Upload
hoangminh
View
221
Download
0
Embed Size (px)
Citation preview
IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING)
PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI
PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB
(Skripsi)
Oleh
M.Dian Hasabi Ruzain
1217051038
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
2017
ABSTRACT
IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING METHOD
ON WEB BASED DECISION SUPPORT SYSTEM FOR
RECOMMENDATION OF PRIVATE SENIOR HIGH SCHOOL IN
BANDAR LAMPUNG CITY
By
M. DIAN HASABI RUZAIN
Determining the appropriate private school wishes and criteria is not easy. The
number of school choices also affect the parents and prospective students in
choosing which school fits. Because there are parents who want their children to
go to school with the best quality and do not care about the cost, but some are
more concerned with cost than the quality of schooling. There are several
considerations that are important criteria in choosing a school such accreditation,
initiation fees, the number of classes, number of students, money payment,
graduation rates, school quality, and distance. Surely it would be very difficult to
choose which school is in accordance with the desired criteria especially in
Bandar Lampung city there are 35 private high school. Based on the above issues,
we need a system that can provide recommendations for the selection of a private
high school for prospective high school students. The solution is to make a
decision support system that able to recommend the best private school based on
the criteria specified by the user. The Decision Support Systems have been built
in web-based and implementing SAW (Simple Additive weighting) method. The
system has several features that can show the school detail information, map of
the school location, get a route to the school, and also get the five best school
recommendations based on criteria set by the user. Partitioning Equivalence
Testing Results showed that the system can be run according to the needs of the
user. While the test results showed the system is non-functional in the category of
"Very Good" with the average value of 81%.
Keywords: Decision System, SAW (Simple Additive Weighting), Senior High
School.
ABSTRAK
IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING)
PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI
PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB
Oleh
M. DIAN HASABI RUZAIN
Menentukan SMA swasta yang sesuai keinginan dan dan kriteria bukanlah hal
yang mudah. Banyaknya pilihan sekolah juga mempengaruhi para orang tua
maupun calon siswa dalam memilih sekolah mana yang cocok. Karena ada
orangtua yang menginginkan anaknya masuk ke sekolah dengan kualitas terbaik
dan tidak mempedulikan biayanya namun ada juga yang lebih mementingkan
biaya daripada kualitas sekolahnya. Ada beberapa pertimbangan kriteria yang
penting dalam memilih sekolah diantaranya akreditasi, uang pangkal, jumlah
kelas, jumlah murid, uang spp, tingkat kelulusan, mutu sekolah, dan jarak.
Tentunya akan sangat sulit untuk memilih mana sekolah yang sesuai dengan
kriteria yang diinginkan apalagi di Bandar Lampung terdapat 35 SMA swasta.
Berdasarkan permasalahan diatas, dibutuhkan suatu sistem yang dapat
memberikan rekomendasi dalam pemilihan SMA swasta bagi calon siswa SMA.
Solusinya yaitu membuat suatu sistem pendukung keputusan yang dapat
merekomendasikan SMA swasta terbaik bedasarkan kriteria yang telah ditentukan
oleh pengguna. Sistem Pendukung Keputusan ini dibangun berbasis web serta
menggunakan metode SAW (Simple Additive Weighting). Di dalam Sistem ini
memiliki beberapa fitur yaitu dapat melihat informasi sekolah secara detail,
pemetaan lokasi sekolah, mendapatkan rute ke sekolah, dan juga mendapatkan
lima rekomendasi sekolah terbaik bedasarkan kriteria yang telah ditentukan
sendiri oleh pengguna. Hasil Pengujian Equivalence Partitioning menunjukan
bahwa sistem dapat berjalan sesuai kebutuhan pengguna. Sedangkan hasil
pengujian non fungsional menujukkan sistem ini masuk dalam kategori “Sangat
Baik” dengan rata - rata nilai 81%.
Kata Kunci: Sistem Pendukung Keputusan, SAW (Simple Additive Weighting),
SMA (Sekolah Menengah Atas).
IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING)
PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI
PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB
Oleh :
M. DIAN HASABI RUZAIN
Skripsi
Sebagai Salah Satu Syarat untuk Memperoleh Gelar
SARJANA KOMPUTER
pada
Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS LAMPUNG
2017
RIWAYAT HIDUP
Penulis dilahirkan pada 13 Juli 1994 di Bandar Lampung,
sebagai anak kedua dari dua bersaudara dengan ayah bernama
Berchah Pitoewas dan Ibu bernama Retno Winarsih. Penulis
menyelesaikan pendidikan Sekolah Dasar (SD) di SD Al-
Kautsar Bandar Lampung tahun 2006, menyelesaikan Sekolah
Menengah Pertama (SMP) di SMP Negeri 23 Bandar Lampung tahun 2009,
kemudian melanjutkan ke jenjang Sekolah Menengah Atas (SMA) di SMA YP
UNILA Bandar Lampung dan lulus pada tahun 2012.
Pada tahun 2012, penulis terdaftar sebagai mahasiswa jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Adapun
kegiatan yang dilakukan penulis selama menjadi mahasiswa antara lain :
1. Melaksanakan kegiatan Kerja Praktik (KP) di Bidang Neraca Badan Pusat
Statistik (BPS) Provinsi Lampung pada bulan Januari 2015.
2. Melaksanakan kegiatan Kuliah Kerja Nyata (KKN) di Tiyuh Murni Jaya
Kecamatan Tumijajar Kabupaten Tulang Bawang Barat pada Bulan Juli-
September 2015
PERSEMBAHAN
Bismillahirahmanirrohim
Dengan Rahmat Allah yang Maha Pengasih dan Maha
Penyayang.
Dengan ini aku saya persembahkan karya ini untuk
Ayahanda Berchah Pitoewas dan Ibunda Retno
Winarsih.
Terimakasih atas segala doa, cinta
Dan limpahan kasih sayang mu yang tak akan terbalaskan.
Dan untuk kakak ku Apga Repindo,
Yang selama ini selalu memberikan senyuman
Dan kebersamaan yang tidak akan pernah terlupakan.
Keluarga Ilmu Komputer 2012,
Serta Almamater tercinta, Universitas Lampung.
MOTTO
“Ketika Jatuh jangan hanya sekedar tersungkur,
ketika bangkit jangan hanya sekedar berdiri”
“If i try my best & fail, well, i’ve tried my
best"
“Never give up. Today is hard, tomorrow will be
worse, but the day after tomorrow will be
sunshine”
SANWACANA
Alhamdulillahirabbil’alamin, puji syukur kehadirat Allah SWT atas berkat
rahmat, hidayah, dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi
ini.
Skripsi ini disusun sebagai syarat untuk memperoleh gelar Sarjana Komputer di
Jurusan Ilmu Komputer Universitas Lampung. Penyelesaian skripsi ini tidak
terlepas dari bantuan banyak pihak yang membantu baik secara materi, moril,
saran, dan bimbingan. Oleh karena itu, penulis mengucapkan terimakasih kepada:
1. Kedua orang tua tercinta, Bapak Berchah Pitoewas dan Ibu Retno Winarsih,
serta kakakku Apga Repindo yang selalu memberi dukungan berupa materi,
doa, motivasi dan kasih sayang yang tak terhingga.
2. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc sebagai pembimbing utama, yang telah
membimbing penulis dan memberikan ide, kritik serta saran sehingga
penulisan skripsi ini dapat diselesaikan.
3. Ibu Astria Hijriani, S.Kom., M.Kom sebagai pembimbing kedua, yang telah
memberikan saran, bantuan, dan membimbing penulis sehingga penulisan
skripsi ini dapat diselesaikan.
4. Bapak Rico Andrian, S.Si., M.Kom sebagai pembahas, yang telah
memberikan masukan yang bermanfaat dalam perbaikan skripsi ini.
5. Bapak Prof. Warsito, S.Si.,D.E.A.,Ph.D selaku Dekan FMIPA Universitas
Lampung.
6. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc selaku Ketua Jurusan Ilmu Komputer
dan Bapak Didik Kurniawan, S.Si., MT selaku Sekretaris Jurusan Ilmu
Komputer FMIPA Universitas Lampung.
7. Ibu Anie Rose Irawati, S.T., M.Cs selaku Pembimbing Akademik, serta
Bapak dan Ibu Dosen Jurusan Ilmu Komputer yang telah memberikan ilmu
dan pengalaman dalam hidup untuk menjadi lebih baik.
8. Andri, Darsono, Edwin, Gilang, dan Reski yang telah membantu dan
memberikan motivasi dalam pengerjaan skripsi.
9. Kawan-kawan seperjuangan: Concon, Puja, Anita, Erlina, Yuni, Nafi, Maya,
Shandy, Eko, Dipa, Deby, Qiqin, Juan, Rahman, Adit, Abet, Arif, Bintang,
Ridwan, Ichan, Ical, Roni, Afriska, Eka, Erika, Cindona, Indah, Lia, Nila,
Dian, Nurul, Ciwo, dan seluruh keluarga Ilmu Komputer 2012, 2011, dan
2013.
10. Ibu Ade Nora Maela dan Mas Irsan yang telah membantu segala urusan
administrasi dan Mas Nurkholis yang telah membukakan MIPA Terpadu dan
ruang baca serta menyiapkan ruang seminar.
Penulis menyadari bahwa laporan ini masih jauh dari kata sempurna. Secara
pribadi penulis mohon maaf yang sebesar-besarnya atas segala kekurangannya.
Besar harapan agar skripsi ini dapat berguna bagi penulis dan semua pembacanya.
Bandar Lampung, 20 April 2017
Penulis
M.Dian Hasabi Ruzain
xiii
DAFTAR ISI
Halaman
DAFTAR ISI ....................................................................................................... xiii
DAFTAR GAMBAR ....................................................................................... xviii
DAFTAR TABEL ............................................................................................... xxi
DAFTAR KODE .............................................................................................. xxiii
BAB I PENDAHULUAN ................................................................................... 1
1.1 Latar Belakang ........................................................................................ 1
1.2 Rumusan Masalah ................................................................................... 3
1.3 Batasan Masalah...................................................................................... 4
1.4 Tujuan Penelitian .................................................................................... 4
1.5 Manfaat Penelitian .................................................................................. 5
BAB II TINJAUAN PUSTAKA ......................................................................... 6
2.1 Pengertian Sekolah Menengah Atas........................................................ 6
2.2 Sistem Pendukung Keputusan ................................................................. 7
2.2.1 Pengertian Sistem Pendukung Keputusan ...................................... 7
2.2.2 Karakteristik Sistem Pendukung Keputusan .................................. 9
2.2.3 Tipe Keputusan .............................................................................. 9
2.2.4 Tahapan Pengambilan Keputusan .................................................. 11
xiv
2.2.5 Komponen Sistem Pendukung Keputusan ..................................... 12
2.2.6 Manfaat Sistem Pendukung Keputusan .......................................... 13
2.3 Multiple Attribute Decision Making (MADM) ....................................... 14
2.4 Metode Simple Additive Weighting (SAW) ............................................ 15
2.5 Sistem Informasi Geografis..................................................................... 17
2.5.1 Pengertian Sistem Informasi Geografis ......................................... 17
2.5.2 Manfaat Sistem Informasi Geografis ............................................. 18
2.6 Pengertian Google Maps API.................................................................. 18
2.7 PHP (Hypertext Preprocessor) ............................................................... 19
2.8 MySQL ( My Structured Query Language ) ............................................ 19
2.9 Metode V-Model...................................................................................... 19
2.9.1 Pengertian V-Model ........................................................................ 19
2.9.2 Langkah-langkah V-Model ............................................................. 20
2.9.3 Tahapan V-Model ........................................................................... 22
2.10 DFD (Data Flow Diagram) ................................................................... 23
2.11 ERD (Entity Relationship Diagram) ..................................................... 24
2.12 Penelitian Terkait .................................................................................. 25
2.12.1 Chandra Surya .............................................................................. 25
2.12.2 Nugroho Joko Usito ..................................................................... 26
2.12.3 Pristiwanto ................................................................................... 27
BAB III Metode Penelitian ................................................................................. 28
3.1 Tempat dan Waktu Penelitian ................................................................. 28
3.2 Tahapan Penelitian .................................................................................. 28
3.2.1 Identifikasi Masalah ....................................................................... 30
xv
3.2.2 Analisis Kebutuhan ........................................................................ 30
3.2.2.1 Analisis Masalah ................................................................ 30
3.2.2.2 Analisis Kebutuhan Sistem ................................................ 31
3.2.3 Desain Sistem ................................................................................. 32
3.2.3.1 Context Diagram ................................................................ 32
3.2.3.2 Data Flow Diagram ........................................................... 33
3.2.3.3 Entity Relationship Diagram ............................................. 38
3.2.3.4 Desain Interface ................................................................. 42
3.2.3.4.1 Halaman Interface Bagi Admin ........................... 42
3.2.3.4.2 Halaman Interface Bagi User ............................. 48
3.2.4 Implementasi .................................................................................. 55
3.2.5 Pengujian Sistem ............................................................................ 55
3.2.5.1 Pengujian Black Box .......................................................... 55
3.2.5.2 Pengujian Manual Metode SAW ....................................... 59
BAB IV HASIL DAN PEMBAHASAN ............................................................ 65
4.1 Hasil ........................................................................................................ 65
4.2 Implementasi Sistem ............................................................................... 66
4.3 Tampilan Web untuk Admin ................................................................... 67
4.3.1 Tampilan Halaman Login ............................................................... 67
4.3.2 Tampilan Halaman Beranda ........................................................... 68
4.3.3 Tampilan Halaman Kriteria ............................................................ 69
4.3.4 Tampilan Halaman Tambah Kriteria .............................................. 70
4.3.5 Tampilan Halaman Ubah Kriteria .................................................. 71
4.3.6 Tampilan Halaman Subkriteria ...................................................... 72
xvi
4.3.7 Tampilan Halaman Tambah Subkriteria ........................................ 73
4.3.8 Tampilan Halaman Ubah Subkriteria ............................................. 74
4.3.9 Tampilan Halaman Data Sekolah ................................................... 75
4.3.10 Tampilan Halaman Tambah Data Sekolah ................................... 76
4.3.11 Tampilan Halaman Ubah Data Sekolah ....................................... 77
4.3.12 Tampilan Halaman Input Penilaian .............................................. 78
4.3.13 Tampilan Halaman Data Pengguna .............................................. 79
4.3.14 Tampilan Halaman Tambah Pengguna ........................................ 80
4.3.15 Tampilan Halaman Ubah Data Pengguna .................................... 81
4.4 Tampilan Web untuk User ....................................................................... 82
4.4.1 Tampilan Halaman Registrasi ........................................................ 82
4.4.2 Tampilan Halaman Beranda User .................................................. 83
4.4.3 Tampilan Halaman Data Sekolah User .......................................... 83
4.4.4 Tampilan Halaman Pemetaan ......................................................... 84
4.4.5 Tampilan Halaman Pemilihan ........................................................ 84
4.4.6 Tampilan Halaman Analisa SAW .................................................. 86
4.4.7 Tampilan Halaman Rekomendasi .................................................. 87
4.4.8 Tampilan Halaman Jarak ke Sekolah ............................................. 88
4.5 Pengujian Sistem ..................................................................................... 89
4.5.1 Pengujian Fungsional ..................................................................... 89
4.5.2 Pengujian Non Fungsional ............................................................. 94
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan .............................................................................................. 100
5.2 Saran ........................................................................................................ 101
xvii
DAFTAR PUSTAKA ......................................................................................... 102
LAMPIRAN
xviii
DAFTAR GAMBAR
Halaman
Gambar 2.1. Skematik DSS (Turban, 2005). ...................................................... 13
Gambar 2.2. Metode V-Model ............................................................................. 20
Gambar 3.1. Diagram Alir Metodologi Penelitian .............................................. 29
Gambar 3.2. Gambar Context Diagram .............................................................. 33
Gambar 3.3. DFD Level 0 ................................................................................... 34
Gambar 3.4. DFD level 1 Proses 1 Melakukan Login ........................................ 35
Gambar 3.5. DFD level 1 Proses 2 Mengolah Data User ................................... 35
Gambar 3.6. DFD level 1 Proses 3 Mengolah Data Kriteria .............................. 36
Gambar 3.7. DFD level 1 Proses 4 Mengolah Data Sub Kriteria ....................... 36
Gambar 3.8. DFD level 1 Proses 5 Mengolah Data Sekolah .............................. 37
Gambar 3.9. DFD level 1 Proses 6 Mengisi Bobot Kriteria ............................... 37
Gambar 3.10. DFD level 1 Proses 7 Mengolah Rangking .................................. 38
Gambar 3.11. Entity Relationship Diagram ........................................................ 39
Gambar 3.12. Halaman Login Admin .................................................................. 43
Gambar 3.13. Halaman Admin Beranda .............................................................. 43
Gambar 3.14. Halaman Admin Data Kriteria ...................................................... 44
Gambar 3.15. Halaman Admin Tambah Data Kriteria ....................................... 44
Gambar 3.16. Halaman Admin Subkriteria ......................................................... 45
xix
Gambar 3.17. Halaman Admin Tambah Nilai Subkriteria .................................. 46
Gambar 3.18. Halaman Admin Data Sekolah...................................................... 46
Gambar 3.19. Halaman Admin Tambah Data Sekolah ....................................... 47
Gambar 3.20. Halaman Admin Input Rangking .................................................. 47
Gambar 3.21. Halaman Admin Input Penilaian ................................................... 48
Gambar 3.22. Halaman Admin Lihat Pengguna .................................................. 48
Gambar 3.23. Halaman Admin Tambah Pengguna ............................................. 49
Gambar 3.24. Halaman Login User .................................................................... 50
Gambar 3.25. Halaman Registrasi ...................................................................... 50
Gambar 3.26. Halaman User Beranda ................................................................ 51
Gambar 3.27. Halaman User Data Sekolah ........................................................ 51
Gambar 3.28. Halaman User Detail Data Sekolah ............................................ 52
Gambar 3.29. Halaman User Pemetaan ............................................................ 52
Gambar 3.30. Halaman User Pemilihan Kriteria ................................................ 53
Gambar 3.31. Halaman User Analisa SAW........................................................ 54
Gambar 3.32. Halaman User Rekomendasi Sekolah .......................................... 54
Gambar 4.1. Halaman Login ............................................................................... 68
Gambar 4.2. Halaman Beranda ........................................................................... 68
Gambar 4.3. Halaman Kriteria ............................................................................ 69
Gambar 4.4. Halaman Tambah Kriteria .............................................................. 70
Gambar 4.5. Halaman Ubah Kriteria .................................................................. 71
Gambar 4.6. Halaman Subkriteria ....................................................................... 72
Gambar 4.7. Halaman Tambah Subkriteria ........................................................ 73
Gambar 4.8. Halaman Ubah Subkriteria ............................................................. 74
xx
Gambar 4.9. Halaman Data Sekolah ................................................................... 75
Gambar 4.10. Halaman Tambah Data Sekolah ................................................... 76
Gambar 4.11. Halaman Ubah Data Sekolah ....................................................... 77
Gambar 4.12. Halaman Input Penilaian .............................................................. 78
Gambar 4.13. Halaman Data Pengguna .............................................................. 79
Gambar 4.14. Halaman Tambah Pengguna......................................................... 80
Gambar 4.15. Halaman Ubah Data Pengguna .................................................... 81
Gambar 4.16. Halaman Registrasi User .............................................................. 82
Gambar 4.17. Halaman Beranda User ................................................................ 83
Gambar 4.18. Halaman Data Sekolah untuk User .............................................. 83
Gambar 4.19. Halaman Pemetaan Sekolah ......................................................... 84
Gambar 4.20. Halaman Pemilihan Bobot Kriteria .............................................. 85
Gambar 4.21. Halaman Analisa SAW ................................................................ 86
Gambar 4.22. Halaman Rekomendasi Sekolah ................................................... 87
Gambar 4.23. Halaman Jarak ke Sekolah ........................................................... 88
xxi
DAFTAR TABEL
Halaman
Tabel 2.1. Notasi Simbol Data Flow Diagram (DFD) ....................................... 24
Tabel 2.2. Simbol Entity Relationship Diagram (ERD) ..................................... 25
Tabel 3.1. Contoh Struktur Tabel Sekolah .......................................................... 40
Tabel 3.2. Contoh Struktur Tabel kriteria .......................................................... 40
Tabel 3.3. Contoh Struktur Tabel kriteria user ................................................... 41
Tabel 3.4. Contoh Struktur Tabel Nilai ............................................................... 41
Tabel 3.5. Contoh Struktur Tabel Pengguna ....................................................... 41
Tabel 3.6. Contoh Struktur Tabel Rangking ....................................................... 42
Tabel 3.7. Daftar Pengujian Black Box pada sistem untuk Admin ..................... 56
Tabel 3.8. Daftar Pengujian Black Box pada sistem untuk User ........................ 58
Tabel 3.9. Kriteria dan Bobot Akreditasi (C1) .................................................... 60
Tabel 3.10. Kriteria dan Bobot Uang Pangkal (C2) ............................................ 60
Tabel 3.11. Kriteria dan Bobot Jumlah Kelas (C3) ............................................. 60
Tabel 3.12. Kriteria dan Bobot Uang SPP (C4) .................................................. 60
Tabel 3.13. Kriteria dan Bobot Tingkat Kelulusan (C5) ..................................... 61
Tabel 3.14. Kriteria dan Bobot Mutu Sekolah (C6) ............................................ 61
Tabel 3.15. Kriteria dan Bobot Jumlah Murid (C7) ............................................ 61
Tabel 3.16. Kriteria dan Bobot Jarak (C8) .......................................................... 61
xxii
Tabel 3.17. Contoh Kasus ................................................................................... 62
Tabel 3.18. Rating Kecocokan Setiap Alternatif pada kriteria ........................... 62
Tabel 4.1. Daftar file.php Sistem Berbasis Web.................................................. 66
Tabel 4.2. Hasil pengujian fungsional admin...................................................... 89
Tabel 4.3. Hasil pengujian fungsional user ......................................................... 92
Tabel 4.4. Hasil pengujian non fungsional.......................................................... 94
Tabel 4.5. Hasil analisis kriteria .......................................................................... 99
xxiii
DAFTAR KODE
Halaman
Kode 4.1 Potongan Kode Program Tampilan Halaman kriteria ......................... 69
Kode 4.2 Potongan Kode Program Tampilan Halaman Tambah Kriteria .......... 70
Kode 4.3 Potongan Kode Program Tampilan Halaman Ubah Kriteria ............... 71
Kode 4.4 Potongan Kode Program Tampilan Halaman Subkriteria ................... 72
Kode 4.5 Potongan Kode Program Tampilan Halaman Tambah Subkriteria ..... 73
Kode 4.6 Potongan Kode Program Tampilan Halaman Ubah Subkriteria ......... 74
Kode 4.7 Potongan Kode Program Tampilan Halaman Data Sekolah ............... 75
Kode 4.8 Potongan Kode Program Tampilan Tambah Data Sekolah ................. 76
Kode 4.9 Potongan Kode Program Tampilan Halaman Ubah Data Sekolah ...... 77
Kode 4.10 Potongan Kode Program Tampilan Halaman Input Penilaian .......... 78
Kode 4.11 Potongan Kode Program Tampilan Halaman Data Pengguna .......... 79
Kode 4.12 Potongan Kode Program Tampilan Tambah Data Pengguna ............ 80
Kode 4.13 Potongan Kode Program Tampilan Ubah Data Pengguna ............... 81
Kode 4.14 Potongan Kode Program Tampilan Pemilihan Kriteria Sekolah ....... 85
Kode 4.15 Potongan Kode Program Tampilan Halaman Analisa SAW ............. 86
Kode 4.16 Potongan Kode Program Tampilan Rekomendasi Sekolah............... 87
Kode 4.17 Potongan Kode Program Tampilan Halaman Jarak ke Sekolah ........ 88
BAB I
PENDAHULUAN
1.1 Latar Belakang
Saat ini di Bandar Lampung Jumlah kuota SMAN (Sekolah Menengah Atas
Negeri) sangat terbatas, sedangkan kuota jumlah siswa yang akan melanjutkan
jenjang dari SMPN lebih besar dari kuota SMA Negeri di Bandar Lampung.
Menurut data yang didapatkan dari Dinas Pendidikan Bandar Lampung Jumlah
Siswa SMP yang lulus pada tahun 2016 sebesar 10.430 sedangkan kuota SMA
Negeri hanya mampu menampung 2.213 murid, sehingga 8.217 harus memilih
melanjutkan pendidikan ke SMK maupun SMA Swasta di Bandar Lampung.
Salah satu permasalahan yang dihadapi oleh para orang tua atau calon siswa
yang ingin melanjutkan sekolah ke SMA Swasta adalah menentukan pilihan
sekolah yang sesuai dengan kriteria. Banyaknya pilihan sekolah membuat siswa
juga kesulitan dalam menentukan pilihan maupun mendapatkan data atau
informasi secara lengkap, teracatat di Dinas Pendidikan Kota Bandar Lampung
jumlah SMA Swasta sebanyak 33 sekolah. Selama ini orang tua maupun calon
siswa SMA biasanya mendapatkan info tentang sekolah dari mulut ke mulut
seperti dari tetangga maupun alumni sekolah tersebut. Orangtua calon siswa
2
tentunya tidak ingin salah memilih sekolah yang mana akan berpengaruh penting
bagi kemajuan prestasi para calon siswa.
Ada Orang tua calon siswa yang tidak ingin membayar mahal untuk biaya masuk
dan Uang SPP , Namun ada pula yang tidak memikirkan biaya meskipun
dengan harga mahal akan tetapi mutu pendidikan, sarana dan pra-sarana jauh lebih
menjadi prioritas utama mereka untuk menentukan sekolah. Berdasarkan
permasalahan diatas, diperlukan suatu solusi yang dapat memberikan
rekomendasi dalam pemilihan SMA swasta bagi calon siswa SMA. Solusinya
yaitu membuat suatu Sistem Pendukung Keputusan rekomendasi pemilihan
SMA swasta menggunakan metode SAW. Konsep dasar pada metode SAW yaitu
mencari penjumlahan terbobot dari rating kinerja pada setiap altematif dari semua
atribut, diharapkan dengan menitik beratkan pada bobot kriteria pemilih
dapat membantu memutuskan SMA swasta yang sesuai dengan keinginan.
Alasan mengapa menggunakan SAW dibandingkan metode lain ialah karena
kelebihan dari metode simple additive weighting dibanding dengan metode
pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan
penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot
preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif
terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan
setelah menentukan bobot untuk setiap atribut.
Alasan mengapa hanya SMA swasta yang dipilih yaitu alasan pertama, untuk
membantu para Calon siswa dan Orang tua calon siswa untuk lebih selektif dalam
memilih SMA Swasta, karena sudah menjadi hal umum bahwa tidak semua SMA
3
Swasta memiliki kualitas dan Kuantitas seperti SMA Negeri yang lebih dipercaya
oleh Orangtua. Lalu alasan kedua, kebanyakan calon siswa yang akan mendaftar
di SMA swasta adalah calon siswa yang gagal lulus di ujian masuk SMA Negeri
(walaupun tidak semuanya), biasanya para orang tua dan calon siswa akan melihat
dulu uang pangkal maupun SPP, mutu, tingkat kelulusan, jarak dari tempat
tinggal menuju sekolah, fasilitas maupun hal-hal terkait prestasi maupun visi misi
sekolah agar kedepannya tidak terjadi hal yang tidak diinginkan oleh orang tua
maupun calon siswa.
Permasalahan yang akan diselesaikan yaitu bagaimana merancang dan
membuat sistem pendukung keputusan rekomendasi pemilihan SMA swasta di
Bandar Lampung menggunakan metode SAW yang pengisian kriteria
pembobotan ditentukan sendiri oleh user. Agar pembuatan sistem ini dapat
berjalan sesuai keinginan pengguna dan pengelola, maka penulis juga akan
melakukan kerjasama dengan MKKS SMA Kota Bandar Lampung.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah dan identifikasi masalah di atas, rumusan
dari penelitian ini adalah.
1. Bagaimanakah merancang sistem pendukung keputusan rekomendasi
pemilihan SMA swasta di Bandar Lampung dengan metode Simple Additive
Weighting (SAW) bagi calon siswa.
4
2. Bagaimanakah menerapkan metode Simple Additive Weighting (SAW) sebagai
salah satu metode dalam membuat sistem pendukung keputusan rekomendasi
pemilihan SMA swasta di Bandar Lampung bagi calon siswa.
1.3 Batasan Masalah
Berdasarkan dengan latar belakang dan perumusan masalah yang telah diuraikan,
agar pembahasan dalam penelitian ini tidak meluas, dibatasi hal-hal sebagai
berikut.
a) Sistem pendukung keputusan dibuat dengan metode Simple Additive
Weighting (SAW) berbasis Web.
b) Kriteria yang digunakan dalam penelitian ini adalah jarak, akreditasi, jumlah
kelas, jumlah siswa, uang SPP, uang pangkal, tingkat kelulusan, dan mutu
sekolah.
c) Sistem ini menampilkan pemetaan SMA Swasta di Bandar Lampung dan juga
dapat menampilkan rute ke sekolah bedasarkan lokasi user
d) Sistem ini hanya memberikan pendukung keputusan rekomendasi saja
sehingga keputusan sesungguhnya yang diambil tetap berada pada user.
1.4 Tujuan Penelitian
Tujuan penelitan ini adalah sebagai berikut.
a) Membangun suatu model pengambilan keputusan dengan mengunakan
metode Simple Additive Weighting (SAW) untuk merekomendasikan SMA
Swasta di Bandar Lampung.
5
b) Memudahkan para calon siswa/ orang tua dalam memilih SMA sesuai dengan
kriteria yang diinginkan.
1.5 Manfaat Penelitian
Adapun manfaat dari penelitian ini adalah sebagai berikut.
a) Memberikan rekomendasi dalam pengambilan keputusan untuk menentukan
SMA swasta di Bandar Lampung sesuai dengan bobot yang telah ditentukan.
b) Membantu calon siswa dan orang tua dalam memilih/ merekomendasikan
pemilihan SMA swasta sesuai keinginan sehingga tidak terjadi hal-hal yang
memberatkan di kemudian hari.
BAB II
TINJAUAN PUSTAKA
2.1 Pengertian Sekolah Menengah Atas
SMA adalah kepanjangan dari Sekolah Menengah Atas yang merupakan tingkat
pendidikan formal di Indonesia yang setara dengan SMA di luar negeri. Jenjang
pendidikan yang ditempuh setelah lulus dari Sekolah Menengah Pertama (SMP)
atau setaranya. SMA ditempuh dalam kisaran waktu tiga tahun, dari kelas X
(kelas 1), kelas XI (kelas 2) hingga kelas XII (kelas 3). Untuk siswa yang cerdas,
ada program akselerasi yang biasanya hanya ditempuh hanya dalam waktu dua
tahun.
Pada kelas XI, siswa SMA memiliki pilihan untuk masuk ke salah satu dari tiga
departemen, yaitu Sains, Sosial dan Bahasa (sebelumnya, tidak pernah ada pilihan
jurusan atas nama ilmu pengetahuan, ilmu sosial, dan bahasa. Kemudian, Fisika,
Biologi , Sosial, dan Bahasa). Pada akhir kelas XII (tahun ketiga), siswa-siswi
diwajibkan untuk menjalani Ujian Nasional (Ebtanas). Setelah itu, ketika sudah
lulus tingkat SMA, siswa-siswi bisa melanjutkan pendidikan ke Perguruan Tinggi,
tetapi ada juga yang langsung dapat bekerja.
Secara umum, Pengertian Sekolah Menengah Atas adalah sekolah anak-anak yang
berusia 16 sampai 18 tahun. Namun, di luar itu banyak siswa yang berusia 14 atau
7
15 sudah di SMA. Sebaliknya, ada juga siswa yang berusia 20 atau 21 tahun
masih seragam SMA. Pada dahulu kala, saat kolonialisme Belanda, SMA disebut
dengan nama Algemeene Middelbare School (AMS). Di era penjajahan Jepang,
SMA disebut dengan Sekolah Menengah Tinggi (SMT). Pasca kemerdekaan,
SMT berganti nama lagi menjadi Sekolah Menengah Oemoem Atas (SMOA).
Dan tak lama kemudian, SMOA berubah menjadi Sekolah Menengah Atas
(SMA). Pada tahun akademik 1994/1995, SMA berubah menjadi Sekolah
Menengah Umum (SMU). Tapi hanya sepuluh tahun, setelah tahun 2003/2004
sekolah, sebutan SMA digunakan lagi sampai sekarang.
SMA diselenggarakan baik oleh pemerintah maupun swasta. Sebelum daerah
otonom diberlakukan pada tahun 2001, pengelolaan SMA negeri di Indonesia di
bawah Departemen Pendidikan Nasional (Depdiknas). Sekarang, manajemen
merupakan tanggung jawab kabupaten / kota. Departemen Pendidikan telah
menjadi peran yang terbatas regulator dalam standar nasional pendidikan. Dengan
demikian, secara struktural, negara kini telah menjadi sekolah tinggi unit
pelaksana teknis dinas pendidikan kabupaten / kota (Taufik, 2010).
2.2 Sistem Pendukung Keputusan (Decision Support System)
2.2.1 Pengertian Sistem Pendukung Keputusan
Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis
komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan
yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi
atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah
8
data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur
yang spesifik (Ching-Chin ,dkk., 2010).
Pendapat oleh beberapa ahli bahwa SPK atau Decision Support System (DSS)
dibuat untuk meningkatkan proses dan kualitas hasil pengambilan keputusan,
dimana DSS dapat memadukan data dan pengetahuan untuk meningkatkan
efektivitas dan efisiensi dalam proses pengambilan keputusan (Maharrani, dkk.,
2010).
Sistem pendukung keputusan menurut Wibowo ialah proses pengambilan
keputusan dibantu menggunakan komputer untuk membantu pengambil keputusan
dengan menggunakan beberapa data dan model tertentu untuk menyelesaikan
beberapa masalah yang tidak terstruktur. Keberadaan SPK pada perusahaan atau
organisasi bukan untuk menggantikan tugas-tugas pengambil keputusan, tetapi
merupakan sarana yang membantu bagi mereka dalam pengambilan keputusan.
Dengan menggunakan data-data yang diolah menjadi informasi untuk mengambil
keputusan dari masalah-masalah semi-terstruktur. Dalam implementasi SPK, hasil
dari keputusan-keputusan dari sistem bukanlah hal yang menjadi patokan,
pengambilan keputusan tetap berada pada pengambil keputusan. Sistem hanya
menghasilkan keluaran yang mengkalkulasi data-data sebagaimana pertimbangan
seorang pengambil keputusan. Sehingga kerja pengambil keputusan dalam
mempertimbangkan keputusan dapat dimudahkan (Wibowo, 2011).
9
Dengan pengertian diatas dapat dijelaskan bahwa Sistem Pendukung Keputusan
bukanlah alat pengambilan keputusan, melainkan merupakan sistem yang
membantu pengambil keputusan dengan melengkapi sistem dengan informasi dari
data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan
tentang suatu masalah.
2.2.2 Karakteristik Sistem Pendukung Keputusan
Karakteristik sistem pendukung keputusan.
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.
4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek
fleksibilitas serta kemampuan adaptasi yang tinggi (Wibowo, 2011).
2.2.3 Tipe Keputusan
Menurut Turban, dkk. (2005), dalam sistem pendukung keputusan terdapat tiga
jenis tipe keputusan yaitu.
10
1. Keputusan Terstruktur
Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan
bersifat rutin. Informasi yang dibutuhkan spesifik, terjadwal, sempit, interaktif,
real time, internal, dan detail. Prosedur yang dilakukan untuk pengambilan
keputusan sangat jelas. Keputusan ini terutama dilakukan pada manajemen tingkat
bawah. Contoh: keputusan pemesanan barang dan keputusan penagihan piutang;
menentukan kelayakan lembur, mengisi persediaan, dan menawarkan kredit pada
pelanggan.
2. Keputusan Semi-terstruktur
Keputusan semi-terstruktur adalah keputusan yang mempunyai sifat yakni
sebagian keputusan dapat ditangani oleh komputer dan yang lain tetap harus
dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan fokus, spesifik,
interaktif, internal, real time, dan terjadwal. Contoh: pengevaluasian kredit,
penjadwalan produksi, merancang rencana pemasaran, dan mengembangkan
anggaran departemen.
3. Keputusan Tidak Terstruktur
Keputusan tidak terstruktur adalah keputusan yang penanganannya rumit karena
tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut
pengalaman dari berbagai sumber yang bersifat eksternal. Keputusan ini
umumnya terjadi pada manajemen tingkat atas. Informasi yang dibutuhkan umum,
luas, internal, dan eksternal.
11
2.2.4 Tahapan Pengambilan Keputusan
Untuk menghasilkan keputusan yang baik ada beberapa tahapan proses yang harus
dilalui dalam pengambilan keputusan terstruktur, semi-terstruktur, maupun tidak
terstruktur. Menurut Hermawan (2005), proses pengambilan keputusan melalui
beberapa tahap berikut.
1. Tahap Penelusuran
Tahap ini pengambil keputusan mempelajari kenyataan yang terjadi, sehingga kita
bisa mengidentifikasi masalah yang terjadi biasanya dilakukan analisis dari sistem
ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen
pernyataan masalah.
2. Tahap Desain
Dalam tahap ini pengambil keputusan menemukan, mengembangkan dan
menganalisis semua pemecahan yang mungkin yaitu melalui pembuatan model
yang bisa mewakili kondisi nyata masalah. Dari tahapan ini didapatkan keluaran
berupa dokumen alternatif solusi.
3. Tahap Choice
Dalam tahap ini pengambil keputusan memilih salah satu alternatif pemecahan
yang dibuat pada tahap desain yang dipandang sebagai aksi yang paling tepat
untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan
dokumen solusi dan rencana implementasinya.
12
4. Tahap Implementasi
Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di
tahap choice. Implementasi yang sukses ditandai dengan terjawabnya masalah
yang dihadapi, sementara kegagalan ditandai masih adanya masalah yang sedang
dicoba untuk diatasi. Dari tahap ini didapatkan laporan pelaksanaan solusi dan
hasilnya.
2.2.5 Komponen Sistem Pendukung Keputusan
Menurut Turban, dkk. (2005), Sistem Pendukung Keputusan terdiri dari empat
subsistem, yaitu.
i. Manajemen Data, meliputi basis data yang berisi data-data yang relevan
dengan keadaan dan dikelola oleh perangkat lunak yang disebut dengan
Database Management System (DBMS).
ii. Manajemen Model, berupa sebuah paket perangkat lunak yang berisi
model- model finansial, statistik, management science, atau model
kuantitatif, yang menyediakan kemampuan analisa dan perangkat lunak
manajemen yang sesuai.
iii. Subsistem Dialog atau komunikasi, merupakan subsistem yang dipakai
oleh user untuk berkomunikasi dan memberi perintah (menyediakan user
interface).
iv. Manajemen Pengetahuan, yang mendukung subsistem lain atau berlaku
sebagai komponen yang berdiri sendiri. Komponen ini dapat menyediakan
keahlian yang diperlukan untuk memecahkan beberapa aspek masalah dan
13
memberikan pengetahuan yang dapat meningkatkan operasi komponen
sistem pendukung keputusan yang lain.
Berdasarkan pengertian/definisi diatas dapat ditampilkan skematik Sistem
Pendukung Keputusan seperti Gambar 2.1
Gambar 2.1 Skematik DSS (Turban dkk., 2005).
2.2.6 Manfaat Sistem Pendukung Keputusan
SPK dapat memberikan berbagai manfaat dan keuntungan. Menurut Suryadi dan
Ramdhani., (2002), manfaat yang dapat diambil dari SPK yaitu.
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.
14
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 SPK dapat menjadi stimulan bagi
pengambil keputusan dalam memahami persoalannya, karena mampu
menyajikan berbagai alternatif pemecahan.
2.3 Multiple Attribute Decision Making (MADM)
Multiple Attribute Decision Making (MADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan
kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap
atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi
alternatif yang sudah diberikan (Kusumadewi, dkk., 2006).
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 (Kusumadewi, dkk., 2006).
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah
MADM antara lain.
i. Simple Additive Weighting Method (SAW)
15
ii. Weighted Product (WP)
iii. ELECTRE
iv. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
v. Analytic Hierarchy Process (AHP)
2.4 Metode Simple Additive Weighting (SAW)
Dijelaskan oleh Kusumadewi bahwa metode Simple Additive Weighting (SAW)
sering juga dikenal dengan istilah metode penjumlahan terbobot. Metode SAW
membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang
dapat diperbandingkan dengan semua rating alternatif yang ada. Metode SAW
mengenal adanya 2 (dua) atribut yaitu kriteria keuntungan (benefit) dan kriteria
biaya (cost). Perbedaan mendasar dari kedua kriteria ini adalah dalam pemilihan
kriteria ketika mengambil keputusan.
Adapun langkah penyelesaian dalam menggunakannya adalah.
1. Menentukan alternatif, yaitu Ai.
2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu Cj
3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.
4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria.
W=[ W1,W2,W3,…,WJ] (2.1)
5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria.
6. Membuat matrik keputusan (X) yang dibentuk dari tabel rating kecocokan
dari setiap alternatif pada setiap kriteria. Nilai X setiap alternatif (Ai)
16
pada setiap kriteria (Cj) yang sudah ditentukan, dimana, i=1,2,…m dan
j=1,2,…n.
7. Melakukan normalisasi matrik keputusan dengan cara menghitung nilai
rating kinerja ternomalisasi (rij) dari alternatif Aipada kriteria Cj.
Keterangan.
a. Kriteria keuntungan apabila nilai memberikan keuntungan bagi
pengambil keputusan, sebaliknya kriteria biaya apabila menimbulkan
biaya bagi pengambil keputusan.
b. Apabila berupa kriteria keuntungan maka nilai dibagi dengan nilai
dari setiap kolom, sedangkan untuk kriteria biaya, nilai dari setiap kolom
dibagi dengan nilai Xij
8. Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik
ternormalisasi (R)
17
9. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian
elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang
bersesuaian eleman kolom matrik (W).
Hasil perhitungan nilai V i yang lebih besar mengindikasikan bahwa
alternatif A i merupakan alternatif terbaik (Kusumadewi, 2006).
2.5 Sistem Informasi Geografis
2.5.1 Pengertian Sistem Informasi Geografis
Sistem Informasi Geografis (SIG) adalah ilmu pengetahuan yang berbasis pada
perangkat lunak komputer yang digunakan untuk memberikan bentuk digital dan
analisa terhadap permukaan geografi bumi sehingga membentuk suatu informasi
keruangan yang tepat dan akurat (Suryantoro, 2013).
Sistem Informasi Geografis (SIG) atau juga dikenal sebagai Geographic
Information System (GIS) pertama pada tahun 1960 yang bertujuan untuk
menyelesaikan permasalahan geografis. Empat puluh tahun kemudian GIS
berkembang tidak hanya bertujuan untuk menyelesaikan permasalahan geografi
saja, tetapi sudah merambah ke berbagai bidang, seperti analisis penyakit
epidemik (demam berdarah) dan analisis kejahatan (kerusuhan), termasuk analisis
kepariwisataan. Kemampuan dasar dari SIG adalah mengintegrasikan berbagai
operasi basis data seperti query, menganalisisnya serta menampilkannya dalam
18
bentuk pemetaan berdasarkan letak geografisnya. Inilah yang membedakan SIG
dengan sistem informasi lain (Prahasta, 2002).
SIG merupakan sebuah sistem informasi yang didesain untuk bekerja dengan
sumber data spasial. SIG merupakan suatu media yang sangat handal untuk
merepresentasikan data Remote Sensing (RS) menjadi informasi yang berguna
bagi banyak pihak untuk berbagai keperluan (Indarto, 2013).
2.5.2 Manfaat Sistem Informasi Geografis
Fungsi SIG adalah meningkatkan kemampuan menganalisis informasi spasial
secara terpadu untuk perencanaan dan pengambilan keputusan. SIG dapat
memberikan informasi kepada pengambil keputusan untuk analisis dan penerapan
database keruangan (Prahasta, 2002). SIG mampu memberikan kemudahan-
kemudahan yang diinginkan. Dengan SIG kita akan dimudahkan dalam melihat
fenomena kebumian dengan perspektif yang lebih baik. SIG mampu
mengakomodasi penyimpanan, pemrosesan, dan penayangan data spasial digital
bahkan integrasi data yang beragam, mulai dari citra satelit, foto udara, peta
bahkan data statistik. SIG juga mengakomodasi dinamika data, pemutakhiran data
yang akan menjadi lebih mudah (Swastikayana, 2011).
2.6 Pengertian Google Maps API
Seperti yang tercatat oleh Svennerberg, Google Maps API adalah API yang paling
populer di internet. Pencatatan yang dilakukan pada bulan Mei tahun 2010
menyatakan bahwa 43% mashup (aplikasi dan situs web yang menggabungkan
19
dua atau lebih sumber data) menggunakan Google Maps API. Beberapa tujuan
dari penggunaan Google Maps API adalah untuk melihat lokasi, mencari alamat,
mendapatkan petunjuk mengemudi dan lain sebagainya (Halim, 2011).
2.7 PHP (Hypertext Preprocessor)
Agus Saputra menuliskan di dalam bukunya (Saputra, 2012) bahwa PHP
(Hypertext Preprocessor) adalah suatu bahasa pemprograman yang difungsikan
untuk membangun suatu web dinamis. PHP menyatu dengan kode HTML yang
artinya HTML digunakan sebagai pembangun atau pondasi dari kerangka layout
web, sedangkan PHP digunakan sebagai prosesnya, sehingga dengan adanya PHP
tersebut sebuah web akan sangat mudah di maintenance.
2.8 MySQL ( My Structured Query Language )
MySQL merupakan software sistem manajemen database (Database Management
System) yang sangat populer di kalangan pemrograman web. Kepopuleran MySQL
dimungkinkan karena kemudahannya untuk digunakan, cepat secara kinerja
query, dan mencukupi untuk kebutuhan database perusahaan-perusahaan skala
menengah kecil. MySQL merupakan database yang digunakan oleh situs-situs
terkemuka di internet untuk menyimpan datanya (Sidik, 2005).
2.9 Metode V-Model
2.9.1 Pengertian V-Model
Merupakan model pengembangan perangkat lunak yang didasarkan pada
hubungan antara setiap fase pengembangan siklus hidup. Bisa dikatakan model ini
20
merupakan perluasan dari model waterfall. Disebut sebagai perluasan karena
tahap-tahapnya mirip dengan yang terdapat dalam model waterfall. Jika dalam
model waterfall proses dijalankan secara linear, maka dalam model V proses
dilakukan bercabang.
Gambar 2.2 Metode V-Model
2.9.2 Langkah-langkah V-Model
1. Requirement Analysis & Acceptance Testing
Tahap Requirement Analysis sama seperti yang terdapat dalam model waterfall.
Keluaran dari tahap ini adalah dokumentasi kebutuhan pengguna. Acceptance
Testing merupakan tahap yang akan mengkaji apakah dokumentasi yang
dihasilkan tersebut dapat diterima oleh para pengguna atau tidak.
21
2. System Design & System Testing
Dalam tahap ini analis sistem mulai merancang sistem dengan mengacu pada
dokumentasi kebutuhan pengguna yang sudah dibuat pada tahap sebelumnya.
Keluaran dari tahap ini adalah spesifikasi software yang meliputi organisasi
sistem secara umum, struktur data, dan yang lain. Selain itu tahap ini juga
menghasilkan contoh tampilan window dan juga dokumentasi teknik yang lain
seperti Entity Diagram dan Data Dictionary.
3. Architecture Design & Integration Testing
Sering juga disebut High Level Design. Dasar dari pemilihan arsitektur yang akan
digunakan berdasar kepada beberapa hal seperti pemakaian kembali tiap modul,
ketergantungan tabel dalam basis data, hubungan antar tampilan, detail teknologi
yang dipakai.
4. Module Design & Unit Testing
Sering juga disebut sebagai Low Level Design. Perancangan dipecah menjadi
modul-modul yang lebih kecil. Setiap modul tersebut diberi penjelasan yang
cukup untuk memudahkan programmer melakukan coding. Tahap ini
menghasilkan spesifikasi program seperti: fungsi dan logika tiap modul, pesan
kesalahan, proses input-output untuk tiap modul, dan lain-lain.
5. Coding
Dalam tahap ini dilakukan pemrograman terhadap setiap modul yang sudah
dibentuk.
22
2.9.3 Tahapan V-Model
Tahapan pada V-Model dibagi menjadi 2 garis besar yaitu tahap Verifikasi dan
Validasi atau testing. Tahap Verfiikasi mengacu kepada usaha penyesuaian
spesifikasi software dengan kebutuhan klien/konsumen, tahapan ini meliputi
serangkaian kegiatan sebagai berikut.
Tahapan Validasi merupakan serangkaian tahapan yang mengacu kepada
kesesuaian software dengan spesifikasi yang sudah ditetapkan. Tahapan ini
dicapai melalui serangkaian pengujian/testing sebagai berikut.
Unit test: menguji setiap komponen/unit program apakah sesuai dengan
rancangan unit yang sudah ditetapkan. Secara teoritis seharusnya pengujian
dilakukan oleh orang tertentu yang bertugas sebagai software tester, tetapi
dalam kenyataannya seringkali unit testing dilakukan oleh programmer
sendiri.
Interface test: setelah semua komponen diuji secara terpisah, tahapan
selanjutnya dilakukan interface test untuk melihat sejauh mana setiap
komponen dapat berinteraksi satu sama lain sesuai dengan fungsi yang
diharapkan.
System test: setelah semua interface berjalan dengan baik, selanutnya
dilakukan system test untuk melihat sejauh mana sistem/software dapat
memenuhi kebutuhan secara keseluruhan. System testing bersifat menyeluruh
dan tidak dapat dilakukan berdasarkan fungsionalitas sistem yang diuji secara
terpisah. Aktivitas pada system testing termasuk melakukan pengujian hal-hal
berikut.
23
1. Performance – apakah kinerja sistem sesuai dengan target yang sudah
didefinisikan sebelumnya.
2. Volume – apakah software/sistem dapat menampung volume informasi yang
cukup besar.
3. Stress – apakah software/sistem dapat menampung sejumlah informasi pada
waktu-waktu tertentu.
4. Documentation – apakah semua dokumentasi penting sudah disiapkan.
5. Robustness – apakah software/sistem cenderung stabil pada berbagai kondisi
diluar dugaan/ekstrim.
Acceptance test merupakan aktivitas untuk menguji sejauh mana
sistem/software dapat membantu memecahkan business case, dalam artian
apakah sistem/software tersebut sudah sesuai dengan harapan konsumen/klien
dan sejauh mana manfaat sistem/software ini bagi klien. Test ini sering kali
disebut sebagai User Acceptance Test (UAT).
Release testing: test ini dilakukan untuk menguji sejauh mana sistem/software
dapat mendukung aktivitas organisasi dan berjalan dengan harmonis sesuai
dengan kegiatan rutin organisasi. (Balaji dan Murugaiyan, 2012)
2.10 Data Flow Diagram (DFD)
Data flow diagram menggambarkan komponen-komponen suatu sistem, aliran
data, dan penyimpanan data. Digunakannya DFD yaitu untuk membuat
dokumentasi dari sistem yang ada atau untuk menyusun dokumentasi untuk sistem
yang baru. Menurut Fathansyah (1999), DFD merupakan pembuatan model yang
memungkinkan professional sistem untuk menggambarkan sistem sebagai suatu
24
jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data,
baik secara manual maupun komputerisasi. Terdapat dua jenis notasi simbol yang
digunakan pada data flow diagram yaitu Notasi Yourdon/DeMarco dan Notasi
Gane Sarson. Notasi pada DFD ditampilkan pada Tabel 2.1.
Tabel 2.1. Notasi Simbol Data Flow Diagram (DFD)
2.11 Entity Relational Diagram (ERD)
Entity Relationship Diagram (ERD) merupakan suatu model jaringan yang
menggunakan susunan data yang disimpan pada sistem secara abstrak. Entity
Relationship Diagram (ERD) juga menggambarkan hubungan antara entitas yang
25
memiliki sejumlah atribut dengan entitas yang lain dalam suatu sistem yang
terintegrasi. ERD digunakan oleh perancang sistem untuk memodelkan data yang
nantinya akan dikembangkan menjadi basis data (Fathansyah, 1999). Simbol-
simbol ERD ditampilkan pada Tabel 2.2.
Tabel 2.2. Simbol Entity Relationship Diagram (ERD)
2.12 Penelitian Terkait
2.12.1 Candra Surya (2015)
Sistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Menggunakan
Fuzzy Multi Attribut Decision Making (FMADM) dan Simple Additive Weighting
(SAW) oleh Candra Surya tahun 2015. Penelitian tersebut dilatarbelakangi oleh
pendistribusian beasiswa yang tidak tepat sasaran, oleh karena itu peneliti
melakukan merancang suatu sistem untuk menentukan penerima beasiswa dengan
menggunakan metode Fuzzy Multi Decision Making (FMADM) dan Simple
26
Additive Weighting (SAW). Metode FMADM digunakan untuk mencari alternatif
dari sejumlah alternatif dengan kriteria-kriteria yang telah ditentukan. Sedangkan
Metode SAW digunakan untuk merangking dari alternatif yang ada. Hasil
penelitian ini dapat digunakan sebagai alat bantu dalam mengambil keputusan
untuk merekomendasikan penerima beasiswa.
2.12.2 Nugroho Joko Usito (2013)
Sistem Pendukung Keputusan Penilaian Proses Belajar Mengajar Menggunakan
Metode SAW (Simple Additive Weighting). Penelitian ini dilatarbelakangi oleh
Dosen yang kapasitasnya sebagai seorang pendidik di lingkungan perguruan
tinggi memegang peran utama dalam proses belajar mengajar, dosen sangat
menentukan perkembangan dan kemampuan siswa di bidang ilmu pengetahuan
dan teknologi, lembaga pendidikan yang dalam ini merupakan induk kerja dari
para dosen, sangat berkepentingan dalam menjaga mutu para dosen dalam proses
belajar mengajar.
Satu hal yang bisa digunakan untuk menjaga mutu dosen adalah dengan
melakukan penilain proses belajar mengajar dengan membagun sebuah aplikasi
sistem pendukung keputusan, dalam aplikasi ini metode yang digunakan untuk
mendukung penilaian proses belajar mengajar adalah Simple Additive Weighting
(SAW). Ada sembilan indikator penilaian yang digunakan dalam tesis ini yakni,
(1) tingkat kehadiran mengajar, (2) ketepatan memulai dan mengakhiri kuliah, (3)
ketepan materi dan silabus, (4) kemudahan penyampaian materi untuk dipahami,
(5) memotivasi belajar dalam mendalami mata kuliah, (6) penggunaan
27
ilustrasi/alat bantu untuk memperjelas materi, (7) melayani dan memberi
perhatian dalam komunikasi dua arah, (8) membantu, akomodatif, dan mudah
untuk di temui, (9) memiliki pengetahuan aktual dalam pembelajaran. Hasil
penelitian dapat mendukung keputusan pada Penilaian proses belajar mengajar
menggunakan kriteria yang telah ditentukan dan proses lain yang terkait dalam
penilaian proses belajar mengajar.
2.12.3 Pristiwanto (2014)
Sistem Pendukung Keputusan dengan Metode SAW untuk menentukan dosen
pembimbing Skripsi oleh Pristiwanto tahun 2014. Penelitian ini dilatarbelakangi
oleh Salah satu permasalahan dalam menyelesaikan skripsi adalah diperlukan
seorang dosen pembimbing yang memiliki keahlian bidang teknologi
informasi. Dimana program studi masih kebingungan saat akan menentukan
siapa yang layak sebagai dosen pembimbing skripsi. Oleh karena itu, dibutuhkan
sebuah sistem pendukung keputusan (SPK) yang dapat membantu program studi
dalam menentukan dosen pembimbing yang sesuai dengan kriteria yang
ditetapkan. Permasalahan tersebut dapat diselesaikan dengan menerapkan
SAW (Simple Additive Weighting) dalam pengambilan keputusan banyak kriteria.
Metode ini akan memberikan pembobotan alternatif pilihan sesuai dengan
banyak kriteria yang ditetapkan. Alternatif pilihan dengan bobot terbesar,
merupakan alternatif pilihan yang direkomendasikan untuk dipilih sebagai
dosen pembimbing. Berdasarkan hasil ujicoba dan evaluasi yang dibuat mampu
memberikan informasi yang dapat membantu dalam menentukan siapa dosen
pembimbing I dan dosen pembimbing II skripsi.
BAB III
METODE PENELITIAN
3.1 Waktu dan Tempat Penelitian
Penelitian ini dilakukan di Sekretariat MKKS SMA Kota Bandar Lampung dan
juga Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam
(MIPA) Universitas Lampung. Waktu penelitian yaitu pada Semester Genap
2015/2016.
3.2 Tahapan Penelitian
Metodologi penelitian adalah tata cara bagaimana suatu penelitian dilaksanakan.
Pada pengembangan sistem pendukung keputusan ini ialah metode Penelitian ini
dilakukan berdasarkan Metode V-Model. Tahapan penelitian yang digunakan oleh
penulis digambarkan pada Gambar 3.1.
29
Gambar 3.1 Diagram Alir Metodologi Penelitian
30
Penjelasan dari diagram alir metodologi penelitian pada Gambar 3.1 adalah
sebagai berikut.
3.2.1. Identifikasi Masalah
Pada Tahap Identifikasi masalah penulis melakukan wawancara dengan Seketaris
MKKS SMA Kota Bandar Lampung yaitu bapak Marifudin untuk mengetahui apa
saja permasalahan dan kriteria apa saja yang penting untuk memilih SMA Swasta.
Selain itu dari hasil wawancara didapatkan data atribut-atribut yang dapat
digunakan untuk membangun sistem.
3.2.2 Analisis Kebutuhan
3.2.2.1 Analisis Masalah
Dari hasil wawancara dan pengumpulan data, maka ditemukan masalah yaitu
jumlah siswa yang lulus dari SMP pada tahun 2016 sebesar 10.430 sedangkan
SMA Negeri hanya mampu menampung 2.213, permasalahan kedua yaitu
timpangnya jumlah murid di SMA Swasta yang berada di Bandar Lampung, dan
permasalahan ketiga yaitu masih banyaknya orang tua siswa yang bingung akan
memasukan anaknya ke SMA Swasta yang mana, karena selama ini hanya
mendapat informasi dari mulut ke mulut saja dan hanya mengetahui beberapa
SMA Swasta saja.
Selanjutnya peneliti mendapatkan faktor-faktor informasi kriteria yang
dibutuhkan untuk memilih rekomendasi SMA Swasta di Bandar Lampung setelah
melakukan wawancara, yaitu.
31
1.Akreditasi
2. Uang Pangkal (Uang Masuk )
3. Jumlah Kelas
4. Uang SPP (Iuran per bulan)
5. Tingkat Kelulusan
6. Mutu Sekolah
7. Jumlah Murid
8. Jarak
Berdasarkan dari masalah tersebut, dibutuhkan suatu sistem pendukung keputusan
yang dapat digunakan untuk merekomendasikan SMA Swasta mana yang cocok
dengan bobot kriteria yang diinginkan oleh calon siswa dan orang tua.
3.2.2.2 Analisis Kebutuhan Sistem
Sistem Pendukung Keputusan ini menggunakan beberapa perangkat pendukung,
yaitu.
A. Software
Penulis menggunakan beberapa perangkat lunak untuk mengembangkan sistem
informasi ini yang terdiri dari.
1. XAMPP-win32-v3.2.1.VC11-intaller berisi Apache, MySql, PhpMyAdmin
2. Dreamweaver CS 6
3. Aplikasi basis data MySql
32
B. Hardware
Perangkat keras yang digunakan dalam pengembangan sistem informasi ini adalah
notebook dengan spesifikasi sebagai berikut.
1. Processor : Intel Core i7-4710HQ-2.5Ghz
2. RAM : 8 GB DDR3
3. Harddisk : 1 TB SATA
4. OS : Windows 10 Home
5. System Type : 64-bit Operating System
3.2.3 Desain Sistem
Desain sistem merupakan gambaran awal seperti apa suatu sistem informasi
berdasarkan alur kerja sistem. Desain sistem ini dibuat guna mempermudah dalam
tahap selanjutnya yaitu penulisan kode program. Adapun penjelasan dari tahap
desain sistem sajikan dalam bentuk context diagram, data flow diagram dan entity
relationship diagram serta rancangan antarmuka bagi pengguna.
3.2.3.1 Context Diagram
Context diagram pada sistem ini memiliki satu proses yaitu proses rekomendasi
sekolah dan dua external entity yaitu User dan Admin. Context diagram pada
sistem ini ditunjukkan pada Gambar 3.2.
33
Gambar 3.2. Context Diagram
3.2.3.2 Data Flow diagram
Data flow diagram merupakan penjabaran lebih rinci terhadap context diagram
sistem informasi penerimaan siswa baru. DFD dijabarkan dalam beberapa level
sesuai dengan kebutuhan.
34
Gambar 3.3 DFD Level 0 pada SPK Remokendasi SMA Swasta di Bandar
Lampung
35
Sub Proses DFD level 1 pada proses Melakukan Login hanya terdapat satu proses
yaitu melakukan login yang dapat dilakukan oleh dua entity yaitu Admin dan User
ditunjukkan pada Gambar 3.4.
Gambar 3.4 DFD level 1 Proses 1 Melakukan Login
Sub Proses DFD level 1 pada proses Mengolah Data User terdapat 4 Proses yaitu
Menambah Data User, Mengedit Data User, Menghapus Data User, dan Melihat
Data User User ditunjukkan pada Gambar 3.5.
Gambar 3.5 DFD level 1 Proses 2 Mengolah Data User
36
Sub Proses DFD level 1 pada proses Mengolah Data Kriteria terdapat empat
proses yaitu Menambah Data Kriteria, Mengedit data kriteria, Menghapus Data
Kriteria, dan Melihat Data Kriteria ditunjukkan pada Gambar 3.6.
Gambar 3.6 DFD level 1 Proses 3 Mengolah Data Kriteria
Sub Proses DFD level 1 pada proses Mengolah Data Subkriteria terdapat empat
proses yaitu menambah data subkriteria, mengedit data subkriteria, menghapus
data subkriteria, dan melihat data sub kriteria ditunjukkan pada Gambar 3.7.
Gambar 3.7 DFD level 1 Proses 4 Mengolah Data Sub Kriteria
37
Sub Proses DFD level 1 proses Mengolah Data Sekolah terdapat empat proses
yaitu menambah data sekolah, mengedit data sekolah, menghapus data sekolah,
dan melihat data sekolah ditunjukkan pada Gambar 3.8.
Gambar 3.8 DFD level 1 Proses 5 Mengolah Data Sekolah
Sub Proses DFD level 1 pada proses Mengisi bobot kriteria terdapat dua proses
yaitu mengisi bobot kriteria dan Menghapus Bobot Kriteria ditunjukkan pada
Gambar 3.9.
Gambar 3.9 DFD level 1 Proses 6 Mengisi Bobot Kriteria
38
Sub Proses DFD level 1 pada proses Mengolah Data Rangking terdapat lima
proses yaitu menambah data rangking, mengedit data rangking, menghapus data
rangking, melihat data rangking, dan cetak laporan ditunjukkan pada Gambar
3.10.
Gambar 3.10 DFD level 1 Proses 7 Mengolah Rangking
3.2.3.3 Entity Relationship Diagram (ERD)
ERD merupakan diagram yang menunjukkan informasi dibuat, disimpan dan
digunakan dalam sistem bisnis. Dimana entity ERD saling memiliki keterikatan
satu sama lainnya. Penjelasan mengenai ERD sistem ini dapat dilihat pada
Gambar 3.11.
39
Gambar 3.11 Entity Relationship Diagram
40
Berikut adalah contoh struktur tabel yang ada pada Gambar 3.1. sampai 3.16.
1.Tabel Sekolah
Tabel ini digunakan untuk menyimpan data sekolah
Table 3.1 Contoh Struktur Tabel Sekolah
Field Type Null Key
id_Sekolah int No Primary_Key
nama_alternatif varchar No
alamat varchar Yes
longitude varchar Yes
latittude varchar Yes
image text Yes
keterangan text Yes
kecamatan varchar Yes
telepon varchar Yes
akreditasi varchar Yes
uang_pangkal varchar Yes
jumlah_murid varchar Yes
visi varchar Yes
Jumlah_kelas varchar Yes
tingkat_lulus varchar Yes
uang spp varchar Yes
hasil_alternatif double No
2.Tabel Kriteria
Tabel ini digunakan untuk menyimpan data kriteria
Table 3.2 Contoh Struktur Tabel kriteria
Field Type Null Key
id_kriteria int No Primary_key
nama_kriteria varchar No
tipe_kriteria varchar No
bobot_kriteria double No
Username varchar Yes
41
3.Tabel Kriteria User
Tabel ini digunakan untuk menyimpan data Kriteria User
Table 3.3 Contoh Struktur Tabel Kriteria User
Field Type Null Key
id_kriteria int No Primary_key
nama_kriteria varchar No
tipe_kriteria varchar No
bobot_kriteria double No
alamat text Yes
longitude text Yes
latitude text Yes
Username varchar Yes
4.Tabel Nilai
Tabel ini digunakan untuk menyimpan data Nilai (Subkriteria)
Table 3.4 Contoh Struktur Tabel Nilai
Field Type Null Key
id_nilai int No Primary_key
id_kriteria int Yes
ket_nilai varchar No
jumlah_nilai double No
5.Tabel Pengguna
Tabel ini digunakan untuk menyimpan data Pengguna
Table 3.5 Contoh Struktur Tabel Pengguna
Field Type Null Key
id_pengguna int No Primary_key
nama_lengkap varchar No
Username varchar No
password varchar No
level varchar Yes
42
6.Tabel Rangking
Tabel ini digunakan untuk menyimpan data Rangking
Table 3.6 Contoh Struktur Tabel Rangking
Field Type Null Key
id_alternatif int No Primary_key
id_kriteria int No
nilai_rangking double No
nilai_normalisasi double No
bobot_normalisasi double No
3.2.3.4 Desain Interface
Desain Interface sistem ini dibagi bedasarkan pengguna yaitu Admin dan User. Di
dalam desain antarmuka Admin terdapat delapan menu yaitu Login, Beranda,
Kriteria, Subkriteria, Data Sekolah, Pemetaan, Rangking, dan Pengguna.
Sedangkan di dalam desain antarmuka User terdapat enam desain antarmuka
yaitu Login, Beranda, Data Sekolah, Pemilihan, Hasil Analisa, dan Rekomendasi.
Rancangan desain antarmuka ini dibuat bedasarkan desain pada context diagram,
data flow diagram dan entity relationship diagram yang telah dibuat dengan
menerapkannya ke dalam form.
3.2.3.4.1 Halaman Interface bagi Admin
a. Login
Tampilan awal ketika memasuki sistem pendukung keputusan ini ialah halaman
login, sama seperti User, Admin harus memasukan Username dan password untuk
masuk ke halaman Admin. Tampilan antarmuka halaman login disajikan pada
Gambar 3.12
43
Gambar.3.12 Halaman Login Admin
b. Beranda
Tampilan awal setelah login adalah halaman beranda, pada halaman beranda
Admin terdapat nama-nama kriteria dan nama sekolah. Tampilan antarmuka
halaman Beranda Admin disajikan pada Gambar 3.13.
Gambar.3.13 Halaman Admin Beranda
44
c. Kriteria
Pada menu kriteria, terdapat tabel yang berisikan tentang nama kriteria dan tipe
kriteria,. Disini Admin dapat menambah, merubah atau menghapus nama kriteria
dan tipe kriteria . Tampilan antarmuka halaman Kriteria disajikan pada Gambar
3.14 dan 3.15.
Gambar.3.14 Halaman Admin Data Kriteria
Gambar 3.15 Halaman Admin Tambah Data Kriteria
45
d. Subkriteria
Pada menu Nilai/Sub Kriteria terdapat tabel yang berisikan tentang Keterangan
Nilai, Kriteria, dan Jumlah Nilai yang. Disini Admin dapat menambah, merubah,
atau menghapus nilai sesuai keinginannya. Sebagai contoh untuk kriteria
akreditasi terdapat empat sub kriteria yaitu a, b c, dan d lalu masing-masing sub
kriteria itu diberi nilai a = empat, b= tiga, c= dua dan d= satu, begitu juga dengan
yang lainnya . Tampilan antarmuka halaman Nilai disajikan pada Gambar 3.16
dan 3.17.
Gambar.3.16 Halaman Admin Subkriteria
46
Gambar. 3.17 Halaman Admin Tambah Nilai Subkriteria
e. Data Sekolah
Pada Menu Data Sekolah, Admin dapat menambah atau menghapus data sekolah
yang berisi tentang informasi secara lengkap mengenai setiap sekolah dimulai dari
alamat, visi misi, foto dan lain-lain. Tampilan antarmuka halaman Data Sekolah
disajikan pada Gambar 3.18 dan 3.19.
Gambar.3.18 Halaman Admin Data Sekolah
47
Gambar.3.19 Halaman Admin Tambah Data Sekolah
f. Tambah Data Rangking
Pada Menu Tambah Data digunakan oleh untuk memasukan nilai kriteria maupun
sub kriteria berdasarkan data informasi sekolah masing-masing. Tampilan
antarmuka halaman Tambah Data disajikan pada Gambar 3.20 dan 3.21.
Gambar.3.20 Halaman Admin Input Rangking
48
Gambar.3.21 Halaman Admin Input Penilaian
g. Pengguna
Pada Menu Pengguna digunakan oleh Admin untuk menambah/menghapus User
atau Admin, selain itu bisa juga digunakan untuk melihat jumlah User yang telah
mendaftar. Tampilan antarmuka halaman Pengguna disajikan pada Gambar 3.22
dan 3.23.
Gambar.3.22 Halaman Admin Lihat Pengguna
49
Gambar.3.23 Halaman Admin Tambah Pengguna
3.2.3.4.2 Halaman interface bagi User
a. Login
Tampilan awal ketika memasuki sistem pendukung keputusan ini ialah halaman
login, untuk pengguna yang baru pertama kali menggunakan sistem ini maka ia
harus melakukan registrasi terlebih dahulu dengan mengisi form nama lengkap,
Username, dan password. Setelah sukses melakukan registrasi ,selanjutnya User
memasukan Username dan password yang telah dibuat ke dalam kotak login
untuk bisa masuk ke dalam sistem pendukung keputusan. Tampilan antarmuka
halaman login disajikan pada Gambar 3.24 dan 3.25.
50
Gambar.3.24 Halaman Login User
Gambar.3.25 Halaman Registrasi
b. Beranda
Tampilan awal setelah login adalah halaman beranda, pada halaman ini dijelaskan
tentang informasi penggunaan sistem pendukung keputusan pemilihan sekolah.
Tampilan antarmuka halaman Beranda disajikan pada Gambar 3.26.
51
Gambar.3.26 Halaman User Beranda
c. Data Sekolah
Pada Menu Data Sekolah berisi tentang informasi mengenai profil dari seluruh
SMA Swasta di Bandar Lampung . Tampilan antarmuka halaman Data Sekolah
disajikan pada Gambar 3.27 dan 3.28.
Gambar.3.27 Halaman User Data Sekolah
52
Gambar.3.28 Halaman User Detail Data Sekolah
d. Pemetaan
Pada Menu Pemetaan berisi tentang lokasi-lokasi SMA Swasta di Bandar
Lampung. Tampilan antarmuka halaman Pemetaan disajikan pada Gambar 3.29.
Gambar.3.29 Halaman User Pemetaan
53
e. Pemilihan
Pada Menu Pemilihan berisi tentang bobot kriteria yang akan di isi oleh User.
Pada Menu ini User akan mengisi lokasi user dan juga bobot delapan kriteria yang
di sediakan yaitu akreditasi, uang pangkal, uang spp, jumlah kelas, tingkat
kelulusan, mutu sekolah, jaral dan jumlah murid yang harus berjumlah 100%.
Semakin besar bobotnya maka semakin tinggi tingkat kepentingannya. Tampilan
antarmuka halaman Pemilihan disajikan pada Gambar 3.30.
Gambar.3.30 Halaman User Pemilihan Kriteria
f. Analisa SAW
Pada menu ini berisi tentang hasil perhitungan SAW dari seluruh sekolah yang
sesuai dengan bobot kriteria yang telah diisi oleh User pada menu halaman
pemilihan, selain itu juga User dapat melihat detail perhitungan. Tampilan
antarmuka halaman Analisa SAW disajikan pada Gambar 3.31.
54
Gambar.3.31 Halaman User Analisa SAW
g. Rekomendasi
Pada Menu Halaman ini berisi rekomendasi 5 sekolah dengan nilai tertinggi
bedasarkan perhitungan SAW yang sesuai dengan bobot kriteria yang telah
ditentukan oleh user. Tampilan antarmuka halaman Rekomendasi disajikan pada
Gambar 3.32.
Gambar.3.32 Halaman User Rekomendasi Sekolah
55
3.2.4 Implementasi
Pada Tahapan Implementasi ada dua hal yang dilakukan yaitu pembuatan
Database sistem dan juga coding pembuatan sistem. Pada sistem berbasis Web ini
akan dibangun Sistem Pendukung Keputusan Rekomendasi Pemilihan SMA
Swasta di Bandar Lampung. Sistem Pendukung Keputusan Rekomendasi
Pemilihan SMA ini memiliki dua aktor yaitu Admin dan juga User.
Pada halaman Admin terdapat fungsi menambah kriteria, menambah subkriteria,
menambah lokasi sekolah, menambah data sekolah dan juga memasukan data
rangking. Sedangkan pada halaman User terdapat fungsi melihat data sekolah,
mencari lokasi sekolah, melakukan pengisian bobot kriteria, melihat hasil
rekomendasi sekolah maupun cetak laporan hasil rekomendasi.
3.2.5 Pengujian Sistem
3.2.5.1 Pengujian Black Box
Testing merupakan tahapan akhir dimana sistem diuji kemampuan dan
keefektivannya sehingga didapatkan kekurangan dan kelemahan sistem yang
kemudian dilakukan pengkajian ulang dan perbaikan terhadap aplikasi menjadi
lebih baik dan sempurna dengan metode yang digunakan adalah black-box testing.
Black-box testing adalah metode pengujian yang dimana penilaian terhadap
sebuah aplikasi bukan terletak pada spesikasi logika/fungsi aplikasi tersebut, tapi
input dan output. Dengan berbagai input yang diberikan akan dievaluasi apakah
sesuatu sistem/aplikasi dapat memberikan output/keluaran yang sesuai dengan
56
harapan penguji. Teknik yang digunakan dalam pengujian ini adalah dengan
teknik Equivalence Partitioning. Equivalence Partitioning membagi domain input
dari suatu program kedalam kelas–kelas data sehingga test case dapat diperoleh.
Hasil evaluasi sistem disajikan dalam bentuk tabel.tabel rencana pengujian
disajikan pada Tabel 3.7 dan Tabel 3.8.
Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk AdminNo Kelas Uji Daftar
PengujianKasus Uji Hasil yang
diharapkan
1 Login Input DataLogin
Username :Admin
Password :Admin
Masuk kehalamanberandaAdmin
Username :Admin
Password :Adminer
Menampilkankotak dialogpasswordsalah
2 Fungsi pada halamanKriteria
MenambahKriteria
Melakukanpengisian
kriteria secaralengkap
Berhasilmenambahkriteria
Melakukanpengisian
kriteria secaratidak lengkap
Tidak berhasilmenambahkriteria
3 Fungsi pada halamanKriteria
MenghapusKriteria
Klik iconhapus pada
menu kriteria
Berhasilmenghapuskriteria
4 Fungsi pada halamanKriteria
MengeditKriteria
Klik icon editpada menu
kriteria
Berhasilmasuk kehalaman editkriteria
5 Fungsi pada halamanSubkriteria
MenambahSubkriteria
Melakukanpengisiansubkriteria
secaralengkap
Berhasilmenambahsubkriteria
57
Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin (lanjutan)No Kelas Uji Daftar
PengujianKasus Uji Hasil yang
diharapkan
6 Fungsi pada halamanSubkriteria
MenghapusSubkriteria
Klik iconhapus pada
menusubkriteria
Berhasilmenghapussubkriteria
7 Fungsi pada halamanSubkriteria
MengeditSubkriteria
Klik icon editpada menusubkriteria
Berhasilmasuk kehalaman editkriteria
8 Fungsi pada halamanData Sekolah
Menambahdata Sekolah
Melakukanpengisian datasekolah secara
lengkap
Berhasilmenambahdata sekolah
Melakukanpengisian datasekolah secaratidak lengkap
Tidak berhasilmenambahdata sekolah
9 Fungsi pada halamanData Sekolah
Menghapusdata sekolah
Klik iconhapus padamenu data
sekolah
Berhasilmenghapusdata sekolah
10 Fungsi pada halamanData Sekolah
MengeditData Sekolah
Klik icon editpada menu
Data Sekolah
Berhasilmasuk kehalaman editData Sekolah
Klik icon editpada menu
Data Sekolah
Tidak berhasilmasuk kemenu editData Sekolah
11 Fungsi pada halamanRangking
MenambahRangkingPenilaian
Melakukanpengisian data
penilaiansekolah secara
lengkap
Berhasilmenambahrangking
Melakukanpengisian data
penilaiansekolah secaratidak lengkap
Tidak berhasilmenambahrangking
58
Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin (lanjutan)No Kelas Uji Daftar
PengujianKasus Uji Hasil yang
diharapkan
12 Fungsi pada halamanRangking
MeresetRangkingPenilaian
Klik icon“reset” pada
menu
Berhasilmeresetrangking
13 Fungsi pada halamanPengguna
MenambahPengguna
Melakukanpengisian data
Penggunasecara
lengkap
Berhasilmenambahpengguna
Melakukanpengisian data
penggunasecara tidak
lengkap
Tidak berhasilmenambahpengguna
14 Fungsi pada halamanPengguna
MenghapusPengguna
Klik iconhapus pada
menuPengguna
Berhasilmenghapuspengguna
Tabel 3.8 Daftar Pengujian Black Box pada sistem untuk UserNo Kelas Uji Daftar
PengujianKasus Uji Hasil yang
diharapkan
1 Registrasi MelakukanRegistrasi
Melakukanpengisian data
registrasisecara
lengkap
Berhasilmelakukanregistrasi
Melakukanpengisian datasecara tidak
lengkap
GagalMelakukanRegistrasi
2 Login Input DataLogin
Username :hasabi
Password :123456
Masuk kehalamanberandaAdmin
Username :hasabi
Password :12345
Menampilkankotak dialogpasswordsalah
59
Tabel 3.8 Daftar Pengujian Black Box pada sistem untuk User (lanjutan)No Kelas Uji Daftar
PengujianKasus Uji Hasil yang
diharapkan
3 Fungsi pada halamanData Sekolah
Melihat DetailData Sekolah
Klik icon“lihat” pada
menu
Berhasilmasuk kehalaman detaildata sekolah
Klik icon“lihat” pada
menu
Tidak berhasilmasuk kehalaman detaildata sekolah
4 Fungsi pada halamanPemetaan
Melihat lokasiSekolah
Mengkliklogo sekolah
Muncul fotoSekolah
5 Fungsi pada halamanPemilihan
MelakukanPengisian
Bobot Kriteria
Memasukanbobot kriteria
yangberjumlah
100%
Data berhasilditambah
Memasukanbobot kriteria
yangberjumlah
kurang ataulebih dari
100%
Data gagal ditambah
6 Fungsi pada halamanRekomendasi
MelakukanCetak
RekomendasiSekolah
Melakukanklik “cetak
rekomendasi”
Muncul Kotakdialog cetaklaporan
3.2.5.2 Pengujian Manual Metode SAW ( Simple Additive Weighting )
Pada tahap ini dilakukan pengujian data secara manual menggunakan metode
Simple Additive Weighting (SAW). Terdapat 8 Variabel Kriteria yang diperoleh
dari hasil wawancara yaitu akreditasi, mutu sekolah, uang pangkal, uang SPP,
jumlah kelas, tingkat kelulusan, jumlah murid, dan jarak. Tabel-tabel berikut ini
adalah tabel kriteria dengan nilai dan bobotnya masing-masing. Untuk lebih
60
jelasnya mengenai nilai di masing-masing tabel kriteria dapat dilihat pada Tabel
3.9 sampai dengan Tabel 3.16.
Tabel 3.9. Kriteria dan Bobot Akreditasi (C1)Akreditasi Nilai (Bobot)
A 3B 2C 1
Tabel 3.10. Kriteria dan Bobot Uang Pangkal (C2)Uang Pangkal Nilai (Bobot)
<1.000.000 11.000.000-2.000.000 22.000.000-3.000.000 33.000.000-6.000.000 4
>6.000.000 5
Tabel 3.11. Kriteria dan Bobot Jumlah Kelas (C3)Jumlah Kelas Nilai (Bobot)
>20 411-20 36-10. 21-5. 1
Tabel 3.12. Kriteria dan Bobot Uang SPP (C4)Uang SPP Nilai (Bobot)
100.000-200.000 1200.000-300.000 2300.000-500.000 3
>500.000 4
61
Tabel 3.13. Kriteria dan Bobot Tingkat Kelulusan (C5)Tingkat Kelulusan Nilai (Bobot)
100% 1<100% 0
Tabel 3.14. Kriteria dan Bobot Mutu Sekolah (C6)Mutu Sekolah Nilai (Bobot)
SBI 4RSBI 3SSN 2SPM 1
Tabel 3.15. Kriteria dan Bobot Jumlah Murid (C7)Jumlah Murid Nilai (Bobot)
>500 5200-500 4100-200 350-100 2
<50 1
Tabel 3.16. Kriteria dan Bobot Jarak (C8)Jarak Nilai (Bobot)1-5 km 36-10 km 211-25 km 1
Bedasarkan Kriteria yang ada User memasukan lokasinya di jl.teuku umar no24
dan menghendaki bobot kriteria 30% untuk akreditasi, untuk uang pangkal 10%,
untuk jumlah kelas 20% , untuk uang SPP 10% , untuk tingkat kelulusan 0% ,
untuk mutu sekolah 10% , jumlah murid 10%, dan jarak 10%. Contoh Kasusnya
seperti tabel 3.17 dibawah ini :
62
Tabel 3.17. Contoh Kasus
SekolahKRITERIA
AkreditasiUang
PangkalJum
Kelas SPP Kelulusan MutuJum
MuridJarak
SMAPersada A 3.000.000 11 130.000 100% SSN 250 7 kmSMATunas
Harapan B 300.000 3 110.000 100% SPM 64 6 kmSMA
Sriwijaya C 1.600.000 3 150.000 100% SSN 42 2 kmSMABina
Mulya B 50.000 6 150.000 100% SPM 137 4 kmSMAYPPL C 250.000 4 115.000 98% SSN 72 8 kmSMA
Perintis B 3.075.000 17 200.000 100% SSN 500 5 km
Perhitungan manual bedasarkan contoh kasus diatas sesuai dengan bobot kriteria
yang telah diisi oleh User adalah sebagai berikut :
Tabel 3.18. Rating Kecocokan Setiap Alternatif pada kriteria
SekolahKRITERIA
C1(Benefit)
C2(Cost)
C3(Benefit)
C4(Cost)
C5(Benefit)
C6(Benefit)
C7(Benefit)
C8(Benefit)
A1 3 3 3 1 1 2 4 2
A2 2 1 1 1 1 1 2 2
A3 1 2 1 1 1 2 1 3
A4 2 1 2 1 1 1 3 3
A5 1 1 1 1 0 2 2 2
A6 2 4 3 1 1 2 4 3Bobot 30 10 20 10 0 10 10 10
Selanjutnya membuat matriks keputusan berdasarkan kriteria (Ci) kemudian
melakukan matriks ternormalisasi dengan rumus yang telah ada, sehingga
diperoleh matriks ternormalisasi :
63
Contoh Perhitungan A1 menggunakan persamaan 1 :
1)3;2;3;2;3;3(
31
MaxC (Benefit) ( Persamaan 3.1)
75,04
)3;4;4;3;4;4(2
MinC (Cost)
Dari hasil perhitungan tersebut maka didapatkan matriks ternormalisasi R, yaitu:
R=
66,0
33,0
66,0
33,0
66,0
1
25,0
1
1
50,0
1
33,0
1
33,0
66,0
33,0
33,0
1
1
1
1
1
1
1
1
0
1
1
1
1
1
1
50,0
1
50,0
1
1
50,0
75,0
25,0
50,0
1
1
66,0
1
1
66,0
66,0
Selanjutnya mencari alternatif terbaik menggunakan persamaan 2 :
V1 = (1x30) + (0,33x10)+ (1x20) + (1x10) + (1x0) + (1x10) + (1x10) + (0,66x10)
= 89,9
V2 = (0,66x30) + (1x10) + (0,33x20) + (1x10) + (1x0) + (0,50x10) + (0,50x10) +
(0,66x10)
= 63
V3 = (0,33x30) + (0,50 x10) + (0,33x20) + (1x10) + (1x0) + (1x10) + (0,25x10)
+ (1x10)
= 54
V4 = (0,66x30) + (1x10) + (0,66x20) + (1x10) + (1x0) + (0,50x10) + (0,75x10) +
(1x10)
= 75,5
64
V5 = (0,33x30 ) + (1x10) + (0,33x20) + (1x10) + (0x0) + (1x10) + (0,50x10) +
(0,66x10)
= 58,1
V6 = (0,66x30) + (0,25x10) + (1x20) + (1x10) + (1x0) + (1x10) + (1x10) +
(1x10)
= 82,3 ( Persamaan 3.2)
V1 merupakan peringkat pertama karena memiliki nilai yang lebih besar dari nilai
yang lain, V1 merupakan nilai preferensi dari alternatif A1, sehingga A1 atau
dalam kasus ini SMA Persada yang menjadi alternatif terbaik untuk dijadikan
Rekomendasi Sekolah.
BAB V
PENUTUP
5.1 Kesimpulan
Berdasarkan penelitian yang telah dilakukan dapat disimpulkan beberapa hal
sebagai berikut :
1. Telah berhasil membangun Sistem Pendukung keputusan Rekomendasi SMA
Swasta di Bandar Lampung yang dapat membantu para orang tua calon siswa
ataupun siswa itu sendiri dalam memilih SMA yang sesuai dengan kriteria
yang diinginkan.
2. Sistem Pendukung Keputusan yang dibangun memberikan hasil rekomendasi
sekolah bedasarkan perhitungan dari delapan kriteria.
3. Untuk mendapatkan hasil rekomendasi sekolah pada sistem ini digunakan
metode SAW (Simple Additive Weighting)
4. Hasil rekomendasi yang ditampilkan oleh sistem berupa hasil perhitungan
dan juga grafik batang vertikal yang merepresentasikan hasil perhitungan
dari tiap sekolah .
5. Berdasarkan hasil pengujian Equivalence Partitioning, disimpulkan bahwa
dari 30 orang total responden, yang terdiri dari orang tua calon siswa maupun
calon siswa mendapatkan rata-rata 81% persen. Hal ini menunjukkan bahwa
penilaian terhadap Sistem Pendukung Keputusan Rekomendasi Pemilihan
101
SMA Swasta di Bandar Lampung menggunakan metode SAW (Simple
Additive Weighting) tergolong ‘Sangat Baik’.
6. Sistem Rekomendasi SMA Swasta ini akan digunakan oleh pihak MKKS
SMA Kota Bandar Lampung dan nantinya sistem ini akan berada di dalam
website MKKS SMA Kota Bandar Lampung.
5.2 Saran
Adapun saran yang diberikan adalah sebagai berikut :
1. Menampilkan jumlah % (persen) pada menu pemilihan sehingga user dapat
mengetahui berapa bobot yang sudah diisi
2. Menyempurnakan desain user interface (UI) sistem/ Perbaikan pada tampilan
aplikasi sehingga menjadi sistem lebih menarik.
3. Penambahan fungsi-fungsi lainnya pada sistem yang dapat semakin
memudahkan pengguna
102
DAFTAR PUSTAKA
Aditya, Chandra, Rizki., Kurniawan, Didik., Wamiliana. 2015. Sistem Pendukung
Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple
Additive Weighting di Lingkungan Universitas Lampung. Jurnal
Komputasi, Vol : 3, No 2, ISSN : 2541-0350. Bandar Lampung
Balaji, S., Murugaiyan, M.S., 2012. Waterfall vs V-Model vs Agile: A omparative
Study on SDLC. International Journal of Information Technology and
Business management Vol 2 No. 1.
Candra Surya. 2015. Sistem Pendukung Keputusan Rekomendasi Penerima
Beasiswa Menggunakan Fuzzy Multi Attribut Decision Making
(FMADM) dan Simple Additive Weighting (SAW). Jurnal Rekayasa
Elektrika Vol. 11, No. 4, Agustus 2015, hal. 149-156.
Ching-Chin, C., Ka Ing, A.I., Ling-Ling, W., and Ling-Chieh, K., (2010).
Designing a decision-support system for new product sales forecasting,
Journal of Expert Systems with Applications, Vol.37, pp. 1654-1665.
Fathansyah. 1999. Basis Data. Penerbit Informatika, Bandung.
Halim, J . 2011. Framework Pemetaan Data Berbasis Peta dengan Menggunakan
Google Maps API (Skripsi). Universitas Bina Nusantara. Jakarta.
Hermawan, Julius. 2005. Membangun Decision Support System. Penerbit Andi,
Yogyakarta.
Joko, Nugroho. 2013. Sistem Pendukung Keputusan Penilaian Proses Belajar
Mengajar Menggunakan Metode SAW (Simple Additive Weighting). Tesis
Sistem Informasi, Semarang
Kendall, Kenneth E. 2003. Analisis dan Perancangan Sistem. Jakarta: PT Indeks.
Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. 2006. Fuzzy Multi -
Attribute Decision Making (FUZZY MADM). Penerbit Graha
Ilmu,Yogyakarta.
Laudon, Kenneth C. 2008. Sistem Informasi Manajemen edisi 10. Jakarta:
Salemba Empat.
103
Maharrani, R.H., Syukur, A., dan Catur P., Tyas. 2010. Penerapan Metode
Analytial Hierarchi Process dalam Penerimaan Karyawan pada PT. Pasir
Besi Indonesia. Jurnal Teknologi Informasi, Vol.6, No.1, Hal 102-114.
Prahasta, Eddy. 2002, Konsep-konsep Dasar SIG. Bandung: Informatika
Bandung.
Pristiwanto.2014. Sistem Pendukung Keputusan dengan Metode SAW untuk
menentukan dosen pembimbing Skripsi. Jurnal STMIK Budi Darma
Medan Vol. 2, No. 1, ISSN: 2339-210X.
Rizky, Soetam. 2007. Interaksi Manusia dan Komputer. Yogyakarta: Graha Ilmu.
Saputra, Agus. 2012. Sistem Informasi Nilai Akademik untuk Panduan
Skripsi.Jakarta: Elex Media Komputindo.
Sidik, Bertha. 2005. MySQL. Bandung Informatika, Bandung.
Suryadi, Kadarsah, dan Ramdhani, Ali. 2002. Sistem Pendukung Keputusan :
Suatu Wacana Struktural Idealis dan Implementasi Konsep Pengambilan
Keputusan. Remaja Rosdakarya, Bandung.
Suryantoro, Agus. 2013. Intergrasi Aplikasi Sistem Informasi Geografis. Ombak,
Yogyakarta.
Swastikayana, I Wayan Eka. 2011. Sistem Informasi Geografis Berbasis Web
Untuk Pemetaan Pariwisata Kabupaten Gianyar. Jurusan Teknik
Informatika Fakultas Teknologi Industri Universitas Pembangunan
Nasional”Veteran”. Yogyakarta.
Tonton Taufik.2010. Pengertian Sekolah Menengah Atas., Sumedang.
Turban, E., Aronson, J. E., and Liang, T. 2005. Decision Support Systems and
Intelliget Systems (Sistem Pendukung Keputusan dan Sistem Cerdas).
Penerbit Andi, Yogyakarta.
Wibowo, Bagus Ari. 2011. Perancangan dan Implementasi Sistem Pendukung
Keputusan untuk Jalan Menggunakan Metode ID3 (Studi Kasus
BAPPEDA Kota Salatiga). Universitas Kristen Satya Wacana: Jawa
Tengah.