SISTEM PENDUKUNG KEPUTUSAN MENENTUKAN JURUSAN

SISWA SEKOLAH MENENGAH ATAS MENGGUNAKAN

METODE WEIGHTED PRODUCT

Damas Eka Kusuma (damaskusuma92@gmail.com)

Didik Nugroho (masdidikhoo@sinus.ac.id)
Muhammad Hasbi (mhasbi@sinus.ac.id)

ABSTRAK
Seiring dengan kemajuan teknologi yang semakin cepat menyebabkan segala aspek
kehidupan manusia selalu dikaitkan dengan informasi. Implementasi teknologi dan informasi
dalam dunia pendidikan dapat membantu berbagai instansi, salah satunya adalah alat bantu
yang dapat membantu dalam proses pemilihan jurusan di SMA. Untuk memudahkan
prosedur yang ada dan meningkatkan pengambilan keputusan, perlu dibangun sebuah
sistem pendukung keputusan (SPK). SPK ini bertujuan untuk menentukan jurusan siswa
SMA dengan menerapkan Metode Weight Product. Sistem ini dibangun dengan
menggunakan bahasa pemrograman PHP database. Perancangan sistem menggunakan
Hierarchy Input Process Output (HIPO) dan Data Flow Diagram (DFD) untuk
mengidentifikasi kebutuhan pengguna dan sistem serta pedoman implementasi sistem.
Sistem Pendukung Keputusan yang dihasilkan mampu menentukan jurusan siswa,
sehingga memudahkan pihak sekolah dalam mengambil keputusan mengenai siswa yang
akan masuk ke dalam jurusan IPA atau IPS. Hasil dari penelitian ini berupa aplikasi website
interface, dan hasil pengujian akurasi menggunakan metode weighted product dilakukan
dengan 20 data testing yang dihitung dengan metode confusion matrix di dapatkan nilai
akurasi sebesar 80%. Berdasarkan hasil tersebut bisa dikatakan sistem bekerja cukup baik
dalam menentukan menentukan jurusan Siswa Sekolah Menengah Atas (SMA).

Kata kunci:SPK, Weighted Product, Website, Penjurusan Siswa

I. PENDAHULUAN
I.1. Latar Belakang
Seiring dengan kemajuan
teknologi yang semakin cepat
menyebabkan segala aspek kehidupan
manusia selalu dikaitkan dengan
informasi. Perkembangan teknologi
informasi yang cepat tersebut banyak
menguntungkan dalam segala bidang
baik dalam akademik maupun non-
akademik. Pemanfaatan teknologi
tersebut digunakan agar dapat
menghasilkan informasi yang akurat
atau tepat serta dapat dihasilkan
dalam waktu yang cepat. Implementasi
teknologi dan informasi dalam dunia
pendidikan dapat membantu berbagai
instansi, salah satunya adalah alat
bantu yang dapat membantu dalam
proses pemilihan jurusan di SMA.
SMA Negeri Gondangrejo tiap
tahunnya menerima pendaftaran siswa
kurang lebih 200 siswa. Dimana
nantinya ketika siswa akan naik ke
kelas XI akan dibagi ke dalam 2
jurusan, yaitu IPA dan IPS. Tujuan
penjurusan tersebut diperkenalkan
sebagai upaya agar siswa dan siswi
lebih terarah pada satu bidang yang
diminatinya dan bisa lebih
berkonsentrasi pada bidang yang
diminati tersebut. SMA Negeri
Gondangrejo dalam melakukan
penjurusan siswa masih menggunakan
Microsoft Excel sehingga
membutuhkan waktu kurang lebih 5
hari dalam proses penjurusannya.
Oleh karena itu, perlu adanya
suatu media yang dapat membantu
para guru untuk menentukan jurusan

1
 yang sesuai dengan kemampuan
siswa. Berdasarkan latar belakang dimana :
yang telah dikemukakan, maka S : Preferensi alternatif
dibangunlah suatu sistem pendukung dianologikan sebagai
keputusan untuk penjurusan siswa vektor S
menggunakan metode Weighted X : Nilai kriteria
Product (WP). W : Bobot kriteria/subkriteria
i : Alternatif
II. TINJAUAN PUSTAKA j : Kriteria
II.1. Pengertian Keputusan n : Banyaknya criteria
Keputusan adalah kegiatan
memilih suatu strategi atau tindakan dimana wj = 1. wj adalah pangkat
dalam pemecahan masalah bernilai positif untuk atribut
tersebut. Tujuan dari keputusan keuntungan, dan bernilai negatif
adalah untuk mencapai target atau untuk atribut biaya.
aksi tertentu yang harus dilakukan. Relatif dari setiap alternatif,
[1] ditunjukkan pada persamaan 2
berikut:
II.2. Sistem Pendukung Keputusan
Sistem Pendukung Keputusan
(2)
merupakan sistem informasi
.....................
interaktif yang menyediakan
informasi, pemodelan, dan
manipulasi data. Sistem itu
digunakan untuk membantu dimana :
pengambilan keputusan dalam V : Preferensi alternatif
situasi yang semi terstruktur dan dianalogikan sebagai
situasi yang tidak terstruktur, vektor V
dimana tak seorang pun tahu X : Nilai Kriteria
secara pasti bagaimana keputusan W : Bobot kriteria/subkriteria
seharusnya dibuat. [2] i : Alternatif
j : Kriteria
II.3. Weighted Product (WP) n : Banyaknya criteria
Metode Weighted Product * : Banyaknya kriteria yang
memerlukan proses normalisasi telah dinilai pada vektor S.
karena metode ini mengalikan hasil
penilaian setiap atribut. Hasil II.4. PHP : Hypertext Preprocessor
perkalian tersebut belum bermakna PHP mula-mula dikembangkan
jika belum dibandingkan dengan oleh Rasmus Lerdorf. Kemudian
nilai standart. Bobot untuk atribut istilah PHP mengacu pada Hypertext
manfaat berfungsi sebagai pangkat Preprocessor. PHP merupakan
positif dalam proses perkalian, aplikasi web yang dinamis, dengan
sementara bobot biaya berfungsi menggunakan perangkat lunak
sebagai pangkat negative. Proses tambahan, perubahan informasi
ini sama halnya dengan proses dalam halaman-halaman web dapat
normalisasi. Preferensi untuk ditangani melalui perubahan data,
alternatif Si ditunjukkan pada bukan melalui perubahan program.
persamaan 1 berikut : [3] Sebagai implementasinya, aplikasi
web dinamis dapat dikoneksikan ke
(1) basis data. Dengan demikian
.................. perubahan informasi dapat dilakukan
oleh operator atau yang bertanggung
jawab terhadap kemutakhiran data,

2
 dan tidak menjadi tanggung jawab b. Observasi
pemrogram atau webmaster. [4]
II.5. MySQL IV. HASIL DAN PEMBAHASAN
MySQL adalah sebuah IV.1. Pemodelan Metode WP
perangkat lunak sistem manajemen 1. Pemilihan Kriteria
basis data SQL (bahasa Inggris:
database management system) atau Tabel 1 Pemiliha Kriteria
DBMS yang multithread, multi-user, Kriteria Keterangan
dengan sekitar 6 juta instalasi di C1 Nilai IPA
seluruh dunia. MySQL AB membuat C2 Nilai IPS
MySQL tersedia sebagai perangkat C3 Nilai Psikotes
lunak gratis dibawah lisensi GNU C4 Minat
General Public License (GPL), tetapi
mereka juga menjual dibawah lisensi
2. Menentukan kategori dari
komersial untuk kasus-kasus dimana
masing-masing Kriteria
penggunaannya tidak cocok dengan
penggunaan GPL. [5] Tabel 2 Kategori Kriteria
Kriteria Keterangan
III. METODE PENELITIAN
C1 Benefit
2.1 Lokasi Penelitian
Penelitian ini mengambil lokasi C2 Benefit
di SMA Negeri Gondangrejo, Jl. C3 Benefit
Solo-Purwodadi km 12 Desa Tuban, C4 Cost
Gondangrejo, Karanganyar.
3. Pembobotan Kriteria
2.2 Sumber Data
1. Data Primer Tabel 3 Nilai bobot kepentingan
Data yang diperoleh langsung Bobot Nilai Keterangan
dari objeknya yaitu di SMA 20% 5 Sangat Baik
Negeri Gondangrejo. Data yang 15% 4 Baik
diperoleh peneliti antara lain: 10% 3 Cukup
daftar siswa kelas X, serta 5% 2 Kurang
kriteria-kriteria yang sudah 0% 1 Sangat Kurang
ditetapkan yaitu daftar nilai IPA
dan IPS, nilai psikotes, dan minat Tabel 4 Bobot kepentingan
siswa.
Kriteria Variabel (C) Bobot (W)
2. Data Sekunder
Nilai IPA 20%
Data yang diperoleh secara tidak
langsung atau melalui perantara Nilai IPS 20%
serta sumber-sumber literatur Nilai Psikotes 10%
lainnya sebagai dasar teori dan Minat 5%
laporan ini. Misalnya jurnal dan
laporan-laporan yang berkaitan 4. Melakukan proses perbaikan
dengan sistem pendukung bobot
keputusan menentukan jurusan
siswa Sekolah Menengah Atas W1 = = 0,3333
menggunakan metode Weighted
Product di SMA Negeri
Gondangrejo. W2 = = 0,3333
2.3 Metode Pengumpulan Data
1. Studi Pustaka
2. Studi Lapangan W3 = = 0,2
a. Wawancara

3
 Alternatif C1 C2 C3 C4
W4 = = 0,1333 Afrizal Wahyudi 5 5 2 3

a. Menghitung Vektor S
5. Memberikan nilai bobot
kepentingan untuk setiap Kriteria
b. Menghitung Preferensi (Vi) untuk
Tabel 5 Nilai IPA Perangkingan
Nilai Bobot Keterangan Preferensi untuk siswa 1 :
8,00 10,00 5 Sangat Baik
6,01 8,00 4 Baik
c. Hasil preferensi relatif untuk
4,01 6,00 3 Cukup
siswa 1
2,01 4,00 2 Kurang
0,00 2,00 1 Sangat Kurang
2. Analisis sensitifitas mencoba
Tabel 6 Nilai IPS
menilai dampak suatu perubahan
Nilai Bobot Keterangan
pada data input atau parameter
8,00 10,00 5 Sangat Baik
pada solusi yang diusulkan
6,01 8,00 4 Baik
(variabel hasil), dengan cara
4,01 6,00 3 Cukup
mengganti variabel.
2,01 4,00 2 Kurang
Data siswa 2 :
0,00 2,00 1 Sangat Kurang
Tabel 10 Alternatif 2
Tabel 7 Psikotes
Alternatif C1 C2 C3 C4
Nilai Bobot Keterangan
Akhmad Irwansyah 5 5 4 3
110 120 5 Sangat Baik
90 109 4 Baik
a. Menghitung Vektor S
80 - 89 3 Cukup
60 - 79 2 Kurang
<60 1 Sangat Kurang b. Menghitung Preferensi (Vi)
untuk Perangkingan
Tabel 8 Keminatan
Preferensi untuk siswa 2 :
Nilai Bobot Keterangan
IPA 3 Cukup
IPS 3 Cukup c. Hasil preferensi relatif untuk
Sangat siswa 2
Tidak Memilih 1
Kurang

6. Memberi atribut disetiap kriteria Berdasarkan hasil analisis

kemudian dikonversi sesuai sensitifitas yang didapat jumlah
dengan nilai bobotnya nilai preferensi siswa 2 lebih besar
dari nilai preferensi siswa 1.
Berikut ini ada 2 data testing yang Sehingga dapat disimpulkan
diambil untuk perhitungan Metode bahwa siswa 2 yang akan
Weighted Product dan analisis dijuruskan dalam jurusan IPA.
sensitifitas. Demikian sedikit gambaran
1. Perhitungan WP tentang penggunaan metode
Data siswa 1 : Weighted Product dalam

Tabel 9 Alternatif 1

4
 penjurusan siswa di SMA Negeri Diagram Konteks dan HIPO.
Gondangrejo. Tetapi pada Data Flow Diagram
IV.2.Perancangan Sistem lebih mengarah pada suatu
a. Diagram Konteks proses dan merupakan
Diagram konteks adalah suatu gabungan proses secara
bagan yang menggambarkan keseluruhan yang melibatkan
aliran data pada proses penentuan semua kesatuan luar yang
lengkap.
jurusan yang dijabarkan secara
global untuk selanjutnya diolah
menggunakan metode Weighted
Product agar menghasilkan suatu
informasi.

Gambar 1 Diagram Konteks

b. HIPO
Bagan berjenjang HIPO
digunakan untuk level di bawah
lagi. Bagan berjenjang dapat
dijabarkan dengan menggunakan
notasi proses yang digunakan di
DFD. Bagan berjenjang untuk
pengembangan sistem ini terdapat
proses yang dapat digambarkan
sesuai dengan jenjangnya, dimana
jenjang tersebut terdiri atas 3
bagian, yaitu top level, level 0 dan
level 1.
ini
Gambar 3 DFD level 0
d. ERD
Entity Relationship Diagram atau
sering disebut ERD adalah
diagram yang dibuat dengan
tujuan untuk menggambarkan
relasi antara satu tabel dengan
tabel yang lainnya saling
berhubungan, sehingga nantinya
dapat terlihat batasan-batasan
hubungan dari semua tabel yang
dibuat.

Gambar 2 HIPO

c. DFD level 0
Data Flow Diagram level 0
merupakan penjabaran dari

5
 Gambar 4 ERD
Keterangan :
1 1 : one to one Gambar 8 Hasil Penjurusan
1 m : one to many
IV.3. Hasil Implementasi
1. Halaman Data Siswa

Gambar 5 Halaman Data Siswa

2. Halaman Bobot Kriteria

Maka preferensi relatif dari setiap
alternatif adalah sebagai berikut :

Gambar 6 Bobot Kriteria

3. Halaman Kriteria

IV.4. Pengujian Akurasi

Pengujian akurasi yaitu
membandingkan data training
dengan data hasil prediksi sistem
sehingga bisa di masukan ke dalam
Gambar 7 Kriteria Metode Confusion Matrix.
4. Halaman Hasil Penjurusan

6

Tabel 11 Data Testing
Hasil perhitungan diatas
menunjukkan tingkat akurasi penentuan
jurusan siswa sebesar 80% dengan data
testing sebanyak 20 data siswa.
Sedangkan dari pengujian keberhasilan
atau validasi diperoleh jalan sistem yang
sudah sesuai kebutuhan pengguna yang
dibuktikan dengan pengujian blackbox.

V. PENUTUP
V.1. Kesimpulan
1. Metode Weighted Product dapat
membantu dalam mengambil
keputusan untuk menentukan
jurusan siswa SMA.
2. Aplikasi ini mampu melakukan
Tabel 12 Data Hasil Prediksi Sistem perangkingan hasil penjurusan
berdasarkan perhitungan total
nilai kriteria serta mampu
memproses pembagian kelas
jurusan sesuai kuota yang
disediakan sekolah.
3. Hasil pengujian dan
perbandingan 20 data testing
dengan data sampling yang
sama didapatkan tingkat akurasi
sebesar 80% sehingga bisa
dikatakan sistem baru dengan
lama menghasilkan keputusan
yang hampir sama.
V.2. Saran
1. Dengan pembuatan Sistem
Selanjutnya akan dilakukan Pendukung Keputusan
pengujian akurasi mengguanakan Menentukan Jurusan Siswa
metode Confusion Matrix. Hasil dari SMA ini penulis berharap
perbandingan antara data testing kedepannya dapat
dengan data training adalah sebagai dikembangkan oleh peneliti
berikut : selanjutnya menggunakan
metode yang lainnya sebagai
Tabel 13 Confusion Matrix
bahan pembanding dan agar
Sistem Lama

Sistem Baru
alternatif yang dihasilkan dapat
IPA IPS lebih akurat.
IPA TN = 8 FP = 2 2. Diharapkan kedepannya skripsi
IPS FN = 2 TP = 8 ini dapat menjadi referensi bagi
peneliti selanjutnya yang dapat
memberikan informasi
mengenai penjurusan siswa dan
penggunaan metode Weighted
Product.

DAFTAR PUSTAKA
[1] Istiono, I. W. (2014). Penerapan
Metode Weighted Product Dalam

7
 Sistem Pendukung Keputusan
Kelayakan TKI ke Luar Negeri.
[2] Jayanti, L. D. (2014). Implementasi
Metode Weighted Product Pada
Sistem Pendukung Keputusan
Pemberian Kredit Pada BPR BKK
KARANGANYAR Kab. Pekalongan.
[3] Alfita, R. (2011). Perancangan
Sistem Pendukung Keputusan
Penentuan Prioritas Produk
Unggulan Daerah Menggunakan
Metode Weighted Product (WP).
[4] Listiyanto, E. (2010). Perancangan
LibraryumsCms Menggunakan
Codeigniter.
[5] Ramadhani, S. (2013). Rancang
Bangun Sistem Informasi Geografis
Layanan Kesehatan Di Kecamatan
Lamongan Dengan PHP MySQL,
Jurnal Teknika Vol. 5 No. 2.