TUGAS KELOMPOK SPK (METODE SAW)

SISTEM PENDUKUNG KEPUTUSAN
untuk Menentukan Pemilihan Jurusan Bagi Calon Siswa Baru di SMK Menggunakan Metode SAW (Simple Additeve Weighting)

Oleh :

              1.Azizah Agustina (a12.2009.03574)

              2.Lia Lis S             (a12.2009.03594)

              3.Istriana               (a12.2009.03607)

kelompok : A12.4705

FAKULTAS ILMU KOMPUTER

UNIVERSITAS DIAN NUSWANTORO

SEMARANG

2012

1.      PENDAHULUAN

1.1  Latar Belakang

Lembaga pendidikan setiap tahunnya terus berusaha meningkatan mutu pendidikan khususnya Sekolah Menengah Kejuruan (SMK) dengan harapan lulusannya dapat memiliki ketrampilan dan keahlian lebih dibandingkan sekolah sederajat, hal tersebut dilakukan demi meningkatkan kualitas lulusan sehingga siap memasuki dunia kerja. Antusias siswa lulusan SMP untuk masuk SMK cukup besar,tetapi kebanyakan mereka kurang matang untuk memilih jurusan yang ada sesuai kemampuannya,akibatnya cukup banyak siswa baru yang gagal di tengah jalan ketika mereka sudah diterima di SMK,banyak juga kasus siswa yang merasa tidak cocok dengan jurusan yang dipilihnya ketika ia telah memperoleh pelajaran disekolah.

Jumlah jurusan yang ada pada SMK tersebut terdiri dari tiga jurusan yaitu jurusan akuntansi, administrasi perkantoran, dan multimedia. Pemilihan masing-masing jurusan didasarkan pada ketentuan nilai yang disyaratkan pada masing-masing jenis jurusan.

Berdasarkan hal tersebut untuk membantu penentuan dalam pemilihan jurusan seorang siswa,maka dibutuhkan sebuah sistem pendukung keputusan dengan metode SAW (Simple additive weighting) dengan kriteria-kriteria  yang telah ditentukan.

1.2  Perumusan Masalah

Bagaimana merancang sebuah sistem pendukung keputusan dengan menggunakan metode SAW (Simple Additive Weighting) untuk menentukan pemilihan jurusan di SMK berdasarkan bobot dan kriteria yang sudah ditentukan.

1.3  Batasan Masalah

Pembuatan SPK dalam menentukan pemilihan jurusan bagi calon siswa baru di SMK.

1.4  Tujuan

Sistem pendukung keputusan yang dibuat diharapkan dapat menghasilkan rekomendasi jurusan bagi calon siswa baru di SMK  sehingga mempermudah tim penjurusan untuk mendapatkan jurusan yang tepat berdasarkan kemampuan yang dimiliki calon siswa baru.

1.      LANDASAN TEORI

           2.1 Sistem Pendukung Keputusan

Menurut Raymond McLeod (1998), Sistem Pendukung Keputusan adalah sistem penghasil informasi spesifik yang ditujukan untuk memecahkan suatu masalah tertentu yang harus dipecahkan oleh manager pada berbagai tingkatan[6]. Menurut Litle, Sistem Pendukung Keputusan adalah suatu sistem informasi berbasis komputer yang menghasilkan berbagai alternatif keputusan untuk membantu manajemen dalam menangani berbagai permasalahan yang terstruktur dengan menggunakan data dan model .

Secara Umum, Sistem Pendukung Keputusan adalah sebuah sistem yang mampu memberikan kemampuan, baik kemampuan pemecahan masalah maupun kemampuan pengkomunikasian untuk masalah semi terstruktur. Sedangkan secara Khusus, Sistem Pendukung Keputusan adalah sebuah sistem yang mendukung kerja seorang manager maupun sekelompok manager dalam memecahkan masalah semi-terstruktur dengan cara memberikan informasi ataupun usulan menuju pada keputusan tertentu.

1.2  Fuzzy Multiple Attribute Decision Making (FMADM)

         Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan subyektifitas dari pengambil keputusan.

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM. 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).

1.3  Metode Simple Additeve Weighting

Metode SAW sering dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW dapat membantu dalam pengambilan keputusan suatu kasus, akan tetapi perhitungan dengan menggunakan metode SAW ini hanya yang menghasilkan nilai terbesar yang akan terpilih sebagai alternatif yang terbaik. Perhitungan akan sesuai dengan metode ini apabila alternatif yang terpilih memenuhi kriteria yang telah ditentukan. Metode SAW ini lebih efisien karena waktu yang dibutuhkan dalam perhitungan lebih singkat.

Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.

Dimana 𝑟𝑖𝑗 adalah rating kinerja ternormalisasi dari alternatif 𝐴𝑖 pada atribut 𝐶𝑗 ; i=1,2,…,m dan j=1,2,…,n. nilai prefesensi untuk setiap alternatif (𝑉𝑖) diberikan sebagai :

𝑉𝑖 = 𝑤𝑗𝑟𝑖𝑗𝑛𝑗=1 ………………….(2.2)

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

Sedangkan untuk kriterianya terbagi dalam dua kategori yaitu untuk bernilai positif termasuk dalam  kriteria keuntungan dan yang bernilai negatif termasuk dalam kriteria biaya.

Keterangan :

A : Alternatif

C : Kriteria

W : Bobot Preferensi

V : Nilai preferensi untuk setiap alternatif

                   X : Nilai Alternatif dari setiap kriteria

                        Tahapan Metode SAW

1.        Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan keputusan, yaitu C1.

2.        Menentukan  rating  kecocokan  setiap  alternatif   pada  setiap  kriteria.

3.        Membuat  matriks  keputusan  berdasarkan  kriteria  (C1),  kemudian melakukan  normalisasi  matriks  berdasarkan persamaan  yang disesuaikan  dengan  jenis  atribut sehingga  diperoleh  matriks ternormalisasi  R.

4.        Hasil  akhir  diperoleh  dari  proses  perankingan  yaitu  penjumlahan  dari perkalian  matriks  ternormalisasi  R  dengan vector  bobot  sehingga diperoleh  nilai  terbesar  yang  dipilih sebagai  alternatif  terbaik  (A1) sebagai  solusi. 

3.PEMBAHASAN

3.1  Analisa Keputusan

1.   Menentukan kriteria penilaian.

                            kriteria  yang  telah  ditentukan  yaitu  :

1.     Nilai  Matematika  (C1)

2.     Nilai Bahasa Indonesia (C2)

3.     Nilai Bahasa Inggris (C3)

4.     Nilai IPA (C4)

5.     Nilai TIK (C5).

                               Dari  kriteria  tersebut,  maka  dibuat  suatu  tingakat  kepentingan  kriteria 

berdasarkan  nialai  bobot  yang  telah  ditentukan  kedalam  bilangan  fuzzy. Rating  kecocokan  setiap  alternatif pada  setiap  kriteria  sebagai  berikut :

                   Sangat  Rendah  (SR)     = 0

                   Rendah  (R)  = 0,25

                   Cukup  (C)  = 0,5

                   Tinggi  (T)  = 0,75  

                   Sangat  Tinggi  (ST)  = 1

                             KASUS

                     perhitungan manual dengan kasus seorang calon pendaftar (amar), dengan 

                     memiliki data   sebagai berikut :

Berdasarkan  data  pendaftar  diatas   dapat  dibentuk   matriks  keputusan X sebagai  berikut :

Rating kecocokan dari setiap alternatif pada setiap kriteria

Vektor bobot : W = [ 5, 4, 5, 4, 4]

Membuat matriks keputusan X, dibuat dari tabel kecocokan sebagai berikut: 

           Normalisasis  matriks X  untuk  menghitung  nilai  masing-masing  kriteria 

                Dari hasil r₁₁ sampai r₃₅ maka dibuatkan normalisasi matrik R

          Selanjutnya  akan  dibuat  perkalian    matriks W * R dan penjumlahan  hasil  perkalian  

         untuk memperoleh  alternatife  terbaik  dengan  melakukan   perangkingan  nilai  terbesar  

         sebagai  berikut : 

         A1 = (5)(1) + (4)(0,5) + (5)(1) + (4)(1) + (4)(1) 

               = 20

        A2 = (5)(1) + (4)(1) + (5)(0,5) + (4)(0,6667) + (4)(1) 

              = 18,17

        A3 = (5)(1) + (4)(1) + (5)(1) + (4)(0,66667) + (4)(0,21) 

              = 20,67

       dengan    demikian   alternatif   A3    (Multimedia)  adalah  alternatif  yang  terpilih  sebagai  pilihan  

       jurusan terhadap calon siswa tersebut (Amar).

4.KESIMPULAN

1. Hasil  dari  perhitungan  sistem  merupakan  perangkingan  nilai  tertinggi  ke  rendah  dan  nilai  tertinggi  merupakan  hasil  yang  dibutuhkan  sebagai  bahan  pertimbangan  oleh  user  untuk  menentukan pemilihan jurusan diSMK.
2. Sistem  yang  dibangun  hanya  sebagai  alat  bantu  untuk  memberikan  informasi  kepada  user  sebagai  bahan  pertimbangan  dalam  mengambil  keputusan. 

5. DAFTAR PUSTAKA

   [1] Nandang, hermanto, Sistem Pendukung Keputusan menggunakan metode simple additive

       weighting(SAW) untuk menentukan jurusan pada SMK ,TI AMIKOM Purwokerto

   [2] Kadir, Abdul, Dasar Perancangan dan Implementasi. Andi Offset, Yogyakarta, 2009

   [3] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi Offset, Yogyakarta, 2007

   [4] Kusumadewi, S dan Purnomo, H, Aplikasi Logika Fuzzy Untuk Pendukung Keputusan. Edisi  

        kedua, Graha Ilmu, Yogyakarta, 2004

   [5] Kusumadewi, S. Hatati, S. Harjoko, A. dan Wardoyo, R, Fuzzy Multi-Attribute Decision Making

        (FUZZY MADM), Graha Ilmu, Yogyakarta, 2006

   [6] Turban, E, Decision Support and Intelligence Systems, Pearson Education, Inc, 2005

   [7] Ilyas, asmidir,  Prospek Sekolah Megnengah Kejuruan (SMK) Bagi Tamatan SLTP, FIP IKIP

         Padang, 1999.

Berikut adalah program seleksi pemilihan jurusan menggunakan metode SAW
Silahkan download databasenya,agar program dapat jalan

Silahkan download cara perhitungan saw manual dengan excel