perancangan sistem pendukung keputusan pemilihan … · 2018. 9. 26. · 5. bapak eko hari parmadi...

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 :


135314122

INFORMATICS ENGINEERING STUDY PROGRAM

DEPARTMENT OF INFORMATICS ENGINEERING

FACULTY OF SCIENCE AND TECHNOLOGY

SANATA DHARMA UNIVERSITY

YOGYAKARTA

2018


iii


iv


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.


vi


vii


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


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


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.


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,



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


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


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


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


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 4.13 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


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


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


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.


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,


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


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.


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.


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.


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.


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


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.


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.


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.


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).


12

Gambar 2.3 Representasi Kurva Segitiga

Fungsi keanggotaan representasi kurva segitiga :

( ) {

( )

( )

.....................................................(2.3)

Keterangan :



c = nilai domain yang mempunyai derajat keanggotaan nol.


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


13

Fungsi keanggotaan representasi kurva trapesium :

( )

{

( )

( )

( )

( )

.....................................................(2.4)

Keterangan :



c = nilai domain yang mempunyai derajat keanggotaan satu.

d = nilai domain yang mempunyai derajat keanggotaan nol.


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


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


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.


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.


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.


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.


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


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.


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


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


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


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


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


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


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


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


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.


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.


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


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.


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


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


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-


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


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)


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)


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.


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


IPS Baik Kurang

Frida Rata-Rata Nilai Akademik Nilai Minat

IPA Cukup Baik

IPS Sangat Baik Baik

Apriana Rata-Rata Nilai Akademik Nilai Minat


IPS Sangat Baik Baik


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.


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


.=

= 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


.=

= 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


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


43

keanggotaan Cukup, nilai rata-rata Laras termasuk dalam range


=

= 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


.=

= 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


.=

= 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.


44

Tabel Derajat Keanggotaan Minat IPA

Nama Minat IPA


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


.=

= 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


.=

= 0.75. Sehingga dipilih nilai maks

dari derajat keanggotaan, yaitu 0.75.

Nilai minat IPA Frida Ari adalah 16 yang bernilai 0 untuk derajat


nilai minat IPA Frida termasuk dalam range 16 sehingga nilai


45

derajat keanggotannya adalah . Sehingga dipilih nilai maks dari derajat


Nilai minat IPA Apriana D. adalah 17 yang bernilai 0 untuk derajat


nilai minat IPA Apriana termasuk dalam range 16 sehingga nilai



Tabel Derajat Keanggotaan Minat IPS

Nama Minat IPS


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


.=

= 0.5. Sehingga dipilih nilai maks dari

derajat keanggotaan, yaitu 0.5.

Nilai minat IPS Diah Ayu adalah 18 yang bernilai 0 untuk derajat


nilai minat IPS Diah termasuk dalam range 16 sehingga nilai




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


.=

= 0.75 dan dalam derajat keanggotaan Cukup

nilai minat IPS Asyifa termasuk dalam range sehingga nilai


.=

= 0.25. Sehingga dipilih nilai maks dari

derajat keanggotaan, yaitu 0.75.

Nilai minat IPS Frida Ari adalah 22 yang bernilai 0 untuk derajat


nilai minat IPS Frida termasuk dalam range 16 sehingga nilai



Nilai minat IPS Apriana D. adalah 19 yang bernilai 0 untuk derajat


nilai minat IPS Apriana termasuk dalam range 16 sehingga nilai



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 :

( ) [

]


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 :


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 :

* +

* +


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] ˙ [

]

= [

]


. 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] ˙ [

]

= [

]


50


. 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] ˙ [

]

= [

]


. 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] ˙ [

]

= [

]


. 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


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


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


53



Diagram konteks pada level 2 siswa :

Gambar 4.13 Diagram Aliran Data Level 2 Proses 2 Siswa


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.


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


56

siswa

level Enum (admin, siswa) Status pengguna

b. Tabel Siswa

Tabel 4.4 Tabel Siswa


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


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


57

siswa

d. Tabel Kuesioner

Tabel 4.6 Tabel Kuesioner


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


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


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


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


61

Gambar 4.23 Halaman Nilai Akademik

Gambar 4.24 Halaman Kuesioner Minat


62

Gambar 4.25 Halaman Hasil Minat

Gambar 4.26 Halaman Hasil Rekomendasi


63

4.7.2 Perancangan User Interface untuk Admin

Gambar 4.27 Halaman Login Admin

Gambar 4.28 Halaman Utama


64

Gambar 4.29 Halaman Menu Siswa

Gambar 4.30 Halaman Tambah Siswa


65

Gambar 4.31 Halaman Edit Siswa

Gambar 4.32 Halaman Hasil


66

Gambar 4.33 Halaman Help


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.


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


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.


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.


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.


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.


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


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


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.


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.


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.


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


http://www.jdih.kemenkeu.go.id/fulltext/2003/20TAHUN2003UU.htm

https://lib.atmajaya.ac.id/default.aspx?tabID=61&src=k&id=26827

perancangan sistem pendukung keputusan pemilihan … · 2018. 9. 26. · 5. bapak eko hari parmadi...

Documents