NASKAH PUBLIKASI SKRIPSI - jurnal.stmikelrahma.ac.idjurnal.stmikelrahma.ac.id/assets/file/Rina Budi...

NASKAH PUBLIKASI SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN

SELEKSI PENERIMA BEASISWA BANTUAN SISWA MISKIN

(BSM) MENGGUNAKAN METODE ANALITIC HEARARCHY

PROCESS (AHP) PADA SD MUHAMMADIYAH DOMBAN 1

Diajukan untuk memenuhi salah satu syarat memperoleh

derajat Sarjana Komputer

Disusun oleh

Nama : Rina Budi Utami

Nomor Mahasiswa : 12121219

Program Studi : Teknik Informatika

Jenjang : S1

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN ILMU KOMPUTER

EL RAHMA

YOGYAKARTA

2016

ABSTRAKSI

SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMA BEASISWA

BANTUAN SISWA MISKIN (BSM) MENGGUNAKAN METODE

ANALITIC HEARARCHY PROCESS (AHP) PADA SD MUHAMMADIYAH

DOMBAN 1

Oleh

Rina Budi Utami

12121219

Salah satu faktor yang mendukung sumber daya manusia yang berkualitas adalah

pendidikan formal. Melalui dunia pendidikan diharapkan kemampuan berpikir

dan kecerdasan seseorang dapat dikembangkan agar mampu memanfaatkan dan

mengolah sumber daya yang tersedia. Setiap lembaga pendidikan khususnya

sekolah dasar memiliki banyak sekali program kerja yang ditawarkan bagi peserta

didik, salah satunya adalah program beasiswa Bantuan Siswa Miskin (BSM).

Program ini diadakan oleh pemerintah untuk membantu meringankan beban siswa

selama menjalani masa studinya khususnya masalah biaya.

Proses pemberian beasiswa ini di SD Muhammadiyah Domban 1 masih

mengalami kendala dalam proses pengambilan keputusan. Metode Analytical

Hierarchy Process(AHP) dapat menentukan apakah pilihan tersebut sesuai atau

tidak dengan kualifikasi yang diinginkan. Proses penentuan penerima beasiswa

kepada siswa merupakan permasalahan yang melibatkan banyak komponen atau

kriteria yang akan dinilai.

Sistem Pendukung Keputusan yang dibuat untuk menyelesaikan permasalahan

tersebut secara efektif dan efisien, dengan menggunakan bahasa pemrograman

Borland Delphi 7 dan MySQL. Proses seleksi mengacu pada perhitungan yang

dilakukan yaitu dengan menggunakan metode AHP (Analitic Heararchy Prosess)

dengan Kriteria didalamnya ada 5 kriteria dan masing-masing kriteria mempunyai

subkriteria. Sehingga proses penyeleksian dapat dilakukan secara transparan dan

keputusan yang diambil diharapkan sesuai dengan aturan dan tepat sasaran.

Kata Kunci : SPK, AHP, Beasiswa Bantuan Siswa Miskin (BSM), Borland Delphi 7,

MySQL.

ABSTRAKSI

DECISION SUPPORT SYSTEM SELECTION OF SCHOLARSHIP

RECIPIENTS STUDENT HELP POOR ( BSM ) USING ANALITIC

HEARARCHY PROCESS ( AHP ) TO SD MUHAMMADIYAH

DOMBAN 1

Oleh

Rina Budi Utami

12121219

One factor that supports the quality of human resources is a formal education.

Through education expected ability to think and intelligence can be developed to

be able to utilize and process the available resources. Each institution especially

primary schools have a lot of work programs offered to students, one of which is a

scholarship program Help Poor Students (BSM). The program is organized by the

government to help ease the burden of students during a period of study in

particular the issue of cost.

The scholarship is in the process of SD Muhammadiyah Domban 1 still

experiencing problems in the decision making process. Analytical Hierarchy

Process (AHP) can determine whether or not the option is in accordance with the

desired qualifications. The process of determining scholarships to students is a

problem that involves many components or criteria that will be assessed.

Decision Support System is made to solve these problems effectively and

efficiently, using Borland Delphi 7 and MySQL. The selection process refers to

the calculation is made by using AHP (Analytical Heararchy Process) with the

criteria therein are 5 criteria and each criterion has sub-criteria. So that the

selection process can be conducted in a transparent and decisions are expected to

comply with the rules and on target.

Keywords : SPK , AHP , Scholarships Help Poor Students ( BSM ) , Borland

Delphi 7 , MySQL .

I. PENDAHULUAN

Salah satu faktor yang mendukung sumber daya manusia yang berkualitas

adalah pendidikan formal. Melalui dunia pendidikan diharapkan kemampuan

berpikir dan kecerdasan seseorang dapat dikembangkan agar mampu

memanfaatkan dan mengolah sumber daya yang tersedia. Setiap lembaga

pendidikan khususnya sekolah dasar memiliki banyak sekali program kerja yang

ditawarkan bagi peserta didik, salah satunya adalah program beasiswa Bantuan

Siswa Miskin (BSM). Program ini diadakan oleh pemerintah untuk membantu

meringankan beban siswa selama menjalani masa studinya khususnya masalah

biaya. SD Muhammadiyah Domban 1 Sleman merupakan salah satu sekolah

swasta yang menyediakan beasiswa bagi siswa yang kurang mampu.

Proses pemberian beasiswa ini di SD Muhammadiyah Domban 1 masih

mengalami kendala dalam proses pengambilan keputusan untuk menentukan siapa

saja siswa yang berhak mendapatkan beasiswa Bantuan Siswa Miskin (BSM),

karena penilaiannya tidak selalu diputuskan berdasarkan perhitungan yang pasti

dan Kriteria-kriteria yang telah ditetapkan pemerintah. Untuk menjalankan proses

penilaian dengan banyak Kriteria, maka diperlukan sebuah Sistem Pendukung

Keputusan (SPK) guna meningkatkan efektivitas pengambilan keputusan serta

mengurangi subyektivitas dalam proses pengambilan keputusan.

Pemberian beasiswa dapat diklasifikasikan sebagai masalah semi

terstruktur. Masalah semi-terstruktur dapat berarti bahwa data dan proses sudah

terdefinisi dengan baik, namun metode solusinya tidak pasti. Pemecahan masalah

semiterstruktur meliputi kombinasi dari prosedur solusi standard dan penilaian

manusia.

Metode Analytical Hierarchy Process dapat menentukan apakah pilihan

tersebut sesuai atau tidak dengan kualifikasi yang diinginkan. Hal ini dikarenakan

metode Analytical Hierarchy Process mampu memberikan penilaian baik secara

kualitatif maupun kuantitatif serta mampu melakukan pembobotan pada setiap

komponen yang diperbandingkan sehingga mampu memasukan unsur-unsur

kualitatif kedalam bentuk kuantitatif. Metode Analytical Hierarchy Process juga

menghitung validasi sampai dengan batas toleransi inkonsistensi dari berbagai

kreteria dan alternatif yang dipilih oleh para pengambil keputusan.

Proses penentuan pemberian beasiswa kepada siswa merupakan

permasalahan yang melibatkan banyak komponen atau kriteria yang akan dinilai.

Berdasarkan adanya prasyarat yang harus dipenuhi oleh calon penerima beasiswa,

maka proses penilaian yang dilakukan dengan banyak kriteria tersebut akan lebih

efektif dan efisien, jika menggunakan sebuah sistem pendukung keputusan yang

dapat membantu mempercepat dalam proses pengambilan keputusan.

Berdasarkan masalah yang ada, peneliti mengangkat permasalahan tersebut

menjadi penelitian yang berjudul “Sistem Pendukung Keputusan Seleksi Penerima

Beasiswa Bantuan Siswa Miskin (BSM) Menggunakan Metode Analytical

Hierarchy Process (AHP) Pada SD Muhammadiyah Domban 1”.

II. TINJAUAN PUSTAKA

Penelitan tentang sistem pendukung keputusan telah banyak dilakukan

oleh para peneliti sebelumnya, dengan berbagai kasus dan metode yang berbeda.

Maka pada bagian tinjauan pustaka ini, penulis memuat penelitian-penelitian

sebelumnya yang berhubungan dengan kasus atau metode yang digunakan.

Rinaldhi, 2014 Penerima BSM adalah siswa yang telah ditetapkan oleh

Kementerian Pendidikan dan Kebudayaan (Kemdikbud) berdasarkan mekanisme

yang telah ditetapkan. Agar proses seleksi beasiswa BSM di tingkat sekolah

dapat tepat sasaran maka diperlukan sebuah sistem pendukung keputusan dengan

menggunakan metode Simple Additive Weighting (SAW). Konsep dasar dari

metode simple additive weighting (SAW) adalah mencari penjumlahan terbobot

dari rating kinerja pada setiap alternatif dari semua atribut. Metode simple

additive weighting (SAW) membutuhkan proses normalisasi matriks keputusan

(X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif

yang ada. Sistem pendukung keputusan penerimaan beasiswa BSM ini

dikembangkan dengan menggunakan bahasa pemrograman PHP (Hypertext

Processor File), serta database MySQL sebagai database server.

Berdasarkan pada analisis dan pembahasan yang ada pada penelitian ini,

maka dihasilkannya sistem pendukung keputusan yang dapat dipergunakan SMA

Negeri 1 Subah untuk menentukan calon penerima beasiswa BSM. Aplikasi telah

menggunakan metode Simple Additive Weighting untuk proses seleksi beasiswa

bantuan siswa miskin (BSM) SMA Negeri 1 Subah Kabupaten Batang. Sistem

tersebut dapat membantu mempercepat proses penyeleksian beasiswa dan

mengurangi kesalahan dalam menentukan penerima calon beasiswa.

Sulistiyo, 2013 Pembagian beasiswa dilakukan untuk membantu seseorang

yang tidak mampu ataupun berprestasi selama menempuh studinya. Untuk

membantu penentuan dalam menetapkan seseorang yang layak menerima

beasiswa maka dibutuhkan sebuah sistem pendukung keputusan. Dalam proses

pembangunan sistem pendukung keputusan untuk menentukan penerima beasiswa

di SMA Negeri 6 Pandeglang mengggunakan metode Fuzzy Multiple Attribute

Decission Making (FMADM) dengan metode Simple Additive Weighting (SAW).

Metode ini dipilih karena mampu menyeleksi alternative terbaik dari sejumlah

alternatif, dalam hal ini alternatif yang dimaksudkan yaitu yang berhak menerima

beasiswa berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan

dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses

perankingan yang akan menentukan alternatif yang optimal, yaitu siswa terbaik.

Berdasarkan hasil pengujian, Sistem yang dibangun dapat membantu kerja

tim penyeleksi beasiswa dalam melakukan penyeleksian beasiswa. Selain itu,

sistem juga dapat mengurangi kesalahan dalam menentukan penerima beasiswa.

Metode Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode

Simple Additive Weighting (SAW) dapat diterapkan untuk menentukan penerima

beasiswa.

Mau, 2014 penelitian ini membahas penggunaan dua metode sebagai salah

satu alat bantu pengambil keputusan untuk menentukan kelayakan pemberian

beasiswa kepada mahasiswa di Universitas Katolik Widya Mandira (UNWIRA)

Kupang. UNWIRA merupakan salah satu perguruan tinggi swasta yang

menyediakan program beasiswa bagi mahasiswa yang berprestasi dan mahasiswa

yang berekonomi menengah ke bawah. Penentuan pemberian beasiswa di

UNWIRA masih mengalami kendala pada proses pengambilan keputusan untuk

menentukan mahasiswa yang berhak mendapatkan beasiswa karena proses

penilaian tidak selalu diputuskan berdasarkan perhitungan yang pasti dan

pemberian beasiswa yang belum tepat sasaran, sehingga perlu dibangun sebuah

aplikasi sistem pendukung keputusan untuk menyelesaikan permaslahan tersebut.

Proses pengambilan keputusan penentuan pemberian beasiswa ini menggunakan

metode Teorema Bayes dan Dempster-Shafer. Perhitungan kedua metode tersebut

dibandingkan untuk mencari hasil yang terbaik yang akan digunakan untuk

mendukung pengambilan keputusan pemberian beasiswa. Hasil dari penggunaan

metode tersebut membantu dan mempermudah dalam proses pengambilan

keputusan untuk penentuan pemberian beasiswa yang dilakukan secara selektif

serta tepat sasaran.

Dari hasil penelitain tersebut dapat dilihat bahwa Aplikasi sistem

pendukung keputusan pemberian beasiswa menggunakan metode Teorema Bayes

dan Demspter-Shafer telah berhasil dikembangkan dan berjalan dengan baik

untuk membantu dan mempermudah dalam proses pengambilan keputusan

pemberian beasiswa di UNWIRA. Terdapat persamaan dalam hasil perangkingan

proses penentuan pemberian beasiswa menggunakan metode Teorema Bayes dan

Dempster-Shafer dimana hasil perangkingan dari kedua metode tersebut jika

dibandingkan mempunyai hasil rangking yang sama untuk setiap penerima

beasiswa. Hasil metode terbaik yang digunakan adalah Teorema Bayes, dilihat

dari perhitungan yang dilakukan dinama perhitungan probabilitas Teorema Bayes

menggunakan nilai probabilitas diterima dan nilai probabilitas tidak diterima,

sedangkan perhitungan Dempster-Shafer, tidak menggunakan nilai probabilitas

diterima dan nilai probabilitas tidak diterima baru dihitung tetapi membangi

evidace secara terpisah kemudian baru dihitung nilai probabilitasnya

menggunakan fungsi densitas m. Hasil perbandingan nilai probabilitas dari kedua

metode tersebut adalah 35,85 %.

III. LANDASAN TEORI

Pada dasarnya Sistem pendukung keputusan (SPK) adalah sistem informasi

berbasis komputer yang memberikan kemudahan berupa fleksibilitas dalam

menganalisa dan membantu manager untuk tetap fokus di masa datang, Williams

(2001).

Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)

merupakan sebuah sistem yang mampu memberikan kemampuan pemecahan

masalah maupun kemampuan pengkomunikasian untuk masalah dengan kondisi

semi terstruktur dan tak terstruktur. Sistem ini digunakan untuk membantu

pengambilan keputusan dalam situasi semi terstruktur dan situasi yang tidak

terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan

seharusnya dibuat (Turban, 2001). Menurut Kusrini (2007) Sistem Pendukung

Keputusan merupakan sistem informasi interaktif yang menyediakn informasi,

permodelan dan pemanipulasian data. Sistem ini digunakan untuk membantu

pengambilan keputusan dalam situasi semi terstruktur maupun tidak terstruktur.

IV. PERANCANGAN SISTEM

Methode AHP mewakili pemikiran alamiah yang cenderung

mengelompokkan elemen sistem ke level-level yang berbeda dari masing-masing

level berisi elemen yang serupa. Persoalan yang diselesaikan akan diuraikan

menjadi unsur-unsurnya, yaitu kriteria, sub kriteria dan alternatif, kemudian

disusun menjadi struktur hierarki seperti gambar di bawah ini.

Goal

HAI KPS JTS KAYKIB

HAI1

MENERIMA BSMTIDAK MENERIMA

BSM

Goal

Kriteria

SubKriteria

Alternatif

HAI2 HAI3 HAI4 HAI5 KPS1 KPS2 KPS3 JTS1 JTS2 JTS3 KAI1 KAI2 KAI3 KAI4 KAI5 KIB1 KIB2 KIB3 KIB4 KIB5

Gambar 4.1 Struktur Herarki Sistem

4.1. Perhitungan AHP

Tabel 4.1 Matrik Perbandingan

HAI KPS JTS KAY KIB

HAI 1.00 3.00 5.00 2.00 7.00

KPS 0.33 1.00 3.00 5.00 3.00

JTS 0.20 0.33 1.00 3.00 5.00

KAY 0.50 0.20 0.33 1.00 3.00

KIB 0.14 0.33 0.20 0.33 1.00

JML 2.18 4.87 9.53 11.33 19.00

Tabel 4.2 Matrik Nilai Kriteria

HAI KPS JTS KAY KIB JML PRI

0.46 0.62 0.52 0.18 0.37 2.15 0.43

0.15 0.21 0.31 0.44 0.16 1.27 0.25

0.09 0.07 0.10 0.26 0.26 0.79 0.16

0.23 0.04 0.03 0.09 0.16 0.55 0.11

0.07 0.07 0.02 0.03 0.05 0.24 0.05

1.00 1.00 1.00 1.00 1.00 5.00 1.00

Tabel 4.3 Matrik Panjumlahan Baris

HAI KPS JTS KAY KIB JML HASIL

0.43 0.08 0.03 0.06 0.01 0.61 1.04

1.29 0.25 0.05 0.02 0.02 1.63 1.89

2.15 0.76 0.16 0.04 0.01 3.11 3.27

0.86 1.27 0.48 0.11 0.02 2.73 2.84

3.00 0.76 0.79 0.33 0.05 4.94 4.99

13 14.03

L.Maks 2.81

CI -0.44

CR -0.39

Keterangan :

HAI : Penghasilan Orang Tua

KPS : Kartu Perlindungan Sosial

JTS : Jumlah Tanggungan Saudara

KAY : Pekerjaan Ayah

KIB : Pekerjaan Ibu

4.2.1. Perhitungan Subkriteria Penghasilan Orang tua

Table 4.3 Matrik Perbandingan SubkriteriaPenghasilan Orang tua

HAI1 HAI2 HAI3 HAI4 HAI5

HAI1 1.00 7.00 3.00 7.00 7.00

HAI2 0.14 1.00 3.00 2.00 5.00

HAI3 0.33 0.33 1.00 5.00 3.00

HAI4 0.14 0.50 0.20 1.00 2.00

HAI5 0.14 0.20 0.33 0.50 1.00

JML 1.76 9.03 7.53 15.50 18.00

Tabel 4.4 Matrik Nilai Subkriteri Penghasilan Orang tua

HAI1 HAI2 HAI3 HAI4 HAI5 JML PRI SUB

0.57 0.77 0.40 0.45 0.39 2.58 0.52 1.00

0.08 0.11 0.40 0.13 0.28 1.00 0.20 0.39

0.19 0.04 0.13 0.32 0.17 0.85 0.17 0.33

0.08 0.06 0.03 0.06 0.11 0.34 0.07 0.13

0.08 0.02 0.04 0.03 0.06 0.24 0.05 0.09

1.00 1.00 1.00 1.00 1.00 5.00 1.00 1.94

Tabel 4.5 Matrik Penjumlahan Baris Subkriteria Penghasilan Orang tua

HAI1 HAI2 HAI3 HAI4 HAI5 JML HASIL

0.52 0.03 0.06 0.01 0.01 0.62 1.13

3.61 0.20 0.06 0.03 0.01 3.91 4.11

1.55 0.60 0.17 0.01 0.02 2.35 2.52

3.61 0.40 0.85 0.07 0.02 4.95 5.02

3.61 1.00 0.51 0.14 0.05 5.30 5.35

17.13 18.13

L.Maks 3.63

CI -0.27

CR -0.25

Keterangan :

HAI1 : Penghasilan <500.000

HAI2 : Penghasilan antara 500.000-999.999

HAI3 : Penghasilan antara 1.000.000-2.999.999


HAI5 : Penghasilan >5.000.000

4.2.2. Perhitungan Subkriteria Kartu Perlindungan Sosial

Tabel 4.6 Matrik Perbandingan Subkriteria Kartu Perlindungan Sosial

KPS1 KPS2 KPS3

KPS1 1.00 3.00 5.00

KPS2 0.33 1.00 3.00

KPS3 0.20 0.33 1.00

JML 1.53 4.33 9.00

Tabel 4.7 Matrik Nilai Subkriteria Kartu Perlindungan Sosial

KPS1 KPS2 KPS3 JML PRI SUB

0.65 0.69 0.56 1.90 0.63 1.00

0.22 0.23 0.33 0.78 0.26 0.41

0.13 0.08 0.11 0.32 0.11 0.17

1.00 1.00 1.00 3.00 1.00 1.58

Tabel 4.8 Matrik Penjumlahan Baris Subkriteria Kartu Perlindungan Sosial

KPS1 KPS2 KPS3 JML HASIL

0.63 0.09 0.13 0.85 1.48

1.90 0.26 0.21 2.37 2.63

3.17 0.78 0.63 4.58 4.69

7.80 8.80

L.Maks 2.93

CI -0.02

CR -0.02

Keterangan :

KPS1 : Tidak Punya

KPS2 : Pernah Punya

KPS3 : Masih Punya

4.2.3. Perhitungan Subkriteria Jumlah Tanggungan Saudara

Tabel 4.9 Matrik Perbandingan Subkriteria Jumlah Tanggungan Saudara

JTS1 JTS2 JTS3

JTS1 1.00 3.00 5.00

JTS2 0.33 1.00 2.00

JTS3 0.20 0.50 1.00

JML 1.53 4.50 8.00

Tabel 4.10 Matrik Nilai Subkriteria Jumlah Tanggungan Saudara

JTS1 JTS2 JTS3 JML PRI SUB

0.65 0.67 0.63 1.94 0.65 1.00

0.22 0.22 0.25 0.69 0.23 0.35

0.13 0.11 0.13 0.37 0.12 0.19

1.00 1.00 1.00 3.00 1.00 1.54

Tabel 4.11 Matrik Penjumlahan Baris Subkriteria Jumlah Tanggungan Saudara

JTS1 JTS2 JTS3 JML HASIL

0.65 0.08 0.02 0.75 1.40

1.94 0.23 0.06 2.23 2.46

3.24 0.46 0.12 3.82 3.94

6.81 7.81

L.Maks 2.60

CI -0.13

CR -0.12

Keterangan :

JTS1 : Jumlah Tanggungan Saudara > 3

JTS2 : Jumlah Tanggungan Saudara antara 2-3

JTS3 : Jumlah Tanggungan Saudara < 2

4.2.4. Perhitungan Subkriteria Pekerjaan Ayah

Tabel 4.12 Matrik Perbandingan Subkriteria Pekerjaan Ayah

KAY1 KAY2 KAY3 KAY4 KAY5

KAY1 1.00 5.00 3.00 5.00 7.00

KAY2 0.20 1.00 5.00 3.00 5.00

KAY3 0.33 0.20 1.00 2.00 3.00

KAY4 0.20 0.33 0.50 1.00 5.00

KAY5 0.14 0.20 0.33 0.20 1.00

JML 1.88 6.73 9.83 11.20 21.00

Tabel 4.13 Matrik Nilai Subkriteria Pekerjaan Ayah

KAY1 KAY2 KAY3 KAY4 KAY5 JML PRI SUB

0.53 0.74 0.31 0.45 0.33 2.36 0.47 1.00

0.11 0.15 0.51 0.27 0.24 1.27 0.25 0.54

0.18 0.03 0.10 0.18 0.14 0.63 0.13 0.27

0.11 0.05 0.05 0.09 0.24 0.53 0.11 0.23

0.08 0.03 0.03 0.02 0.05 0.21 0.04 0.09

1.00 1.00 1.00 1.00 1.00 5.00 1.00 2.12

Tabel 4.14 Matrik Penjumlahan Baris Subkriteria Pekerjaan Ayah

KAY1 KAY2 KAY3 KAY4 KAY5 JML HASIL

0.47 0.05 0.04 0.02 0.01 0.59 1.06

2.36 0.25 0.03 0.04 0.01 2.68 2.94

1.42 1.27 0.13 0.05 0.01 2.88 3.01

2.36 0.76 0.25 0.11 0.01 3.49 3.60

3.30 1.27 0.38 0.53 0.04 5.53 5.57

15.17 16.17

L.Maks 3.23

CI -0.35

CR -0.32

Keterangan :

KAY1 : Lainnya

KAY2 : Wiraswasta

KAY3 : Buruh

KAY4 : Karyawan

KAY5 : PNS/TNI/POLRI

4.2.5. Perhitungan Subkriteria Pekerjaan Ibu

Tabel 4.15 Matrik Perbandingan Subkriteria Pekerjaan Ibu

KIB1 KIB2 KIB3 KIB4 KIB5

KIB1 1.00 3.00 7.00 5.00 7.00

KIB2 0.33 1.00 2.00 2.00 5.00

KIB3 0.14 0.50 1.00 2.00 3.00

KIB4 0.20 0.50 0.50 1.00 2.00

KIB5 0.14 0.20 0.33 0.50 1.00

JML 1.82 5.20 10.83 10.50 18.00

Tabel 4.16 Matrik Nilai Subkriteria Pekerjaan Ibu

KIB1 KIB2 KIB3 KIB4 KIB5 JML PRI SUB

0.55 0.58 0.65 0.48 0.39 2.64 0.53 1.00

0.18 0.19 0.18 0.19 0.28 1.03 0.21 0.21

0.08 0.10 0.09 0.19 0.17 0.62 0.12 0.12

0.11 0.10 0.05 0.10 0.11 0.46 0.09 0.09

0.08 0.04 0.03 0.05 0.06 0.25 0.05 0.05

1.00 1.00 1.00 1.00 1.00 5.00 1.00 1.47

Tabel 4.17 Matrik Penjumlahan Baris Subkriteria Pekerjaan Ibu

KIB1 KIB2 KIB3 KIB4 KIB5 JML HASIL

0.53 0.07 0.02 0.02 0.01 0.64 1.17

1.58 0.21 0.06 0.05 0.01 1.91 2.11

3.69 0.41 0.12 0.05 0.02 4.29 4.42

2.64 0.41 0.25 0.09 0.03 3.42 3.51

3.69 1.03 0.37 0.18 0.05 5.33 5.38

15.58 16.58

L.Maks 3.32

CI -0.34

CR -0.30

Keterangan :

KIB1 : Lainnya

KIB2 : Wiraswasta

KIB3 : Buruh

KIB4 : Karyawan

KIB5 : PNS/TNI/POLRI

4.2.6. Matrik Hasil Perhitungan

Tabel 4.18 Matrik Hasil Perhitungan

HAI KPS JTS KAY KIB

PRI 0.43

0.25

0.16

0.11

0.05

HAI1 0.43 KPS1 0.25 JTS1 0.16 KAY1 0.11 KIB1 0.05



HAI4 0.06

KAY4 0.02 KIB4 0.00

HAI5 0.04

KAY5 0.01 KIB5 0.00

Keterangan :

HAI : Penghasilan Orang Tua

KPS : Kartu Perlindungan Sosial

JTS : Jumlah Tanggungan Saudara

KAY : Pekerjaan Ayah

KIB : Pekerjaan Ibu

HAI1 : Penghasilan <500.000

HAI2 : Penghasilan antara 500.000-999.999



HAI5 : Penghasilan >5.000.000

KPS1 : Tidak Punya

KPS2 : Pernah Punya

KPS3 : Masih Punya

JTS1 : Jumlah Tanggungan Saudara > 3

JTS2 : Jumlah Tanggungan Saudara antara 2-3

JTS3 : Jumlah Tanggungan Saudara < 2

KAY1 : Lainnya

KAY2 : Wiraswasta

KAY3 : Buruh

KAY4 : Karyawan

KAY5 : PNS/TNI/POLRI

KIB1 : Lainnya

KIB2 : Wiraswasta

KIB3 : Buruh

KIB4 : Karyawan

KIB5 : PNS/TNI/POLRI

V. PENUTUP

Dari hasil analisis, perancangan dan pembuatan Sistem Pendukung

Keputusan Seleksi Beasiswa Bantuan Siswa Miskin(BSM) menggunakan

metode AHP di SD Muhammadiyah Domban 1, maka dapat disimpulkan

bahwa Dengan adanya Aplikasi ini maka proses seleksi penerima beasiswa

BSM dapat dilakuakan secara efektif dan efisien, dimana pihak SD

Muhammadiyah Domban 1 dapat dengan mudah menyeleksi para siswanya

dengan parameter yang sudah ditentukan. Proses seleksi juga dapat

dipertanggungjawabkan dengan mengacu pada perhitungan yang dilakukan

yaitu dengan menggunakan metode AHP (Analitic Heararchy Prosess),

sehingga proses dilakukan secara transparan dan keputusan yang diambil

diharapkan sesuai dengan aturan dan tepat sasaran.

Saran

Dalam aplikasi ini masih ditemui berbagai kekurangan, dikarenakan

aplikasi ini hanya menggunakan metode AHP untuk menangani seleksi

beasiswa Bantuan Siswa Miskin berdasarkan kriteria yang sudah ditentukan

oleh pemerintah. Para peneliti selanjutnya, diharapkan untuk menggunakan

jenis metode yang lain atau juga dapat menggunakan dua metode untuk

dibandingkan hasilnya. Selain itu, diusahakan untuk dapat mengambil kasus

lain yang dapat diselesaikan dengan metode AHP.

DAFTAR PUSTAKA

Bahri, K, Dkk, 2008, Teknik Pemograman Delphi, Informatika, Bandung.

Jogianto, H.M , 2005, Analisis dan Desain Sistem Informasi Pendekatan

Terstruktur Teori dan Praktik Aplikasi Bisnis, Andi Offset, Yogyakarta.

Kusrini, 2007, Konsep Dan Aaplikasi Pendukung Keputusan, ANDI,

Yogyakarta.

Kusumadewi, S, Dkk, 2006, Fuzzy Multi-Attribute Decision Making (Fuzzy

MADM), Graha Ilmu, Yogyakarta.

Mau, S. D. B, 2014, Jurnal Pekommas: Sistem Pendukung Keputusan Seleksi

Beasiswa Menggunakan Teorema Bayes dan Dempster-Shafer, Program

Studi Teknik Informatika, Fakultas Teknik, Universitas katolik Widya

Mandira Kupang, Kupang.

O’brien, J. A 2005. Sistem Informasi Manajemen. Jakarta: salemba empat

Rinaldhi, G. E, 2014, Skripsi : Penerapan Metode Simple Additive Weighting

(Saw) Untuk Sistem Pendukung Keputusan Penentuan Penerimaan

Beasiswa Bantuan Siswa Miskin (Bsm) Pada Sma Negeri 1 Subah

Kab.Batang, Jurusan Teknik Informatika, Fakultas Ilmu Komputer,

Universitas Dian Nuswantoro Semarang, Semarang.

Saaty. T., 1993. Pengambilan Keputusan Bagi Para Pemimpin, Proses Hirarki

Analitik untuk Pengambilan Keputusan dalam Situasi yang Kompleks,

Pustaka Binama Pressindo.

Saaty, Thomas L.1980. The Analytical Hierarchy Process: Planning, Priority

Setting, Resource Allocation. Pittsburgh: University of Pittsburgh Pers.

Sulistiyo, H, 2013, Skripsi : Sistem Pendukung Keputusan Untuk Menentukan

Penerima Beasiswa Di Sma Negeri 6 Pandeglang, Jurusan Teknik

Informatika, Fakultas Teknik dan Ilmu Komputer, Universitas Komputer

Indonesia, Bandung.

Turban, J. E, Dkk, 2005, Decision Support System And Intelligent System, ANDI,

Yogyakarta.

NASKAH PUBLIKASI SKRIPSI - jurnal.stmikelrahma.ac.idjurnal.stmikelrahma.ac.id/assets/file/Rina Budi...

Documents

Transcript of NASKAH PUBLIKASI SKRIPSI - jurnal.stmikelrahma.ac.idjurnal.stmikelrahma.ac.id/assets/file/Rina Budi...