simulasi seleksi mahasiswa baru jalur undangan …/simulasi... · dengan isi pembukaan...
TRANSCRIPT
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
SIMULASI SELEKSI MAHASISWA BARU JALUR UNDANGAN DENGAN
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
oleh
RUBIYATUN
M0107014
SKRIPSI
ditulis dan diajukan untuk memenuhi sebagian persyaratan memperoleh gelar
Sarjana Sains Matematika
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SEBELAS MARET
SURAKARTA
2012
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ii
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iii
MOTTO
Keberhasilan itu diawali dengan semangat yang luar biasa, keikhlasan, ketekunan
dan kesabaran dalam menjalankan.
-Penulis-
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
iv
PERSEMBAHAN
Skripsi ini saya persembahkan untuk
1. Kedua Orang Tua, kakak dan adikku tercinta atas doa, cinta dan dukungan
yang diberikan dalam menyusun skripsi ini.
2. Catur Parjiyanto atas dukungan, motivasi dan semangatnya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
v
ABSTRAK
Rubiyatun, 2012. SIMULASI SELEKSI MAHASISWA BARU JALUR
UNDANGAN DENGAN MENGGUNAKAN METODE SIMPLE ADDITIVE
WEIGHTING. Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Sebelas
Maret.
Universitas merupakan salah satu institusi pendidikan jenjang perguruan
tinggi yang berperan penting dalam dunia pendidikan. Universitas diharapkan dapat
menghasilkan lulusan yang berkualitas. Hal tersebut memicu tiap universitas untuk
mengadakan seleksi calon mahasiswa. Proses penyeleksian berdasarkan pada
persyaratan-persyaratan yang telah ditentukan. Multi Criteria Decision Making
(MCDM) merupakan salah satu metode pengambilan keputusan untuk menyeleksi
alternatif terbaik dari sejumlah alternatif berdasarkan kriteria tertentu. Salah satu
metode dalam MCDM adalah Simple Additive Weighting (SAW). Metode SAW
didasarkan pada konsep perangkingan dengan perbandingan berpasangan antar
alternatif pada kriteria tertentu.
Tujuan dari penelitian ini adalah menerapkan metode SAW dalam
pengambilan keputusan pemilihan mahasiswa baru jalur undangan. Dari hasil
penelitian, proses seleksi mahasiswa baru jalur undangan dengan metode SAW
dipengaruhi oleh kriteria yang telah ditetapkan dan perbandingan tingkat kepentingan
antar kriteria. Perangkingan berdasarkan nilai akhir. Nilai akhir terbesar berada pada
peringkat atas.
Kata Kunci : seleksi mahasiswa, multi criteria decision making, simple additive
weighting
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vi
ABSTRACK
Rubiyatun, 2012. SIMULATION OF INVITATION LINE PROSPECTIVE
STUDENTS SELECTION USING SIMPLE ADDITIVE WEIGHTING METHOD.
Faculty of Mathematics and Natural Sciences, Sebelas Maret University.
University is one of educational institution on college level that important
role in education sector. Universities are expected to produce quality graduates. It
triggers every university to arrange prospective students applicant selection. The
selection proses is based on rules and regulations that has been given. Multi Criteria
Decision Making (MCDM) is one of decision making method to select the best
alternative from a number of alternatives based on certain criterias. One of the
method in MCDM is Simple Additive Weighting (SAW). SAW method is based on
ranking concept with paired comparison among alternatives on certain criterias.
The purpose of this study is to apply SAW method in decision making of
invitation line prospective students selection. The result show, decision making of
invitation line freshman selection process was influenced by criterias that once set
and comparison of importance level among criterias. The ranking based on final
score. The final score lies on top rank.
Keyword : selection of prospective student, multi criteria decision making, simple
additive weighting
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
vii
KATA PENGANTAR
Segala puji bagi Allah SWT, yang telah melimpahkan rahmat dan karunia-
Nya, sehingga dapat menyelesaikan skripsi ini. Terselesaikannya skripsi ini tak lepas
dari bimbingan dan motivasi dari berbagai pihak, untuk itu penulis menghaturkan
terima kasih kepada
1. Bowo Winarno, S.Si, M.Kom sebagai Pembimbing I yang telah membimbing
penulis dalam penyusunan skripsi ini.
2. Dra. Sri Sulistijowati H.,M.Si sebagai Pembimbing II yang telah
membimbing penulis dalam penyusunan skripsi ini.
3. Rika, Septi, Prita, Tatik dan teman-teman angkatan 2007 atas kerjasama dan
motivasi yang diberikan saat penulis menghadapi kendala dalam penyusunan
skripsi ini.
4. Semua pihak yang telah membantu kelancaran penulisan skripsi ini.
Semoga karya ini dapat bermanfaat bagi pembaca.
Surakarta, September 2012
Penulis
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
viii
DAFTAR ISI
JUDUL ........................................................................................................... i
PENGESAHAN ............................................................................................. ii
MOTTO ......................................................................................................... iii
PERSEMBAHAN .......................................................................................... iv
ABSTRAK ..................................................................................................... v
ABSTRACT ..................................................................................................... vi
KATA PENGANTAR ................................................................................... vii
DAFTAR ISI ................................................................................................ viii
DAFTAR TABEL .......................................................................................... x
I. PENDAHULUAN 1
1.1 Latar Belakang Masalah ......................................................................... 1
1.2 Perumusan Masalah ................................................................................ 2
1.3 Tujuan Penelitian .................................................................................... 2
1.4 Manfaat ................................................................................................... 3
II. LANDASAN TEORI 4
2.1 Tinjauan Pustaka ..................................................................................... 4
2.1.1 Multi Criteria Decision Making (MCDM) .................................... 5
2.1.2 Matriks Perbandingan Berpasangan .............................................. 6
2.1.3 Tingkat Konsistensi ....................................................................... 8
2.1.4 SAW (Simple Additive Weighting) ................................................ 9
2.2 Kerangka Pemikiran................................................................................ 10
III. METODE PENELITIAN 12
IV. PEMBAHASAN 13
4.1 Representasi Masalah.............................................................................. 13
4.2 Matriks Perbandingan Berpasangan dan Bobot Kriteria ........................ 14
4.3 Tingkat Konsistensi ................................................................................ 16
4.4 Perangkingan dengan SAW .................................................................... 18
V. PENUTUP 22
5.1 Kesimpulan ............................................................................................. 22
5.2 Saran ....................................................................................................... 22
DAFTAR PUSTAKA 23
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
ix
DAFTAR TABEL
2.1 Skala perbandingan berpasangan Saaty ............................................................ 7
2.2 Konsistensi random rata-rata ( ) ..................................................................... 9
4.1 Tabel Kriteria .................................................................................................... 13
4.1a Kriteria nilai rapor SMA
................................................................................... 13
4.1b Kriteria jumlah SPP ( ) ........................................................................ 14
4.1c Kriteria penghasilan orang tua ( ) ........................................................ 14
4.1d Kriteria jumlah tanggungan ( ) ............................................................ 14
4.2 Perbandingan berpasangan antar kriteria ......................................................... 15
4.3 Hasil perangkingan calon mahasiswa baru jalur undangan untuk 20 peringkat
teratas ............................................................................................................... 21
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
1
BAB I
PENDAHULUAN
1.1 Latar Belakang Masalah
Perkembangan di dunia pendidikan sangat pesat, hal ini dapat dilihat dari
semakin baiknya mutu pendidikan khususnya di Indonesia. Hal tersebut sejalan
dengan isi pembukaan Undang-Undang Dasar 1945 alinea 4 yang menyebutkan
bahwa salah satu tujuan negara Indonesia adalah mencerdaskan kehidupan bangsa.
Tentu saja ini tak lepas dari peran institusi pendidikan. Institusi pendidikan
diharapkan bisa menghasilkan lulusan yang berkualitas sehingga dapat membangun
negara menjadi lebih maju.
Universitas merupakan salah satu institusi pendidikan jenjang perguruan
tinggi dalam mencetak lulusan yang berkualitas. Hal ini dapat dilihat dari survei
webometrics [7] tentang peringkat universitas terbaik di dunia dan hasilnya dapat
diakses oleh siapapun. Hasil survei yang diperoleh dapat menjadi acuan bagi calon
mahasiswa untuk menentukan universitas yang akan dipilih. Indonesia memiliki
beberapa universitas terbaik yang menjadi tujuan dari calon mahasiswa untuk
menimba ilmu. Hal tersebut memicu tiap universitas untuk mengadakan seleksi calon
mahasiswa. Proses penyeleksian berdasarkan pada persyaratan-persyaratan yang
dimiliki oleh universitas dan dapat diselesaikan dengan suatu metode pengambilan
keputusan yang melibatkan banyak kriteria dengan proses perangkingan.
Multi Criteria Decision Making (MCDM) merupakan salah satu metode
pengambilan keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif
berdasarkan kriteria tertentu. Salah satu metode dalam MCDM adalah Simple
Additive Weighting (SAW). Menurut Afshari et al. [1], SAW disebut juga metode
penjumlahan terbobot atau metode perangkingan sederhana. SAW merupakan metode
yang sering digunakan untuk teknik pengambilan keputusan multi atribut. Metode
SAW didasarkan pada konsep perangkingan dengan perbandingan berpasangan
antara alternatif pada kriteria tertentu.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
2
Tahun 2010 Afshari et al. [1] melakukan penelitian terkait dengan metode
SAW dengan mengambil permasalahan pada pemilihan karyawan yang lulus ujian
pada perusahaan telekomunikasi. Hasil dari penelitian menunjukkan bahwa untuk
kriteria kualitatif tidak dapat dinilai secara tepat, untuk itu dapat digunakan bilangan
fuzzy.
Pada penelitian ini, penulis menerapkan metode SAW pada proses seleksi
mahasiswa baru. Pemilihan mahasiswa ini dilakukan dengan cara merangking calon
mahasiswa berdasar kriteria-kriteria yang telah ditentukan. Pada penelitian ini
diambil hasil seleksi berdasarkan pendaftaran melalui jalur undangan yang memilih
Fakultas MIPA jurusan Matematika sebagai pilihan pertama. Kriteria-kriteria yang
digunakan untuk menyeleksi adalah nilai rata-rata setiap mata pelajaran yang masuk
ujian nasional kelas X sampai dengan kelas XII semester 1, SPP, penghasilan orang
tua, dan jumlah tanggungan. Siswa yang mendaftar disebut sebagai alternatif, dan
persyaratan yang harus dipenuhi oleh calon mahasiswa disebut kriteria. Calon
mahasiswa yang berada pada peringkat atas menandakan bahwa calon tersebut dapat
diprioritaskan menjadi mahasiswa baru.
1.2 Perumusan Masalah
Berdasarkan hal-hal yang telah diberikan dalam latar belakang, perumusan
masalah dalam penelitian ini adalah bagaimana menerapkan metode SAW pada
pemilihan mahasiswa baru jalur undangan dan menyusun suatu program untuk
mempermudah proses perangkingan.
1.3 Tujuan Penelitian
Tujuan dari penelitian ini adalah menerapkan metode SAW dalam
pengambilan keputusan pemilihan mahasiswa baru jalur undangan dan menyusun
suatu program untuk mempermudah proses perangkingan.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
3
1.4 Manfaat
Manfaat dari penelitian ini adalah
1. Secara teoritis pembahasan ini dapat menambah wawasan dan
pengetahuan tentang MCDM khususnya metode SAW.
2. Secara praktis pembahasan ini dapat digunakan sebagai alternatif untuk
merangking calon mahasiswa baru jalur undangan sehingga terpilih
mahasiswa yang memenuhi kriteria sebagai mahasiswa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
4
BAB II
LANDASAN TEORI
Pada bab ini terdiri dari tinjauan pustaka dan kerangka pemikiran. Tinjauan
pustaka berisi penelitian-penelitian yang pernah dilakukan dan digunakan sebagai
dasar dilaksanakan skripsi ini, serta teori-teori penunjang berisi definisi-definisi yang
digunakan dalam pembahasan. Sedangkan kerangka pemikiran berisi alur pikir dalam
penulisan skripsi ini.
2.1. Tinjauan Pustaka
Analisis keputusan dengan banyak persyaratan telah mengalami banyak
perkembangan. Sebagaimana yang ditulis oleh Bawono [2], pada awal 1970an,
Koopmans, Kuhn dan Tucker adalah orang yang pertama kali mengembangkan
MCDM. Hingga saat ini beberapa metode yang dapat digunakan untuk
menyelesaikan masalah MCDM [6] antara lain Simple Additive Weighting (SAW),
Weighted Product (WP), Elimination Et Choix Traduisant la Realite (ELECTRE),
Technique for Order Preference Similarity of Ideal Solution (TOPSIS), Analytic
Hierarchy Process (AHP).
Metode SAW pertama kali digunakan oleh Churchman dan Ackoff [3] pada
tahun 1954. Dalam penelitian tersebut studi kasus yang digunakan adalah
permasalahan pemilihan portfolio. Penelitian tersebut memberikan hasil yaitu
Pengambilan keputusan tergantung pada bobot kepentingan suatu permasalahan dan
penilaiannya dapat digunakan skala penilaian yang sudah ada. Tahun 2010 Afshari et
al. [1] melakukan penelitian terkait dengan metode SAW dengan mengambil
permasalahan pada pemilihan karyawan yang lulus ujian pada perusahaan
telekomunikasi. Hasil dari penelitian menunjukkan bahwa untuk kriteria kualitatif
tidak dapat dinilai secara tepat, untuk itu dapat digunakan bilangan fuzzy. Pada
penelitian ini akan menerapkan metode SAW yang telah dikemukakan oleh Afshari.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
5
2.1.1. Multi Criteria Decision Making ( MCDM )
Multi Criteria Decision Making (MCDM) adalah suatu metode pengambilan
keputusan untuk menetapkan alternatif terbaik dari sejumlah alternatif berdasarkan
kriteria tertentu.
Berdasarkan Janko [4], terdapat beberapa fitur umum yang digunakan dalam
MCDM, yaitu
1. Alternatif
Alternatif adalah obyek-obyek yang berbeda dan memiliki kesempatan
yang sama untuk dipilih oleh pengambil keputusan.
2. Atribut
Atribut sering juga disebut sebagai karakteristik, komponen, atau
kriteria keputusan.
3. Konflik antar kriteria
Beberapa kriteria biasanya mempunyai konflik antara satu dengan yang
lain, misalnya kriteria keuntungan akan mengalami konflik dengan kriteria
biaya. Pada kriteria keuntungan bersifat monoton naik artinya alternatif yang
memiliki nilai lebih besar akan lebih dipilih. Sebaliknya, pada kriteria biaya
bersifat monoton turun, alternatif yang memiliki nilai lebih kecil akan lebih
dipilih [5].
4. Bobot kriteria/vektor prioritas
Bobot kriteria menunjukkan kepentingan relatif dari setiap kriteria.
Bobot kriteria dapat dituliskan dengan
dengan adalah bobot kriteria ke- ,
dimana, .
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
6
5. Matriks keputusan
Suatu matriks keputusan yang berukuran berisi elemen-elemen
yang mempresentasikan tingkat kecocokan dari alternatif terhadap kriteria,
dimana = alternatif dan = kriteria .
Matriks keputusan diberikan sebagai berikut.
dengan merupakan rating kinerja alternatif ke- terhadap kriteria ke- .
2.1.2. Matriks Perbandingan Berpasangan
Matriks perbandingan berpasangan disusun untuk menentukan bobot kriteria.
Sebagaimana ditulis oleh Taha [9], apabila di dalam suatu sistem operasi terdapat
elemen yang akan dinilai kepentingannya secara berpasangan yaitu
sebagai himpunan elemennya, maka nilai perbandingan berpasangan antara dan
direpresentasikan dalam matriks perbandingan berpasangan berukuran .
Menurut Saaty [8], cara memasukan nilai mengikuti aturan sebagai berikut.
1. Jika maka ,
(
2. Jika mempunyai tingkat kepentingan relatif yang sama dengan , maka
3. Hal yang khusus, untuk semua
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
7
Penentuan nilai menggunakan skala perbandingan berpasangan Saaty
seperti yang ditulis oleh Afshari et al. [1]. Skala perbandingan Saaty ditunjukkan
pada Tabel 2.1. Dengan demikian, bentuk matriks menjadi
Setelah matriks perbandingan berpasangan antar kriteria disusun, kemudian
dihitung jumlah tiap kolom. Langkah selanjutnya menghitung rata-rata baris dari
matriks perbandingan berpasangan sehingga dapat diperoleh bobot kriteria.
Tabel 2.1. Skala perbandingan berpasangan Saaty
Skala
nilai Definisi Keterangan
1 Sama pentingnya
(equal importance)
Kedua elemen memberikan
kontribusi yang sama
2 Lemah atau sedikit
(weak or slight)
3 Elemen yang satu sedikit
penting
(moderate importance)
Pengalaman dan pertimbangan
sedikit memilih satu elemen atas
yang lain
4 Sedikit lebih penting
(moderate plus)
5 Kuat pentingnya
(strong importance)
Pengalaman dan pertimbangan
lebih memilih satu elemen atas
yang lain
6 Lebih kuat
(strong plus)
7 Sangat kuat pentingnya
(very strong)
Kegiatan satu elemen sangat
penting (dominan) dari yang lain
8 Sangat, sangat kuat
(very, very strong)
9 Mutlak pentingnya
(extreme importance)
Bukti menunjukkan bahwa satu
elemen memiliki tingkat
penegasan tertinggi
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
8
2.1.3. Tingkat Konsistensi
Matriks perbandingan berpasangan yang telah disusun harus diketahui apakah
matriks tersebut konsisten atau tidak. Apabila matriks perbandingan berpasangan
belum konsisten, maka matriks harus diperbaiki dengan cara menentukan kembali
nilai menggunakan skala perbandingan berpasangan Saaty. Jika matriks sudah
konsisten, maka metode SAW dapat digunakan untuk proses perangkingan.
Menurut Afshari et al. [1], perhitungan tingkat konsistensi dapat dilakukan
dengan langkah-langkah berikut.
1. Menghitung matriks jumlah tertimbang B dengan cara mengalikan matriks
perbandingan berpasangan dengan vektor prioritas yaitu
dengan ,
2. Membagi semua elemen matriks jumlah tertimbang dengan elemen matriks
bobot kriteria masing-masing yang dinyatakan dalam matriks
dengan ,
3. Menghitung rata-rata hasil langkah nomor 2 untuk menentukan ,
merupakan nilai eigen terbesar dari matriks yaitu
4. Menentukan indeks konsistensi,
dengan adalah orde matriks.
5. Menghitung rasio konsistensi,
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
9
dengan nilai RI adalah nilai konsistensi random rata-rata yang disajikan pada
Tabel 2.2.
Matriks perbandingan berpasangan bisa jadi tidak konsisten. Menurut Saaty
[8], matriks perbandingan berpasangan konsisten jika
a. kurang dari untuk ,
b. kurang dari untuk ,
c. kurang dari untuk .
Apabila matriks perbandingan berpasangan tidak konsisten, maka penilaian harus
ditinjau dan diperbaiki.
Tabel 2.2 Konsistensi random rata-rata ( )
Ukuran matriks Konsistensi random
1 0
2 0
3 0,58
4 0,9
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45
10 1,49
Sumber : Afshari et al. [1]
2.1.4. SAW (Simple Additive Weighting)
Menurut Afshari et al. [1], SAW yang lebih dikenal sebagai metode
penjumlahan terbobot atau metode perangkingan sederhana adalah metode yang
sering digunakan untuk teknik pengambilan keputusan multi atribut. Metode SAW
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
10
didasarkan pada konsep perangkingan dengan perbandingan berpasangan antara
alternatif pada kriteria tertentu.
Langkah awal dari metode SAW adalah menyusun matriks keputusan
kemudian dinormalisasi. Normalisasi matriks keputusan dapat dihitung dengan rumus
dengan adalah nilai matriks keputusan ternormalisasi dari alternatif pada atribut
dengan m adalah jumlah alternatif dan dengan n
adalah jumlah atribut.
Setelah matriks keputusan ternormalisasi maka langkah berikutnya adalah
menghitung nilai akhir untuk setiap alternatif. Nilai akhir untuk tiap alternatif
dapat diketahui dengan rumus sebagai berikut.
dengan adalah nilai total alternatif ke , adalah nilai matriks keputusan
ternormalisasi, adalah jumlah atribut, dan adalah bobot kriteria.
2.2. Kerangka Pemikiran
Pemilihan mahasiswa baru dapat ditentukan dengan metode SAW. Proses
pemilihan akan dilakukan dengan cara melakukan perangkingan. Siswa yang
mendaftar disebut alternatif dan persyaratan menjadi mahasiswa disebut kriteria.
Kriteria terdiri dari SPP, penghasilan orang tua, jumlah anak tanggungan, nilai rata-
rata rapor kelas X sampai dengan kelas XII semester 1 untuk mata pelajaran biologi,
bahasa Inggris, bahasa Indonesia, matematika, fisika, dan kimia. Siswa yang berada
pada urutan atas berarti dinyatakan diterima sebagai mahasiswa.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
11
Tahapan selanjutnya adalah menganalisis masalah, kemudian menyusun
matriks perbandingan berpasangan. Dari matriks perbandingan berpasangan tersebut
dicari bobot kriterianya. Setelah itu dilakukan pengujian apakah matriks
perbandingan berpasangan yang telah dibuat konsisten atau tidak. Jika matriks
perbandingan berpasangan tidak konsisten maka dilakukan penilaian ulang dan
perbaikan. Jika matriks perbandingan berpasangan sudah konsisten maka dapat
dilanjutkan pada penyelesaian dengan metode SAW. Seluruh algoritma dalam skripsi
ini diselesaikan dengan pembuatan program.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
12
BAB III
METODE PENELITIAN
Metode yang digunakan oleh penulis skripsi ini adalah studi kasus. Studi
kasus yaitu dengan mempelajari permasalahan yang ada kemudian mencari solusi
dari permasalahan tersebut dengan metode yang telah ada, dalam penelitian ini
menggunakan metode SAW. Selanjutnya metode SAW diterapkan untuk merangking
calon mahasiswa baru sehingga diperoleh mahasiswa yang memenuhi kriteria. Data
yang digunakan adalah data yang dibangkitkan secara random sebanyak 80 data
dengan random generator. Adapun langkah-langkah yang ditempuh dalam mencapai
tujuan skripsi ini adalah
1. mempelajari proses seleksi mahasiswa baru jalur undangan,
2. menetapkan faktor-faktor yang mempengaruhi penyeleksian mahasiswa
baru jalur undangan. Faktor-faktor dalam penelitian ini adalah syarat-
syarat untuk dapat menjadi mahasiswa melalui jalur undangan,
3. membuat matriks perbandingan berpasangan antar kriteria,
4. menghitung bobot kriteria,
5. menguji tingkat konsistensi,
6. menghitung perkalian matrik ternormalisasi dengan bobot kriteria,
7. menghitung jumlah dari perkalian matriks dengan bobot kriteria,
8. menentukan rangking calon mahasiswa baru jalur undangan.
Langkah nomor 3 sampai 8 akan diselesaikan dengan pembuatan program.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
13
BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Representasi Masalah
Proses perangkingan calon mahasiswa baru jalur undangan didasarkan pada
syarat-syarat yang telah ditentukan oleh pihak universitas. Pada bagian ini, dijelaskan
persyaratan dalam proses seleksi mahasiswa baru jalur undangan yang memilih
FMIPA jurusan Matematika sebagai pilihan pertama. Persyaratan tersebut selanjutnya
disebut sebagai kriteria.
Terdapat 80 data siswa calon mahasiswa baru jalur undangan. Siswa yang
mendaftar disebut sebagai alternatif ( ). Sedangkan syarat-syarat menjadi mahasiswa
disebut kriteria ( ). Dalam penelitian ini kriteria yang digunakan adalah nilai rata-rata
kelas X sampai dengan kelas XII semester 1 untuk mata pelajaran matematika ,
fisika , kimia , bahasa Inggris , bahasa Indonesia , biologi .
Kriteria lain yang digunakan adalah SPP , penghasilan orang tua , jumlah
tanggungan . Setiap kriteria tersebut kemudian dikonversi ke dalam suatu skor
seperti pada Tabel 4.1.a - 4.1.d.
Tabel 4.1.a. Kriteria nilai rapor SMA
Nilai rapor SMA Skor
70,0-74,9 1
75,0-79,9 2
80,0-84,9 3
85,0-89,9 4
90,0-94,9 5
95,0-100 6
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
14
Tabel 4.1.b. Kriteria jumlah SPP ( )
SPP Skor
1
2
3
4
100.000 5
Tabel 4.1.c. Kriteria penghasilan orang tua ( )
Penghasilan Skor
1
2
3
4
5
Tabel 4.1.d. Kriteria jumlah tanggungan ( )
Tanggungan Skor
1
3 2
4 3
5 4
6 5
6
Pemberian skor pada Tabel 4.1.a – 4.1.d berdasarkan ketentuan semakin besar
skor semakin besar kemungkinan alternatif terkait berada di peringkat atas.
4.2. Matriks Perbandingan Berpasangan dan Bobot Kriteria
Perbandingan berpasangan antar kriteria disusun untuk membandingkan
tingkat kepentingan suatu kriteria dengan kriteria yang lain. Nilai dari perbandingan
berpasangan antar kriteria tersebut disusun berdasarkan skala perbandingan Saaty
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
15
seperti pada Tabel 2.1. Penyusunan perbandingan berpasangan antar kriteria
ditunjukkan pada Tabel 4.2.
Tabel 4.2. Perbandingan berpasangan antar kriteria
Kriteria
Bobot
kriteria
1 3 4 4 4 4 5 6 7 0,307
0,333 1 2 3 3 3 4 5 6 0,185
0,250 0,500 1 3 3 2 3 4 5 0,141
0,250 0,333 0,333 1 2 2 3 3 4 0,097
0,250 0,333 0,333 0,5 1 2 3 3 4 0,085
0,250 0,333 0,500 0,5 0,500 1 3 3 4 0,076
0,200 0,250 0,333 0,333 0,333 0,333 1 3 3 0,050
0,167 0,200 0,250 0,333 0,333 0,333 0,333 1 3 0,036
0,143 0,167 0,200 0,250 0,250 0,250 0,333 0,333 1 0,023
Total 2,843 6,117 8,950 12,917 14,417 14,917 22,667 28,333 37,000 1
Pada Tabel 4.2, perbandingan antara kriteria nilai matematika dengan
nilai fisika adalah 3. Berdasarkan nilai skala perbandingan berpasangan Saaty,
nilai 3 berarti kriteria nilai matematika sedikit penting dari nilai fisika. Sedangkan
untuk perbandingan nilai fisika dengan nilai matematika berlaku
kebalikannya yaitu 1/3=0,333.
Angka 4 pada kriteria nilai matematika terhadap nilai kimia artinya
nilai matematika sedikit lebih penting daripada nilai kimia. Selanjutnya nilai kimia
terhadap nilai matematika berlaku kebalikannya yaitu 1/4=0,250. Kriteria
nilai matematika dinilai lebih penting dibanding nilai lainnya karena dalam skripsi ini
diharapkan terpilih mahasiswa yang sesuai dengan jurusannya yaitu jurusan
matematika.
Setelah matriks berpasangan antar kriteria disusun kemudian dilakukan
perhitungan untuk menentukan bobot tiap kriteria. Sebagai contoh perhitungan bobot
kriteria nilai matematika ( ) adalah
bobot kriteria
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
16
.
Perhitungan bobot kriteria dapat diselesaikan dengan program berikut.
Program bobot kriteria
for i:=1 to 9 do begin
jum[i]:=0;
for j:=1 to 9 do
begin
jum[i]:=jum[i]+StrToFloat(StringGrid2.Cells[j,i]);
StringGrid2.Cells[10,i]:=FloatToStr(jum[i]);
StringGrid2.Cells[11,i]:=FloatToStr(StrToFloat(StringGrid2.Cel
ls[10,i])/9)
end;
Bobot untuk masing-masing kriteria terdapat pada Tabel 4.2 kolom 11.
4.3. Tingkat Konsistensi
Untuk menguji apakah pertimbangan pengambil keputusan sudah konsisten
dilakukan perhitungan berikut.
1. Menghitung matriks tertimbang dengan cara mengalikan matriks perbandingan
berpasangan dengan bobot kriteria. Berdasarkan Tabel 4.2 diperoleh matriks
terbobot sebagai berikut.
Perhitungan matriks terbobot dapat diselesaikan dengan program berikut.
Program matriks terbobot.
for i:=1 to 9 do
begin
c[i]:=0;
for k:=1 to 9 do
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
17
c[i]:=c[i]+((StrToFloat(StringGrid1.Cells[k,i])*(StrToFl
oat(StringGrid2.Cells[11,k]))));
end;
for i:=1 to 9 do
begin
StringGrid3.Cells[0,i]:=FloatToStr(c[i]);
end;
2. Membagi semua elemen matriks jumlah tertimbang dengan masing-masing bobot
kriteria. Berdasarkan Tabel 4.2 diperoleh matriks berikut.
.
Perhitungan pembagian bobot kriteria dapat diselesaikan dengan program
berikut.
Program pembagian bobot kriteria
for i:=1 to 9 do
begin
e[i]:=(StrToFloat(StringGrid3.Cells[0,i]))/(StrToF
loat(StringGrid2.Cells[11,i]));
StringGrid4.Cells[0,i]:=FloatToStr(e[i]);
end;
3. Menentukan dengan cara menghitung rata-rata hasil langkah ke-2,
.
Perhitungan dapat diselesaikan dengan program berikut.
Program
for i:=1 to 9 do
begin
sum:=sum+StrToFloat(StringGrid4.Cells[0,i]);
lamda:=sum/9;
Edit1.Text:=FloatToStr(lamda);
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
18
end;
4. Menentukan indeks konsistensi ( ) menggunakan Persamaan (2.2).
.
5. Menghitung rasio konsistensi menggunakan Persamaan (2.3).
.
Karena nilai rasio konsistensi jadi matriks perbandingan
berpasangan antar kriteria konsisten. Sehingga dapat dilanjutkan dengan
perangkingan calon mahasiswa baru jalur undangan dengan menggunakan metode
SAW.
4.4. Perangkingan dengan SAW
Tahap awal dari metode SAW adalah membuat matrik keputusan. Matriks
keputusan disusun berdasarkan skor untuk setiap alternatif pada suatu kriteria,
sehingga diperoleh matriks keputusan sebagai berikut.
Contoh pemberian skor pada kriteria nilai matematika dijalankan dengan
program sebagai berikut.
Program skor.
begin
Query2.Close;
Query2.SQL[0]:='select nilai_mat from dataku';
Query2.Open;
Query2.Active:=True;
Query2.First;
i:=1;
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
19
while not Query2.Eof do
begin
if((Query2.FieldValues['nilai_mat']>=70)and(Query2.FieldV
alues['nilai_mat']<75))then
begin
StringGrid5.Cells[1,i]:='1';
a[i]:=1;
end;
if((Query2.FieldValues['nilai_mat']>=75)and(Query2.FieldV
alues['nilai_mat']<80))then
begin
StringGrid5.Cells[1,i]:='2';
a[i]:=2;
end;
if((Query2.FieldValues['nilai_mat']>=80)and(Query2.FieldV
alues['nilai_mat']<85))then
begin
StringGrid5.Cells[1,i]:='3';
a[i]:=3;
end;
if((Query2.FieldValues['nilai_mat']>=85)and(Query2.FieldV
alues['nilai_mat']<90))then
begin
StringGrid5.Cells[1,i]:='4';
a[i]:=4;
end;
if((Query2.FieldValues['nilai_mat']>=90)and(Query2.FieldV
alues['nilai_mat']<95))then
begin
StringGrid5.Cells[1,i]:='5';
a[i]:=5;
end;
if((Query2.FieldValues['nilai_mat']>=95)and(Query2.FieldV
alues['nilai_mat']<=100))then
begin
StringGrid5.Cells[1,i]:='6';
a[i]:=6;
end;
if(Query2.FieldValues['nilai_mat']>100)then
ShowMessage('maaf nilai antara 70-100');
Query2.Next;
i:=i+1;
StringGrid5.Refresh;
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
20
end;
Setelah matriks keputusan tersusun selanjutnya menghitung matriks
keputusan ternormalisasi. Normalisasi dapat dilakukan dengan persamaan
Hasil dari matriks keputusan ternormalisasi sebagai berikut.
Proses normalisasi dapat diselesaikan dengan program berikut.
Program normalisasi.
for k:=1 to 9 do
for l:=1 to 80 do
begin
norm:=(StrToFloat(StringGrid5.Cells[k,l]))/(StrToFlo
at(StringGrid6.Cells[k,1]));
StringGrid7.Cells[k,l]:=FloatToStr(norm);
end;
Matriks keputusan ternormalisasi yang telah disusun selanjutnya digunakan
pada proses perangkingan. Proses perangkingan ini dapat dilakukan dengan cara
mengalikan matriks keputusan ternormalisasi dengan bobot setiap kriteria.
Perhitungan tersebut dapat dilakukan dengan persamaan
Hasil dari proses perangkingan untuk 20 peringkat teratas disajikan pada Tabel 4.3
dengan NISN merupakan Nomor Induk Siswa Nasional.
Tabel 4.3. Hasil perangkingan calon mahasiswa baru jalur undangan untuk 20
peringkat teratas.
NISN Nilai Akhir Rangking NISN Nilai Akhir Rangking
63 0,84207407 1 27 0,76787407 11
13 0,81424444 2 39 0,76205925 12
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
21
42 0,81179629 3 72 0,75802592 13
12 0,79320370 4 48 0,75033333 14
29 0,78934074 5 23 0,72921851 15
60 0,78745925 6 69 0,72638148 16
73 0,78302592 7 41 0,72308888 17
31 0,77425555 8 77 0,72025555 18
28 0,77296296 9 37 0,71935925 19
32 0,76930740 10 57 0,71719259 20
Berdasarkan hasil perangkingan, terlihat bahwa siswa yang memiliki nilai
terbesar menduduki peringkat atas dan jumlah siswa yang diterima disesuaikan
dengan daya tampungnya.
perpustakaan.uns.ac.id digilib.uns.ac.id
commit to user
22
BAB V
PENUTUP
5.1 Kesimpulan
Dari hasil pembahasan yang telah dilakukan dapat diambil kesimpulan bahwa
proses seleksi mahasiswa baru jalur undangan dengan metode SAW dipengaruhi oleh
kriteria yang telah ditetapkan dan perbandingan tingkat kepentingan antar kriteria.
Selain itu, seleksi mahasiswa baru jalur undangan juga melalui proses perangkingan.
Perangkingan berdasarkan nilai akhir. Nilai akhir terbesar berada pada peringkat atas.
5.2 Saran
Bagi universitas bisa dijadikan salah satu alternatif dalam menyeleksi
mahasiswa baru khususnya jalur undangan. Bagi peneliti yang tertarik dengan
pembahasan ini dapat menerapkan dengan metode yang lain misalnya fuzzy SAW.