View
8
Download
0
Category
Preview:
Citation preview
PERANCANGAN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN
JURUSAN DI SMA BERDASARKAN NILAI AKADEMIK DAN MINAT
SISWA MENGGUNAKAN FUZZY SIMPLE ADDITIVE WEIGHTING
(FSAW)
SKRIPSI
Diajukan untuk Memenuhi Salah Satu Syarat
Memperoleh Gelar Sarjana Komputer
Program Studi Teknik Informatika
Oleh :
Valencia Maria Genia Sitompul
135314122
PROGRAM STUDI TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS SANATA DHARMA
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ii
DESIGN OF DECISION SUPPORT SYSTEM OF SELECTION IN HIGH
SCHOOL’S MAJORS BASED ON ACADEMIC VALUE AND STUDENTS
INTEREST USING FUZZY SIMPLE ADDITIVE WEIGHTING METHOD
THESIS
Presented as Partial Fulfillment of The Requirements
To Obtain Sarjana Komputer Degree
In Informatics Engineering Study Program
By :
Valencia Maria Genia Sitompul
135314122
INFORMATICS ENGINEERING STUDY PROGRAM
DEPARTMENT OF INFORMATICS ENGINEERING
FACULTY OF SCIENCE AND TECHNOLOGY
SANATA DHARMA UNIVERSITY
YOGYAKARTA
2018
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
iv
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
v
HALAMAN PERSEMBAHAN
Tugas akhir ini saya persembahkan untuk :
Jesus Christ for being my God and Savior
Ayah dan Ibu saya tercinta.
Terimakasih atas doa, kasih sayang tulus, dan cinta kasih yang begitu besar yang
selalu diberikan kepada saya tanpa henti.
Kakak-kakak dan keponakan saya yang saya cintai.
Terimakasih karena selalu memberikan doa dan motivasi bagi saya untuk dapat
menyelesaikan tugas akhir ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
vii
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
viii
ABSTRAK
Penjurusan di SMA saat ini masih dilakukan dengan manual dan memiliki
kecenderungan melihat nilai akedemik siswa saja. Jika nilai siswa memenuhi
standar KKM (Kriteria Ketuntasan Minimum) yang telah ditentukan oleh sekolah
maka dapat ditentukan siswa tersebut masuk salah satu jurusan yang ada.
Sedangkan untuk melihat minat siswa, biasanya siswa diminta mengisi kuesioner
secara manual. Cara manual tersebut menjadi kurang praktis dan memakan waktu
yang lama, rentan terjadi kesalahan dalam pemeriksaan dan penilaian sehingga
kesalahan dapat terjadi dalam menentukan nilai. Kesalahan dalam memilih
jurusan akan merugikan bagi siswa, baik dari biaya maupun waktu.
Sistem pendukung keputusan pemilihan jurusan di SMA menggunakan
metode Fuzzy Simple Additive Wighting (FSAW) dibangun untuk membantu
sekolah dalam mempermudah menentukan jurusan. Kriteria yang digunakan
adalah nilai akademik siswa dan minat siswa.
Kata kunci: Fuzzy Simple Additive Weighting (FSAW), Sistem Pendukung
Keputusan, Pemilihan Jurusan di SMA
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
ix
ABSTRACT
The current high school majors are still done manually and have a tendency
to see students' academic grades only. If the student's score meets the KKM
(Minimum Criteria of Completeness) standard determined by the school then the
student can be assigned to one of the majors. Meanwhile, to see students' interest,
students are usually asked to fill in questionnaires manually. Manual way to be
less practical and takes a long time, prone to errors in the examination and
assessment so that errors can occur in determining the value. Errors in choosing a
course will be detrimental to students, both from cost and time.
Decision support sistem of selection in high school using the Fuzzy Simple
Additive Wighting (FSAW) method is built to help schools in making it easier to
determine majors. The criteria used are students' academic value and student
interest.
Keywords: Fuzzy Simple Additive Weighting (FSAW), Decision Support
System (DSS), Selection of Majors in Senior High School
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
x
KATA PENGANTAR
Puji syukur penulis panjatkan kepada Tuhan Yang Maha Esa karena atas
berkat, rahmat dan karuniaNya, penulis dapat menyelesaikan Tugas Akhir ini
sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer Jurusan
Teknik Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma.
Pada kesempatan kali ini penulis ingin mengucapkan terimakasih kepada
semua pihak yang telah membantu dalam proses pengerjaan Tugas Akhir ini,
ucapan terimakasih disampaikan kepada :
1. Keluarga, Bapak F. Th. Reignhard Sitompul, Ibu P. D. Herawati
Manurung, Kakak Reivelino Parlindungan Sitompul, Desiana Sitompul,
Deviana Sitompul, dan Retedar Jihan Sitompul, dan Keponakan Abram
Panggabean dan Abraham Panggabean yang selalu memberikan doa,
dukungan, dan semangat.
2. Bapak Sudi Mungkasi, S.Si, M.Math.Sc.,Ph.D. selaku Dekan Fakultas
Sains dan Teknologi.
3. Ibu Dr. Anastasia Rita Widiarti, selaku Kepala Prodi Teknik Informatika.
4. Ibu Pulina Heruningsih Prima Rosa, S.Si., M.Sc. sebagai dosen
pembimbing akademik, yang telah membimbingan selama penulis
menempuh studi.
5. Bapak Eko Hari Parmadi S.Si., M.Kom. selaku dosen pembimbing tugas
akhir yang selalu memberikan saran dan dukungan kepada penulis selama
penyusunan tugas akhir ini.
6. Ibu Ag. Krisna Indah Marheni, S.Pd., M.A. yang dengan sabar mau
membimbing dalam penyusunan kuesioner minat siswa.
7. Seluruh Dosen dan Staff yang telah mendidik dan membina penulis selama
belajar di Universitas Sanata Dharma.
8. Sahabat tercinta Rini, Windi, Medi, Kasih, Kris dan Bagus yang selalu
menghibur dengan canda tawa dan selalu kompak dalam kebersamaan
selama menjalani proses belajar di Universitas Sanata Dharma.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xi
9. Teman-teman terkasih, Safriana Teluma, Vinny Elannor dan Valentina
Olivia yang selalu menghibur, membantu dan memberikan kasih sayang
dalam kebersamaan yang terjalin.
10. Teman-teman Teknik Informatika 2013 untuk kebersamaan selama
menjalani masa perkuliahan ini.
11. Teman-teman kos Pak Kuwat yang selalu memberikan dukungan untuk
dapat menyelesaikan tugas akhir ini.
12. SMA Negeri 1 Ngemplak yang telah mengijinkan saya untuk
mendapatkan data dari siswa.
13. Serta semua pihak yang secara langsung maupun tidak langsung telah
membantu penulis dalam menyelesaikan tugas akhir ini.
Penulis menyadari bahwa dalam penyusunan laporan Tugas Akhir ini
masih terdapat banyak kesalahan dan kekurangan, oleh sebab itu penulis
mengharapkan kritik dan saran untuk perbaikan di masa yang akan datang.
Penulis berharap laporan Tugas Akhir ini dapat bermanfaat dan berguna bagi
semua pihak.
Yogyakarta, ....................................
Penulis,
Valencia Maria Genia Sitompul
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xii
DAFTAR ISI
HALAMAN PERSETUJUAN............................................................................. iii
HALAMAN PENGESAHAN .............................................................................. iv
HALAMAN PERSEMBAHAN............................................................................ v
PERNYATAAN KEASLIAN KARYA .............................................................. vi
LEMBAR PERNYATAAN ................................................................................ vii
ABSTRAK .......................................................................................................... viii
ABSTRACT .......................................................................................................... ix
KATA PENGANTAR ........................................................................................... x
DAFTAR ISI ........................................................................................................ xii
DAFTAR GAMBAR .......................................................................................... xvi
Daftar Tabel ...................................................................................................... xviii
BAB I PENDAHULUAN ...................................................................................... 1
1.1 Latar Belakang ....................................................................................... 1
1.2 Rumusan Masalah .................................................................................. 4
1.3 Tujuan Penelitian ................................................................................... 4
1.4 Batasan Masalah ..................................................................................... 4
1.5 Manfaat Penelitian ................................................................................. 4
1.6 Metodologi Penelitian ............................................................................. 5
1.7 Sistematika Penulisan ............................................................................ 5
BAB II LANDASAN TEORI .............................................................................. 7
2.1 Sistem Pendukung Keputusan (Decision Support Systems) ................ 7
2.1.1 Pengertian ........................................................................................ 7
2.1.2 Tujuan .............................................................................................. 7
2.2 Logika Fuzzy ........................................................................................... 9
2.2.1 Himpunan Fuzzy ............................................................................. 9
2.2.2 Fungsi Keanggotaan...................................................................... 10
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiii
2.3 Fuzzy Multi-Attribute Decision Making (FMADM) ........................... 14
2.4 Simple Additive Weighting Method (SAW) .......................................... 15
2.6.2 Langkah-Langkah Penyelesaian SAW ........................................ 16
2.5 Fuzzy Simple Additive Weighting (FSAW) .......................................... 16
2.6 Minat ...................................................................................................... 17
2.6.1 Pengertian Minat ........................................................................... 17
2.6.2 Macam-Macam Minat .................................................................. 18
2.7 Peminatan Jurusan di SMA ................................................................ 19
2.8 Inteligensi Ganda .................................................................................. 20
2.9 Tes Minat ............................................................................................... 21
BAB III METODE PENELITIAN .................................................................... 29
3.1 Gambaran Umum ................................................................................. 29
3.2 Spesifikasi Software dan Hardware ..................................................... 29
3.3 Desain Penelitian .................................................................................. 29
2.3.1 Studi Pustaka ................................................................................. 29
2.3.2 Pengumpulan Data ........................................................................ 30
2.3.3 Perancangan Alat Uji .................................................................... 30
BAB IV ANALISIS DAN PERANCANGAN SISTEM .................................. 31
4.1 AnalisisMasalah .................................................................................... 31
4.1.1 Analisis Sistem Lama .................................................................... 31
4.1.2 Analisis Sistem Baru ..................................................................... 31
4.2 Gambaran Umum Sistem .................................................................... 32
4.3 Analisis Kebutuhan Sistem .................................................................. 32
4.3.1 Aktor Yang Terlibat ..................................................................... 32
4.3.2 Diagram Use Case ......................................................................... 33
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xiv
4.4 Perancangan Sistem Menggunakan Metode Fuzzy Simple Additive
Weighting .......................................................................................................... 34
4.4.1 Kriteria ........................................................................................... 34
4.4.2 Himpunan Fuzzy ........................................................................... 36
4.4.3 Proses Sistem Pendukung Keputusan ......................................... 39
4.4.4 Contoh Perhitungan ...................................................................... 39
4.5 Perancangan Proses.............................................................................. 51
4.5.1 Diagram Konteks Sistem .............................................................. 51
4.5.2 Diagram Alir Data Level 1 ........................................................... 51
4.5.3 Diagram Alir Data Level 2 ........................................................... 52
4.6 Perancangan Basis Data....................................................................... 54
4.6.1 Perancangan Konseptual .............................................................. 54
4.6.2 Perancangan Logikal .................................................................... 55
4.6.3 Perancangan Fisikal ...................................................................... 55
4.6.4 Perancangan Basis Data ............................................................... 57
4.7 Perancangan User Interface ................................................................ 60
4.7.1 Perancangan User Interface Untuk Siswa .................................. 60
4.7.2 Perancangan User Interface untuk Admin ................................. 63
BAB V IMPLEMENTASI DAN PEMBAHASAN ........................................... 67
5.1 Implementasi Interface ............................................................................ 67
5.1.1 Halaman Login .............................................................................. 67
5.1.2 Halaman Home Admin ................................................................. 68
5.1.3 Halaman Daftar Siswa .................................................................. 68
5.1.4 Halaman Tambah Siswa ............................................................... 69
5.1.5 Halaman Biodata Siswa ................................................................ 70
5.1.6 Halaman Ubah Data Siswa ........................................................... 70
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xv
5.1.7 Halaman Daftar Jurusan Siswa ................................................... 71
5.1.8 Halaman Help ................................................................................ 71
5.1.9 Halaman Home Siswa ................................................................... 72
5.1.10 Halaman Lihat Rata-Rata Nilai Siswa ........................................ 72
5.1.11 Halaman Kuesioneri Siswa........................................................... 73
5.1.12 Halaman Lihat Persentase Minat Siswa ..................................... 73
5.1.13 Halaman Hasil Rekomendasi Jurusan ........................................ 74
5.2 Uji Coba .................................................................................................... 74
BAB VI PENUTUP ............................................................................................. 76
6.1 KESIMPULAN ..................................................................................... 76
6.2 SARAN .................................................................................................. 76
DAFTAR PUSTAKA .......................................................................................... 77
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvi
DAFTAR GAMBAR
Gambar 2.1 Representasi Linear Naik ................................................................... 10
Gambar 2.2 Representasi Linear Turun ................................................................. 11
Gambar 2.3 Representasi Kurva Segitiga .............................................................. 12
Gambar 2.4 Representasi Kurva Trapesium .......................................................... 12
Gambar 2.5 Representasi Kurva Bentuk Bahu ...................................................... 13
Gambar 4.1 Diagram Use Case Sistem .................................................................. 33
Gambar 4.2 Use Case Package Kelola Siswa ........................................................ 33
Gambar 4.3 Use Case Package Kelola Nilai ......................................................... 34
Gambar 4.4 Use Case Package Sistem Pendukung ............................................... 34
Gambar 4.5 Fungsi Keanggotaan Nilai Akademik ............................................... 37
Gambar 4.6 Fungsi Keanggotaan Nilai Minat ...................................................... 38
Gambar 4.7 Diagram Konteks Sistem ................................................................... 50
Gambar 4.8 Diagram Aliran Data Level 1 Admin ................................................ 51
Gambar 4.9 Diagram Aliran Data Level 1 Siswa ................................................. 52
Gambar 4.10 Diagram Aliran Data Level 2 Proses 2 Admin ............................... 52
Gambar 4.11 Diagram Aliran Data Level 2 Proses 3 Admin ............................... 53
Gambar 4.12 Diagram Aliran Data Level 2 Proses 4 Admin ............................... 53
Gambar 4.13 Diagram Aliran Data Level 2 Proses 2 Siswa ................................. 53
Gambar 4.14 Diagram Entity Relationship ........................................................... 54
Gambar 4.15 Desain Logikal ................................................................................ 55
Gambar 4.16 Tabel Pada Basis Data ..................................................................... 58
Gambar 4.17 Tabel tblogin ................................................................................... 58
Gambar 4.18 Tabel tbsiswa ................................................................................... 58
Gambar 4.19 Tabel tbnilai ..................................................................................... 59
Gambar 4.20 Tabel tbkuesioner ............................................................................ 59
Gambar 4.21 Halaman Login Siswa ..................................................................... 60
Gambar 4.22 Halaman Utama Siswa .................................................................... 60
Gambar 4.23 Halaman Nilai Akademik ................................................................ 61
Gambar 4.24 Halaman Kuesioner Minat .............................................................. 61
Gambar 4.25 Halaman Hasil Minat ...................................................................... 62
Gambar 4.26 Halaman Hasil Rekomendasi .......................................................... 62
Gambar 4.27 Halaman Login Admin .................................................................... 63
Gambar 4.28 Halaman Utama Admin ................................................................... 63
Gambar 4.29 Halaman Menu Siswa ...................................................................... 64
Gambar 4.30 Halaman Tambah Siswa .................................................................. 64
Gambar 4.31 Halaman Edit Siswa ........................................................................ 65
Gambar 4.32 Halaman Hasil ................................................................................. 65
Gambar 4.33 Halaman Help .................................................................................. 66
Gambar 5.1 Halaman Login .................................................................................. 67
Gambar 5.2 Halaman Home Admin ...................................................................... 68
Gambar 5.3 Halaman Daftar Siswa ....................................................................... 68
Gambar 5.4 Halaman Tambah Siswa .................................................................... 69
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xvii
Gambar 5.5 Halaman Biodata Siswa .................................................................... 70
Gambar 5.6 Halaman Ubah Data Siswa ................................................................ 70
Gambar 5.7 Halaman Daftar Jurusan Siswa ......................................................... 71
Gambar 5.8 Halaman Help ..................................................................................... 71
Gambar 5.9 Halaman Home Siswa ........................................................................ 72
Gambar 5.10 Halaman Lihar Rata-rata Nilai Siswa .............................................. 72
Gambar 5.11 Halaman Kuesioner Siswa ............................................................... 73
Gambar 5.12 Halaman Lihat Persentase Minat Siswa ........................................... 73
Gambar 5.13 Halaman Hasil Rekomendasi Jurusan .............................................. 74
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
xviii
Daftar Tabel
Tabel 2.1 Pernyataan IPA ...................................................................................... 22
Tabel 2.2 Pernyataan IPS ....................................................................................... 25
Tabel 4.1 Kategori Rata-rata Nilai Akademik ....................................................... 35
Tabel 4.2 Kategori Nilai Kuesioner ....................................................................... 36
Tabel 4.3 Tabel Login ............................................................................................ 55
Tabel 4.4 Tabel Siswa ............................................................................................ 56
Tabel 4.5 Tabel Nilai.............................................................................................. 56
Tabel 4.6 Tabel Kuesioner .................................................................................... 57
Tabel 5.1 Tabel Uji Coba ...................................................................................... 74
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Pendidikan memiliki peranan penting dalam kehidupan bangsa, tentunya
pendidikan yang baik akan mencerminkan kualitas suatu bangsa. Pengertian
pendidikan sendiri dilihat dari UU SISDIKNAS No.20 tahun 2003,yaitu
pendidikan merupakan suatu usaha yang dilakukan secara sadar dan terencana
untuk mewujudkan suasana dan proses pembelajaran agar peserta didik secara
aktif mampu mengembangkan potensi yang ada didalam dirinya untuk memiliki
kekuatan spiritual keagamaan, kepribadian yang baik, pengendalian diri,
berakhlak mulia, kecerdasan,dan keterampilan yang diperlukan oleh dirinya
dan masyarakat.
Di Indonesia, berdasarkan Undang-Undang Pendidikan Nasional No. 2/1989,
pemerintah berupaya meningkatkan taraf kehidupan rakyat dengan mewajibkan
semua warga negara Indonesia yang berusia 7- 12 tahun dan 12-15 tahun untuk
menamatkan pendidikan dasar dengan program 6 tahun di SD dan 3 tahun di
SLTP secara merata. Setelah melewati jenjang pendidikan wajib sekolah, mereka
akan memasuki jenjang pendidikan menengah, yaitu SMK atau SMA. Tujuan dari
pendidikan menengah adalah untuk mempersiapkan siswa SMA atau SMK agar
siap masuk ke dunia perkuliahan maupun dunia kerja.
Pemilihan jurusan di SMA perlu pemikiran yang matang, karena akan
mempengaruhi masa depan. Permasalahan yang sering terjadi adalah siswa SMA
bingung dan belum tahu harus memilih jurusan apa yang tepat untuk dirinya. Ada
siswa yang memilih jurusan,hanya karena mengikuti teman atau karena pilihan
orang tua mereka, atau hanya dengan pertimbangan mudah mendapatkan
pekerjaan. Penjurusan itu sendiri bertujuan untuk membantu mempersiapkan
siswa melanjutkan studi ke perguruan tinggi dan memilih profesi, sehingga siswa
memiliki bekal untuk dapat maju ke langkah selanjutnya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
2
Penjurusan tersebut dilakukan oleh sekolah dengan melihat berbagai macam
pertimbangan, antara lain nilai akademik siswa, minat siswa, ataupun harapan
orang tua siswa. Sebelum memilih jurusan, biasanya siswa diberikan pelayanan
bimbingan oleh guru Bimbingan dan Konseling. Fungsi pelayanan bimbingan
salah satunya adalah fungsi penyaluran, yaitu fungsi bimbingan dalam membantu
siswa mendapatkan program studi atau jurusan yang sesuai baginya, disini berarti
siswa akan dibantu untuk memilih diantara alternatif yang tersedia. (Winkel dan
Hastuti S, 2006)
Penjurusan di SMA saat ini masih dilakukan dengan manual dan memiliki
kecenderungan melihat nilai akedemik siswa saja. Jika nilai siswa memenuhi
standar KKM (Kriteria Ketuntasan Minimum) yang telah ditentukan oleh sekolah
maka dapat ditentukan siswa tersebut masuk salah satu jurusan yang ada.
Sedangkan untuk melihat minat siswa, biasanya siswa diminta mengisi kuesioner
secara manual. Cara manual tersebut menjadi kurang praktis dan memakan waktu
yang lama, rentan terjadi kesalahan dalam pemeriksaan dan penilaian sehingga
kesalahan dapat terjadi dalam menentukan nilai. Kesalahan dalam memilih
jurusan akan merugikan bagi siswa, baik dari biaya maupun waktu.
Melihat masalah tersebut, maka diperlukan sebuah sistem pendukung
keputusan yang akan menjadi alternatif untuk menentukan jurusan siswa SMA.
Penentuan jurusan tersebut nantinya akan ditentukan berdasarkan nilai akademik
siswa dan hasil kuesioner untuk melihat bakat dan minat siswa.
Sistem pendukung keputusan sendiri merupakan sistem informasi interaktif
yang menyediakan informasi, pemodelan, dan pemanipulasian data. Penelitian ini
akan menggunakan Fuzzy Multiple Attribute Decision Making (FMADM) dengan
metode Simple Additive Weighting (SAW). Fuzzy Multiple Attribute Decision
making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif
optimal dari sejumlah alternatif dengan kriteria tertentu. Pada pembobotan fuzzy
dilakukan proses pemberian nilai bobot pada setiap kriteria untuk memberi
kejelasan nilai keanggotaan tiap kriteria, sedangkan metode SAW digunakan
dalam mencari suatu alternatif terbaik berdasarkan kriteria-kriteria yang telah
ditentukan. Intinya adalah mencari nilai bobot untuk setiap kriteria dengan fuzzy,
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
3
kemudian dilakukan proses perangkingan yang akan menentukan alternatif yang
terbaik. (Kusumadewi, dkk, 2006)
Penelitian tentang pemilihan jurusan juga sudah pernah dilakukan oleh Mhd
Riki Prayoko (2013) menggunakan metode Simple Additive Weighting (SAW).
Pada penelitian tersebut peneliti hanya melakukan pemilihan jurusan untuk
jurusan Ilmu Pengetahuan Alam (IPA) saja. Peneliti menggunakan nilai Fisika,
Biologi, Kimia dan nilai angket sebagai kriteria dalam penjurusan siswa. Hasil
dari penelitian teresebut adalah sistem yang dapat mempermudah panitia
penentuan jurusan untuk mempercepat proses perangkingan siswa dengan cara
menginput nilai-nilai dan langsung mendapatkan hasilnya. Selain itu, sistem dapat
memberikan informasi yang cepat dan akurat tentang penentuan jurusan pada
SMA Setia Budi Abadi Perbaungan.
Penelitian lain juga sudah dilakukan oleh I Gusti Ayu Putu Eka Purnama
Dewi (2014) menggunakan Fuzzy SAW untuk menentukan jurusan siswa SMK
dengan menggunakan nilai rata-rata rapot dan minat. Minat didapat pada saat
siswa melakukan pendaftaran ke sekolah dengan melakukan interview. Hasil dari
penelitian tersebut adalah aplikasi yang dibangun telah mampu menghasilkan
penjurusan berdasarkan kriteria dan bobot yang telah diinputkan sebelumnya ke
dalam sistem dalam waktu yang relatif singkat, sehingga akan sangat membantu
mempercepat penentuan jurusan siswa baru yang sebelumnya dilakukan dengan
proses manual.
Berdasarkan hal-hal tersebut diatas, penulis akan membuat sistem
pendukung keputusan pemilihan jurusan untuk siswa SMA dengan menggunakan
metode Fuzzy Simple Additive Weighting (FSAW). Data yang digunakan adalah
nilai akademik dan minat siswa. Pemberian bobot yang biasa mengakibatkan
pemberian nilai yang tidak adil, yaitu perbedaan nilai yang kecil dapat
memberikan perbedaan hasil yang besar. Dengan menggunakan fuzzy, tidak ada
lagi perberdaan kecil yang akan memberikan hasil yang besar, sehingga
pemberian nilai dan hasil menjadi lebih adil. Nilai akademik akan didapat dari
nilai Ujian Nasional siswa. Minat didapatkan dari hasil kuesioner minat yang telah
diisi oleh siswa pada sistem. Sistem pendukung keputusan ini diharapkan dapat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
4
membantu mempermudah dalam penentuan jurusan siswa SMA dengan cepat dan
tepat.
1.2 Rumusan Masalah
Berdasarkan latar belakang masalah di atas, rumusan masalahnya adalah
bagaimana merancang sistem pendukung keputusan dengan menggunakan metode
Fuzzy SAW digunakan dalam menentukan jurusan siswa di SMA?
1.3 Tujuan Penelitian
Berdasarkan dari rumusan masalah di atas maka tujuan dari penelitian ini
adalah untuk merancang sistem pendukung keputusan dengan menggunakan
metode Fuzzy SAW yang akan digunakan dalam menentukan jurusan siswa di
SMA.
1.4 Batasan Masalah
Batasan Masalah dalam penelitian ini adalah :
1. Data diperoleh dari SMA Negeri 1 Ngemplak Yogyakarta.
2. Kriteria yang digunakan adalah nilai Ujian Nasional, yaitu nilai ipa,
matematika, bahasa indonesia, dan bahasa inggris dan nilai minat siswa.
1.5 Manfaat Penelitian
Manfaat yang dapat diperoleh dari penelitian ini yaitu :
1. Bagi siswa SMA, sistem ini akan mempermudah siswa dalam memilih
jurusan. Siswa tidak perlu mengisi kuesioner dengan manual yang tidak
praktis karena kuesioner sudah ada di dalam sistem.
2. Bagi pihak sekolah, sistem ini akan mempermudah pihak sekolah
khususnya guru Bimbingan dan Konseling dalam menetukan jurusan siswa
SMA karena dapat lebih mudah dan praktis dalam mengelompokkan kelas
IPA dan IPS.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
5
3. Bagi peneliti, penelitian ini dapat menambah pengetahuan dan wawasan
peneliti mengenai proses pengambilan keputusan menggunakan metode
Fuzzy Simple Additive Weighting (FSAW).
1.6 Metodologi Penelitian
Metodologi yang digunakan dalam penelitian ini adalah :
1. Studi Pustaka
Penulis mempelajari tentang cara kerja dari algoritma yang digunakan
dari bahan tertulis, seperti buku atau artikel.
2. Wawancara
Penulis melakukan wawancara dengan guru atau dosen terkait dengan
permasalahan yang dibahas pada penelitian ini, seperti guru Bimbingan
dan Konseling di SMA atau dosen Bimbingan dan Konseling.
3. Pengumpulan Data
Mengumpulkan data-data yang berkaitan dengan penelitian.
4. Perancangan Alat Uji
Melakukan perancangan alat uji, desain antarmuka sistem dan pemodelan
sistem.
1.7 Sistematika Penulisan
BAB I : PENDAHULUAN
Bab ini berisi latar belakang, rumusan masalah, tujuan penelitian,
batasan masalah, manfaat penelitian, metodologi penelitian, dan
sistematika penulisan.
BAB II : LANDASAN TEORI
Bab ini membahas tentang landasan teori yang menjadi alasan
utama penelitian.
BAB III : METODOLOGI PENELITIAN
Bab ini berisi gambaran umum sistem, data yang digunakan, alat
yang digunakan, dan tahap-tahap penelitian.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
6
BAB IV : ANALISIS DAN PERANCANGAN SISTEM
Bab ini berisi mengenai analisis masalah, gambaran umum sistem,
analisis kebutuhan sistem, perancangan user interface, dan
perancangan sistem dengan FSAW.
BAB V : IMPLEMENTASI DAN PEMBAHASAN
Bab ini berisi tentang implementasi rancangan antarmuka dari
sistem yang dibangun.
BAB VI : PENUTUP
Bab ini berisi tentang kesimpulan dan saran mengenai hasil dalam
penelitian ini.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
7
BAB II
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan (Decision Support Systems)
2.1.1 Pengertian
Beberapa defini dari sistem pendukung keputusan atau Decision Support
Systems (DSS), yaitu menurut Little (1970) DSS merupakan “sekumpulan
prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu
para manajer mengambil keputusan”. Sistem haruslah sederhana, cepat, mudah
dikontrol, adaptif, lengkap dengan isu-isu penting, dan mudah berkomunikasi.
Menurut Bonczek, dkk., (1980) (dalam buku Turban, 2005) DSS
merupakan sistem berbasis komputer yang terdiri dari tiga komponen yang
saling berinteraksi: sistem bahasa (mekanisme untuk memberikan komunikasi
antara pengguna dan komponen DSS lain), sistem pengetahuan (repositori
pengetahuan domain masalah yang ada pada DSS entah sebagai data atau
sebagai prosedur), dan sistem pemrosesan masalah (hubungan antara dua
komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah
umum yang diperlukan untuk pengambilan keputusan)
2.1.2 Tujuan
Tujuan dari Sistem Pendukung Keputusan adalah sebagai berikut (Turban,
2005) :
1. Membantu manajer dalam pengambilan keputusan atas masalah semi
terstruktur.
2. Memberikan dukungan atas pertimbangan manajer dan bukannya di
maksudkan untuk menggantikan fungsi manajer.
3. Meningkatkan efektivitas keputusan yang di ambil manajer lebih daripada
perbaikan efisiensinya.
4. Kecepatan komputasi. Komputer memungkinkan para pengambil keputusan
untuk melakukan banyak komputasi secara cepat dengan biaya yang rendah.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
8
5. Peningkatan produktivitas. Membangun suatu kelompok pengambil
keputusan, terutama para pakar, bisa sangat mahal. Pendukung
terkomputerisasi bisa mengurangi ukuran kelompok dan memungkinkan
para anggotanya untuk berada di berbagai lokasi yang berbeda-beda
(menghemat biaya perjalanan). Selain itu, produktivitas staf pendukung
(misalnya analisis keuangan dan hukum) bisa di tingkatkan. Produktivitas
juga bisa di tingkatkan menggunakan peralatan optimasi yang menentukan
cara terbaik untuk menjalankan sebuah bisnis.
6. Dukungan kualitas. Komputer bisa meningkatkan kualitas keputusan yang
di buat. Sebagai contoh, semakin banyak data yang di akses, makin banyak
juga alernatif yang bisa di evaluasi. Analisis resiko bisa di lakukan dengan
cepat dan pandangan dari para pakar (beberapa dari mereka berada di lokasi
yang jauh) bisa dikumpulkan dengan cepat dan dengan biaya yang lebih
rendah. Keahlian bahkan bisa di ambil langsung dari sebuah sistem
komputer melalui metode kecerdasan tiruan. Dengan komputer, para
pengambil keputusan bisa melakukan simulasi yang kompleks, memeriksa
banyak skenario yang memungkinkan dan menilai berbagai pengaruh secara
cepat dan ekonomis. Semua kapabilitas tersebut mengarah kepada
keputusan yang lebih baik.
7. Berdaya saing. Manajemen dan pemberdayaan sumber daya perusahaan.
Tekanan persaingan menyebabkan tugas pengambilan keputusan menjadi
sulit. Persaingan di dasarkan tidak hanya pada harga, tetapi juga pada
kualitas, kecepatan, kustomasi produk, dan dukungan pelanggan. Organisasi
harus mampu secara sering dan cepat mengubah mode operasi, merekayasa
ulang proses dan struktur, memberdayakan karyawan, serta berinovasi.
Teknologi pengambilan keputusan bisa menciptakan pemberdayaan yang
signifikan dengan cara memperbolehkan seseorang untuk membuat
keputusan yang baik secara cepat, bahkan jika mereka memiliki
pengetahuan yang kurang.
8. Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.
Menurut Simon (1977), otak manusia memiliki kemampuan yang terbatas
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
9
untuk memproses dan menyimpan informasi. Orang-orang kadang sulit
mengingat dan menggunakan sebuah informasi dengan cara yang bebas dari
kesalahan.
2.2 Logika Fuzzy
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu ruang
input ke dalam suatu ruang output. Ada beberapa alasan mengapa orang
menggunakan logika fuzzy, yaitu konsep logika fuzzy mudah dimengerti, logika
fuzzy sangat fleksibel, logika fuzzy memiliki toleransi terhadap data-data yang
tidak tepat, logika fuzzy mampu memodelkan fungsi-fungsi nonlinear yang
sangat kompleks, dan masih banyak yang lainnya (Kusumadewi, dkk, 2004).
2.2.1 Himpunan Fuzzy
Himpunan fuzzy merupakan kerangka matematis yang digunakan untuk
merepresentasikan ketidakpastian, ketidakjelasan, ketidaktepatan, kekurangan
informasi, dan kebenaran parsial (Tettamanzi, 2001) (dalam buku Kusumadewi,
dkk, 2004).
Himpunan fuzzy diperkenalkan oleh Lotfi A. Zadeh, seorang guru besar di
University of California, Berkeley, Amerika Serikat, pada tahun 1965. Definisi
himpunan fuzzy, , menurut Zadeh sebagai berikut (Zimmermann, 1991) (dalam
buku Kusumadewi, dkk, 2004) :
Jika X adalah koleksi dari obyek-obyek yang dinotasikan secara generik oleh
x, maka suatu himpunan fuzzy , dalam X adalah suatu himpunan pasangan
berurutan :
{( ( ))| }
dengan ( ) adalah derajat keanggotaan x di yang memetakan X ke ruang
keanggotaan M yang terletak pada rentang (0, 1).
Himpunan fuzzy memiliki dua atribut, yaitu :
1. Linguistik, yaitu penamaan suatu grup yang mewakili suatu keadaan auat
kondisi tertentu dengan menggunakan bahasa alami, seperti : sejuk, hangat,
dingin, panas.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
10
2. Numeris, yaitu suatu nilai (angka) yang menunjukan ukuran dari suatu
variabel, seperti : 10, 15, 20.
2.2.2 Fungsi Keanggotaan
Fungsi keanggotaan (membership function) adalah suatu kurva yang
menunjukkan pemetaan titik-titik input data ke dalam nilai keanggotaannya. Salah
satu cara untuk mendapatkan nilai keanggotaan adalah melalui pendekatan fungsi.
Ada beberapa fungsi keanggotaan yang dapat digunakan, antara lain :
a. Representasi Linear
Pada representasi linear, pemetaan input ke derajat keanggotaannya
digambarkan sebagai suatu garis lurus. Bentuk ini paling sederhana dan
menjadi pilihan yang baik untuk mendekati suatu konsep yang kurang jelas.
Ada 2 keadaan himpunan fuzzy yang linear, yaitu :
1. Linear Naik
Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat
keanggotaan nol bergerak ke kanan menuju ke nilai domain yang
memiliki derajat keanggotaan lebih tinggi yang disebut representasi
linear naik.
Gambar 2.1 Representasi Linear Naik
Fungsi keanggotaan representasi linear naik :
( ) {
( )
( )
....................................................(2.1)
Keterangan :
a = nilai domain yang mempunyai derajat keanggotaan nol.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
11
b = nilai domain yang mempunyai derajat keanggotaan satu.
x = nilai input yang akan diubah ke dalam bilangan fuzzy.
2. Linear Turun
Fungsi linear turun merupakan kebalikan dari funsi linear naik. Garis
lurus dimulai dari nilai domain dengan derajat keanggotaan tertinggi
pada sisi kiri, kemudian bergerak menurun ke nilai domai yang memiliki
derajat keanggotaan lebih rendah.
Gambar 2.2 Representasi Linear Turun
Fungsi keanggotaan representasi linear turun :
( ) {( )
( )
.....................................................(2.2)
Keterangan :
a = nilai domain yang mempunyai derajat keanggotaan satu.
b = nilai domain yang mempunyai derajat keanggotaan nol.
x = nilai input yang akan diubah ke dalam bilangan fuzzy.
b. Representasi Kurva Segitiga
Kurva segitiga merupakan gabungan antara dua garis (linear). Nilai-nilai di
sekitar b memiliki derajat keanggotaan turun cukup tajam (menjauhi 1).
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
12
Gambar 2.3 Representasi Kurva Segitiga
Fungsi keanggotaan representasi kurva segitiga :
( ) {
( )
( )
.....................................................(2.3)
Keterangan :
a = nilai domain yang mempunyai derajat keanggotaan nol.
b = nilai domain yang mempunyai derajat keanggotaan satu.
c = nilai domain yang mempunyai derajat keanggotaan nol.
x = nilai input yang akan diubah ke dalam bilangan fuzzy.
c. Representasi Kurva Trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja ada
beberapa titik yang memiliki nilai keanggotaan 1.
Gambar 2.4 Reperesentasi Kurva Trapesium
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
13
Fungsi keanggotaan representasi kurva trapesium :
( )
{
( )
( )
( )
( )
.....................................................(2.4)
Keterangan :
a = nilai domain yang mempunyai derajat keanggotaan nol.
b = nilai domain yang mempunyai derajat keanggotaan satu.
c = nilai domain yang mempunyai derajat keanggotaan satu.
d = nilai domain yang mempunyai derajat keanggotaan nol.
x = nilai input yang akan diubah ke dalam bilangan fuzzy.
d. Representasi Kurva Bentuk Bahu
Daerah yang terletak di tengah-tengah suatu variabel yang direpresentasikan
dalam bentuk segitiga, pada sisi kanan dan kirinya akan naik dan turun.
Tetapi terkadang salah satu dari variabe tersebut tidak mengalami perubahan.
Himpunan fuzzy „bahu‟ bukan segitiga, digunakan untuk mengakhiri variabel
suatu daerah fuzzy. Bahu kiri bergerak dari benar ke salah, demikian juga
bahu kanan bergerak dari salah ke benar.
Gambar 2.5 Representasi Kurva Bentuk Bahu
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
14
2.3 Fuzzy Multi-Attribute Decision Making (FMADM)
Multi-Attribute Decision Making (MADM) biasa digunakan untuk
melakukan penilaian atau seleksi terhadap beberapa alternatif dalam jumlah yang
terbatas. Secara umum dapat dikatakan MADM menyeleksi alternatif terbaik dari
sejumlah alternatif yang ada. Pendekatan MADM dilakukan melalui 2 langkah,
yaitu melakukan agregasi terhadap keputusan-keputusan yang tanggap terhadap
semua tujuan pada setiap alternatif dan melakukan perangkingan alternatif-
alternatif keputusan tersebut berdasarkan hasil agregasi keputusan.
Masalah MADM adalah mengevaluasi m alternatif Ai (i = 1, 2, ..., m)
terhadap sekumpulan atribut atau kriteria Cj (j = 1, 2, ..., n) dengan setiap atribut
saling tidak bergantung satu dengan yang lainnya. Matriks keputusan setiap
alternatif terhadap setiap atribut (X), sebagai berikut :
[
]
dimana xij merupakan rating kinerja alternatif ke-i terhadap atribut ke-j. Nilai
bobot yang menunjukkan tingkat kepentingan relatif setiap atribut (W) :
* +
Rating kinerja (X) dan nilai bobot (W) merupakan nilai utama yang
merepresentasikan preferensi absolut dari pengambil keputusan. Masalah MADM
diakhiri dengan proses perankingan untuk mendapatkan alternatif terbaik yang
diperoleh berdasarkan nilai keseluruhan preferensi yang diberikan (Yeh, 2002).
Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah
MADM, antara lain :
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. ELECTRE
d. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP)
Masalah Fuzzy Multi-Attribute Decision Making(FMADM) dapat
diselesaikan dengan mengaplikasikan metode Multi-Attribute Decision
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
15
Making(MADM) klasik ( seperti SAW, WP, atau TOPSIS) untuk melakukan
perangkingan, setelah terlebih dahulu dilakukan konversi data fuzzy ke data crips
(Kusumadewi, 2006).
2.4 Simple Additive Weighting Method (SAW)
2.6.1 Definisi Simple Additive Weighting Method (SAW)
Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot.
Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari ranting
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.
{
( )
( )
.....(2.5)
Keterangan :
= ranting kinerja ternormalisasi
= nilai maksimal dari setiap baris dan kolom
= nilai minimum dari setiap baris dan kolom
= baris dan kolom
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 :
∑ .....................................................(2.6)
Keterangan :
= nilai akhir dari alternatif
= bobot yang telah ditentukan
= normalisasi matriks
Nilai Vi yang lebih besar mengidentifikasi bahwa alternatif Ai lebih terpilih.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
16
2.6.2 Langkah-Langkah Penyelesaian SAW
Langkah-langkah penyelesaian menggunakan metode Simple Additive
Weighting (SAW) adalah sebagai berikut :
1. Menentukan kriteria-kriteria yang dijadikan acuan dalam pengambilan
keputusan (Ci).
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Memberikan bobot preferensi.
4. Membuat matriks keputusan (X) dari tabel kecocokan berdasarkan kriteria (Ci)
dan rating kecocokan yang kemudian dilakukan normalisasi matriks X
berdasarkan persamaan yang disesuaikan dengan jenisnya (atribut keuntungan
atau atribut biaya) sehingga diperoleh matriks ternormalisasi R.
5. Proses perangkingan, yaitu penjumlahan dari perkalian antara bobot
preferensi dengan matriks ternormalisasi R, sehingga diperoleh nilai terbesar
(Vi) yang dipilih sebagai alternatif terbaik (Kusumadewi, 2006).
2.5 Fuzzy Simple Additive Weighting (FSAW)
Cara penyelesaian menggunakan Fuzzy Simple Additive Weighting (FSAW)
adalah fuzzy digunakan dalam proses pemberian nilai bobot pada setiap kriteria
untuk memberi kejelasan nilai keanggotaan tiap kriteria. Sedangkan metode SAW
digunakan dalam mencari suatu alternatif terbaik berdasarkan kriteria-kriteria
yang telah ditentukan atau untuk perangkingan kriteria-kriteria.
Langkah-langkah yang dilakukan dalam Fuzzy Simple Additive Weighting
adalah :
1. Menentukan kriteria (atribut) yang akan digunakan.
2. Menentukan nilai linguistik untuk setiap kriteria. (baik, cukup, kurang)
3. Menentukan kategorisasi untuk nilai linguistik masing-masing kriteria.
4. Menentukan bobot preferensi.
5. Menentukan fungsi keanggotaan berdasarkan kategorisasi yang akan
digunakan untuk menghitung derajat keanggotaan masing-masing kriteria.
6. Memasukkan nilai x untuk mendapatkan nilai derajat keanggotaan untuk
setiap kriteria.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
17
7. Membuat matriks keputusan berdasarkan nilai derajat keanggotaan setiap
kriteria.
8. Melakukan normalisasi matriks keputusan berdasarkan persamaan yang
disesuaikan dengan jenisnya (atribut keuntungan atau atribut biaya)
sehingga diperoleh matriks ternormalisasi, menggunakan rumus 2.5.
9. Melakukan perangkingan, penjumlahan dari perkalian antara bobot
preferensi dengan matriks ternormalisasi, menggunkanrumus 2.6, sehingga
diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik.
2.6 Minat
2.6.1 Pengertian Minat
Menurut Winkel (2004) minat adalah suatu kecenderungan yang relatif
menetap pada seseorang untuk merasa tertarik pada suatu bidang tertentu dan
merasa senang berkecimpung dalam berbagai kegiatan dengan bidang yang
bersangkutan.
Menurut Hurlock (1978) “Minat merupakan sumber motivasi yang
mendorong orang untuk melakukan apa yang mereka inginkan bila mereka
bebas memilih”. Glanz (1964) mengungkapkan bahwa “Minat dapat membantu
pelajar untuk mulai berpikir secara serius mengenai perencanaan pendidikan,
eksplorasi panggilan, pemilihan kurikulum, dan mengenai perkembangan karier”.
Berdasarkan beberapa pengertian di atas, dapat disimpulkan bahwa minat
merupakan rasa ketertarikan seseorang terhadap suatu bidang dan akan merasa
senang jika melakukan hal-hal yang berhubungan dengan bidang tersebut. Minat
juga dapat dijadikan sumber motivasi khususnya bagi pelajar karena minat
sangat berpengaruh, baik dalam pendidikan mereka ataupun pekerjaan mereka
nantinya.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
18
2.6.2 Macam-Macam Minat
Macam-macam minat menurut Hurlock (1980) adalah sebagai berikut :
1. Minat Rekreasi
Saat remaja, remaja cenderung menghentikan aktivitas rekreasi yang
menuntut banyak tenaga. Permainan yang kekanak-kanakanpun menghilang
menjelang awal masa remaja. Hal tersebut terjadi karena banyaknya tekanan
yang berasal dari tugas-tugas sekolah ataupun tugas rumah. Banyak rekreasi
yang diikuti remaja sangat dipengaruhi oleh kepopulerannya.
2. Minat Sosial
Minat yang bersifat sosial bergantung pada kesempatan yang diperoleh
remaja untuk mengembangkan minat mereka dan bergantung pada
kepopulerannya dalam kelompok. Dapat dilihat jika seorang remaja yang
status sosial-ekonomi keluarganya rendah maka hanya mempunyai sedikit
kegiatan untuk mengembangkan minat pada hal-hal tertentu. Berbeda
halnya jika seorang remaja dengan status sosial-ekonomi keluarganya tinggi,
tentu saja remaja tersebut mempunyai banyak kegiatan untuk
mengembangkan minat pada hal-hal tertentu.
3. Minat-Minat Pribadi
Minat-minat pribadi atau minat pada diri sendiri merupakan minat yang
paling kuat di kalangan remaja. Hal ini disebabkan karena mereka sadar
bahwa dukungan sosial yang besar dipengaruhi oleh penampilan diri. Dalam
hal tersebut, remaja mengetahui bahwa kelompok sosial menilai dirinya
berdasarkan penampilan yang dimiliki, benda-benda yang dimiliki,
kemandirian, prestasi di sekolah, keanggotaan sosial dan banyaknya uang
yang dibelanjakan. Contoh minat-minat pribadi adalah minat pada pakaian,
minat pada kemandirian, minat pada prestasi, minat pada uang dan
sebagainya.
4. Minat Pendidikan
Besarnya minat pada pendidikan sangat dipengaruhi oleh minat pada
pekerjaan. Biasanya remaja akan lebih berminat pada pelajaran-pelajaran
yang nantinya berguna dalam bidang pekerjaan yang mereka inginkan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
19
5. Minat pada Pekerjaan
Remaja pada jenjang sekolah menengah atas biasanya akan mulai
memikirkan masa depan secara sungguh-sungguh. Pada akhir masa remaja,
remaja belajar membedakan antara pilihan pekerjaan yang lebih mereka
sukai dan pekerjaan yang mereka cita-citakan. Menjelang dewasa, remaja
mulai menilai pekerjaan-pekerjaan menurut kemampuan, waktu dan biaya
yang diperlukan untuk mengikuti latihan yang diperlukan dalam suatu
pekerjaan.
2.7 Peminatan Jurusan di SMA
Jurusan merupakan suatu tempat untuk seorang pelajar yang tempat tersebut
disesuaikan dengan bakat, minat, dan kemampuannya, sehingga dalam hal ini
penjurusan sangat penting dan besar dampaknya bagi masa depan seseorang. Di
Sekolah Menengah Atas terdapat tiga jurusan antara lain :
a. Jurusan IPA
Jurusan IPA disini adalah jurusan yang mempelajari atau mengungkap
mengenai gejala-gejala alam dengan menerapkan langkah-langkah ilmiah
agar siswa paham dan menguasai konsep alam. Ruang lingkup IPA yaitu
makhluk hidup, energi dan perubahannya, bumi dan alam semesta serta
proses materi dan sifatnya. IPA terdiri dari empat aspek yaitu Matematika,
Fisika, Kimia, dan Biologi.
b. Jurusan IPS
IPS merupakan suatu ilmu yang mempelajari tingkah laku manusia dan
mempelajari manusia sebagai anggota masyarakat. IPS mengikuti cara
pandang yang bersifat terpadu dari sejumlah mata pelajaran seperti:
Geografi, Ekonomi, Sejarah, Sosiologi, dan pelajaran yang berkaitan
dengan ilmu sosial.
c. Jurusan Bahasa
Bahasa merupakan suatu ilmu yang berkaitan dengan ilmu kebahasaan
baik dari segi bentuk bahasa, unsur bahasa, dan sampai budaya
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
20
terbentuknya sebuah bahasa. IPB terdiri dari sejumlah mata pelajaran yaitu
Bahasa Indonesia, Bahasa Inggris, dan Bahasa Asing lain.
2.8 Inteligensi Ganda
Teori inteligensi ganda (multiple intelligences atau MI) ditemukan dan
dikembangkan oleh Howard Gardner, seorang ahli psikologi perkembangan dan
profesor pendidikan dari Graduate School of Education, Harvard University,
Amerika Serikat. Gardner mendefinisikan inteligensi sebagai “kemampuan untuk
memecahkan persoalan dan menghasilkan produk dalam suatu seting yang
bermacam-macam dan dalam situasi yang nyata” (1983;1993). Saat ini ada
sembilan inteligensi yang dimiliki manusia, yaitu (Suparno P, 2013) :
1. Inteligensi Linguistik (linguistic intelligence)
Gardner menjelaskan inteligensi linguistik sebagai kemampuan untuk
menggunakan dan mengolah kata-kata secara efektif baik secara oral
maupun tertulis seperti dimiliki para pencipta puisi, editor, jurnalis,
dramawan, sastrawan, pemain sandiwara, maupun orator.
2. Inteligensi Matematis-logis (logical-mathematical intelligence)
Menurut Gardner, inteligensi matematis-logis adalah kemampuan yang
lebih berkaitan dengan penggunaan bilangan dan logika secara efektif,
seperti dipunyai seorang matematikus, saintis, programer, dan logikus.
3. Inteligensi Ruang (spatial intelligence)
Bagi Gardner, inteligensi ruang adalah kemampuan untuk menangkap
dunia ruang-visual secara tepat, seperti dipunyai para pemburu, arsitek,
navigator, dan dekorator.
4. Inteligensi Kinestetik-badani (bodily-kinesthetic intelligence)
Menurut Gardner, inteligensi kinestetik-badani adalah kemampuan
menggunakan tubuh atau gerak tubuh untuk mengekspresikan gagasan dan
perasaan seperti ada pada aktor, atlet, penari, pemahat, dan ahli bedah.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
21
5. Inteligensi Musikal (musical intelligence)
Gardner menjelaskan inteligensi musikal sebagai kemampuan untuk
mengembangkan, mengekspresikan, dan menikmati bentuk-bentuk musik
dan suara.
6. Inteligensi Interpersonal (interpersonal intelligence)
Inteligensi interpersonal adalah kemampuan untuk mengerti dan menjadi
peka terhadap perasaan, intensi, motivasi, watak, temperame orang lain.
Secara umum berkaitan dengan kemampuan sesorang untuk menjalin
relasi dan komunikasi dengan berbagai orang, seperti para komunikator,
fasilitator, dan penggerak massa.
7. Inteligensi Intrapersonal (intrapersonal intelligence)
Inteligensi intrapersonal adalah kemampuan yang berkaitan dengan
pengetahuan akan diri sendiri dan kemampuan untuk bertindak secara
adaptif berdasar pengenalan diri itu dan kemampuan berefleksi dan
keseimbangan diri.
8. Inteligensi Lingkungan/Naturalis (naturalist intelligence)
Gardner menjelaskan inteligensi lingkungan sebagai kemampuan
seseorang untuk dapat mengerti flora dan dauna dengan baik, dapat
membuat distingsi konsekuensial lain dalam alam natural; kemampuan
untuk memahami dan menikmati alam; dan menggunakan kemampuan itu
secara prduktif dalam berburu, bertani, dan mengembangkan pengetahuan
akan alam.
9. Inteligensi Eksistensial (existential intelligence)
Inteligensi eksistensial lebih menyangkut kepekaan dan kemampuan
seseorang untuk menjawab persoalan-persoalan terdalam eksistensi atau
keberadaan manusia.
2.9 Tes Minat
Tes minat dilakukan dengan menggunakan kuesioner minat yang berisi
pernyataan-pernyataan yang berhubungan dengan masing-masing jurusan.
Pernyataan-pernyataan tersebut dibuat berdasarkan dari Inteligensi Ganda
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
22
dengan menggunakan beberapa aspek inteligensi yang sesuai untuk setiap jurusan. Pada jurusan IPA aspek yang digunakan adalah
inteligensi matematis-logis, inteligensi ruang, dan inteligensi lingkungan, sedangkan untuk jurusan IPS aspek yang digunakan
adalah inteligensi linguistik/verbal dan inteligensi eksistensial. Kemudian dibuat indikator-indikator yang berhubungan dengan
aspek-aspek setiap jurusan dan akan digunakan untuk membuat item atau pernyataan dalam kuesioner minat siswa.
Pernyataan berupa pilihan Ya dan Tidak. Apabila siswa memilih Ya maka akan mendapatkan nilai 1 dan akan mendapatkan
nilai 0 jika siswa memilih Tidak untuk setiap pernyataan. Masing-masing pernyataan untuk setiap jurusan adalah 24, sehingga total
seluruh pernyataan dalam kuesioner minat adalah 48 pernyataan. Setelah itu nilai tersebut dijumlahkan maka akan didapat nilai
yang menjadi nilai minat untuk siswa.
Berikut adalah pernyataan-pernyataan untuk jurusan IPA :
Tabel 2.1 Pernyataan IPA
IPA Aspek Indikator Item
- Matematis-Logis - Logika - Saya berpendapat bahwa hampir segala sesuatu
mempunyai penjelasan yang masuk akal
- Reasoning, pola sebab-akibat - Saya mudah memahami konsep aksi reaksi seperti
pada peristiwa roket dapat terbang ke atas
- Menghitung dan bermain angka - Saya ahli dalam permainan atau game yang
membutuhkan strategi
- Saya mampu menghitung problem aritmatika
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
23
dengan cepat di luar kepala
- Klasifikasi dan Kategorisasi
- Saya suka mengidentifikasi dan merasa lebih
nyaman ketika semua hal bisa dihitung, diukur, dan
dikelompokkan
- Problem Solving - Saya suka merancang eksperimen untuk menguji
hal-hal yang tidak dimengerti
- Saya mampu mengerjakan soal tes berfikir logis
dengan baik
- Pemikiran ilmiah - Saya senang mencari tahu bagaimana cara kerja
suatu benda dan mengikuti perkembangan berita
terbaru dari dunia sains dan penemuan
- Abstraksi, simbolisasi - Saya dapat berpikir secara abstrak, jelas, dan
terkonsep
- Ruang-Visual
- Mengenal relasi benda-benda dalam
ruang dengan tepat
- Saya dapat membayangkan wujud suatu benda
hanya berdasarkan deskripsi benda itu
- Punya persepsi yang tepat dari
berbagai sudut
- Saya suka melihat film, slide dan presentasi visual
yang lain
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
24
- Representasi grafik - Saya lebih mudah membaca peta, grafik, dan
diagram daripada membaca teks
- Manipulasi gambar, menggambar - Saya senang menggambar atau sketsa
- Saya sering menggunakan kamera atau video
kamera untuk merekam dan mengabadikan
moment di sekitar saya
- Mudah menemukan jalan dalam
ruang
- Saya dapat menemukan jalan atau arah yang benar
di tempat yang belum familiar
- Imajinasinya aktif - Saya dapat membayangkan sesuatu hal dengan
jelas ketika saya menutup mata
- Saya senang membaca buku, surat kabar, majalah,
dll yang banyak ilustrasi atau gambar-gambar
- Peka terhadap warna, garis, bentuk - Saya mudah membedakan warna-warna
- Lingkungan - Hidup di luar rumah - Saya menyukai kegiatan berkemah, outbound,
berkebun, dan mendaki gunung
- Mengenal flora dan fauna - Saya bisa mengenal ciri-ciri setiap binatang atau
tumbuhan dan menghafalnya dengan mudah
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
25
- Suka pada alam - Saya senang mengamati lingkungan sekitar
danmengingat apa saja yang saya lihat
- Saya senang mengoleksi atau mengumpulkan
benda-benda seperti kerang, daun, bunga,
serangga, atau batu
- Saya bisa merasakan dan mengetahui perubahan
alam, misalnya perubahan cuaca
- Mengklarifikasi dan identifikasi
tumbuh-tumbuhan dan binatang
- Saya suka mengelompokkan dan menggolongkan
benda, tumbuhan, dan binatang
Berikut adalah pernyataan-pernyataan untuk jurusan IPS :
Tabel 2.2 Pernyataan IPS
IPS Aspek Indikator Item
- Linguistik - Mengerti urutan dan arti kata-kata - Saya menyusun kata-kata dalam pikiran lebih dulu
sebelum saya menulis, membaca, atau
mengatakannya
- Analisis linguistik - Saya mampu berkomunikasi dengan orang lain
dengan cara yang sangat verbal dan intonasi yang
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
26
menarik
- Saya selalu merujuk pada hal-hal yang sudah
pernah saya baca atau dengar dalam percakapan
- Menulis dan berbicara - Saya suka menulis atau mengarang cerita, puisi,
sajak, atau dongeng
- Saya unggul dalam pelajaran sekolah yang
melibatkan membaca atau menulis
- Saya mampu mengeja kata-kata dengan tepat dan
mudah
- Main drama, berpuisi, berpidato - Saya mampu merangkai kata-kata yang menarik
didengar atau dibaca orang lain
- Saya mampu memainkan suatu peran dengan baik
dalam suatu pentas drama
- Verbal
- Menjelaskan, mengajar, bercerita,
berdebat
- Saya sering diminta untuk menjelaskan makna kata
yang saya gunakan dalam tulisan atau pembicaraan
saya
- Saya suka berdebat, memberi pendapat beserta
penjelasan mendetail
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
27
- Humor - Saya senang menghibur diri sendiri atau orang lain
dengan lelucon, sajak lucu-lucuan, pantun lucu,
atau permainan kata
- Saya senang memplesetkan kata-kata untuk
membuat orang lain tertawa
- Mengingat dan menghafal - Saya sangat hafal nama, tempat, tanggal, atau hal-
hal kecil
- Saya saya lebih mudah mengingat ketika
mendengarkan kata-kata lisan (cerita, program
radio, pembacaan buku, dsb)
- Mahir dalam perbendaharaan kata - Saya suka mengisi teka-teki silang atau melakukan
permainan seperti Scrabble atau Anagrams
- Saya mempunyai kosa kata yang cukup banyak
sehingga tidak ada kesulitan dalam berkomunikasi
dengan berbagai kalangan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
28
- Eksistensial - Kepekaan dan kemampuan untuk
menjawab persoalan eksistensi
manusia; apa makna hidup ini;
mengapa kita lahir dan mati
- Saya suka mengetahui tentang tujuan hidup
seseorang atau tokoh
- Saya suka mengetahui tentang keberadaan
seseorang atau tokoh
- Saya suka mempersoalkan tentang hakikat segala
sesuatu
- Saya lebih tenang dan menguasai diri ketika saya
mendapatkan masalah
- Saya lebih cenderung mengutamakan kepentingan
keyakinan atau agama
- Saya mampu menempatkan diri disetiap situasi dan
lingkungan
- Saya sering melakukan refleksi untuk menjadi
lebih baik
- Saya suka membaca buku agama, filsafat, dan
buku-buku rohani
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
29
BAB III
METODE PENELITIAN
3.1 Gambaran Umum
Penelitian yang dilakukan bertujuan untuk menentukan jurusan siswa SMA
berdasarkan nilai akademik siswa dan minat siswa. Input yang digunakan adalah
data nilai akademik siswa, yaitu nilai ujian nasional SMP atau nilai SKHUN
siswa dan data hasil kuesioner minat siswa. Siswa akan mengisi kuesioner minat
yang sudah ada di dalam sistem. Kemudian data tersebut akan diproses dan akan
menghasilkan output berupa rekomendasi jurusan siswa, yaitu IPA dan IPS.
Diharapkan sistem mampu membantu siswa dan pihak sekolah dalam
menentukan jurusan dengan cepat dan tepat.
3.2 Spesifikasi Software dan Hardware
Spesifikasi software dan hardware yang digunakan dalam implementasi
sistem adalah sebagai berikut :
a. Software
- Sistem Operasi yang digunakan adalah Microsoft Windows 7 32-bit.
- Bahasa pemrograman yang digunakan adalah PHP.
b. Hardware
Processor : Intel-Pentium Dual-Core CPU T4200 @2.00GHz
RAM : 2GB
Harddisk : 250GB
3.3 Desain Penelitian
2.3.1 Studi Pustaka
Studi pustaka dilakukan untuk mempelajari teori-teori, antara lain Sistem
Pendukung Pengambilan Keputusan (SPPK), Fuzzy Multi-Attribute Decision
Making (FMADM), Fuzzy Simple Additive Weighting (FSAW), dan minat untuk
membangun sistem pendukung keputusan pemilihan jurusan di SMA. Sumber
studi pustaka berupa buku teks, artikel, jurnal dan situs-situs penunjang.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
30
2.3.2 Pengumpulan Data
Pengumpulan data pada penelitian ini dilakukan dengan cara melakukan
survey ke sekolah SMA Negeri 1 Ngemplak untuk mendapatkan data nilai
SKHUN SMP dari siswa kelas X dan mendapatkan hasil penjurusan siswa
kelas X. Nilai SKHUN yang digunakan merupakan nilai matematika dan ipa
yang dirata-ratakan. Data hasil penjurusan tersebut akan digunakan untuk
mendapatkan akurasi dari sistem yang dibangun.
Wawancara dilakukan kepada guru Bimbingan dan Konseling SMA
Negeri 1 Ngemplak dan dosen Bimbingan dan Konseling Universitas Sanata
Dharma dalam hal pembuatan kuesioner minat untuk siswa dalam menentukan
jurusan. Kuesioner minat akan berisi pernyataan-pernyataan yang berhubungan
dengan jurusan siswa (minat IPA dan minat IPS) yang telah diberikan bobot
untuk masing-masing pernyataannya. Kemudian dilakukan perhitungan
(scoring) untuk mendapatkan hasil nilai kuesioner minat.
2.3.3 Perancangan Alat Uji
Metode yang digunakan untuk pengembangan sistem dalam penelitian
antara lain :
1. Analisa
Pada tahap ini akan dilakukan analisa kebutuhan sistem. Mencari informasi
sebanyak mungkin dari pengguna sehingga sistem yang dibuat akan sesuai
dengan keinginan pengguna.
2. Desain (Design)
Dalam tahap ini akan dilakukan proses perancangan alat uji berdasarkan
dari informasi yang telah didapat sebelumnya. Proses yang dilakukan akan
berfokus pada struktur data, perancangan proses, perancangan antarmuka
sistem dan perancangan database.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
31
BAB IV
ANALISIS DAN PERANCANGAN SISTEM
4.1 AnalisisMasalah
4.1.1 Analisis Sistem Lama
Dalam menentukan jurusan siswa di SMA, tentu saja banyak aspek yang
dijadikan pertimbangan oleh sekolah dalam menentukan jurusan yang paling tepat
untuk siswa. Nilai tentu menjadi aspek penilaian paling penting dalam penentuan
jurusan siswa. Selain nilai, aspek lain yang tidak kalah penting adalah minat dari
siswa itu sendiri. Minat siswa dapat diketahui melalui kuesioner minat, siswa
diminta mengisi kuesioner tersebut untuk mengetahui minat siswa lebih dominan
pada jurusan apa. Pemilihan jurusan di SMA saat ini masih menggunakan cara
manual dengan cara pengisian kuesioner minat yang masih tertulis. Hal itu tentu
saja menjadi kurang praktis dan memakan waktu yang lama, serta rentan terjadi
kesalahan dalam pemeriksaan dan penilaian sehingga kesalahan dapat terjadi
dalam menentukan nilai. Oleh karena itu, dibutuhkan sebuah sistem pendukung
keputusan pemilihan jurusan yang dapat membantu dalam menentukan jurusan
siswa. Dalam mengisi kuesioner siswa tidak akan membutuhkan waktu yang lama
dan tidak perlu megisi secara manual lagi. Pihak sekolah juga tidak akan kesulitan
dalam hal pemeriksaan dan penilaian kuesioner minat sehingga tidak ada lagi
kesalahan dalam menentukan nilai kuesioner minat siswa. Pihak sekolah bebas
memberi bobot untuk masing-masing aspek yang ada sesuai dengan kebutuhan.
Sehingga akan didapatkan hasil akhir berupa jurusan yang paling tepat untuk
siswa.
4.1.2 Analisis Sistem Baru
Sistem yang akan dibangun adalah suatu sistem pengambilan keputusan
dengan memanfaatkan teknologi yang ada dengan harapan dapat membantu siswa
untuk menentukan jurusan mereka. Dalam membangun sistem ini kriteria yang
perlu dipertimbangkan adalah nilai dan minat siswa. Dengan dibangunnya sistem
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
32
ini diharapkan dapat membantu pihak sekolah dalam mempermudah mengambil
keputusan untuk menentukan penjurusan siswa.
4.2 Gambaran Umum Sistem
Sistem yang akan dibangun merupakan sebuah sistem pendukung keputusan
yang akan membantu pengguna untuk memberikan rekomendasi jurusan yang
sesuai. Sistem dibuat dengan menggunakan metode Fuzzy Simple Additive
Weighting (FSAW) berbasis web dengan menggunakan bahasa pemrograman
PHP. Pada kasus ini metode fuzzy digunakan untuk pembobotan. Pada
pembobotan fuzzy dilakukan proses pemberian nilai bobot pada setiap kriteria
untuk memberi kejelasan nilai keanggotaan tiap kriteria, sedangkan metode SAW
digunakan dalam mencari suatu alternatif terbaik berdasarkan kriteria-kriteria
yang telah ditentukan.
Dalam sistem pendukung keputusan ini ada dua aktor yang akan terlibat,
yaitu admin dan user. Admin bertugas untuk menjalankan sistem yang mencakup
create, read, update, dan delete data siswa, dan kriteria. Admin harus melakukan
login dengan memasukkan username dan password agar dapat masuk ke dalam
sistem. Apabila login berhasil maka admin dapat mengelola data-data siswa. Jika
menggunakan sistem ini user harus melakukan login untuk mendapatkan
keputusan terbaik. Kemudian user akan mengisi kuesioner yang tersedia pada
sistem. Setelah nilai siswa dan nilai kuesioner didapat maka sistem akan
menghitung dengan menggunakan Fuzzy Simple Additive Weighting (FSAW).
Rekomendasi jurusan yang dihasilkan merupakan perangkingan dari nilai kriteria.
Sistem akan memberikan output berupa hasil rekomendasi jurusan kepada siswa.
4.3 Analisis Kebutuhan Sistem
4.3.1 Aktor Yang Terlibat
Aktor-aktor yang terlibat dalam sistem ini adalah :
1. Admin, aktor yang menjalankan sistem dan mengelola sistem admin. Tugas
dari admin yaitu cread, read, update, dan delete data nilai siswa yang
diperlukan oleh sistem untuk proses pemberian rekomendasi jurusan siswa.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
33
2. User, aktor yang menjalankan sistem pendukung keputusan pemilihan
jurusan dan aktor yang akan mendapatkan hasil rekomendasi dari sistem.
4.3.2 Diagram Use Case
4.3.2.1 Diagram Use Case Sistem
Gambar 4.1 Diagram Use Case Sistem
4.3.2.2 Use Case Package Kelola Siswa
Gambar 4.2 Use Case Package Kelola Siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
34
4.3.2.3 Use Case Package Kelola Nilai
Gambar 4.3 Use Case Package Kelola Nilai
4.3.2.4 Use Case Package Sistem Pendukung Keputusan
Gambar 4.4 Use Case Package Sistem Pendukung Keputusan
4.4 Perancangan Sistem Menggunakan Metode Fuzzy Simple Additive
Weighting
4.4.1 Kriteria
Kriteria yang digunakan dalam melakukan proses rekomendasi jurusan
siswa adalah sebagai berikut :
1. Nilai Akademik
Kriteria nilai akademik merupakan kriteria yang digunakan untuk proses
perhitungan metode Fuzzy Simple Additive Weighting (FSAW). SMA
Negeri 1 Ngemplak menggunakan nilai hasil ujian nasional siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
35
sebagai salah satu kriteria untuk menentukan jurusan siswa. Nilai yang
digunakan merupakan rata-rata nilai untuk jurusan IPA dan IPS. Nilai
rata-rata IPA akan menggunakan nilai ujian nasional IPA dan
Matematika. Untuk nilai rata-rata IPS pihak sekolah menggunakan nilai
ujian nasional Bahasa Indonesia dan Bahasa Inggris.
Nilai rata-rata setiap jurusan akan dimasukkan ke dalam 4 kategori
berdasarkan pembagian kategori yang dimiliki SMA Negeri 1 Ngemplak.
Kategori tersebut adalah Kurang, Cukup, Baik, dan Sangat Baik. Skor
setiap kategori dapat dilihat pada tabel berikut :
Kategori Skor
Kurang < 60
Cukup 60 – 69
Baik 70 – 79
Sangat Baik 80 – 100
Tebel 4.1 Kategori Rata-Rata Nilai Akademik
Seorang siswa mempunyai nilai rata-rata untuk setiap jurusan dimana
nilai rata-rata IPA didapat dari nilai matematika dan ipa dan nilai rata-
rata IPS didapat dari nilai bahasa indonesia dan bahasa inggris.
Kemudian nilai rata-rata tersebut dimasukkan kedalam kategori yang
ada dengan melihat ketentuan nilai yang sesuai untuk masing-masing
kategori sehingga siswa akan mendapatkan kategori yang paling tepat.
2. Nilai Kuesioner Minat
Kriteria nilai kuesioner minat merupakan kriteria yang digunakan untuk
proses perhitungan metode Fuzzy Simple Additive Weighting (FSAW).
Nilai kuesioner minat akan didapat dari hasil siswa mengerjakan
kuesioner minat tersebut. Terdapat pernyataan-pernyataan yang merujuk
ke minat jurusan siswa, yaitu IPA dan IPS. Pernyataan berupa pilihan
Ya dan Tidak. Apabila siswa memilih Ya maka akan mendapatkan nilai
1 dan akan mendapatkan nilai 0 jika siswa memilih Tidak. Masing-
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
36
masing pernyataan untuk setiap jurusan adalah 24, sehingga total
seluruh pernyataan dalam kuesioner minat adalah 48 pernyataan.
Perhitungan nilai kuesioner setiap jurusan menggunakan Pendekatan
Sturges (Mustafa, Zainal EQ, 2009). Langkah yang dilakukan adalah
mencari interval setiap skor dengan cara menggunakan Skor Rata-Rata
(MX) untuk setiap jurusan.
Skor Maksimum = 24
Skor Minimum = 0
Range (Jarak) = 24 – 0 = 24
Banyaknya Kategori = 3 (Baik, Cukup, Kurang)
Interval setiap kategori adalah :
.............................................(4.1)
Jadi skor untuk setiap kategori dapat dilihat pada tabel berikut :
Kategori Skor
Kurang 0 x 8
Cukup 8 x 16
Baik 16 x 24
Tabel 4.2 Kategori Nilai Kuesioner
Pernyataan-pernyataan yang terdapat dalam kuesioner akan diacak
selang-seling sesuai dengan urutan 6 pernyataan pertama untuk minat
ipa, 6 pernyataan berikutnya untuk minat ips,dan begitu seterusnya
sampai dengan pernyataan ke 48. Jika siswa mendapatkan skor tertinggi
disalah satu minat jurusan yang ada maka siswa akan lebih cenderung ke
minat yang bernilai skor tertinggi tersebut.
4.4.2 Himpunan Fuzzy
Teori himpunan fuzzy diperkenalkan oleh Lotfi A. Zadeh pada tahun 1965.
Zadeh memberikan definisi tentang himpunan fuzzy, Ã, yaitu (Zimmermann,
1991), jika X adalah koleksi dari obyek-obyek yang dinotasikan secara generik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
37
oleh x, maka suatu himpunan fuzzy Ã, dalam X adalah suatu himpunan pasangan
berurutan :
{( ( ))| +
dengan ( ) adalah derajat keanggotaan x di yang memetakan X ke ruang
keanggotaan M yang terletak pada rentang (0,1).
Himpunan fuzzy dituliskan sebagai pasangan berurutan, dengan elemen
pertama menunjukan nama elemen dan elemen kedua menunjukkan nilai
keanggotaannya.
X adalah variabel fuzzy untuk nilai IPA dan IPS, dengan fungsi
keanggotaan seperti terlihat pada gambar 4.5.
Gambar 4.5 Fungsi Keanggotaan untuk setiap himpunan pada variabel nilai rata-
rata akademik
Fungsi keanggotaan untuk setiap himpunan pada variabel nilai rata-rata akademik
adalah sebagai berikut :
( ) {
...................................................(4.2)
( ){
...................................................(4.3)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
38
( ) {
...................................................(4.4)
( ) {
.......................................(4.5)
Y adalah variabel fuzzy untuk nilai kuesioner minat, dengan fungsi
keanggotaan seperti terlihat pada gambar 4.6.
Gambar 4.6 Fungsi Keanggotaan untuk setiap himpunan pada variabel nilai
kuesioner minat
Fungsi keanggotaan untuk setiap himpunan pada variabel nilai kuesioner minat
adalah sebagai berikut :
( ) {
...................................................(4.6)
( ){
...................................................(4.7)
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
39
( ) {
...................................................(4.8)
4.4.3 Proses Sistem Pendukung Keputusan
Ada beberapa langkah yang dilakukan dalam memberikan rekomendasi
penjurusan siswa yang sesuai dengan kriteria. Setelah pengguna Login ke sistem
maka secara umum program akan berjalan seperti pada langkah-langkah berikut
ini :
1. Sistem akan langsung menampilkan nilai rata-rata nilai akademik siswa
dari database.
2. Kemudian setelah siswa mengisi kuesioner pada sistem, maka akan
didapatkan nilai yang akan disimpan ke database.
3. Setelah itu sistem akan menentukan fungsi keanggotaan untuk menghitung
derajat keanggotaan masing-masing kriteria dari semua nilai kriteria yang
telah didapat.
4. Berdasarkan nilai derajat keanggotaan setiap kriteria maka akan terbentuk
sebuah matriks keputusan.
5. Dilakukan normalisasi matriks keputusan berdasarkan persamaan yang
disesuaikan dengan jenisnya (atribut keuntungan atau atribut biaya)
sehingga diperoleh matriks ternormalisasi, menggunakan rumus 2.5.
6. Melakukan perangkingan, penjumlahan dari perkalian antara bobot
preferensi dengan matriks ternormalisasi, menggunkanrumus 2.6, sehingga
diperoleh nilai terbesar yang dipilih sebagai alternatif terbaik.
4.4.4 Contoh Perhitungan
Berikut adalah contoh perhitungan berdasarkan beberapa data dari siswa
SMA Negeri 1 Ngemplak. Data yang digunakan sebagai contoh adalah beberapa
siswa yang diambil secara acak.
Langkah-langkah perhitungan menggunakan Fuzzy SAW :
1. Menentukan kriteria (atribut) yang akan digunakan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
40
Kriteria yang digunakan adalah rata-rata nilai akademik siswa dan nilai minat
siswa untuk setiap jurusan.
2. Menentukan nilai linguistik untuk setiap kriteria. (baik, cukup, kurang)
Nilai linguistik yang digunakan untuk kriteria nilai akademik siswa adalah
Kurang (K), Cukup (C), Baik (B), dan Sangat Baik (SB). Sedangkan untuk
nilai linguistik yang digunakan untuk kriteria nilai kuesioner siswa adalah
Kurang (K), Cukup (C), dan Baik (B).
3. Menentukan kategorisasi untuk nilai linguistik masing-masing kriteria.
Berdasarkan dari tabel 4.1 dan tabel 4.2 maka kategori untuk masing-masing
kriteria setiap jurusan adalah :
Laras Rata-Rata Nilai Akademik Nilai Minat
IPA Sangat Baik Baik
IPS Cukup Cukup
Diah Rata-Rata Nilai Akademik Nilai Minat
IPA Cukup Cukup
IPS Baik Baik
Asyifa Rata-Rata Nilai Akademik Nilai Minat
IPA Sangat Baik Baik
IPS Baik Kurang
Frida Rata-Rata Nilai Akademik Nilai Minat
IPA Cukup Baik
IPS Sangat Baik Baik
Apriana Rata-Rata Nilai Akademik Nilai Minat
IPA Sangat Baik Baik
IPS Sangat Baik Baik
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
41
4. Menentukan bobot preferensi.
Bobot preferensi didapat dari pihak sekolah dengan ketentuan 45% untuk
nilai akademik dan 55% uuntuk nilai kuesioner minat. Sehingga bobot
preferensinya adalah w = 0,45 0,55.
5. Menentukan fungsi keanggotaan berdasarkan kategorisasi yang akan
digunakan untuk menghitung derajat keanggotaan masing-masing kriteria.
Fungsi keanggotaan untuk kriteria nilai rata-rata akademik menggunakan
gambar 4.5 dan fungsi keanggotaan untuk kriteria nilai kuesioner
menggunakan gambar 4.6.
6. Memasukkan nilai kriteria untuk mendapatkan nilai derajat keanggotaan
untuk setiap kriteria.
Tabel Derajat Keanggotaan Rata-rata IPA
Nama Mat IPA Rata
2
IPA
Derajat Keanggotaan ( ) Maks
K C B SB
Laras Sukma 87.5 85 86.25 0 0 0 1 1
Diah Ayu 62.5 72.5 67.5 0 0.5 0 0 0.5
Asyifa A. 80 80 80 0 0 0 1 1
Frida Ari 75 62.5 68.75 0 0.25 0 0 0.25
Apriana D. 87.5 70 78.75 0 0 0.25 0.75 0.75
Nilai rata-rata IPA Laras Sukma adalah 86.25 yang bernilai 0 untuk
derajat keanggotaan Kurang, Cukup dan Baik. Sedangkan dalam derajat
keanggotaan Sangat Baik nilai rata-rata IPA Laras termasuk dalam range
sehingga nilai derajat keanggotannya adalah 1. Sehingga
dipilih nilai maks dari derajat keanggotaan, yaitu 1.
Nilai rata-rata IPA Diah Ayu adalah 67.5 yang bernilai 0 untuk derajat
keanggotaan Kurang, Baik dan Sangat Baik. Sedangkan dalam derajat
keanggotaan Cukup nilai rata-rata IPA Diah termasuk dalam range 65
sehingga nilai derajat keanggotannya adalah
.=
= 0.5. Sehingga
dipilih nilai maks dari derajat keanggotaan, yaitu 0.5.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
42
Nilai rata-rata IPA Asyifa A. adalah 80 yang bernilai 0 untuk derajat
keanggotaan Kurang, Cukup dan Baik. Sedangkan dalam derajat keanggotaan
Sangat Baik nilai rata-rata IPA Asyifa termasuk dalam range
sehingga nilai derajat keanggotannya adalah 1. Sehingga dipilih nilai maks
dari derajat keanggotaan, yaitu 1.
Nilai rata-rata IPA Frida Ari adalah 68.75 yang bernilai 0 untuk derajat
keanggotaan Kurang, Baik dan Sangat Baik. Sedangkan dalam derajat
keanggotaan Cukup nilai rata-rata IPA Frida termasuk dalam range 65
sehingga nilai derajat keanggotannya adalah
.=
= 0.25.
Sehingga dipilih nilai maks dari derajat keanggotaan, yaitu 0.25.
Nilai rata-rata IPA Apriana D. adalah 78.75 yang bernilai 0 untuk
derajat keanggotaan Kurang dan Cukup. Sedangkan dalam derajat
keanggotaan Baik nilai rata-rata IPA Apriana termasuk dalam range 75
sehingga nilai derajat keanggotannya adalah
.=
= 0.25 dan
dalam derajat keanggotaan Sangat Baik nilai rata-rata IPA Frida termasuk
dalam range 75 sehingga nilai derajat keanggotannya adalah
.=
= 0.75. Sehingga dipilih nilai maks dari derajat keanggotaan,
yaitu 0.75.
Tabel Derajat Keanggotaan Rata-rata IPS
Nama IND ING Rata2 IPS
Derajat Keanggotaan ( ) Maks
K C B SB
Laras Sukma 78 56 67 0 0.6 0 0 0.6
Diah Ayu 90 64 77 0 0 0.6 0.4 0.6
Asyifa A. 76 70 73 0 0 0.6 0 0.6
Frida Ari 92 82 87 0 0 0 1 1
Apriana D. 92 78 85 0 0 0 1 1
Nilai rata-rata IPS Laras Sukma adalah 67 yang bernilai 0 untuk derajat
keanggotaan Kurang, Baik, dan Sangat Baik. Sedangkan dalam derajat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
43
keanggotaan Cukup, nilai rata-rata Laras termasuk dalam range
sehingga nilai derajat keanggotannya adalah
=
= 0.6. Sehingga dipilih
nilai maks dari derajat keanggotaan, yaitu 0.6.
Nilai rata-rata IPS Diah Ayu adalah 77 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat keanggotaan Baik
nilai rata-rata IPS Diah termasuk dalam range 75 sehingga nilai
derajat keanggotannya adalah
.=
= 0.6 dan dalam derajat keanggotaan
Sangat Baik nilai rata-rata IPS Diah termasuk dalam range 75
sehingga nilai derajat keanggotannya adalah
.=
= 0.4. Sehingga dipilih
nilai maks dari derajat keanggotaan, yaitu 0.6.
Nilai rata-rata IPS Asyifa A. adalah 73 yang bernilai 0 untuk derajat
keanggotaan Kurang, Cukup dan Sangat Baik. Sedangkan dalam derajat
keanggotaan Baik nilai rata-rata IPS Asyifa termasuk dalam range
sehingga nilai derajat keanggotannya adalah
.=
= 0.6. Sehingga
dipilih nilai maks dari derajat keanggotaan, yaitu 0.6.
Nilai rata-rata IPS Frida Ari adalah 87 yang bernilai 0 untuk derajat
keanggotaan Kurang, Cukup dan Baik. Sedangkan dalam derajat keanggotaan
Sangat Baik nilai rata-rata IPS Frida termasuk dalam range 80
sehingga nilai derajat keanggotannya adalah . Sehingga dipilih nilai maks
dari derajat keanggotaan, yaitu 1.
Nilai rata-rata IPS Apriana D. adalah 85 yang bernilai 0 untuk derajat
keanggotaan Kurang, Cukup, dan Baik. Sedangkan dalam derajat
keanggotaan Sangat Baik nilai rata-rata IPS Apriana termasuk dalam range
80 sehingga nilai derajat keanggotannya adalah . Sehingga
dipilih nilai maks dari derajat keanggotaan, yaitu 1.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
44
Tabel Derajat Keanggotaan Minat IPA
Nama Minat IPA
Derajat Keanggotaan ( ) Maks
K C B
Laras Sukma 20 0 0 1 1
Diah Ayu 12 0 1 0 1
Asyifa A. 15 0 0.25 0.75 0.75
Frida Ari 16 0 0 1 1
Apriana D. 17 0 0 1 1
Nilai minat IPA Laras Sukma adalah 20 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat kranggotaan Baik
nilai minat IPA Laras termasuk dalam range sehingga nilai
derajat keanggotannya adalah 1. Sehingga dipilih nilai maks dari derajat
keanggotaan, yaitu 1.
Nilai minat IPA Diah Ayu adalah 12 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Baik. Sedangkan dalam derajat keanggotaan Cukup
nilai minat IPA Diah termasuk dalam range 12 sehingga nilai
derajat keanggotannya adalah
.=
= 1. Sehingga dipilih nilai maks dari
derajat keanggotaan, yaitu 1.
Nilai minat IPA Asyifa A. adalah 15 yang bernilai 0 untuk derajat
keanggotaan Kurang. Sedangkan dalam derajat keanggotaan Cukup nilai
minat IPA Asyifa termasuk dalam range sehingga nilai derajat
keanggotannya adalah
.=
= 0.25 dan dalam derajat keanggotaan Baik
nilai minat IPA Asyifa termasuk dalam range sehingga nilai
derajat keanggotannya adalah
.=
= 0.75. Sehingga dipilih nilai maks
dari derajat keanggotaan, yaitu 0.75.
Nilai minat IPA Frida Ari adalah 16 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat keanggotaan Baik
nilai minat IPA Frida termasuk dalam range 16 sehingga nilai
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
45
derajat keanggotannya adalah . Sehingga dipilih nilai maks dari derajat
keanggotaan, yaitu 1.
Nilai minat IPA Apriana D. adalah 17 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat keanggotaan Baik
nilai minat IPA Apriana termasuk dalam range 16 sehingga nilai
derajat keanggotannya adalah . Sehingga dipilih nilai maks dari derajat
keanggotaan, yaitu 1.
Tabel Derajat Keanggotaan Minat IPS
Nama Minat IPS
Derajat Keanggotaan ( ) Maks
K C B
Laras Sukma 14 0 0.5 0.5 0.5
Diah Ayu 18 0 0 1 1
Asyifa A. 9 0.75 0.25 0 0.75
Frida Ari 22 0 0 1 1
Apriana D 19 0 0 1 1
Nilai minat IPS Laras Sukma adalah 14 yang bernilai 0 untuk derajat
keanggotaan. Nilai minat IPS Laras untuk derajat keanggotaan Cukup
termasuk dalam range sehingga nilai derajat keanggotannya
adalah
.=
= 0.5. Sedangkan nilai minat IPS Laras untuk derajat
keanggotaan Baik termasuk dalam range sehingga nilai derajat
keanggotannya adalah
.=
= 0.5. Sehingga dipilih nilai maks dari
derajat keanggotaan, yaitu 0.5.
Nilai minat IPS Diah Ayu adalah 18 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat keanggotaan Baik
nilai minat IPS Diah termasuk dalam range 16 sehingga nilai
derajat keanggotannya adalah . Sehingga dipilih nilai maks dari derajat
keanggotaan, yaitu 1.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
46
Nilai minat IPS Asyifa A. adalah 9 yang bernilai 0 untuk derajat
keanggotaan Baik. Sedangkan dalam derajat keanggotaan Kurang nilai minat
IPS Asyifa termasuk dalam range sehingga nilai derajat
keanggotannya adalah
.=
= 0.75 dan dalam derajat keanggotaan Cukup
nilai minat IPS Asyifa termasuk dalam range sehingga nilai
derajat keanggotannya adalah
.=
= 0.25. Sehingga dipilih nilai maks dari
derajat keanggotaan, yaitu 0.75.
Nilai minat IPS Frida Ari adalah 22 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat keanggotaan Baik
nilai minat IPS Frida termasuk dalam range 16 sehingga nilai
derajat keanggotannya adalah . Sehingga dipilih nilai maks dari derajat
keanggotaan, yaitu 1.
Nilai minat IPS Apriana D. adalah 19 yang bernilai 0 untuk derajat
keanggotaan Kurang dan Cukup. Sedangkan dalam derajat keanggotaan Baik
nilai minat IPS Apriana termasuk dalam range 16 sehingga nilai
derajat keanggotannya adalah . Sehingga dipilih nilai maks dari derajat
keanggotaan, yaitu 1.
7. Membuat matriks keputusan berdasarkan nilai derajat keanggotaan setiap
kriteria.
Matriks keputusan X untuk Laras Sukma :
( ) [
]
Matriks keputusan X untuk Diah Ayu :
( ) [
]
Matriks keputusan X untuk Asyifa A. :
( ) [
]
Matriks keputusan X untuk Frida Ari :
( ) [
]
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
47
Matriks keputusan X untuk Apriana D. :
( ) [
]
Keterangan :
= nilai pada alternatif Ai untuk kriteria Cj
8. Melakukan normalisasi matriks keputusan berdasarkan persamaan yang
disesuaikan dengan jenisnya (atribut keuntungan atau atribut biaya) sehingga
diperoleh matriks ternormalisasi, menggunakan rumus 2.5.
Berdasarkan matriks keputusan X akan dilakukan normalisasi di mana semua
kriteria merupakan atribut keuntungan.
Normalisasi untuk Laras Sukma adalah sebagai berikut :
* +
* +
* +
* +
Matriks ternormalisasi Laras Sukma adalah :
( ) [
]
Normalisasi untuk Diah Ayu adalah sebagai berikut :
* +
* +
* +
* +
Matriks ternormalisasi Diah Ayu adalah :
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
48
( ) [
]
Normalisasi untuk Asyifa A. adalah sebagai berikut :
* +
* +
* +
* +
Matriks ternormalisasi Asyifa A. adalah :
( ) [
]
Normalisasi untuk Frida Ari adalah sebagai berikut :
* +
* +
* +
* +
Matriks ternormalisasi Frida Ayu adalah :
( ) [
]
Normalisasi untuk Apriana D. adalah sebagai berikut :
* +
* +
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
49
* +
* +
Matriks ternormalisasi Apriana D. adalah :
( ) [
]
9. Melakukan perangkingan, penjumlahan dari perkalian antara bobot preferensi
dengan matriks ternormalisasi, menggunakan rumus 2.6, sehingga diperoleh
nilai terbesar yang dipilih sebagai alternatif terbaik.
Bobot preferensi W = [0.45 0.55]
Hasil perkalian antara matriks W ˙ R Laras Sukma adalah sebagai berikut :
W ˙ R = [0.45 0.55] ˙ [
]
= [
]
Hasil perangkingan diperoleh dan
. Nilai terbesar ada pada sehingga alternatif yaitu IPA
adalah alternatif yang terpilih sebagai alternatif terbaik.
Hasil perkalian antara matriks W ˙ R Diah Ayu adalah sebagai berikut :
W ˙ R = [0.45 0.55] ˙ [
]
= [
]
Hasil perangkingan diperoleh dan
. Nilai terbesar ada pada sehingga alternatif yaitu IPS adalah
alternatif yang terpilih sebagai alternatif terbaik.
Hasil perkalian antara matriks W ˙ R Asyifa A adalah sebagai berikut :
W ˙ R = [0.45 0.55] ˙ [
]
= [
]
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
50
Hasil perangkingan diperoleh dan
. Nilai terbesar ada pada sehingga alternatif yaitu IPA
adalah alternatif yang terpilih sebagai alternatif terbaik.
Hasil perkalian antara matriks W ˙ R Frida Ari adalah sebagai berikut :
W ˙ R = [0.45 0.55] ˙ [
]
= [
]
Hasil perangkingan diperoleh dan
. Nilai terbesar ada pada sehingga alternatif yaitu IPS adalah
alternatif yang terpilih sebagai alternatif terbaik.
Hasil perkalian antara matriks W ˙ R Apriana D. adalah sebagai berikut :
W ˙ R = [0.45 0.55] ˙ [
]
= [
]
Hasil perangkingan diperoleh dan
. Nilai terbesar ada pada sehingga alternatif
yaitu IPS adalah alternatif yang terpilih sebagai alternatif terbaik.
Berdasarkan hasil perhitungan yang telah dilakukan diperoleh hasil :
Nama IPA MTK B.IND B.ING Skor V1 Skor V2 Keputusan
Laras Sukma 85 87.5 78 56 1 0.545 IPA
Diah Ayu 72.5 62.5 90 64 0.925 1 IPS
Asyifa A. 80 80 76 70 1 0.82 IPA
Frida Ari 62.5 75 92 82 0.665 1 IPS
Apriana D. 70 87.5 92 78 0.8875 1 IPS
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
51
4.5 Perancangan Proses
4.5.1 Diagram Konteks Sistem
Gambar 4.7 Diagram Konteks Sistem
4.5.2 Diagram Alir Data Level 1
Diagram konteks sistem pada level 1 admin
Gambar 4.8 Diagram Aliran Data Level 1 Admin
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
52
Diagram konteks sistem pada level 1 siswa
Gambar 4.9 Diagram Aliran Data Level 1 Siswa
4.5.3 Diagram Alir Data Level 2
Diagram konteks pada level 2 admin :
Gambar 4.10 Diagram Aliran Data Level 2 Proses 2 Admin
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
53
Gambar 4.11 Diagram Aliran Data Level 2 Proses 3 Admin
Gambar 4.12 Diagram Aliran Data Level 2 Proses 4 Admin
Diagram konteks pada level 2 siswa :
Gambar 4.13 Diagram Aliran Data Level 2 Proses 2 Siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
54
4.6 Perancangan Basis Data
4.6.1 Perancangan Konseptual
Pada perancangan ini terdapat 3 entitas yaitu siswa, nilai dan kuesioner.
entitas siswa bergantung pada entitas nilai dan kuesioner. Berikut merupakan
model data Entity Relationship Diagram (ERD) :
Gambar 4.14 Diagram Entity Relationship
Keterangan :
a. Ada 3 entitas yang terlibat, yaitu siswa, nilai dan kuesioner.
b. Setiap entitas memiliki atributnya masing-masing.
c. Relasi entitas siswa dengan entitas nilai adalah one to many. Setiap entitas
siswa memiliki banyak entitas nilai, sedangkan entitas nilai tidak
sebaliknya. Satu entitas nilai hanya memiliki satu entitas siswa.
d. Relasi entitas siswa dengan entitas kuesioner adalah one to many. Setiap
entitas siswa memiliki banyak entitas kuesioner, sedangkan entitas
kuesioner tidak sebaliknya. Satu entitas kuesioner hanya memiliki satu
entitas siswa.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
55
4.6.2 Perancangan Logikal
Pada perancangan initerdapat 3 entitas, yaitu siswa, nilai dan kuesioner.
Gambar 4.15 Desain Logikal
4.6.3 Perancangan Fisikal
a. Tabel Login
Tabel 4.3 Tabel Login
Nama Field Tipe Keterangan
id_user Int(11) Primary Key
username Varchar(20) Username admin dan
siswa
password Varchar(20) Password admin dan
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
56
siswa
level Enum (admin, siswa) Status pengguna
b. Tabel Siswa
Tabel 4.4 Tabel Siswa
Nama Field Tipe Keterangan
no_induk Int(11) Primary Key
nama Varchar(30) Nama siswa
gender Char(1) Jenis kelamin siswa
tempat_lahir Varchar(30) Tempat lahir siswa
tgl_lahir Date Tanggal lahir siswa
alamat Text Alamat siswa
agama Varchar(10) Agama siswa
jurusan Varchar(3) Jurusan siswa
c. Tabel Nilai
Tabel 4.5 Tabel Nilai
Nama Field Tipe Keterangan
id_nilai Int(11) Primary Key
no_induk int(11) Foreign Key
ipa Double Nilai ipa siswa
matematika Double Nilai matematika
siswa
ind Double Nilai bahasa indonesia
siswa
ing Double Nilai bahasa inggris
siswa
rata_ipa Double Nilai rata-rata ipa
siswa
rata_ips Double Nilai rata-rata ips
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
57
siswa
d. Tabel Kuesioner
Tabel 4.6 Tabel Kuesioner
Nama Field Tipe Keterangan
id_kuesioner Int(11) Primary Key
no_induk Int(11) Foreign Key
minat_ipa Int(5) Nilai kuesioner minat
ipa siswa
minat_ips Int(5) Nilai kuesioner minat
ips siswa
pre_ipa Double Presentase minat ipa
siswa
pre_ips Double Presentase minat ips
siswa
4.6.4 Perancangan Basis Data
Perancangan basis data sistem pendukung keputusan pemilihan jurusan di
SMA menggunakan metode Fuzzy Simple Additive Weighting ini menggunakan
phpmyadmin. Basis data tersebut diberi nama dengan nama “tugas akhir” yang
terdapat beberapa tabel, yaitu :
1. tblogin
2. tbsiswa
3. tbnilai
4. tbkuesioner
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
58
Gambar 4.16 Tabel Pada Basis Data : tugasakhir
4.6.4.1 Tabel Data tblogin
Pada tabel tblogin berisi data login antara lain id user, username, password,
dan level user (admin, siswa).
Gambar 4.17 Tabel tblogin
4.6.4.2 Tabel Data tbsiswa
Pada tabel tbsiswa berisi data siswa antara lain no induk, nama, jenis
kelamin, tempat lahir, tanggal lahir, alamat, agama, dan jurusan.
Gambar 4.18 Tabel tbsiswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
59
4.6.4.3 Tabel Data tbnilai
Pada tabel tbnilai berisi data nilai antara lain id nilai, no induk, nilai ipa,
nilai matematika, nilai bahasa indonesia, nilai bahasa inggris, rata-rata ipa, dan
rata-rata ips.
Gambar 4.19 Tabel tbnilai
4.6.4.4 Tabel Data tbkuesioner
Pada tabel tbkuesioner berisi data kuesioner antara lain id kuesioner, no
induk, nilai minat ipa, nilai minat ips, presentase minat ipa, dan presentase minat
ips.
Gambar 4.20 Tabel tbkuesioner
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
60
4.7 Perancangan User Interface
4.7.1 Perancangan User Interface Untuk Siswa
Gambar 4.21 Halaman Login Siswa
Gambar 4.22 Halaman Utama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
61
Gambar 4.23 Halaman Nilai Akademik
Gambar 4.24 Halaman Kuesioner Minat
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
62
Gambar 4.25 Halaman Hasil Minat
Gambar 4.26 Halaman Hasil Rekomendasi
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
63
4.7.2 Perancangan User Interface untuk Admin
Gambar 4.27 Halaman Login Admin
Gambar 4.28 Halaman Utama
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
64
Gambar 4.29 Halaman Menu Siswa
Gambar 4.30 Halaman Tambah Siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
65
Gambar 4.31 Halaman Edit Siswa
Gambar 4.32 Halaman Hasil
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
66
Gambar 4.33 Halaman Help
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
67
BAB V
IMPLEMENTASI DAN PEMBAHASAN
5.1 Implementasi Interface
5.1.1 Halaman Login
Gambar 5.1 Halaman Login
Halaman ini merupakan halaman login untuk user, yaitu admin dan siswa.
Halaman login merupakan proses awal untuk user sebelum masuk ke dalam
sistem.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
68
5.1.2 Halaman Home Admin
Gambar 5.2 Halaman Home Admin
Pada halaman home admin terdapat logo sekolah dan beberapa menu seperti
beranda, siswa, hasil, help dan logout.
5.1.3 Halaman Daftar Siswa
Gambar 5.3 Halaman Daftar Siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
69
Halaman daftar siswa terdapat pada menu siswa yang akan menampilkan
daftar siswa berupa nama, nomor induk, dan menu untuk aksi mengelola siswa,
seperti tambah, lihat biodata, ubah dan hapus siswa.
5.1.4 Halaman Tambah Siswa
Gambar 5.4 Halaman Tambah Siswa
Pada halaman tambah siswa admin akan menginputkan no induk, nama
lengkap, jenis kelamin, alamat, tempat, tanggal lahir dan agama siswa. Kemudian
akan menginputkan nilai siswa yaitu nilai ipa, matematika, bahasa indonesia dan
bahasa inggris. Jika tersimpan maka sistem akan langsung menghitung rata-rata
ipa untuk nilai matematika dan ipa, serta rata-rata ips untuk nilai bahasa indonesia
dan bahasa inggris.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
70
5.1.5 Halaman Biodata Siswa
Gambar 5.5 Halaman Biodata Siswa
Pada halaman biodata siswa akan menapilkan data dari satu siswa berupa
nomor induk, nama, jenis kelamin, tempat tanggal lahir, agama, alamat, serta nilai
siswa dan rata-ratanya.
5.1.6 Halaman Ubah Data Siswa
Gambar 5.6 Halaman Ubah Data Siswa
Pada halaman ubah data siswa, nomor induk tidak dapat diubah. Sedangkan
untuk nama, jenis kelamin, tempat tanggal lahir, agama, alamat, serta nilai siswa
dapat diubah.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
71
5.1.7 Halaman Daftar Jurusan Siswa
Gambar 5.7 Halaman Daftar Jurusan Siswa
Pada halaman daftar jurusan siswa yang terdapat dalam menu hasil akan
menampilkan nomor induk, nama, dan jurusan siswa.
5.1.8 Halaman Help
Gambar 5.8 Halaman Help
Pada halaman help terdapat kontak dari admin yang membuat program.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
72
5.1.9 Halaman Home Siswa
Gambar 5.9 Halaman Home Siswa
Pada halaman home siswa terdapat tahapan-tahapan yang akan dilakukan
oleh siswa agar mendapatkan rekomendasi jurusan.
5.1.10 Halaman Lihat Rata-Rata Nilai Siswa
Gambar 5.10 Halaman Lihat Rata-rata Nilai Siswa
Pada halaman lihat rata-rata nilai siswa akan menampilkan rata-rata siswa
untuk setiap jurusan.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
73
5.1.11 Halaman Kuesioneri Siswa
Gambar 5.11 Halaman Kuesioner Siswa
Pada halaman kuesioner siswa akan menampilkan petunjuk pengisian
kuesioner minat dan menampilkan pernyataan-pernyataan kuesioner berupa
pilihan Ya dan Tidak yang akan dipilih oleh siswa.
5.1.12 Halaman Lihat Persentase Minat Siswa
Gambar 5.12 Halaman Lihat Persentase Minat Siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
74
Pada halaman lihat persentase minat siswa akan menampilkan persentase
minat siswa untuk setiap jurusan.
5.1.13 Halaman Hasil Rekomendasi Jurusan
Gambar 5.13 Halaman Hasil Rekomendasi Jurusan
Pada halaman hasil rekomendasi jurusan, siswa akan mendapatkan
rekomendasi jurusan yang sesuai dengan nilai dan minat siswa.
5.2 Uji Coba
Tahap ini merupakan tahap uji coba untuk memastikan jika sistem yang
akan dibangun berjalan dengan baik. Uji coba dapat dilihat pada langkah berikut :
Tabel 5. 1 Uji Coba
Nama Use Case Tahap Uji
Login 1. Input username dan password
Kelola Data Siswa 1. Lihat data siswa
2. Tambah data siswa
3. Ubah data siswa
4. Hapus data siswa
Kelola Nilai Siswa 1. Lihat nilai siswa
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
75
2. Tambah nilai siswa
3. Ubah nilai siswa
4. Hapus nilai siswa
Lihat Jurusan Siswa 1. Menampilkan data jurusan semua
siswa
Sistem Pendukung Keputusan 1. Menampilkan nilai siswa
2. Menampilkan form kuesioner
minat siswa
3. Menampilkan nilai kuesioner
minat siswa
4. Menampilkan rekomendasi
jurusan siswa.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
76
BAB VI
PENUTUP
6.1 KESIMPULAN
Hasil yang didapatkan dari perancangan dan pembangunan Sistem
Pendukung Keputusan Pemilihan Jurusan Di SMA berdasarkan Nilai Akademik
dan Minat Siswa menggunakan Fuzzy Simple Additive Weighting (FSAW)
adalah siswa tidak perlu lagi mengisi kuesioner minat secara manual karena
kuesioner minat telah ada pada sistem. Sekolah tidak perlu takut lagi terjadi
kesalahan dalam melakukan permeriksaan dan pemberian nilai sehingga akan
lebih cepat dalam menentukan jurusan siswa.
6.2 SARAN
Perancangan sistem dapat diimplementasikan menjadi halaman web
menggunakan PHP dan mySql. Dalam mengembangkan perancangan sistem ini
akan lebih baik jika menggunakan lebih banyak kriteria untuk menentukan
jurusan siswa, seperti tes psikologi. Sebaiknya menggunakan User Interface
yang mudah dimengerti oleh pengguna.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
77
DAFTAR PUSTAKA
Glanz, Edward C. 1964. Foundations and Principles of Guidance. Boston: Allyn
and Bacon, Inc.
Gusti Ayu Putu Eka Purnama Dewi, I. 2014. Sistem Pendukung Keputusan
Penentuan Jurusan Pada SMK Kertha Wisata Denpasar Menggunakan
Fuzzy SAW. STMIK, Denpasar-Bali.
Hurlock E. B. 1978. Perkembangan Anak Jilid 2. Jakarta: Erlangga.
Hurlock E. B. 1980. Terj. Perkembangan Anak edisi kelima. Jakarta: Erlangga.
Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta.
Penerbit: Andi.
Kusumadewi, Sri., & Purnomo, Hari. 2004. Aplikasi Logika Fuzzy untuk
Pendukung Keputusan. Yogyakarta : Graha Ilmu.
Kusumadewi, Sri., Hartati, Sri., Harjoko, Agus., & Wardoyo, Retantyo. 2006.
FuzzyMulti-Attribute Decision Making (Fuzzy MADM). Yogyakarta:
Graha Ilmu.
Mustafa, Zainal EQ. 2009. Mengurai Variabel Hingga Instrumentasi. Yogyakarta:
Graha Ilmu.
Prasetyo, Eko. 2008. Pemrograman WEB PHP & MySQL. Yogyakarta : Graha
Ilmu.
Riki Prayoko, Mhd. 2013. Sistem Pendukung Keputusan Penentuan Jurusan Pada
Sekolah Menengah Atas SMA Setia Budi Abadi Perbaungan dengan
Menggunakan Metode Simple Additive Weighting (SAW). STMIK
Budidarma, Medan.
Suparno, Paul. 2013. Teori Inteligensi Ganda dan Aplikasinya di Sekolah.
Yogyakarta: Penerbit Kanisius.
Turban, Efraim., Aronson, Jay E., & Liang, Ting-Peng. 2005. Decision Support
Systems and Intelligent Systems edisi 7 Jilid 1. Yogyakarta: Andi.
Winkel, W. S., &Hastuti, Sri.2004. Bimbingan dan Konseling di Institusi
Pendidikan. Yogyakarta: Media Abadi.
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
78
Undang-Undang Sistem Pendidikan Nasional No. 20 tahun 2003 :
http://www.jdih.kemenkeu.go.id/fulltext/2003/20TAHUN2003UU.htm
Undang-Undang Pendidikan Nasional No. 2/1989 :
https://lib.atmajaya.ac.id/default.aspx?tabID=61&src=k&id=26827
PLAGIAT MERUPAKAN TINDAKAN TIDAK TERPUJI
Recommended