PROPOSAL SKRIPSI SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN PEMAIN FUTSAL MENGGUNAKAN METODE SAW OLEH: RONI 3101 1101 1854 PROGRAM STUDI SISTEM INFORMASI
PROPOSAL SKRIPSI
SISTEM PENDUKUNG KEPUTUSAN PENYELEKSIAN PEMAIN
FUTSAL MENGGUNAKAN METODE SAW
OLEH:
RONI
3101 1101 1854
PROGRAM STUDI SISTEM INFORMASI
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
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
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
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.