SEMINAR NASIONAL TEKNOLOGI 2015

Institut Teknologi Nasional Malang

ISSN: 2407 – 7534

Perancangan dan Implementasi Metode Oreste

Pada Sistem Pendukung Keputusan Seleksi Penerima Beasiswa

Mokhamad Hadi Wijaya

Program Studi Pascasarjana Teknik Elektro
e-mail: hadhiee@gmail.com

ABSTRAK

Penelitian ini bertujuan membangun aplikasi sistem pendukung keputusan seleksi penerima
beasiswa berdasarkan kriteria dan subkriteria, untuk mendapatkan hasil siswa calon penerima beasiswa
sebagai rekomendasi bahan keputusan di tingkat manajemen SMK Telkom Malang dengan nilai terbaik
sesuai ketentuan masing-masing beasiswa. Sistem Pendukung Keputusan Seleksi Penerima Beasiswa ini
menggunakan metode SMARTER dan Oreste. Dimana metode SMARTER digunakan untuk melakukan
pembobotan terhadap kriteria dan sub kriteria untuk setiap alternatif, dan metode Oreste digunakan
untuk melakukan proses perankingan untuk mendapatkan alternatif terbaik. Implementasi Sistem
Pendukung Keputusan Seleksi Penerima Beasiswa ini menghasilkan output berupa hasil nama siswa
dengan nilai tertinggi, masing-masing jenis beasiswa pertahun ajaran dan kuota, baik berupa tabel tetapi
juga grafik. Dengan tampilan tabel dan grafik dapat memudahkan user untuk membaca detail masing-
masing jenis beasiswa.

Kata kunci: pembobotan, kriteria, beasiswa, Oreste, SMARTER.

Pendahuluan

Salah satu hak asasi manusia yang paling mendasar adalah memperoleh pendidikan yang layak
seperti tercantum dalam UUD 1945. Ketika seseorang memperoleh pendidikan yang baik, akan terbuka
baginya untuk mendapatkan kehidupan yang lebih baik. Menyadari bahwa pendidikan sangat penting,
negara sangat mendukung setiap warga negaranya untuk meraih pendidikan setinggi-tingginya.
Beberapa di antaranya melakukan program pendidikan gratis dan program beasiswa dengan
membangun dan mendesain pada aplikasi web dalam pengoperasiannya [20].
Demikian halnya dengan SMK Telkom Malang yang telah memiliki program pemberian beasiswa
terhadap para siswa yang dibangun pada Sistem Informasi Akademis [19]. Akan tetapi, dalam melakukan
seleksi beasiswa tersebut tentu akan mengalami kesulitan karena banyaknya pelamar beasiswa,
banyaknya kriteria dan kemungkinan kesamaan nilai kriteria siswa yang digunakan untuk menentukan
keputusan penerima beasiswa yang sesuai dengan yang diharapkan tanpa memperhitungkan penilaian
subyektifitas atas diri siswa.
Untuk itu diperlukan suatu Sistem Pendukung Keputusan (SPK) yang dapat memperhitungkan
segala kriteria yang mendukung pengambilan keputusan guna membantu, mempercepat dan
mempermudah proses pengambilan keputusan [3], dimana telah diuji coba pada beberapa penelitian SPK
berbasis web sebelumnya [2,4,5,22].
Metode yang dipakai dalam pengambilan keputusan seleksi beasiswa adalah SMARTER (Simple
Multi-Atribute Rating Technique Exploiting Rank) dan metode Oreste [1],[4],[11],[14]. Kedua metode tersebut
dipilih karena kedua metode tersebut merupakan suatu bentuk model pendukung keputusan yang
fleksibel berdasarkan kriteria dan subkriteria, untuk mendapatkan hasil siswa penerima beasiswa dalam
bentuk tabel dan grafik.
Pada penelitian sebelumnya yang diimplementasikan pada penerimaan siswa baru [4], sistem
pendukung keputusan dengan menggunakan metode SMARTER (Simple Multi-Atribute Rating
Technique Exploiting Rank) [1], [12] dan metode Oreste [11] dapat juga diimplementasikan untuk
menentukan penerima beasiswa berdasarkan bobot dan kriteria yang sudah ditentukan. Dengan
menggunakan sebuah program untuk membantu menyelesaikan seleksi beberapa jenis beasiswa
sehingga jauh lebih cepat dan efisien.

SENATEK 2015 | Malang, 17 Januari 2015 387

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

Teknik analisia data dalam pembuatan perangkat lunak menggunakan paradigma perangkat lunak
secara waterfall [18], yang meliputi beberapa proses seperti Requirements, Analysis, Design, Coding,
Testing, Acceptance.Analisa keputusan membutuhkan kriteria dan subkriteria untuk mendukung
keputusan dengan alternatif yang ada. Karena kriteria adalah syarat yang harus dipenuhi pada proses
pemilihan[14]. Analisis atas kriteria penilaian dilakukan untuk memperoleh seperangkat standar
pengukuran, untuk kemudian dijadikan sebagai alat dalam membandingkan berbagai alternatif [10], [13],[15].

Metode SMARTER
SMARTER adalah salah satu versi dari metode SMART yang diusulkan oleh Edwards dan Barron
(1994) sebagai pengembangan dari metode Edward sebelumnya [7]. Metode SMART sendiri merupakan
teknik pengambilan keputusan yang fleksibel. Dalam pengambilan keputusan, kita seringkali
dihadapkan dengan berbagai macam alternatif yang terdiri dari sekumpulan atribut[]. Pembobotan pada
metode SMART menggunakan range nilai antara 0 sampai 1, sehingga mempermudah perhitungan dan
perbandingan nilai pada masing-masing alternatif. Pembobotan dan pemberian peringkat yang
digunakan oleh metode SMART inilah yang akan dipakai untuk menilai setiap alternatif. [9]
Nilai dari setiap alternatif pada metode SMART dapat diperoleh dengan model sebagai berikut:

dimana wj adalah nilai skala pembobotan kriteria ke-j dari k kriteria, dan uij adalah nilai utility alternatif i
pada kriteria j.

Metode Oreste
Oreste telah dikembangkan untuk menangani situasi di mana alternatif peringkat setiap kriteria
dan peringkat kriteria menurut kepentingannya[11]. Bahkan metode Oreste dapat menangani masalah
multikriteria berikut: misalkan A himpunan berhingga menjadi alternatif ai, i= 1,2,3,…m. Konsekuensi
dari alternatif yang dianalisis oleh sebuah F n kriteria. Pentingnya suatu relasi ditentukan oleh struktur
pilihan pada kriteria F, yang dapat didefinisikan dengan urutan yang lengkap S (hubungan S = IUP
adalah sangat lengkap dan transitif, I adalah simetris dan P adalah asimetris). Untuk setiap kriteria gj, j
= 1,2,3 ... n, kami mempertimbangkan pilihan struktur dalam set A, ditetapkan oleh urutan yang lengkap.
Tujuan dari metode ini untuk menemukan pemilihan struktur yang menyeluruh pada A yang
mencerminkan evaluasi alternatif pada setiap kriteria suatu struktur pilihan diantara kriteria [12]. Metode
Oreste beroperasi dalam tiga tahap yang berbeda. Tahap pertama yaitu Proyeksi posisi pada matriks,
tahap kedua adalah Peringkat proyeksi, tahap ketiga adalah Agregasi peringkat global.

Perancangan Basis Data

Basis Data (Database) merupakan “Salah satu komponen yang paling penting di dalam sistem
informasi karena merupakan dasar dalam menyediakan informasi bagi pemakai”[8]. Database terdiri dari
berbagai macam data yang tersusun sehingga pemakai dapat dengan mudah untuk menambah,
mengurangi, menghapus ataupun mengambil data yang dibutuhkan. Tujuan dari desain database yaitu
untuk menentukan data-data yang dibutuhkan dalam sistem, sehingga informasi yang nantinya akan
dihasilkan dapat terpenuhi dengan baik.

UML
Unified Modeling Language (UML) merupakan suatu pemodelan yang dapat digunakan untuk
analisis dan pengembangan dengan menggunakan orientasi objek. [4]
Dalam pembuatan diagram UML disesuaikan dengan kebutuhan, yaitu use case diagram untuk
menggambarkan semua requirement pada sistem, class diagram untuk mendeskripsikan struktur sistem
dengan menunjukkan kelas-kelas pada sistem dan hubungan diantara kelas-kelas tersebut, dan activity

SENATEK 2015 | Malang, 17 Januari 2015 388

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

diagram untuk menggambarkan proses yang berjalan dalam sistem yang dirancang, bagaimana masing-
masing proses berawal, decision yang mungkin terjadi, dan bagaimana proses berakhir.

Use Case Diagram

Usecase diagram digunakan untuk menggambarkan kebutuhan fungsional dari system dan
menjelaskan bagaimana interaksi antara user dengan sistem [1] pada gambar 3. Komponen-komponen
yang terdapat dalam sebuah case diagram, terdiri dari:
a) Aktor, merepresentasikan siapa saja atau apapun yang harus berinteraksi dengan system
b) Use Case, sebuah notasi yang memodelkan suatu dialog atau interaksi antara sebuah aktor
dengan system
c) Use Case Relationship, sebuah hubungan antara use case ataupun aktor

Activity Diagram
Activity diagrams menggambarkan berbagai alir aktivitas dalam sistem yang sedang dirancang,
bagaimana masing-masing alir berawal, decision yang mungkin terjadi, dan bagaimana mereka berakhir.
Activity diagram juga dapat menggambarkan proses paralel yang mungkin terjadi pada beberapa
eksekusi[9].
Activity diagram merupakan state diagram khusus, di mana sebagian besar state adalah action dan
sebagian besar transisi di-trigger oleh selesainya state sebelumnya (internal processing). Oleh karena itu
activity diagram tidak menggambarkan behaviour internal sebuah sistem (dan interaksi antar subsistem)
secara eksak, tetapi lebih menggambarkan proses-proses dan jalur-jalur aktivitas dari level atas secara
umum.

Class Diagram
Di dalam UML, class diagram merupakan salah satu tipe diagram struktural yang bersifat statis
yang mendeskripsikan struktur dari sebuah sistem dengan menunjukan kelas-kelas yang digunakan oleh
sistem beserta hubungan antar kelasnya.[4]

Pengujian Black Box

Pada pengujian Black-Box, pengujian dilakukan dengan objek yang diuji terfokus kepada kebutuhan
fungsional dari perangkat lunak. Pengujian Black-Box memungkinkan pembuat perangkat lunak untuk
menentukan kondisi yang terjadi untuk suatu masukan yang akan menjalankan semua kebutuhan
fungsional dari perangkat lunak yang dibuat. [16]
Pengujian Black-Box dilakukan untuk menemukan beberapa macam kesalahan, yaitu :
1. Fungsi-fungsi yang tidak benar atau hilang.
2. Kesalahan interface.
3. Kesalahan dalam struktur data atau akses database eksternal.
4. Kesalahan kinerja.
5. Inisialisasi dan kesalahan terminasi.

Metode Penelitian

Analisa Masalah
Dalam perancangan sistem informasi salah satu langkah yang harus dilalui yaitu analisis
masalah yang merupakan tahapan mengidentifikasi atau mempelajari permasalahan yang
timbul di organisasi, dalam hal ini di SMK Telkom Malang. Langkah-langkah membuat suatu
sistem aplikasi pelaporan pembayaran biaya pendidikan sehingga dapat digunakan sebagai
manajemen data dan menghasilkan laporan yang akurat dan lengkap sesuai dengan kebutuhan.

SENATEK 2015 | Malang, 17 Januari 2015 389

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

Dalam pelaksanaan kegiatan ada beberapa masalah yang dihadapi dengan sistem yang
sedang berjalan saat ini, yaitu dalam proses seleksi siswa calon penerima beasiswa yang belum
bisa menghasilkan data yang obyektif dari perhitungan beberapa kriteria dari masing-masing
jenis beasiswa dari data yang sudah ada maupun yang akan di-input-kan.

Pemecahan Masalah
Dengan sistem pendukung keputusan yang berbasis komputer akan lebih mudah dan
obyektif dalam proses seleksi penerima beasiswa sehingga jika manajemen sekolah
membutuhkan informasi tersebut dapat disajikan secara cepat, tepat dan hemat untuk membuat
suatu keputusan.
Use case diagram
Pada rancangan sistem pendukung keputusan seleksi penerima beasiswa yang dibuat,
terdapat dua aktor pelaku yang terlibat yaitu admin dan kepala sekolah. Aktor–aktor tersebut
akan berinteraksi dengan sistem melalui fungsi-fungsi yang dimiliki sistem. Sebelum masuk ke
sistem admin harus terlebih dahulu login. Admin dapat me-manage beasiswa kemudia me-
manage setting system, manage jenis beasiswa, manage range, manage detail range, manage
kriteria, manage subkriteria, manage pengajuan siswa dan input nilai alternatif siswa serta
penghitungan SPK. Hubungan antara aktor dan use case dapat dilihat pada gambar 4,
ditunjukkan pula output berupa nama siswa hasil perangkingan.

Gambar 4. use case diagram SPK seleksi penerima beasiswa

Activity diagram
Activity diagram menggambarkan proses yang berjalan dalam sistem yang
dirancang. Bagaimana masing-masing proses berawal, decision yang mungkin terjadi,
dan bagaimana proses berakhir. Beberapa activity diagram yang dibuat adalah:
1. Activity Diagram Proses Login
2. Activity Diagram Proses Manage Jenis Beasiswa
3. Activity Diagram Setting Sistem
4. Activity Diagram Proses Manage Kriteria
5. Activity Diagram Proses Manage Subkriteria
6. Activity Diagram Proses Manage Range
7. Activity Diagram Proses Manage Detail Range
8. Activity Diagram Proses Manage Pengajuan Siswa
9. Activity Diagram Proses Input Nilai Siswa
10. Activity Diagram Proses Perangkingan Siswa
11. Activity Diagram Proses Laporan Hasil Seleksi

SENATEK 2015 | Malang, 17 Januari 2015 390

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

Gambar 5. Activity Diagram laporan hasil seleksi

Pada gambar 5 tampak ketika proses cetak laporan hasil seleksi yang sebelumnya telah
memilih tahun ajaran, jenis beasiswa dan status penerima beasiswa. Ada 2 jenis laporan yaitu
daftar nama siswa yang sudah menerima dan belum menerima beasiswa
Class Diagram
Class Diagram adalah sebuah spesifikasi yang jika diinstansiasi akan menghasilkan sebuah
objek dan merupakan inti dari pengembangan dan desain berorientasi objek. Class Diagram
menggambarkan keadaan (atribut/properti) suatu sistem, sekaligus menawarkan layanan untuk
memanipulasi keadaam tersebut (metoda/fungsi).
Class Diagram menggambarkan struktur dan deskripsi Class, Package, dan dan Object
beserta hubungan satu sama lain seperti containment, pewarisan, asosiasi, dan lain-lain. Berikut
adalah Class Diagram yang dibutuhkan dalam perancangan Sistem Pendukung Keputusan
Seleksi Penerima Beasiswa tampak pada gambar 6:

Perancangan Layout Antar Muka

Struktur Menu
Perancangan menu digunakan untuk navigasi user untuk memudahkan dalam penelusuran
program yang dibuat, seperti menu Setting System, Kriteria dan range, Input Data Pengajuan
dan Pelaporan Data Infomasi.
Perancangan Input
Perancangan input merupakan gambaran interface atau antarmuka tempat memasukan
data-data kedalam sistem halaman beasiswa. Berikut ini form-form utama untuk input data :
1. Form Setting Sistem
2. Form Input Jenis Beasiswa
3. Form Input Kriteria
4. Form Input Subkriteria
5. Form Input Range
6. Form Input Detail Range
7. Form Input Pengajuan Siswa

SENATEK 2015 | Malang, 17 Januari 2015 391

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

Gambar 6. Class Diagram yang Diusulkan

Perancangan Output
Perancangan input merupakan gambaran interface atau tampilan antarmuka untuk melihat
data hasil proses. Berikut ini tampilan utama untuk output data :
1. Jenis Beasiswa
2. Master Kriteria
3. Master Subkriteria
4. Master Range
5. Data Pengajuan siswa
6. Pembobotan/ranking
7. Laporan Seleksi

Hasil dan Pembahasan

Implementasi Sistem
Tahap ini dilakukan setelah perancangan selesai dilakukan dan selanjutnya akan
diimplementasikan pada bahasa pemrograman yang akan digunakan. Tujuan implementasi adalah
untuk menerapkan perancangan yang telah dilakukan terhadap sistem sehingga user dapat memberi
masukan demi berkembangnya sistem yang telah dibangun.

Instalasi Program
Dalam pembahasan ini dijelaskan mengenai konfigurasi hardware dan software yang dibutuhkan
dalam pengoperasian program serta petunjuk pengoperasian program yang telah dikembangkan.

Konfigurasi Hardware dan Software yang dibutuhkan

Konfigurasi Hardware yang dibutuhkan dengan spesifikasi menggunakan komputer Prosesor
Pentium IV, Memori 2 GB, Harddisk 40 GB, dan VGA minimal 64 MB
Dengan menggunakan spesifikasi minimal di atas sudah mampu menjalankan aplikasi yang dibuat
meskipun dengan asumsi bahwa spesifikasi komputer yang lebih tinggi akan lebih mengoptimalkan
jalannya aplikasi.
Sedangkan konfigurasi software yang dibutuhkan pada Sistem Operasi Windows 7, Dreamweaver
CS6 untuk editorial program, Apache/2.2.2 sebagai Web Server, MySQL - 5.0.21-community sebagai
SENATEK 2015 | Malang, 17 Januari 2015 392
 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

database server, PHP/5.1.4 sebagai bahasa pemrograman web server, phpMyAdmin - 2.8.1 untuk
pengolahan database dan Mozilla 27 sebagai browser alternatif.

Pembobotan Ranking Siswa

Menu Pembobotan Ranking Siswa adalah menu untuk pembobotan ranking nilai siswa calon
penerima beasiswa yang telah diusulkan. Langkah-langkah untuk pembobotan nilai siswa yang diajukan
adalah sebagai berikut:
a. Pilih Tahun Ajaran dan Jenis Beasiswa untuk mendapatkan list data siswa yang telah diajukan.
b. Menentukan kuota siswa yang akan menerima beasiswa dengan klik “Lakukan Ranking Bobot”.
c. Isi kuota sesuai ketentuan kuota penerima beasiswa yang ditetapkan.
d. Klik tombol “Submit” untuk menyimpan kuota, setelah itu akan terlihat perankingan sesuai urutan
bobot tertinggi paling atas akan tampak di layar seperti pada gambar 7.

Gambar 7. Halaman pembobotan ranking nilai siswa

e. Untuk mengetahui detail nilai pembobotan, dapat kita klik pada kolom Nilai Total Bobot di tiap siswa.

Proses Perhitungan
1. Pembobotan kriteria
Pembobotan kriteria dilakukan setelah setiap kriteria diberi ranking terlebih dahulu yang didasarkan
pada prioritas. Sehingga nilai bobot tertinggi didapat dari ranking tertinggi adalah satu dan terendah
dari semua kriteria.

2. Pembobotan Subkriteria
Pembobotan pada subkriteria sama seperti pembobotan kriteria dan sudah dibahas sebelumnya
tentang range nilai subkriteria, yaitu: dengan pemberian ranking pada subkriteria terlebih dahulu
yang didasarkan pada prioritas. Demikian juga nilai bobotnya, sub kriteria yang mendapat ranking
pertama akan memiliki bobot tertinggi.

3. Mencari variant Oreste

Pada tahap ini terdapat matrik posisi yang merepresentasikan besson rank dari setiap alternatif
berdasarkan kriteria-kriteria yang ada. Pada tahap ini juga ditentukan city blockdistance. dimana
distance d(0,aj) didapatkankan dengan menggunakan {rj(a), rj}. Dimana rj(a) : besson rank dari setiap
kriteria dan rj : bobot setiap kriteria City block distance.
4. Penghitungan penerimaan siswa baru secara system, kemudian dapat dihitung manual seperti pada
tabel1.

SENATEK 2015 | Malang, 17 Januari 2015 393

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

Tabel 1. Tabel Penghitungan Manual

Bobot Ranking Nilai

Kriteria/Subkriteria Nilai Bobot Nilai (bn)
(br) (br*bn)
1. Nilai Ujian Nasional 0,456666667 43 0,109563492 0,050034
2. Tes Akademik 0,256666667 0 0 0
Matematika 0,520833333 80 0,075720316 0,039438
Bahasa Inggris 0,270833333 90 0,104886983 0,028407
IPA 0,145833333 80 0,075720316 0,011043
IPS 0,0625 79 0,075720316 0,004733
Total Nilai 0,08362
Total Nilai *Bobot Ranking 0,021462
3. Tes Wawancara 0,156666667 0 0 0
Wawancara Bahasa Inggris 0,75 80 0,075720316 0,05679
Wawancara Orang tua 0,25 78 0,075720316 0,01893
0,07572
Total

Total Nilai*Bobot Ranking 0,011863

4. Penghasilan Orang Tua 0,09 1000000 0,256666667 0,0231
5. Jumlah Saudara
0,04 3 0,277777778 0,011111
Tanggungan Ortu

Total Ranking 0,11757

Nilai Utility 0,2
TOTAL ALL 0,0235140649876

Laporan
Menu Laporan adalah menu untuk melihat data siswa penerima beasiswa dengan status telah
diterima dan belum diterima. Langkah-langkah untuk melihat laporan beasiswa adalah memilih Tahun
Ajaran, Jenis Beasiswa dan status untuk mendapatkan list data siswa. Kemudian klik Submit untuk
mengetahui detail nilai kriteria masing-masing siswa seperti tampak gambar 8.

Gambar 8. Halaman laporan penerima beasiswa

Pada Menu Grafik untuk mengetahui grafik jumlah penerima beasiswa yang sebelumnya memilih
Tahun Ajaran untuk memilih grafik penerima beasiswa pada tahun ajaran tersebut seperti tampak pada
gambar 9.

SENATEK 2015 | Malang, 17 Januari 2015 394

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

Gambar 9. Grafik Jumlah Penerima Beasiswa

Pengujian Sistem
Pengujian perangkat lunak adalah elemen kritis dari jaminan kualitas perangkat lunak dan
mempesentasikan kajian pokok dari spesifikasi, desain, dan pengkodean. Pengujian Black-box berfokus
pada persyaratan fungsional perangkat lunak. Rencana Pengujian black-box memungkinkan perekayasa
perangkat lunak mendapatkan serangkaian kondisi input yang sepenuhnya semua persyaratan
fungsional untuk suatu program yang dapat diurutkan berdasar menu tampak pada tabel 2.

Tabel 2. Rencana Pengujian

No Item Uji Detail Pengujian Jenis Pengujian

1 Login Verifikasi Login Black Box
2 Setting System Pengesetan Kuota Siswa Penerima Beasiswa Black Box
Penambahan Data
3 Tambah data jenis beasiswa Black Box
Beasiswa
Penambahan Data
4 Tambah data kriteria Black Box
Kriteria
Penambahan Data
5 Tambah data subkriteria Black Box
Subkriteria
Penambahan Data
6 Tambah data detail range Black Box
Detail Range
Penambahan Data
7 Tambah data pengajuan siswa Black Box
Pengajuan Siswa
Pengolahan Data Nilai
8 Tambah data nilai kriteria siswa Black Box
Kriteria Siswa
Pembobotan Nilai
9 Edit data kuota Black Box
Kriteria Siswa
Pencarian dengan kata kunci nama, nis, dan
10 Pencarian Siswa Black Box
alamat

Kesimpulan

Berdasarkan pemahaman teori dan hasil penelitian yang dilakukan, dapat disimpulkan bahwa
perancangan dan implementasi Metode SMARTER (Simple Multi-Attribute Rating Technique Exploiting
Ranks) digunakan untuk melakukan pembobotan terhadap kriteria dan subkriteria untuk setiap
alternative Metode Oreste digunakan untuk melakukan proses perankingan untuk mendapatkan
alternative terbaik dan menghasilkan output berupa hasil nama siswa dengan nilai tertinggi sesuai
dengan jenis beasiswa tahun ajaran sesuai kuota yang telah ditetapkan.

Daftar Pustaka

[1] Alistair Clark, Master of Business Administration Stage 2, Decision Analysis, Session 3 More
SMART and SMARTER, University of the West of England, 2000.
[2] Anggoro, Siwi. Sistem Pendukung Pengambilan Keputusan Daerah Target Pemasaran
dengan Metode SMARTER dan Oreste Berbasis Web. Telkom Institute of Technology. 2008.

SENATEK 2015 | Malang, 17 Januari 2015 395

 SEMINAR NASIONAL TEKNOLOGI 2015
Institut Teknologi Nasional Malang
ISSN: 2407 – 7534

[3] Brans, J.P. and Mareschal, B. ORESTE methods, in Figueira, J., Greco, S. and Ehrgott, M.
(Eds), Multiple Criteria Decision Analysis: State of the Art Surveys, Springer, New York.NY.
Pp: 163-198. 2005.
[4] Cahyaningati, Rizqi Dessy. Sistem Pendukung Keputusan Seleksi Penerimaan Siswa SMA
Negeri 1 Bangil dengan Menggunakan Metode ORESTE. Bangkalan. Fakultas Teknik
Universitas Trunojoyo. 2010.
[5] Chia-Yu Hsu, Julaimin Goh, Pei-Chann Chang. Development of Decision Support System for
House Evaluation and Purchasing. World Academy of Science, Engineering and Technology
Vol:6 2012-05-26.
[6] Edwards, W. & Barron, F. H. SMARTS and SMARTER: Improved simple methods for
multiattribute utility measurement. Organizational Behavior and Human Decision Processes.
Elsevier. 1994.
[7] F. H. Barron, and B. E. Barrett. The Efficacy of SMARTER-Simple Multi-Attribute Rating
Technique Extended to Ranking," Acta Psychologica, vol. 93, pp. 23-36, 1996.
[8] Fathansyah. BASIS DATA. Bandung: C.V. Informatika. 2001.
[9] Fowler, Martin. UML Distilled 3th Ed Panduan Singkat Bahasa Pemodelan Objek Standar.
Andi. Yogyakarta. 2005.
[10] Goumas, M, and Lygerou, V. An extension of the ORESTE method for decision making in
fuzzy environment: ranking of alternative energy exploitation. European Journal of
Operational Research. 1(23): 606-613. 2000.
[11] Jafari, H., Noshadi, E. and khosheghbal, B. Ranking Ports Based on Competitive Indicators
by Using ORESTE Method. International Research Journal of Applied and Basic Sciences. 4
(6): 1492-1498. 2013.
[12] José Figueira, Salvatore Greco, Matthias Ehrgott. Multiple Criteria Decision Analysis: State
of the Art Surveys. Springer. 2005.
[13] McGraw, H. Multiple Criteria Decision Making. New Yorkpress. 1982.
[14] Pastijin H. Leysen J.: Constructing an Outranking Relation with ORESTE. Mathematical
and Computer Modeling, Vol.12, No 10/11, 1989, pp.1255-1268
[15] Prasenjit C., Shankar C. Flexible manufacturing system selection using preference ranking
methods : A comparative study. International Journal of Industrial Engineering
Computations 5. Growing Science Ltd. 2014.
[16] Pressman, Roger S. Software Engineering : A Practitioner’s Approach. New York: Mc-Graw
Hill. 2001
[17] Quatrani, Terry. Visual Modeling With Rational Rose 2002 And UML. Boston:Addison-
Wesley. 2002.
[18] S, Asriani Rosa dan M. Shalahuddin. Modul Pembelajaran Rekayasa Perangkata Lunak
(Terstruktur dan Berorientasi Objek). Bandung: Modula.2011.
[19] Sangadji, Irfan. Pembangunan Sistem Informasi Akademi di SMA Nasional Bandung.
Bandung. Fakultas Teknik dan Ilmu Komputer Universitas Komputer Indonesia. 2009.
[20] Suyanto, Asep Herman. Web Design Theory And Practice. Yoyakarta, Andi. 2007.
[21] Suryadi, Kadarsah dan Rahmadhani. Sistem Pendukung Keputusan. Bandung: PT Remaja
Rosda karya. 1998.
[22] Yudhastira, Timy Adha. Sistem Informasi Pelayanan Laboratorium Pada Rumah Sakit
Dustira Cimahi. Bandung. Fakultas Teknik dan Ilmu Komputer Universitas Komputer
Indonesia. 2010.

SENATEK 2015 | Malang, 17 Januari 2015 396