Upload
trinhdien
View
227
Download
0
Embed Size (px)
Citation preview
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
Sistem Pendukung Keputusan Pemilihan Jurusan
Pada Sekolah Menengah Kejuruan (SMK) Negeri 3 Salatiga
Menggunakan Metode Simple Additive Weighting
Berbasis Android
Artikel Ilmiah
Diajukan Kepada
Fakultas Teknologi Informasi
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
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Salatiga
Februari 2016
Sistem Pendukung Keputusan Pemilihan Jurusan
Pada Sekolah Menengah Kejuruan (SMK) Negeri 3 Salatiga
Menggunakan Metode Simple Additive Weighting
Berbasis Android
1)
Haryo Bimo Wicaksono Ibnu Hawin Junaidi, 2)
Hindriyanto Dwi Purnomo
Program Studi Teknik Informatika, Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
JL.Diponegoro 52-60 Salatiga
Email : 1)
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.
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
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 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
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 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
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 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
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 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
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 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
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 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
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 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
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 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
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 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
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 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
Siswa27 Welding TSM 58 62 59
Siswa28 Welding Welding 70 72 72
Siswa29 Welding Welding 66.5 68 69.5
Siswa30 Welding TSM 69 68 65
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)