SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN...

105
SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN METODE SIMPLE ADDITIVE WEIGHTING (SAW) DI SEKOLAH PERMATA HARAPAN BATAM SKRIPSI Oleh: Marianna Sipayung 171300031 PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER (STMIK) GICI BATAM 2018

Transcript of SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN...

Page 1: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN METODE SIMPLE ADDITIVE WEIGHTING

(SAW) DI SEKOLAH PERMATA HARAPAN BATAM

SKRIPSI

Oleh:

Marianna Sipayung 171300031

PROGRAM STUDI SISTEM INFORMASI SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN

KOMPUTER (STMIK) GICI BATAM

2018

Page 2: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

ii

SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN METODE SIMPLE ADDITIVE WEIGHTING

(SAW) DI SEKOLAH PERMATA HARAPAN BATAM

SKRIPSI

Diajukan Untuk Memenuhi Salah Satu Syarat

Memperoleh Gelar Sarjana

Oleh: Marianna Sipayung

171300031

PROGRAM STUDI MANAJEMEN INFORMATIKA SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN

KOMPUTER (STMIK) GICI BATAM

2018

Page 3: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

iii

Page 4: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

iv

Page 5: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

v

Page 6: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

vi

Page 7: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

vii

ABSTRAK

Penerimaan guru baru atau rekrutmen adalah hal yang penting bagi lembaga pendidikan untuk memperoleh calon guru baru. Pada Sekolah Permata Harapan,

proses penerimaan guru baru masih belum dilakukan secara professional. Hal ini terjadi karena tidak ada metode standar yang sistematis untuk menilai kelayakan

calon guru baru. Aplikasi Sistem Pendukung Keputusan Penerimaan Guru dibangun menggunakan metode Simple Additive Weighting (SAW). Metode ini dipilih karena dapat menentukan nilai bobot untuk setiap atribut, kemudian

dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang dimaksud adalah yang

berhak diterima sebagai guru baru berdasarkan kriteria-kriteria yang ditentukan. Berdasarkan hasil pengujian, sistem yang dibangun dapat mempermudah dan mempercepat proses penyeleksian guru baru dan membantu kepala sekolah dalam

pengambilan keputusan untuk menentukan guru baru di Sekolah Permata Harapan.

Kata Kunci : Sistem Pendukung Keputusan, Penerimaan Guru, Simple Additive Weighting (SAW)

Page 8: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

viii

ABSTRACT

Recruitment is an important for the educational institutions in acquiring prospective new teachers in Permata Harapan School, recruitment process is still

have not done professionally. This matter happens because there is no systematic method to assess the feasibility of prospective new teachers. Decision support

system of new teachers is built using the Simple Additive Weighting (SAW) method. This method is chosen because it can determine the weight values for each attribute, and proceed with the ranking process that will select the best

alternative from several alternatives. In this case, the best alternative is a prospective new teacher in accordance with the criteria specified. Based on test

results, a system is built to simplify and speed up the selection process for recruitment, and assist headmaster in decision-making to determine a new teacher at Permata Harapan School.

Keywords: Decision Support Systems, Teacher Recruitment, Simple Additive

Weighting (SAW)

Page 9: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

ix

DAFTAR ISI

Judul Halaman

HALAMAN JUDUL ii

HALAMAN PERSETUJUAN iii

HALAMAN PENGESAHAN iv

HALAMAN PERNYATAAN v

KATA PENGANTAR vi

ABSTRAK vii

ABSTRACT viii

DAFTAR ISI ix

DAFTAR TABEL xii

DAFTAR GAMBAR xiii

DAFTAR LAMPIRAN xv

BAB I PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Rumusan Masalah 3

1.3 Batasan Masalah 4

1.4 Tujuan Penelitian 4

1.5 Manfaat Penelitian 5

1.6 Sistematika Penulisan 5

BAB II LANDASAN TEORI 7

2.1 Teori Pendukung 7

2.1.1 Pengertian Sistem 8

2.1.2 Karakteristik Sistem 9

2.1.3 Klasifikasi Sistem 11

2.1.4 Tujuan Sistem 12

2.1.5 Pengertian Sistem Pendukung Keputusan 13

2.1.6 Definisi Keputusan 14

2.1.7 Jenis-jenis Keputusan 14

Page 10: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

x

2.1.8 Proses Pengambilan Keputusan 15

2.1.9 Karakteristik Sistem Pendukung Keputusan 16

2.1.10 Komponen Sistem Pendukung Keputusan 17

2.1.11 Manfaat Sistem Pendukung Keputusan 18

2.1.12 Jenis Sistem Pendukung Keputusan 18

2.1.13 Pengertian Fuzzy Multiple Attribute Decision Making 19

2.1.14 Macam-macam Metode Fuzzy 19

2.1.15 Algoritma Fuzzy Multiple Attribute Decision Making 22

2.1.16 Pengertian Simple Additive Weighting 23

2.1.17 Langkah Penyelesaian Simple Additive Weighting 23

2.1.18 Normalisasi Matriks 24

2.1.19 Nilai Preferensi 24

2.1.20 Kelebihan Metode Simple Additive Weighting 25

2.2 DBMS (Database Management System) 26

2.2.1 Manfaat Database Management System 27

2.2.2 Pengertian Database 27

2.2.3 Pengertian MySQL 28

2.2.4 Pengertian Normalisasi 29

2.2.5 Pengertian PHP 29

2.2.6 Pengertian HTML 30

2.3 Desain Sistem 31

2.3.1 Pengertian Data Flow Diagram (DFD) 32

2.3.2 Pengertian Diagram Alir (Flowchart) 33

2.3.3 Pengertian Entity Relationship Diagram (ERD) 34

2.3.4 Pengertian Relationship 35

2.3.5 Komponen Entity Relationship Diagram (ERD) 36

2.3.6 Jenis-jenis Relationship 36

2.4 Penelitian Terdahulu 38

BAB III METODOLOGI PENELITIAN 41

3.1 Kerangka Kerja 41

3.2 Pengumpulan Data 44

3.3 Metode Pengembangan Sistem 45

Page 11: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

xi

3.4 Alat Bantu Penelitian 46

3.5 Gambaran Umum Perusahaan 47

3.5.1 Visi dan Misi Perusahaan 48

3.5.2 Struktur Organisasi 49

3.5.2.1 Wewenang dan Tanggung Jawab 50

3.6 Logo Sekolah 52

BAB IV ANALISIS DAN IMPLEMENTASI 53

4.1 Analisis Sistem yang Berjalan 53

4.1.1 Analisis Prosedur yang Berjalan 53

4.2 Rancangan Sistem Baru 55

4.2.1 Desain Sistem Perancangan 56

4.2.2 Aliran Sistem Pendukung Keputusan yang Diusulkan 56

4.3 Cara Kerja Sistem 59

4.3.1 Pemberian Bobot Per Kriteria 60

4.4 Diagram Konteks 62

4.4.1 Data Flow Diagram (DFD) 63

4.5 Rancangan Database 64

4.5.1 Normalisasi 67

4.5.2 Entity Relationship Diagram (DFD) 69

4.6 Rancangan Tampilan Antarmuka (Interface) 69

4.6.1 Implementasi Sistem 74

4.7 Pengujian Black Box 80

BAB V PENUTUP 82

5.1 Kesimpulan 82

5.2 Saran 83

DAFTAR PUSTAKA 84

LAMPIRAN

Page 12: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

xii

DAFTAR TABEL

Tabel Halaman

Tabel 2.1 Rumus Normalisasi Matriks 24

Tabel 2.2 Simbol-Simbol DFD 32

Tabel 2.3 Simbol-Simbol Flowchart 33

Tabel 2.4 Simbol-Simbol ERD 34

Tabel 2.5 One to One 37

Tabel 2.6 One to Many 37

Tabel 2.7 Many to Many 37

Tabel 2.8 Tabel Perbandingan dan Hasil Penelitian 39

Tabel 4.1 Evaluasi Sistem yang Berjalan 55

Tabel 4.2 Pemberian Bobot Kriteria 60

Tabel 4.3 Nilai dan Bobot Untuk Kriteria 61

Tabel 4.4 Rating Kecocokan 61

Tabel 4.5 Hasil Perangkingan 62

Tabel 4.6 Kualifikasi Hasil Perangkingan 62

Tabel 4.7 User 65

Tabel 4.8 Kriteria 65

Tabel 4.9 Alternatif 65

Tabel 4.10 Relasi Kriteria 66

Tabel 4.11 Relasi Alternatif 66

Tabel 4.12 Unnormal 67

Tabel 4.13 Normal Pertama(1NF) 68

Tabel 4.14 Normal Kedua 68

Tabel 4.15 Pengujian Black Box 81

Page 13: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

xiii

DAFTAR GAMBAR

Gambar Halaman

Gambar 2.1 Klasifikasi Sitem 11

Gambar 2.2 Diagram Alir Proses Pengambilan Keputusan 14

Gambar 2.3 Karakteristik Sistem Pendukung Keputusan 16

Gambar 2.4 Tampilan PHP MyAdmin 31

Gambar 2.5 Contoh Entitas 35

Gambar 2.6 Contoh Relationship 35

Gambar 3.1 Kerangka Kerja 41

Gambar 3.2 Metode Waterfall 45

Gambar 3.3 Alamat Perusahaan 47

Gambar 3.4 Struktur Organisasi 49

Gambar 3.5 Logo Sekolah 52

Gambar 4.1 Aliran Sistem Informasi yang Berjalan 54

Gambar 4.2 Aliran Sistem Informasi yang Diusulkan 58

Gambar 4.3 Diagram Konteks 63

Gambar 4.4 Data Flow Diagram (DFD) 64

Gambar 4.5 Entity Relationship Diagram (ERD) 69

Gambar 4.6 Rancangan Form Login 70

Gambar 4.7 Rancangan Menu Utama 70

Gambar 4.8 Rancangan Data Calon Guru 71

Gambar 4.9 Rancangan Kriteria 71

Gambar 4.10 Rancangan Menu Sub Kriteria 72

Gambar 4.11 Rancangan Menu Nilai Bobot 72

Gambar 4.12 Rancangan Menu Perhitungan 73

Gambar 4.13 Rancangan Menu Hasil Perangkingan 73

Gambar 4.14 Rancangan Menu Password 74

Gambar 4.15 Tampilan Menu Login 75

Gambar 4.16 Tampilan Menu Halaman Utama 75

Gambar 4.17 Tampilan Menu Calon Guru 76

Page 14: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

xiv

Gambar 4.18 Tampilan Menu Halaman Kriteria 76

Gambar 4.19 Tampilan Menu Nilai Bobot Kriteria 77

Gambar 4.20 Tampilan Menu Nilai Bobot Alternatif 78

Gambar 4.21 Tampilan Menu Perhitungan Analisa 78

Gambar 4.22 Tampilan Menu Normalisasi 79

Gambar 4.23 Tampilan Menu Perangkingan 79

Gambar 4.24 Tampilan Menu Password 79

Gambar 4.25 Tampilan Laporan Hasil Akhir 80

Page 15: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

1

BAB I

PENDAHULUAN

1.1 Latar Belakang

Proses penerimaan karyawan seringkali merupakan proses yang banyak

mengandung unsur subjektif. Hal ini salah satunya disebabkan karena kurangnya

alat bantu atau metode yang dapat dijadikan patokan dasar untuk penilaian

kecocokan antara kualifikasi yang dimiliki calon karyawan dengan spesifikasi

keahlian yang dibutuhkan untuk suatu posisi tertentu.

Salah satu alat yang umum dipakai yaitu psikotest. Psikotest cukup efektif

untuk menilai karakter pribadi seseorang. Hasil psikotest dapat dijadikan salah

satu parameter yang digunakan dalam proses seleksi karyawan baru. Parameter-

parameter yang biasa digunakan diantaranya: hasil psikotest, latar belakang

pendidikan beserta indeks prestasinya, pengalaman kerja, usia, jenis kelamin,

kemampuan komputer, kemampuan berbahasa asing, dan lain- lain. Proses

melakukan penilaian kecocokan antara kualifikasi pelamar dengan spesifikasi

lowongan atau jabatan yang dibutuhkan perlu dibantu dengan sistem yang dapat

membandingkan tingkat kecocokan untuk setiap parameter, dan menentukan

pelamar mana yang lebih mendekati harapan.

Penelitian ini mengambil studi kasus pada penerimaan karyawan khususnya

guru di Sekolah Permata Harapan. Sekolah Permata Harapan terletak di kompleks

Osedu Kepri Mall, dan Komplek Permata Baloi. Sekolah ini memiliki beberapa

jenjang pendidikan yaitu diantaranya preschool department, primary department,

dan secondary department. Sistem pendukung keputusan yang dikembangkan

Page 16: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

2

diharapkan dapat membantu untuk penerimaan guru baru, sehingga nantinya

sistem yang akan merekomendasikan orang- orang yang cocok dengan posisi yang

akan diisi atau ditempati.

Menurut Fahrurrozi (2013), menjelaskan dalam penelitian dan

penelaahannya yang lebih spesifik dari Tugas Akhir M. Rizki Fahrurrozi, yang

berjudul Sistem Kepegawaian Stamford International School dengan Didukung

Sistem Pendukung Keputusan Penerimaan Pegawai, yang merupakan sistem

kepegawaian secara umum. Penelitian ini lebih mengkhususkan diri pada

pengembangan sistem pendukung keputusan dengan algoritma Simple Additive

Weighting dan Fuzzy Logic. Tujuan penelitian ini agar dapat membantu Stamford

International School dalam mencari solusi menggunakan sistem pendukung

keputusan yang akan membantu pihak sekolah dalam merekomendasikan calon

guru terbaik.

Aplikasi yang dikembangkan merupakan aplikasi berbasis desktop dan

offline, yang akan dioperasikan pada ruang lingkup jaringan internal sekolah.

Aplikasi merupakan bagian dari sistem informasi kepegawaian yang mengelola

informasi kehadiran, menyediakan informasi berita dan event bagi karyawan, dan

menyediakan laporan-laporan dari seluruh karyawan.

Aplikasi sistem pendukung keputusan dibangun berbasis web agar dapat di

upgrade dan diperbarui secara flesksibel dengan tampilan aplikasi menarik dan

jelas, kemudahan dalam penggunaan, dan cukup membantu dalam memilih

konsentrasi program studi (Hernawan Sulistyanto, 2014). Reni Nursyanti,

Mujiasih (2014) metode SAW merupakan metode yang paling sederhana dan

Page 17: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

3

mudah untuk diterapkan karena memiliki algoritma tidak terlalu rumit untuk

menentukan pelaporan dan penentuan status gizi bayi agar efektif dan efisien.

Dari penelitian yang telah dilakukan maka peneliti memilih judul “Sistem

Pendukung Keputusan Penerimaan Guru Dengan Metode Simple Additive

Weighting (SAW) di Sekolah Permata Harapan Batam”. Membuat sistem

pendukung keputusan penerimaan guru menggunakan sistem komputer yaitu

menggunakan metode SAW berbasis web sehingga dalam perhitungannya dapat

dilakukan lebih mudah, cepat, akurat dan tidak membutuhkan waktu yang lama

serta dapat diakses melalui jaringan internet.

1.2 Rumusan Masalah

Berdasarkan latar belakang di atas maka peneliti menetukan rumusan

masalah sebagai berikut :

1. Bagaimana Sistem pengambilan keputusan dalam penerimaan guru baru

dengan metode algoritma SAW ( Simple Additive Weighting) dapat

memberikan rekomendasi yang sesuai dengan lowongan guru yang ada

2. Bagaimana menetapkan bobot dan kriteria dalam algoritma SAW (Simple

Additive Weighting) untuk menentukan kriteria guru yang diterima di

Sekolah Permata Harapan.

3. Bagaimana proses normalisasi rating pada algoritma algoritma SAW (Simple

Additive Weighting) memungkinkan kita untuk membandingkan nilai-nilai

dalam satu kriteria yang sama atau intra kriteria maupun antar kriteria ?

Page 18: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

4

1.3 Batasan Masalah

Agar pembuatan skripsi ini berjalan dengan alur yang ada maka dibatasan

masalah sebagai berikut :

1. Hanya menggunakan Algoritma algoritma SAW (Simple Additive

Weighting) dalam menentukan rekomendasi dalam penerimaan guru baru.

2. Data diambil dari Sekolah Permata Harapan di Komplek Permata Baloi.

3. Pembuatan aplikasi menggunakan PHP dan basis data Mysql.

1.4 Tujuan Penelitian

Tujuan dilakukan penelitian ini pada Sekolah Permata Harapan adalah

sebagai berikut :

1. Merancang dan membuat sebuah Sistem pengambilan keputusan dalam

penerimaan guru baru dengan metode algoritma algoritma SAW (Simple

Additive Weighting) dapat memberikan rekomendasi yang sesuai dengan

lowongan guru berbasis web.

2. Menetapkan bobot dan kriteria dalam algoritma algoritma SAW (Simple

Additive Weighting) untuk menentukan kriteria guru yang diterima di

Sekolah Permata Harapan.

3. Proses normalisasi rating pada algoritma algoritma SAW (Simple Additive

Weighting) memungkinkan kita untuk membandingkan nilai- nilai dalam

satu kriteria yang sama atau intra kriteria maupun antar kriteria.

Page 19: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

5

1.5 Manfaat Penelitian

Beberapa manfaat yang didapat dari melakukan penelitian pada Sekolah

Permata Harapan ini adalah sebagai berikut :

1. Bagi Peneliti

Menerapkan keilmuan yang didapat saat perkuliahan pada studi kasus dan

penelitian yang dapat membantu rekomendasi penerimaan guru pada

Sekolah Permata Harapan.

2. Bagi Sekolah Permata Harapan

Dapat memberikan rekomendasi guru yang akan diterima ataupun diseleksi

dengan algoritma algoritma SAW (Simple Additive Weighting).

3. Bagi STMIK GICI

Dapat dijadikan sebagai referensi untuk penelitian selanjutnya.

1.6 Sistematika Penulisan

Laporan penelitian ini secara keseluruhan terdiri beberapa bab, dimana secara

garis besar masing- masing bab membahas hal- hal sebagai berikut :

BAB I Pendahuluan

Berisi latar belakang, permasalahan, perumusan masalah, ruang lingkup

permasalahan/batasan masalah, dan sistematika penyusunan laporan.

BAB II Landasan Teori

Membahas tentang teori- teori dasar yang relevan yang digunakan untuk

memecahkan persoalan yang dibahas pada penelitian ini.

Page 20: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

6

BAB III Analisis Sistem yang Berjalan

Bab ini membahas mengenai kerangka kerja dan gambaran umum dari penelitian

perusahaan pada Sekolah Permata Harapan.

BAB IV Analisis dan Hasil Penelitian

Hasil penelitian memuat sesuatu yang anda buat berdasarkan analisis

permasalahan pada Bab III. Di dalam bab ini diuraikan secara garis besar

kerangka yang merupakan jawaban atau solusi dari permasalahan di dalam

objek penelitian. Bab ini terdiri dari beberapa sub bab dengan judul, uraian

dan atau alat bantu (di agram, chart, block schema) yang sesuai dengan

masalah yang dibahas. Format dan outline yang berlaku untuk menuliskan

Bab IV ini menekankan pada pemecahan masalah yang ada pada objek yang

diteliti.

BAB V Penutup

Berisi kesimpulan yang mencakup beberapa hal penting pada hasil yang didapat

dari penelitian dan saran-saran yang diajukan bagi penyempurnaannya.

Page 21: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

7

BAB II

LANDASAN TEORI

2.1 Teori Pendukung

Dalam membuat suatu sistem perlu disusunnya suatu perancangan dari

sistem yang akan dibuat. Rancangan tersebut bertujuan untuk memberikan

gambaran secara umum mengenai sistem yang akan berjalan nantinya kepada

setiap stake holder.Berikut ini beberapa teori mengenai perancangan sistem.

Menurut Hanif Al Fatta (2011:24), dalam bukunya yang berjudul Analisis dan

Perancangan Sistem Informasi menyebutkan bahwa: desain sistem diartikan

sebagai menjelaskan dengan detail bagaimana bagian-bagian dari sistem informasi

diimplementasikan.

Menurut Satzinger, Jackson, dan Burd (2012:5), perancangan sistem adalah

sekumpulan aktivitas yang menggambarkan secara rinci bagaimana sistem akan

berjalan. Hal itu bertujuan untuk menghasilkan produk perangkat lunak yang

sesuai dengan kebutuhan user.

Menurut Bentley Whitten (2011:160), menyatakan bahwa: “Perancangan

adalah teknik pemecahan masalah dengan melengkapi komponen- komponen

kecil menjadi kesatuan komponen sistem kembali ke sistem yang lengkap”.

Teknik ini diharapkan dapat menghasilkan sistem yang lebih baik.

Berdasarkan definisi di atas dapat ditarik kesimpulan bahwa perancangan

merupakan perencanaan atau pengaturan suatu pola yang dibuat untuk mengatasi

masalah yang dihadapi perusahaan atau organisasi setelah melakukan analisis

terlebih dahulu.

Page 22: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

8

2.1.1 Pengertian Sistem

Menurut Romney dan Steinbart (2015:3), sistem adalah suatu rangkaian

yang terdiri dari dua atau lebih komponen yang saling berhubungan dan saling

berinteraksi satu sama lain untuk mencapai tujuan dimana sistem biasanya terbagi

dalam sub sistem yang lebih kecil yang mendukung sistem yang lebih besar.

Menurut Jogiyanto (2011:1), dalam bukunya yang berjudul analisis dan

desain mengemukakan definisi sistem adalah suatu jaringan kerja dari prosedur-

prosedur yang saling berhubungan, berkumpul bersama- sama untuk melakukan

suatu kegiatan atau untuk menyelesaikan suatu sasaran yang tertentu.

Menurut Azhar Susanto (2013:22), dalam bukunya yang berjudul Sistem

Informasi: “Sistem adalah kumpulan atau group dari beberapa sistem/ bagian/

komponen apapun baik fisik ataupun non fisik yang saling berhubungan satu sama

lain dan bekerja sama secara harmonis untuk mencapai satu tujuan tertentu”.

Menurut Sutarman (2012:5), dalam bukunya yg berjudul Pengantar

Teknologi Informasi: “Sistem adalah kumpulan elemen yang saling berinteraksi

dalam suatu kesatuan untuk menjalankan suatu proses pencapaian suatu tujuan

utama ”.

Berdasarkan beberapa pendapat yang dikemukakan di atas dapat ditarik

kesimpulan bahwa sistem adalah kumpulan prosedur- prosedur atau sub sistem-

sub sistem yang saling terhubung dalam suatu kesatuan dan dirancang untuk

mencapai suatu tujuan tertentu.

Page 23: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

9

2.1.2 Karakteristik Sistem

Menurut Agus Mulyanto (2013:2) Suatu sistem mempunyai beberapa

karakteristik, diantaranya yaitu:

1. Komponen Sistem (Components)

Suatu sistem tidak berada dalam lingkungan yang kosong, tetapi sebuah

sistem berada dan berfungsi di dalam lingkungan yang berisi sistem lainnya.

Suatu sistem terdiri dari sejumlah komponen yang saling berinteraksi,

bekerja sama membentuk satu kesatuan. Apabila suatu sistem merupakan

salah satu dari komponen sistem lain yang lebih besar, maka akan disebut

dengan subsistem, sedangkan sistem yang lebih besar tersebut adalah

lingkungannya.

2. Mempunyai Batasan Sistem (Boundary)

Batas Sistem (Boundary) merupakan daerah yang membatasi suatu sistem

dengan sistem yang lainnya atau dengan lingkungan luarnya. Batas sistem

ini memungkinkan suatu sistem dipandang sebagai satu kesatuan.

3. Lingkungan Luar Sistem (Environments)

Lingkungan luar adalah apa pun di luar batas dari sistem yang dapat

mempengaruhi operasi sistem, baik pengaruh yang menguntungkan ataupun

yang merugikan. Pengaruh yang menguntungkan ini tentunya harus dijaga

sehingga akan mendukung kelangsungan operasi sebuah sistem. Sedangkan

lingkungan yang merugikan harus ditahan dan dikendalikan agar tidak

mengganggu kelangsungan sebuah sistem.

Page 24: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

10

4. Penghubung (Interface)

Penghubung (interface) merupakan media penghubung antara satu subsistem

dengan subsistem yang lainnya. Penghubung inilah yang akan menjadi

media yang digunakan data dari masukan (input) hingga keluaran (output).

Dengan adanya penghubung, suatu subsistem dapat berinteraksi dan

berintegrasi dengan subsistem yang lain membentuk satu kesatuan.

5. Masukan (Input)

Masukan atau input merupakan energi yang dimasukan ke dalam sistem.

Masukan dapat berupa masukan perawatan (maintenance input), yaitu bahan

yang dimasukkan agar sistem tersebut dapat beroperasi dan masukan sinyal

(signal input), yaitu masukan yang diproses untuk mendapatkan keluaran.

6. Keluaran (Output)

Merupakan hasil dari energi yang diolah dan diklasifikasikan menjadi

keluaran yang berguna dan sisa pembuangan. Keluaran dapat merupakan

masukan untuk subsistem yang lain atau kepada supra sistem.

7. Pengolahan (Process)

Suatu sistem dapat mempunyai suatu bagian pengolah yang akan mengubah

masukan menjadi keluaran. Suatu sistem produksi akan mengolah masukan

berupa bahan-bahan baku dan bahan-bahan yang lain menjadi keluaran

berupa barang jadi.

8. Sasaran (Objectives) dan Tujuan (Goal)

Suatu sistem dikatakan berhasil bila mengenai sasaran atau tujuannya. Kalau

suatu sistem tidak mempunyai sasaran, maka operasi sistem tidak akan ada

gunanya.

Page 25: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

11

Gambar 2.1 Karakteristik Sistem

2.1.3 Klasifikasi Sistem

Ada beberapa bentuk klasifikasi sistem dilihat dari sudut pandang,

diantaranya adalah (Kristanto, 2014:5)

1. Sistem Abstrak (Abstrack System) dan Sistem Fisik (Physical System)

Sistem abstrak adalah sistem yang tidak bisa dilihat secara mata dan

biasanya sistem ini berupa pemikiran atau ide-ide. Sistem fisik merupakan

sistem yang biasa dilihat secara mata bisa dan biasanya digunakan oleh

manusia.

2. Sistem Alamiah (Natural System) dan Sistem Buatan Manusia (Human

Made System)

Sistem alamiah adalah sistem sistem yang terjadi melalui proses alam, tidak

dibuat manusia.

Input

Proses

Output

Lingkaran Luar

Subsistem Subsistem

Subsistem Subsistem

Boundary

Boundary

Page 26: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

12

3. Sistem Tertentu (Deterministic System) dan Sistem Tak Tentu (Probabilistic

System)

Sistem tertentu beroperasi dengan tingkah laku yang sudah dapat diprediksi.

Interaksi diantara bagian-bagiannya dapat dideteksi dengan pasti, sehingga

keluaran dari sistem dapat diramalkan.

4. Sistem Tertutup (Closed System) dan Sistem Terbuka (Open System)

Sistem tertutup merupakan sistem yang tidak berhubungan dan tidak

terpengaruh dengan lingkungan luarnya. Sistem terbuka adalah sistem yang

berhubungan dan terpengaruh dengan lingkungan luarnya, oleh karena itu

perlu adanya sistem pengendalian yang dapat menjaga agar pengaruh

tersebut hanya berupa pengaruh yang baik saja.

2.1.4 Tujuan Sistem

Adapun tujuan sistem menurut Azhar Susanto (2013:23) yang bukunya

berjudul Sistem Informasi Akuntansi adalah sebagai berikut:“ Tujuan sistem

merupakan target atau sasaran akhir yang ingin dicapai oleh suatu sistem. Agar

supaya target tersebut bisa tercapai, maka target atau sasaran tersebut harus

diketahui terlebih dahulu ciri- ciri atau kriterianya. Upaya mencapai suatu sasaran

tanpa mengetahui ciri- ciri atau kriteria dari sasaran tersebut kemungkinan besar

sasaran tersebut tidak akan pernah tercapai. Ciri- ciri atau kriteria dapat juga

digunakan sebagai tolak ukur dalam menilai suatu keberhasilan suatu sistem dan

menjadi dasar dilakukannya suatu pengendalian “.

Page 27: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

13

2.1.5 Pengertian Sistem Pendukung Keputusan

Sistem Pendukung Keputusan merupakan suatu sistem interaktif yang

mendukung keputusan dalam proses pengambilan keputusan melalui alternatif -

alternatif yang diperoleh dari hasil pengolahan data, informasi dan rancangan

model. Sistem Pendukung Keputusan (Decision Support Systems = DSS) adalah

suatu sistem informasi yang menggunakan model-model keputusan, basis data,

dan pemikiran manajer sendiri, proses modeling interaktif dengan komputer untuk

mencapai pengambilan keputusan oleh manajer tertentu.

Menurut Turban dan Aronson (2011:75), Decision Support System (DSS)

atau Sistem Pendukung Keputusan (SPK) adalah sistem yang dimaksudkan untuk

mendukung pembuat keputusan manajerial dalam situasi keputusan semi

terstruktur dan terstruktur. SPK berfungsi sebagai tambahan atau pendukung bagi

pembuat keputusan, dapat memperluas pengetahuan dan kemungkinan, namun

tidak menggantikan penilaian. Sistem ini ditujukan untuk keputusan yang

membutuhkan penilaian dan keputusan yang dapat diolah dengan algoritma atau

secara teknis.

Menurut Vercellis (2015:36) Sistem Pendukung Keputusan (SPK)

merupakan aplikasi interaktif berbasis komputer yang mengkombinasikan data

dan model matematis untuk membantu proses pengambilan keputusan dalam

menangani suatu masalah.

Berdasarkan definisi di atas, dapat disimpulkan bahwa sistem pendukung

keputusan merupakan sistem yang mampu memberikan penilaian terhadap

alternatif guna untuk membantu para manajer dalam pengambilan keputusan.

Page 28: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

14

2.1.6 Definisi Keputusan

Menurut Vercellis (2015:24) keputusan merupakan suatu pilihan dari

berbagai macam alternatif yang diambil berdasarkan kriteria dan alasan yang

rasional. Proses pengambilan keputusan sering disebut juga sebagai penyelesaian

suatu masalah. Diagram alir dari proses pengambilan keputusan dapat dilihat pada

gambar 2.2.

Gambar 2.2 Diagram Alir Proses Pengambilan Keputusan

2.1.7 Jenis-Jenis Keputusan

Menurut Laudon dan Laudon (2010: 478), keputusan ada tiga jenis, yaitu:

1. Keputusan tidak terstruktur

Untuk jenis keputusan ini, pembuat keputusan harus menyediakan penilaian,

evaluasi, dan visi untuk menyelesaikan masalah. Keputusan-keputusan tersebut

penting, tidak teratur, dan tak ada prosedur pasti dalam pembuatan keputusannya.

2. Keputusan Semi terstruktur

Keputusan semiterstruktur memiliki karakteristik yang berada di tengah-tengah

keputusan tidak terstruktur dan keputusan terstruktur. Hanya sebagian dari

keputusan tersebut memiliki jawaban yang jelas dan terdapat prosedur

penyelesaiannya.

3. Keputusan Terstruktur

Criteria

Alternatives

Problem

Environment

Decision

Page 29: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

15

Keputusan terstruktur bersifat berulang dan rutin, serta terdapat prosedur

yang jelas dalam menyelesaikannya.

2.1.8 Proses Pengambilan Keputusan

Menurut Turban dan Aronson (2011:41), pengambilan keputusan

merupakan proses pemilihan beberapa tindakan alternatif untuk mencapai satu

atau lebih tujuan. Melihat dari tugas bagian manajerial yang melibatkan

perencanaan, dan untuk merencanakan sesuatu dibutuhkan keputusan,

disimpulkan dalam satu perusahaan bahwa pembuat keputusan adalah tingkat

manajerial ke atas.

Menurut Turban dan Aronson (2011: 8), para manajer biasanya

mengambil keputusan dengan mengikuti proses yang terdiri dari empat langkah,

yaitu:

1. Definisikan masalah (misal: situasi keputusan yang mungkin menghadapi kesulitan

atau yang memiliki peluang).

2. Bangun model yang mendeskripsikan masalah sebenarnya atau dalam dunia nyata.

3. Identifikasikan solusi yang memungkinkan pada masalah yang dimodelkan dan

evaluasi solusi tersebut.

4. Bandingkan, pilih, dan rekomendasikan solusi potensial bagi masalah tersebut.

2.1.9 Karakteristik Sistem Pendukung Keputusan

Menurut Turban dan Aronson (2011:77), karakteristik yang menyatakan

suatu sistem merupakan SPK ada 14. Karakteristik dan kemampuan inti SPK

teringkas dalam gambar berikut ini:

14. Berdiri sendiri, terintegrasi dan berbasis web

1. Masalah-masalah semi terstruktur atau terstruktur

2. Mendukung manajer dari seluruh tingkatan

Page 30: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

16

Gambar 2.3 Karakteristik dan Kemampuan Inti SPK

2.1.10 Komponen Sistem Pendukung Keputusan

Dalam bukunya, Turban dan Aronson (2011:85-88) menyatakan bahwa

sebuah SPK dapat terdiri dari empat buah komponen, yaitu:

1. Subsistem Manajemen Data

Termasuk basis data yang berisi data-data relevan untuk situasi yang terjadi

dan dikelola dalam sebuah piranti lunak yang disebut Database

3. Mendukung individu dan kelompok

4.Keputusan yang saling bergantung

atau berurutan

13. Akses data

12. Pemodelan dan analisis

11. Mudah dikembangkan oleh pengguna

10. Manusia yang mengatur proses

9. Keefektifan dan efisiensi

8. Interaktif, mudah digunakan

7. Dapat beradaptasi dan fleksibel

5. Mendukung rancangan intelijen, pil ihan dan implementasi

6. Mendukung variasi proses dan tipe

keputusan

Sistem Pendukung

Keputusan

Page 31: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

17

Management System (DBMS). Subsistem ini adalah bagian yang menangani

semua penyimpanan maupun pengelolaan data dalam SPK.

2. Subsistem Manajemen Model

Subsistem Manajemen Model adalah sebuah paket piranti lunak yang

meliputi model keuangan, statistik, ilmu manajemen, atau model kuantitatif

lainnya yang menyediakan kemampuan analitis bagi sistem dan manajemen

piranti lunak yang layak. Piranti lunaknya sering disebut model Database

Management System (MBMS).

3. Subsistem Antarmuka

Subsistem antarmuka berfungsi sebagai penghubung pengguna dengan

sistem. Pengguna dapat berkomunikasi dan memberi perintah pada sistem

dengan menggunakan komponan-komponen yang disediakan pada

antarmuka.

4. Subsistem Manajemen Berbasis Pengetahuan

Subsistem ini dapat berdiri sebagai komponen sendiri atau mendukung

komponen lain.Fungsinya adalah untuk menyediakan intelijen untuk

kepentingan sang pengambil keputusan.

2.1.11 Manfaat Sistem Pendukung Keputusan

Menurut Kadarsah dalam tulisan Utami (2012), menjelaskan beberapa

manfaat yang dapat diambil dari Sistem penunjang keputusan adalah sebagai

berikut :

1. Sistem penunjang keputusan memperluas kemampuan pengambil keputusan

dalam memproses data/informasi bagi pemakainya.

Page 32: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

18

2. Sistem penunjang keputusan dapat membantu pengambil keputusan untuk

memecahkan masalah terutama berbagai masalah yang sangat kompleks dan

tidak terstruktur.

3. Sistem penunjang keputusan dapat menghasilkan solusi dengan lebih cepat

serta hasilnya dapat diandalkan

4. Walaupun suatu Sistem penunjang keputusan, mungkin saja tidak mampu

memecahkan masalah yang dihadapi oleh pengambil keputusan, namun

Sistem penunjang keputusan dapat menjadi stimulan bagi pengambil

keputusan dalam memahami persoalannya, karena mampu menyajikan

berbagai alternatif pemecahan.

2.1.12 Jenis Sistem Pendukung Keputusan

Menurut Steven, L Alter dalam (Materi ajar mata kuliah Sistem Penunjang

Keputusan (SPK) STMIK Raharja : Dedy Alamsyah, 2012) Sistem penunjang

keputusan dapat dipilah sejalan dengan tingkat dukungannya terhadap pemecahan

masalah. Ada 6 jenis Sistem Pendukung Keputusan yaitu :

1. Retrieve information element (memanggil elemaninformasi).

2. Analyze entries files (menganalisa semua file).

3. Prepare reports form multiple files (laporan beberapa file).

4. Estimate decisions consequences (meramalkan akibat dari keputusan).

5. Propose decision (menawarkan keputusan).

6. Make decisions (membuat keputusan).

Page 33: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

19

2.1.13 Pengertian Fuzzy Multiple Attribute Decision Making

Fuzzy secara bahasa diartikan sebagai kabur atau samar-samar. Suatu nilai

dapat bernilai besar atau salah secara bersamaan. Dalam fuzzy dikenal derajat

keanggotaan yang memiliki rentang nilai 0 (nol) hingga 1(satu). Berbeda dengan

himpunan tegas yang memiliki nilai 1 atau 0 (ya atau tidak).

Pada teori himpunan fuzzy, derajat keanggotaan sebagai penentu keberadaan

elemen dalam himpunan sangatlah penting. Nilai keanggotaan atau derajat

keanggotaan atau membership function menjadi ciri utama dari penalaran dengan

logika fuzzy tersebut (Kusumadewi S, Purnomo H, 2010). Inti dari FMADM

adalah menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan

proses perangkingan yang menyeleksi alternatif yang sudah diberikan.

2.1.14 Macam-macam Metode Fuzzy Multiple Attribute Decision Making

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah

FMADM antara lain:

1. Simple Additive Weighting (SAW)

Metode Simple Additive Weighting (SAW) sering juga dikenal istilah

metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari

penjumlahan terbobot dari rating 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. Metode ini merupakan metode yang paling terkenal dan

paling banyak digunakan dalam menghadapi situasi Multiple Attribute

Decision Making (MADM). MADM itu sendiri merupakan suatu metode

Page 34: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

20

yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif

dengan kriteria tertentu.

2. Weighted Product (WP)

Metode Weighted Product (WP) merupakan perkalian untuk

menghubungkan rating atribut, dimana rating setiap atribut harus

dipangkatkan dengan bobot atribut yang bersangkutan. Proses tersebut sama

halnya dengan proses normalisasi. Dalam penentuan nilai kepentingan atau

bobot pada aplikasi SPK sebagai alat bantu, pencarian nilai bobot atribut

menggunakan penilaian secara subyektif yaitu penskalaannya dari 1 sampai

4 berdasarkan penilaian disesuaikan dengan tingkat sumbangan dari

pengguna. Metode weighted product memerlukan proses normalisasi karena

metode ini mengalikan hasil penilaian setiap atribut. Hasil perkalian tersebut

belum bermakna jika belum dibandingkan (dibagi) dengan nilai standar.

Bobot untuk atribut manfaat berfungsi sebagai pangkat positif dalam proses

perkalian, sementara bobot biaya berfungsi sebagai pangkat negatif.

3. ELECTRE

Metode ELECTRE termasuk pada metode analisis pengambilan keputusan

multikriteria yang berasal dari Eropa pada tahun 1960an. ELECTRE adalah

akronim dari Elimination Et Choix Traduisant la Realité atau dalam bahasa

Inggris berarti Elimination and Choice Expressing Reality. ELECTRE

merupakan salah satu metode pengambilan keputusan multikriteria

berdasarkan pada konsep outranking dengan menggunakan perbandingan

berpasangan dari alternatif-alternatif berdasarkan setiap kriteria yang sesuai.

Metode ELECTRE digunakan pada kondisi di mana alternatif yang sesuai

Page 35: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

21

dapat dihasilkan. Dengan kata lain, ELECTRE digunakan untuk kasus-kasus

dengan banyak alternatif namun hanya sedikit kriteria yang dilibatkan.

4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

TOPSIS adalah salah satu metode pengambilan keputusan multikriteria

yang pertama kali diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS

menggunakan prinsip bahwa alternatif yang terpilih harus mempunyai jarak

terdekat dari solusi ideal positif dan jarak terpanjang (terjauh) dari solusi

ideal negatif dari sudut pandang geometris dengan menggunakan jarak

Euclidean (jarak antara dua titik) untuk menentukan kedekatan relatif dari

suatu alternatif dengan solusi optimal. Solusi ideal positif didefinisikan

sebagai jumlah dari seluruh nilai terbaik yang dapat dicapai untuk setiap

atribut, sedangkan solusi negatif-ideal terdiri dari seluruh nilai terburuk yang

dicapai untuk setiap atribut.

5. Analytic Hierarchy Process (AHP)

Metode AHP dikembangkan oleh Thomas L. Saaty, seorang ahli

matematika. Metode ini adalah sebuah kerangka untuk mengambil

keputusan dengan efektif atas persoalan yang kompleks dengan

menyederhanakan dan mempercepat proses pengambilan keputusan dengan

memecahkan persoalan tersebut kedalam bagian-bagiannya, menata bagian

atau variabel ini dalam suatu susunan hirarki, member nilai numerik pada

pertimbangan subjektif tentang pentingnya tiap variabel dan mensintesis

berbagai pertimbangan ini untuk menetapkan variabel yang mana yang

memiliki prioritas paling tinggi dan bertindak untuk mempengaruhi hasil

pada situasi tersebut.

Page 36: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

22

2.1.15 Algoritma Fuzzy Multiple Attribute Decision Making

Berikut algoritma Fuzzy Multiple Attribute Decision Making:

1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah

ditentukan, di mana nilai tersebut di peroleh berdasarkan nilai crisp;

i=1,2,…m dan j=1,2,…n.

2. Memberikan nilai bobot ( W ) sesuai dengan tingkat kepentingan..

3. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja

ternormalisasi (rij) dari alternatif Ai pada atribut (Cj) berdasarkan persamaan

yang disesuaikan dengan jenis atribut (atribut keuntungan / benefit =

MAKSIMUM atau atribut biaya/cost=MINIMUM). Apabila berupa artibut

keuntungan maka nilai crisp (Xij) dari setiap kolom atribut dibagi dengan

nilai crisp Maks (Maks Xij) dari tiap kolom, sedangkan untuk atribut biaya,

nilai crisp Min (Min Xij) dari tiap kolom atribut dibagi dengan nilai crisp

(Xij)setiap kolom.

4. Melakukan proses perankingan dengan cara mengalikan matriks

ternormalisasi (R) dengan nilai bobot (W).

5. Menentukan nilai preferensi untuk setiap alternatif (Vi) dengan cara

menjumlahkan hasil kali antara matriks ternormalisasi (R) dengan nilai

bobot (W). Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai

lebih terpilih.

2.1.16 Pengertian Simple Additive Weighting

Metode SAW adalah Salah satu metode yang digunakan untuk

menyelesaikan masalah dari Fuzzy Multiple Attribute Decision Making

Page 37: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

23

(FMADM). Metode Simple Additive Weighting (SAW) yaitu suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan

kriteria tertentu.

Menurut Pahlevy (2010) Definisi Metode Simple Additive Weighting

(SAW) sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar

metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap

alternatif pada semua atribut. Metode ini membutuhkan proses normalisasi

matriks keputusan X ke suatu skala yang dapat diperbandingkan dengan semua

rating alternatif yang ada.

2.1.17 Langkah Penyelesaian Simple Additive Weighting

Langkah-langkah dari metode SAW adalah :

1. Menentukan kriteria-kriteria yang akan dijadikan acuan dalam pengambilan

keputusan, yaitu C.

2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria. Membuat

matriks keputusan berdasarkan kriteria (C), kemudian melakukan normalisasi

matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut (atribut

keuntungan ataupun atribut biaya) sehingga diperoleh matriks ternormalisasi R.

3. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari perkalian

matriks ternormalisasi R dengan vektor bobot sehingga diperoleh nilai terbesar

yang dipilih sebagai alternatif terbaik (A) sebagai solusi.

2.1.18 Normalisasi Matriks

Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:

Tabel 2.1 Rumus Normalisasi Matriks

Page 38: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

24

Xij Jika j adalah atribut keuntungan (benefit)

Max x ij

rij

Mini xij Jika j adalah atribut biaya (cost)

Xij

Dimana:

rij = rating kinerja ternormalisasi dari alternatif Ai (i=,2,…,m)

Maxi= nilai maksimum dari setiap baris dan kolom.

Mini= nilai minimum dari setiap baris dan kolom.

xij= baris dan kolom dari matriks.

Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada

atribut Cj; i =1,2,…m dan j = 1,2,…,n.

2.1.19 Nilai Preferensi

Formula untuk mencari nilai preferensi untuk setiap alternatif (Vi) diberikan

sebagai berikut:

Vi = ∑ Wj rij

J=1

Dimana :

Vi = Nilai akhir dari alternatif

Wj = Bobot yang telah ditentukan

Page 39: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

25

rij = Normalisasi matriks

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

2.1.20 Kelebihan Metode Simple Additive Weighting

Kelebihan dari model Simple Additive Weighting (SAW) dibandingkan

dengan model pengambilan keputusan yang lain terletak pada kemampuannya

untuk melakukan penilaian secara lebih tepat. Menurut Sri Eniyati (2011), metode

SAW sesuai untuk proses pengambilan keputusan karena dapat menentukan nilai

bobot untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan

yang akan menyeleksi aternatif terbaik dari sejumlah alternatif terbaik. Selain itu,

kelebihan dari model SAW dibandingkan dengan model pengambilan keputusan

yang lain terletak pada kemampuannya untuk melakukan penilaian secara lebih

tepat karena didasarkan pada nilai kriteria dan bobot prefensi yang sudah

ditentukan. Henry Wibowo S (2010) menyatakan bahwa total perubahan nilai

yang dihasilkan oleh metode SAW lebih banyak sehingga metode SAW sangat

relevan untuk menyelesaikan masalah pengambilan keputusan.

2.2 DBMS (Database Management System)

Menurut Laudon (2010:376) Database Management System (DBMS )

Peranti lunak khusus untuk membuat dan memelihara basis data dan

memungkinkan aplikasi bisnis individu mengambil data yang dibutuhkan tanpa

harus membuat basis data berbeda atau definisi data terpisah dalam program

komputernya.

Page 40: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

26

Menurut Connolly dan Begg (2010:66) Database Management System

adalah sebuah sistem software yang memungkinkan pengguna untuk

mendefinisikan, membuat, memelihara, dan mengontrol akses ke Database.

Menurut Elmasri & Navathe (2015) Sistem manajemen basis data

(Database Management System) adalah sekumpulan program yang memungkinan

pengguna untuk membuat dan menjaga sebuah basis data.

Menurut McLeod (2010:532), pengertian Database Management System

(DBMS) adalah sebuah aplikasi peranti lunak yang menyimpan struktur basis

data, data itu sendiri, hubungan antar data di dalam basis data, serta formulir dan

laporan yang berkaitan dengan basis data.

Menurut Turban (2010:94), databasemanagement system adalah program

software atau kumpulan program yang menyediakan akses ke database.

Dari definisi di atas dapat disimpulkan bahwa Data Base Management

System (DBMS) merupakan sebuah software yang dirancang untuk memodifikasi

dan merekayasa, tidak sekedar mengolah menghitung supaya informasi yang

dibutuhkan oleh pengguna databasenya bertumbuh dengan cepat.

2.2.1 Manfaat Database Management System

Menurut Connolly dan Begg (2010: 77) menjelaskan bahwa manfaat

Database Management System adalah:

1. Mengontrol pengulangan data

2. Data yang konsisten

3. Bisa mendapatkan informasi yang lebih banyak dan jumlah data yang sama

4. Meningkatkan integritas data

Page 41: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

27

5. Meningkatkan keamanan

6. Penetapan standarisasi

7. Meningkatkan akses dan respon dari data

8. Meningkatkan produktifitas

9. Meningkatkan pemeliharaan data melalui data independen

10. Meningkatkan layanan backup dan recovery

2.2.2 Pengertian Database

Basis Data adalah kumpulan data yang saling berhubungan secara logikal

serta deskripsi dari data tersebut, yang dirancang untuk memenuhi kebutuhan

informasi suatu organisasi. Basis Data adalah sebuah penyimpanan data yang

besar yang bisa digunakan oleh banyak pengguna dan departemen. Semua data

terintegrasi dengan jumlah duplikasi yang minimum. Basis Data tidak lagi

dipegang oleh satu departemen, tetapi dibagikan ke seluruh departemen pada

perusahaan. Basis Data itu sendiri tidak hanya memegang data operasional

organisasi tetapi juga penggambaran dari data tersebut (Connolly & Begg,

2010:64).

Menurut Sutarman (2012:15), Database sekumpulan file yang saling

berhubungan dan terorganisasi atau kumpulan record-record yang menyimpan

data dan hubungan diantaranya.

Menurut Ladjamudin (2013:129), Database adalah sekumpulan data store

(bisa dalam jumlah yang sangat besar) yang tersimpan dalam magnetic disk,

oftical disk, magnetic drum, atau media penyimpanan sekunder lainya.

Page 42: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

28

Dari pengertian di atas dapat disimpulkan Database adalah sekumpulan file

yang saling berhubungan yang menyimpan data dan tersimpan dalam sebuah

media penyimpanan.

2.2.3 Pengertian MySQL

Menurut Arief (2011:152) “MySQL adalah salah satu jenis database server

yang sangat terkenal dan banyak digunakan untuk membangun aplikasi web yang

menggunakan database sebagai sumber dan pengolahan datanya”.

Sedangkan menurut Sulhan (2012:118) “MySQL merupakan perangkat

lunak yang digunakan untuk membangun database yang sering digunakan di

lingkungan linux. MySQL merupakan software open source yang berarti gratis

untuk digunakan. Selain di lingkungan linux, MySQL juga tersedia di lingkungan

windows”.

Menurut Arief M. Rudianto (2011:152) “MySQL adalah salah satu jenis

database server yang sangat terkenal yang digunakan untuk membangun aplikasi

web yang menggunakan database sebagai sumber dan pengolahan datanya”.

MySQL merupakan RDBMS (Relational Database Management System)

yaitu program yang memungkinkan pengguna database untuk mengelola dan

menggunakan data pada suatu model relational. Dengan demikian, tabel-tabel

yang ada pada database memiliki relasi antara satu tabel dengan tabel lainnya.

2.2.4 Pengertian Normalisasi

Menurut Kusrini (2015:40) “normalisasi merupakan cara pendekatan dalam

membangun desain logika basis data relasional yang tidak secara langsung

Page 43: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

29

berkaitan dengan model data, tetapi dengan menerapkan sejumlah aturan dan

kriteria standar untuk menghasilkan struktur tabel yang normal.”

Sedangkan dalam tujuan penggunaan normalisasi menurut Frieyadie

(2010:1) “Normalisasi bertujuan untuk mengurangi ketidak normalan rancangan

tabel yang redudansi atau memiliki struktur atau nilai ganda”.

Menurut Connolly (2010:428) normalisasi merupakan suatu teknik untuk

menghasilkan sekumpulan hubungan dengan properti yang diinginkan, yang

memberikan kebutuhan data terhadap suatu perusahaan. Tujuan dari normalisasi

adalah sebagai berikut :

1. Meminimalkan jumlah atribut yang diperlukan untuk mendukung kebutuhan data

dari suatu perusahaan.

2. Untuk memperoleh atribut yang bersifat functional dependencies.

3. Untuk menghilangkan data yang bersifat redundancy pada tiap atribut.

2.2.5 Pengertian PHP

Bunafit (2013:15), PHPMyAdmin adalah aplikasi manajemen database

server MySQL berbasis web. Dengan aplikasi PHPMyAdmin kita bias mengelola

database sebagai root atau juga sebagai user biasa, kita bias membuat database

baru, mengelola database dan melakukan operasi perintah –perintah database

secara lengkap seperti saat kita di MySQL.

2.2.6 Pengertian HTML

Anhar (2010:40), HTML adalah sekumpulan symbol-simbol atau taq-taq

yang dituliskan dalam sebuah file yang digunakan untuk menampilkan halaman

pada web browser. Tag-tag HTML selalu diawali dengan <x> dan diakhiri dengan

Page 44: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

30

</x> dimana x taq HTML itu seperti b, I, u dll. Ardhana (2012:42), HTML

merupakan suatu Bahasa yang dikenal oleh web browser untuk menampilkan

informasi seperti teks,gambar,suara,animasi bahkan video.

2.2.7 Pengertian MySQL

Anhar (2010:21), MySQL adalah perangkat lunak system manajemen basis

data SQL (Data Management System) atau DBMS dari sekian banyak DBMS,

seperti Oracle, MS SQL, Postagre SQL, dll Bunafit (2013:26), MySQL adalah

software atau program database server.

2.2.8 Pengertian PHP MyAdmin

Bunafit (2013:15), PHPMyAdmin adalah aplikasi manajemen database

server MySQL berbasis web. Dengan aplikasi PHPMyAdmin kita bias mengelola

database sebagai root atau juga sebagai user biasa, kita bias membuat database

baru, mengelola database dan melakukan operasi perintah –perintah database

secara lengkap seperti saat kita di MySQL.

Page 45: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

31

Gambar 2.4 Tampilan PHP MyAdmin

2.3 Desain Sistem

O’Brien dan Marakas (2012:639) menjelaskan bahwa desain sistem adalah

sebuah kegiatan merancang dan menentukan cara mengolah sistem informasi dari

hasil analisa sistem sehingga dapat memenuhi kebutuhan dari pengguna termasuk

diantaranya perancangan user interface, data dan aktivitas proses. Ada dua hal

yang perlu diperhatikan dalam desain sistem yaitu pemilihan peralatan dan

program komputer untuk sistem yang baru. Alat bantu yang digunakan dalam

desain sistem adalah Data Flow Diagram (DFD), Kamus Data (Data

Dictionary), Diagram Konteks, Daftar Kejadian dan lain-lain. Tetapi yang biasa

digunakan dalam desain sistem adalah Data Flow Diagram (DFD).

Page 46: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

32

2.3.1 Pengertian Data Flow Diagram (DFD)

Definisi manurut Tata Sutabri pada buku Analisis Sistem Informasi

(2012:17), Data Flow Diagram adalah sebagai berikut : “Data Flow Diagram ini

adalah suatu network yang menggambarkan suatu sistem automat/komputersasi,

manualisasi, atau gabungan dari keduanya, yang penggambarannya disusun dalam

bentuk kumpulan komponen sistem yang saling berhubungan sesuai dengan

aturan mainnya.

Sedangkan menurut Sukamto dan Shalahuddin (2014:288), “Data Flow

Diagram atau dalam bahasa Indonesia menjadi Diagram Alir Data (DAD) adalah

refresentasi grafik yang menggambarkan aliran informasi dan transformasi

informasi yang diaplikasikan sebagai data yang mengatur dari masukan (input)

dan keluaran (output). DFD tidak sesuai untuk memodelkan sistem yang

menggunakan pemograman berorientasi objek.”

Menurut Indrajani (2011:11) Data Flow Diagram (DFD) adalah sebuah alat

yang menggambarkan aliran data sampai sebuah sistem selesai, dan kerja atau

proses dilakukan dalam sistem tersebut.

Dari definisi diatas dapat disimpulkan Data Flow Diagram adalah suatu alat

yang menggunakan simbol dan berfungsi menggambarkan aliran data.

Tabel 2.2 Simbol- simbol DFD

Simbol Arti

Menunjukkan entitas dan tujuan

Menunjukkan arus data

Menunjukkan proses

Menunjukkan penyimpanan data

Page 47: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

33

2.3.2 Pengertian Diagram Alir (Flowchart)

Menurut Indrajani (2011:22), Flowchart merupakan penggambaran secara

grafik dari langkah-langkah dan urutan prosedur suatu program. Biasanya

mempermudah penyelesaian masalah yang khususnya perlu dipelajari dan

dievaluasi lebih lanjut. Berikut simbol-simbol dari flowchart :

Tabel 2.3 Simbol-simbol Flowchart

No Simbol Keterangan

1

Simbol Titik Terminal. Digunakan untuk menunjukkan awal dan akhir

dari suatu proses.

2

Simbol Input/Output.

Digunakan untuk mewakili data input/output.

3

Simbol Proses.

Digunakan untuk mewakili suatu proses.

4

Simbol Garis Alir.

Digunakan untuk menunjukkan arus dari proses.

5 Simbol Keputusan.

Digunakan untuk suatu penyelesaian kondisi di dalam program.

6

Simbol penghubung, untuk penghubung bila

diagram alur terputus disebabkan misalnya oleh pergantian halaman (tak cukup digambar satu

halaman) 7

Simbol Proses Terdefinisi. Digunakan untuk menunjukkan suatu operasi

yang rinciannya ditunjukkan di tempat lain.

8

Simbol Persiapan.

Digunakan untuk memberi/menset nilai awal suatu besaran.

Page 48: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

34

2.3.3 Pengertian ERD (Entity Relationship Diagram)

Menurut Sutanta (2011:91) “Entity Relationship Diagram (ERD)

merupakan suatu model data yang dikembangkan berdasarkan objek”. Dalam

pengertian lain menurut Mcloed dan Schell dalam Iyas (2011:32), ERD adalah

mendokumentasikan data perusahaan dengan mengidentifikasi jenis entitas dan

hubungan.

Menurut Connolly (2010:372), entityrelationships model ialah pendekatan

topdown untuk merancang database yang diawali dengan melakukan identifikasi

data penting yang disebut entitas dan relasi antar data yang harus diwakili dalam

model itu.

Sedangkan menurut Sukamto dan Shalahuddin (2014:289), “Entitiy

Relationship Diagram (ERD) adalah pemodelan awal basis data yang akan

dikembangkan berdasarkan teori himpunan dalam bidang matematika untuk

pemodelan basis data relasional”.

Tabel 2.4 Simbol-simbol ERD

Simbol Nama

Entitas, adalah suatu objek yang dapat diindentifikasi dalam

lingkungan pemakai

Relasi, menunjukkan adanya hubungan di antara sejumlah

entitas yang berbeda

Atribut, Berfungsi mendeskripsikan karakter entitas ( atribut

yang berfungsi sebagai key diberi garis bawah )

Page 49: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

35

Garis, sebagai penghubung antara relasi dengan entitas, relasi

dan entitas dan entitas dengan atribut.

2.3.4 Pengertian Entity

Entitas merupakan mengenai basis data yaitu suatu obyek yang dapat

dibedakan dari lainnya yang dapat diwujudkan dalam basis data. Pengertian

lainnya menurut Brady dan Loonam (2010), entitas adalah objek yang menarik

di bidang organisasi yang dimodelkan.

Menurut Connolly (2010:372), entity types adalah sekelompok obyek

dengan sifat yang sama, yang diidentifikasi oleh perusahaan memiliki keberadaan

yang bebas.

Gambar 2.5 Contoh Entitas

2.3.5 Pengertian Relationship

Relationship adalah hubungan antara suatu himpunan entitas dengan

himpunan entitas lainnya.

Menurut Connolly (2010:374), relationship type adalah sekelompok

hubungan yang memiliki satu atau lebih entity.

Nama Entitas

Kandidat

Pemilih

Nama Hubungan

pemilih tps menempati

Page 50: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

36

Gambar 2.6 Contoh Relationship

2.3.6 Komponen Entity Relationship Diagram (ERD)

Komponen Entity Relationship Diagram menurut Sutanta (2011:91) adalah

sebagai berikut :

1. Entitas merupakan suatu objek yang dapat dibedakan dari lainnya yang dapat

diwujudkan dalam basis data. Objek dasar dapat berupa orang, benda, atau hal yang

keterangannya perlu disimpan didalam basis data. Untuk menggambarkan sebuah

entitas digunakan aturan sebagai berikut :

a. Entitas dinyatakan dengan simbol persegi panjang.

b. Nama entitas dituliskan didalam simbol persegi panjang.

c. Nama entitas berupa kata benda, tunggal.

d. Nama entitas sedapat mungkin menggunakan nama yang mudah dipahami

dan dapat menyatakan maknanya dengan jelas.

2. Atribut Atribut merupakan keterangan-keterangan yang terkait pada sebuah entitas

yang perlu disimpan dalam basis data. Atribut berfungsi sebagai penjelas pada

sebuah entitas. Untuk menggambarkan atribut digunakan aturan sebagai berikut:

a. Atribut digambarkan dengan simbol ellips.

b. Nama atribut dituliskan didalam simbol ellips.

c. Nama atribut merupakan kata benda, tunggal.

d. Nama atribut sedapat mungkin menggunakan nama yang mudah dipahami

dan dapat menyatakan maknanya dengan jelas.

2.3.7 Jenis-Jenis Relationship

Menurut Fathansyah (2012:80-81) jenis-jenis relationship adalah:

Page 51: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

37

1. One – to – One

Tabel 2.5 One to One

a. Setiap mahasiswa memiliki satu Id Card.

b. Satu Id Card hanya dimiliki 1 mahasiswa.

2. One – to – Many

Tabel 2.6 One to Many

a. Pembimbing akademik memiliki banyak mahasiswa.

b. Satu mahasiswa hanya memiliki satu pembimbing akademik.

3. Many – to – Many

Tabel 2.7 Many to Many

a. Mahasiswa memiliki banyak mata kuliah.

b. Mata kuliah dimiliki oleh banyak mahasiswa.

2.4 Penelitian Terdahulu

miliki Id Card mahasiswa

Memiliki Mahasiswa Pembimbing

Akademik

Memiliki Mata Kuliah Mahasiswa

Page 52: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

38

Penelitian mengenai Perancangan Sistem Pendukung Keputusan telah

dilakukan oleh para peneliti terdahulu. Penelitian terdahulu ini diambil dari

berbagai jurnal dan skripsi yang telah diterbitkan oleh lembaga penelitian maupun

instansi-instansi pendidikan. Adapun penelitian terdahulu dijelaskan sebagai

berikut:

Tabel 2.8 Tabel Perbandingan Hasil Penelitian

Komponen

Penulis

Judul Penelitian Tujuan

Penelitian Lokasi

Penelitian

Metode,

Aplikasi dan

Database

Kesimpulan Penelitian

Aulia Paramita,

Fanisya Alva Mustika, dan

Naely

Farkhatin

2017

Aplikasi Sistem Pendukung Keputusan Guru

Terbaik Berdasarkan Kinerja dengan

Metode

Analytical Hierarchy

Process (AHP)

Mendorong peningkatan mutu pendidikan dan

meningkatkan motivasi serta profesionalisme

guru dalam melaksanakan tugas

Yayasan Lentera Insan

Metode

Analytical Hierarchy

Process (AHP) dan Program

Criterium Decision Plus (CDP)

Aplikasi penilaian guru terbaik dapat dibangun

dengan data yang dihasilkan dari

pengolahan menggunakan

pendekatan

AHP.

Fara Atika

2017

Sistem Pendukung

Keputusan Pemilihan Guru Berprestasi di Kecamatan

Kradenan Kabupaten Grobogan Menggunakan

Metode Simple Additive Weighting

(SAW)

Mempermudah dalam

pemilihan guru berprestasi secara cepat dan akurat

tanpa membutuhkan waktu yang lama dalam

perhitungannya

Kecamatan Kradenan

Kabupaten Grobogan

Metode Simple

Additive Weighting (SAW), Aplikasi

PHP Hypertext Preprocessing (PHP)

dan database MySQL

Memudahkan perhitungan,

meminimalisir kesalahan yang terjadi pada saat

perhitungan dan guru dapat dengan mudah

mendaftarkan diri secara online dan

melihat hasil akhir

pada halaman

web.

Rotua Sihombing

Hutasoit, Agus

Sistem Pendukung

Keputusan Pemilihan Guru

Membangun sebuah aplikasi

yang dapat digunakan oleh

SMK Maria Goretti

Pematang

Metode Simple

Additive Weighting

Dapat mempermuda

h sekolah dalam

Page 53: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

39

Perdana Windarto,

Dedy Hartama dan

Solikhun

2016

Terbaik pada SMK Maria

Goretti Pematangsiantar Menggunakan Metode Simple

Additive Weighting (SAW)

pihak sekolah Maria Goretti

untuk menganalisa seberapa besar pengaruh

kinerja guru terhadap optimalisasi

pengembangan pendidikan, menentukan faktor yang

paling mempengaruhi bagi proses optimalisasi

sistem .

siantar (SAW), Aplikasi VB

dan Database Microsoft Access

menentukan pemilihan

guru terbaik, proses pengolahan data semakin

tepat dan mengurangi kesalahan

dalam perhitungan nilai serta mendapatkan

hasil perangkingan yang baik.

Tabel 2.8 Tabel Perbandingan Hasil Penelitian (Sambungan)

Komponen

Penulis

Judul Penelitian Tujuan

Penelitian Lokasi

Penelitian

Metode,

Aplikasi dan

Database

Kesimpulan Penelitian

Sabda Gunawan

2015

Sistem Pendukung Keputusan

Pemilihan Guru Terbaik

pada SMA

Negeri 2 Kutacane dengan

menggunakan

Metode Simple Additive

Weighting (SAW)

Agar kesalahan dalam

pemilihan guru terbaik tidak terjadi dan waktu dalam

menentukan pemilihan guru terbaik lebih efektif

SMA Negeri 2 Kutacane

Metode Simple Additive

Weighting (SAW) dan Aplikasi Visual

Basic 2008.

Sistem yang dibangun dapat

mempermudah sekolah menentukan pemilihan

guru terbaik, proses pengolahan data semakin

tepat dan mengurangi kesalahan

dalam perhitungan nilai

Page 54: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

40

Faiza Rini

2015

Sistem

Pendukung Keputusan Pemilihan Guru

Terbaik pada SMK Islam Al-Arief Muaro Jambi

Mengetahui

seberapa besar kualitas guru tersebut baik

dalam memberikan ilmu pada saat sekolah, dalam

diskusi, ketepatan waktu saat mengajar serta

kepeduliannya terhadap siswa, dengan tujuan

agar dapat mengetahui guru terbaik pil ihan semua

siswa.

SMK Islam

Al-Arief Muaro Jambi

Metode

Weighted Product (WP) dan

Aplikasi Borland Delphi

Mampu

memberikan alternatif keputusan

yang terbaik, dapat memberikan solusi kepada

pihak sekolah untuk menentukan guru terbaik

dan informasi yang dihasilkan

lebih lengkap, efektif, cepat dan tepat, dan bentuk

laporan data rekomendasi pemilihan guru terbaik

dapat diatur sedemikian rupa dan

mempermudah dalam perancangan laporan.

Page 55: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

41

Page 56: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

42

BAB III

METODOLOGI PENELITIAN

3.1 Kerangka Kerja

Dalam metode ini penulis akan memberikan gambaran langkah-langkah

yang mencakup dari awal penelitian sampai dengan akhir penelitian. Agar

penelitian yang dilakukan dapat terlaksana dengan terstruktur dan sistematis maka

perlu untuk menyusun kerangka kerja. Masing-masing tahapan dalam kerangka

kerja tersebut kemudian dijelaskan bagaimana melakukannya.

Uraian kerangka kerja dalam penelitian ini adalah uraian secara rinci

terhadap masing-masing kerangka kerja yang telah disusun agar penelitian yang

dilakukan dapat terlaksana secara terstruktur dan jelas.

Gambar 3.1 Kerangka Kerja

Implementasi Masalah

Menganalisis Masalah

Mempelajari Literatur

Mengumpulkan Data

Merancang Aplikasi

MendeskripsikanMasalah

Page 57: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

43

Berdasarkan kerangka kerja penelitian yang telah digambarkan di atas, maka

dapat diuraikan pembahasan masing-masing tahap dalam penelitian adalah

sebagai berikut :

1. Mendeskripsikan Masalah

Mendeskripsikan masalah adalah melakukan perumusan terhadap masalah-

masalah yang telah diidentifikasi dari suatu sistem. Merumuskan adalah

mengkonsep, menformulakan, mempolakan dan memperjelas suatu hal yang

telah diidentifikasi sebelumnya. Merumuskan masalah sangat diperlukan

dalam suatu penelitian agar penelitian tersebut menghasilkan kesimpulan

yang terkonsep, terformula, terpola dan jelas. Dalam penelitian ini rumusan

masalah yang dilakukan adalah bagaimana merancang system pendukung

keputusan Penerimaan Guru di Sekolah Permata Harapan.

2. Menganalisis Masalah

Menganalisa masalah merupakan langkah analisis masalah untuk dapat

memahami masalah yang telah ditentukan ruang lingkup atau batasannya.

Dengan menganalisa masalah yang telah ditentukan tersebut, maka

diharapkan masalah dapat dipahami dengan baik. Masalah yang terjadi di

Sekolah Permata Harapan adalah penerimaan guru baru yang masih bersifat

manual sehingga tidak efektif dan efisien, dan juga sering terjadi Human

Error.

3. Mempelajari Literatur

Mempelajari Literatur atau studi literature adalah tindakan yang dilakukan

untuk mempelajari secara ilmiah dan teoritis terhadap masalah-masalah yang

telah dibatasi sebelumnya yang bersumber dari buku, jurnal, karya tulis

ilmiah, artikel, tesis dan berbagai sangat diperlukan agar penelitian yang

Page 58: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

44

dilakukan berpijak pada landasan teori yang jelas dan benar yang telah

dikemukakan oleh para ahli sebelumnya. Dengan melakukan studi

literaturemaka peneitian yang dilakukan tidak mengarang dan mengada-ada

sehingga dapat diterima di dunia ilmu pengetahuan dan masyarakat umum.

4. Mengumpulkan Data

Mengumpulkan data dilakukan untuk mengumpulkan semua data-data yang

diperlukan dalam penelitian. Teknik yang dilakukan dalam mengumpukan

data dalam penelitian ini adalah dengan teknik wawancara. Teknik

wawancara adalah teknik yang langsung terjun ke lapangan dan melakukan

Tanya jawab langsung ke narasumber untuk mendapatkan informasi. Selain

teknik wawancara, penulis juga melakukan pengumpulan data dan informasi

dengan mengadakan observasi, diskusi dan konsultasi kepada pihak-pihak

yang berkaitan dengan penelitian.

5. Merancang Aplikasi

Pada tahap ini, penulis merancang aplikasi yang dapat memberikan manfaat

terhadap Sistem penerimaan guru baru di sekolah permata harapan.

Rancangan tersebut dapat dilakukan dengan cara menggambarkan ASI

(Analisis Sistem Informasi), Diagram Konteks (Context Diagram), DFD

(Data Flow Diagram), dan ERD (Entity Relationship Diagram), Normalisasi.

6. Implementasi Aplikasi

Pada tahap implementasi ini dilakukan pembuatan program/aplikasi.

Perancangan sistem pendukung keputusan penerimaan guru baru dengan

metode SAW pada Sekolah Permata Harapan menggunakan pemrograman

berbasis web dan basis data MySQL.

Page 59: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

45

3.2 Pengumpulan Data

Pada tahap ini dilakukan proses pengumpulan data dengan metode

wawancara dan observasi untuk melakukan pengamatan dan analisis terhadap

proses penerimaan karyawan yang sedang berjalan di Sekolah Permata Harapan

sehingga mendapatkan data dan informasi yang dibutuhkan oleh penulis.Penulis

menggunakan beberapa teknik pengumpulan data sebagai berikut:

1. Interview

Interview yaitu teknik pengumpulan data dengan meminta keterangan dari

pihak-pihak yang berwenang untuk memberikan keterangan tentang data

yang dibutuhkan agar data menjadi lebih lengkap dan jelas.

2. Observasi

Observasi adalah teknik pengumpulan data dengan mengadakan pengamatan

dan pencatatan mengenai kegiatan-kegiatan yang dilakukan.

3. Dokumentasi

Dokumentasi yaitu teknik pengumpulan data dengan cara mengumpulkan

data.

4. Studi Pustaka

Studi pustaka adalah teknik pengumpulan data dengan landasan teoritis,

penulis mengumpulkan data melalui studi literatur yaitu dengan membaca

dan mengumpulkan bahan-bahan teori yang diperlukan dari beberapa

sumber/literatur yang berkaitan dengan penelitian dalam penyusunan skripsi.

Page 60: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

46

3.3 Metode Pengembangan Sistem

Pada tahap ini dilakukan pengembangan sistem dengan menggunakan

model waterfall. Model yang mengusulkan sebuah pendekatan perangkat lunak

yang sistematik dan sekuensial yang dimulai pada tingkat dan kemajuan sistem

pada seluruh analisis, desain, kode, pengujian, dan pemeliharaan.

Gambar 3.2 Metode Waterfall

Metode pengembangan sistem yang akan digunakan oleh penulis adalah

model sekuensial linier (clasic life cycle/waterfall model) sering disebut Model

Waterfall. Dalam metode tersebut terdapat beberapa tahapan, yaitu:

1. Analisis (Analysis) Kebutuhan Sistem Informasi

Pada tahap ini dilakukan pengumpulan kebutuhan untuk sistem informasi

(Perangkat Lunak) yang berupa data input, proses yang terjadi dan output yang

diharapkan dengan melakukan wawancara dan observasi.

2. Perancangan (Design)

Pada tahap ini menterjemahkan analisa kebutuhan ke dalam bentuk rancangan

sebelum penulisan program yang berupa perancangan antarmuka (input dan

Analysis

Design

Coding

Testing

Maintenance

Page 61: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

47

output), perancangan file-file atau basis data dan merancang prosedur

(algoritma).

3. Pengkodean (Coding)

Hasil rancangan diatas diubah menjadi bentuk yang dimengerti oleh mesin

dalam bentuk bahasa pemprograman. Jika rancangan rinci maka penulisan

program dapat dilakukan dengan cepat.

4. Pengujian (Testing)

Sebelum sistem informasi (Perangkat Lunak) dapat digunakan, maka harus

dilakukan pengujian terlebih dahulu. Pengujian difokuskan pada logika

internal, fungsi eksternal dan mencari semua kemungkinan kesalahan, dan

memeriksa apakah sesuai dengan hasil yang diinginkan.

5. Perawatan (Maintenance)

Pada tahap ini sistem informasi yang telah diuji diimplementasikan

dilingkungan pelanggan jika ditemui kesalahan/errormaka dilakukan perbaikan

atau adanya penambahan fungsi, sehingga factor pemeliharaan ini penting dan

dapat berpengaruh pada semua tahap yang dilakukan sebelumnya.

3.4 Alat Bantu Penelitian

Dalam mengerjakan penelitian ini terdapat beberapa alat yang penulis

gunakan, antara lain :

1. Perangkat Keras (Hardware)

Spesifikasi dari Hardware yang digunakan yaitu satu unit komputer dengan

spesifikasi sebagai berikut:

- Processor : Intel CoreI 3

- RAM : 2GB DDR2

Page 62: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

48

- Harddisk : 320 GB

- Flash disk : 16 GB

2. Perangkat Lunak (Software)

Perangkat luak yang digunakan dalam penelitian ini adalah:

- Windows 2010 Professional

- XAMPP

- MySQL

3.5 Gambaran Umum Perusahaan

Yayasan ini didirikan pada tahun 2009 dan baru mulai beroperasi pada tahun 2010.

Dengan nama sekolah “PERMATA HARAPAN ” yang beralamat di Permata Baloi Blok

22b-25c, Batam.

Gambar 3.4 Alamat Perusahaan

Page 63: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

49

3.5.1 Visi dan Misi Perusahaan

Agar sekolah berjalan dengan standarisasi mutu yang baik maka

diperlukan arah dan tujuan yang tepat. Untuk itu maka Sekolah Permata Harapan,

Batam merumuskan visi dan misi sebagai berikut:

Visi :

Untuk mengembangkan bakat, ilmu pengetahuan, dan kreatifitas sehingga

membentuk siswa yang cerdas, mandiri dan peduli.

Misi :

1. Meningkatkan perilaku peserta didik yang berakhlak mulia, dan saling bertoleransi

antar umat beragama.

2. Meningkatkan prestasi lulusan peserta didik yang siap mengikuti pendidikan lebih

lanjut.

3. Meraih prestasi dalam berbagai ajang lomba / seleksi tingkat kecamatan dan nasional.

4. Meningkatkan keterampilan karya peserta didik.

5. Meningkatkan kepedulian terhadap lingkungan sekolah.

3.5.2 Struktur Organisasi

Sekolah Permata Harapan memiliki struktur organisasi yang masing-masing

mempunyai tugas, wewenang dan tanggung jawab memberikan pelayanan dalam

peningkatan mutu bagi sekolah maupun siswa. Selain itu dapat memberikan

kemudahan dalam menjalankan usahanya.

Untuk selanjutnya secara keseluruhan struktur organisasi tersebut dapat

dilihat pada gambar dibawah ini:

Page 64: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

50

STRUKTUR ORGANISASI SEKOLAH PERMATA HARAPAN

TAHUN AJARAN 2018/2019

Gambar 3.4 Struktur Organisasi

SISWA/I

KETUA YAYASAN

KIATWANSYAH, SE

KEPALA SEKOLAH

MEIDINA DAMANIK, S.S

KOORDINATOR

MARIANNA SIPAYUNG

GURU

GURU

GURU

GURU

ADMIN

NANDO

Page 65: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

51

3.5.2.1 Wewenang Dan Tanggung Jawab

Wewenang adalah hak untuk memerintah orang lain untuk melakukan

sesuatu agar tercapai tujuan tertentu. Tanggung jawab adalah suatu kepercayaan yang

diberikan oleh pemimpin untuk menjaga amanat yang diberikan :

1. Kepala Sekolah bertanggung jawab dalam :

a) Pengembangan Program

b) Mengkoordinasi guru

c) Mengelola administrasi

d) Melakukan evaluasi dan pembinaan terhadap kinerja guru

e) Melakukan evaluasi terhadap program pembelajaran

f) Memberi rekomendasi dan penilaian atas prestasi guru

g) Mengkordinasi pelaksanaan tugas membina, mengendalikan dan mengawasi

penyelenggaraan dan pengelolaan

h) Menyusun kurikulum dan mempersiapkan tenaga serta sarana pendidikan

dan ketatausahaan.

2. Admin memiliki tugas:

a) Menyusun program kerja tata usaha

b) Mengkoordinir tugas-tugas tata usaha

c) Membina dan mengembangkan tugas-tugas ketatausahaan

d) Meneliti dan kemudian membuat surat, baik surat masuk maupun surat

keluar sesuai dengan disposisi/instruksi kepala sekolah

e) Mengawasi dan mengendalikan penggunaan alat-alat sekolah

f) Bertanggung jawab atas penggunaan stempel sekolah

g) Bertanggung jawab atas pembuatan laporan penilaian kinerja guru

Page 66: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

52

3. Kordinator memiliki tugas:

a. Mengorganisasi, menggerakkan dan melaksanakan kegiatan

b. Melaksanakan pegawasan terhadap guru

c. Melakukan evaluasi terhadap kegiatan program sekolah

d. Menentukan kebijaksanaan

e. Mengadakan rapat dan mengambil keputusan dengan guru

f. Membuat PBM

g. Mengatur administrasi kelas

h. Mengadakan evaluasi setiap waktu untuk mengetahui perkembangan anak

didik berjalan dengan baik.

4. Guru mempunyai tugas :

a. Menyusun perangkat rencana pembelajaran

b. Mengelola pembelajaran sesuai dengan kelompoknya

c. Mencatat perkembangan anak

d. Menyusun pelaporan perkembangan anak

e. Melakukan kerjasama dengan orang tua dalam program parenting

f. Menghadiri pertemuan – pertemuan peningkatan mutu guru (KKG)

g. Menyusun pelaksanaan kurikulum

5. Siswa

a. Belajar dengan sungguh-sungguh

b. Berusaha menjadi yang terbaik di sekolah, rumah, maupun di lingkungan

c. Menjadi manusia yang berguna bagi Nusa, bangsa dan negara.

Page 67: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

53

3.6 Logo Sekolah

Logo adalah sebuah simbol yang dirancang untuk mewakili karakter dan

menjadi identitas dari sebuah perusahaan, lembaga atau produk.

Gambar 3.5 Logo Sekolah

Page 68: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

53

BAB IV

ANALISIS DAN IMPLEMENTASI

4.1 Analisis Sistem Yang Sedang Berjalan

Sistem penerimaan guru pada Sekolah Permata Harapan masih menggunakan

cara konvensional, dimana pelamar akan dipanggil satu persatu dan diwawancarai

serta disesuaikan dengan kriteria yang dibutuhkan, kemudian diterima dan dikontrak.

4.1.1 Analisis Prosedur yang Berjalan

Analisis prosedur yang sedang berjalan pada Sekolah Permata Harapan

dilakukan berdasarkan urutan kejadian yang ada dan dari urutan kejadian tersebut

dapat dibuat diagram aliran dokumen, prosedur sistem penerimaan guru dapat

dideskripsikan sebagai berikut pada gambar 4.1

1. Kepala sekolah mendata kekurangan guru yang dibutuhkan.

2. Guru yang dibutuhkan diberi syarat dan kriteria, lalu di buat info lowongan kerja untuk

guru, baik pada koran atau pun media sosial.

3. Surat lamaran dikumpulkan dan dipanggil untuk wawancara dan tes psikologi pada

bagian HRD.

4. Apabila pelamar disetujui maka guru baru tersebut diberi arahan dan cara kerja di

Sekolah Permata Harapan.

5. Selanjutnya, berkas disetujui yayasan dan dikelola oleh HRD.

Page 69: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

54

HRD Pelamar Kepala Sekolah Yayasan

START STASTART

Memasukkan Lamaran

Seleksi Berkas

Lamaran

Menghubungi Pelamar

Laporan penerimaan

guru

End

Membuat

Lowongan

Wawanc

ara Final

Tes

Tertulis

Page 70: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

55

Tidak

Ya

Gambar 4.1 Aliran Sistem Informasi (ASI) yang sedang berjalan

Tabel 4.1 Evaluasi Sistem yang Berjalan

No Masalah Solusi

Hasil

wawancara final

Ket

Page 71: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

56

1 Tidak efisien dan sering terjadi

penumpukan data guru

Data guru diinput pada sistem untuk

memilih kriteria dosen sesuai kebutuhan

2 Filing berkas yang tidak rapi. telah menggunakan database sehingga

semua data tersimpan dengan baik dan rapi.

3 Proses pembuatan laporan dan

penyimpanan data belum

terorganisir dengan baik.

Dengan menggunakan sistem aplikasi ini

memudahkan pengolahan guru yang

dibutuhkan dan membuat peringkat dari

guru yang dibutuhkan.

Berdasarkan kelemahan di atas, penulis mengusulkan sistem yang

terkomputerisasi yaitu sistem yang berbasis web karena dengan menggunakan sistem

yang berbasis web, program dapat diakses dari mana saja, sapa saja dan kapan saja.

Sistem ini menggantikan sistem lama yang secara keseluruhan belum

terkomputerisasi. Sistem usulan ini diharapkan dapat menjadikan bahan masukan

untuk Sekolah Permata Harapan dalam hal sistem penerimaan guru.

4.2 Rancangan Sistem Baru

Penentuan guru yang diterima adalah dari kriteria dan kebutuhan untuk

mengajar pada Sekolah Permata Harapan, yaitu kepribadian, kemampuan mengajar,

nilai akademik dan kerjasama tim. Oleh karena itu, dalam penelitian ini akan

menggunakan kriteria guru yang ditentukan oleh kepala sekolah, yaitu pendidikan,

pengalaman, tes skill, tes wawancara dan usia.

Page 72: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

57

4.2.1 Desain Sistem Perancangan

Adapun tujuan dari disain sitem perancangan ini adalah untuk memberikan

gambaran secara umum kepada user tentang sistem yang baru. Dalam hal ini menitik

beratkan pada sistem-sistem yang diusulkan meliputi aliran sistem informasi, context

diagram (CD), data flow diagram (DFD) level 1, entity relationship diagram (ERD),

dan struktur program.

4.2.2 Aliran Sistem pendukung Keputusan Yang Diusulkan

Aliran sistem informasi menggambarkan perpindahan data dari suatu entity ke

entity lainya yang akan menghasilkan suatu proses sistem informasi yang ada.

Proses seleksi pelamar kerja yang di usulkan di Sekolah Permata Harapan adalah

sebagai berikut:

1 Pelamar memberikan surat lamaran beserta syarat-syarat yang diperlukan oleh

perusahaan.

2 Bagian personalia akan menyeleksi pelamar berdasarkan nilai kriteria. Jika pada tahap ini

pelamar memenuhi semua persyaratan maka akan masuk ke tahap berikutnnya.dan jika

tidak maka data-data pelamar akan dijadikan arsip.

3 Pada tahap kedua bagian HRD akan melakukan test.

4 Jika pada seleksi terdapat pelamar yang tidak lolos maka data-data pelamar akan

dijadikan arsip oleh bagian HRD. Sedangkan jika pada saat seleksi terdapat pelamar yang

lolos maka data-data pelamar lolos seleksi akan diberikan ke yayasan untuk disahkan.

5 Setelah disahkan data-data akan diarsipkan oleh bagian sekolah.

Page 73: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

58

Aliran data dari desain usulan sistem informasi ini akan digambarkan dalam

sebuah diagram aliran sistem pada gambar 4.2 berikut :

Pelamar HRD Kepala Sekolah

Tidak

Start

Formulir Pendaftaran

Mengisi Formulir

Pendaftaran

SPK Penerimaan

Guru Proses Seleksi

Di terima

/ tidak

Database

Karyawan

Mencari

Informasi selanjutnya

Page 74: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

59

Ya

Gambar 4.2 Aliran Sistem Informasi yang diusulkan

End

Page 75: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

60

4.3. Cara Kerja Sistem

Penentuan guru yang diterima adalah dari kriteria dan kebutuhan pada Sekolah

Permata Harapan, yang ditentukan oleh perusahaan dengan menggunakan 5 (lima)

kriteria sebagai berikut :

1. Pendidikan Terakhir (C1)

Merupakan aspek penilaian oleh perusahaan kepada calon guru berdasarkan pendidikan

terakhir. Dalam hal ini pihak Sekolah Permata Harapan membagi kriteria ini menjadi

berdasarkan tingkat SMA, D3, S1 dan S2.

2. Pengalaman (C2)

Merupakan aspek penilaian oleh perusahaan kepada calon guru, dikarenakan tenaga kerja

yang berpengalaman lebih berkualitas dalam melaksanakan pekerjaannya.

3. Usia (C3)

Merupakan aspek penilaian oleh perusahaan kepada calon guru, dimana dalam hal ini

pihak Sekolah Permata Harapan menyeleksi calon guru yang melamar dengan usia 25

tahun – 35 tahun.

4. Tes Skill (C4)

Merupakan aspek penilaian oleh perusahaan kepada calon guru, dimana dalam hal ini

pihak Sekolah Permata Harapan melakukan tes praktek atas kemampuan calon guru

dalam proses belajar mengajar.

5. Wawancara (C5)

Merupakan aspek penilaian oleh perusahaan untuk mendapatkan informasi dari calon

guru terkait kemampuan, keterampilan, maupun kepribadian dari calon guru tersebut.

4.3.1 Pemberian Bobot Per Kriteria

Page 76: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

61

Langkah awal metode Simple Additive Weighting adalah pemberian nilai bobot

di setiap kriteria pelamar yaitu: Pengalaman kerja, pendidikan, usia, tes skill dan

wawancara. Perusahaan memberikan bobot untuk setiap kriteria sebagai berikut :

4.2 Tabel Pemberian Bobot Kriteria

Nama Kriteria Bobot

C1 Pendidikan 25

C2 Pengalaman Kerja 30

C3 Usia 10

C4 Tes skill 20

C5 Wawancara 15

Total 100

Ada 3 alternatif yang diberikan yaitu :

A1 = ARYA

A2 = JESICA

A3= ANGEL

Beberapa langkah untuk melakukan perhitungan penerimaan karyawan baru

menggunakan metode Simple Additive Weighting (SAW) yaitu:

1. Memberikan nilai dan bobot untuk setiap alternatif pada setiap kriteria yang sudah

ditentukan.

Tabel 4.3 Tabel Nilai dan Bobot untuk Krite ria

Page 77: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

62

C1, C2, C3,C4, C5

Nilai Tertulis Nilai Kriteria Keterangan

76 – 100 100 Sangat Baik

51 – 75 75 Baik

31 – 50 50 Cukup

< 30 25 Kurang

2. Menentukan rating kecocokan.

Tabel 4.4 Rating Kecocokan dari Setiap Alternatif pada Setiap Kriteria

Alternatif

Kriteria

C1 C2 C3 C4 C5

ARYA 100 100 50 75 100

JESICA 50 50 100 50 75

ANGEL 25 75 75 100 50

3. Pembentukan matriks keputusan

1 1 0.5 0.75 1 Y11 Y12 Y13 Y14

Y15

0.5 0.5 1 0.5 0.75 Y21 Y22 Y23 Y24

Y25

X = Identik dengan X =

0.25 0.75 0.75 1 0.5 Y31 Y32 Y33 Y34

Y35

4. Hitung nilai normalisasi dari setiap alternatif

rij =

Xij Jika J adalah atribut

keberuntungan (benefit)

Min Xij Jika J adalah

atribut

biaya (cost) Max Xij Xij

Hasil matriks ternormalisasi (R) adalah sebagai berikut:

Page 78: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

63

1 1 0.5 0.75 1

R = 0.5 0.5 1 0.5 0.75

0.25 0.75 0.75 0.1 0.5

5. Tentukan bobot yang akan digunakan untuk proses perangkingan

w = 0.3 0.25 0.1 0.2 0.15

6. Pencarian perangkingan atau nilai terbaik dengan memasukkan setiap kriteria yang

diberikan dengan menggunakan rumus:

vij = ∑

Hasil perangkingan berdasarkan yang terbaik sebagai berikut:

Tabel 4.5 Tabel Hasil Perangkingan

Nama Nilai

ARYA 0.9

ANGEL 0.613

JESICA 0.588

Tabel 4.6 Tabel Kualifikasi Hasil Perangkingan

Hasil Kualifikasi Keterangan

76 – 100 A Sangat Baik

51 – 75 B Baik

31 – 50 C Cukup

< 30 D Kurang

4.4 Diagram Konteks

Diagram Konteks merupakan gambaran dasar proses antara aplikasi sistem

pendukung keputusan rekrutmen guru baru. Dimana admin menginputkan kriteria

yang telah ditentukan dan pemberian bobot tiap kriteria untuk mencari nilai

Page 79: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

64

normalisasi tiap kriteria. Input data sub kriteria untuk masing – masing kriteria

berdasarkan nilai tertinggi tiap kriteria. Input alternatif atau calon pelamar dengan

memberikan nilai pada tiap kriteria. Proses perhitungan menggunakan metode

SAW dan terakhir laporan hasil keputusan.

Gambar 4.3 Diagram Konteks

4.4.1 Data Flow Diagram ( DFD) Level 1

Data Flow Diagram (DFD) sering digunakan untuk menggambarkan suatu

sistem lama/sistem baru yang akan dikembangkan secara logika tanpa harus

mempertimbangakan lingkungan fisik dimana data tersebut mengalir. DFD

merupakan alat yang digunakan pada metodologi engembangan sistem yang

terstuktur (structure analisys design). DFD level 1 merupakan penjabaran context

diagram. Dan dapat dilihat pada gambar 4.4 berikut :

Page 80: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

65

Gambar 4.4 Data Flow Diagram (DFD)

4.5 Rancangan Database

Dalam perancangan sistem ini penulis membuat beberapa tabel yang tergabung

pada database SAW. Database ini digunakan untuk penyimpanan data yang ada pada

sistem ini. Adapun tabel yang digunakan sebagai berikut:

Page 81: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

66

1. Tabel User

Tabel ini berisi data-data user. Adapun isi dari tabel user adalah user id, username, dan

password.

Tabel 4.7 Tabel User

Nama field Type Length Ket

Id_user Int 11 Primary key

User Varchar 16

Pass Varchar 16

2. Tabel Kriteria

Tabel ini berisi data-data kriteria. Adapun isi dari tabel ini adalah kode kriteria dan nama

kriteria.

Tabel 4.8 Tabel Kriteria

Nama field Type Length Ket

Kode_kriteria Varchar 16 Primary key

Nama_kriteria Varchar 255

3. Tabel Alternatif.

Tabel ini berisi kode alternatif, nama alternatif, keterangan, total, dan rank

Tabel 4.9 Tabel Alternatif

Nama field Type Size Ket

Kode_alternatif Varchar 16 Primary key

Nama_alternatif Varchar 255

Keterangan Varchar 255

Total Double

Rank Int 11

4. Tabel Relasi Kriteria.

Tabel ini berisi database yang terhubung dengan tabel kritertia, bertujuan untuk

menyimpan data bobot kriteria.

Page 82: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

67

Tabel 4.10 Tabel Relasi Kriteria

Nama field Type Length Ket

Id_rel Int 11 Primary key

ID1 Varchar 16

ID2 Varchar 16

Nilai Double

5. Tabel Relasi Alternatif

Tabel ini berisi database yang terhubung dengan tabel alternatif, bertujuan untuk

menyimpan data bobot alternatif.

Tabel 4.11 Tabel Relasi Alternatif

Nama field Type Size Ket

Id_rel Int 11 Primary key

Kode1 Varchar 16

Kode2 Varchar 16

Kode_kriteria Varchar 16

Nilai Double

4.5.1 Normalisasi

Normalisasi adalah suatu teknik untuk mengorganisasi data ke dalam tabel-tabel untuk

memenuhi kebutuhan pemakai di dalam suatu perusahaan.

1. Tabel Unnormal.

Di dalam tabel ini data atau field masih belum berada di tabel yang seharusnya.

Page 83: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

68

Tabel 4.12 Tabel Unnormal

Id_user

User

Pass

Kode_kriteria

Nama_kriteria

Kode_alternatif

Nama_alternatif

Keterangan

Total

Rank

Id_rel

ID1

ID2

Nilai

Kode1

Kode2

2. Tabel Normal Pertama (1NF).

Dalam tabel ini, telah ditentukan primary key setiap masing-masing tabel.

Page 84: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

69

Tabel 4.13 Tabel Normal Pertama (1NF)

Id_user *

User

Pass

Kode_kriteria *

Nama_kriteria

Kode_alternatif *

Nama_alternatif

Keterangan

Total

Rank

ID *

ID1

ID2

Nilai

ID*

Kode1

Kode2

Kode_kriteria

nilai

3. Tabel Normal Kedua (2NF).

Page 85: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

70

Tabel 4.14 Tabel Normal Kedua

Id_user *

Kode_alternatif * ID *

User

Nama_alternatif ID1

Pass

Keterangan ID2

Total Nilai

Kode_kriteria *

Rank

Nama_kriteria

ID*

Kode1

Kode2

Kode_kriteria**

nilai

4.5.2 Entity Relationship Diagram (ERD)

Entity Relationship Diagram (ERD) merupakan hubungan penterjemahan yang

berisi komponen-komponen himpunan entiti dan himpunan relasi yang dilengkapi

dengan atribut-atribut menghubungkan entiti tersebut digunakan key field (Primary

Key Atribut) dari masing-masing entity. Dapat dilihat pada gambar 4.5 berikut ini

Page 86: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

71

Gambar 4.5 Entity Relationship Diagram (ERD)

4.6 Rancangan Tampilan Antarmuka (Interface)

Merupakan sebuah gambaran dasar atau umum pada sebuah aplikasi yang akan

dibuat, dengan tujuan memberikan kemudahan pemakai dalam menjalankan program

tersebut. Berikut ini rancangan tampilan dari aplikasi sistem penunjang keputusan

penerimaan guru dengan metode Simple Additive Weighting (SAW) :

1. Rancangan Form Login

Form ini merupakan akses awal bagi user saat menjalankan program ini, adapun

rancangan form login ialah sebagai berikut:

Username

Password

Silahkan masuk

Masuk

Page 87: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

72

Gambar 4.6 Perancangan Form Login

2. Menu Utama

Halaman ini akan muncul pada saat program dijalankan setelah user berhasil masuk

melalui form login. Adapun tampilan rancangan menu utama adalah sebagai berikut:

Gambar 4.7 Rancangan Menu Utama

3. Rancangan Data Calon Guru

Berikut ini rancangan tampilan menu data guru yang berguna untuk memasukkan data

calon guu.

Sistem Pendukung Keputusan

Penerimaan Guru di

Sekolah Permata Harapan

SPK SAW

Beranda

Alternatif

Kriteria

Calon Guru

Sub Alternatif

Bobot Alternatif

Perhitungan

Hasil

Pencarian Refresh Tambah Cetak

Calon Guru

Admin

Page 88: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

73

Gambar 4.8 Rancangan Data Calon Guru

4. Rancangan Menu Kriteria

Berikut ini rancangan tampilan menu kriteria yang berguna untuk memasukkan data

kriteria.

Gambar 4.9 Rancangan Kriteria

5. Rancangan Menu Sub Kriteria

Berikut ini rancangan tampilan menu nilai yang digunakan untuk memasukkan

perbandingan nilai bobot kriteria dan alternatif.

Kriteria

Pencarian Refresh Tambah

Sub Kriteria

Pencarian Refresh Tambah

Page 89: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

74

Gambar 4.10 Rancangan Menu Sub Kriteria

6. Rancangan Menu Nilai Bobot

Berikut ini rancangan tampilan menu nilai yang digunakan untuk memasukkan

perbandingan nilai bobot kriteria dan alternatif.

Gambar 4.11 Rancangan Menu Nilai Bobot

7. Rancangan Menu Perhitungan

Berikut ini rancangan tampilan dari menu perhitungan yang berfungsi untuk

menampilkan proses dan hasil perhitungan menggunakan metode Simple Additive

Weighting (SAW).

Gambar 4.12 Rancangan Menu Perhitungan

Perhitungan Pencarian Refresh Tambah Cetak

Nilai Bobot

Pencarian Refresh

Page 90: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

75

8. Rancangan Menu Hasil Perankingan

Berikut ini rancangan tampilan dari menu hasil perankingan yang berfungsi untuk

menampilkan hasil akhir menggunakan metode Simple Additive Weighting (SAW) pada

gambar

Gambar 4.13 Rancangan Menu Hasil Perangkingan

9. Rancangan Menu Password

Berikut ini rancangan tampilan menu password yang berguna bagi user untuk untuk

melakukan perubahan data login, yaitu berupa perubahan password lama, pada gambar

4.14 :

Gambar 4.14 Rancangan Menu Password

Hasil Perangkingan Pencarian Refresh Cetak

Password lama

Password baru

Konfirmasi Password baru

Ubah Password

Simpan

Page 91: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

76

4.6.1 Implementasi Sistem

Implementasi adalah suatu proses untuk menempatkan sistem informasi baru ke

dalam sistem yang sudah ada (sistem lama). Implementasi sistem merupakan tahap

akhir dari perancangan sistem. Berikut ini menu-menu yang ada di program sistem

pendukung keputusan penerimaan guru di Sekkolah Permata Harapan:

1. Menu Login

Menu ini berfungsi sebagai halaman login admin, dimana admin dapat melakukan login

dengan memasukkan nama username dan password. Jika login berhasil admin akan

masuk ke menu utama. Berikut tampilan menu login pada gambar 4.15 di bawah ini:

Gambar 4.15 Tampilan Menu Login

2. Menu Halaman Utama

Menu ini merupakan halaman utama, terdiri dari menu data alternatif, kriteria, sub

kriteria, nilai bobot, perhitungan dan hasil perangkingan. Berikut tampilan:

Page 92: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

77

Gambar 4.16 Tampilan Menu Halaman Utama

3. Menu Calon Guru

Pada menu calon guru ini berfungsi untuk memasukkan data alternatif. Dimana dalam

menu ini, user dapat melakukan tambah data, hapus data, ubah data, serta pencarian data.

Gambar 4.17 Tampilan Menu Calon Guru

4. Menu Kriteria

Page 93: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

78

Pada menu kriteria ini berfungsi untuk memasukkan data kriteria. Sama halnya pada

menu calon guru, dalam menu ini user juga dapat melakukan tambah data, hapus data,

ubah data, serta pencarian data.

Gambar 4.18 Tampilan Menu Halaman Kriteria

5. Menu Nilai Bobot

Pada menu ini terdapat dua sub menu, yaitu menu nilai bobot kriteria dan nilai bobot

alternatif. Menu ini berfungsi untuk memasukkan perbandingan nilai bobot kriteria dan

alternatif. Berikut tampilan menu nilai bobot kriteria pada gambar di bawah ini:

Gambar 4.19 Tampilan Menu Nilai Bobot Kriteria

Page 94: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

79

Pada menu nilai bobot kriteria dilakukan penentuan nilai perbandingan antara

kriteria satu dengan yang lain berdasarkan tingkat kepentingannya. Begitu pula pada

menu nilai bobot alternatif, user menentukan perbandingan alternatif satu terhadap

lainnya, namun sebelumnya user harus menentukan kriteria yang akan di nilai

terhadap perbandingan alternatif. Berikut tampilan menu nilai bobot kriteria pada

Sekolah Permata Harapan

Gambar 4.20 Tampilan Menu Nilai Bobot Alternatif

6. Menu Perhitungan

Pada menu ini menampilkan hasil perhitungan analisa, normalisasi dan hasil

perangkingan dari menu nilai bobot yang telah di tentukan tadi. Dalam menu ini juga di

tampilkan sebuah peringkat yang menjadi penentu pelamar mana yang akan di terima

menjadi guru di Sekolah Permata Harapan.

Page 95: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

80

Gambar 4.21 Tampilan Menu Perhitungan Analisa

Gambar 4.22 Tampilan Menu Normalisasi

Gambar 4.23 Tampilan Menu Perangkingan

7. Tampilan Menu Password

Menu ini berfungsi bagi user untuk merubah data login, dengan merubah password lama

Page 96: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

81

Gambar 4.24 Tampilan Menu Password

8. Tampilan Laporan

Tampilan laporan hasil akhir pada gambar di bawah ini :

Gambar 4.25 Tampilan Laporan Hasil Akhir

4.7 Pengujian Black Box

Black box testing terfokuskan pada apakah unit program memenuhi kebutuhan

fungsional yang telah dijelaskan. Cara pengujiannya dilakukan dengan cara

menjalankan program yang telah dibuat, kemudian diamati apakah sudah sesuai

dengan apa yang diinginkan. Hasil black box testing yang telah dilakukan dapat

dilihat pada tabel di bawah.

Page 97: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

82

Tabel 4.15 Tabel Pengujian Black Box

No Skenario

Pengujian Test Case Hasil yang

Diharapkan Hasil Pengujian Kesimpul

an

1 Mengosongkan username dan password, lalu klik tombol

“Masuk”

Sistem akan menolak akses login dan menampilkan pesan “Salah Kombinasi user name dan password”

Sesuai

2 Mengisikan username dan password, lalu klik tombol

“Masuk”

Sistem menerima akses login dan masuk ke menu utama lengkap dengan status bar tentang

pengguna

Sesuai

3 Input data Kriteria tidak lengkap (ada kolom yang tidak terisi), lalu klik tombol

“Simpan”

Sistem tidak akan menyimpan data Kriteria jika ada kolom yang tidak terisi dan menampilkan pesan “lengkapi data kriteria”

Sesuai

Page 98: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

83

BAB V

PENUTUP

5.1. Kesimpulan

Berdasarkan hasil pembahasan maka penulis dapat mengambil beberapa

kesimpulan antara lain :

1. Dibuatkan sebuah software yaitu Sistem Pendukung Keputusan Penerimaan

Guru baru menggunakan metode SAW.

2. Sistem ini dibuat secara terkomputerisasi sehingga datanya akan lebih mudah

dicari dan tidak membutuhkan waktu lama.

3. Penginputan dan pembaruan data akan lebih mudah dengan adanya sistem yang

dibuat saat ini.

4. Dibuatkan sebuah sistem terkomputerisasi dengan login, jadi yang memiliki

hak akses hanya admin sehingga data akan lebih aman.

a. Kelebihan :

1. Memudahkan pekerjaan pihak sekolah dalam menginputkan dan

mencari data.

2. Efisiensi waktu, tenaga, dan biaya juga akan lebih terkontrol bagi

pihak sekolah.

b. Kekurangan

1. Sistem yang dibuat ini hanya untuk sistem pendukung keputusan

rekrutmen guru, jadi hanya ada beberapa kritreia – kriteria saja yang

telah ditentukan.

5.2. Saran

Pada laporan penelitian ini banyak terdapat keterbatasan, sehingga untuk

lebih mengembangkan hasil pengerjaan Pengembangan Sistem Pendukung

Page 99: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

84

Keputusan Penerimaan Guru di Sekolah Permata Harapan Berbasis Web. Maka

penulis memberikan saran yang dapat digunakan sebagai landasan pengerjaan

sistem yang penulis buat ini, agar hasil yang diperoleh menjadi lebih baik.

1. Diharapkan adanya sistem keamanan agar keamanan sistem lebih terjaga.

2. Sekolah Permata Harapan secepatnya menggunakan Sistem Informasi ini, agar

dapat membantu penerimaan guru.

3. Bagian Administrasi diharapkan adalah petugas yang mengerti IT.

Page 100: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

85

DAFTAR PUSTAKA

Agus Mulyanto. 2013. Sistem Informasi Konsep dan Aplikasi. Yogyakarta : Pustaka

Pelajar.

Alter, Steven.2012.Information System: Foundation of E-Business. Prentice Hall. Andri Kristanto. 2008. Perancangan Sistem Informasi dan Aplikasinya.

Yogyakarta : Penerbit Gava Media.

Anhar. 2010. PHP & MySql Secara Otodidak . Jakarta: PT TransMedia.

Ardhana, YM. 2012. Pemrograman PHP Codeigniter Black Box . Purwokerto : Jasakom.

Arief M Rudianto. 2011. Pemrograman Web Dinamis menggunakan PHP dan

MySQL. Yogyakarta : C.V ANDI OFFSET.

Atika, Fara. 2017. Sistem Pendukung Keputusan Pemilihan Guru Berprestasi di

Kecamatan Kradenan Kabupaten Grobogan Menggunakan Metode Simple Additive Weighting (SAW). Naskah Publikasi. Universitas Muhammadiyah Surakarta.

B, Marshall Romney, dan Steinbart, Paul J. 2015. Sistem Informasi Akuntansi,

Edisi Sembilan, Buku Satu, diterjemahkan: Deny Arnos Kwary dan Dewi

Fitriasari.

Jakarta: Salemba Empat.

Bentley, Lonnie D dan Whitten, Jeffrey L. 2011. Systems Analysis and Design for the

Global Enterprise. (7th edition). New York : McGrawHill.

Bin Ladjamudin, Al Bahra. 2013. Rekayasa Perangkat Lunak . Yogyakarta :Graha

Ilmu.

Brady, M.,& Loonam, J. 2010. Exploring the use of entity-relationship

diagramming as a technique to support grounded theory inquir. Bradford: Emerald Group

Publishing. Connolly, T., Begg, C. 2010. Database Systems: a practical approach to design,

implementation, and management. 5th Edition. America: Pearson Education

Page 101: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

86

Efraim Turban, Jay E.Aronson dan Ting Peng Liang. 2011. Decision Support Systems

and Intelligent Systems, Edisi 7, Jilid 1. New Jersey: Pearson Education, Inc.

Elmasri, Ramez, Navathe, Shamkant B. 2015. Database System. Yogyakarta: Andi.

Eniyati, Sri. 2011. Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa dengan Metode SAW (Simple Additive

Weighting).

Teknologi Informasi DINAMIK.

Henry Wibowo S. 2010. Sistem Pendukung Pengambilan Kesimpulan Seleksi Menerima Beras Untuk Raskin Studi Kasus Desa Dalangan Kabupaten Klaten. Jurnal Penelitian.

Fathansyah. 2012. Basis Data. Bandung: Informatika.

Frieyadie. 2010. Belajar Sendiri Pemrograman Database Menggunakan Foxpro 9.0.

Jakarta : Elex Media Komputindo.

Gunawan, Sabda. 2015. Sistem Pendukung Keputusan Pemilihan Guru Terbaik pada

SMA Negeri 2 Kutacane dengan menggunakan Metode Simple Additive

Weighting (SAW). Jurnal Penelitian.

H.M, Jogiyanto. 2011. Analisis & Desain Sistem Informasi: pendekatan terstruktur

teori dan praktek aplikasi bisnis. Yogyakarta:Andi.

Hanif Al Fatta. 2011. Analisis dan Perancangan Sistem Informasi.

Yogyakarta:Andi.

Hutasoit, Rotua Sihombing, dkk. 2016. Sistem Pendukung Keputusan Pemilihan

Guru Terbaik pada SMK Maria Goretti Pematangsiantar Menggunakan Metode Simple Additive Weighting (SAW). Jurnal Riset Sistem Informasi

dan

Teknik Informatika (Volume 1, Nomor 1, Juli 2016).

Indrajani. 2011. Database Design (Case Study All in One). Jakarta: PT Elex Media

Komputindo.

Page 102: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

87

Kadarsah, Suryadi dan M. Ali Ramdani. 2012. Sistem Pendukung Keputusan:

Suatu Wacana Struktural Idealisasi dan Implementasi Konsep Pengambilan

Keputusan. Bandung: Remaja Rosdakarya. Kusrini. 2015. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta:

Penerbit Andi.

Kusumadewi, Sri dan Purnomo Hari. 2010. Aplikasi Logika Fuzzy, Cetakan Pertama,

Yogyakarta : Graham Ilmu.

Laudon. Kenneth C., dan Laudon. Jane P.2010. Management Information System,

10th ed. Jakarta: Salemba Empat. Moh.Sulhan. 2012. Pengembangan Aplikasi Berbasis Web dengan PHP dan ASP.

Yogyakarta : Penerbit Gava Media.

Nugroho, Bunafit. 2013. Dasar Pemograman Web PHP – MySQL dengan Dreamweaver. Yogyakarta : Gava Media.

O’Brien & Marakas. 2012. Management Information Systems. Sixteenth Edition. New

York: McGraw-Hill/Irwin. Pahlevy RT. 2010. Rancang Bangun Sistem Pendukung Keputusan Menentukan

Penerima Beasiswa dengan Menggunkan SAW.Tugas Akhir, Jurusan Teknik Informatika. Fakultas Teknologi Industri. Universitas Pembangunan

Nasional Veteran. Surabaya.

Paramita, Aulia, dkk. 2017. Aplikasi Sistem Pendukung Keputusan Guru Terbaik Berdasarkan Kinerja dengan Metode Analytical Hierarchy Process (AHP).

Laporan Penelitian.Universitas Indraprasta PGRI. Raymond McLeod,Jr. 2010. Sistem Informasi Edisi 7 Jilid 2. Jakarta:

Prenhallindo.

Rini, Faiza. 2015. Sistem Pendukung Keputusan Pemilihan Guru Terbaik pada SMK

Islam Al-Arief Muaro Jambi. Jurnal Penelitian.

Satzinger, Jackson, Burd. 2012. System Analisis and Design with the Unified

Process. USA: Course Technology, Cengage Learning.

Sukamto, Rosa A. dan M. Salahuddin. 2014. Rekayasa Perangkat Lunak Terstruktur

Page 103: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

88

dan Berorientasi Objek. Bandung: Informatika.

Susanto, Azhar 2013. Sistem Informasi Akuntansi. Bandung: Lingga Jaya.

Sutanta, Edhy. 2011. Basis Data dalam Tinjauan Konseptual. Yogyakarta: Andi.

Sutarman. 2012. Pengantar teknologi Informasi. Jakarta : Bumi Aksara.

Tata Sutabri. 2012. Analisis Sistem Informasi. Yogyakarta : Andi. Vercellis, Bernadth. 2015. Sistem Informasi. Yogyakarta : Lokomedia.

Page 104: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute
Page 105: SISTEM PENDUKUNG KEPUTUSAN PENERIMAAN GURU DENGAN …library.stmikgici.ac.id/skripsi/171300031.pdf · 2.1.14 Macam-macam Metode Fuzzy 19 2.1.15 Algoritma Fuzzy Multiple Attribute

DAFTAR RIWAYAT HIDUP

A. DAFTAR PRIBADI

Nama : Marianna Sipayung

Tempat dan Tanggal Lahir : Haranggaol, 5 Maret 1991

Jenis Kelamin : Perempuan

Agama : Kristen Protestan

Status : Belum Menikah

Alamat : Perum Taman Raya Blok LG No.18

Nama Ayah : Nurdin Sipayung

Nama Ibu : Rentianna Saragih

No.Handphone : 082392590525

B. DATA PENDIDIKAN

a. Tahun 1997 - 2003 SDN 001 Haranggaol

b. Tahun 2003 - 2006 SMP St.Agustinus Haranggaol

c. Tahun 2006 - 2009 SMKN 1 Pematangsiantar

d. Tahun 2014 - 2015 PGSA Keprimall

Demikian daftar riwayat hidup ini saya buat dengan sebenar-benarnya dan dapat

dipertanggungjawabkan.

Batam, 3 Oktober 2018

Marianna Sipayung