sistem pendukung keputusan pemilihan jurusan pada sekolah ... · sistem pendukung keputusan...

Sistem Pendukung Keputusan Pemilihan Jurusan

Pada Sekolah Menengah Kejuruan (SMK) Negeri 3 Salatiga

Menggunakan Metode Simple Additive Weighting

Berbasis Android

Artikel Ilmiah

Peneliti :

Haryo Bimo Wicaksono I.H.J (672011155)

Hindriyanto Dwi Purnomo, S.T., MIT., Ph.D

Program Studi Teknik Informatika

Fakultas Teknologi Informasi

Universitas Kristen Satya Wacana

Salatiga

Februari 2016




Berbasis Android

Artikel Ilmiah

Diajukan Kepada


Untuk Memperoleh Gelar Sarjana Komputer

Peneliti :

Haryo Bimo Wicaksono I.H.J (672011155)

Hindriyanto Dwi Purnomo, S.T., MIT., Ph.D

Program Studi Teknik Informatika



Salatiga

Februari 2016




Berbasis Android

1)

Haryo Bimo Wicaksono Ibnu Hawin Junaidi, 2)

Hindriyanto Dwi Purnomo

Program Studi Teknik Informatika, Fakultas Teknologi Informasi


JL.Diponegoro 52-60 Salatiga

Email : 1)

[email protected],2)

[email protected]

ABSTRACT

Secondary vocational schools (SVS) is one form of formal education unit which organizes

vocational education in secondary education as a continuation of the Junior High School /

MTs. There are many vocational skills program / department. Selecting various departments

at SVS is a simple thing but it can determine the student's educational journey kedepanya.

Sometimes confusion or do not have sufficient overview to choose a major. In this study, a

decision support system designed Simple Adiitive weighting method (SAW) to help

prospective students when choosing majors. Fuzzy Multiple Attribute Decision Making

(FMADM) is used to perform the counting process. This system is expected to help

prospective students choose majors. Tested the system made to students of SMK N 3 Salatiga.

Keywords : Decision Support System (DSS), Simple Additive Weighting (SAW), Fuzzy Multi-

Attribute Decission Making (FMADM).

ABSTRAK

Sekolah menengah kejuruan adalah salah satu bentuk satuan pendidikan formal yang

menyelenggarakan pendidikan kejuruan pada jenjang pendidikan menengah sebagai lanjutan

dari SMP/MTs. Di SMK terdapat banyak sekali Program Keahlian / Jurusan. Dalam memilih

berbagai jurusan di SMK merupakan hal yang sederhana tetapi bisa menentukan perjalanan

pendidikan siswa kedepanya. Calon siswa terkadang kebingungan atau belum memiliki

gambaran yang cukup untuk memilih sebuah jurusan. Dalam penelitian ini dirancang sistem

pendukung keputusan dengan metode Simple Adiitive Weighting (SAW) untuk membantu

calon siswa saat memilih jurusan. Fuzzy Multiple Attribute Decision Making (FMADM)

digunakan untuk melakukan proses penghitungan. Sistem ini diharapkan dapat membantu

calon siswa dalam memilih jurusan. Sistem yang dibuat diujicobakan kepada siswa SMK N 3

Salatiga.

Kata Kunci : Sistem Pendukung Keputusan (SPK), Simple Additive Weighting (SAW), Fuzzy

Multi-Attribute Decission Making (FMADM).

1)

Mahasiswa Fakultas Teknologi Informasi Jurusan Teknik Informatika, Universitas Kristen Satya

Wacana Salatiga. 2)

Staff Pengajar Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana.

mailto:[email protected]

mailto:[email protected]

1. Pendahuluan

Departemen pendidikan setiap tahunnya berusaha untuk meningkatkan kualitas

mutu pendidikan khususnya Sekolah Menengah Kejuruan (SMK). Hal ini dilakukan

agar siswa yang telah lulus dapat dibekali dengan keterampillan dan keahlian lebih,

sehingga siap untuk memasuki dunia kerja. Minat siswa lulusan SMP untuk

melanjutkan pendidikan di SMK cukup banyak, tapi banyaknya minat siswa tidak

diikuti dengan matangnya pemikiran dalam memilih jurusan. Akibatnya cukup

banyak pula kasus siswa yang merasa tidak cocok dengan jurusan yang dipilih ketika

memperoleh pelajaran di sekolah. Kondisi seperti ini berdampak pada biaya

pendidikan yang telah digunakan, baik oleh orang tua siswa atau pemerintah yang

mensubsidi sekolah menjadi tidak bermanfaat karena siswa tidak memiliki

kemampuan yang memadai untuk jurusan yang telah dipilih[1].

Berdasarkan informasi yang diperoleh, SMK N 3 Salatiga memiliki 6 jurusan

studi yaitu Mekatronika, Autotronika, Geomatika, Agribisnis, Teknik Sepeda Motor

dan Welding. Pemilihan jurusan didasarkan pada pilihan calon siswa SMK N 3

Salatiga saat melakukan pendaftaran dengan mencantumkan minat untuk jurusan.

Selain itu penjurusan ditentukan oleh nilai yang disyaratkan pada setiap jurusan.

Proses pengolahan data untuk menentukan jurusan masih manual dan

membutuhkan waktu yang relatif lama, maka dari itu dalam mendapatkan hasil

penjurusan yang baik dan tidak memerlukan banyak waktu, perlu dibuat sebuah

sistem pendukung keputusan untuk membantu memberikan rekomendasi dalam

menentukan jurusan studi yang tepat untuk calon siswa dengan kriteria yang sudah

ditentukan di SMK N 3 Salatiga.

Sistem pendukung keputusan atau decision support system adalah sebuah sistem

informasi adaptif, interaktif dan fleksibel yang membantu proses pengambilan

keputusan. Sistem ini juga sering digunakan untuk membantu pengambilan keputusan

dalam situasi yang semi terstruktur maupun tidak terstruktur, sehingga meningkatkan

nilai keputusan yang diambil. Selain itu keuungulan system pendukun keputusan

adalah menyediakan informasi yang tepat, pemodelan yang mudah dipelajari dan

pemanipulasian data[2].

Dalam pemanfaatan sistem pendukung keputusan digunakan metode Simple

Additive Weighting (SAW). Metode SAW ini dipilih karena merupakan penjumlahan

terbobot untuk mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif

semua atribut. Metode ini menggunakan FMADM untuk melakukan perhitungan

metode SAW. FMADM(Fuzzy Multiple Attribute Decision Making) adalah metode

yang dilakukan dengan mencari nilai bobot untuk setiap kriteria, kemudian membuat

proses yang akan menentukan peringkat alternatif yang optimal adalah jurusan

terbaik akan direkomendasikan oleh pengambil keputusan untuk calon siswa.

Penerapan algoritma SAW pada sistem pendukung keputusan, diharapkan dapat

menentukan calon siswa SMK N 3 Salatiga dalam mendapatkan jurusan yang baik

dan sesuai[3].

2. Tinjauan Pustaka

Penelitian tentang sistem pendukung keputusan untuk pemilihan jurusan di SMK

sudah dilakukan oleh beberapa peneliti. Tobing[4] membuat sebuah penelitian yang

menghasilkan aplikasi pendukung keputusan pemilihan jurusan menggunakan metode

Simple Additive Weighting berbasis desktop dengan menggunakan visual basic 2006.

Dalam penelitian tersebut dipaparkan bagaimana cara menentukan kriteria-kriteria

yang akan dijadikan pengambilan keputusan dan menentukan rating kecocokan

kriteria dalam setiap alternatif. Proses penghitungan matriks keputusan juga

dijelaskan cukup baik sehingga mudah untuk dipelajari. Hasil akhir setiap alternatif

juga memiliki tingkat kecocokan pada kemampuan siswa, sehingga secara tidak

langsung dapat meyakinkan siswa dalam memilih jurusan.

Novita[5] membuat sistem aplikasi pendukung keputusan menentukan jurusan

berbasis web untuk SMA Sultan Agung 1 Semarang. Aplikasi ini sangat berguna

karena tidak hanya mempermudah panitia penerimaan siswa dalam proses penjurusan

tapi juga mempercepat proses penerimana siswa dengan penghitungan yang tepat.

Tampilan yang sederhana dan mudah digunakan membuat siswa mampu

memanfaatkan aplikasi ini dengan baik dan benar.

Sistem pendukung keputusan adalah sistem informasi interaktif yang

menyediakan informasi, pemodelan dan pemanipulasian data. Sistem ini digunakan

untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan

situasi yang tidak terstruktur, dimana tidak seorang pun tahu secara pasti bagaimana

keputusan seharusnya dibuat[6].

Fuzzy Multiple Attribute Decission Making (FMADM) adalah suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria

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[7].

Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep

dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada

setiap alternatif pada semua atribut (Fishburn, 1967)(MacCrimmon, 1968). Metode

SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang

dapat diperbandingkan dengan semua rating alternatif yang ada[8].

Dalam penelitian ini, dikembangkan sebuah penelitian yang lebih memudahkan

siswa yang ingin mendaftar di SMK N 3 Salatiga dalam memilih jurusan studi

dengan menggunakan smartphone Android. Selain memudahkan calon siswa dalam

memilih jurusan, penelitian ini juga memberikan informasi mengenai setiap jurusan

studi yang ada di SMK N 3 Salatiga dan apa saja peluang kerja yang cocok untuk

siswa setelah lulus dari SMK N 3 Salatiga. Informasi tersebut diperlukan supaya

siswa menjadi percaya diri dan nyaman dalam menjalani kegiatan belajar, serta

kemampuan yang dimiliki siswa dapat berkembang dengan baik sesuai jurusan yang

dipilih.

3. Metode dan Perancangan Sistem

Penelitian ini dilakukan dengan beberapa tahapan yang saling berkaitan, terdapat

5 tahapan yang dapat dilihat pada Gambar 1.

Gambar 1. Tahapan Penelitian [9].

Tahapan penelitian pada Gambar 1 dapat dijelaskan sebagai berikut : Tahap

pertama, Identifikasi masalah dan pengumpulan kebutuhan data yaitu mencari

masalah apa saja yang terjadi, kemudian menganalisa masalah tersebut, supaya

mendapatkan apa saja data yang dibutuhkan dalam pelaksanaan proses penelitian.

Data diperoleh dari pihak SMK N 3 Salatiga dengan wawancara dan membagikan

kuisioner pada setiap koordinator jurusan studi untuk mendapatkan kriteria nilai.

Tahap kedua, Pengkajian pustaka yang bertujuan untuk mempelajari teori-teori

dan proses penghitungan penelitian terdahulu yang berhubungan dengan system

pendukung keputusan menggunakan metode Simple Additive Weighting , untuk

menghindari terjadinya duplikasi dari pelaksanaan penelitian.

Identifikasi Masalah Dan

Pengumpulan Data

Pengkajian Pustaka

Perancangan Program

Pengujian Sistem

Penulisan Laporan

Tahap ketiga adalah perancangan program, yaitu merancang aplikasi sesuai

dengan kebutuhan sistem berdasarkan proses perancangan yang sudah dibuat

menggunakan Unified Modelling Language (UML). Proses perancangan sistem

digunakan 3 diagram yaitu use case diagram, activity diagram dan class diagram.

Arsitektur sistem yang dibuat dapat dilihat pada Gambar 2.

Gambar 2. Arsitektur Sistem

Gambar 2 menjelaskan proses pengitungan sistem aplikasi dimulai dengan

pengguna menginputkan data yang dimiliki kemudian akan diproses oleh sistem yang

telah dibuat dan setelah proses berhasil, akan menampilkan hasil akhir berupa

rekomendasi jurusan terbaik. Use case diagram dapat dilihat pada Gambar 3.

Gambar 3. Use case aplikasi sistem pendukung keputusan pemilihan jurusan

Berdasarkan use case diagram yang terlihat pada Gambar 3 dapat dijelaskan

bahwa interaksi user sebagai pengguna yaitu calon siswa SMK N 3 Salatiga yang

ingin melihat hasil jurusan studi yang cocok sesuai dengan kemampuannya. User

selain dapat mengetahui hasil jurusan yang sesuai dengan kemampuanya, user juga

dapat melihat profil atau penjelasan setiap jurusan yang ada di SMK N 3 Salatiga

beserta peluang kerjanya. User juga dapat melihat proses penghitungan program

Input Data Siswa Olah Data Siswa Hasil Rekomendasi

supaya dapat mengetahui hasil kemampuanya di setiap jurusan. Activity diagram dari

sistem aplikasi ini dapat dilihat pada Gambar 4.

Gambar 4. Activity diagram aplikasi sistem pendukung keputusan pemilihan jurusan.

Gambar 4 dapat dijelaskan bahwa pada saat aplikasi dijalankan terdapat beberapa

tahapan pengolahan data dari awal penginputan nilai calon siswa hingga

menghasilkan rekomendasi jurusan yang terbaik.

Berikut ini adalah bentuk class diagram yang dapat dilihat pada Gambar 5.

Gambar 5. Class diagram aplikasi pendukung keputusan pemilihan jurusan

Gambar 5 menjelaskan bahwa class diagram merupakan struktur sistem yang

terdapat pada rancangan aplikasi. Terdapat relasi antar kelas hitung dan kelas profil

karena dalam proses penghitungan pendukung keputusan setelah mendapatkan hasil

rekomendasi jurusan terbaik user dapat membuka langsung profil jurusan terpilih.

Dalam melakukan penelitian ini, peran Fuzzy Multiple Atribute Decision Making

FMADM) sangat penting untuk mendasari dibuatnya aplikasi sistem pendukung

keputusan menggunakan metode Simple Additive Weighting (SAW). FMADM adalah

sebuah metode yang digunakan untuk mencari alternatif optimal dari sejumlah

alternatif dengan kriteria tertentu. Dalam penelitian ini alternatif yang dimaksud

adalah jurusan studi yang ada di SMK N 3 Salatiga. Sedangkan kriterianya adalah

nilai mata pelajaran yang mempengaruhi setiap jurusan studi. Setiap jurusan studi

tentu memiliki kriteria yang berbeda inilah yang menyebabkan terjadinya proses

perhitungan dan penyeleksian yang mendasari metode FMADM. Dalam penelitian ini

FMADM menentukan bobot untuk setiap atribut. Bobot yang dimaksud adalah nilai

setiap kriteria pada masing masing jurusan studi. Setelah menentukan bobot

dilanjutkan dengan proses penghitungan dengan metode SAW dan melakukan proses

-Nilai Mata Pelajaran

Class Siswa

+lihatprofiljurusan()

+hitungpendukungkeputusan()

+lihatjurusan()

Class Profil Jurusan

-Deskripsi Jurusan

-Peluang Kerja

+menampilkanjurusan()

Class Hitung Pendukung

Keputusan

-Kriteria

-Bobot

-Alternatif

+konversinilai()

+penghitunganmatriks()

+perankinganalternative()

+menampilkanjurusan()

perangkingan yang akan menyeleksi alternatif yang menjadikan hasil rekomendasi

jurusan terbaik.

Pada dasarnya penelitian ini lebih mengacu dalam proses FMADM, karena

kegunaanya sebagai sistem untuk menyeleksi beberapa jurusan supaya menghasilkan

rekomendasi jurusan yang terbaik. Proses FMADM dilakukan melalui 3 tahap, yaitu

penyusunan komponen-komponen situasi, analisis dan sintesis informasi (Rudolphi,

2000). Pada tahap penyusunan komponen – komponen situasi, akan dibentuk tabel

taksiran yang berisi identifikasi alternatif dan spesifikasi tujuan, kriteria dan atribut.

Tahap analisis dilakukan melalui 2 langkah. Pertama, mendatangkan taksiran dari

besaran yang potensial, kemungkinan, dan ketidakpastian yang berhubungan dengan

dampak-dampak yang mungkin terjadi pada setiap alternatif. Kedua, meliputi

pemilihan dari preferensi pengambilan keputusan untuk setiap nilai, dan ketidak

pedulian terhadap resiko yang timbul.

Sebagian besar pendekatan FMADM dilakukan melalui 2 langkah, yaitu : pertama,

melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap semua

tujuan pada setiap alternatif. Langkah kedua, melakukan perankingan alternatif

keputusan tersebut berdasarkan hasil agregasi keputusan.

Dengan demikian, bisa dikatakan bahwa, masalah FMADM adalah mengevaluasi

m alternatif A1(i=1,2,...,m) terhadap sekumpulan atribut atau kriteria Cj(j=1,2,...,n),

dimana setiap saling tidak bergantung satu dengan yang lainnya. Matriks Keputusan

setiap alternatif terhadap masing-masing atribut, X diberikan sebagai :

X11 X12 ... X1n

X = X21 X22 ... X2n

.... .... ... ....

Xm1 Xm2 ... Xmn

Xi adalah rating kinerja atau nilai matapelajaran setiap kriteria pada masing

masing alternatif(Jurusan). Nilai bobot yang menunjukkan tingkat kepentingan relatif

setiap atribut, diberikan sebagai, W :

W = {W1, W2, ..., Wn}

Rating kinerja (X), dan nilai bobot (W) merupakan nilai utama yang

merepresentasikan preferensi absolut dari pengambilan keputusan. Masalah FMADM

diakhiri dengan proses perankingan untuk mendapatkan hasil alternatif terbaik yang

diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan.

Dalam memecahkan masalah FMADM, penelitian ini menggunakan metode SAW

yang sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode

SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif

pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks

keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating

alternatif yang ada.

xij

Max xij

i

(Jika j adalah atribut keuntungan (Benefit))

rij = (3.1)

Min xij

i

xij

(Jika j adalah atribut biaya (Cost))

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

:

n

Vi = ∑ wjrij (3.2)

j=1

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

Proses ini adalah akhir dari perhitungan dengan metode SAW yang menghasilkan

nilai terbaik dari setiap alternatif[8].

4. Hasil dan Pembahasan

Pada bagian ini akan dibahas mengenai desain eksperimen dari metode simple

additive weighting (SAW) yang terdiri dari menetapkan alternatif berupa jurusan-

jurusan yang ada di SMK N 3 Salatiga, kemudian menetapkan kriteria dan bobot

yang diperlukan oleh tiap-tiap jurusan, serta desain pengujian sistem dengan contoh

proses pengitungan yang melibatkan data dari siswa.

Berdasarkan informasi yang diperoleh dari hasil wawancara, SMK N 3 Salatiga

memiliki 6 jurusan studi yaitu Mekatronika, Autotronika, Geomatika, Agribisnis dan

Tanaman Pangan, Teknik Sepeda Motor, dan Welding. Jurusan-jurusan tersebut akan

dijadikan sebagai alternatif. Kemudian ditentukan kriteria masing-masing alternatif,

serta bobot setiap kriteria dalam masing-masing alternatif/jurusan. Kriteria setiap

jurusan menggunakan 8 nilai mata pelajaran meliputi nilai matematika, biologi,

fisika, sosial, TIK, keterampilan, bahasa inggris, dan bahasa indonesia. Setelah data

nilai dimasukkan oleh calon siswa, maka sistem akan memproses kriteria dan

pembobotan yang telah ditentukan berdasarkan nilai yang telah diinputkan. Berikut

ini adalah pembobotan kriteria setiap jurusan.

Tabel 2. Pembobotan kriteria jurusan Mekatronika

Matematika Biologi Fisika Sosial

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 1 80-84 0.8 80-84 1

75-79 0.8 75-79 1 75-79 0.6 75-79 1

70-74 0.6 70-74 1 70-74 0.4 70-74 1

<=69 0.4 <=69 0.8 <=69 0.2 <=69 0.8

TIK Keterampilan Bahasa Inggris Bahasa Indonesia

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 0.8 80-84 1 80-84 1 80-84 1

75-79 0.6 75-79 0.8 75-79 0.8 75-79 1

70-74 0.4 70-74 0.6 70-74 0.6 70-74 0.8

<=69 0.2 <=69 0.4 <=69 0.4 <=69 0.6

Tabel 3. Pembobotan kriteria jurusan Autotronika


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 0.8 80-84 1 80-84 1 80-84 1

75-79 0.6 75-79 1 75-79 0.8 75-79 1

70-74 0.4 70-74 1 70-74 0.6 70-74 1

<=69 0.2 <=69 0.8 <=69 0.4 <=69 0.8


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 0.8 80-84 1 80-84 1

75-79 0.8 75-79 0.6 75-79 0.8 75-79 1

70-74 0.6 70-74 0.4 70-74 0.6 70-74 0.8

<=69 0.4 <=69 0.2 <=69 0.4 <=69 0.6

Tabel 4. Pembobotan kriteria jurusan Geomatika


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 1 80-84 1 80-84 0.8

75-79 0.8 75-79 0.8 75-79 1 75-79 0.6

70-74 0.6 70-74 0.6 70-74 0.8 70-74 0.4

<=69 0.4 <=69 0.4 <=69 0.6 <=69 0.2


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 0.8 80-84 1 80-84 1

75-79 0.8 75-79 0.6 75-79 1 75-79 1

70-74 0.6 70-74 0.4 70-74 1 70-74 1

<=69 0.4 <=69 0.2 <=69 0.8 <=69 0.8

Tabel 5. Pembobotan kriteria jurusan Welding


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 1 80-84 1 80-84 1

75-79 1 75-79 1 75-79 0.8 75-79 0.8

70-74 0.8 70-74 1 70-74 0.6 70-74 0.6

<=69 0.6 <=69 0.8 <=69 0.4 <=69 0.4


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 0.8 80-84 1 80-84 0.8

75-79 1 75-79 0.6 75-79 0.8 75-79 0.6

70-74 1 70-74 0.4 70-74 0.6 70-74 0.4

<=69 0.8 <=69 0.2 <=69 0.4 <=69 0.2

Tabel 6. Pembobotan kriteria jurusan Agribisnis dan Tanaman Pangan Hortikultura


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 0.8 80-84 1 80-84 1

75-79 0.8 75-79 0.6 75-79 1 75-79 1

70-74 0.6 70-74 0.4 70-74 1 70-74 0.8

<=69 0.4 <=69 0.2 <=69 0.8 <=69 0.6


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 1 80-84 0.8 80-84 1

75-79 1 75-79 0.8 75-79 0.6 75-79 0.8

70-74 1 70-74 0.6 70-74 0.4 70-74 0.6

<=69 0.8 <=69 0.4 <=69 0.2 <=69 0.4

Tabel 7. Pembobotan kriteria jurusan Teknik Sepeda Motor


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 1 80-84 1 80-84 1

75-79 1 75-79 1 75-79 0.8 75-79 0.8

70-74 1 70-74 1 70-74 0.6 70-74 0.6

<=69 0.8 <=69 0.8 <=69 0.4 <=69 0.4


Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

Nilai

Kriteria

Nilai

Fuzzy

>=85 1 >=85 1 >=85 1 >=85 1

80-84 1 80-84 0.8 80-84 1 80-84 0.8

75-79 1 75-79 0.6 75-79 0.8 75-79 0.6

70-74 0.8 70-74 0.4 70-74 0.6 70-74 0.4

<=69 0.6 <=69 0.2 <=69 0.4 <=69 0.2

Dalam proses pengujian sistem ini, akan dilakukan proses penghitungan

menggunakan salah satu contoh data dari calon siswa yang akan mendaftar di SMK N

3 Salatiga.

Tabel 8. Contoh data nilai mata pelajaran calon siswa.

Mat Bio Fis Sos TIK Ket B.ing B.ind

70 52 67 72 75 80 65 71

Berdasarkan data dari Tabel 8, semua nilai kriteria tersebut akan diubah sesuai

bobot yang terdapat dalam setiap jurusan. Hasil konversi nilai mata pelajaran calon

siswa dapat dilihat pada Tabel 9.

Tabel 9. Hasil pembobotan kriteria setiap jurusan.

No Alternatif

(Ai)

Kriteria (Ci)

Mat Bio Fis Sos TIK Ket B.Ing B.Ind

1 Mekatronika 0.6 0.8 0,2 1 0.6 1 0.4 0.8

2 Autotronika 0.4 0.8 0.4 1 0.8 0.8 0.4 1

3 Geomatika 0.6 0.4 0.6 0.4 0.8 0.8 0.8 1

4 Welding 0.8 0.8 0.4 0.6 1 0.8 0.4 0.4

5 Agribisnis 0.6 0.2 0.8 0.8 1 1 0.2 0.6

6 TSM 1 0.8 0.4 0.6 1 0.8 0.4 0.4

Bobot preferensi 1 1 1 1 1 1 1 1

Dalam sistem ini, berdasarkan kriteria yang memiliki bidang sejenis(Mata

pelajaran), ditentukan bahawa bobot preferensi (W) adalah = {1,1,1,1,1,1,1,1}.

Setelah bobot preferensi ditentukan, dibuat matrik berdasarkan tabel tabel

pembobotan sebelumnya.

0.6 0.8 0,2 1 0.6 1 0.4 0.8

0.4 0.8 0.4 1 0.8 0.8 0.4 1

0.6 0.4 0.6 0.4 0.8 0.8 0.8 1

0.8 0.8 0.4 0.6 1 0.8 0.4 0.4

0.6 0.2 0.8 0.8 1 1 0.2 0.6

1 0.8 0.4 0.6 1 0.8 0.4 0.4

Setelah itu dilakukan normalisasi terhadap matrik X, berdasarkan persamaan dari

metode Simple Additive Weighting (3.1), untuk memperoleh matrik ternormalisasi R.

Matrik ternormalisasi R dihasilkan sebagai berikut :

0.6 1 0.25 1 0.6 1 0.5 0.8

0.4 1 0.5 1 0.8 0.8 0.5 1

0.6 0.5 0.75 0.4 0.8 0.8 1 1

0.8 1 0.5 0.6 1 0.8 0.5 0.4

0.6 0.25 1 0.8 1 1 0.25 0.6

1 1 0.5 0.6 1 0.8 0.5 0.4

Kemudian matrik ternormalisasi R dikalikan dengan W yang merupakan bobot

preferensi yang telah ditentukan yaitu W={1,1,1,1,1,1,1,1} berdasarkan persamaan

(3.2). Setelah dilakukan perkalian, tahap selanjutnya adalah mendapatkan hasil

alternatif dengan menjumlahkan setiap kriteria pada masing-masing alternatif.

Penjumlahan untuk mendapatkan hasil alternatif terbaik dipaparkan sebagai berikut :

V1 = (0.6)(1)+(1)(1)+(0.25)(1)+(1)(1)+(0.6)(1)+(1)(1)+(0.5)(1)+(0.8)(1)

= 5.75

V2 = (0.4)(1)+(1)(1)+(0.5)(1)+(1)(1)+(0.8)(1)+(0.8)(1)+(0.5)(1)+(1)(1)

= 6

V3 = (0.6)(1)+(0.5)(1)+(0.75)(1)+(0.4)(1)+(0.8)(1)+(0.8)(1)+(1)(1)+(1)(1)

= 5.85

V4 = (0.8)(1)+(1)(1)+(0.5)(1)+(0.6)(1)+(1)(1)+(0.8)(1)+(0.5)(1)+(0.4)(1)

= 5.6

V5 = (0.6)(1)+(0.25)(1)+(1)(1)+(0.8)(1)+(1)(1)+(1)(1)+(0.25)(1)+(0.6)(1)

= 5.5

V6 = (1)(1)+(1)(1)+(0.5)(1)+(0.6)(1)+(1)(1)+(0.8)(1)+(0.5)(1)+(0.4)(1)

= 5.8

Dapat disimpulkan bahwa Alternatif terbaik adalah jurusan Autotronika. Setelah

membahas mengenai proses penerapan dan penghitungan dengan menggunakan

metode Simple Additve Weighting serta memaparkan tentang pembobotan setiap

kriteria dalam masing-masing jurusan.

Pada hasil dan pembahasan ini akan dijelaskan pula mengenai penerapan proses

penghitungan dengan menggunakan metode SAW ke dalam sistem aplikasi. Selain

itu akan diterangkan mengenai semua fitur yang ada di dalam aplikasi ini. Bahasa

pemrograman yang digunakan untuk membuat aplikasi mobile adalah java yang

dibangun menggunakan editor Eclipse. Pada tampilan utama dan menu terlihat pada

Gambar 7 dan Gambar 8.

Gambar 7. Tampilan splashscreen Gambar 8. Tampilan menu program

Gambar 7 merupakan tampilan awal berupa splashscreen sebelum menampilkan

tampilan menu program. Pada tampilan profil jurusan dapat dilihat pada Gambar 9

dan Gambar 10.

Gambar 9. Tampilan profil jurusan Gambar 10. Tampilan profil jurusan TSM

Gambar 9 merupakan tampilan profil setiap jurusan yang ada di SMK N 3

Salatiga. Sedangkan Gambar 10 adalah tampilan penjelasan mengenai jurusan Teknik

Sepeda Motor(TSM). Dalam proses penghitungan pendukung keputusan dapat dilihat

pada Gambar 11 dan Gambar 12.

Gambar 11 Tampilan untuk input data Gambar 12. Hasil rekomendasi jurusan

Pada Gambar 11 dapat dijelaskan bahwa dalam proses penghitungan pendukung

keputusan diperlukan beberapa data untuk diolah menggunakan metode SAW dan

hasilnya ditampilkan pada Gambar 12 sebagai rekomendasi jurusan terbaik. Menu

pelengkap aplikasi ini berupa menu cara menggunakan aplikasi yang bertujuan untuk

mengajarkan pengguna dalam menggunakan aplikasi ini. Kemudian menu tentang

aplikasi yang berguna untuk menjelaskan tentang mengapa aplikasi ini dibangun dan

tujuan tentang aplikasi ini. Menu Cara menggunakan aplikasi dan Tentang aplikasi

dapat dilihat pada Gambar 13 dan Gambar 14.

Gambar 13. Tampilan cara menggunakan Gambar 14. Tampilan tentang aplikasi

Dalam merancang aplikasi ini, pengujian dilakukan dengan 2 tahap, tahap pertama

dilakukan dengan menghitung data yang dimiliki oleh 36 siswa kelas 12 SMK. Data

meliputi nilai rapor SMP kelas 9, nilai rapor akhir semester kelas 10, nilai rapor akhir

semester kelas 11 dan nilai rapor kelas 12 semester 2. Nilai rapor kelas 9 SMP

digunakan untuk mengetahui perbedaan jurusan yang dipilih saat ini dengan

rekomendasi jurusan yang dihitung menggunakan metode SAW. Sedangkan nilai

rapor selama di SMK digunakan untuk mengetahui perkembangan nilai siswa selama

di sekolah dapat dilihat pada Tabel 10.

Tabel 10. Hasil pengujian eksperimen dengan data kelas 12 SMK.

Siswa Jurusan Rata-Rata Nilai Raport

Yang Dipilih Rekomendasi Kelas 1 Kelas 2 Kelas 3

Siswa1 Mekatronika Mekatronika 76 75.5 78

Siswa2 Mekatronika Agribisnis 55 65 64.5

Siswa3 Mekatronika Agribisnis 72 73 70

Siswa4 Mekatronika Autotronika 52.5 65 58

Siswa5 Mekatronika Autronika 70 73 75

Siswa6 Mekatronika Mekatronika 75 75 79

Siswa7 Autotronika Agribisnis 66 65 63

Siswa8 Autotronika Autotronika 67 68.5 72

Siswa9 Autotronika Welding 52.5 50 51

Siswa10 Autotronika TSM 67 72 71

Siswa11 Autotronika Autotronika 74 75.5 75

Siswa12 Autotronika Autotronika 73 77 79.5

Siswa13 Autotronika Autotronika 68 65 68

Siswa14 Geomatika TSM 62 55 60

Siswa15 Geomatika TSM 70 66 65

Siswa16 Geomatika Agribisnis 67 54 59

Siswa17 Geomatika Mekatronika 83 65 72

Siswa18 Geomatika Agribisnis 76 77 72.5

Siswa19 Agribisnis Welding 66 68 68

Siswa20 Agribisnis Welding 53 62 55

Siswa21 Agribisnis Geomatika 68 58 53

Siswa22 Agribisnis Agribisnis 70 72 76

Siswa23 Agribisnis TSM 68 67 54

Siswa24 Agribisnis Agribisnis 68 68.5 72

Siswa25 Welding TSM 68 66 66

Siswa26 Welding Autotronika 70 68 66


Siswa28 Welding Welding 70 72 72

Siswa29 Welding Welding 66.5 68 69.5


Siswa31 Welding Autotronika 70 72 72.5

Siswa32 TSM Autotronika 72 72 74

Siswa33 TSM TSM 65 70 73

Siswa34 TSM Mekatronika 72 70 71

Siswa35 TSM Agribisnis 56 54 55

Siswa36 TSM TSM 70 71 74

Berdasarkan hasil pengujian pada beberapa siswa SMK N 3 kelas 12 dapat di tarik

kesimpulan bahwa beberapa siswa yang tidak sesuai dengan rekomendasi rata rata

mengalami penurunan nilai atau nilai tidak stabil, sedangkan beberapa siswa yang

sesuai dengan hasil rekomendasi mengalami peningkatan nilai.

Setelah pengujian eksperimen untuk mengetahui perkembangan nilai siswa selama

di sekolah selesai dilaksanakan tahap selanjutnya adalah melakukan pengujian

program. Pengujian ini dilakukan untuk mengetahui bagaimana aplikasi ini dapat

berjalan dengan baik. Pengujian dilakukan dengan cara menjawab daftar pernyataan

berupa kuisioner yang diberikan kepada 15 siswa yang ada di SMK N 3 Salatiga

sesudah menggunakan aplikasi. Kuisioner memiliki delapan pernyataan dalam skala

Likert dengan lima skala yaitu Sangat Setuju,Setuju,Cukup,Tidak Setuju,dan Sangat

Tidak Setuju. Hasi penghitungan menggunakan skala Likert dapat dilihat pada Tabel

11.

Tabel 11. Hasil penghitngan menggunakan skala Likert.

No PERNYATAAN SS S C TS STS HASIL

1 Aplikasi ini mudah untuk

digunakan

14 1 0 0 0 98.67%

2 Aplikasi ini memberikan informasi

yang cukup baik mengenai jurusan

yang ada di SMK N 3 Salatiga

6 9 0 0 0 88%

3 Aplikasi ini menarik untuk

digunakan

4 10 1 0 0 84%

4 Aplikasi ini dapat memudahkan

siswa dalam memilih jurusan

8 6 1 0 0 89.32%

5 Aplikasi ini dapat memberikan

gambaran tentang setiap jurusan

5 10 0 0 0 86.67%

6 Hasil rekomendasi jurusan sudah

sesuai.

4 8 3 0 0 81.32%

7 Aplikasi ini memiliki tampilan

yang baik

2 7 6 0 0 74.67%

8 Aplikasi ini memberikan hasil

yang cepat dan tepat

3 12 0 0 0 84%

Untuk mengetahui kriteria tanggapan responden terhadap variabel penelitian,maka

dapat dilihat berdasarkan pada range nilai distribusi frekuensi sebagai berikut :

Tabel 12. Tabel kriteria penilaian.

Range Nilai Kriteria

0% - 19.9% Sangat Kurang

20% - 39.9% Kurang

40% - 59.9% Cukup

60% - 79.9% Baik

80% - 100% Sangat Baik

Berdasarkan hasil data skala Likert pada Tabel 11, dapat disimpulkan bahwa

aplikasi sistem pendukung keputusan pemilihan jurusan di SMK N 3 Salatiga dengan

menggunakan metode Simple Additive Weighting (SAW) berbasis android sudah

memenuhi kebutuhan dan dapat memberikan informasi kepada pengguna.

5. Simpulan dan Saran

Berdasarkan hasil pengujian yang telah dilakukan ditarik beberapa kesimpulan

bahwa aplikasi sistem pendukung keputusan dalam pemilihan jurusan di Sekolah

Menengah Kejuruan(SMK) Negeri 3 Salatiga menggunakan metode Simple Additive

Weighting diharapkan dapat membantu siswa dalam memilih jurusan yang tepat dan

sesuai dengan kriteria-kriteria yang telah ditentukan, sehingga siswa dapat percaya

diri dan nyaman saat melaksanakan kegiatan belajar mengajar serta kemampuan atau

skill yang dimiliki dapat berkembang dengan baik.

Saran yang didapatkan berdasarkan hasil pengujian yang bertujuan dalam

mengembangkan aplikasi adalah memperbanyak fitur pada aplikasi, sehingga aplikasi

lebih banyak memuat informasi yang dihasilkan. Dari segi tampilan dan fasilitas

aplikasi juga perlu dilakukan perbaikan untuk menambah ketertarikan user dalam

menggunakan aplikasi ini.

6. Pustaka

[1] Hermanto, Nandang. (2012). Sistem Pendukung Keputusan Menggunakan

Metode Simple Additive Weighting (SAW) Untuk Menentukan Jurusan Pada

SMK Bakti Purwokerto, Purwokerto : Teknik Informatika STMIK AMIKOM

Purwokerto

[2] Khoirudin, Arwan Ahmad. (2008). Sistem Pendukung Keputusan, Yogyakarta :

Jurusan Teknik Infromatika Fakultas Teknologi Industri Universitas Islam

Indonesia Yogyakarta

[3] Pujatama, Dio. (2012). Implementasi Algoritma SAW(Simple Additive Weighting)

Untuk Mendukung Keputusan Penerimaan Beasiswa PPA Pada Universitas Dian

Nuswantoro, Semarang : Program Studi Teknik Informatika, Fakultas Ilmu

Komputer, Universitas Dian Nuswantoro Semarang

[4] Tobing, Goyanti. (2014). Sistem Pendukung Keputusan Pemilihan Jurusan Pada

Sekolah Menengah Kejuruan (SMK) Negeri 1 Siatas Barita Dengan Metode

Simple Additive Weighting(SAW), Medan : Program Studi Teknik Informatika

STMIK Budi Darma Medan

[5] Novita, H., Nur, Fitro., Solechan, Achmad. (2014). Sistem Pendukung Keputusan

Untuk Pemilihan Jurusan Menggunakan Fuzzy Multiple Atribute Decission

Making Dengan Metode Simple Additive Weighting Studi Kasus Pada SMA Islam

Sultan Agung 1 Semarang. Semarang : Teknik Informatika STMIK ProVisi

Semarang

[6] Kusrini, (2007). Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta :

. Penerbit Andi

[7] Kusumadewi, Sri. (2007). Diktat Kuliah Kecerdasan Buatan, Jurusan Teknik

Informatika, Fakultas Teknologi Industri, Universitas Islam Indonesia

[8] Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. (2006). Fuzzy Multi-

Attribute Decission Making(FUZZY FMADM). Yogyakarta : Penerbit Graha Ilmu.

[9] Sari, AW. 2013, BAB III METODE PERANCANGAN,[pdf], (sir.stikom.edu,

diakses tanggal 25 Desember 2015)

sistem pendukung keputusan pemilihan jurusan pada sekolah ... · sistem pendukung keputusan...

Documents