LAPORAN UAS
Disusun Oleh :
Okky Prasetyo (160101051)
Roma Debrian (160101059)
Riyan Subekti (160101058)
Muhammad Faisal Zuhdi (160101047)
Alvian Abdur Rahman Wahid (160101005)
PROGRAM STUDI TI
PRADITA INSTITUTE
BANTEN
2018
KATA PENGANTAR
Puji syukur kita panjatkan ke hadirat Tuhan YME, atas limpahan rahmat
dan hidyahnya sehingga kami dapat menyelesaikan penulisan makalah yang
berjudul “MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING
(SAW) UNTUK MENENTUKAN PESERTA LOMBA KOMPETENSI SISWA”
tanpa rintangan yang berarti.
Dalam menyusun makalah ini, tidak sedikit kesulitan dan hambatan yang
penulis alami. Namun, berkat dukungan serta dorongan dan semangat dari semua
pihak akhirnya penulis mampu menyelesaikan makalah ini. Pada kesempatan kali
ini penulis ingin mengucapkan terima kasih yang sebesar – besarnya kepada :
membimbing kami.
3. Keluarga Besar kami, khususnya orang tua kami yang selalu mendukung kami
4. Dan tak lupa teman - teman kami dari Pradita Institut, yang selalu memberikan
dukungan dan motivasi. Terima kasih atas segala bantuan yang telah diberikan.
Kami menyadari bahwa dalam penyusunan makalah ini jauh dari sempurna, baik
dari segi penulisan ataupun bahasa. Oleh karena itu kami mengharapkan kritik
dan saran yang sifatnya membangun dan menjadi acuan untuk lebih baik dimasa
Penyusun
ii
DAFTAR ISI
Halaman
KATA PENGANTAR............................................................................................. ii
4.1 Kesimpulan................................................................................................ 21
iii
DAFTAR PUSTAKA ........................................................................................... 23
iv
DAFTAR GAMBAR
v
DAFTAR TABEL
Tabel 3.1 Nilai Bobot .............................................................................................. 9
vi
ABSTRAK
Untuk menghasilkan sebuah keputusan, penggunaan metode dapat membuat
pengambilan keputusan menjadi lebih efesien dan lebih tepat, apalagi jika data
yang di perhitungkan berjumlah banyak. Salah satu contohnya adalah dalam
menyeleksi siswa terbaik dari seluruh pendaftar untuk dipilih dan diikutkan
lomba, hasil seleksi siswa dilakukan oleh panitia di bidang kompetisi. Dengan
menggunakan sebuah metode pada suatu sistem, akan menghasilkan sebuah
keputusan yang sesuai untuk penyeleksian data. Metode untuk menentukan hasil
seleksi untuk menentukan peserta lomba adalah metode Simple Additive
Weighting (SAW). Metode SAW adalah metode dengan penjumlahan terbobot.
Metode ini sering digunakan dan merupakan metode yang paling terkenal dalam
menghadapi situasi Multiple Attribute Decision Making (MADM). Dengan
menggunakan metode ini hasil seleksi diharapkan lebih akurat dan sesuai dengan
kriteria yang ditetapkan. Sistem mampu memberikan hasil rekomendasi keputusan
yang tepat berdasarkan persyaratan yang telah ditetapkan. Informasi hasil
perhitungan terhadap sejumlah data seleksi menunjukan pencapaian yang
diharapkan, dalam waktu yang cepat dengan tidak melibatkan banyak faktor.
Dengan demikian sistem ini dapat memberikan kemudahan pengelolaan untuk
pelaksanaan seleksi lomba kompetensi siswa sekolah menengah kejuruan.
vii
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam kehidupan kita sering mendapatkan keputusan dimana keputusan itu
dapat menentukan masadepan kita, ketika memilih sebuah keputusan kita
mempertimbangkan apakah keputusan tersebut berdampak untung atau tidak.
Dalam berbisnis sangat penting untuk menentukan keputusan yang tepat demi
kesuksesan dalam berbisnis, tidak hanya dalam berbisnis dalam edukasi,
pengadilan, dan perancangan sistem. Kita akan terus di hadapi dengan keputusan.
2
3
BAB II
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan
4
𝑿𝑖𝑗
𝑗𝑖𝑘𝑎 𝑗 𝑎𝑡𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝑏𝑒𝑛𝑒𝑓𝑖𝑡)
𝑴𝒂𝒙 𝑿𝑖𝑗
𝒓𝑖𝑗 =
𝑴𝒊𝒏 𝑿𝑖𝑗
𝑗𝑖𝑘𝑎 𝑗 𝑎𝑡𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡)
{ 𝑿 𝑖𝑗
Keterangan:
Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cij
i=1,2,…,n. Nilai preferensi untuk setiap alternatif (Vi) di berikan sebagai:
𝑉1 = ∑ 𝑊𝑗 𝑅𝑖𝑗
𝑗=1
Keterangan:
5
c. Membuat matriks keputusan berdasarkan kriteria (C1), kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis
atribut sehingga diperoleh matriks ternormalisasi R.
d. Hasil akhir diperoleh dari proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan bobot vektor sehingga diperoleh
nilai terbesar yang dipilih sebagai alternatif terbaik (A1) sebagai solusi.
6
7
8
BAB III
PEMBAHASAN
Keterangan :
SR = Sangat Rendah;
R = Rendah;
C = Cukup;
T = Tinggi;
ST = Sangat Tinggi.
Rendah 0,25
Cukup 0,5
Tinggi 0,75
9
Berdasarkan setiap data yang akan diperhitungkan, yang memiliki nilai
kriteria dengan bobot yang berbeda berdasarkan ketentuan yang telah ditentukan.
Sehingga data-data tersebut akan mudah diperhitungkan dengan perhitungan
SAW, dengan begitu bisa ditentukan hasil dari nilai masing masing data, kriteria
dan ranting kecocokan setiap alternatif pada setiap kriteria yang telah ditentukan,
selanjutnya dilakukan penjabaran bobot setiap kriteria yang telah dikonversikan
dengan bilangan Simple Additive Weighting. Pengambilan keputusan berdasarkan
nilai terbesar dari urutan 1 sampai dengan 5 yang merupakan hasil keputusan
akhir peserta lomba.
Kode Kriteria
C1 Peringkat Rangking
10
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
a. Variabel Peringkat Rangking dikonversikan dengan bilangan fuzzy
dibawah ini.
Nilai Rata-rata
Pemerograman Visual Keterangan Bobot
Basic (C2)
11
c. Variabel Nilai Rata-rata Pemerograman Java dikonversikan dengan
bilangan fuzzy dibawah ini.
Nilai Rata-rata
Keterangan Bobot
Pemerograman Java (C3)
Nilai Rata-rata
Keterangan Bobot
Pemerograman WEB (C4)
12
e. Variabel Nilai Rata-rata Kepribadian dikonversikan dengan bilangan
fuzzy dibawah ini.
Contoh hasil pendataan dari calon peserta lomba. Dimana data-data yang
dimasukan sesuai dengan data yang sebenarnya dan sesuai dengan kriteria yang
sudah ditentukan melalui proses perhitungan.
13
Nama
NISN (C21) (C2) (C3) (C4) (C5)
Siswa
8273 Maulana 1 95 93 97 98
1402 Nana 2 93 90 95 74
3689 Fatimah 3 90 70 98 97
8837 Nurhayati 4 90 89 94 94
7383 Leha 5 75 87 92 91
Nama
NISN (C21) (C2) (C3) (C4) (C5)
Siswa
Berdasarkan pada tabel 3.8 diatas, dapat dibentuk matriks keputusan X dengan
data tersebut:
1 1 1 1 1
1 1 1 1 0,75
𝑅 = 0,75 1 0,75 1 1
0,75 1 1 1 1
( 0,5 0,75 1 1 1 )
14
Keterangan :
15
b. Nilai Rata-rata Pemerograman Visual Basic (C2)
1 1
R21 = = =1
max(1; 1; 0,75; 0,75; 0,5) 1
1 1
R22 = = =1
max(1; 1; 1; 1; 0,75) 1
1 1
R23 = = =1
max(1; 1; 0,75; 1; 1) 1
1 1
R24 = = =1
max(1; 1; 1; 1; 1) 1
0,75 0,75
R25 = = = 0,75
max(1; 0,75; 1; 1; 1) 1
16
d. Nilai Rata-rata Pemerograman WEB (C4)
0,75 0,75
R41 = = = 0,75
max(1; 1; 0,75; 0,75; 0,5) 1
1 1
R42 = = =1
max(1; 1; 1; 1; 0,75) 1
1 1
R43 = = =1
max(1; 1; 0,75; 1; 1) 1
1 1
R44 = = =1
max(1; 1; 1; 1; 1) 1
1 1
R45 = = =1
max(1; 0,75; 1; 1; 1) 1
17
Hasil Normalisasi:
1 1 1 1 1
1 1 1 1 0,75
𝑅 = 0,75 1 0,75 1 1
0,75 1 1 1 1
( 0,5 0,75 1 1 1 )
3. Untuk mencari nilai prefensi dari setiap alternatif adalah dengan cara
menjumlahkan hasil kali antara matriks ternormalisasi dengan nilai
bobot. Berikut ini merupakan persamaan untuk mencari nilai preferensi
dari setiap alternatif yang telah ditentukan.
Keterangan:
18
Berikut ini merupakan perhitungan nilai preferensi dari setiap alternatif
yang telah ditentukan. Proses perangkingan dengan menggunakan bobot yang
telah diberikan oleh pengambil keputusan:
Bobot Kriteria
Maka:
= 2.5
= 2.4375
= 2,1875
19
V4 = (0.75 * 0.75) + (0.5 * 1) + (0.5 * 1) + (0.5 * 1) + (0.25 * 1)
= 2,3125
= 1,5
20
21
BAB IV
PENUTUP
4.1 Kesimpulan
Berdasarkan hasil analisis yang didapatkan, maka dapat diambil beberapa
kesimpulan diantaranya sebagai berikut:
4.2 Saran
Adapun saran yang dapat diberikan setelah menyusun makalah ini adalah
sebagai berikut:
22
DAFTAR PUSTAKA
[1] Fauziah Zainuddin, Norlin Mohd Ali, Roslina Mohd Sidek, Awanis Romli,
Nooryati Talib & Mohd. Izham Ibrahim (2009) “Conceptual Modeling for
Simulation: Steaming frozen Food Processing in Vending Machine” International
Conference on Computer Science and Information Technology, University
Malaysia Pahang, pp.145-149.
[4] Peter Minns & Ian Elliott, “FSM-based Digital Design using Verilog HDL”,
John Wiley & Sons Ltd 2008.
[5] Zhang Wen & Zhang Xin Long (2010) “Design and Implementation of
automatic vending machine Based on the short massage payment” International
Conference on Information and Communication technology in Electrical
Sciences, Neijiang, Sichuan, China.pp.978-981.
[7] M. Zhou, Q. Zhang & Z. Chen (2006), “What Can Be Done to Automate
Conceptual Simulation Modelling?” Proceedings of the 2006 Winter Simulation
Conference, pp. 809 – 814.
[8] Biplab Roy & Biswarup Mukherjee (2010) “Design of Coffee Vending
Machine using Single Electron Devices” Proceedings of 2010 International
Symposium on Electronic System Design. Pp 38-43.
[9] C. J Clement Singh, K Senthil Kumar, Jayanto Gope, Suman Basu & Subir
Kumar Sarkar (2007) “ Single Electron Device based Automatic Tea Vending
Machine” proceedings of International Conference on Information and
Communication Technology in Electrical Sciences (ICTES 2007) , pp
891-896.
[10] P. Smith (1997) “Automatic Hot-food Vending Machine,” Trends in Food
Science & Technology October 1997, Vol. 81, and pp. 349.
23
[11] M. Zhou, Y. J. Son, & Z. Chen, (2004), “Knowledge Representation for
Conceptual Simulation Modeling” Proceedings of the 2004 Winter Simulation
Conference, pp. 450 – 458.
[12] J.Komer (2004) “Digital logic and state machine design”, 2nd ed., Oxford.
[13] Muhammad Ali Qureshi, Abdul Aziz & Hafiz Faiz Rasool “Design and
Implementation of Automatic Ticket System using Verilog HDL” proceedings of
tnternational conference on Information Technology, pp- 707-712.
[14] Steve Kilts,” Advanced FPGA Design: Architecture, Implementation, and
optimization”, Wiley-IEEE press, 2007.
[15] Seyed Bahram Zahir Azami & Mohammad Tanabian “Automatic Mobile
Payment on a non- Connected Vending Machine” proceedings of Canadian
Conference on Electrical and Computer Engineering, 2004, pp- 731-734.
24
DAFTAR RIWAYAT HIDUP OKKY PRASETYO
A. Biodata mahasiswa
NIM : 160101051
Nama Lengkap : Okky Prasetyo
Tempat & Tanggal Lahir : Depok, 11 Oktober 1998
Alamat lengkap : Perum. Prima sepang permai blok D1/16 Rt/Rw 004/001
Serang - Banten
Okky Prasetyo
25
DAFTAR RIWAYAT HIDUP ROMA DEBRIAN
A. Biodata mahasiswa
N.I.M : 160101059
Nama Lengkap : Roma Debrian
Tempat & Tanggal Lahir : Jakarta, 04 Desember 1998
Alamat lengkap : Jl.GG.H,Nawi no.17 Rt.6 Rw.13 Jawa Barat
Roma Debrian
26
DAFTAR RIWAYAT HIDUP ALVIAN ABDUR RAHMAN
WAHID
A. Biodata mahasiswa
N.I.M : 160101005
Nama Lengkap : Alvian Abdur Rahman Wahid
Tempat & Tanggal Lahir : Jakarta, 24 Maret 1998
Alamat lengkap : Jl. Haji Abu Bakar RT 016/007
27
DAFTAR RIWAYAT HIDUP RIYAN SUBEKTI
A. Biodata mahasiswa
N.I.M : 160101058
Nama Lengkap : Riyan Subekti
Tempat & Tanggal Lahir : Kendal, 14 Juni 1998
Alamat lengkap : Jl.Menteng Jaya RT05/RW08 No.35
Riyan Subekti
28
DAFTAR RIWAYAT HIDUP MUHAMMAD FAISAL ZUHDI
A. Biodata mahasiswa
C. Kemampuan
1. Kemampuan Komputer Instalasi, Programer, Troubleshooting, Ms Word.
2. Kemampuan Bahasa : Berbicara Bahasa Ingriss, dan Menulis Bahasa
Inggris
29