Anda di halaman 1dari 19

DEPARTEMEN

PENDIDIKAN

DAN

KEBUDAYAAN
FAKULTAS

MATEMATIKA

PENGETAHUAN

ALAM

DAN

ILMU

UNIVESITAS

NEGERI

SEMARANG

PROPOSAL SKRIPSI
NAMA

: MUHAMMAD HASAN

NIM

: 4111411035

PRODI

: Matematika, S1

I. JUDUL
APLIKASI
PENDUKUNG

FUZZY

METODE

KEPUTUSAN

ELECTRE
UNTUK

DALAM

SISTEM

PEMILIHAN

STAFF

PENGURUS SEKOLAH MTS MIFTAHUSSALAM 1 DEMAK.


II. PENDAHULUAN
II.1.
LATAR BELAKANG
Kemajuan teknologi informasi semakin meluas dalam segala aspek
kehidupan, yang dalam penerapannya dapat membantu pekerjaan manusia.
Dalam kehidupan sehari-hari manusia selalu menemui masalah tentang
pengambilan keputusan. Besar atau kecilnya resiko yang diperoleh sesuai
dengan keputusan yang telah diambil. Pada masa kini, banyak manusia sudah
tidak lagi mencari-cari sendiri alternatif untuk dijadikan keputusan, melainkan
menggunakan sistem pendukung keputusan yang menyediakan alternatif
pilihan untuk dijadikan keputusan. Bahkan di dunia pendidikan pun para
perencana menggunakan sistem ini sebagai pendukung dalam pengambilan
keputusan. Dengan ada banyaknya kriteria untuk menentukan pengambilan
keputusan maka diperlukan pendukung pengambilan keputusan multi kriteria.
Multiple Attribute Decision Making (MADM) adalah salah satu metode
yang mampu melakukan pengambilan keputusan terhadap beberapa alternatif
keputusan yang harus di ambil dalam beberapa variabel yang akan menjadi

bahan pertimbangan. Di dalam Multiple Attribute Decision Making (MADM)


ada beberapa metode yang dapat digunakan, yaitu Simple Additive Weighting
Method (SAW), Weighted Product (WP), Elimination Et Choix TRaduisant
la realitE (ELECTRE), Technique for Order Preference by Similarity to
Ideal Solution (TOPSIS), Analitic Hierarchy Process (AHP).
Pada setiap instansi, kegiatan penilaian terhadap kinerja karyawan
merupakan kegiatan yang umum dilakukan. Demikian pula dalam instansi
pendidikan, dianggap perlu untuk melakukan penilaian terhadap kerja
karyawannya, dalam hal ini adalah guru. Penilaian tersebut dilakukan untuk
mengetahui pengaruh pengajaran guru terhadap siswa. Peran guru sebagai
pengajar dalam proses belajar mengajar sangatlah penting. Guru menjadi
tumpuan utama dalam transformasi ilmu yang diberikan oleh pihak instansi
pendidikan kepada siswanya.
Mts Miftahussalam 1 Demak merupakan salah satu Mts/SMP yang
terdapat di Demsk yang selalu berupaya dalam peningkatan mutu internal
secara berkelanjutan agar dapat bersaing dengan sekolah lainnya. Salah satu
upaya yang dilakukan adalah dengan melakukanPemilihan staf pengurus
sekolah. Proses pemilihan tersebut masih dilakukan secara manual dan
diimplementasikan dalam bentuk excel, sehingga memerlukan waktu yang
cukup lama untuk melakukan pengolahan data. Maka dari itu perlu dibuatkan
aplikasi pemilihan staf pengurus sekolah yang lebih baik. Disamping
mempermudah pihak yayasan/sekolah dalam menentukan staf terbaik, hasil
yang diperoleh juga akan lebih baik. Karena dari sistem awal yang masih
menggunakan sistem manual terdapat banyak kecurangan dengan cara
memanipulasi data yang ada, maka dengan sistem baru yang akan
dikembangkan

dengan

bahasa

pemrograman

berbasis

online

dapat

memberikan hasil yang memuaskan.


Sistem yang nantinya akan dibangun dalam penulisan skripsi ini adalah
sistem pengambilan keputusan pemilihan staf pengurus Mts Miftahussalam 1
Demak. Adapun metode Multiple Attribute Decision Making (MADM) yang
saya gunakan adalah metode Elimination Et Choix TRaduisant la realitE
(ELECTRE). metode Elimination Et Choix TRaduisant la realitE (ELECTRE)
adalah suatu metode pengambilan keputusan multikriteria berdasarkan proses

Outrangking dengan menggunakan perbandingan berpasangan dari alternatifalternatif berdasarkan setiap kriteria yang sesuai.
Berdasarkan uraian diatas maka peneliti bermaksud melaksanakan
penelitian dengan judul: Aplikasi Fuzzy Metode ELECTRE dalam Sistem
Pendukung Keputusan untuk Pemilihan Staf Pengurus Sekolah Mts
Miftahussalam 1 Demak

II.2.

RUMUSAN MASALAH
Berdasarkan latar belakang di atas maka rumusan masalah yang sesuai

adalah sebagai berikut:


1. Bagaimana merancang dan membangun sistem pendukung keputusan
pemilihan staf pengurus menggunakan metode ELECTRE?
2. Bagaimana implementasi metode ELECTRE pada sistem pendukung
keputusan pemilihan staf pengurus Mts Miftahussalam 1 Demak?
II.3.

BATASAN MASALAH
Dari latar belakang di atas, agar pembahasan tidak terlalu luas maka

diperlukan pembatasan masalah sebagai berikut:


1. Metode ELECTRE digunakan untuk menguji kelayakan calon pegawai.
Bagaimanakah calon staf pengurus itu layak menjadi staf pengurus Mts
Miftahussalam 1 Demak.
2. Sistem digunakan untuk menyelesaikan perekrutan staf pengurus Mts
Miftahussalam Demak.
3. Perangkat lunak ini dibangun dengan menggunakan PHP dan MySQL
sebagai databasenya.
II.4.
TUJUAN PENELITIAN
Tujuan yang ingin dicapai dalam penelitian ini adalah:
1. Dapat mengimplementasikan metode ELECTRE pada proses pengangkatan
staf pengurus Mts Miftahussalam 1 Demak.
2. Untuk mengetahui hasil implementasi dari metode ELECTRE pada data
hasil staf pengutus Mts Miftahussalam 1 Demak menggunakan aplikasi
PHP MySQL yang sudah dirancang.
II.5.

MANFAAT PENELITIAN

Model yang dihasilkan pada penelitian ini diharapkan dapat digunakan


oleh pihak yang berkepentingan untuk pemilihan calon pegawai yang terbaik.
Adapun manfaat lain yang dapat diperoleh dalam penelitian ini adalah:
1. Manfaat bagi penulis
Menambah wawasan tentang materi fuzzy metode ELECTTRE sehingga
dapat dipakai untuk menentukan aturan fuzz sebuah kasus.
2. Manfaat bagi pembaca
Dapat sebagai acuan dan pembelajaran fuzzy metode ELECTRE.

III. TINJAUAN PUSTAKA


III.1. Sistim Pendukung Keputusan
Konsep sistem pendukung keputusan diperkenalkan pertama kali oleh
Michael S. Scoott Morton pada tahun 1970-an dengan istilah Management
Decision Sistem (Sprague, 1982). SPK dirancang untuk mendukung seluruh
tahapan pengambilan keputusan mulai dari mengidentifikasi masalah,
memilih data yang relevan, menentukan pendekatan yang akan digunakan
dalam

proses pengambilan keputusan, sampai mengevaluasi pemilihan

alternatif.
Sistem pendukung keputusan adalah suatu sistem informasi spesifik yang
ditujukan untuk membantu manajemen dalam mengambil keputusan yang
berkaitan dengan persoalan yang bersifat semi terstruktur dan tidak
terstruktur.
Menurut Herbert A. Simon (1977) ada beberapa tahap proses atau
fase-fase dalam pengambilan keputusan yaitu tiga fase utama : inteligensi,
desain, dan kriteria. Ia kemudian menambahkan fase keempat, yakni
implementasi. Monitoring dapat dianggap fase kelima. Akan tetapi turban
dkk memandang monitoring sebagai fase inteligensi yang diterapkan pada
fase implementasi. Model simon merupakan karakterisasi yang paling kuat
dan lengkap mengenai pengambilan keputusan rasional (Turban dkk,
2005). Berikut penjelasan dari keempat fase simon :
1. Fase Penelusuran (Intelligence)
Tahap ini merupakan proses penelusuran dan pendeteksian dari
lingkup problematika serta proses pengenalan masalah. Data masukan
diperoleh, diproses, dan diuji dalam rangka mengidentifikasikan masalah.
2. Fase Perancangan (Design)
Pada tahap ini dilakukan dengan melakukan perancangan seperti:
perancangan fitur, menu aplikasi, perancangan data, perancangan
arsitektur, perancangan interface dan perancangan prosedur.
3. Fase Pemilihan (Choice)
Pada tahap ini dilakukan proses pemilihan diantara berbagai alternative
tindakan yang mungkin dijalankan. Hasil pemilihan tersebut kemudian
diimplementasikan dalam proses pengambilan keputusan.
4. Fase Implementasi (Implementation)
Tahapan ini merupakan tahapan optional dalam pengembangan perangkat
lunak. Bagian ini terjadi ketika sistem yang di maksud telah selesai

dan mengalami

perubahan

ataupun

permintaan penambahan

fitur

dikemudian hari.
SPK memiliki beberapa karakteristik yaitu :
1. SPK membuat dukungan bagi pembuat keputusan, terutama pada
keputusan semi terstruktur dan tidak terstruktur.
2. SPK bersifat fleksibel.
3. SPK harus mudah digunakan, Bersahabat, dan efektif.
4. SPK mempunayai tujuan khusus untuk mendukung, tetapi tidak
menggantikan peran pembuat keputusan.
Seperti di dalam pengembangan sistem yang lain, pengembangan
DSS juga memiliki langkah-langkah yang sistematis. Biasanya seorang
pengembangan sistem DSS dalam menentukan langkah-langkah disesuaikan
dengan keperluan, keahlian, waktu, tenaga dan peralatan yang mendukung
terhadap keberhasilan pengembangan sistem DSS.
Menurut Keen dan Scott Morton (1978) dan Meador (1984) proses
pengembangan SPK melalui beberapa tahap yaitu : Planning, Research,
System

Analysis

and

Conceptual

Design,

Design,

Construction,

Implementation, Maintenance and Documentation dan terakhir Adaptation.


Idealnya sebuah sistem mengalir ke bawah, untuk pengembangannya sistem
dapat kembali ke fase sebelumnya.
1. Tahap Perencanaan Sistem
Tahap perencanaan adalah tahap awal pengembangan sistem. Perencanaan
sistem adalah merencanakan pengembangan sistem secara umum. Pada
tahap ini didefinisikan perkiraan kebutuhan-kebutuhan sumber daya seperti
perangkat fisik, manusia, metode (teknik dan operasi), dan anggaran yang
sifatnya masih umum (belum detail/rinci).
2. Tahap Penelitian / Riset
Tahap ini melibatkan identifikasi pendekatan yang relevan untuk mengatasi
kebutuhan pengguna dan sumber daya yang tersedia (hardware, software,
vendor, sistem, mempelajari atau terkait pengalaman dalam organisasi dan
review penelitian yang relevan lainnya). Di sini, lingkungan SPK
hubungannya sangat erat.
3. Tahap Analisis Sistem
Tahap analisis sistem adalah tahap penelitian atas sistem yang telah
ada dengan tujuan untuk merancang sistem yang baru atau diperbaharui,
Artinya analisis sistem ini menganalisa permasalahan terhadap sistem

yang akan dibangun, sehingga menemukan solusi dalam melakukan tahap


perancangan sebuah sistem.
4. Tahap Desain
Tahap desain sistem adalah tahap setelah analisis sistem yang menentukan
proses dan data yang dilakukan oleh sistem baru. Pada tahap ini
system dirancang berdasarkan tahap analisis sistem, rancangan sistem terdiri
atas tiga bagian yaitu rancangan user interface, rancangan model base
dan rancangan database.
5. Tahap Pembangunan/ Perancangan Sistem
SPK dapat membangun dalam cara yang berbeda tergantung pada filosofi
desain dan perangkat yang digunakan. Pembangunan adalah teknis
pelaksanaan desin. Sebagai sistem pembangun ini adalah terus menerus di
uji dan di perbaiki.
6. Tahap Implementasi
Tahap implementasi atau penerapan adalah tahap di mana desain dan
pembangunan atau perancangan sistem dibentuk menjadi suatu kode
(program) yang siap untuk dioperasikan.
7. Tahap pemeliharaan
Memelihara merupakan tahap yang dilakukan setelah tahap implementasi,
yang meliputi pemakaian atau penggunaan, audit sistem, penjagaan,
perbaikan, dan peningkatan sistem.
8. Tahap Adaptasi (Penyesuaian ) Sistem
Adaptasi
membutuhkan
daur
ulang

melalui

langkah-langkah

sebelumnya secara teratur untuk menanggapi perubahan kebutuhan


pengguna. Proses

ini memiliki beberapa variasi (karena ada banyak

variasi dari SPK).


III.2.

Logika Fuzzy
Logika fuzzy adalah suatu cara yang tepat untuk memetakan suatu

ruang input kedalam suatu ruang output. Titik awal dari konsep modern
mengenai ketidakpastian adalah paper yang dibuat oleh Lofti A Zadeh (1965),
dimana Zadeh memperkenalkan teori yang memiliki obyek-obyek dari
himpunan fuzzy yang memiliki batasan yang tidak presisi dan keanggotaan
dalam himpunan fuzzy, dan bukan dalam bentuk logika benar (true) atau salah
(false), tapi dinyatakan dalam derajat (degree). Konsep seperti ini disebut
dengan Fuzziness dan teorinya dinamakan Fuzzy Set Theory. Fuzziness dapat
didefinisikan sebagai logika kabur berkenaan dengan semantik dari suatu
7

kejadian, fenomena atau

pernyataan itu sendiri. Seringkali ditemui dalam

pernyataan yang dibuat oleh seseorang, evaluasi dan suatu pengambilan


keputusan.
Fuzzy secara bahasa diartikan sebagai kabur atau samar samar. Suatu
nilai dapat bernilai benar 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).
Logika Fuzzy merupakan seuatu logika yang memiliki nilai kekaburan atau
kesamaran (fuzzyness) antara benar atau salah. Dalam teori logika fuzzy suatu
nilai bias bernilai benar atau salah secara bersama. Namun berapa besar
keberadaan dan kesalahan suatu tergantung pada bobot keanggotaan yang
dimilikinya (Kusumadewi & Purnomo, 2003:2).
Misalkan U sebagai semesta pembicaraan (himpunan semesta) yang
berisi semua anggota yang mungkin dalam setiap pembicaraan atau aplikasi.
Misalkan himpunan tegas A dalam semesta pembicaraan U. dalam matematika
ada tiga metode atau bentuk menyatakan himpunan, yaitu metode pencacahan,
metode pencirian dan metode keanggotaan. Metode pencacahan digunakan
apabila suatu himpunan didefinisikan dengan mencacah atau mendaftar
anggota-anggotanya. Sedangkan metode pencirian, digunakan apabila suatu
himpunan

didefiniskan

dengan

menyatakan

sifat

anggota-anggotanya

(Setiadji,2009:8). Dalam kenyataannya, cara pencirian lebih umum digunakan,


kemudian setiap himpunan A ditampilkan dengan cara pencirian sebagai
berikut:
A={x Ux memenuhi suatukondisi }
Metode ketiga adalah metode keanggotaan yang mempergunakan fungsi
keanggotaan nol-satu untuk setiap himpunan A yang dinyatakan sebagai
A ( x).
A ( x ) = 1, jika x A
0, jika x A

Menurut Nguyen dkk (2003:86) fungsi pada persamaan (2.2) disebut


fungsi karakteristik atau fungsi indikator. Suatu himpunan fuzzy A di dalam
semesta pembicaraan U didefinisikan sebagai himpunan yang bercirikan suatu
fungsi keanggotaan

bilangan real di dalam interval [0,1], dengan nilai


keanggotaan

xU

, yang mengawankan setiap


A (x )

dengan

menyatakan derajat

x di dalam A .

Dengan kata lain jika A adalah himpunan tegas, maka nilai


keanggotaannya hanya terdiri dari dua nilai yaitu 0 dan 1. Sedangkan nilai
keanggotaan di himpunan fuzzy adalah interval tertutup [0,1].
Himpunan adalah suatu kumpulan atau koleksi objek-objek yang
mempunyai kesamaan sifat tertentu. Himpunan fuzzy merupakan suatu
pengembangan lebih lanjut tentang konsep himpunan dalam matematika.
Himpunan fuzzy adalah rentang nilai-nilai, masing-masing nilai mempunyai
derajat keanggotaan antara 0 sampai dengan 1. Prinsip dasar dan persamaan
matematika dari teori himpunan fuzzy adalah sebuah teori pengelompokan
objek dalam batas yang samar. Himpunan tersebut dikaitkan dengan suatu
fungsi yang menyatakan derajat kesesuaian unsur-unsur dalam semestanya
dengan konsep yang merupakan syarat keanggotaan himpunan tersebut. Fungsi
itu disebut fungsi keanggotaan dan nilai fungsi itu disebut derajat keanggotaan
suatu unsur dalam himpunan itu, yang selanjutnya disebut himpunan kabur
(fuzzy set) (Susilo, 2003).
Ada beberapa hal yang perlu diketahui dalam memahami himpunan sistem
fuzzy, yaitu:
a) Variabel fuzzy
Variabel fuzzy merupakan suatu lambang atau kata yang menunjuk kepada
suatu yang tidak tertentu dalam sistem fuzzy. Contoh: permintaan,
persediaan, produksi, dan sebagainya.
b) Himpunan fuzzy

Himpunan fuzzy merupakan suatu kumpulan yang mewakili suatu kondisi


atau keadaan tertentu dalam suatu variabel fuzzy. Maka dapat didefinisikan
himpunan Muda, Parobaya, dan Tua(Jang dkk,1997:17).
Misalkan X semesta pembicaraan, terdapat A di dalam X sedemikian
sehingga:
A={x , A [x ]x X , A : x [ 0,1 ] }
Suatu himpunan fuzzy A di dalam semesta pembicaraan X didefinisikan
sebagai himpunan yang bercirikan suatu fungsi keanggotaan
mengawankan setiap
dengan nilai

x X

A ,

yang

dengan bilangan real di dalam interval [0,1],

A (x ) menyatakan derajat keanggotaan x di dalam A (Athia

Sealan, 2009:2).
Himpunan fuzzy memiliki 2 atribut, yaitu :
1) Linguistik, yaitu penamaan suatu grup yang memiliki suatu keadaan atau
kondisi tertentu dengan menggunakan bahasa, seperti: muda, parobaya,
tua.
2) Numeris, yaitu suatu nilai (angka) yang menunjukkan ukuran dari suatu
variabel seperti : 5, 10, 15, dan sebagainya.
c) Semesta pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk
dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan
himpunan bilangan real yang senantiasa naik (bertambah) secara monoton
dari kiri ke kanan. Nilai semesta pembicaraan ini tidak dibtasi batas atasnya.
Contoh: semesta pembicaraa untuk variabel umur: [0,+ ]. (Sri
Kusumadewi dan Hari Purnomo, 2004: 7). Sehingga semesta pembicaraan
dari variabel umur adalah 0

umur

+ . Dalam hal ini, niali

yang di perbolehkan untuk dioperasikan dalam variabel umur adalah lebih


besar dari atau sama dengan 0, atau kurang dari positif tak hingga.
d) Domain
Domain himpunan fuzzy adalah keseluruhan nilai yang diijinkan dalam
semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy.

10

Seperti halnya semesta pembicaraan, domain merupakan himpunan bilangan


real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan.
Nilai domain dapat berupa bilangan positif maupun negative. Contoh
domain himpunan fuzzy: Muda = [0,45] (Sri Kusumadewi dan Hari
Purnomo,2004:8).
Menurut Lin dan Lee (1996:27) ada dua operasi pokok dalam himpunan
fuzzy, yaitu:
a) Konjungsi fuzzy
Konjungsi fuzzy dari A dan B dilambangkan dengan

A B dan

didefinisikan oleh:
A B= A ( x ) B ( y )=max ( A ( x ) , B ( y ) )
b) Disjungsi fuzzy
Disjungsi fuzzy dari A dan B dilambangkan dengan

A B

dan

disefinisikan oleh:
A B= A ( x ) B ( y )=max ( A ( x ) , B ( y ) )
Operasi dasar himpunan fuzzy (operator zadeh) digunakan untuk
mengkombinasi dan memodifikasi himpunan fuzzy. Nilai keanggotaan sebagai
hasil dari operasi-operasi himpunan disebut fire strength atau predikat
(Kusumadewi , 2003:23).
Berbagai macam operator zadeh :
a) Operator AND
Operator ini berhubungan dengan operasi interseksi pada himpunan.predikat sebagai hasil operasi dengan operator AND diperoleh dengan
mengambil nilai keanggotaan terkecil antar elemen pada himpunanhimpunan yang bersangkutan.
A B=min ( A [ x ] , B [ y ] )
b) Operator OR
Operator ini berhubungan dengan operasi union pada himpunan -predikat
sebagai hasil operasi dengan operator OR diperoleh dengan mengambil nilai
keanggotaan terbesar antar elemen pada himpunan-himpunan yang
bersangkutan.
A B=max ( A [ x ] , B [ y ] )
c) Operator NOT

11

Operator ini berhubungan dengan operasi komplemen himpunan. -predikat


sebagai hasil operasi dengan operator NOT diperoleh dengan mengurangkan
nilai keanggotaan elemen pada himpunan yang bersangkutan dari 1.
'
A =1A [x ]
Contoh :
Misal derajat keanggotaan 27 tahun pada himpunan MUDA adalah 0.6
(MUDA[27] = 0.6),
Derajat keanggotaan Rp.2 juta pada himpunan penghasilan TINGGI adalah
0.8 (GAJITINGGI[2juta] = 0.8),
Maka predikat untuk usia MUDA dan berpenghasilan TINGGI : MUDA
GAJITINGGI = min (MUDA[27],GAJITINGGI[2juta]) = min (0.6 ,
0.8) = 0.6.
III.3.

MADM (Multiple Atribut Decision Marking)


Multiple Atribute Decision Making (MADM) adalah suatu metode

yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif
dengan kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot
untuk setiap atribut, kemudian dilanjutkan dengan proses perangkingan yang
akan menyeleksi alternatif yang sudah diberikan. Pada dasarnya, ada 3
pendekatan untuk mencari nilai bobot atribut, yaitu pendekatan subjektif,
pendekatan objektif dan pendekatan integrasi antara subjektif dan objektif.
Masing-masing pendekatan memiliki kelebihan dan kelemahan. Pada
pendekatan subjektif, nilai bobot ditentukan berdasarkan subjektifitas dari
para pengambil

keputusan, sehingga

beberapa

faktor

dalam

proses

perangkingan alternatif bias ditentukan secara bebas. Sedangkan pada


pendekatan objektif, nilai bobot

dihitung

secara

matematis

sehingga

mengabaikan subjektiitas dari pengambilan keputusan (Kusumadewi, 2007).


III.4. Elimination Et Choix TRaduisant la realitE (ELECTRE)
Elimination Et Choix TRaduisant la realitE (ELECTRE) didasarkan pada
konsep perangkingan melalui perangkingan berpasangan antar alternatif
pada kriterian
alternatif

yang

sesuai.

yang lainnya

jika

Suatu
satu

alternatif
atau

lebih

dikatakan mendominasi
kriterianya

melebihi

(dibandingkan dengan kriteria dari alternatif yang lain) dan sama dengan

12

kriteria lain yang tersisa. Hubungan perangkingan antara 2 alternatif A1


dan A2 dinotasikan sebagai A1 A2, jika alternatif ke-1 tidak
mendominasi

alternatif

ke-2

secara

kuantatif,

sehingga pengambilan

keputusan lebih baik mengambil resiko A1 daripada A2.


Proses perhitungan Elimination Et Choix TRaduisant

la

realitE

(ELECTRE) terdiri dari 7 tahap yaitu:


1. Normalisasi matriks keputusan.
Dalam prosedur ini,
setiap atribut diubah menjadi nilai yang
comparable.Setiap normalisasi dari nilai Xij dapat dilakukan dengan
rumus
r ij =

x ij

untuk i=1, 2, ,m dan j=1, 2, , n .

2
ij

i=1

Sehingga didapat matriks R hasil normalisasi,


R=

r 11
r 21

r 12
r 22

r1 n
r2 n


r mn

r m1 r m 2

Radalah matriks yang telah dinormalisasi, dimana m menyatakan


alternatif, n menyatakan kriteria dari rij adalah normalisasi
pengukuran pilihan dari alternatif ke-i dalam hubungannya dengan kriteria
ke-j.
2. Pembobotan pada matriks yang telah dinormalisasi.
Setelah dinormalisasi, setiap kolom dari matriks R dikalikan dengan
bobot-bobot (wij) yang ditentukan oleh pembuat keputusan. Sehingga,
weighted normalized matrix adalah V=RW yang ditulis sebagai :
V =R . W

V=

v 11
v 21

v 12
v 22

v 1n
v 2n


v mn

vm1 vm2

][
=

w1 r 11
w1 r 21

w 2 r 12
w 2 r 22

wn r 1 n
wn r 2 n

wn r m 1 wn r m 2 wn r mn

Dimana W adalah

13

W=

w 1 w2
w 1 w2

wn
wn


w 1 w2 w n

3. Menentukan himpunan concordance dan disordance index.


Untuk setiap pasangan dari alternatif k dan l (k,l=1,2,3,, m dan k 1)
kumpulan J kriteria dibagi menjadi dua himpunan bagian, yaitu
concordance dan disordance. Sebuah kriteria dalam suatu alternatif
termasuk concordance jika :
C kl= { j , v kj v lj } , untuk j=1,2, , n .
Sebaliknya, komplementer dari himpunan bagian concordance adalah
himpunan disordance, yaitu bila :
Dkl ={ j , v kj < v lj } , untuk j=1,2, , n .
4. Menghitung matriks concordance dan disordance.
a. Menghitung matriks concordance.
Untuk menentukan nilai dari elemen-elemen
concordance adalah

dengan

menjumlahkan

pada

bobot-bobot

matriks
yang

termasuk pada himpunan concordance, secara matematisnya adalah


sebagai berikut :
c kl = w j
j c kl

b. Menghitung matriks disordance.


Untuk menentukan nilai dari

elemen-elemen

pada

matriks

disordanceadalah dengan membagi maksimum selisih kriteria yang


termasuk

ke dalam

maksimum

himpunan

selisih

bagian discordance dengan

nilai seluruh kriteria yang ada, secara

matematisnya adalah sebagai berikut :


max {|v kjv ij|} j D
d kl =
max {|v kjv ij|} j
kl

5. Menentukan matriks dominan concordance dan discordance.


a. Menghitung matriks dominan concordance.
Matriks F sebagai matriks dominan concordance dapat dibangun
dengan

bantuan

nilai threshold, yaitu

dengan

membandingkan

setiap nilai elemen matriks concordance dengan nilai threshold.

14

C kl=c
Dengan nilai threshold (c) adalah :
m

c kl
c=

k=1 l=1

m ( m1 )

Sehingga elemen matriks F ditentukan sebagai berikut :


f kl= 1, jika c kl c
0, jika c kl < c .

b. Menghitung matriks dominan disordance.


Matriks G sebagai matriks dominan discordance dapat dibangun
dengan bantuan nilai threshold d :
m

d kl
d=

k=1 l=1

m ( m1 )

Sehingga elemen matriks G ditentukan sebagai berikut :


gkl = 1, jika c kl d
0, jika c kl <d .

6. Menetukan aggregate dominance matriks.


Matriks E sebagai aggregate dominance matriks adalah matriks yang
setiap elemennya merupakan perkalian antara elemen matriks F
dengan elemen matriks G yang bersesuaian, secara matematis dapat
dinyatakan sebagai :
e kl=f kl x g kl
7. Eliminasi alternatif yang less favourable.
Matriks E memberikan urutan pilihan dari setiap alternatif, yaitu bila
e kl=1
daripada
e kl=1

maka alternatif
Al

Ak

merupakan alternatif yang lebih baik

. Sehingga, baris dalam matriks E yang memiliki jumlah

paling sedikit dapat dieliminasi. Dengan demikian, alternatif

terbaik adalah alternative yang mendominasi alternatif lainnya.


III.5.

PHP Programming Language

15

PHP adalah bahasa scripting yang menyediakan cara yang mudah dalam
melekatkan program pada halaman web. Karena suatu halaman diproses
terlebih dahulu oleh PHP sebelum dikirim ke client, maka script dapat
menghasilkan isi halaman yang dinamis, seperti misalnya menampilkan hasil
query dari MySQL pada halaman tersebut. PHP pada mulanya berarti Personal
Home Page, tetapi sekarang telah menggunakan nama PHP Hypertext
Preprocessor (Rahardjo, 2002).
III.6. Database Server MySQL
MySQL adalah sebuah SQL

client/server

relational

database

management system yang berasal dari Scandinavia. Pada MySQL sudah


termasuk SQL server, program client untuk mengakses server, halhal yang
berguna dalam hal administrasi, dan sebuah programming interface untuk
menulis program sendiri (Rahardjo, 2002).
MySQL juga dapat berjalan pada

personal

komputer

(banyak

pengembangan dari MySQL terjadi pada system yang tidak mahal yaitu Linux
System). Tetapi MySQL juga portable dan dapat berjalan pada system operasi
yang komersial seperti misalnya Windows, Solaris, Irix. MySQL menggunakan
bahasa SQL. SQL (Structured Query Langguage) adalah bahasa standard yang
digunakan untuk mengakses server database.
IV. METODE PENELITIAN
IV.1. Studi Pendahuluan
Penelitian ini dilakukan untuk mengetahui hasil pengangkatan staf
pengurus Mts Miftahussalam 1 Demak. Dalam penelitian ini penulis
menggunakan metode ELECTRE, selanjutnya metode ELECTRE untuk
menentukan

perekrutan

pegawai

diterapkan dalam Sistem Penukung

Keputusan (SPK)..
IV.2.

Tahap Pengumpulan Data


Pengumpulan

data

merupakan

memperoleh informasi-informasi

atau

metode

yang

difungsikan

untuk

data-data terhadap kasus

yang

menjadi permasalahan. Tahap pengumpulan data dilakukan oleh peneliti


melalui 3 cara, yaitu dengan melakukan studi pustaka, wawancara dan juga
observasi langsung terhadap objek penelitian.
IV.2.1. Studi Pustaka

16

Studi pustaka merupakan metode yang dilakukan untuk menemukan


dan mengumpulkan data atau informasi kasus dari referensi-referensi
terkait. Referensi-referensi ini dapat berupa buku-buku tentang sistem
keputusan, metode ELECTRE, dan kriteria, jurnal-jurnal atau tulisan penelitian
sistem keputusan, metode ELECTRE dan kriteria atau artikel-artikel yang
membahas kasus yang sama dengan kasus dalam laporan ini. Dan PHP yang
akan dimanfaatkan untuk membantu menyelesaikan masalah yang ada.
IV.2.2. Wawancara
Wawancara dilakukan untuk mendapat data secara rinci sistem yang ada
dari berbagai sumber yang diwawancarai seperti para pegawai, kepala cabang
dan konsumen.
IV.2.3. Obsevasi
Metode

pengumpulan

data

yang

dilakukan

dengan

mengadakan

pengamatan atau peninjauan langsung terhadap sumber permasalahan.


IV.3.

Tahap Pengembangan Sistem


Dalam penelitian ini penulis menggunakan bahasa pemrograman PHP dan

MySQL sebagai pengolah database, sedangkan metode pengembangan sistem


yang digunakan adalah

System Development Life Cycle (SDLC) model

waterfall. Metode waterfall mengikuti beberapa proses sebagai berikut


(Pressman, 1992):
IV.3.1. Analisis Kebutuhan Sistem
Tahap ini merupakan tahap analisis terhadap kebutuhan-kebutuhan sistem
yang di perlukan untuk memperlancar proses pembangunan sistem. Tahap ini
mencakup analisis sistem yang sedang berjalan, analisis masalah, sistem usulan
dan analisis kebutuhan fungsional.
IV.3.2. Perancangan Sistem
Tahap ini merupakan tahap perancangan antarmuka atau desain dari sistem
yang akan kita buat dengan mengacu pada hasil analisis kebutuhan yang sudah
di lakukan pada tahap sebelumnya. Pada tahap ini dilakukan beberapa aktifitas
seperti pembuatan rancangan DFD, ERD, desain database dan desain user
interface.
IV.3.3. Implementasi Sistem

17

Tahap ini merupakan tahap perwujudan dari desain yang sudah kita buat
dengan bahasa pemrograman dan database yang kita gunakan. Untuk
selanjutnya mengimplementasikan metode ELECTRE ke dalam sistem yang
telah di bangun.
IV.3.4. Tahap Pengujian
Pengujian dilakukan untuk menemukan kesalahan-kesalahan yang
mungkin terjadi pada proses pengkodean serta memastikan bahwa input yang
dibatasi memberikan hasil yang sesuai dengan kebutuhan.
IV.4.

Penarikan Kesimpulan
Penarikan kesimpulan didasarkan pada studi pendahuluan, pengumpulan

data dan pengembangan sistem serta hasil analisa dari penelitian. Simpulan
yang diperoleh adalah tentang bagaimana cara membuat sistem pendukung
keputusan untuk mengetahui hasil pengangkatan staf pengurus dengan
menggunakan metode ELECTRE di Mts Miftahussalam 1 Demak.

18

V. DAFTAR PUSTAKA
Akshareari, Syeril. (2013). Sistem Pendukung Keputusan Pemilihan Produksi
Sepatu dan Sandal dengan Metode ELECTRE. Bandung
Frans, Susilo. 2003. Himpunan dan Logika Kabur Serta Aplikasi.
Yogyakarta : Graha Ilmu.
Kusumadewi, S dkk. (2006). Fuzzy Multi-Attribte Decision Maker (FUZZY
MADM). Yogyakarta: Graha Ilmu.
Kusrini. 2007.
Konsep dan Aplikasi Sistem Pendukung Keputusan.
Yogyakarta: Andi.
Rhardjo, Alex Surya. 2002. Aplikasi E-Commerce www.komputeronline.com
Dengan Menggunakan MySQL dan PHP4. Jurnal Informatika Vol 3,
No.2. Universitas Kristen Petra.
Rouyendegh, B. D. dan Erkan, T. E. 2012. An Application of fuzzy
ELECTRE Method for Academic Staff Selection. Human Factor an
Ergonomics in Manufacturing & Service Industries 00 (0) 1-9 (2012)
Saman, Muhammad. 2015. Implementasi Fuzzy Inference System sebagai
Sistem Pengambilan Keputusan Pemilihan Program Studi di Perguruan
Tinggi. UNNES Journal Of Mathematics, vol. No.1 Mei 2015, hal 6774. Tersedia di http://journal.unnes.ac.id/sju/index.php/ujm [diakses 1111-2015].
Turban, E. 1995. Decission Support and Expert System, fouth edition. New
Jersey: Prentice-Hall International Inc.
Turban, E, Aronson, Jay E & Liang, Teng-Ping. 2005. Decission Support
Systems and Intelligent Systems. Edisi 7 Jilid 2. Yogyakarta: Andi.
Turban E, Rainer, & Potter. 2006. Introduction to Information Technology
(Pengantar Teknologi Informasi). Jakarta: Salemba Infotek.
Setiaji, 2009. Himpunan dan Logika Samar serta Aplikasinya. Yogyakata :
Graha Ilmu.

19