Anda di halaman 1dari 8

METODE TOPSIS UNTUK MEMBANTU PEMILIHAN JURUSAN

PADA SEKOLAH MENENGAH ATAS

Luthfi Nur Hidayat


Program Studi Informatika/Ilmu Komputer
Universitas Dian Nuswantoro Semarang
Jl. Bumi Wana Mukti E2/7Semarang
E-mail :luthfinh@gmail.com

ABSTRAK

Dengan banyaknya siswa guru cukup kesulitan dalam penentuan penjurusan kelas yang tiap siswa mempunyai nilai yang
terkadang sama, seleksi penjurusan kelas dengan cara manual dirasa kurang baik pada Jenjang SMA (Sekolah Menengah
Atas). oleh karena itu, diperlukan sebuah Metode yang menyediakan sarana untuk mendukung keputusan yang akan
diambil pihak sekolah dalam menentukan penjurusan kelas siswa. Salah satu solusi untuk memecahkan masalah tersebut
adalah dengan membuat Alat bantu pendukung keputusan itu sendiri, banyak metode yang dapat dipakai untuk mendasari
sebuah metode pendukung keputusan, salah satunya adalah metode (TOPSIS). Metode pendukung keputusan ini bertugas
untuk mensimulasikan siswa yang akan melakukan proses penjurusan kelas. Pihak sekolah tinggal meginputkan
persyaratan penjurusan kelas siswa( kandidat solusi ) yang disediakan oleh alat bantu ini dan proses penjurusan akan lebih
menghemat waktu tentunya.
Kata kunci : TOPSIS,SMA

1.1. Latar Belakang Masalah instansi, salah satunya adalah alat bantu yang dapat
membantu dalam proses pemilihan jurusan di SMA.
Pendidikan merupakan tempat bagi siswa
Menurut Efraim Turban, mendefiniskan Sistem
dalam memperoleh ilmu yang secara umum bersifat
Pendukung Keputusan sebagai “Suatu sistem yang
akademis. Peran guru sebagai orang tua siswa di
diperuntukan untuk membantu pembuat keputusan
sekolah dapat membantu siswa dalam menemukan
dalam kondisi keputusan yang kurang
karakter diri. Richard E. Snow, seorang pakar
terstruktur/semi terstruktur” (Turban,2005)
psikologi dari Amerika mengatakan bahwa, “Setiap
Ada beberapa metode pada MADM (Multi
manusia dilahirkan unik dengan bakat dan
Atribut Decision Making) untuk membantu
kepribadian yang berbeda. Dalam pendidikan di
memilih jurusan diantaranya adalah AHP, SAW,
sekolah, perbedaan masing-masing siswa harus
TOPSIS. AHP memiliki kelebihan Struktur yang
diperhatikan karena dapat menentukan baik
berbentuk hirarki sebagai konsekuensi dari kriteria
buruknya prestasi belajar siswa, perbedaan
indvidual di antaranya meliputi perbedaan yang dipillih sampai pada subkriteria yang paling
dalam. SAW memiliki kelebihan Penilaian akan
kemampuan kognitif, motivasi berprestasi, minat
lebih tepat karena didasarkan pada nilai kriteria dari
dan kreativitas” (Richard E.Snow,1986)
bobot preferensi yang sudah ditentukan, Topsis
Seseorang sering dihadapkan pada
memiliki kelebihan konsepnya sederhana dan
permasalahan yang memaksa untuk mengambil
mudah dipahami, komputasinya efisien dan
keputusan di antara pilihan-pilihan yang baik,
memiliki kemampuan untuk mengukur kinerja
sehingga dibutuhkan suatu alat bantu agar proses
relatif dari alternatif-alternatif keputusan dalam
pengambilan keputusan berlangsung secara efektif
bentuk matematis yang sederhana. Adapun
dan efisien serta agar keputusan yang dihasilkan
kekurangan metode Topsis yaitu harus adanya
merupakan keputusan yang terbaik. Kemungkinan
bobot yang ditetapkan dan dihitung terlebih dahulu.
yang akan terjadi jika siswa mengalami kesalahan
(Nur Affifah,2011)
dalam penjurusan adalah rendahnya prestasi belajar
Untuk menyeleksi alternatif jurusan, akan
siswa atau dapat menyebabkan terjadinya
digunakan metode pengambilan keputusan Multi
kebimbangan dalam aktualisasi diri. Tak jarang
Attribute Decision Making (MADM). Metode
siswa tidak mengerti alasan pemilihan jurusan
MADM biasanya digunakan untuk melakukan
tersebut, hendak kemana setelah tamat sekolah dan
penilaian atau seleksi terhadap beberapa alternatif
apa cita-citanya
dalam jumlah yang terbatas. Pada permasalahan
(Intan Irawati,2008) tugas akhir ini alternatif tersebut berupa pilihan
SMA pada umumnya memiliki 3 jurusan, jurusan yaitu IPS atau IPA atau Bahasa.
yaitu IPS, IPA dan Bahasa. Penjurusan ini
Metode MADM yang akan digunakan
dilakukan agar siswa lebih fokus dalam menekuni
adalah Technique for Order Preference by
bidang yang disukainya. Sehingga sewaktu siswa
Similarity to Ideal Solution (TOPSIS). TOPSIS
lulus, mereka tidak akan kesulitan dan bimbang
didasarkan pada konsep alternatif terpilih tidak
akan mencari perguruan tinggi yang sesuai
hanya memiliki jarak terpendek dari solusi ideal
bakatnya.(Peraturan sma terkait)
positif, namun juga memiliki jarak terpanjang dari
Implementasi teknologi dan informasi solusi ideal negatif. Konsep ini banyak digunakan
dalam dunia pendidikan dapat membantu berbagai
pada beberapa model MADM untuk menyelesaikan 2. PENDAHULUAN
masalah keputusan secara praktis. Hal ini 2.1 Multi Criteria Decision Making (MCDM)
disebabkan konsepnya sederhana dan mudah Zimmermann (kusumadewi dkk,
dipahami; komputasinya efisien; dan memiliki 2006:69) mengemukakan bahwa Multi Criteria
kemampuan untuk mengukur kinerja relatif dari Decision Making (MDMC) adalah suatu metode
alternatif-alternatif keputusan dalam bentuk pengambilan keputusan untuk menetapkan
matematis yang sederhana. Dari data diatas Metode alternatif terbaik dari sejumlah alternatif
Topsis lah yang tepat digunakan sebagai penjurusan berdasarkan bebera pakriteria tertentu. Kriteria
pada Sekolah Menengah Atas (Sri Lestari,2011) biasanya berupa ukuran-ukuran, aturan-aturan
Pada tugas akhir ini, akan dibuat suatu alat atau standar yang digunakan dalam pengambilan
bantu pendukung keputusan menggunakan metode keputusan. Berdasarkan tujuannya, MCDM dapat
TOPSIS yang dapat membantu siswa Sekolah dibagi dua model: Multi Attribute Decision
Menengah Atas untuk pengambilan keputusan Making (MADM) dan Multi Objective Decision
dalam pemilihan jurusan. Berdasarkan Making (MODM).
kegunaannya, akan dikembangkan dengan bahasa Seringkali MADM dan MODM
pemrograman berbasis web sehingga siswa dapat digunakan untuk menerangkan kelas atau
dengan mudah menggunakannya pada saat yang kategori yang sama. MADM digunakan untuk
dibutuhkan. Alat bantu pendukung keputusan menyelesaikan masalah-masalah dalam ruang
pemilihan jurusan ini diharapkan dapat memberikan diskrit. Oleh karena itu, pada MADM biasanya
perhitungan yang tepat bagi siswa, sehingga digunakan untuk melakukan penilaian atau
Metode pendukung keputusan pemilihan jurusan ini seleksi terhadap beberapa alternatif dalam jumlah
diharapkan dapat menawarkan solusi yang tepat yang terbatas. Sedangkan MODM digunakan
bagi siswa, Metode ini hanya terbatas pada untuk menyelesaikan masalah-masalah pada
pemberian saran yang terbaik sedangkan keputusan ruang kontinyu. Secara umum dapat dikatakan
akhir tetap diputuskan oleh siswa. bahwa, MADM menyeleksi alternatif terbaik dari
1.2. Perumusan Masalah sejumlah alternatif sedangkan MODM
Berdasarkan uraian latar belakang diatas, merancang alternatif terbaik.
maka perumusan masalah yang diangkat pada tugas Klasifikasi Metode MCDM
akhir ini adalah menguji apakah metode TOPSIS Ada beberapa cara dalam mengklasifikasi
dapat digunakan untuk menyelesaikan masalah metode MCDM.Menurut tipe data yang
pengambilan keputusan dalam memilih jurusan digunakan, MCDM dapat dibagi berdasarkan tipe
bagi siswa SEKOLAH MENENGAH ATAS deterministic, stokastik atau fuzzy. Menurut
1.3. Pembatasan Masalah jumlah pengambil keputusan yang terlibat dalam
Ruang lingkup alat bantu pendukung proses pengambil keputusan . MCDM dapat
keputusan pemilihan jurusan menggunakan metode dibagi berdasarkan pengambil keputusan satu
TOPSIS studi kasus SMA adalah sebagai berikut: orang, atau pengambil keputusan dalam bentuk
1. Dasar pertimbangan untuk pemilihan jurusan grup (kelompok).
sangat banyak, oleh karena itu perlu dibatasi Klasifikasi Solusi MCDM
sebagai masukan untuk proses perhitungan Yoon (Kusumadewi, 2006:71) Masalah
TOPSIS, yaitu nilai rapot kelas X semester satu MDCM tidak selalu memberikan solusi
dan dua menjadi dasar untuk jurusan yang Unik, perbedaan tipe bisa jadi akan
diinginkan, hasil dari ujian psikologi siswa, dan memberikan perbedaan solusi.
test peminatan siswa terhadap jurusan yang a. Solusi ideal, kriteria atau atribut
diinginkan. dapat dibagi menjadi dua kategori,
yaitu kriteria yang nilainya akan
2. Metode pendukung keputusan ini hanya dimaksimumkan (kategori nilai
terbatas pada pemberian saran dan hasil keuntungan), dan kriteria yang nilainya
perhitungan TOPSIS kepada siswa untuk suatu kan diminimumkan (kategori kriteria
pilihan jurusan. biaya). Solusi ideal kan
3. Pengembangan metode ini mencakup rekayasa memaksimumkan semua kriteria
dan pemodelan sistem/ informasi, analisis keuntungan dan meminimumkan semua
kebutuhan, desain, generasi kode, sampai tahap kriteria biaya.
pengujian. b. Solusi non-dominated, solusi ini
4. Bentuk implementasi metode ini menggunakan sering juga dikenal dengan nama solusi
bahasa pemrograman PHP. pareto-optimal. Solusi feasible MDCM
1.4. Tujuan dikatakan nondominated jika tidak ada
Tujuan yang ingin dicapai dalam solusi feasible yang lain akan
pelaksanaan dan penulisan tugas akhir ini adalah menghasilkan perbaikan terhadap suatu
membantu siswa SMA dalam pengambilan atribut tanpa menyebabkan degenerasi
keputusan pemilihan jurusan menggunakan pada atribut lainnya.
metode TOPSIS. c. Solusi yang memuaskan, solusi yang
memuaskan adalah himpunan bagian dari
solusi-solusi feasible dimana setiap alternatif prioritas relatif untuk mencapai level
melempaui semua kriteria yang diharapkan. target tersebut. Problemnya adalah untuk
d. Solusi yang lebih disukai, solusi yang menentukan solusi yang layak (feasible
disukai adalah solusi nondominated yang solution) yang mendekati kemungkinan
paling banyak memuaskan pengambil untuk mencapai target DM dengan
keputusan. prioritas yang spesifik.
2.2 Metode Penyelesaian Problem MCDM 3. Post Articulation of Prefences
Dalam problem multikriteria, tidak ada Metode solusi ini dimana batas
solusi optimal global tunggal yang tetap, hanya efisien diketahui setelah proses
memaksimalkan semua objektif secara bersama- penyelesaian solusi yang paling disukai
sama. Ada beberapa solusi efisien. DM dibuat atau dikategorikan dalam bagian ini.
untuk membuat trade off diantara objektif untuk Metode yang demikian biasanya
memilih solusi efisien terbaik. Diasumsikan digunakan ketika batas efisien terdiri dari
bahwa DM membuat trade off menggunakan bilangan terbatas dan sejumlah real titik
sebuah fungsi utility implicit yang yang layak.
menggambarkan pilihan (prefence) DM. Ada 4. Metode Interaktif (Interactive
beberapa metode yang sering digunakan, seperti Method)
dijelaskan berikut. Metode yang menyelesaikan
1. Best Compromise Solution Apabila problem multikriteria dengan interaktif
ruang utility DM berupa {P(f1(x), yang terus menerus (continous
f2(x)......... fp(x))} Maka problem interactive). Dengan DM selama proses
MCDM menjadi : Max U{(f1(x), solusi dikenal dengan metode interaktif
f2(x)......... fp(x))} (interactive method). Ide dasarnya adalah
Subject to x € S untuk menentukan beberapa solusi efisien
Setiap solusi yang dan menanyakan DM dengan spesifik
memaksimalkan U disebut dengan best prefensi diantara titik efisien tersebut.
compromise solutions. Dengan demikian Berdasarkan respons DM,
jika fungsi utility DM diketahui apriori, constrain dimasukkan, yang mereduksi
problem MCDM direduksi menjadi permukaan objek (object space) atau
sebuah problem objektif tunggal (single permukaan keputusan (decision space)
objective). atau keduanya. Ini diulang sampai DM
Kenny dan Raiffa (1993) dalam mencapai best compromise solution.
Ramanujan Thirumalai (2001) Sebuah metode interaktifuntuk
mendiskusikan tentang bagaimana cara menyelesaikan problem bi-kriteria adalah
memodelkan fungsi utility ini. yang disebut dengan Pairwise
Bagaimanapun, sungguh sulit untuk Comparison Method (PCM).
memetakan fungsi utility DM, meskipun 5. Global Criteria Method
kita dapat membantu DM tentang Metode ini membangun sebuah
informasi prefensi antara titik-titik dalam fungsi objektif yang berasal dari jumlah
batas efisiensi. Bergantung kepada deviasi “nilai” dari fungsi objektif
informasi prefensi dinyatakan dari DM individual dari nilai idealnya masing-
kita mempunyai tiga pendekatan yang masing sebagai sebuah rasio untuk nilai
berbeda untuk menjelaskan problem ideal. Jadi dari fungsi objektif k yang
MCDM. original, diformulasikan sebuah fungsi
2. Prior Articulation of Prefences tunggal dan problem yang sama dalam
Dengan pendekatan ini, DM menyelesaikan optimasi sebuah objektif
diberi pertanyaan sebelum problem tunggal.
diselesaikan. Pertanyaan tersebut Formulasi problem tersebut adalah :
membantu dalam menyeting prioritas
diantara kriteria yang saling konflik dan
tingkat kepentingannya. Solusi dari
problem akan menghasilkan sebuah titik
efisien yang mana solusi ini paling
disukai oleh DM. Ide utama dalam
metode global kriteria adalah untuk Subject to gi(x) ≤ 0,i=1,2,...,m
mengetahui sebuah titik efisien mendekati x≥0
solusi ideal dari problem yang ada. Dimana fi(x*) adalah nilai fungsi
Teknik penting yang lain dalam objektif 1 pada optimasi individual x*.
kategori ini adalah Goal Programming. fi(x*) adalah fungsi dari x*, P adalah
Dalam soal Programming, DM sebuah pangkat nilai integer yang
menambahan level target untuk mencapai menggambarkan pentingnya sebuah
setiap objektif. DM juga menambahkan
objektif, dan gi adalah fungsi pembatas sedangkan solusi ideal negatif terdiri dari seluruh
ke-i. nilai terburuk yang dicapai untuk setiap atribut.
Namun, solusi ideal positif jarang dicapai ketika
2.3 Metode-Metode Penyelesaian Masalah MADM menyelesaikan masalah dalam kehidupan nyata.
(Multiple Attribute Decision Making). Maka asumsi dasar dari TOPSIS adalah ketika
Ada beberapa metode yang dapat digunakan solusi ideal positif tidak dapat dicapai, pembuat
untuk menyelesaikan masalahMADM , antara keputusan akan mencari solusi yang sedekat
lain: mungkin dengan solusi ideal positif. TOPSIS
a. Simple Additive Weighting Method memberikan solusi ideal positif yang relatif dan
(SAW) bukan solusi ideal positif yang absolut. Dalam
b. Weighted Product (WP) metode TOPSIS klasik, nilai bobot dari setiap
c. ELECTRE kriteria telah diketahui dengan jelas. Setiap bobot
d. Technique for Order Preference by kriteria ditentukan berdasarkan tingkat
Similarity to Ideal Solution (TOPSIS) kepentingannya menurut pengambil keputusan.
e. Analytic hierarchy Process (AHP) Yoon dan Hwang mengembangkan metode
TOPSIS berdasarkan intuisi yaitu alternatif
2.5 TOPSIS (Technique For Order Preference by pilihan merupakan alternatif yang mempunyai
Similarity to Ideal Solution) jarak terkecil dari solusi ideal positif dan jarak
Sumber kerumitan masalah keputusan terbesar dari solusi idealnegatif dari sudut
bukan hanya karena faktor ketidakpastian atau pandang geometris dengan menggunakan jarak
ketidaksempurnaan informasi saja. Namun masih Euclidean. Namun, alternatif yang mempunyai
terdapat penyebab lainnya seperti faktor yang jarak terkecil dari solusi ideal positif, tidak harus
berpengaruh terhadap pilihan-pilihan yang ada, mempunyai jarak terbesar dari solusi ideal
dengan beragamnya kriteria pemilihan dan juga negatif. Maka dari itu, TOPSIS
nilai bobot dari masing-masing kriteria mempertimbangkan keduanya, jarak terhadap
merupakan suatu bentuk penyelesaian masalah solusi ideal positif dan jarak terhadap solusi ideal
yang sangat kompleks. Pada zaman sekarang ini, negatif secara bersamaan. Solusi optimal dalam
metode-metode pemecahan masalah multikriteria metode TOPSIS didapat dengan menentukan
telah digunakan secara luas di berbagai bidang. kedekatan relatif suatu alternatif terhadap solusi
Setelah menetapkan tujuanmasalah, kriteria- ideal positif. TOPSIS akan merangking alternatif
kriteria yang menjadi tolak ukur serta alternatif- berdasarkan prioritas nilai kedekatan relatif suatu
alternatif yang mungkin, parapembuat keputusan alternatif terhadap solusi ideal positif. Alternatif-
dapat menggunakan satu metode atau lebih untuk alternatif yang telah dirangking kemudian
menyelesaikan masalah mereka. Adapun metode dijadikan sebagai referensi bagi pengambil
yang dapat digunakan untuk mengatasi keputusan untuk memilih solusi terbaik yang
permasalahan multikriteria yaitu metode diinginkan. Metode ini banyak digunakan untuk
Technique For Order Preference bySimilarity to menyelesaikan pengambilan keputusan secara
Ideal Solution (TOPSIS). praktis. Hal ini disebabkan konsepnya sederhana
TOPSIS diperkenalkan pertama kali oleh dan mudah dipahami, komputasinya efisien, dan
Yoon dan Hwang pada tahun 1981 untuk memiliki kemampuan mengukur kinerja relatif
digunakan sebagai salah satu metode dalam dari alternatif-alternatif keputusan.
memecahkan masalah multikriteria. TOPSIS Secara umum, prosedur TOPSIS (Sri
memberikan sebuah solusi dari sejumlah Kusumadewi, 2006) mengikuti langkah-langkah
alternatif yang mungkin dengan cara sebagai berikut:
membandingkan setiap alternatif dengan Membuat matriks keputusan yang ternormalisasi
alternatif terbaik dan alternatif terburuk yang ada (R).
diantara alternatif-alternatif masalah. Metode ini Normalisasi nilai atribut untuk membentuk
menggunakan jarak untuk melakukan perbandingan matriks ternormalisasi (R) dengan
tersebut. TOPSIS telah digunakan dalam banyak persamaan 2.3.
x
aplikasi termasuk keputusan investasi keuangan, rij= ij

perbandingan performansi dari perusahaan, ∑ 2


x
ij
perbandingan performansi dalam suatu industri i=1,2,…,n; dan j=1,2,…,m.

khusus, pemilihan sistem operasi, evaluasi dengan


pelanggan, dan perancangan robot. 1. Membuat matriks keputusan yang
TOPSIS mengasumsikan bahwa setiap ternormalisasi terbobot (Y). Perkalian antara
kriteria akan dimaksimalkan ataupun bobot dengan nilai setiap atribut dihitung
dengan persamaan 2.4.
diminimalkan. Maka dari itu nilai solusi ideal
positif dan solusi ideal negatif dari setiap kriteria
Y= y y y dengan yij =wjrij
… ij
ditentukan, dan setiap alternatif dipertimbangkan
dari informasi tersebut. Solusi ideal positif
didefinisikan sebagai jumlah dari seluruh nilai
terbaik yang dapat dicapai untuk setiapatribut, 2. Menentukan matriks solusi ideal positif (A+ )
dan matriks solusi ideal negatif (A ).
+ + + +
A = y ,y ,…,y
1 2 j 3. Metodologi dan Perancangan sistem
A = y1 ,y2 ,…,yj Diskripsi Umum Perangkat Lunak
dengan Metode pemilihan jurusan ini adalah alat
+ bantu yang berfungsi untuk memberikan alternatif
y
keputusan berupa pilihan jurusan yang ada di SMA
j

max berdasarkan kriteria-kriteria yang telah ditentukan.


yij; jika j adalah atribut keuntungan Metode ini membantu siswa agar dapat memilih
=i
jurusan yang terbaik dengan lebih efisien. Data
min jika j adalah atribut biaya yang diolah menjadi kriteria pemilihan diperoleh
i yij ; dari Sekolah itu sendiri. Data tersebut yaitu nilai
min
raport semester 1 dan semester 2 yang telah
y
- = i yij; jika j adalah atribut keuntungan
diperoleh di kelas X, nilai hasil psikologi, nilai
j peminatan anak terhadap jurusan tersebut. Data dari
max y ; jika j adalah atribut biaya masukan siswa tersebut diproses dengan metode
i ij
TOPSIS untuk menghasilkan keputusan jurusan.
3. Menentukan jarak antara nilai setiap alternatif Setiap masukan terlebih dulu
dengan matriks solusi ideal positif dan matriks
dikelompokkan ke dalam setiap jurusan untuk
solusi ideal negatif.
Jarak antara alternatif dengan solusi ideal memisahkan kriteria masing-masing alternatif.
+ Inputan untuk nilai raport semester 1dan semester 2
positif (D i) dirumuskan sebagai: termasuk jurusan IPA, IPS, dan BAHASA jika mata
2 + m
yij) D i= (y j
+ pelajaran di raport semester 1dan semester 2

tersebut memiliki kelanjutan pada jurusan IPA, IPS,
j=1 dan BAHASA. Inputan untuk hasil tes psikologi
termasuk jurusan IPA, IPS, dan BAHASA jika tes
Jarak antara alternatif dengan solusi ideal yang yang diujikan tersebut memiliki kelanjutan
negatif (Di ) dirumuskan sebagai: pada jurusan IPA, IPS, dan BAHASA demikian
m 2 juga dengan hasil tes peminatan dan tes psikologi
(yij − y )
Di =
j=1 untuk jurusan IPA, IPS, dan BAHASA.
Siswa diharuskan mengikuti test peminatan
dan test psikologi dari ipa, ips dan bahasa untuk
4. Menentukan nilai preferensi untuk setiap mengetahui nilai dari masing masing test
alternatif. Nilai preferensi merupakan kedekatan peminatan dan psikologi. Nilai siswa terhadap
suatu alternatif terhadap solusi ideal. jurusan dinyatakan dengan range nilai antara 10-
Nilai preferensi untuk setiap alternatif (Vi) 100, Sehingga dari hasil nilai test yang sudah di
diberikan sebagai: olah menggunakan metode Topsis didapatkan nilai
D
i kemungkinan tertinggi dan terendah pada tiap
Vi= jurusan.
Di +D+i
Nilai Vi yang lebih besar menunjukkan bahwa
alternatif Ai lebih dipilih. Dari data diatas akan dijuruskan satu persatu siswa
Penyelesaian Permasalahan Menggunakan dengan mengggunakan metode Topsis. Diambil
sampel data:
Metode TOPSIS Nama : ANI LESTIANA
JK : PEREMPUAN
Terdapat data siswa pada suatu SMA 14 Semarang Nilai rata rata raport SMA kelas 1 sebagai dasar
adalah sebagai berikut: jurusan IPA sebesar , memiliki rata-rata nilai
NO Nama JENIS KELAMIN RAPORT IPA RAPORT IPS RAPORT BHS
1
2
NARARETHAMA AMARIA PUTRI
GALUH CONDRO ARUM
PEREMPUAN
PEREMPUAN
70.500
71.375
80.125
72.625
69.000
69.000
raport SMA kelas 1 sebagai dasar jurusan IPS
3
4
EDO KHARISMA
DHEA RAMADHANI LARASATI
PEREMPUAN
laki-laki
71.500
72.375
75.250
70.750
67.000
78.000
sebesar 65, dan memiliki rata-rata nilai raport
5
6
MELINDA WAHYU KINANTI
TYTANIA EKA APRISA
PEREMPUAN
PEREMPUAN
73.000
73.625
71.125
75.875
64.000
64.000 SMA kelas 1 sebagai dasar jurusan BAHASA
7 RR. RAHMA SHAFIRA AMALIA PEREMPUAN 74.125 76.375 75.000
8
9
TRI AJI RACHMANTO
NIA ULFIANA
laki-laki
PEREMPUAN
78.875
71.500
78.125
71.500
77.000
71.000
sebesar 75.
10
11
EKA FEBRIANA AREZA PUTRI
ARI WIBOWO
PEREMPUAN
laki-laki
79.750
76.125
74.000
75.750
67.000
67.000
Setelah menyelesaikan test psikologi nilai rata-
12
13
AGAM ANGKASA
ILMIA FILASOFA
laki-laki
PEREMPUAN
67.500
75.750
74.750
71.125
69.000
70.000 rata hasil tes psikologi sebagai dasar jurusan IPA
14 RIZKI AZKALINA laki-laki 78.875 76.000 60.000
15
16
VANNIA RIZKY PRIESTBUDI
BAYU RAKA PUTRA
PEREMPUAN
laki-laki
80.375
69.375
76.000
75.375
60.000
79.000
sebesar 85, memiliki nilai rata rata hasil tes
17
18
IVAN SHABRIYAWAN
KHARIS JATI POETRO
laki-laki
laki-laki
77.625
71.000
75.375
75.125
60.000
83.000
psikologi sebagai dasar jurusan IPS sebesar 75
19
20
RIZKI ANDRU ABDILAH
ANGGA YUDHA PAMUNGKAS *
laki-laki
laki-laki
65.250
73.375
72.000
70.875
81.000
86.000 dan memiliki rata-rata hasil tes psikologi sebagai
21 RAMDHAN YUDHA YUWANA laki-laki 78.375 74.750 63.000
22
23
BAGAS KRISNA MUKTI *
ONI GALANG PERDANA *
laki-laki
laki-laki
73.875
69.625
73.375
70.625
65.000
65.000
dasar jurusan BAHASA sebesar 70
24
25
MUHAMMAD BARIQ MAULANA
BAGAS ADI PAMUNGKAS
laki-laki
laki-laki
65.000
71.500
74.750
77.625
89.000
40.000
Setelah menyelesaikan test peminata nilai rata
26
27
DADANG WAHYU MANUNGGAL
LESTYAN FATHURROHMAN
laki-laki
laki-laki
79.625
75.250
78.375
78.000
70.000
79.000 rata hasil tes peminatan terhadap jurusan IPA
28 YONORA INGGARSARI laki-laki 76.625 79.875 69.000
29
30
RENI LILISNABRITASARI *
LOSYA DEVI TAMBAH
PEREMPUAN
PEREMPUAN
72.250
73.875
72.500
73.375
67.000
65.000
sebesar 80, terhadap jurusan IPS sebesar 75, dan
31 ANI LESTIANA PEREMPUAN 60 60 60 peminatan terhadap jurusan BAHASA sebesar
70.
Table 4.37: Table Siswa
+ = 1,6723
Langkah-langkah penyelesaian D2
+
permasalahan D3 = 2,1961
pemilihan jurusan menggunakan metode TOPSIS Jarak antara alternatif Ai dengan solusi ideal
untuk kasus tersebut adalah sebagai berikut; negatif (Di ):
-
D1 = 1,3866
-
Sebelum melakukan metode TOPSIS beberapa D2 = 1,7263
-
langkah harus dilakukan terlebih dahulu, yaitu: D3 D1 +D1+ = 1,0555
1. Menentukan rating kinerja setiap
V1 = 1,3866

5. Menghitung nilai preferensi setiap alternatif


V2 = D2 + 2,0036 1,3866 0,4090
alternatif pada setiap kriteria.
2. Menentukan bobot untuk setiap (Vi) D1
kriteria (wi). Dari hasil test siswa 1,7263 0,5079
yang bersangkutan. Nilai bobot D2 +D2
untuk setiap kriteria harus V = 1,6723 1,7263
D3 +
berdasarkan rentang nilai yang 1,0555 0,3246
sama, contoh pada kasus ini bobot
D3 +D3
setiap kriteria diberikan dengan
rentang 1-5; Perlu diingat: 2,1961 1,0555
Bobot setiap atribut kriteria V1 adalah BAHASA
diberikan sebagai: V2 adalah IPA
W = [4;3;3;4;3;3;2;2;3] V3 adalah IPS
3. Membuat matriks keputusan. Nilai V2 lebih besar maka alternatif yang
Mengacu pada Tabel 4.1, dapat dipilih adalah alternatif A1 yaitu IPA.
dibentuk matriks keputusan X 4. Implementasi
3 3 4 2 2 4 3 3 5

sebagai berikut: 2 2 5 4 4
4 3 3 3 4.1 Implementasi Program
Progam yang dirancang pada penelitian
ini menggunakan method-method yang
4 3 2 3 3 2 3 5 4 mewakili setiap tahapan proses pada metode
Selanjutnya dilakukan TOPSIS.
perhitungan dengan metode 4.2 Tampilan Pengaturan
TOPSIS. Langkah-langkah Fungsi dari pengaturan digunakan admin agar
penyelesaian menggunakan metode dapat melihat daftar kriteria Bahasa, Ipa, Ips dan juga
TOPSIS adalah sebagai berikut: untuk menset kriteria pada Bahasa, Ipa, Ips
1. Normalisasi matriks Antarmuka daftar kriteria dapat dilihat pada gambar
keputusan, dengan persamaan (2.3) 4.5 sedangkan untuk set kriteria Bahasa dapat dilihat
R
Sehingga dapat dibentuk matriks pada gambar 4.6 Set kriteria Ipa pada gambar 4.7 dan
0,5145 0,5145 keputusan yang ternormalisasi: 0,6623 untuk set kriteria Ips pada gambar 4.8
0,6860 0,4851 0,4851 0,8165 0,4575 0,4243

0,6860 0,5145 0,5145 0,7276 0,4851 0,4082 0,7625 0,5657 0,5298


0,5145 0,6860 0,5145 0,4851 0,7276 0,4082 0,4575 0,7071 0,5298

2. Membuat matriks keputusan


yang ternormalisasi terbobot
dengan persamaan2.4.
Maka Y
2,0580 1,5435 2,0580 1,9404 1,4553 2,4495 1,83 0,8486 1,9869
2,7440 1,5435 1,5435 2,9104 1,4553 1,2246 3,05 1,1314 1,5894
2,0580 2,0580 1,5435 1,9403 2,1828 1,2246 1,83 1,4142 1,5894

3. Menentukan matriks solusi


+
ideal positif (A ) dan solusi
; ideal negatif (A-) dengan
2,7440 2,0580 2,0 580

2,9104) persamaan 2.5 dan 2.6. –


+
2,1828 2,4495 3,05

a. Menentukan solusi ideal positif A


+
b. Maka- A = (1,9869
; ; ;
; ; ;
Maka A =(
; ; ; 1,4142;
; 2,0580 1,5435 1,5435

1,9404) 1,4553 1,2246 1,83


Menentukan solusi ideal negatif A
1,5894 ; ; ; 0,8485;

4. Menghitung jarak setiap alternatif dari solusi


ideal positif dan solusi ideal negatif dengan
persamaan 2.7 dan 2.8. Jarak antara alternatif
+
Ai dengan solusi ideal positif (D i):
+
D1 = 2,0036
Gambar 4.7 : Antarmuka Set Kriteria Bahasa

Gambar 4.9 : Antarmuka Set Kriteria Ips

4.3 Lingkungan Pengujian


Lingkungan pengujian ada dua macam yaitu
perangkat keras dan perangkat lunak. Berikut
spesifikasi masing – masing lingkungan
pengujian.
Perangkat Keras
Perangkat keras yang perlu dipersiapkan
dalam pengujian adalah sebagai
berikut:
a. Processor : Intel Core 2 Duo
b. Memory : 1024MB DDR3
c. Hard Disk : 80 GB SATA
Seagate
d. DVD – RW : Lite-On
Gambar 4.8 : Antarmuka Set Kriteria Ipa e. Mouse : Toshiba
f. Keyboard : Logitech
Perangkat Lunak yang terbaik. Setelah dilakukan proses pemilihan
Perangkat lunak yang digunakan untuk jurusan, maka dapat disimpulkan hasil sebagai
menguji Metode Pemilihan Jurusan Sekolah berikut :
Menengah Atas menggunakan Metode TOPSIS 1. Metode TOPSIS dapat dijadikan sebagai
adalah sebagai berikut : metode penjurusan sekolah karena dari hasil
1. Sistem Operasi Windows 7 perbandingan dengan penjurusan sekolah
2. Xampp localhost langsung (tanpa metode topsis) persentase
3. Database Management System penjurusan menggunakan metode topsis
MySQL client version 5.0 memiliki tingkat persentase kebenaran 53%
4. Browser Mozilla Firefox versi 21 Saran
5. Kesimpulan dan saran Penelitian ini masih dapat dikembangkan
Kesismpulan lebih lanjut. Beberapa saran untuk mengembangkan
Tugas akhir ini menghasilkan Metode penelitian ini adalah sebagai berikut :
Pemilihan Jurusan Pada Sekolah Menengah Atas 1. Disarankan perkembangan kedepannya dibuat
Menggunakan Metode TOPSIS yang dapat membantu sistem pendukung keputusan.
siswa untuk menentukan pilihan jurusan