BAB IV

IMPLEMENTASI DAN ANALISIS SISTEM

4.1 Implementasi Sistem

1) Halaman Utama
Halaman utama merupakan halaman pertama yang tampil saat
sistem ini diakses yang menampilkan form field login. Halaman utama
sistem ditujukan pada gambar 4.1.

Gambar 4.1 Halaman Utama

2) Halaman Admin
Halaman admin adalah halaman setelah pengguna melakukan
authentifikasi login pada halaman utama. Halaman admin sesuai dengan
gambar 4.2.

38
 Gambar 4.2 Halaman Admin

3) Halaman Sumber Bantuan

Halaman sumber bantuan sebagai halaman untuk mengolah data
sumber bantuan. Penambahan sumber bantuan sebagai tahap awal dalam
penambahan aspek penilaian bagi siswa calon penerima beasiswa. Halaman
sumber bantuan sesuai dengan gambar 4.3.

Gambar 4.3 Halaman Sumber Bantuan

39
4) Halaman Aspek Penilaian
Halaman aspek penilaian merupakan halaman dalam mengelola data
aspek penilaian yang digunakan dalam penilaian calon penerima beasiswa.
Pengolahan data aspek penilaian yang dapat dilakukan yaitu penambahan,
merubah data aspek, dan menghapus data aspek.
Halaman aspek penilaian sesuai dengan gambar 4.4 berikut ini.

Gambar 4.4 Halaman Aspek Penilaian

40
5) Halaman Siswa
Halaman siswa berisi data siswa calon penerima beasiswa. Halaman
ini digambarkan pada gambar 4.5 berikut ini.

Gambar 4.5 Halaman Siswa

41
6) Halaman Perhitungan

Gambar 4.6 Halaman Perangkingan

42
 Halaman perhitungan sebagai halaman dalam perhitungan SAW
dalam menentukan calon penerima beasiswa. Gambaran antarmuka halaman
perangkingan terdapat pada gambar 4.6. Perhitungan dimulai dari proses
data rating kecocokan siswa terhadap aspek kriteria yang ditentukan.
Rating kecocokan akan diproses dengan rumus normalisasi data
(keuntungan/biaya) sehingga diperoleh matrix normalisasi. Proses tersebut
diimplementasipkan sesuai dengan gambar 4.7 berikut ini.

Gambar 4.7 Potongan listing program normalisasi

Data hasil normalisasi tersebut kemudian diproses dengan rumus

pembobotan sehingga diperoleh data nilai siswa terbobot sebagai hasil dari
perhitungan dengan metode SAW. Implementasi perhitungan tersebut
disajikan pada gambar 4.8 berikut ini.

43
 Gambar 4.8 Potongan listing program pembobotan

7) Halaman Hasil Perangkingan

Halaman hasil perangkingan merupakan halaman yang berisi data
laporan hasil penilaian siswa yang telah diolah dengan metode SAW serta
penampilan data program bantuan pemberian beasiswa. Pada halaman ini
daftar siswa calon penerima beasiswa sudah terurutkan (sorting)
berdasarkan nilai SAW tertinggi.
Antarmuka halaman hasil perangkingan terdapat pada gambar 4.9
berikut ini.

Gambar 4.9 Halaman Hasil Perangkingan

44
4.2 Implementasi Simple Additive Weighting (SAW) pada Kriteria Dinamis
Sistem ini menerapkan algoritma Simple Additive Weighting (SAW)
untuk memberikan nilai kepada calon penerima beasiswa kurang mampu
untuk diproses dalam perangkingan. Setiap kriteria atau aspek penilaian
yang ditetapkan akan dikonversi menjadi angka, dinormalisasi, pembobotan,
dan diurutkan berdasarkan nilai tertinggi.
Untuk mengetahui implementasi sistem pada kriteria dinamis,
peneliti melakukan pengujian sistem, dengan asumsi sistem mampu
menangani kriteria secara dinamis. Dalam menguji kinerja sistem pada
kriteria dinamis, peneliti melakukan skenario penambahan kriteria.
Pada skenario ini, peneliti menggunakan 8 kriteria penilaian yang
kemudian dilakukan penambahan 1 kriteria. Kriteria tersebut tampak pada
gambar 4.10 berikut ini.

Gambar 4.10 Delapan Kriteria Penilaian

45
 Nilai siswa terhadap kriteria penilaian setelah dikonversi kedalam
angka tampak pada gambar 4.11 berikut ini.

Gambar 4.11 Nilai Siswa terhadap Kriteria

Dari data siswa terhadap kriteria tersebut, diperoleh nilai perhitungan

SAW dan kemudian dilakukan perangkingan berdasarkan nilai SAW
tertinggi. Hasil perangkingan tampak pada gambar 4.12 berikut ini.

Gambar 4.12 Perangkingan Siswa berdasarkan Nilai SAW

Untuk mengetahui penerapan kriteria dinamis pada sistem akan

dilakukan penambahan satu kriteria yaitu penghasilan orang tua. Hasil
penambahan kriteria tampak pada gambar 4.13.

46
 Gambar 4.13 Sembilan Kriteria

Tampak pada gambar 4.13 telah ditambahkan kriteria penghasilan

orang tua. Namun penambahan data kriteria berpengaruh pada sebaran data
siswa terhadap kriteria. Pengaruh tersebut tampak pada gambar 4.14 berikut
ini.

Gambar 4.14 Sebaran Data Siswa terhadap Kriteria

Berdasarkan gambar 4.14 ditemukan bahwa ada kekosongan data

pada kriteria sembilan (C9). Hal tersebut disebabkan karena data siswa
terhadap C9 belum di-update. Update data siswa dapat dilakukan dengan

47
menentukan nilai kriteria pada masing-masing siswa. Hasil update data
siswa yang dilakukan tampak pada gambar 4.15 berikut.

Gambar 4.15 Sebaran Data Siswa Setelah Update

Sesuai dengan data siswa terhadap kriteria pada gambar 4.15,

dilakukan perhitungan SAW yang selanjutnya diranking berdasarkan nilai
SAW tertinggi. Hasil perangkingan tampak pada gambar 4.16 berikut ini.

Gambar 4.16 Hasil Perangkingan Setelah Penambahan Kriteria

Berdasarkan pada skenario penambahan kriteria, bahwa sistem
mampu menerapkan algoritma Simple Additive Weighting (SAW) pada
kriteria yang dinamis.

48
4.3 Evaluasi Sistem
1) Perumusan Bobot Preferensi Kriteria pada Sistem
Pada penelitian ini, perumusan bobot preferensi dilakukan dengan
menggunakan instrumen kuesioner untuk menentukan bobot kriteria serta
diputuskan dengan menggunakan pengukuran tendensi sentral bilangan
Modus. Intrumen penelitian dapat dilihat pada Lampiran A-1. Hasil
penelitian yang dilakukan ditunjukkan pada tabel 4.1 berikut ini.

Tabel 4.1 Tabel Hasil Penilaian Bobot Kriteria

No Nama Kriteria Bobot Kritera
1 Luas Lantai Rumah 0.33
2 Jenis Lantai 0.33
3 Jenis Dinding Rumah 0.67
4 Jenis Atap Rumah 0.67
5 Keberadaan Kamar Kecil 0.33
6 Keberadaan Daya Listrik 1
7 Keberadaan Air Bersih 0.67
8 Sarana Transportasi 0.33
9 Penghasilan Orang Tua 0.67

Bobot yang telah ditentukan tersebut, dimasukan kedalam sistem

sebagai bobot pengujian. Penambahan bobot tersebut akan diolah pada
halaman tambah aspek sesuai gambar 4.17 berikut ini.

49
 Gambar 4.17 Halaman Tambah Aspek Penilaian

2) Evaluasi Ketepatan Sistem

Evaluasi ketepatan sistem dilakukan dengan cara membandingkan
keluaran sistem dengan keputusan yang telah diambil sekolah terhadap
calon penerima beasiswa miskin pada tahun 2015. Data uji terdiri dari 53
siswa calon penerima beasiswa pada tahun 2015. Perbandingan hasil
perangkingan sistem dengan keputusan sekolah tersebut disajikan pada tabel
4.2 berikut ini.
Tabel 4.2 Perbandingan Hasil Perangkingan Sistem
dengan Keputusan Sekolah
Nilai Rangking Ket.
No Nama Kelas SAW
SAW Sekolah Seleksi

1 Ni Luh Eka Widiantari 7A 5 1 1 

2 Ni Kadek Kembar A 9A 4.8911 2 2 
3 Gede Merta Aditya 7G 4.7789 3 4 
4 Luh Putu Sufyantari 7A 4.5611 4 6 
5 Putu Ayu Marlita 7A 4.5611 5 9 
6 Komang Juniasa 7B 4.5511 6 3 
7 Putu Ardana 7G 4.4489 7 5 
8 Gede Yogi Juniarta 7G 4.34 8 11 
9 Kadek Seriarsa 7G 4.34 9 7 
10 Kadek Pria Abdi 7G 4.3367 10 10 
Tabel 4.2 (Lanjutan)

50
11 Putu Yoga Saputra 7A 4.2278 11 13 
12 Putu Angga Adnyana P 7G 4.2278 12 12 
13 Luh Suciani 7G 4.2278 13 8 
14 Gede Satria 7G 4.1089 14 15 
15 Gede Juni Widiartawan 7G 4.01 15 34 
16 Luh Regita Upanu 7G 4.01 16 22 
17 Komang Sumerini 7A 4.0033 17 25 
18 Kadek Dana Artayasa 7G 3.8978 18 31 
19 Ni Kadek Suryani 7G 3.8978 19 33 
20 Gusti Ngurah Andika putra 9A 3.8978 20 14 
21 Ketut Dana Widiasa 7G 3.8911 21 21 
22 I ketut Subagia 7G 3.7889 22 23 
23 Luh Sumiati 7G 3.7889 23 24 
24 Komang Okta Wira Saputra 9A 3.7889 24 17 
25 Kadek Krisna Wati 9A 3.7889 25 20 
26 Komang Windu Triayaksa 9A 3.7889 26 16 
27 Luh Santi Widiasari 7G 3.7789 27 28 
28 Kadek Prima Budiadnyana 7G 3.7789 28 30 
29 Kadek Desiani 7G 3.6767 29 27 
30 Gusti Ayu Widi Widia J 9A 3.6767 30 26 
31 Kadek Sri Budiastini 7G 3.6767 31 32 
32 I Kadek Budiasa 7A 3.6767 32 35 
33 Ni Komang Sri Supadmi 9A 3.67 33 19 
34 Wayan Sutapa 9A 3.67 34 18 
35 Gede Arnanya 7A 3.4589 35 39 
36 Kadek Merry Meliani 9A 3.4556 36 41
37 Kadek Anggardana 9A 3.4489 37 36 
38 Gede Noki Pratama 7G 3.4489 38 38 
39 Ketut Sudiartini 7G 3.4489 39 37 
40 Kadek Devi Kariani 7A 3.4489 40 44
41 Kadek Desiani 7G 3.4422 41 29
42 Gede Wangun Arta Dana Y 8A 3.34 42 40
43 Gede Wipa Putra Wisnawa 7A 3.2211 43 43
44 Ketut Bayu Krisna S 9A 3.1122 44 45
45 Gede Frebriyanata Pande 7A 3.1089 45 46
46 Kadek Cindy Oktaviana 7A 3.1089 46 47
47 Gede Juli Artana 9A 3 47 42
48 Gede Sukarma 7G 2.8878 48 48
49 I Gede Ferry Adi Pratama P 7A 2.8878 49 49
50 I Ketut Tandia Riskyawan 7A 2.7789 50 50
Tabel 4.2 (Lanjutan)
51 Komang Sutrisila 9A 2.4355 51 51

51
 52 Luh Putu Sri Devi D 7G 2.4322 52 53
53 Ketut Peni Tarayani 9A 2.4322 53 52

Sebaran nilai siswa dengan perhitungan sistem SAW menunjukan

adanya nilai SAW yang sama (tabel berwarna kuning). Data kesamaan nilai
SAW tersebut bisa disebabkan oleh beberapa kemungkinan, kemungkinan
yang pertama ialah kesamaan sebaran data nilai siswa terhadap aspek
kriteria. Kemungkinan yang kedua adalah sebaran data nilai siswa terhadap
aspek kriteria berbeda namun pola nilai yang diproses dalam pembobotan
menghasilkan nilai yang sama.
Data menunjukan bahwa ada nilai SAW yang sama tetapi memiliki
rangking berbeda sebanyak 67,92%. Untuk mengurutkan data nilai SAW,
peneliti menggunakan perintah (query) MySql seperti gambar 4.16 berikut
ini.

Gambar 4.16 Query MySql pada Nilai SAW

Pengurutan nilai SAW didasarkan pada nilai terbesar ke nilai terkecil
(Descending). Dengan demikian, pengurutan nilai SAW pada sistem
didasarkan pada algoritma pengurutan MySql. Ada kelemahan perangkingan
pada sistem ini, dimana sistem tidak mampu menangani perangkingan pada
nilai SAW yang sama.
Tabel perbandingan hasil perangkingan sistem dengan keputusan
sekolah menujukan adanya 11 hasil perangkingan yang sama (tabel
berwarna coklat). Hasil perangkingan yang sama terdapat pada siswa Ni
Luh Eka Widiantari, Ni Kadek Kembar A, Kadek Pria Abdi, Putu Angga
Adnyana P, Ketut Dana Widiasa, Gede Noki Pratama, Gede Wipa Putra
Wisnawa, Gede Sukarma, I Gede Ferry Adi Pratama P, I Ketut Tandia
Riskyawan, dan Komang Sutrisila. Dari 53 data uji yang digunakan, maka
diperoleh akurasi perangkingan sistem terhadap perangkingan keputusan
sekolah sebesar 20,75%.

52
 Seleksi dilakukan dengan memilih 40 siswa sesuai dengan rentang
rangking 1 – 40 berdasarkan rangking sistem dan rangking keputusan
sekolah. Keputusan diperoleh tampak pada kolom seleksi (ditandai dengan
check) tabel perbandingan hasil perangkingan sistem dengan keputusan
sekolah. Berdasarkan seleksi itu, ditemukan 4 data siswa tidak masuk dalam
seleksi meskipun memilik rangking pada interval rangking 1 – 40 disalah
satu rangking penilaian. Siswa yang dimasksud yaitu Kadek Merry Meliani
(rangking SAW = 36, rangking keputusan sekolah = 41), Kadek Devi
Kariani (rangking SAW = 40, rangking keputusan sekolah = 44), Kadek
Desiani (rangking SAW = 41, rangking keputusan sekolah = 29) , dan Gede
Wangun Arta Dana Y (rangking SAW = 42, rangking keputusan sekolah =
40). Dengan demikian akurasi keputusan perangkingan sistem SAW
terhadap perangkingan keputusan sekolah pada interval 1 – 40 sebesar 95%.

53