ABSTRAK.
Salah satu faktor seseorang tidak bisa melanjutkan pendidikan adalah kemiskinan, untuk menangani hal
tersebut SMK Muhammadiyah 1 Kepanjen membuat suatu program pemberian beasiswa persemester yang ditujukan
hanya bagi siswa kurang mampu, jumlah beasiswa yang akan diberikan kepada siswa sebesar 600 ribu persemester,
Selama ini proses pemberian beasiswa kurang mampu di SMK Muhammadiyah 1 Kepanjen hanya menggunakan
surat ketidak mampuan dari RT/RW dan Kelurahan setempat, hal ini sangat tidak efektif di karenakan banyak siswa
yang mendapatkan beasiswa tetapi siswa tersebut tidak aktif disekolah, sering bolos sekolah, dan nilai akademiknya
kurang bagus. Dan ada 4 kriteria yang digunakan dalam sistem rekomendasi ini diantaranya, pendapatan orang
tua, jumlah tanggungan orang tua, nilai rapor dan nilai ekstrakurikuler. Dan proses di sistem ini adalah nilai siswa
akan diseleksi satu persatu terhadap masing – masing kreteria yang ditetapkan sehingga akan menghasilkan
rekomendasi yang lebih efektif. Dari hasil implementasi program dengan menggunakan metode Fuzzy Tsukamoto
rekomendasi pemberian beasiswa kurang mampu lebih tepat sasaran, lebih terkonsep, dan lebih efisien. Dari 100
data siswa sebagai contoh kasus yang di terapkan dalam program ini siswa yang mendapat beasiswa sebanyak 70
orang siswa dan ada 30 orang siswa yang tidak mendapatkan beasiswa dikarenakan tidak memenuhi syarat kriteria
yang sudah ditetapkan. Rekomendasi ini sudah memenuhi prosentase yang baik dari pada sistem yang digunakan
sebelumnya.
1. PENDAHULUAN
Untuk mencapai tujuan tersebut SMK
Fenomena putus sekolah masih terjadi Muhammadiyah 1 Kepanjen membuat suatu
di tengah-tengah masyarakat kita, bahkan program pemberian beasiswa persemester yang
dikhawatirkan semakin meningkat seiring ditujukan hanya bagi siswa kurang mampu,
tingginya angka inflasi di Indonesia. Hal ini jumlah beasiswa yang akan diberikan kepada
tidak sesuai dengan Pasal 26 Ayat 1 Deklarasi siswa sebesar 600 ribu persemester, Selama ini
Universal Hak Asasi Manusia (HAM) proses pemberian beasiswa kurang mampu di
menyatakan bahwa setiap orang berhak SMK Muhammadiyah 1 Kepanjen hanya
memperoleh pendidikan, serta dalam menggunakan surat ketidak mampuan dari
Undang-Undang Dasar (UUD) 1945 yang RT/RW dan Kelurahan setempat, hal ini sangat
mengamanatkan pemerintah untuk memberikan tidak efektif di karenakan banyak siswa yang
kesempatan yang seluas-luasnya kepada rakyat mendapatkan beasiswa tetapi siswa tersebut
untuk menikmati pendidikan, tanpa melihat latar tidak aktif disekolah, sering bolos sekolah, dan
belakang sosial, ekonomi, gender/jenis kelamin, nilai akademiknya kurang bagus. Berdasarkan
dan geografis. SMK Muhammdiayah 1 latar belakang di atas, maka pada penelitian ini
Kepanjen ikut serta dalam rangka akan dirancang sebuah sistem pendukung
meminimalisir fenomena putus sekolah dan keputusan pemberian beasiswa untuk siswa
mempersiapkan sumber daya manusia yang kurang mampu di SMK Muhammadiyah 1
berkualitas, salah satu faktor yang mendukung Kepanjen menggunakan metode Fuzzy
sumber daya tersebut adalah pendidikan formal. Tsukamoto. Dimana dengan adanya sistem
pendukung keputusan tersebut diharapkan dapat
48
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
memberikan rekomendasi secara cepat, serta dapat juga diartikan, sistem adalah sekumpulan
peran algoritma fuzzy tsukamoto yang memiliki unsur / elemen yang saling berkaitan dan saling
kemampuan pemecahan masalah yang samar – mempengaruhi dalam melakukan kegiatan
samar atau dari ketidak pastian menjadi pasti
bersama untuk mencapai suatu tujuan.
dengan rules algoritmanya diharapkan dapat
menghasilkan rekomendasi pemberian beasiswa 2.3 Sistem Pendukung Keputusan (SPK)
yang merata dan tepat sasaran, dan untuk 2.3.1 Pengertian Sistem Pendukung
mendukung rekomendasi yang akurat juga
Keputusan
diperlukan banyak variabel pendukungnya,
diantaranya adalah data pendapatan orang tua
Menurut Hasan (2002) SPK dirancang
siswa, keadaan rumah, dan nilai akademik
untuk mendukung seluruh tahap pengambilan
siswa.
keputusan mulai dari mengidentifikasi masalah,
memilih data yang relevan, menentukan
LANDASAN TEORI
pendekatan yang digunakan dalam proses
pengambilan keputusan sampai mengevaluasi
2 LANDASAN TEORI
pemilihan alternative. Sistem pendukung
2.1 Pengertian Beasiswa
keputusan (SPK) adalah sebuah sistem yang
Menurut Murniasih (2009) Beasiswa
dimaksudkan untuk mendukung para pengambil
diartikan sebagai bentuk penghargaan yang keputusan semi terstruktur. Sistem pendukung
diberikan kepada individu agar dapat keputusan (SPK) yang dimaksudkan untuk
melanjutkan pendidikan kejenjang yang lebih menjadi alat bantu bagi para pengambil
tinggi. Penghargaan itu dapat berupa akses keputusan untuk memperluas kapasaitas, namun
tertentu pada suatu institusi atau penghargaan tidak untuk menggantikan penilaian.
berupa bantuan keuangan. Pada dasarnya, Menurut Man dan Watson sistem
pendukung keputusan merupakan suatu sistem
beasiswa adalah penghasilan bagi yang interaktif yang membantu manager dalam
menerimanya. Hal ini sesuai dengan ketentuan mengambil keputusan melalui penggunaan data
pasal 4 ayat (1) Undang-undang PPh/2000. dan model keputusan untuk memecahkan
Disebutkan pengertian penghasilan adalah masalah-masalah yang sifatnya semi terstruktur
tambahan kemampuan ekonomis dengan nama dan tidak terstruktur (Kadarsah, 2007)
dan dalam bentuk apa pun yang diterima atau
2.3.2 Sejarah Sistem Pendukung Keputusan
diperoleh dari sumber Indonesia atau luar
Indonesia yang dapat digunakan untuk Istilah SPK pertama kali dikemukakan
konsumsi atau menambah kekayaan Wajib Oleh G. Anthony Gorry dan Michael S Scoot
Pajak. Karena beasiswa bisa diartikan Morton pada tahun 1971, keduanya merupakan
menambah kemampuan ekonomis bagi professor MIT, USA. Saat itu mereka merasakan
penerimanya, berarti beasiswa merupakan perlunya suatu pemikiran untuk mengarahkan
penghasilan. penggunaan aplikasi komputer untuk membantu
pengambilan keputusan yang dilakukan oleh
2.2 Pengertian Sistem
Menurut Murdick (2002) Sistem adalah manajemen berdasarkan kepada konsep Simon
seperangkat elemen yang membentuk kegiatan mengenai keputusan yang tersktruktur dan tidak
atau suatu prosedur atau bagian pengolahan terstrukur juga berdasarkan kepada konsep
yang mencari suatu tujuan-tujuan bersama Robert N. Anthony tentang tingkat-tingkatan
dengan mengoperasikan data atau barang pada manajemen.
waktu tertentu untuk menghasilkan informasi
2.3.3 Pengambilan Keputusan
atau energi atau barang. Menurut L. Ackof
Sistem adalah setiap kesatuan secara konseptual Pada dasarnya pengambilan keputusan
atau fisik yang terdiri dari bagian-bagian dalam adalah suatu pendekatan sistematis pada hakekat
keadaan saling tergantung satu sama lainnya. suatu masalah, pengumpulan fakta-fakta,
Mengacu pada beberapa definisi sistem di atas, penentuan yang matang dari alternatif yang
49
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
dihadapi dan pengambilan tindakan yang hasil inferensi masing-masing aturan adalah
menurut perhitungan merupakan tindakan yang z, berupa himpunan biasa (crisp) yang
paling tepat. Sekalipun didukung oleh potensi ditetapkan berdasarkan -predikatnya. Hasil akhir
ekosistem dan aksebilitas yang serba prospektif, diperoleh dengan menggunakan rata-rata
pengambilan keputusan kerap dihadapkan pada terbobotnya. (Kusumadewi, 2002:108).
masalah utama dalam penentuan keputusan
strategis yang sulit direalisasikan akibat persepsi2.5 Fuzzy Tsukamoto
Metode Fuzzy Tsukamoto merupakan
yang heterogen sejalan dengan kepentingan
salah satu metode dari Fuzzy Inference System,
masing-masing individu / kelompok yang sistem pengambil keputusan. Dalam metode
terlibat dalam pengambilan keputusan. (Suryadi, fuzzy Tsukamoto menggunakan aturan atau rules
2007). berbentuk “sebab-akibat” atau “if-then”. Setiap
aturan direpresentasikan menggunakan
2.3.4 Tahap Pengambilan Keputusan himpunan-himpunan fuzzy, dengan fungsi
keanggotaan yang monoton. Kemudian untuk
Menurut Simon, proses pengambilan menentukan hasil tegas (Crisp Solution)
keputusan meliputi tiga fase utama yaitu digunakan rumus penegasan (defuzifikasi) yang
inteligensi, desain, dan kriteria. Ia Kemudian disebut “Metode rata-rata terpusat” atau “Metode
menambahkan fase keempat yakini defuzifikasi rata-rata terpusat (Center Average
Deffuzzyfier) (Setiadji, 2009).
implementasi menurut Turban (2005:12)
Misalkan ada 2 variabel input, Var-1 (x)
2.3.5 Komponen Penyusun Sistem dan Var-2(x), serta variabel output, Var-3(z),
Pendukung Keputusan dimana Var-1 terbagi atas 2 himpunan yaitu A1
dan A2. Var-2 terbagi atas 2 himpunan B1 dan
B2, Var-3 juga terbagi atas 2 himpunan yaitu C1
dan C2 (C1 dan C2 harus monoton). Ada 2
aturan yang digunakan, yaitu:
50
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
∑
=
∑ 3.3 Flowchart
3 METODE PENELITIAN
3.1 Analisis Kebutuhan Input
Input yang digunakan untuk melakukan
proses pengambilan keputusan dari beberapa
alternatif adalah sebagai berikut.
No Kriteria
3 Nilai Rapor
4 Nilai Ekskul
51
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
Log Out. Setiap menu memiliki fungsi Rendah Tinggi Sedang Sedikit Sedikit
R16
masing-masing. Sesuai dengan gambar 3.3 Rendah Tinggi Sedang Banyak Sedikit
R17
Rendah Tinggi Tinggi Sedikit Sedikit
52
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
R18
R28
Sedang Sedang Sedang Sedikit Sedikit
Tabel 3.Tabel Variable dan Range
Sedang Sedang Sedang Banyak Sedikit
R29 Range
Sedang Sedang Tinggi Sedikit Sedikit
R30 Variabel
Nilai
Sedang Sedang Tinggi Banyak Sedikit Jenis
R31
500 rb – 1.5 jt
Sedang Tinggi Rendah Sedikit Banyak Rendah
R32
Sedang Tinggi Rendah Banyak Banyak 1 jt – 2 jt
R33
Pendapatan Orang Tua Sedang
Sedang Tinggi Sedang Sedikit Sedikit 1.5 jt – 2.5 jt
R34 Tinggi
Sedang Tinggi Sedang Banyak Banyak
0–3
R35 Sedikit
Sedang Tinggi Tinggi Sedikit Sedikit Jumlah Tanggungan Orang Tua
R36 >3
Banyak
Sedang Tinggi Tinggi Banyak Sedikit
R37 65 – 80
Tinggi Rendah Rendah Sedikit Sedikit
Rendah
R38
75 – 85
Tinggi Rendah Rendah Banyak Banyak Nilai Rapor Sedang
R39
Tinggi Rendah Sedang Sedikit Sedikit
80 – 90
Tinggi
R40
Tinggi Rendah Sedang Banyak Sedikit 65 – 80
R41 Rendah
Tinggi Rendah Tinggi Sedikit Sedikit 75 – 85
R42 Nilai Ekskul Sedang
Tinggi Rendah Tinggi Banyak Sedikit
R43 80 – 90
Tinggi
Tinggi Sedang Rendah Sedikit Banyak
R44 0 – 300
Sedikit
Tinggi Sedang Rendah Banyak Banyak
R45 Beasiswa
300 – 600
Tinggi Sedang Sedang Sedikit Sedikit Banyak
R46
Tinggi Sedang Sedang Banyak Banyak
R47
Tinggi Sedang Tinggi Sedikit Sedikit
R48 4.3.3 Fuzzy Tsukamoto
Tinggi Sedang Tinggi Banyak Sedikit
R49
Tinggi Tinggi Rendah Sedikit Banyak
Tabel 4. Contoh Kasus Siswa 1
R50
Tinggi Tinggi Rendah Banyak Banyak PENDAPATAN JUMLAH
NIS RAPOR EKSKUL
R51 ORTU TANGGUNGAN
14209/1138
014 2
Jumlah subkriteria tanggungan orang tua 87 81 IDR 2,500,000.00
53
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
14208/1137
014 IDR 4
91.92 92
500,000.00
14192/1121
014 87.85 81 IDR 2,500,000.00 1
14192/1121
014 88.92 82 IDR 2,000,000.00 3
14191/1120
014 90.77 82 IDR 1,500,000.00 3
= ( − 65)/80 − 65 65 ≤ ≤ 80
0 > 80
Berdasarkan tabel tersebut maka
0 > 75
akan dihitung nilai siswa untuk tiap
= ( − 75)/(80 − 75) 75 ≤ ≤ 80
rule, untuk siswa 1 dengan NIS
(85 − )/(85 − 80) 80 ≤ ≤ 85
14186/1115014 =
0 ≤ 80
(90 − )/(90 − 80) 80 ≤ < 90
1 ≥ 90
a. Nilai Rapor
NE_rendah=0, NE_sedang=0,4,
NE_tinggi=0,9
c. Pendapatan Orang Tua
0 > 75 ℎ=
= ( − 75)/(80 − 75)
75 ≤ ≤ 80 1 < 500
80 ≤ ≤ 85 (1500 − )/1500 − 500 500 ≤ ≤ 1500
(85 − )/(85 − 80)
= 0 > 1500
0 ≤ 80
(90 − )/(90 − 80) 80 ≤ < 90
1 ≥ 90 =
0 < 1500
NR_rendah =0, NR_sedang=0, ( − 1000)/(1500 − 1000) 1000 ≤ ≤ 1500
NR_tinggi=1 (2000 − )/(2000 − 1500) 1500 ≤ ≤ 2000
0 ≤ 1500
= (2500 − )/(2500 − 1500) 1500 ≤ < 2500
b. Nilai Ekstrakurikuler 1 ≥ 2500
54
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
R15
0.0
0 0.00 0.00 0.67 0.00 100000 0
R16
0.0
0 0.00 0.00 0.33 0.00 100000 0
R17
0.0
0 0.00 0.00 0.67 0.00 100000 0
R18
0.0
0 0.00 0.00 0.33 0.00 100000 0
R19
0.0
0 0.00 0.50 0.67 0.00 100000 0
R20
0.0
0 0.00 0.50 0.33 0.00 100000 0
= ( − 2)/2 2≤ ≤4 R25
0 0.00 0.00 0.33 0.00 100000 0
0.0
0 >4 0 1.00 0.50 0.67 0.00 100000 0
R26
0.0
0 ≤2
0 1.00 0.50 0.33 0.00 100000 0
R27
0.0
= (4 − )/2 2 ≤ < 4 R28
0 1.00 0.00 0.67 0.00 100000 0
1 ≥4 0.0
0 1.00 0.00 0.33 0.00 100000 0
TO_sedikit= 0,67, TO_banyak=0,33 R29
0.0
0 1.00 0.00 0.67 0.00 100000 0
R30
0.0
Setelah mendapatkan nilai pada 0 1.00 0.00 0.33 0.00 100000 0
R31
masing-masing kriteria maka, proses 0.0
0 0.00 0.50 0.67 0.00 100000 0
selanjutnya yaitu menghitung nilai z, untuk R32
0.0
=ℎ + ∗ 1
0.0
0 0.00 0.00 0.67 0.00 100000 0
= 100000 + ∗ 1
R34
0.0
0 0.00 0.00 0.33 0.00 100000 0
=ℎ − ∗ 1 R35
0.0
= 600000 − ∗ 1 R36
0 0.00 0.00 0.67 0.00 100000 0
0.0
Tabel 5. Hasil Perhitungan Siswa 1 0 0.00 0.00 0.33 0.00 100000 0
R37
0.4
9 0.00 0.50 0.67 0.00 100000 0
Nilai Fuzzy x z R38
0.4
Rul
( , , , , ) 9 0.00 0.50 0.33 0.00 100000 0
e
R39
0.4
R E PO TO 9 0.00 0.00 0.67 0.00 100000 0
R40
0.4
R1 9 0.00 0.00 0.33 0.00 100000 0
0.0
R41
0 0.00 0.50 0.67 0.00 100000 0 0.4
R2 9 0.00 0.00 0.67 0.00 100000 0
0.0
R42
0 0.00 0.50 0.33 0.00 100000 0 0.4
R3 9 0.00 0.00 0.33 0.00 100000 0
0.0
R43
0 0.00 0.00 0.67 0.00 100000 0 0.4
R4 9 1.00 0.50 0.67 0.49 346155 170415.6
0.0
R44
0 0.00 0.00 0.33 0.00 100000 0 0.4
R5 9 1.00 0.50 0.33 0.33 266666.7 88888.89
0.0
R45
0 0.00 0.00 0.67 0.00 100000 0 0.4
R6 9 1.00 0.00 0.67 0.00 100000 0
0.0
R46
0 0.00 0.00 0.33 0.00 100000 0 0.4
R7 9 1.00 0.00 0.33 0.00 100000 0
0.0
R47
0 1.00 0.50 0.67 0.00 100000 0 0.4
R8 9 1.00 0.00 0.67 0.00 100000 0
0.0
R48
0 1.00 0.50 0.33 0.00 100000 0 0.4
R9 9 1.00 0.00 0.33 0.00 100000 0
0.0
R49
0 1.00 0.00 0.67 0.00 100000 0 0.4
R10 9 0.00 0.50 0.67 0.00 100000 0
0.0
R50
0 1.00 0.00 0.33 0.00 100000 0 0.4
R11 9 0.00 0.50 0.33 0.00 100000 0
0.0
R51
0 1.00 0.00 0.67 0.00 100000 0 0.4
R12 9 0.00 0.00 0.67 0.00 100000 0
0.0
R52
0 1.00 0.00 0.33 0.00 100000 0 0.4
R13 9 0.00 0.00 0.33 0.00 100000 0
0.0
R53
0 0.00 0.50 0.67 0.00 100000 0 0.4
R14 9 0.00 0.00 0.67 0.00 100000 0
0.0
R54
0 0.00 0.50 0.33 0.00 100000 0 0.4
9 0.00 0.00 0.33 0.00 100000 0
55
Jurnal SPIRIT Vol. 9 No. 2 Nopember 2017, hal 48 - 56 ISSN : 2085 - 3092
DAFTAR PUSTAKA
56