Anda di halaman 1dari 10

Gigih Adi Prabowo dan Beta Noranita

Sistem Pendukung Keputusan


Penentuan Peminatan Peserta Didik Menggunakan Metode Weighted Product Berbasis Web
(Studi Kasus : SMA Negeri 1 Purwodadi Grobogan)

Gigih Adi Prabowo dan Beta Noranita

Jurusan Ilmu Komputer/Informatika


Fakultas Sains dan Matematika Universitas Diponegoro
Jl. Prof. Soedarto, S.H, Tembalang Semarang – 50275
Email : gigihadip.if@gmail.com

Abstrak

Peminatan peserta didik adalah suatu pembelajaran berbasis minat peserta didik sesuai kesempatan belajar yang
ada dalam satuan pendidikan. Penyelenggaraan pendidikan dalam satuan pendidikan di SMA berdasarkan
kurikulum 2013 terdapat program penentuan peminatan bagi peserta didik SMA yang dilaksanakan di kelas X.
Peminatan dalam kurikulum 2013 di SMA adalah kelompok peminatan Matematika dan Ilmu Alam (MIA) dan
peminatan Ilmu-Ilmu Sosial (IIS). Adapun kriteria dalam peminatan seperti nilai ujian nasional, prestasi non
akademik, psikotes, dan minat. Proses peminatan yang dilakukan oleh guru BK dengan membandingkan nilai
siswa yang satu dengan yang lain dinilai tidak efektif dan tidak efisien. Sistem Pendukung Keputusan Penentuan
Peminatan Peserta Didik membantu guru BK dalam menentukan minat peserta didik. Sistem ini dibangun
dengan menggunakan metode Weighted Product karena metode ini mampu menghasilkan minat dengan nilai
tertinggi dibandingkan nilai minat yang lain. Hasil penentuan peminatan yang dilakukan oleh sistem
menghasilkan tingkat akurasi sebesar 85% yang didapatkan dari pengujian 100 data siswa calon penerimaan
tahun 2014.

Kata kunci :Sistem Pendukung Keputusan, Weighted Product, Penentuan Peminatan

1. Pendahuluan menerapkan kurikulum 2013. Pelaksanaan


Pengembangan Kurikulum 2013 penjurusan yang sebelumnya dilakukan di kelas
dimaksudkan untuk meningkatkan mutu XI, sekarang dilakukan di kelas X. Proses
pendidikan dan didalamnya terdapat perubahan peminatan yang dilakukan oleh guru BK masih
program yang berkaitan langsung dengan menggunakan metode manual, yaitu dengan cara
layanan bimbingan dan konseling adalah membandingkan nilai siswa yang satu dengan
peminatan peserta didik. Peminatan peserta didik yang lain, sehingga dalam penggunaannya
merupakan suatu proses pengambilan pilihan seringkali menghabiskan waktu yang lama.
dan keputusan oleh peserta didik dalam bidang Proses peminatan yang dilakukan secara manual
keahlian yang didasarkan atas pemahaman tersebut dinilai kurang efektif dan kurang efisien
potensi diri dan peluang yang ada [5]. dalam mengatasi masalah peminatan, maka
Penyelenggaraan pendidikan dalam satuan dibuatlah sebuah sistem pendukung keputusan
pendidikan di SMA berdasarkan kurikulum 2013 yang dapat digunakan untuk membantu proses
terdapat program penentuan peminatan bagi penilaian dengan lebih cepat dan efisien. Metode
peserta didik SMA yang dilaksanakan di kelas yang digunakan dalam sistem pendukung
X. Peminatan peserta didik dapat diartikan suatu keputusan ini adalah Weighted Product.Metode
pembelajaran berbasis minat peserta didik sesuai Weighted Product adalah salah satu metode
kesempatan belajar yang ada dalam satuan penyelesaian pada masalah MADM.Menurut
pendidikan dan suatu proses yang Yoon, metode Weighted Product menggunakan
berkesinambungan untuk memfasilitasi peserta perkalian untuk menghubungkan rating atribut,
didik mencapai keberhasilan proses dan hasil dimana rating tiap atribut harus dipangkatkan
belajar serta perkembangan optimal dalam terlebih dahulu dengan bobot atribut yang
rangka mencapai tujuan pendidikan nasional [5]. bersangkutan. Proses ini sama halnya dengan
SMA N 1 Purwodadi adalah salah satu proses normalisasi [6].Dengan menggunakan
SMA Negeri di kota Purwodadi yang telah metode Weighted Product diharapkan dapat

Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930 27


Sistem Pendukung Keputusan Penentuan Peminatan Peserta Didik

memperoleh nilai prioritas dalam sistem keputusan yang tanggap terhadap semua tujuan
pendukung keputusan penentuan peminatan pada setiap alternatif; kedua, melakukan
peserta didik pada SMA N 1 Purwodadi. perankingan alternatif-alternatif keputusan
tersebut berdasarkan hasil agregasi keputusan.
2. Tinjauan Pustaka Masalahpengambilan keputusan multi atribut
adalah mengevaluasi m alternatif Ai (i=1,2,…,m)
Peminatan Peserta Didik terhadap sekumpulan atribut atau kriteria Cj
Peminatan adalah proses yang (j=1,2,…,n), yang setiap atribut saling tidak
berkesinambungan, peminatan harus berpijak bergantung satu dengan yang lainnya.
pada kaidah-kaidah dasar yang secara eksplisit
dan implisit, terkandung dalam kurikulum. X=
Peminatan pilihan kelompok mata pelajaran, x11 x12 … x1n
pilihan lintas mata pelajarandan pilihan x21 x22 … x2n
……………………...(1)
pendalaman materi mata pelajaran merupakan ⋮ ⋮ ⋮
upaya untuk membantu peserta didik dalam xm1 xm2 xm3
memilih dan menetapkan mata pelajaran yang
diikuti pada satuan pendidikan di SMA, Xijyang ada dalam persamaan 1
memahami dan memilih arah pengembangan merupakan rating kinerja alternatif ke-i terhadap
karir, dan menyiapkan diri serta memilih atribut ke-j.
pendidikan lanjutan sampai ke perguruan tinggi
sesuai dengan kemampuan dasar umum, bakat, W = {w1, w2, …, wn}…………………… (2)
minat dan kecenderungan pilihan masing-masing
peserta didik. Peminatan peserta didik dapat W yang ada dalam persamaan 2
diartikan suatu pembelajaran berbasis minat merupakan nilai bobot yang menunjukkan
peserta didik sesuai kesempatan belajar yang ada tingkat kepentingan relatif setiap atribut.
dalam satuan pendidikan dan suatu proses yang Rating kinerja (X) dan nilai bobot (W)
berkesinambungan untuk memfasilitasi peserta merupakan nilai utama yang merepresentasikan
didik mencapai keberhasilan proses dan hasil preferensi absolut dari pengambil keputusan.
belajar serta perkembangan optimal dalam Masalah pengambilan keputusan multi atribut
rangka mencapai tujuan pendidikan nasional [5]. diakhiri dengan proses perankingan untuk
mendapatkan alternatif terbaik yang diperoleh
Sistem Pendukung Keputusan berdasarkan nilai keseluruhan preferensi yang
Sistem Pendukung Keputusan (SPK) diberikan [6].
adalah sistem berbasis komputer yang terdiri
dari tiga komponen yang saling berinteraksi, Weighted Product (WP)
yaitu sistem bahasa (mekanisme untuk Metode WPmenggunakan perkalian untuk
memberikan komunikasi antara pengguna dan menghubungkan rating atribut, dimana rating
komponen SPK lain), sistem pengetahuan setiap atribut harus dipangkatkan dulu dengan
(repositori pengetahuan domain masalah yang bobot atribut yang bersangkutan. Proses ini sama
ada pada SPK entah sebagai data atau sebagai halnya dengan proses normalisasi [6].Langkah-
prosedur), dan sistem pemrosesan masalah langkah dalam perhitungan metode Weighted
(hubungan antara dua komponen lainnya, terdiri Product sebagai berikut :
dari satu atau lebih kapabilitas manipulasi 1. Proses Perbaikan Bobot
masalah umum yang diperlukan untuk 𝑤𝑗
pengambilan keputusan)[10]. wj = 𝑤𝑗
; dengan total bobot Σwj = 1 … (3)

MultiAttribute Decision Making (MADM) 2. Penentuan Preferensi Vektor S


Sebagian besar pendekatan MADM
dilakukan melalui 2 langkah, yaitu: pertama, 𝑛 𝑤
Si= 𝑗 𝑥𝑖𝑗 𝑗 ;dengan i = 1,2,…,m….……..(4)
melakukan agregasi terhadap keputusan-

28 Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930


Gigih Adi Prabowo dan Beta Noranita

Wj adalah pangkat bernilai positif untuk ditentukan oleh pihak sekolah. Tabel rating
atribut keuntungan, dan bernilai negatif untuk kecocokan dapat dilihat pada Tabel 2.
atribut biaya. Tabel 2. Rating Kecocokan
Rating Bobot Nilai Prestasi Psikotes Prioritas
UN Non Minat
3. Penentuan Preferensi Vektor V Ak.
Sangat 5 8.6 - 4.1 - 5 Terbesar Minat I
𝑛 𝑤𝑗
𝑥 𝑖𝑗 Baik 10
𝑗
Vi = 𝑛 ∗ 𝑤𝑗
; dengan i = 1,2,…,m Baik 4 7.1 - 3.1 - 4
𝑗 (𝑥 𝑗 )
8.5
Cukup 3 5.6 - 7 1.6 - 3 Terkecil Minat II
………(2.5) Buruk 2 4.1 - 0.5 - 1.5
5.5
Sangat 1 0-4 0 - 0.4
3. Implementasi dan Pembahasan Buruk

AnalisisPenentuan Peminatan Peserta Didik Sehingga didapatkan matriks keputusan


Kriteria yang digunakan dalam proses minat pertama dan minat kedua pada Tabel 3
penentuan peminatanpeserta didik adalah : dan Tabel 4.
1. Nilai UN
Tabel 3. Matriks Keputusan Minat Pertama
2. Prestasi Non Akademik
Kriteria
3. Psikotes Nama
C1 C2 C3 C4
4. Minat
Aditya 5 1 5 5
Analisis Perhitungan Ardata 4 3 5 5
Contoh data alternatif yang digunakan Devita 5 1 5 5
untuk perhitungan dapat dilihat pada Tabel 1. Dimas 4 1 3 5
Elma 4 3 5 5
Tabel 1. Contoh Data Alternatif Febrian 4 3 5 5
Psikotes Minat Fatma 4 1 3 5
Nila Presta Sko Melya 5 2 5 5
Nama i si Non Sko Kiki 5 1 3 5
r
UN Ak. r I II
MI Syafira 4 1 5 5
IIS
A
Aditya 9.1 - 111 110 MIA IIS
Ardata 8.1 3.00 108 106 MIA IIS
Tabel 4. Matriks Keputusan Minat Kedua
Devita 9.0 - 114 113 MIA IIS
Kriteria
Dimas 8.1 - 88 89 MIA IIS Nama
8.3 101 99 MIA IIS
C1 C2 C3 C4
Elma 3.00
Febria 8.4 89 91 IIS MIA
Aditya 5 1 3 3
3.00 Ardata 4 3 3 3
n
Fatma 7.7 - 103 102 IIS MIA Devita 5 1 3 3
Melya 8.8 1.25 103 101 MIA IIS Dimas 4 1 5 3
Kiki 8.7 - 112 111 IIS MIA Elma 4 3 3 3
Syafir 7.4
-
99 100 IIS MIA Febrian 4 3 3 3
a Fatma 4 1 5 3
Melya 5 2 3 3
Langkah-langkah penyelesaian masalah Kiki 5 1 5 3
penentuan peminatan adalah sebagai berikut : Syafira 4 1 3 3
1. Menentukan matriks keputusan dengan cara Keterangan :
mengkonversi data alternatif.Menurut C1 = Nilai UN
Kusumadewi, rating kecocokan setiap C2 = Prestasi Non Akademik
alternatif pada setiap kriteria dinilai dengan 1 C3 = Nilai Psikotes
sampai 5 [6]. Penentuan rating kecocokan C4 = Minat
untuk setiap krtiteria dalam peminatan

Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930 29


Sistem Pendukung Keputusan Penentuan Peminatan Peserta Didik

2. Proses perhitungan dengan metode Weighted 3


W2 (Prestasi Non Akademik) = 5+3+4+5
=
Product.Tahapan dalam perhitungan metode
0.18
ini adalah sebagai berikut : 5
a. Menentukan bobot dan menghitung W3 (Nilai Psikotes) = 5+3+4+5 = 0.29
4
perbaikan bobot. Penentuan bobot W4 (Minat) = 5+3+4+5 = 0.24
berdasarkan nilai tingkat kepentingan
b. Menghitung nilai preferensi vektor S.
masing-masing kriteria. Menurut
Nilai vektor S dihitung dengan
Kusumadewi, tingkat kepentingan setiap
menggunakan persamaan 2.4.
kriteria dinilai dengan 1 sampai 5 [6].
Tabel tingkat kepentingan dapat dilihat
Siswa 1, untuk vektor S minat 1  Sminat1
pada Tabel 5.
= (50.29)(10.18)(50.29)(50.24) = 3.764
untuk vektor S minat 2  Sminat2
Tabel 5. Tingkat Kepentingan
= (50.29) (10.18) (30.29)(30.24) =
Tingkat Nilai 2.872
Kepentingan Siswa 2, untuk vektor S minat 1  Sminat1
Sangat Tinggi 5 = (40.29)(30.18)(50.29)(50.24) = 4.279
Tinggi 4 untuk vektor S minat 2  Sminat2
Cukup 3 = (40.29)(30.18)(30.29)(30.24) = 3.265
Rendah 2 Siswa 3, untuk vektor S minat 1  Sminat1
Sangat Rendah 1 = (50.29) (10.18) (50.29)(50.24) =
3.764
Nilai bobot atau bobot awal (W) masing- untuk vektor S minat 2  Sminat2
masing kriteria telah ditentukan oleh pihak = (50.29) (10.18) (30.29)(30.24) =
sekolah pada Tabel 6. 2.872
Siswa 4, untuk vektor S minat 1  Sminat1
Tabel 6. Bobot dan Nilai Kepentingan = (40.29) (10.18) (30.29)(50.24) =
Id Nama Kriteria Nilai 3.033
Kriteria untuk vektor S minat 2  Sminat2
C1 Nilai UN 5 = (40.29) (10.18) (50.29)(30.24) =
C2 Pretsasi Non Akademik 3 3.126
C3 Nilai Psikotes 5 Siswa 5, untuk vektor S minat 1  Sminat1
C4 Minat 4 = (40.29)(30.18)(50.29)(50.24) = 4.279
Kategori setiap kriteria : untuk vektor S minat 2  Sminat2
 Kriteria C1 (Nilai UN), C2 (Prestasi = (40.29)(30.18)(30.29)(30.24) = 3.265
Non Akademik), C3 (Nilai Psikotes) Siswa 6, untuk vektor S minat 1  Sminat1
dan C4 (Minat) adalah kriteria = (40.29)(30.18)(50.29)(50.24) = 4.279
keuntungan. untuk vektor S minat 2  Sminat2
 Tidak ada kriteria yang termasuk = (40.29)(30.18)(30.29)(30.24) = 3.265
dalam kriteria biaya. Siswa 7, untuk vektor S minat 1  Sminat1
= (40.29) (10.18) (30.29)(50.24) =
Kemudian dilakukan proses perbaikan 3.033
bobot (Wj) terlebih dahulu sehingga total untuk vektor S minat 2  Sminat2
bobot Σwj = 1. Nilai W1 sampai W4 = (40.29) (10.18) (50.29)(30.24) =
dihitung dengan menggunakan persamaan 3.126
2.3 dan dihasilkan nilai W1 sampai W4 Siswa 8, untuk vektor S minat 1  Sminat1
sebagai berikut: = (50.29)(20.18)(50.29)(50.24) = 4.254
W1 (Nilai UN) =
5
= untuk vektor S minat 2  Sminat2
5+3+4+5 = (50.29)(20.18)(30.29)(30.24) = 3.246
0.29

30 Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930


Gigih Adi Prabowo dan Beta Noranita

Siswa 9, untuk vektor S minat 1  Sminat1


= (50.29) (10.18) (30.29)(50.24) = Siswa 6, untuk vektor V minat 1 
3.239 4.279 4.279
Vminat1 = 4.279+3.265 = 7.544 =
untuk vektor S minat 2  Sminat2
0.5672
= (50.29) (10.18) (50.29)(30.24) =
untuk vektor V minat 2 
3.338 3.265 3.265
Siswa 10, untuk vektor S minat 1  Sminat1 Vminat2 = 4.279+3.265 = 7.544 =
= (40.29) (10.18) (50.29)(50.24) = 0.4328
3.525 Siswa 7, untuk vektor V minat 1 
untuk vektor S minat 2  Sminat2 3.0.33 3.033
Vminat1 = 3.033+3.126 = 6.159 =
= (40.29) (10.18) (30.29)(30.24) =
0.4925
2.690
untuk vektor V minat 2 
c. Menghitung nilai preferensi vektor V. 3.126 3.126
Nilai vektor V dihitung dengan Vminat2 = 3.033+3.126 = 6.159 =
menggunakan persamaan 2.5. 0.5075
Siswa 8, untuk vektor V minat 1 
4.254 4.254
Siswa 1, untuk vektor V minat 1  Vminat1 = = =
3.764 3.764 4.254+3.246 7.499
Vminat1 = = = 0.5672
3.764+2.872 6.636
0.5672 untuk vektor V minat 2 
untuk vektor V minat 2  3.246 3.246
Vminat2 = 4.254+3.246 = 7.499 =
2.872 2.872
Vminat2 = = = 0.4328
3.764+2.872 6.636
0.4328 Siswa 9, untuk vektor V minat 1 
Siswa 2, untuk vektor V minat 1  3.239 3.239
Vminat1 = 3.239+3.338 = 6.576 =
4.279 4.279
Vminat1 = = = 0.4925
4.279+3.265 7.544
0.5672 untuk vektor V minat 2 
untuk vektor V minat 2  3.338 3.338
Vminat2 = 3.239+3.338 = 6.576 =
3.265 3.265
Vminat2 = 4.279+3.265 = 7.544 = 0.5075
0.4328 Siswa 10, untuk vektor V minat 1
3.525 3.525
Siswa 3, untuk vektor V minat 1   Vminat1 = 3.525+2.690 = 6.215 =
3.764 3.764
Vminat1 = = = 0.5672
3.764+2.872 6.636
0.5672 untuk vektor V minat 2 
untuk vektor V minat 2  2.690 2.690
Vminat2 = 3.525+2.690 = 6.215 =
2.872 2.872
Vminat2 = = = 0.4328
3.764+2.872 6.636
0.4328
Siswa 4, untuk vektor V minat 1  Hasil penentuan peminatan siswa didasarkan
3.0.33 3.033 atas hasil perhitungan dengan metode
Vminat1 = 3.033+3.126 = 6.159 =
Weighted Product minat pertama dan minat
0.4925
kedua.Jika hasil dari minat pertama lebih
untuk vektor V minat 2 
3.126 3.126 besar dibandingkan dengan minat kedua,
Vminat2 = 3.033+3.126 = 6.159 = maka siswa tersebut disarankan untuk masuk
0.5075 ke dalam minat pertama.Jika hasil dari minat
Siswa 5, untuk vektor V minat 1  kedua lebih besar dibandingkan dengan minat
4.279 4.279 pertama, maka siswa tersebut disarankan
Vminat1 = 4.279+3.265 = 7.544 =
untuk masuk ke dalam minat kedua.Hasil
0.5672
penentuan peminatan dapat dilihat pada Tabel
untuk vektor V minat 2 
3.265 3.265 7.
Vminat2 = 4.279+3.265 = 7.544 =
0.4328

Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930 31


Sistem Pendukung Keputusan Penentuan Peminatan Peserta Didik

Tabel 7. Hasil Penentuan Peminatan Siswa


Nama Minat Minat Vektor Vektor Hasil
I II Vminat1 Vminat2 Minat
Aditya MIA IIS 0.5672 0.4328 MIA
Ardata MIA IIS 0.5672 0.4328 MIA
Devita MIA IIS 0.5672 0.4328 MIA
Dimas MIA IIS 0.4925 0.5075 IIS
Elma MIA IIS 0.5672 0.4328 MIA
Febrian IIS MIA 0.5672 0.4328 IIS
Fatma IIS MIA 0.4925 0.5075 MIA
Melya MIA IIS 0.5672 0.4328 MIA
Kiki IIS MIA 0.4925 0.5075 MIA
Syafira IIS MIA 0.5672 0.4328 IIS

Antarmuka
Gambar 2.Halaman Input Data Registrasi
Antarmuka pada SPK Penentuan Peminatan
Peserta DidikMenggunakan Metode Weighted
3. Antarmuka Pengumuman Peminatan
Productmemiliki 11 antarmuka yaitu Index,
Antarmuka halaman Pengumuman Peminatan
Input Data Registrasi, Pengumuman Peminatan,
digunakan oleh Siswa untuk melihat hasil
Beranda SPK, Input Periode Minat, Validasi
peminatan.Halaman Pengumuman Peminatan
Data Siswa, Input Nilai Psikotes, Input Bobot
dapat dilihat pada Gambar 3.
Kriteria, Hasil Perhitungan, Hasil Perbandingan,
Hasil Evaluasi Format PDF, dan Pengaturan
Akun.
1. Antarmuka Index
Halaman ini adalah antarmuka awal
sistem.HalamanIndex dapat dilihat pada
Gambar 1.

Gambar 3.Halaman Pengumuman Peminatan

4. Antarmuka Beranda SPK


Antarmuka Beranda SPK adalah halaman
awal untuk pengguna Guru BK dalam
penentuan peminatan.Halaman Beranda SPK
dapat dilihat pada Gambar 4.
Gambar 1.Halaman Index

2. Antarmuka Input Data Registrasi


Antarmuka halaman Input Data Registrasi
digunakan oleh Siswa untuk melakukan
proses mendaftar. Halaman Input Data
Registrasi dapat dilihat pada Gambar 2.

Gambar 4.Halaman Beranda SPK

5. Antarmuka Input Periode Minat


Antarmuka halaman Input Periode Minat
digunakan oleh Guru BK untuk memasukkan

32 Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930


Gigih Adi Prabowo dan Beta Noranita

data periode peminatan.Halaman Input 8. Antarmuka Input Bobot Kriteria


Periode Minat dapat dilihat pada Gambar 5. Antarmuka halaman Input Bobot Kriteria
digunakan oleh Guru BK untuk memasukkan
nilai bobot dari setiap kriteria.Halaman Input
Bobot Kriteria dapat dilihat pada Gambar 8.

Gambar 5.Halaman Input Periode Minat

6. Antarmuka Validasi Data Siswa


Antarmuka halaman Validasi Data Siswa Gambar 8.Halaman Input Bobot Kriteria
digunakan oleh Guru BK untuk memvalidasi
data siswa yang telah mendaftar.Halaman 9. Antarmuka Hasil Perhitungan
Validasi Data Siswa dapat dilihat pada Antarmuka halaman Hasil Perhitungan
Gambar 6. digunakan oleh Guru BK untuk melihat nilai
matriks keputusan, preferensi vektor s dan
preferensi vektor v. Halaman Hasil
Perhitungan dapat dilihat pada Gambar 9.

Gambar 6.Halaman Validasi Data Siswa

7. Antarmuka Input Nilai Psikotes


Antarmuka halaman Input Nilai Psikotes
digunakan oleh Guru BK untuk memasukkan Gambar 9.Halaman Hasil Perhitungan
nilai psikotes.Halaman Input Nilai Psikotes
dapat dilihat pada Gambar 7. 10. Antarmuka Hasil Perbandingan
Antarmuka halaman ini digunakan oleh Guru
BK untuk melihat hasil perbandingan minat
pertama dan minat kedua.Halaman Hasil
Perbandingan dapat dilihat pada Gambar 10.

Gambar 7.Halaman Input Nilai Psikotes

Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930 33


Sistem Pendukung Keputusan Penentuan Peminatan Peserta Didik

11. Antarmuka Hasil Evaluasi Format PDF


Antarmuka halaman Hasil Evaluasi Format
PDF digunakan oleh Guru BK untuk
mencetak hasil evaluasi penentuan
peminatan.Halaman Hasil Evaluasi Format
PDF dapat dilihat pada Gambar 11.

Gambar 10.Halaman Hasil Perhitungan

Gambar 11.Halaman Hasil Evaluasi Format PDF

12. Antarmuka Pengaturan Akun


Antarmuka halaman Pengaturan Akun
digunakan oleh Guru BK untuk mengubah
data akun.Halaman Pengaturan Akun dapat
dilihat pada Gambar 12.

Gambar 12.Halaman Pengaturan Akun

34 Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930


Gigih Adi Prabowo dan Beta Noranita

4. Kesimpulan [2] Community, e. (2011). Indeks Lengkap


Syntax. Yogyakarta: MediaKom.
Sistem Pendukung Keputusan Penentuan [3] Depdikbud. (2014). Penerimaan Peserta
Peminatan Peserta Didik Menggunakan Metode Didik Baru. Grobogan.
Weighted Product dapat dijadikan metode [4] Jogiyanto. (2005). Analisis & Desain Sistem
penentuan peminatan sekolah karena dari hasil Informasi. Yogyakarta: Andi.
pengujian dengan membandingkan peminatan [5] Kemendikbud. (2013). Pedoman Peminatan
secara manual menghasilkan tingkat akurasi Peserta Didik. Jakarta.
sebesar 85%, sehingga dapat membantu pihak [6] Kusumadewi, S., Hartati, S., Harjoko, A., &
sekolah dalam menentukan peminatan dengan Wardoyo, R. (2006). Fuzzy Multy Attribute
lebih efektif dan efisien.Saran yang dapat Decision Making (FUZZY MADM).
dilaksanakan untuk pengembangan Sistem Yogyakarta: Graha Ilmu.
Pendukung Keputusan Penentuan Peminatan [7] Madcoms. (2010). Kupas Tuntas Adobe
Peserta Didik Menggunakan Metode Weighted Dreamweaver CS5 dengan Pemrograman
Product lebih lanjut yaitu Sistem dapat PHP & MySQL. Madiun: Andi.
dikembangkan dengan menggunakan metode [8] Pressman, R. S. (2002). Software
yang berbeda atau mengkombinasikan metode Engineering : A Practitioner's Approach
Weighted Product dengan metode lain dan perlu 5th Edition (Rekayasa Perangkat Lunak :
adanya penambahan kriteria sehingga dalam pendekatan praktisi). Yogyakarta: Andi.
penilaiannya agar lebih optimal. [9] Sommerville, I. (2003). Software
Engineering. Jakarta: Erlangga.
Referensi [10] Turban, E., Aronson, J. E., & Liang, T.-P.
[1] Al-Bahra. (2005). Analisis dan Desain (2005). Decision Support Systems and
Sistem Informasi. Yogyakarta: Graha Ilmu. Intelligent Systems. Yogyakarta: Andi.

Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930 35


Sistem Pendukung Keputusan Penentuan Peminatan Peserta Didik

36 Jurnal Masyarakat Informatika, Volume 6, Nomor 11, ISSN 2086 – 4930