23 91 1 PB
23 91 1 PB
Barandotz@ymail.com
Ddsitifatimah@yahoo.co.id
3
Andri_ikhwan@yahoo.com
2
Abstrak - Tujuan penelitian ini untuk untuk membangun sebuah aplikasi sistem pendukung
keputusan penyeleksian calon siswa baru di SMA Negeri 3 Garut. Metodologi yang digunakan
dalam proses sistem pendukung keputusan menggunakan model Simon dan untuk perhitungannya
menggunakan model TOPSIS (Technique For Others Reference by Similarity to Ideal Solution).
Hasil penelitian ini menunjukkan bahwa penggunaan sistem pendukung keputusan penyeleksian
calon siswa baru di SMA Negeri 3 garut ini dapat membantu, mempermudah pekerjaan dan
meminimalisir kesalahan yang dilakukan oleh panitia penyeleksi calon siswa baru di SMA Negeri 3
Garut dalam pengambilan keputusan penerimaan calon siswa baru. Selain itu sistem pendukung
keputusan penyeleksian calon siswa baru ini juga dapat dilakukan dengan lebih optimal, dan waktu
yang diperlukan untuk menyusun dan mengevaluasi penyeleksian calon siswa baru tersebut menjadi
lebih efisien. Terkait dengan penerapan metode TOPSIS untuk sistem pendukung keputusan
penyeleksian siswa baru, berdasar hasil akhir pada tahapan-tahapan yang dilakukan didapatkan
bahwa sistem yang dibangun telah mampu untuk menentukan penyeleksian calon siswa baru
berdasarkan pada aspek-aspek penilaian yang ada.
I.
PENDAHULUAN
SMA Negeri 3 Garut merupakan salah satu lembaga pendidikan yang berada di kecamatan
Cibatu kabupaten Garut, juga merupakan salah satu Sekolah Menengah Atas yang menuju Sekolah
Standar Nasional. Suatu lembaga pendidikan membutuhkan sumber daya manusia yang berkualitas
salah satunya adalah siswa yang dapat mendukung dan mewujudkan tujuan dari lembaga
pendidikan tersebut menjadi suatu lembaga pendidikan yang berstandar nasional, maka diharapkan
lembaga pendidikan dapat menjalankan semua proses belajar-mengajarnya dengan baik. SMA
Negeri 3 Garut memiliki jumlah pendaftar yang cukup meningkat tiap tahunnya sehingga
penyeleksian calon siswa baru di SMA Negeri 3 Garut menjadi sulit.
Penyeleksian siswa baru adalah suatu proses, cara, penyaringan atau pemilihan siswa yang
secara kemampuan akademis adalah calon terbaik untuk belajar disuatu lembaga pendidikan yang
perlu ditentukan secara cepat dan tepat.
Berdasarkan proses penyeleksian calon siswa baru yang sedang berjalan di SMA Negeri 3
Garut, masih dilakukan secara manual serta dalam proses pembuatan laporan masih menggunakan
perangkat lunak aplikasi yaitu microsoft excel, sehingga pengolahan data dan penyeleksian calon
siswa baru memerlukan waktu yang relatif lama.
1
Tujuan penelitian ini untuk membangun sebuah aplikasi sistem pendukung keputusan
penyeleksian calon siswa baru di SMA Negeri 3 Garut yang diharapkan mampu membantu,
mempermudah dan meminimalisir kesalahan yang dilakukan oleh panitia penyeleksi dalam
pengambilan keputusan penerimaan calon siswa baru. Selain itu penyeleksian calon siswa baru ini
juga dapat dilakukan dengan lebih optimal, dan waktu yang diperlukan untuk menyusun dan
mengevaluasi penyeleksian tersebut menjadi lebih efisien.
II.
LANDASAN TEORI
Internet,
intranet,
ekstranet
Sistem lainnya
yang berbasis
komputer
Data: eksternal
dan internal
Manajemen
Data
Manajemen
Model
Model
Eksternal
Subsistem Berbasis
Pengetahuan
Antarmuka Pengguna
Basis Pengetahuan
Organisasional
Manajer (Pengguna)
B. Penyeleksian Siswa
Penyeleksian berasal dari kata seleksi yang berarti pemilihan (untuk mendapatkan yang
terbaik) atau penyaringan. Dengan kata lain seleksi adalah metode dan prosedur yg dipakai oleh
bagian personalia (kantor pemerintah, perusahaan, dan sebagainya) waktu memilih orang untuk
mengisi lowongan pekerjaan. Jadi, penyeleksian adalah proses, cara, perbuatan menyeleksi,
penyaringan atau pemilihan. (Kamus Besar Bahasa Indonesia v1.3).
3. Menentukan matriks solusi ideal positif dan matriks solusi ideal negatif.
4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan
matriks solusi ideal negatif.
5. Menentukan nilai preferensi untuk setiap alternatif.
TOPSIS membutuhkan rating kinerja setiap alternatif Ai pada setiap kriteria Cj yang ternormalisasi,
yaitu:
=
;
dengan i = 1,2,,m; dan j=1,2,,n
Solusi ideal positif
dan solusi ideal negatif
ternormalisasi ( ) sebagai:
;
=
=(
=(
,
,
)
)
dengan
=
j = 1,2,...,n.
Jarak antara alternatif Ai dengan solusi ideal positif dirumuskan sebagai:
dengan i=1,2,...,m
Jarak antara alternatif Ai dengan solusi ideal negatif dirumuskan sebagai:
dengan i=1,2,...,m
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:
=
; dengan i=1,2,...,m
Nilai Vi yang lebih besar menunjukkan bahwa alternatif Ai lebih dipilih.
D. Metodologi Penelitian
Metode sistem pendukung keputusan yang digunakan dalam hal ini yaitu model Simon.
Berikut gambar dari pengembangan model Simon.
Fase Inteligensi
Fase Desain
Fase Pemilihan
Fase Implementasi
Black Box
B. Fase Desain
1) Pemilihan Kriteria
Penerimaan calon siswa baru terdiri dari atas cara I dan cara II. Untuk cara I terdiri atas
penilaian dengan kriteria berdasarkan nilai ujian nasional (NA) dan nilai ujian sekolah (NS).
Sedangkan penilaian cara II menggunakan penambahan kriteria yaitu prestasi non akademik.
Berdasarkan data yang diperoleh dari hasil wawancara didapatkan input kriteria/variabel terlihat
pada tabel 3.1.
Tabel 3.1 Input Kriteria
Nama Kriteria/Variabel
Domain
[1,100]
[1,100]
[1,100]
2) Pembobotan Kriteria
Pada pendekatan ini digunakan pendekatan subjektif yaitu nilai bobot ditentukan berdasarkan
subjektifitas dari para pengambil keputusan. Nilai bobot kepentingan tiap kriteria terlihat pada tabel
3.2.
Tabel 3.2 Nilai Bobot
Penilaian Cara I
Nama Kriteria/Variabel
Bobot (W)
65%
35%
Penilaian Cara II
Nama Kriteria/Variabel
Bobot (W)
60%
30%
10%
C. Fase Pemilihan
1) Perhitungan TOPSIS
Data seorang siswa 1 :
Kriteria 1 Nilai Ujian Nasional = 30,90 dengan rata-rata NA = 7,70
Kriteria 2 Nilai Ujian Sekolah = 86,51 dengan rata-rata NS = 7,86
Kriteria 3 Prestasi Non akademik = Tidak ada
Langkah-langkah perhitungan:
1. Membuat matriks keputusan yang ternormalisasi
|x| =
= 91,86
R1 =
=
= 0,336
R2 =
=
2.
3.
4.
5.
= 0,941
Membuat matriks keputusan yang ternormalisasi terbobot
Y1 = W1 * R1
= 65% * 0,336
= 0,2186
Y2 = W2 * R2
= 35% * 0,941
= 0,3296
Keterangan :
Nilai bobot (W) diambil dari penilaian cara I karena siswa tersebut tidak memiliki kriteria
prestasi non akademik.
Menentukan solusi ideal positif dan solusi ideal negatif
Y+ = max {0,2186 ; 0,3296} = 0,3296 = A+
Y- = min {0,2186 ; 0,3296} = 0,2186 = AMenentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan
matriks solusi ideal negatif.
D+ =
= 0,5741
D- =
= 0,4675
Menentukan nilai preferensi
V=
= 0,448
R1 =
=
= 0,31
R2 =
=
= 0,95
2. Membuat matriks keputusan yang ternormalisasi terbobot
Y1 = W1 * R1
= 65% * 0,31
= 0,2015
Y2 = W2 * R2
= 35% * 0,95
= 0,3325
Keterangan :
Nilai bobot (W) diambil dari penilaian cara I karena siswa tersebut tidak memiliki kriteria
prestasi non akademik.
3. Menentukan solusi ideal positif dan solusi ideal negatif
Y+ = max {0,2015 ; 0,3325} = 0,3325 = A+
Y- = min {0,2015 ; 0,3325} = 0,2015 = A4. Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal positif dan
matriks solusi ideal negatif.
= 0,5766
D+ =
D- =
= 0,4488
5. Menentukan nilai preferensi
V=
= 0,437.
D. Fase Implementasi
1) Analisis Kebutuhan Sistem
a. Analisis Perangkat Keras
b. Analisis Perangkat Lunak
2) Desain Sistem
Dari hasil analisis terhadap sistem pendukung keputusan penyeleksian calon siswa baru,
penulis menggunakan sebuah model yang dinamakan Data Flow Diagram (DFD) untuk
memperlihatkan hubungan fungsional dari data yang diproses oleh sistem, termasuk data masukan,
data keluaran serta tempat penyimpanan internal.
Gambar 3.1 Diagram Konteks Sistem Pendukung Keputusan Penyeleksian Siswa Baru
3) Desain Aplikasi
IV. KESIMPULAN/RINGKASAN
Penggunaan sistem pendukung keputusan penyeleksian calon siswa baru di SMA Negeri 3
garut ini dapat membantu, mempermudah pekerjaan dan meminimalisir kesalahan yang dilakukan
oleh panitia penyeleksi calon siswa baru di SMA Negeri 3 Garut dalam pengambilan keputusan
penerimaan calon siswa baru. Selain itu sistem pendukung keputusan penyeleksian calon siswa baru
ini juga dapat dilakukan dengan lebih optimal, dan waktu yang diperlukan untuk menyusun dan
mengevaluasi penyeleksian calon siswa baru tersebut menjadi lebih efisien. Terkait dengan
penerapan metode TOPSIS untuk sistem pendukung keputusan penyeleksian siswa baru, berdasar
hasil akhir pada tahapan-tahapan yang dilakukan didapatkan bahwa sistem yang dibangun telah
mampu untuk menentukan penyeleksian calon siswa baru berdasarkan pada aspek-aspek penilaian
yang ada.
DAFTAR PUSTAKA
[1]
[2]
[3]
Kusrini., 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Andi Offset,
Yogyakarta.
Kusumadewi, S., dkk., 2006, Fuzzy Multi-Attribute Decision Making (Fuzzy MADM),
Graha Ilmu, Yogyakarta.
Turban, E., dkk., 2005, Decision Support systems and Intelligent Systems Edisi 7 Jilid 1,
Andi, Yogyakarta.
http://jurnal.sttgarut.ac.id
10