SISTEM PENDUKUNG KEPUTUSAN PENENTUAN ...penelitian.kaputama.ac.id/images/sampledata/File/Jurnal/...Jurnal KAPUTAMA, Vol.7 No.2, Januari 2014 ISSN : 1979-6641 Program Studi : Teknik

Jurnal KAPUTAMA, Vol.7 No.2, Januari 2014 ISSN : 1979-6641

Program Studi : Teknik Informatika, STMIK Kaputama Binjai 16

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN BEASISWA (PPA

DAN BBM) DENGAN METODE SIMPLE ADDITIVE WEIGHTING

(STUDY KASUS : AKBID KHOLISATURRAHMI BINJAI).

Drs. Katen Lumbanbatu, M.Kom.1, Novriyeni, S.Kom.,M.Kom.2

STMIK KAPUTAMA, Jln.Veteran No.4A-9A

Binjai, Indonesia

ABSTRAK

Beasiswa merupakan penhasilan bagi yang menerima dan tujuan beasiswa adalah untuk membantu

meringankan beban biaya mahasiswa selama pendidikan atau siswa yang mendapatkan. AKBID Kholisatur

Rahm Binjai adalah salah satu perguruan tinggi yang memberikan beasiswa untuk mahasiswa setiap tahunya.

Sesuai dengan peraturan yang ditetapkan oleh Koordinasi Perguruan Tinggi untuk mendapatkan beasiswa,

maka diperlukan criteria-kriteria untuk menentukan seoaang mahasiswa untuk mendaptkan beasiswa,

dibutuhkan system pendukung keputusan dengan metode SAW (Simple Additive Weingting). Metode SAW

ini dipilih karena merupakan penumlahan terbobot untuk mencari penjumlahan terbobot dari rating kinerja

pada setiap alternative pada semua atribut. Metode SAW yang dilakukan dengan menari nilai bobot untuk

setiap criteria, dan kemudian membuat proses yang akan menentukan peringkat alternative yang optimal

adalah mahaiswa yang terbaik akan dipertimbangkan oleh pengambil keputusan untuk mendapatkan

beasiswa.

Kata Kunci : Sistem Pendukung Keputusan, Beasiswa, Metode SAW

1. PENDAHULUAN

1.1 Latar Belakang

Pemberian bantuan belajar berupa

beasiswa diberikan kepada mahasiswa di

AKBID KHOLISATURRAHMI BINJAI.

Beasiswa yang diberikan antara lain

beasiswa Peningkatan Prestasi Akademik

(PPA) yang diberikan kepada mahasiswa

yang berprestasi dan beasiswa Bantuan

Belajar Mahasiswa (BBM) yang diberikan

kepada mahasiswa yang kurang mampu.

Dalam menentukan penerima beasiswa telah

menggunakan bantuan komputer, tetapi

penggunaanya belum optimal. Hal ini

menyebabkan pengelolaan data beasiswa

yang tidak efisien terutama dari segi waktu

dan banyaknya perulangan proses yang

sebenarnya dapat diefisienkan, oleh karena

itu, perlu adanya sistem pendukung

keputusan untuk mempermudah perhitungan

semua kriteria yang mendukung untuk

penentuan beasiswa, sehingga dapat

mempersingkat waktu penyelesaian dan

dapat meningkatkan kualitas keputusan

dalam penentuan penerima beasiswa PPA

dan BBM. Sistem pendukung keputusan

juga merupakan sistem informasi berbasis

komputer untuk manajemen pengambilan

keputusan yang menangani masalah semi

terstruktur.

Penulis telah mengamati dari hasil

penelitian yang sudah ada oleh Sri Eniyanti

(2011) dengan judul Perancangan Sistem

Pendukung Pengambilan Keputusan untuk

Penerimaan Beasiswa dengan Metode SAW

(Simple Additive Weigthting) dalam

penelitiannya mengatakan bahwa metode ini

digunakan untuk melakukan penilaian atau

seleksi terhadap beberapa alternatif dalam

jumlah terbatas. Dalam hal ini alterantif

yang dimaksud adalah berhak menerima

beasiswa berdasarkan kriteria-kriteria yang

sudah ditentukan. Dengan metode ini

penilaian akan lebih tepat karena didasarkan

pada nilai kriteria dan bobot yang sudah

ditentukan sehingga mendapatkan hasil yang

lebih akurat terhadap siapa yang akan

menerima beasiswa tersebut.

Meskipun dengan alur algoritma

yang sederhana tetapi dapat menjadi bahan

solusi terhadap permasalahan dalam

penentuan beasiswa. Alur algoritma yang

sederhana menjadi pertimbangan dalam

mengaplikasikannya menjadi perangkat

lunak yang sesuai dengan waktu pembuatan

Penelitian. Bila dibandingkan dengan

metode AHP atau metode pendekatan

subyektif-obyektif metode FMADM (Fuzzy

Multiple Attribute Decision Making) dengan

SAW (Simple Addtive Weighting) dalam

hasil perankingan terhadap kriteria dan

bobot yang ditentukan relatif sama meskipun

setiap metode mempunyai kelebihan dan

kekurangan masing-masing.



1.2 Identifikasi Masalah

1. Bagaimana merancang sistem

pendukung keputusan guna membantu

bagian kemahasiswaan untuk

menentukan calon penerima beasiswa

PPA dan BBM di AKBID Kholisatur

Rahmi Binjai?

2. Bagaimana menerapkan Metode

Simple Additive Weighting kedalam

sistem untuk menentukan penerimaan

beasiswa PPA dan BBM?

1.3 Batasan Masalah

1. Sistem ini digunakan untuk penentuan

calon penerima beasiswa PPA dan

BBM.

2. Metode yang digunakan adalah Metode

Simple Additive Weighting (SAW).

3. Sistem yang dibangun masih bersifat

Stand Alone (berdiri sendiri).

4. Jenis beasiswa dibedakan antara

beasiswa berprestasi dan kurang

mampu.

5. Persyaratan Beasiswa PPA dan BBM

adalah mahasiswa paling rendah duduk

pada semester II dan paling tinggi

duduk pada semester VI.

6. Kriteria yang digunakan untuk

mendapatkan beasiswa PPA adalah

IPK ≥ 3.00, semester, pekerjaan orang

tua, penghasilan orang tua pertahun,

jumlah tanggungan orang tua.

7. Kriteria yang digunakan untuk

mendapatkan beasiswa BBM adalah

IPK ≥ 2.50, semester, pekerjaan orang

tua, penghasilan orang tua pertahun,

jumlah tanggungan orang tua.

8. Menggunakan Visual Basic.Net dan

database MySQL.

1.4 Rumusan Masalah

1. Dengan sistem pendukung keputusan

ini, bagaimana menentukan mahasiswa

yang layak atau tidak untuk

mendapatkan beasiswa PPA dan BBM

sesuai dengan kriteria dan bobot yang

sudah ditentukan.

2. Berdasarkan variabel yang sudah

ditentukan, bagaimana sebuah sistem

pendukung keputusan dapat

memberikan keputusan dan

menyelesaikan permasalahan beasiswa

PPA dan BBM dengan menggunakan

bahasa pemrograman VB.Net 2008 dan

database MySQL.

1.5 Tujuan Penelitian

1. Untuk memudahkan dalam

memperoleh keputusan yang lebih

akurat terhadap mahasiswa yang akan

menerima beasiswa.

2. Untuk membangun suatu model

pengambilan keputusan dengan

menggunakan metode Simple Additive

Weighting (SAW) untuk menentukan

mahasiswa yang akan menerima

beasiswa berdasarkan kriteria-kriteria

yang serta bobot yang sudah ada.

1.6 Manfaat Penelitian

1. Untuk memudahkan pengambilan

keputusan di AKBID

KHOLISATURRAHMI BINJAI yang

akan membantu Direktur dan Bagian

Kemahasiswaan untuk menentukan

mahasiswa yang layak menerima

beasiswa.

2. Untuk mempermudah bagian

kemahasiswaan dalam menentukan

mahasiswa yang layak mendapatkan

beasiswa PPA dan BBM sesuai dengan

nilai perangkingan yang sudah

diperoleh.

3. Untuk mempermudah mahasiswa

dalam memperoleh informasi tentang

beasiswa.

2. TINJAUAN PUSTAKA

2.1 Pengertian Beasiswa

Pengertian beasiswa seperti yang

dikutip dari www.wikipedia.org adalah

pemberian berupa bantuan keuangan yang

diberikan kepada perorangan yang bertujuan

untuk digunakan demi kelangsungan

pendidikan yang ditempuh. Beasiswa dapat

diberikan oleh lembaga pemerintah,

perusahaan, ataupun yayasan. Pemberian

beasiswa dapat dikategorikan pada

pemberian cuma-cuma ataupun pemberian

dengan ikatan kerja (biasa disebut ikatan

dinas) setelah selesainya pendidikan. Lama

ikatan dinas ini berbeda-beda, tergantung

pada lembaga yang memberikan beasiswa

tersebut.

Pada dasarnya, beasiswa adalah

penghasilan bagi yang menerimanya.

Beasiswa ini sesuai dengan ketentuan pasal

4 ayat (1) UU PPh/2000. Disebutkan

pengertian penghasilan adalah tambahan

kemampuan ekonomis dengan nama dan

dalam bentuk apapun yang diterima atau

diperoleh dari sumber Indonesia atau luar

Indonesia yang dapat digunakan untuk

konsumsi atau menambah kekayaan Wajib

Pajak (WP), karena beasiswa bisa diartikan

menambah kemampuan ekonomis bagi

penerimanya, berarti beasiswa merupakan

penghasilan (Jawa Pos, 2009).

http://www.wikipedia.org/



(cost) biayaatribut adalah j jika

(benefit) keuntunganatribut adalah j

ij

iji

iji

ij

ij

x

xMin

jikaxMax

x

r

n

j

ijji rwV1

2.2 Sistem Pendukung Keputusan (SPK)

Menurut Mat dan Watson, Sistem

Pendukung Keputusan (SPK) merupakan

suatu sistem interaktif yang membantu

pengambilan keputusan melalui penggunaan

data dan model-model keputusan untuk

memecahkan masalah-masalah yang sifatnya

semi terstruktur dan tidak terstruktur.

Sedangkan menurut Moore dan Chang, SPK

adalah sistem yang dapat dikembangkan,

mampu mendukung analisis data dan

pemodelan keputusan, berorientasi pada

perencanaan masa mendatang, serta tidak

bisa direncanakan interval (periode) waktu

pemakaiannya.

2.2.3 Komponen-Komponen Sistem

Pendukung Keputusan

Efraim Turban, dalam bukunya

Decision support system and Intelligent

System, Aplikasi Sistem Pendukung

Keputusan bisa dikomposisikan dengan

subsistem berikut ini:

Gambar II.1 Komponen SPK

2.3 Fuzzy Multiple Attribute Decision

Making (FMADM)

Fuzzy Multiple Attribute Decision

Making (FMADM) adalah suatu metode

yang digunakan untuk mencari alternatif

optimal dari sejumlah kriteria tertentu. Inti

dari Fuzzy MADM adalah menentukan nilai

bobot untuk setiap atribut, kemudian

dilanjutkan dengan proses perangkingan

yang akan menyeleksi alternatif yang sudah

diberikan. Pada dasarnya, ada tiga

pendekatan untuk mencari nilai bobot

atribut, yaitu pendekatan subyektif,

pendekatan obyektif dan pendekatan

integrasi antara subyektif dan obyektif.

Masing-masing pendekatan memiliki

kelebihan dan kelemahan. Pada pendekatan

subyektif, nilai bobot dihitung secara

matematis sehingga mengabaikan

subyektifitas dari pengambil keputusan.

2.3.1 Simple Additive Weighting (SAW)

Metode SAW sering juga dikenal

istilah metode penjumlahan terbobot.

Konsep dasar metode SAW adalah mencari

penjumlahan terbobot dari rating kinerja

pada setiap alternatif dari semua atribut.

Metode SAW membutuhkan proses

normalisasi matriks keputusan (X) ke suatu

skala yang dapat diperbandingkan dengan

semua rating alternative yang ada. Formula

untuk melakukan normalisasi tersebut

adalah sebagai berikut:

Gambar II.2 Formula Untuk Normalisasi

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 alternative (Vi)

diberikan

rumus sebagai berikut:

Gambar II.3 Nilai Prefensi Setiap

Alternatif

Nilai Vi yang lebih besar mengindikasikan

bahwa alternatif Ai lebih terpilih.

2.4 Algoritma Penyelesaian

Dalam penelitian ini menggunakan

metode FMADM dengan metode SAW,

adapun langkah-langkah penyelesaiannya

adalah :

1. Memberikan nilia setiap alternatif (cara

menghitung nilai rating kinerja

ternormalisasi ( ijr ) dari alternatif )

pada setiap kriteria ( ) yang sudah

ditentukan, dimana nilai i = 1,2,…m

dan j = 1,2,…n.

2. Memberikan nilai bobot (W) yang juga

didaptkan berdasarkan nilai crisp.

Melakukan normalisasi matriks dengan cara

menghitung nilai rating kinerja

ternormalisasi ( ijr ) dari alternatif pada

atribut berdasarkan persamaan yang

disesuaikan dengan jenis atribut (atribut

keuntungan / benefit = MAKSIMUM atau

atribut biaya / cost = MINIMUM).

Melakukan proses perangkingan untuk



setiap alternatif ( ) dengan cara mengalikan

nilai bobot ( ) dengan nilai rating kinerja

ternormalisasi ( ).

3.1 Metodologi Penelitian

Penelitian dilakukan di

AKBID Kholisatur Rahmi Binjai di

mulai pada bulan Maret 2013.

3.1.1 Jenis Data Dan Pengumpulan

Data

Jenis data yang digunakan

dalam penelitian adalah sebagai

berikut :

1. Data Primer yaitu pengambilan

data dilakukan melalui cara-cara

wawancara (Interview)

Pengumpulan data dengan

wawancara ini dilakukan untuk

mencari data dan informasi

tentang hal-hal yang dibutuhkan

dalam penelitian. Wawancara

dilakukan dengan Perguruan

Tinggi yang dijadikan objek

penelitian. Wawancara yang

dilakukan lebih mengutamakan

bagaimana proses penentuan

beasiswa.

2. Data Sekunder yaitu guna

mendapatkan data, gambaran dan

keterangan yang lebih lengkap

penulis menggunakan studi

literatur dengan cara

mengumpulkan dan mempelajari

literatur yang berkaitan dengan

teori Sistem Pendukung

Keputusan, dan Metode Simple

Additive Weighting. Sumber

literatur berupa buku teks, paper,

jurnal, karya ilmiah, dan situs-

situs penunjang lainnya.

3.1.2 Analisis Sistem

Analisis sistem merupakan

penguraian dari suatu sistem yang

utuh kedalam bagian-bagian

komponen dengan tujuan untuk

mengidentifikasikan dan

mengevaluasi permasalahan-

permasalahan, yang terjadi dan

kebutuhan-kebutuhan yang

diharapkan sehingga dapat diusulkan

perbaikannya.

Adapun proses pembuatan

perangkat lunak Sistem Pendukung

Keputusan Penentuan Beasiswa

(PPA dan BBM) ini dilakukan

dengan menggunakan model air

terjun (Waterfall). Dimana siklus

perangkat lunak ini didefinisikan

pada gambar berikut ini :

Gambar III.1 Proses Pembuatan Rekayasa

Perangkat Lunak

Tahapan-tahapan yang

dilakukan untuk pengembangan

dasar yaitu :

3.1.3 Analisis Masalah

Dari analisis masalah dapat

diketahui dengan jelas masalah apa

saja yang sering muncul dalam

penentuan beasiswa. Berdasarkan

hasil penelitian yang dilakukan oleh

penulis, maka didapatlah

permasalahan sebagai berikut :

1. Pengolahan data beasiswa masih

menggunakan sistem manual,

dalam arti belum adanya sistem

komputerisasi dalam menetukan

penerima beasiswa, sehingga

menyebabkan terjadinya

kesalaha.

2. Proses penyeleksian ini

membutuhkan ketelitian dan

waktu, karena data mahasiswa

akan dibandingkan dengan

kriteria beasiswa satu persatu.

3. Penyimpanan hasil penentuan

beasiswa masih menggunakan

Microsoft Office Excel.

3.1.4. Analisis Dengan Metode Saw



Dengan menggunakan

metode SAW diperlukan kriteria-

kriteria dan bobot untuk melakukan

perhitungannya sehingga akan

didapat alternatif terbaik, dalam hal

ini alternatif yang dimaksud adalah

yang berhak menerima beasiswa

berdasarkan kriteria-kriteria yang

sudah ditentukan sebelumnya.

Metode SAW dalam

prosesnya memerlukan kriteria yang

dijadikan bahan perhitungan pada

proses perangkingan. kriteria yang

menjadi bahan pertimbangan, seperti

yang ditunjukkan pada tabel berikut : Tabel III.1 Kriteria

Kriteria Keterangan Cost

(biaya)

Benefit

(keuntungan)

C1 Nilai IPK

C2 Semester

C3 Pekerjaan

Orangtua

C4 Penghasilan

Orangtua

pertahun

C5 Jumlah

Tanggungan

Orangtua

Dari masing-masing kriteria

akan ditentukan bobot-bobotnya.

Pada bobot terdiri dari enam

bilangan fuzzy, yaitu Sangat Rendah

(SR), Rendah (R), Sedang (S),

tengah (T1), Tinggi (T2), Sangat

Tinggi (ST), seperti yang

ditunjukkan pada tabel berikut: Tabel III.2 Bobot

Bilangan SAW Nilai

Sangat Rendah (SR) 0

Rendah (R) 0.2

Sedang (S) 0.4

Tengah (T1) 0.6

Tinggi (T2) 0.8

Sangat Tinggi (ST) 1

Data-data dari tiap mahasiswa

tersebut di masukan ke dalam tabel

dibawah ini :

Tabel III.3 Data Mahasiswa Yang

Mengajukan Beasiswa

Langkah peyelesaian dalam penerapan

metode Simple Additive Weigthing (SAW)

meliputi :

1. Memberikan nilai setiap alternative

( ) pada setiap criteria ( ) yang

sudah ditentukan.

a. Nilai IPK

Pada kriteria Nilai IPK terdiri dari enam

bilangan fuzzy, yaitu yaitu Sangat Rendah

(SR), Rendah (R), Sedang (S), Tengah (T1),

Tinggi (T2), Sangat Tinggi (ST), seperti

yang ditunjukkan pada tabel berikut :

Tabel III.4 Nilai IPK

Nilai IPK (C1) Nilai Variabel

≤ 2.50 0 Sangat Rendah

3.00 s/d 3.25 0.2 Rendah

3.25 s/d 3.50 0.4 Sedang

3.50 s/d 3.75 0.6 Tengah

3.75 s/d 4.00 0.8 Tinggi

≥ 4.00 1 Sangat Tinggi

b. Semester

Pada kriteria Semester terdiri dari enam





Tabel III.5 Semester

Semester (C2) Nilai Variabel

Semster 1 0 Sangat Rendah

Alternat

if

Kriteria

Nilai

IPK

Se

me

s

ter

Pekerja

an

Orangtu

a

Penghasilan

Orangtua

Jumla

h

Tang

gunga

n

Orang

tua

Mahasi

swa 1

3.80 III Wirasw

asta

Rp. 28.500.000 3

Mahasi

swa 2

3.75 V Karyaw

an

Pabrik

Rp. 34.000.000 4

Mahasi

swa 3

3.90 III Petani Rp. 20.000.000 4

Mahasi

swa 4

3.78 V Guru Rp. 30.000.000 2

Mahasi

swa 5

3.70 VI Pedaga

ng

Rp. 30.000.000 4

Mahasi

swa 6

3.85 IV TNI Rp. 40.000.000 3

Mahasi

swa 7

3.50 III Karyaw

an

Rp. 30.000.000 2

Mahasi

swa 8

3.75 V Pemda Rp. 40.000.000 5

Mahasi

swa 9

3.25 VI Nelaya

n

Rp. 15.000.000 4

Mahasi

swa 10

3.95 IV Petani Rp. 22.000.000 6



Semester 2 0.2 Rendah

Semester 3 0.4 Sedang

Semester 4 0.6 Tengah

Semester 5 0.8 Tinggi

Semester 6 1 Sangat Tinggi

a. Pekerjaan OrangTua






Tabel III.6 Pekerjaan Orangtua

Pekerjaan Orang

Tua (C3)

Nilai Variabel

TNI / POLRI 0.2 Rendah

Pegawai Negeri

Sipil

0.4 Sedang

Pegawai Swasta 0.6 Tengah

Wiraswasta 0.8 Tinggi

Petani / Nelayan 1 Sangat

Tinggi

b. Penghasilan Orangtua perTahun






Tabel III.7 Penghasilan Orangtua

perTahun

Penghasilan Orang

tua /tahun (C4)

Nilai Variabel

≤ Rp. 12.000.000 0 Sangat

Rendah

Rp. 12.000.000

s/d Rp.

24.000.000

0.2 Rendah

Rp. 24.000.000

s/d Rp.

30.000.000

0.4 Sedang

Rp. 30.000.000

s/d Rp.

36.000.000

0.6 Tengah

Rp. 36.000.000

s/d Rp.

42.000.000

0.8 Tinggi

≥ Rp. 42.000.000 1 Sangat

Tinggi

c. Jumlah Tanggungan Orangtua






Tabel III.8 Jumlah Tanggungan Orangtua

Tanggungan

Orang Tua (C5)

Nilai Variabel

1 orang 0 Sangat

Rendah

2 orang 0.2 Rendah

3 orang 0.4 Sedang

4 orang 0.6 Tengah

5 orang 0.8 Tinggi

≥ 5 orang 1 Sangat

Tinggi

Supaya lebih jelas misalkan dari Tabel 3.3

diatas adalah = Mahasiswa 1, =

Mahasiswa 2, = Mahasiswa 3, =

Mahasiswa 4, = Mahasiswa 5 samapai

dengan = Mahasiswa 15. Tabel III.11

akan menunjukkan rating kecocokan dari

setiap pada setiap kriteria.

Tabel III.9 Rating Kecocokan Dari Setiap

Alternative Pada Setiap Kriteria

Alternatif

Kriteria

0.8 0.4 0.8 0.4 0.4

0.6 0.8 0.6 0.6 0.6

0.8 0.4 1 0.2 0.6

0.8 0.8 0.6 0.4 0.2

0.6 1 0.8 0.4 0.6

0.8 1 0.2 0.8 0.4

0.4 0.4 0.6 0.4 0.2

0.6 0.8 0.4 0.8 0.8

0.2 1 1 0.2 0.6

0.8 0.6 1 0.2 1

Dari Tabel III.11 diubah kedalam matriks

keputusan X dengan data :

Memberika Nilai Bobot (W)

Untuk menentukan bobot dari beasiswa

BBM (Bantuan Belajar Mahasiswa)

dibentuk dalam tabel dibawah ini.



(cost) biayaatribut adalah j jika

(benefit) keuntunganatribut adalah j

ij

iji

iji

ij

ij

x

xMin

jikaxMax

x

r

Tabel III.10 Bobot Untuk Beasiswa BBM Kriteria Bobot Nilai

Rendah (R) 0.2

Sedang (S) 0.4

Tengah (T1) 0.6

Tinggi (T2) 0.8

Sangat Tinggi (ST) 1

Untuk menentukan bobot dari beasiswa PPA

(Peningkatan Prestasi Akademik) dibentuk

dalam tabel dibawah ini.

Tabel III.11 Bobot Untuk Beasiswa Ppa Kriteria Bobot Nilai

Rendah (R) 1

Sedang (S) 0.2

Tengah (T1) 0.4

Tinggi (T2) 0.6

Sangat Tinggi (ST) 0.8

Dari kedua tabel tersebut maka

diperoleh nilai bobot (W) dengan data :

W = [ 0.2 0.4 0.6 0.8 1 ] untuk

nilai bobot BBM

W = [ 1 0.2 0.4 0.8 0.6 ] untuk

nilai bobot PPA

2. Menormalisasikan matriks X menjadi

matriks R berdasarkan persamaan 1

a. Jumlah Tanggungan Orangtua termasuk

ke dalam atribut keuntungan (benefit),

karena semakin besar nilai maka

dianggap semakin baik. Matrik R :

Jadi hasil yang diperoleh adalah sebagai

berikut :

Nilai terbesar pada

sehingga alternatif (mahasiswa 10,3,1,6,dan 4) adalah alternatif

yang terpilih sebagai alternatif terbaik.

Untuk lebih jelas dapat dilihat pada tabel

III.14 dibawah ini.

Tabel III.12 Perangkingan

3.2 Perancangan Sistem

Adapun konsep pemodelan sistem

yang digunakan penulis dalam merancang

Sistem Pendukung Keputusan Penentuan

Beasiswa (PPA dan BBM) adalah sebagai

berikut :

3.2.1 Perancangan Proses

Dalam merancang Sistem

Pendukung Keputusan Penentuan Beasiswa

(PPA dan BBM) ini penulis menggunakan

metode SAW (Simple Additive Weighting)

dalam menyelesaikan masalah, sistem

penentuan dirancang menyesuaikan kriteria

dan bobot yang sudah ditentukan dengan

kesimpulan yang dikumpulkan ke dalam

database. Adapun langkah-langkah yang

penulis lakukan adalah sebagai berikut :

1. Entity Relationship Diagram (ERD)

Struktur logika dari basis data dapat Adapun

ERD dari aplikasi yang akan dibuat dapat

dilihat pada gambar III.3 dibawah ini :

Gambar III.2 Entity Relationship Diagram

(ERD)

N

o. Nama

Nil

ai

IP

K

Sem

ester

Pekerj

aan

Orang

tua

Pengh

asilan

Orang

tua

Juml

ah

Tang

gung

an

Oran

gtua

Has

il

Akh

ir

1. Mahasis

wa 10

0.8 0.4 0.8 0.4 0.4 2.6

1

2. Mahasis

wa 3

0.6 0.8 0.6 0.6 0.6 2.4

4

3. Mahasis

wa 1

0.8 0.4 1 0.2 0.6 1.9

4

4. Mahasis

wa 6

0.8 0.8 0.6 0.4 0.2 1.9

2

5. Mahasis

wa 4

0.6 1 0.8 0.4 0.6 1.7

5

6. Mahasis

wa 8

0.8 1 0.2 0.8 0.4 1.7

3

7. Mahasis

wa 5

0.4 0.4 0.6 0.4 0.2 1.6

9

8. Mahasis

wa 2

0.6 0.8 0.4 0.8 0.8 1.6

1

9. Mahasis

wa 9

0.2 1 1 0.2 0.6 1.5

7

1

0.

Mahasis

wa 7

0.8 0.6 1 0.2 1 1.3

5



2. Skema Relasi

Proses relasi antar file merupakan gabungan

antar file yang memiliki primary key (kunci

utama) yang sama, sehingga file-file tersebut

menjadi satu kesatua yang dihubungkan oleh

field (atribut) kunci tersebut.

Gambar III.3 Skema Relationship

3. Use Case Diagram Yang Diusulkan Use Case diagram digunakan untuk

mendePenelitiankan apa yang seharusnya

dilakukan oleh sistem.

W a li K ela s

Ba gian

K em ah as isw aa n

V alida s i

Pe r sy ar ata n P en en tua n

B ea sisw a

Se le k si P en en tu an

Be as isw a

Gambar III.4 Use Case Diagram Yang

Diusulkan

4. Activity Diagram Yang Diusulkan.

Activity Diagram merupakan suatu

bentuk flow diagram yang memodelkan alur

kerja (work flow) sebuah proses bisnis dan

urutan aktivitas sebuah proses.

a. Activity Diagram Validasi

Persyaratan Permohonan Beasiswa.

Berikut ini adalah activity diagram

persyaratan permohonan beasiswa yang

diusulkan.

Gambar III.5 Activity Diagram Validasi

Persyaratan Permohonan Beasiswa.

b. Activity Diagram Seleksi Pemohon

Beasiswa

Berikut ini adalah Activity Diagram

Seleksi Pemohon beasiswa yang diusulkan.

Gambar III.6 Activity Diagram Seleksi

Pemohon Beasiswa

4. HASIL DAN PEMBAHASAN

4.1 Implementasi

a. Form Menu Utama

Form ini digunakan untuk

menampilkan menu-menu program aplikasi

yang sudah dirancang untuk menjalankan

program sistem pendukung keputusan.

Berikut gambar desain tampilan interface

Form Menu Utama, seperti yang dapat

dilihat dibawah ini :

Gambar IV.2 Form Menu Utama

b. From Kriteria

Form kriteria beasiswa ini berisi

tentang penambahan kriteria beasiswa, edit

data, dan menghapus data kriteria beasiswa,

ditunjukan pada gambar IV.5 dibawah ini :

Gambar IV.5 Form Kriteria

c. Form Bobot



Halaman ini akan muncul pada saat

User ingin menginput nilai bobot

mahasiswa, dalam form bobot ini berisi

tentang penyimpanan nilai bobot mahasiswa,

seperti yang ditunjukan pada gambar IV.7

dibawah ini :

Gambar IV.8 Form Bobot

d. Form Ubah Bobot

Halaman ini akan muncul pada saat

User ingin mengubah data nilai bobot, form

ubah bobot ini berisi tentang penyimpanan

nilai bobot mahasiswa yang sudah diubah,

seperti yang ditunjukan pada gambar IV.9

dibawah ini :

Gambar IV.9 Form Ubah Bobot

e. Form Laporan Data Siswa

Form Laporan Data Siswa

digunakan untuk mencetak data siswa yang

menjadi calon penerima beasiswa PPA dan

BBM. Berikut adalah tampilan laporan data

beasiswa yang ditunjukkan pada gambar

IV.13.

Gambar IV.13 Laporan Data Siswa

f. Form Laporan Bobot Mahasiswa

Form Laporan Bobot Mahasiswa

digunakan untuk mencetak Bobot

Mahasiswa. Berikut ini adalah tampilan

laporan bobot mahasiswa yang ditunjukkan

pada gambar IV.14.

Gambar IV.14 Laporan Bobot Mahasiswa

g. Form Laporan Kriteria Beasiswa

Form Laporan Kriteria Beasiswa

untuk mencetak kriteria beasiswa. Berikut

adalah tampilan laporan yang ditunjukkan

pada gambar IV.15.

Gambar IV.15 Laporan Kritreria

Beasiswa

h. Form Laporan Hasil Seleksi

Form Laporan Hasil Seleksi untuk

mencetak hasil seleksi. Berikut adalah

tampilan laporan seleksi yang ditunjukkan

pada gambar IV.15.

Gambar IV.16 Laporan Hasil Seleksi



1.2 Pembahasan

1.2.1 Pembahasan basisdata

Pembahasan basis data diambil

berdasarkan perancangan basis data yang

dibuat pada BAB III. Secara fisik,

implementasi basis data diimplementasikan

menggunakan perangkat lunak MySQL.

Berikut ini bagaimana pembuatan database

beserta tabel-tabel yang mendukung sistem

pendukung keputusan penentuan beasiswa

PPA dan BBM ini.

1. Pembuatan database

CREATE DATABASE beasiswa ;

2. Pembuatan tabel Mahasiswa

CREATE TABLE mhs

( nim varchar (10) Primary Key Not

null, nama varchar (40) Not

null,kdjurusan varchar (10) Not null,

alamat varchar (100) Not

null,nmorangtua varchar (30) Not null);

3. Pembuatan tabel Beasiswa

CREATE TABLE beasiswa

( kdbeasiswa varchar (10) Primary Key

Not null, nmbeasiswa varchar (50) Not

null) ;

4. Pembuatan tabel jurusan

CREATE TABLE jurusan

( kdjurusan varchar (10) Primary Key

Not null, nmjurusan varchar (30) Not

null ) ;

5. Pembuatan tabel kriteria

CREATE TABLE kriteria

( kdbeasiswa varchar (10) Primary key

Not null, kdkriteria varchar (10) Not

null, nmkriteria varchar (50) Not

null,status varchar (1) Not null, bobot

double ) ;

6. Pembuatan tabel subkriteria

CREATE TABLE subkriteria

( kdsubkriteria varchar (10) Primary

key Not null, kdkriteria varchar (10)

Not null, kdbeasiswa varchar (10) Not

null, keterangan varchar (30) Not null,

bobot double );

7. Pembuatan tabel spk

CREATE TABLE spk

( kdbeasiswa varchar (10) Not null,

nim varchar (10) Not null, ta (9) Not

null, nilai double );

8. Pembuatan tabel user

CREATE TABLE user

( uname varchar (30) Not null, pass

varchar (20) Not null );

) ;

1.2.2 Pembahasan Antarmuka

(Interface) Program

1. Form Menu Utama

Gambar IV.19 Form Menu Utama

Form Menu Utama berisi tentang menu-

menu yang dapat digunakan oleh user,

dalam melakukan penentuan beasiswa PPA

dan BBM terhadap mahasiswa.

2. Form Data

Gambar IV.20 Form Data

Form Data ini digunakan untuk

menginput data-data mahasiswa, beasiswa,

kriteria, subkriteria dan jurusan.

3. Form Proses

Gambar IV.21 Form Proses

Pada Form Proses ini berisi menu

tampilan yaitu data bobot, ubah bobot,

proses SAW, dan grafik.

4. Form Laporan

Gambar IV.22 Form Laporan

5. KESISMPULAN DAN SARAN

5.1 Kesimpulan

1. Dengan aplikasi ini dapat

mempermudah pengambilan keputusan

untuk menentukan mahasiswa yang

layak menerima beasiswa PPA dan

BBM

2. Dengan adanya aplikasi sistem

pendukung keputusan ini maka dapat

membantu mempermudah bagian

kemahasiswaan dalam memperoleh

hasil yang lebih akurat sesuai dengan

nilai perangkingan yang sudah

diperoleh.



3. Dengan adanya aplikasi sistem

pendukung keputusan ini maka dapat

mempermudahkan mahasiswa dalam

memperoleh informasi tentang beasiswa

PPA dan BBM.

4. Aplikasi ini memiliki tampilan grafik

yang bisa memudahkan user untuk

mengetahui nilai tertinggi dari

penentuan beasiswa PPA dan BBM di

AKBID Kholisatur Rahmi Binjai.

5.2 Saran 1. Dapat ditambahkan data lain yang

mendukung penentuan beasiswa PPA

dan BBM, misalnya untuk penambahan

kriteria.

2. Sistem Pendukung Keputusan

dirancang menggunakan Microsoft

Visual Studio 2008. Diharapkan

kepada peneliti selanjutnya untuk

merancang aplikasi sistem pendukung

keputusan dalam bentuk website yang

ataupun berbasis jaringan.

3. Sistem pendukung keputusan

penentuan beasiswa ini perlu

dilengkapi dengan metode lainnya,

sehingga dapat dilakukan perbandingan

hasil metode SAW dengan metode

lainnya.

DAFTAR PUSTAKA

[1] Tata Sutabri, S.Kom., M.Kom., (2005),

”Sistem Informasi Manajemen”,

Andi Offset, Yogyakarta.

[2] Hanif Alfatta, (2007), ”Analisis dan

Perancangan Sistem Informasi”,

Andi Offset, Yogyakarta.

[3] Janner Simarmata, (2007), ”Perancangan

Basis Data”, Andi Offset,

Yogayakarta.

[4] Budi Sutedjo, S.Kom., Michael AN,

S.Kom., (2000), “Algoritma dan

Teknik Pemrograman”, Andi

Ofsset, Yogyakarta.

[5] Budi Raharjo, (2011), ”Belajar Otodidak

Membuat Database Menggunakan

MySQL”, Informatika, Bandung.

[6] _______, ” Keputusan Kementerian

Pendidikan dan Kebudayaan

Koordinasi Perguruan Tinggi

Swasta Wilayah I (Aceh-

Sumatera Utara), Nomor

089/K1.3.2/KM/2012, Tentang

Mekanisme dan Persyaratan

Pemberian Beasiswa Peningkatan

Prestasi Akademik (PPA) dan

Beasiswa Bantuan Belajar

(BBM), 2012.

[7] Sri Eniyati, ”Perancangan Sistem

Pendukung Keputusan

Pengambilan Keputusan untuk

Penerimaan Beasiswa dengan

Metode SAW (Simple Additive

Weighting)”, Jurnal Teknologi

Informasi DINAMIK Volume 16,

No.2,Juli 2011 : 171-176.

[8] Apriansyah dan Yunika, ”Penentuan

Penerima Beasiswa dengan

Menggunakan Fuzzy MADM”,

Seminar Nasional Informatika

2011 (Semnas IF 2011) UPN

”Veteran” Yogyakarta, 2 Juli

2011.

[9] Henry, dkk, ”Sistem Pendukung

Keputusan Untuk Menentukan

Penerima Beasiswa Bank BRI

menggunakan FMADM (Studi

Kasus: Mahasiswa Fakultas

Teknologi Industri Universitas

Islam Indonesia)”; Seminar

Nasional Aplikasi Teknologi

Informasi 2009 (SNATI 2009)

Yogyakarta, 20 Juni 2009.

[10] Sri Kusumadewi, Sistem Pendukung

Keputusan dengan Metode SAW,

http://www/google.com/sri+kusu

madewi+SPK+dengan+metode+S

AW diakses 4 Maret 2013.

[11] SPK (Sistem Penunjang Keputusan

Keputusan) Helamajaya’s

weblog,

http://helmajaya.wordpress.com/S

PK-Sistem-Penunjang-Keputusan

diakses 4 Maret 2013.

[12] Decision Support System-Sistem

Pendukung-Keputusan-Hologram

Lab.http://hologram-lab.

blogspot.com/ 2012/03/ decision-

support-system-sistem.html

diakses 4 Maret 2013.

[13] Pengertian UML (Unified Modeling

Language,

http://www/google.com/sri+kusumadewi+SPK+dengan+metode+SAW



http://helmajaya.wordpress.com/SPK-Sistem-Penunjang-Keputusan

http://helmajaya.wordpress.com/SPK-Sistem-Penunjang-Keputusan



http://www.google.com/

search?q=ebookbrowse.com%2

Fpengertian+uml&btnG=&clien

t diakses 4 Maret 2013

[14] Pengertian Microsoft Visual Studio

2008, http://www.google.com

/search?q=pengertian+vb.net+2

008&btnG=&client

[15] Pengertian Beasiswa, www.

wikipedia.org diakses 14 Mei

2013

[16] Pengertian Matriks dan Jenis-jenis

matriks, http://

fileex.blogspot.com/ 2012/09

/pengertian-matriks-dan-jenis-

jenis-matriks diakeses 7 Maret

2013

[17] Pengertian XAMPP www.

ilmukomputer.com, diakses 6

Mei 2013.

http://www.google.com/%20search?q=ebookbrowse.com%2Fpengertian+uml&btnG=&client






http://www.ilmukomputer.com/

http://www.ilmukomputer.com/

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN ...penelitian.kaputama.ac.id/images/sampledata/File/Jurnal/...Jurnal KAPUTAMA, Vol.7 No.2, Januari 2014 ISSN : 1979-6641 Program Studi : Teknik

Documents