=0;

W[1]:=4;

W[2]:=5;

W[3]:=4;

W[4]:=3;

StringGrid2.Cells[1,0]:='C1';

22

StringGrid2.Cells[2,0]:='C2';

StringGrid2.Cells[3,0]:='C3';

StringGrid2.Cells[4,0]:='C4';

StringGrid2.Cells[0,1]:='A1';

Stringgrid2.Cells[0,2]:='A2';

Stringgrid2.Cells[0,3]:='A3';

for kolom:=1 to 5 do

begin

for baris :=1 to 3 do

begin

StringGrid1.Cells[kolom,baris]:=floatToStr(X[ba

ris,kolom]);

end;

end;

end;

procedure TForm1.Button1Click(Sender: TObject);

var

kolom,baris: byte;

begin

for kolom:=1 to 4 do

begin

Data[1]:=X[1,kolom];

Data[2]:=X[2,kolom];

Data[3]:=X[3,kolom];

for baris :=1 to 3 do

23

begin

if K[kolom]=0 then //dilakukan pembulatan 3 angka

di belakang koma

R[baris,kolom]:= minvalue(Data)/X[baris,kolom]

else

R[baris,kolom]:= X[baris,kolom]/maxvalue(Data);

StringGrid2.Cells[kolom,baris]:=floatToStr(R[baris,

kolom]);

V[baris]:=v[baris]+W[kolom]*R[baris,kolom];

StringGrid3.Cells[0,baris-1]:=floatToStr(V[baris]);

Label7.Caption:=floattostr(maxvalue(V[baris]));

if V[1]=maxvalue(V[baris]) then

Label9.Caption:='Jakarta'

else

if V[2]=maxvalue(V[baris]) then

Label9.Caption:='Yogyakarta'

else

Label9.Caption:='Bali'

end;

end;

end;

end.

2.2.9 Database Ms. Office Access 2007

Sistem Basis Data adalah suatu sistem menyusun dan

mengelola record-record menggunakan computer untuk

24

menyimpan atau merekam serta memelihara data

operasional lengkap sebuah organisasi/perusahaan

sehingga mampu menyediakan informasi yang optimal yang

diperlukan pemakai untuk proses mengambil keputusan.

Microsoft Access 2007 yang untuk selanjutnya

disingkat Access 2007 adalah suatu program aplikasi

basis data komputer relasional yang digunakan untuk

merancang, membuat dan mengolah berbagai jenis data

dengan kapasitas yang besar.

Database adalah kumpulan tabel-tabel yang saling

berelasi. Antar tabel yang satudengan yang lain saling

berelasi, sehingga sering disebut basis data

relasional.Relasi antar tabel dihubungkan oleh suatu

key, yaitu primary key dan foreign key 

Access 2007 mempunyai tampilan user interface (UI)

baru yang mengganti menu, toolbars, dan sebagian besar

task panes yang ada di Microsoft Accessversi sebelumnya

dengan mekanisasi tunggal yanglebih simpel dan efisien.

Userinterface (UI) baru ini dirancang untuk membantu

Anda bekerja lebih produktif serta mudah dalam

menggunakan seluruh fasilitas dan fungsi yang ada.

Pengertian Microsoft Access adalah sebuah program

aplikasi basis data komputer relasional yang ditujukan

untuk kalangan rumahan dan perusahaan kecil hingga

menengah., dan juga menggunakan tampilan grafis yang

25

intuitif sehingga memudahkan pengguna. Versi terakhir

adalah Microsoft Office Access 2007 yang termasuk ke

dalam Microsoft Office System 2007.

Microsoft Access dapat menggunakan data yang

disimpan di dalam format Microsoft Access. Para

pengguna/programmer yang telah berpengalaman dapat

menggunakannya untuk mengembangkan perangkat lunak

aplikasi yang kompleks, sementara para programmer yang

kurang berpengalaman dapat menggunakanya karena

Microsoft Accsess merupakan program yang telah

disetting sedemikian rupa agar para penggunanya baik

dari para programmer yang handal atau tidak. Access

juga menawarkan teknik-teknik pemrograman berorientasi

objek (Wales, 2013).

2.2.10 Unified Modelling Language (UML)

Unified Modelling Language (UML) merupakan sistem

arsitektur yang bekerja dalam object oriented analysis design

untuk memvisualisasikan, membangun dan

mendokumentasikan objek-objek dari sistem software untuk

memodelkan bisnis dan komponennya.

Unified Modelling Language (UML) memiliki beberapa

diagram grafis dalam membuat suatu model sebagai

berikut ini :

26

a. Use-Case Diagram, menjelaskan manfaat sistem jika

dilihat menurut pandangan pihak eksternal (actor).

Diagram ini menunjukkan penggunaan suatu sistem atau

kelas dan bagaimana sistem berinteraksi dengan dunia

luar.

b. Class Diagram memperlihatkan hubungan antar kelas dan

penjelasan detail tiap-tiap kelas di dalam

perancangan model dari suatu sistem.

c. Statechart Diagram, digunakan untuk memodelkan perilaku

dinamis satu kelas atau obyek. Statechart Diagram

memperlihatkan urutan sesaat (state) yang dilalui

sebuah obyek.

d. Activity Diagram, memodelkan alur kerja sebuah proses

bisnis dan urutan aktivitas dalam suatu proses.

Activity diagram dapat memodelkan alur kerja dari satu

aktivitas ke aktivitas lainnya atau dari satu

aktivitas ke dalam keadaan sesaat (state) , juga

sangat berguna ketika ingin menggambarkan perilaku

paralel atau menjelaskan bagaimana perilaku dalam

berbagai use-case berinteraksi.

e. Sequence Diagram, menjelaskan interaksi obyek yang

disusun dalam suatu urutan waktu, secara khusus

berhubungan dengan use-case. Sequence diagram

memperlihatkan tahap demi tahap apa yang seharusnya

terjadi untuk menghasilkan sesuatu di dalam use-case.

27

f. Collaboration Diagram, melihat pada interaksi dan

hubungan terstruktur antar obyek, menekan pada

hubungan (relationship) antar obyek. Collaboration diagram

digunakan sebagai alat untuk menggambarkan interaksi

yang mengungkapkan keputusan mengenai perilaku

sistem.

g. Component Diagram, menggambarkan alokasi semua kelas

dan obyek ke dalam komponen-komponen dalam rancangan

fisik sistem software. Diagram ini memperlihatkan

pengaturan dan kebergantungan antara komponen-

komponen software seperti source code, binary code dan

komponen tereksekusi.

RESULTSistem Pendukung Keputusan Penyeleksian Pemain Futsal Menggunakan Metode Simple Additive Weighting (SAW)

MEASUREMENTGrafik Perbandingan PreTest dan PostTest User Acceptance

IMPLEMENTATIONSMK Darussalam

Martapura PreTest PostTest

DEVELOPMENTSpesification & Design : UML

Coding : Borland Delphi 7.0 dan Ms.

Acces 2007 Testing: WhiteBox

& BlackBox

APPROACHMetode Simple Additive Weighting (SAW)

PROBLEMS

28

2.3 Kerangka Pemikiran

Ada Pemain yang Seharusnya Menjadi Pemain Inti MalahTidak Masuk Pemain Inti dan Sebaliknya, Karena Tidak Ada

Prioritas Kriteria Pada Proses Penyeleksian

RESULTSistem Pendukung Keputusan Penyeleksian Pemain Futsal Menggunakan Metode Simple Additive Weighting (SAW)

MEASUREMENTGrafik Perbandingan PreTest dan PostTest User Acceptance

IMPLEMENTATIONSMK Darussalam

Martapura PreTest PostTest

DEVELOPMENTSpesification & Design : UML

Coding : Borland Delphi 7.0 dan Ms.

Acces 2007 Testing: WhiteBox

& BlackBox

APPROACHMetode Simple Additive Weighting (SAW)

PROBLEMS

29

Gambar 2. 1 Kerangka Pemikiran

BAB III METODE PENELITIAN

3.1. Analisa Kebutuhan

Berdasarkan data yang diperoleh dari SMK

Darussalam Martapura yaitu data pemain futsal, akan

menciptakan output berupa penyeleksian pemain futsal

untuk mengikuti pertandingan mewakili sekolah agar

tidak ada unsur subjektifitas dalam penyeleksian pemain

tersebut.

Sistem pendukung keputusan penyeleksian pemain

futsal untuk mengikuti pertandingan ini dibuat karena

disebabkan banyaknya siswa yang berminat dalam

permainan futsal ini karena hampir keseluruhan menyukai

permainan futsal dan menyulitkan dalam penyeleksiannya

dan adanya permasalahan yang dialami pelatih untuk

menyeleksi pemain futsal untuk mengikuti pertandingan.

Pembahasan mengenai permasalahan yaitu kurang akuratnya

metode lama, setiap sekolah selalu mengharapkan

pemainnya mendapatkan gelar juara dalam suatu

pertandingan, keinginan untuk membuat system ini agar

dapat mempermudah pelatih untuk menyeleksi pemain,

menyesuaikan strategi permainan dari tim atau pola main

dalam suatu tim, jika didukung pemain yang tepat maka

strategi permainan tersebut akan menjadi suatu

30

31

kombinasi yang bagus. Sebaliknya, strategi permainan

sebagus apapun, tetapi tidak didukukung pemain yang

tepat, hasilnya akan meleset dari apa yang diharapkan.

Mengurangi unsur subjektifitas yang tinggi, karena

unsur tersebut dapat menutup mata pelatih akan potensi

sebenarnya yang dimiliki oleh setiap pemain.

Hal yang ingin dicapai dalam penelitian ini yaitu

Aplikasi Sistem Pendukung Keputusan Penyeleksian Pemain

Futsal untuk mewakili sekolah mengikuti pertandingan

menggunakan metode Simple Additive Weighting (SAW).

3.1.1 Metode Pemilihan Sampel

Sampel pada penelitian ini diambil dari SMK

Darussalam Martapura, yaitu berupa data seleksi pemain

yaitu pemain yang mengikuti seleksi untuk mewakili

sekolah mengikuti pertandingan.

3.1.2 Metode Pengumpulan Data

a. Kuesioner

Kuesioner adalah teknik pengumpulan data yang

dilakukan dengan cara memberikan seperangkat

pertanyaan atau pernyataan kepada orang lain yang

dijadikan responden untuk dijawabnya. Dalam

penelitian ini, data dapat diperoleh dengan kuesioner

32

terhadap pihak yang bersangkutan dalam permainan

futsal baik sebagai pemain maupun pelatih.

Kuesioner kepada orang yang diambil secara

random dengan sampel sebanyak 20 orang dan

menghasilkan data sebagai berikut :

Tabel 3. 1 Hasil Kuesioner

Pertanyaan

Penja

ga

Gawan

g

Pemain

Belaka

ng

Pemai

n

Depan

1. Apa posisi yang Anda

suka?0 12 8

2. Menurut Anda posisi

apa yang paling banyak

diminati?

0 3 17

3. Menurut Anda posisi

apa yang sedikit

diminati?

18 2 0

4. Apakah pernah

melihat pemain yang

mempunyai skills yang

hampir sama dalam satu

posisi dan satu tim?

Ya = 15 Tidak

= 5

5. Jika jawaban no. 4

Ya. Pemain posisi apa

0 4 11

33

yang biasanya memiliki

skills yang hampir sama?6. Apakah skills pemain

bisa dilihat ari

fisiknya?

Ya = 6 Tidak =14

7. Jika ada aplikasi

penyeleksian pemain

futsal, apakah aplikasi

tersebut bisa membantu?

Ya = 20 Tidak= 0

Dari data kuesioner tersebut biasa didapat

batasan pemain yang ingin diseleksi dan mengenai

permasalahan. Kesulitan menyeleksi pemain karena

skills pemain tidak bisa dilihat dari fisik dan

adanya pemain yang memiliki skills yang sama dalam

satu tim dan satu posisi terutama posisi pemain

depan.

b. Wawancara

Wawancara merupakan tanya jawab antara dua pihak

yaitu pewawancara dan narasumber untuk memperoleh

data, keterangan atau pendapat tentang suatu hal.

Proses wawancara ini untuk mengumpulkan data pemain

futsal yang mengikuti seleksi, kriteria, dan bobot

yang bisa membantu dalam penyeleksian pemain futsal.

Data dari hasil wawancara ini mendapatkan

kesimpulan bahwa pemain yang paling banyak digemari

34

ialah pemain depan dan belakang, sedangkan pemain

yang sedikit digemari ialah penjaga gawang. Hal ini

dapat dijadikan batasan masalah yaitu penyeleksian

hanya untuk pemain depan dan belakang.

Adapun kesulitan yan dihadapi ialah adanya

pemain yang memiliki kemampuan yang sama dalam satu

posisi, hal ini menyulitkan penyeleksian dalam

menentukan pemain inti karena kemampuan seorang

pemain futsal tidak bisa dilihat dari fisik

seseorang.

c. Studi Pustaka

Teknik ini merupakan teknik pengambilan data

dengan cara membaca dan mengambil acuan atau petunjuk

dari buku-buku maupun artikel, serta informasi yang

ada di media internet yang ada hubungannya dengan

permasalahan yang dibahas.

Pengambilan data yang menjadi contoh maupun

informasi mengenai pengertian-pengertian yang

menjadi acuan dalam penelitian ini diperoleh dari

jurnal, laporan, skripsi, dan dari internet.

3.1.3 Jenis Data

a. Data Primer

35

Data Primer adalah data yang diperoleh

langsung dari responden (objek penelitian). Dalam

hal ini data pemain yang mengikuti seleksi pemain

futsal di SMK Darussalam Martapura untuk mewakili

sekolah mengikuti pertandingan.

b. Data Sekunder

Data Sekunder merupakan merupakan data primer

yang sudah diolah lebih lanjut dan disajikan oleh

pihak pengumpul data primer atau pihak lain. Dalam

penelitian ini diperoleh dari studi kepustakaan

berupa data, tabel dan diagram.

3.2 Perancangan Penelitian

Perancangan dalam penelitian ini dilakukan agar

kegiatan penelitian dapat berjalan dengan maksimal.

Adapun langkah-langkah penelitian ini, antara lain :

1. Analisa Kebutuhan dan Pendekatan Solusi

Pada tahapan ini dilakukan tahapan analisis

terhadap permasalahan pada mekanisme penyeleksian

pemain futsal di SMK Darussalam Martapura. Proses

penyeleksian pemain futsal dilakukan dengan cara

mengumpulkan data-data yang diperlukan. Memerlukan

manajemen waktu yang baik untuk memprosesnya agar

mendapatkan hasil yang akurat.

36

Berdasarkan hasil kajian pustaka yang

dilakukan, suatu metode pemprosesan data cepat dan

akurat yang dapat diterapkan yaitu dengan

menggunakan metode Simple Additive Weighting (SAW) yang

dapat digunakan untuk penyeleksian pemain futsal

untuk mewakili sekolah mengikuti pertandingan

berdasarkan data-data yang diperoleh.

2. Desain dan Uji Penerapan Model

Pada tahapan ini disajikan system pendukung

keputusan penyeleksian pemain futsal dengan

algoritma Simple Additive Weighting (SAW) . Data yang

digunakan adalah data-data seleksi pemain futsal

yang ada dan diperoleh dari SMK Darussalam

Martapura. Selanjutnya algoritma Simple Additive Weighting

(SAW) tersebut diterapkan / diuji cobakan dalam

penyeleksian pemain. Sampel data yang ada diolah

dengan menggunakan aturan pada algoritma Simple Additive

Weighting (SAW).

3. Uji Coba Sistem

Pada tahapan ini system pengujian dilakukan

dengan cara menguji algoritma Simple Additive Weighting

(SAW). Setelah itu, hasil dari pengujian tersebut

diuji kembali dengan uji komparasi yaitu pengujian

menggunakan penyeleksian sesuai pendapat dan

perasaan pelatih atau proses penyeleksian yang

37

sedang berjalan sekarang dan dengan menggunakan

algoritma Simple Additive Weighting (SAW).

3.2.1 Diagram Konteks

Diagram kontek adalah suatu diagram alir yang

tingkat tinggi yang menggambarkan seluruh jaringan,

masukan dan keluaran. sistem yang dimaksud adalah untuk

menggambarkan sistem yang sedang berjalan.

mengidentifikasikan awal dan akhir data awal dan akhir

yang masuk dan keluaran sistem.

Gambar 3. 1 Diagram Konteks

Dalam gambar diagram konteks diatas bisa

dijelaskan bahwa pelatih memasukan data pemain dan

nilai pemain yang menjadi inti dari apa yang dimiliki

oleh setiap pemain. Pelatih juga memasukan kriteria dan

nilai bobot yang menjadi batasan-batasan untuk proses

38

penyeleksian, yang nantinya pelatih akan mendapatkan

hasil dari proses penyeleksian pemain futsal.

3.2.2 Unified Modeling Language (UML)

Unified Modeling Language adalah sebuah bahasa

untuk menetukan, visualisasi, kontruksi, dan

mendokumentasikan artifact (bagian dari informasi yang

digunakan atau dihasilkan dalam suatu proses pembuatan

perangkat lunak. Artifact dapat berupa model, deskripsi

atau perangkat lunak) dari system perangkat lunak,

seperti pada pemodelan bisnis dan system non perangkat

lunak lainnya.

UML merupakan suatu kumpulan teknik terbaik yang

telah terbukti sukses dalam memodelkan system yang

besar dan kompleks. UML tidak hanya digunakan dalam

proses pemodelan perangkat lunak, namun hampir dalam

semua bidang yang membutuhkan pemodelan. Dalam

penelitian ini membuat use case diagram, sequence

diagram, dan activity diagram sesuai dengan masalah

yang dibahas.

3.2.2.1 Use Case Diagram

Berikut ini merupakan gambaran dari Use Case Diagram

penyeleksian pemain futsal di SMK Darussalam Martapura.

39

uc Prim ary Use Cases

Aplikasi Penyeleksian Pem ain Futsal M enggunakan M etode SAW

Login

Adm in

M enu Utam a

M aster

Proses SAW

Laporan

Fasilitas

Selesai

«extend»

«include»

«include»

«include»«include»

«include»

«include»

Gambar 3. 2 Use Case Diagram

Use Case Diagram diatas menampilkan aktifitas utama

dalam aplikasi penyeleksian pemain futsal menggunakan

metode Simple Additive Weighting (SAW) yaitu login, master,

proses SAW, laporan, fasilitas, dan keluar.

3.2.2.2 Sequence Diagram

Berikut ini merupakan gambaran dari Sequence Diagram

penyeleksian pemain futsal di SMK Darussalam Martapura.

40

sd Interaction

Adm in

(from A ctors)

Login M enu Utam a Selesai

Input Usernam e & Password()Usernam e & Password Diterim a()

Keluar Form Login()

Usernam e & Password Salah()

Salah 3x()

Keluar()

Gambar 3. 3 Sequence Diagram Login

Sequence diagram login diatas merupakan kegiatan

yang dilakukan pada form login dimana Admin memasukan

username dan password, username dan password tersebut

harus sesuai, jika trjadi kesalahan sebanyak 3 kali

maka akan otomatis keluar dari aplikasi.

sd Interaction

Adm in

(from A ctors)

M enu Utam a M aster M aster Pem ain Data Pem ain Input Data Pem ain Sim pan Data Pem ain

Login Benar()

Pilih M aster()

Pilih M aster Pem ain()

Pilih Data Pem ain()

Input NIS()

NIS Suda Ada()

Data Pem ain Disim pan()

Input Lagi ()

Keluar ()

41

Gambar 3. 4 Sequence Diagram Master Pemain

Sequence diagram input data pemain diatas merupakan

kegiatan yang dilakukan pada fom data pemain dimana

Admin memasukan data pemain sesuai dengan ketentuan

dan disimpan dalam tabel pemain.

sd Interaction

Adm in

(from Actors)

M enu Utam a M aster M aster Bobot Data Bobot Ubah Data Bobot Sim pan Data Bobot

Login Benar()

Pilih M aster()

Pilih M aste Bobot()

Pilih Data Bobot()

Ubah Nilai Bobot()

Nilai >1()

Data Bobot DiSim pan()

Ubah Lagi ()

Keluar()

Gambar 3. 5 Sequence Diagram Master Bobot

Sequence diagram master bobot diatas kegiatan yang

dilakukan pada form master bobot dimana Admin mengubah

nilai bobot dengan memasukan nilai bobot dengan

ketentuan yang sudah ditetapkan dan akan disimpan pada

tabel bobot.

42

sd Interaction

Adm in

(from A ctors)

M enu Utam a Proses Proses SAW Data Pem ain Data Bobot Proses Penyeleksian Data Penyeleksian

Login Benar()

Pilih Proses()Pilih Proses SAW ()

Pilih Data Pem ain()

Pilih Data Bobot()

Data Pem ain()

Data Bobot()

Proses SAW ()

Sim pan Data Penyeleksian()

Perangkingan()Keluar()

Gambar 3. 6 Sequence Diagram Proses SAW

Sequence diagram proses SAW diatas merupakan

kegiatan yang dilakukan pada form proses SAW dimana

akan tampil data nilai pemain setelah Admin menekan

tombol proses maka akan melakukan proses SAW dimana

data yang diproses akan disimpan pada tabel

penyeleksian.

43

sd Interaction

Adm in

(from Actors)

M enu Utam a Laporan Laporan Penyeleksian Data Penyeleksian Laporan Penyeleksian

Login Benar()

Pilih Laporan()

Pilih Laporan Penyeleksian()

Pilih data Penyeleksian()

Lihat ()

Cetak()

Laporan Penyeleksian()

Keluar()

Gambar 3. 7 Sequence Diagram Laporan

Sequence diagram laporan diatas merupakan kegiatan

yang dilakukan pada form penyeleksian dimana akan

tampil data nilai pemain setelah Admin menekan tombol

perangkingan maka akan melakukan proses pelaporan data

dimana data yang diproses akan tampil data laporan

sebelum dicetak dan perintah cetak untuk mencetak

laporan.

44

sd Interaction

Adm in

(from A ctors)

M enu Utam a Fasilitas Fasilitas G anti Password Data Login Ubah Data Login Sim pan data Login

Login Benar()

Pilih Fasilitas()

Pilih Fasilitas G anti Password()

Pilih Data Login()

Ubah Usenam e & Password()

Data Login diSim pan()

Keluar()

Gambar 3. 8 Sequence Diagram Fasilitas Ganti Password

Sequence diagram fasilitas ganti password diatas

merupakan kegiatan yang dilakukan pada menu fasilitas

dimana akan tampil pilihan ganti password dimana Admin

akan memasukan password baru.

sd Interaction

Adm in

(from Actors)

M enu Utam a Keluar Selesai

Login Benar()

Pilih M enu M aster()

Selesai()

Keluar()

Gambar 3. 9 Sequence Diagram Selesai

Sequence diagram selesai diatas merupakan kegiatan

yang dilakukan pada menu utama yaitu saat menekan

tombol selesai maka akan keluar dari aplikasi.

45

3.2.2.3 Activity Diagram

Berikut ini merupakan gambaran dari Activity Diagram

penyeleksian pemain futsal di SMK Darussalam Martapura.

act Activity

Login

«BusinessProcess»Input Usernam e &

Passw ord

«BusinessProcess»Input Usernam e &

Passw ord

Login

M enu Utam a

Login Lagi (Y/T)

Salah 3x

Selesai

[Benar]

[Salah]

[Input Lagi]

[Keluar Aplikasi]

Gambar 3. 10 Activity Diagram Login

Activity diagram login diatas diawali dengan

memasukkan username dan password, jika username dan

password sesuai dengan data yang ada pada tabel login

maka akan tampil menu utama. Jika username dan password

tidak sesuai dengan data yang ada pada tabel login maka

akan tampil informasi dan kembali ke proses input

username dan password, jika pada proses login melakukan

kesalahan sebanyak 3 kali maka akan keluar aplikasi

secara otomatis.

46

act Activity

M aster

M enu Utam a

M enu M aster DataBase Pem ain

Selesai

«BusinessProcess»Input Data NIS

«BusinessProcess»Input Data NIS

Sim pan Data Pem ain

Input Lagi (Y/T)

[Pilih M enu M aster]

[NIS Sudah Ada]

[Input Data Pemain]

[Tidak Input Data Pemain]

Gambar 3. 11 Activity Diagram Master Pemain

Activity diagram master pemain diatas diawali dengan

memasukan data pemain, jika data yang dimasukkan

lengkap data akan tersimpan. Jika data yang dimasukan

tidak lengkap maka akan tampil informasi dan akan

tersorot pada input data yang kosong.

47

act Activity

M aster

M enu Utam a

M enu M aster DataBase Bobot

«BusinessProcess»Ubah Nilai Bobot

«BusinessProcess»Ubah Nilai Bobot

Sim pan Data Bobot

Ubah Lagi (Y/T)

Selesai

[Pilih M enu M aster]

[Nilai >1]

[Ubah Data Nilai Bobot]

[Tidak Ubah Nilai Bobot]

Gambar 3. 12 Activity Diagram Master Bobot

Activity diagram master bobot diatas diawali dengan

memasukan data yang akan diubah, jika jumlah nilai data

1 maka data akan tersimpan. Jika jumlah nilai data

lebih dari 1 maka akan tampil informasi dan akan

kembali pada proses ubah nilai bobot.

48

act Activity

Proses SAW

M enu Utam a

Selesai

M enu Proses SAW Data Pem ain

Data Bobot

Proses SAW

Perangkingan

Sim pan Data Penyeleksian

Proses Lagi (Y/T)

[Pilih M enu Proses]

[Tidak Proses Lagi]

[Proses Lagi]

Gambar 3. 13 Activity Diagram Proses SAW

Activity diagram proses SAW diatas dilakukan pada saat

data nilai pemain tampil pada grid, selanjutnya

menekan tombol proses. Pada saat itulah proses

dilakukan dan akan terhubung dengan data bobot yang

sudah ditentukan, jika selesai maka akan tampil

informasi dan data akan tersimpan.

49

act Activity

Laporan

M enu Utam a

Selesai

M enu Laporan Data Penyeleksian

Lihat Cetak

Laporan Penyeleksian

[Pilih M enu Laporan]

Gambar 3. 14 Activity Diagram Laporan

Activity diagram laporan diatas saat tampil data

proses yaitu pada saat selesai proses SAW, selanjutnya

menekan tombol laporan makan akan tampil pihan yaitu

lihat dan cetak. Maka jika akan melihat lapotan pilih

lihat dan akan tampil laporan data proses penyeleksian.

Jika menekan tombol cetak maka akan tampil laporan data

proses penyeleksian yang akan dicetak dan selanjutnya

melakukan proses cetak laporan.

50

act Activity

Fasilitas

Pilih M enu Utam a

M enu Fasilitas Data Login

«BusinessProcess»Ubah Data Login

«BusinessProcess»Ubah Data Login

Input Usernam e & Passw ord

Sim pan Data Login

Selesai

Ubah Lagi (Y/T)

[Pilih M enu Fasilitas]

[Ubah Data Login]

[Tidak Ubah Lagi]

Gambar 3. 15 Activity Diagram Fasilitas Ganti Password

Activity diagram fasilitas diatas merupakan fasilitas

pada aplikasi, saat menekan menu fasilitas maka akan

tampil pilahan form ganti password, jika ganti password

akan tampil form ganti password.

51

act Activity

Selesai

M enu Utam a

M enu Selesai

Keluar (Y/T)ActivityFinal

[Pilih M enu Keluar]

[Batal Keluar]

[Keluar]

Gambar 3. 16 Activity Diagram Selesai

Activity diagram selesai diatas dilakukan pada

tombol selesai yang ada pada menu utama jika menekan

tombol pilihan yam aka akan keluar aplikasi. Jika

memilih tombol tidak maka akan kembali kemenu utama.

3.3 Teknik Analisis Data

Dalam teknik analisis ini ada bobot dan kriteria

yang dibutuhkan untuk menentukan penyeleksian. Bobot

dan Kriteria dalam penyeleksian ini, ada 4 kriteria

yang dijadikan acuan dalam penyeleksian ini, yaitu:

1. C1 = dribling

2. C2 = passing

3. C3 = shooting

4. C4 = skills

52

Bobot dari masing-masing kriteria yaitu C1 = 25 %,

C2 = 25 %, C3 = 20 %, dan C4 = 30 %. Rating kecocokan

setiap alternatif pada setiap kriteria dan tingkat

kepentingan setiap kriteria, dinilai dengan 1 sampai 5,

yaitu:

1. 1 = kurang

2. 2 = cukup

3. 3 = cukup baik

4. 4 = baik

5. 5 = sangat baik

Tabel-tabel dari kriteria dengan nilai bobotnya

masing- masing dapat dilihat pada tabel sebagai berikut

:

1. Kriteria Dribling

Tabel 3. 2 Kriteria Dribling

Dribling Nilai

Nilai >49 1

Nilai >68 2

Nilai >75 3

Nilai >80 4

Nilai >85 5

2. Kriteria Passing

Tabel 3. 3 Kriteria Passing

53

Passing Nilai

Nilai >49 1

Nilai >68 2

Nilai >75 3

Nilai >80 4

Nilai >85 5

3. Kriteria Shoting

Tabel 3. 4 Kriteria Shoting

Shoting Nilai

Nilai >49 1

Nilai >68 2

Nilai >75 3

Nilai >80 4

Nilai >85 5

4. Kriteria Skills

Tabel 3. 5 Kriteria Skills

Skills Nilai

Nilai >49 1

Nilai >68 2

54

Nilai >75 3

Nilai >80 4

Nilai >85 5

5. Data Nilai Pemain Seleksi

Tabel 3. 6 Data Nilai Pemain Seleksi

NamaKRITERIA

Dribling

Passing

Shoting

Skills

Muhammad Hindi (A1) 70 80 70 70M Alfian Nur Rahman (A2) 65 65 80

70

M. Alwari (A3) 75 70 70 85Gali Tirtana (A4) 80 70 75 65Abdurrahman (A5) 85 75 70 80Pramadani Risky Ipansyah (A6) 70 75 65

80

Akbar Fadillah (A7) 75 85 90 75Maslani (A8) 80 60 80 65

55

Dari tabel data nilai pemain, maka dapat dibuat

tabel rating kecocokan setiap alternatif pada

setiap kriteria.

6. Rating Kecocokan Setiap Alternatif Pada Setiap

Kriteria

Tabel 3. 7 Rating Kecocokan Setiap Alternatif Pada SetiapKriteria

Alternatif

KriteriaC1 (Max)

C2 (Max)

C3(Max)

C4(Max)

A1 2 3 2 2A2 1 1 3 2A3 2 2 2 4A4 4 2 2 1A5 4 2 2 3A6 2 2 1 3A7 2 4 5 3A8 3 1 4 1

Dari data diatas bisa diselesaikan dengan beberapa

langkah penyeleksian sebagai berikut :

1. Vektor bobot : W= [ 0,25 0,25 0,20 0,30 ]

2. Matrik Keputusan X berdasarkan kriteria bobot

2 3 2 2

1 1 3 2

2 2 2 4

56

X = 4 2 2 1

4 2 2 32 2 1 3

2 4 5 3

3 1 4 1

3. Normalisasi matriks X menggunakan persamaan 1

- Alternatif A1

r11= 2

Max(2;1;2;4;4;2;2;3)=24

=¿ 0,5

r12= 3

Max(3;1;2;2;2;2;4;1)=34

=¿0,75

r13= 2

Max(2;3;2;2;2;1;5;4)=25

=¿ 0,4

r14= 2

Max(2;2;4;1;3;3;3;1)=24

=¿ 0,5

- Alternatif A2

r21= 1

Max(2;1;2;4;4;2;2;3)=14

=¿ 0,25

r22= 1

Max(3;1;2;2;2;2;4;1)=14

=¿ 0,25

r23= 3

Max(2;3;2;2;2;1;5;4)=35

=¿ 0,6

r24= 2

Max(2;2;4;1;3;3;3;1)=24

=¿ 0,5

57

- Alternatif A3

r31= 2

Max(2;1;2;4;4;2;2;3)=24

=¿ 0,5

r32= 2

Max(3;1;2;2;2;2;4;1)=24

=¿ 0,5

r33= 2

Max(2;3;2;2;2;1;5;4)=25

=¿ 0,4

r34= 4

Max(2;2;4;1;3;3;3;1)=44

=¿ 1

- Alternatif A4

r41= 4

Max(2;1;2;4;4;2;2;3)=44

=¿ 1

r42= 2

Max(3;1;2;2;2;2;4;1)=24

=¿ 0,5

r43= 2

Max(2;3;2;2;2;1;5;4)=25

=¿ 0,4

r44= 1

Max(2;2;4;1;3;3;3;1)=14

=¿ 0,25

- Alternatif A5

r51= 4

Max(2;1;2;4;4;2;2;3)=44

=¿ 1

r52= 2

Max(3;1;2;2;2;2;4;1)=24

=¿ 0,5

58

r53= 2

Max(2;3;2;2;2;1;5;4)=25

=¿ 0,4

r54= 3

Max(2;2;4;1;3;3;3;1)=34

=¿ 0,75

- Alternatif A6

r61= 2

Max(2;1;2;4;4;2;2;3)=24

=¿ 0,5

r62= 2

Max(3;1;2;2;2;2;4;1)=24

=¿ 0,5

r63= 1

Max(2;3;2;2;2;1;5;4)=15

=¿ 0,2

r64= 3

Max(2;2;4;1;3;3;3;1)=34

=¿ 0,75

- Alternatif A7

r71= 2

Max(2;1;2;4;4;2;2;3)=24

=¿ 0,5

r72= 4

Max(3;1;2;2;2;2;4;1)=44

=¿ 1

r73= 5

Max(2;3;2;2;2;1;5;4)=55

=¿ 1

r74= 3

Max(2;2;4;1;3;3;3;1)=34

=¿ 0,75

- Alternatif A8

59

r81= 3

Max(2;1;2;4;4;2;2;3)=34

=¿ 0,75

r82= 1

Max(3;1;2;2;2;2;4;1)=14

=¿ 0,25

r83= 4

Max(2;3;2;2;2;1;5;4)=45

=¿ 0,8

r84= 1

Max(2;2;4;1;3;3;3;1)=14

=¿ 0,25

Dari hasil perhitungan di atas maka didapat

matriks ternomalisasi R sebagai berikut :

0.5 0.75 0.4 0.5

0.25 0.25 0.6 0.5

0.5 0.5 0.4 1

R = 1 0.5 0.4 0.25

1 0.5 0.4 0.75

0.5 0.5 0.2 0.75

0.5 1 1 0.75

0.1 0.25 0.8 0.25

4. Mencari alternative terbaik menggunakan persamaan 2

V1 = (0,25) (0,5) + (0,25) (0,75) + (0,2) (0,4) +

(0,3) (0,5) = 0,54

V2 = (0,25) (1) + (0,25) (0,25) + (0,2) (0,6)

+ (0,3) (0,5) = 0,4

60

V3 = (0,25) (0,5) + (0,25) (0,5) + (0,2) (0,4)

+ (0,3) (1) = 0,63

V4 = (0,25) (1) + (0,25) (0,5) + (0,2) (0,4)

+ (0,3) (0,25) = 0,53

V5 = (0,25) (1) + (0,25) (0,5) + (0,2) (0.4)

+ (0,3) (0,75) = 0,68

V6 = (0,25) (0,5) + (0,25) (0,5) + (0,2) (0.2)

+ (0,3) (0,75) = 0,52

V7 = (0,25) (0,5) + (0,25) (1) + (0,2) (1)

+ (0,3) (0,75) = 0,8

V8 = (0,25) (0,75) + (0,25) (0,25) + (0,2) (0,8)

+ (0,3) (0,25) = 0,49

V7 merupakan peringkat pertama karena memiliki

nilai yang lebih besar dari nilai lain, V7 merupakan

nilai preferansi dari alternatif A7, sehingga A7 atau

dalam kasus ini pemain bernama Akbar Fadillah yang

menjadi alternatif terbaik. Untuk menjadi pemain inti

dalam tim futsal tersebut 4 alternatif terbaiknya

adalah Akbar Fadillah, Abdurrahman, M. Alwari, M.

Hindi.

Semakin besar nilai preferensi semakin besar pula

peluang alternatif untuk menjadi pemain futsal SMK

Darussalam Martapura.

61

3.4. Jadwal Penelitian

Langkah-langkah pengerjaan secara detail yang akan

dilakukan selama penelitian antara lain:

1. Persiapan Penelitian

Yaitu tahap ini dilakukan untuk mengetahui kebutuhan

pengguna terhadap sistem yang akan dikembangkan. Hal

ini perlu dilakukan agar sistem yang dikembangkan

sesuai dengan kebutuhan pengguna.

2. Analisa Masalah

Yaitu tahap untuk mengidentifikasi masalah dan

menentukan kebutuhan sistem.

3. Perancangan Sistem

Yaitu tahap penuangan hasil analisis yang dihasilkan

pada tahap sebelumnya kedalam bentuk rancangan

sistem.

4. Pembuatan Aplikasi

Yaitu tahap mengimplementasikan rancangan kedalam

bahasa pemrograman tertentu.

5. Testing dan Implementasi Aplikasi

Yaitu tahap dilakukan proses pengujian atas sistem

yang sudah dibuat dan dilakukan perbaikan apabila

masih ada kesalahan dalam pembuatan sistem.

6. Penyusunan laporan penelitian

Yaitu tahap penulisan laporan hasil penelitian.Tabel 3. 8 Jadwal Penelitian

TahapanPenelitian

Bulan ke- 1

Bulan ke- 2

Bulan ke– 3

Bulan ke- 4

Bulan ke- 5

62

Persiapan PenelitianAnalisa MasalahPerancangan SistemPembuatan AplikasiTesting dan Imple- mentasiSistemDokumentasi dan Penulisan Laporan

DAFTAR PUSTAKA

Amalia. (2009). Sistem pendukung keputusan penyeleksian

calon siswa baru di Sma Negeri 3 Garut. Jurnal

Algoritma Sekolah Tinggi Teknologi Garut.

Amir, S. F. (2011). Analisis dan Perancangan Sistem Pendukung

Keputusan Menggunakan Model SAW untuk Seleksi Penerima

Beasiswa Bidik Misi Universitas Sumatera Utara. Medan.

Ardi Kusumaning Diah, M. U. (2010). Sistem Pendukung

Keputusan Penerimaan Beasiswa di SMAN 1 Brebes

dengan Metode FMADM dengan Metode SAW .

Haryono, B. (2013). Sistem Pendukung Keputusan Seleksi

Calon Pemain Sepakbola Persiku Junior U-18 dengan

Metode AHP.

Herdiansyah, M. (2012). Pengenalan dan Teknik Dasar Futsal.

Kusnassriyanto Saiful Bahri, W. S. (2009). Teknik

Pemrograman Delphi. Bandung.

Kusumadewi, S. (2005). Fuzzy Multi-Attribute Decision Making.

Yogyakarta: Graha Ilmu.

Kusumadewi, S., & Purnomo, H. (2010). Aplikasi Logika Fuzzy

untuk Pendukung Keputusan Ed. 2. Yogyakarta: GRAHA ILMU.

S., H. W., Amalia, R., M., A. F., & Arivanty, K.

(2009). Sistem Pendukung Keputusan untuk

63

64

Menentukan Penerimaan Beasiswa Bank Menggunaka

FMADM. 62-67.

Sulistiyo, H. (2011). Sistem Pendukung Keputusan Untuk

Menentukan Peneriamaan Beasiswa di SMAN 6

Pandeglang dengan Metode SAW. Jurnal Nasional.

Turban, E., Aronson, J. E., & Liang, T. P. (2005).

Decision Support System & Intelligen System. Yogyakarta:

Andi.

Wales, J. (2013). http://id.wikipedia.org/. Retrieved 2013,

from

http://id.wikipedia.org/wiki/Microsoft_Access.