SISTEM PENDUKUNG KEPUTUSAN CALON PENERIMA BEASISWA

DENGAN METODE NAIVE BAYES BERBASIS WEBSITE

PROPOSAL SKRIPSI

EGGY FERNANDO SEMBIRING

NPM 1670002

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK DAN INFORMATIKA
UNIVERSITAS PGRI SEMARANG
2020
SISTEM PENDUKUNG KEPUTUSAN CALON PENERIMA BEASISWA
DENGAN METODE NAIVE BAYES BERBASIS WEBSITE

PROPOSAL SKRIPSI

EGGY FERNANDO SEMBIRING

NPM 16670002

Diajukan kepada Fakultas Teknik dan Informatika

Universitas PGRI Semarang untuk penyusunan skripsi

PROGRAM STUDI INFORMATIKA

FAKULTAS TEKNIK DAN INFORMATIKA
UNIVERSITAS PGRI SEMARANG
2020

ii
 PROPOSAL SKRIPSI

SISTEM PENDUKUNG KEPUTUSAN CALON PENERIMA BEASISWA

DENGAN METODE NAIVE BAYES BERBASIS WEBSITE

Disusun dan diajukan oleh

EGGY FERNANDO SEMBIRING

16670002

telah disetujui oleh pembimbing untuk dilanjutkan

untuk disusun menjadi skripsi
pada tanggal 2020

Pembimbing Utama, Pembimbing Pendamping,

Ir. Agung Handayanto, M.Kom Khoiriya Latifah, M.Kom

NIP 196209191994031003 NIDN 0623127501

iii
 ABSTRAK

Dalam menentukan penerimaan beasiswa, setiap individu harus memiliki banyak

kriteria sebagai syarat untuk menerima beasiswa Pastinya setiap sekolah memiliki
kriteria-kriteria tertentu untuk menentukan kelayakan calon penerima beasiswa.
Penerima beasiswa biasanya dilakukan oleh lembaga untuk membantu yang
berprestasi ataupun yang kurang mampu. Untuk menentukan kelayakan calon
penerima beasiswa dibutuhkan sebuah sistem pendukung keputusan. Oleh karena
itu, penelitian ini akan membuat suatu aplikasi calon penerima beasiswa dengan
mencari alternative terbaik. Di mana aplikasi ini dibuat berbasis website, sehingga
memudahkan proses penentuan calon penerima beasiswa dengan menggunakan
algoritma Naïve Bayes, yaitu sebuah algoritma yang memprediksi probabilitas di
masa depan berdasarkan dari pengalaman sebelumnya. Nantinya diharapkan
aplikasi ini mampu membantu proses calon penerima beasiswa.

Kata kunci : beasiswa, algoritma, Naïve Bayes, website

iv
 PRAKATA

Puji syukur atas kehadirat Allah SWT karena atas limpahan rahmat-Nya,
penulis dapat menyusun dan menyelesaikan proposal skripsi ini dengan lancar.
Proposal skripsi yang berjudul “Sistem Pendukung Keputusan Calon Penerima
Beasiswa Dengan Metode Naïve Bayes Berbasis Website” ini disusun untuk
memenuhi syarat memperoleh gelar Sarjana Komputer.
Penyusunan proposal skripsi ini tidak lepas dari berbagai hambatan dan
rintangan serta kesulitan-kesulitan. Namun, berkat bimbingan, bantuan, nasehat
dan dorongan serta saran-saran dari berbagai pihak, khususnya Pembimbing,
segala hambatan dan rintangan serta kesulitan tersebut dapat teratasi dengan baik.
Oleh karena itu, dalam kesempatan ini dengan tulus hati penulis menyampaikan
terima kasih kepada:
1. Allat SWT yang telah memberikan rahmat serta hidayah-Nya serta selalu
melindungi penulis dalam proses penyusunan proposal, sehingga penulis
dapat menyelesaikan proposal ini.
2. Bapak dan Ibu tercinta yang telah banyak memberikan dorongan baik moral,
material dan doa. Semoga ini menjadi awal langkah sukses untuk penulis.
3. Bapak Dr. Muhdi, S. H., M. Hum selaku Rektor Universitas PGRI Semarang
yang telah memberi kesempatan kepada penulis untuk menimba ilmu di
Universitas PGRI Semarang.
4. Bapak Drs. Slamet Supriyadi, M. Env. St. selaku Dekan Fakultas Teknik dan
Informatika Universitas PGRI Semarang yang telah memberikan ijin kepada
penulis untuk melakukan penelitian.
3. Bapak Bambang Agus Herlambang, S. Kom., M. Kom. selaku Ketua
Program Studi Informatika Fakultas Teknik dan Informatika Universitas
PGRI Semarang.
4. Bapak Ir. Agung Handayanto, M. Kom selaku Pembimbing I Program Studi
Informatika Fakultas Teknik dan Informatika Universitas PGRI Semarang
yang telah menyetujui topik skripsi penulis.

v
5. Ibu Khoiriya Latifah, M. Kom selaku Pembimbing II Program Studi
Informatika Fakultas Teknik dan Informatika Universitas PGRI Semarang
yang telah membimbing penulis dengan penuh dedikasi yang tinggi.
6. Seluruh Dosen Pengajar, Staff dan Karyawan Fakultas Teknik dan
Informatika Universitas PGRI Semarang
7. Adik dan keluarga besar yang telah memberikan dukungan doa dan semangat
demi terselesaikannya Proposal Skripsi ini.
8. Teruntuk teman-teman penulis yang tidak bisa penulis sebutkan satu per satu,
yang telah membantu penulis dan bertukar pikiran dalam penulisan Proposal
Skripsi ini.
Akhir kata, penulis berharap laporan proposal skripsi ini dapat bermanfaat
bagi pembaca dan kita semua yang membutuhkan.

Semarang, Januari 2020

Penulis

vi
 DAFTAR ISI

SAMPUL LUAR .................................................... Error! Bookmark not defined.

SAMPUL DALAM ................................................ Error! Bookmark not defined.
HALAMAN PENGESAHAN ................................ Error! Bookmark not defined.
ABSTRAK ............................................................................................................. iv
PRAKATA .............................................................................................................. v
DAFTAR ISI ......................................................................................................... vii
DAFTAR TABEL .................................................................................................. ix
DAFTAR GAMBAR .............................................................................................. x
BAB I ...................................................................................................................... 1
A. Latar Belakang .............................................................................................. 1
B. Identifikasi Masalah ..................................................................................... 2
C. Rumusan Masalah......................................................................................... 2
D. Batasan Masalah ........................................................................................... 2
E. Tujuan Penelitian .......................................................................................... 3
F. Manfaat Penelitian ........................................................................................ 3
G. Penegasan Istilah .......................................................................................... 4
BAB II ..................................................................................................................... 5
A. Tinjauan Pustaka........................................................................................... 5
B. Landasan Teori ............................................................................................. 6
1. Mobile learning ........................................ Error! Bookmark not defined.
2. Anemia...................................................... Error! Bookmark not defined.
3. Java ........................................................... Error! Bookmark not defined.
4. Android ..................................................... Error! Bookmark not defined.
5. Algoritma Linear Congruent Method ........................................................ 8
6. Unified Modelling Language (UML)....................................................... 10
7. Model Waterfall ....................................................................................... 14
8. Pengujian Black Box ................................................................................ 15
9. Pengujian White Box ................................................................................ 16
C. Kerangka Berpikir ...................................................................................... 17
D. Hipotesis Penelitian .................................................................................... 18

vii
BAB III ................................................................................................................. 19
A. Pendekatan Penelitian ................................................................................. 19
B. Lokasi/Fokus Penelitian ............................................................................. 20
C. Desain Penelitian ........................................................................................ 20
D. Teknik Pengumpulan Data ......................................................................... 21
E. Teknik Analisis Data .................................................................................. 21
F. Jadwal ......................................................................................................... 22
DAFTAR PUSTAKA ........................................................................................... 23

viii
 DAFTAR TABEL

Tabel 2. 1. Perbandingan Penelitian Sebelumnya ................................................... 5

Tabel 3. 1. Jadwal Penelitian Kegiatan ................................................................. 22

ix
 DAFTAR GAMBAR

Gambar 2. 1. Arsitektur Sistem Android............... Error! Bookmark not defined.

Gambar 2. 2. Simbol Diagram Class .................................................................... 11
Gambar 2. 3. Simbol Use Case ............................................................................ 12
Gambar 2. 4. Simbol Sequence Diagram ............................................................. 13
Gambar 2. 5. Simbol Activity Diagram ............................................................... 14
Gambar 2. 6. Metode Waterfall............................................................................ 15
Gambar 2. 7. Sistem Kerja Teknik Pengujian White Box ................................... 17
Gambar 2. 8. Kerangka Berpikir ........................... Error! Bookmark not defined.
Gambar 3. 1. Skema Desain Penelitian ................................................................ 21

x
 BAB I
PENDAHULUAN

A. Latar Belakang
Kemajuan teknologi saat ini sangat berkembang pesat dan memudahkan
untuk menyelesaikan suatu pekerjaan juga mempermudah dalam mengambil
suatu keputusan. Beasiswa adalah bantuan keuangan yang diberikan untuk
mempermudah biaya untuk pelajar maupun mahasiswa. Banyaknya calon
penerima beasiswa membuat proses penyeleksian dirasa kurang efektif untuk
mencapai tujuan dan waktu penyeleksian.
Ketepatan secara akurat akan membutuhkan waktu yang lama dalam
menentukan penerima beasiswa, sehingga dibutuhkan algoritma yang mudah
diinterpretasikan dan diimplementasikan terutama klasifikasi dalam sistem
pendukung keputusan. Banyak algoritma-algoritma yang mudah
diinterpresikan dalam klasifikasi, salah satunya yaitu naïve bayes. Algoritma
naïve bayes mempunyai akurasi dan durasi dalam proses olah data sesuai
klasifikasi data yang dibutuhkan.
Pada umumnya pengolahan data pada sekolahan masih menggunakan
sistem manual dalam menentukan penerima beasiswa, dan belum
menggunakan komputerisasi sehingga banyak masalah yang terjadi dalam
sistem ini. Permasalahannya adalah kurang tepatnya penyaluran beasiswa
kepada siswa, misalnya siswa yang harusnya tidak mendapat beasiswa,
sebaliknya siswa yang mendapat beasiswa akademis maupun non akademis
tidak mendapat beasiswa. Karena kurang telitinya para penyeleksi dalam
menyeleksi calon penerima beasiswa sehingga memunculkan masalah
tersebut.
Berdasarkan permasalahan tersebut, dalam penelitian ini akan dibuat
suatu aplikasi sistem pendukung keputusan menggunakan metode naïve bayes
berbasis website untuk menyelesaikan permasalahan proses penyeleksian

1
 2

calon penerima beasiswa. Juga untuk memudahkan kepala sekolah dan admin
dalam pemberian beasiswa melalui kriteria-kriteria yang terstruktur. Karena
itulah, penulis merancang aplikasi memilih siswa yang mendapat beasiswa
yamg membantu kepala sekolah dan admin dalam waktu yang singkat.
Dari latar belakang tersebut diatas maka penulis melakukan penelitian
dengan judul “Sistem Pendukung Keputusan Calon Penerima Beasiswa
Dengan Metode Naive Bayes Berbasis Website”.

B. Identifikasi Masalah
Permasalahan penelitian dapat diidentifikasikan sebagai berikut :
1. Masing menggunakan cara manual dalam proses seleksi calon penerima
beasiswa.
2. Belum adanya aplikasi secara yang lebih praktis dan memudahkan proses
seleksi.

C. Rumusan Masalah
Berdasarkan latar belakang penelitian yang berjudul “Sistem Pendukung
Keputusan Calon Penerima Beasiswa Dengan Metode Naive Bayes Berbasis
Website” tersebut, maka dapat dirumuskan permasalahannya yaitu sebagai
berikut :
1. Bagaimana cara membangun suatu aplikasi berbasis website yang mampu
membantu sekolah untuk proses seleksi calon penerima beasiswa secara
singkat.
2. Bagaimana mengimplementasikan Algoritma Naïve Bayes untuk
menghasilkan klasifikasi secara akurat pada penerima beasiswa.

D. Batasan Masalah
Mengingat terbatasnya tenaga dan waktu yang ada, serta menjaga dan
menghindari pembahasan masalah yang terlalu luas, maka penulis membatasi
permasalahan pada website yang meliputi :
1. Website yang dibuat hanya untuk prose calon penerima beasiswa saja.
 3

2. Algoritma yang digunakan dalam website ini adalah Algoritma Naïve

Bayes dan pembuatan program aplikasi menggunakan bahasa
pemrograman PHP.

E. Tujuan Penelitian
Berdasarkan rumusan masalah yang telah dijabarkan sebelumnya, maka
tujuan dari penelitian ini yaitu sebagai berikut :
1. Membangun sebuah aplikasi berbasis website untuk mempermudah dalam
proses seleksi calon penerima beasiswa.
2. Mengimplementasikan algoritma Naïve Bayes pada aplikasi website secara
lebih praktis dan akurat.

F. Manfaat Penelitian
Manfaat yang didapat dari penyusunan proposal skripsi ini adalah :
1. Bagi Mahasiswa
Untuk melatih dan menambah kembali serta mengukur seberapa daya
tangkap penulis dalam mempraktekkan ilmu yang diperoleh di bangku
kuliah dan menerapkannya dalam lingkungan kehidupan yang
membutuhkan.
2. Bagi Akademik
Sebagai tolak ukur keberhasilan proses belajar mengajar yang dapat
digunakan sebagai bahan evaluasi bagi pihak akademik dan sebagai
referensi bagi mahasiswa dalam penelitian lebih lanjut yang berkaitan
dengan studi yang dibahas dalam skripsi ini.
3. Bagi Sekolah
Memberikan rujukan terkait implementasi sistem pendukung keputusan
penerimaan beasiswa.

3
 4

G. Penegasan Istilah
1. Website adalah sebuah kumpulan dari halaman web yang saling
berhubungan dan dapat diakses melalui halaman depan (home page)
menggunakan sebuah browser dan juga jaringan internet.
2. Model Waterfall adalah model pengembangan perangkat lunak di mana
proses mengalir secara sistematis dari satu tahap ke tahap lainnya dalam
mode ke bawah.
3. Naïve Bayes adalah metode klasifikasi menggunakan metode probabilitas
dan statistik yang memprediksi peluang di masa depan berdasarkan
pengalaman yang sebelumnya.

4
 5

BAB II
KAJIAN PUSTAKA/TEORI

A. Tinjauan Pustaka
Sebelumnya telah terdapat beberapa penelitian yang menggunakan
algoritma Naïve Bayes. Di mana setiap penelitian memiliki kriteria dan pola
yang berbeda satu sama lain. Berikut merupakan tabel pembanding penelitian
sebelumya yang menggunakan algoritma Naïve Bayes :

Tabel 2. 1. Perbandingan Penelitian Sebelumnya

Nama Peneliti dan
No Masalah Metode Hasil
Tahun
Banyaknya
Aplikasi seleksi
pendaftar
penerima
beasiswa
Diasrina Dahri, dkk Algoritma beasiswa
1. bidikmisi
(2016) Naïve Bayes bidikmisi
Universitas
Universitas
Mulawarman
Mulawarman
setiap tahun
Ketepatan Menggunakan Aplikasi tampilan
menentukan Algoritma sesuai dengan
Ditta Resty Dwi
2. penerima Naïve Bayes rancangan pada
Lestari (2017)
beasiswa yang dan K-Nearest implementasi
kurang akurat Neighbor sistem

5
 6

Aplikasi layak atau

tidaknya siswa
Bantuan besiswa
Menggunakan yang mendapat
Yusuf Zakariya berdasarkan ekonomi
3. Algoritma beasiswa
(2017) siswa dan bukan
Naïve Bayes menggunakan
berdasarkan prestasi
metode naïve
bayes
Pengolahan data
Menggunakan
siswa yang Aplikasi sistem
Algoritma
Umi Fitriatul mengajukan menghasilkan
4. Analitical
Hawa (2016) beasiswa keputusan yang
Hierarchi
menggunakan objektif
Process
catatan manual
Aplikasi nilai
Menetapkan Algoritma
bobot menentukan
5. Fitria, dkk (2016) seseorang yang layak Fuzzy
alternatif yang
menerima bieasiswa Inference
optimal

B. Landasan Teori
1. Pengertian Beasiswa
Beasiswa merupakan pemberian biaya untuk pendidikan yang masih
aktif mengikuti kegiatan di sekolah. Beasiswa dapat diberikan oleh
lembaga pemerintah, perusahaan ataupun yayasan. Hal ini dimuat dalam
ketentuan pasal 4 ayat (1) UU PPh/200 yang disebut penghasilan dalam
bentuk apapun atau tambahan kemampuan ekonomis yang diterima dari
sumber Dalam atau Luar Indonesia, beasiswa merupakan penghasilan
dikarenakan menambah kemampuan ekonomis bagi penerimanya.
Beasiswa adalah bantuan untuk orang yang membutuhkan terutama
yang masih sekolah untuk mencari ilmu pengetahuan hingga selesai untuk
menyelesaikan tugasnya. Bantuan beasiswa biasanya berbentuk dana
untuk anak sekolah yang harus dikeluarkan untuk menunjang biaya atau
 7

ongkos selama menempuh masa pendidikan. Menurut Lahinta (2009)

beasiswa adalah yang diberikan kepada perorangan berupa bantuan
keuangan yang bertujuan untuk keberlangsungan pendidikan yang
ditempuh.

2. Sistem Pendukung Keputusan

Konsep Sistem Pendukung Keputusan / Decision Support System
pertama kali diungkapkan oleh Michael S. Scott Morton dengan istilah
Management Decision System pada awal tahun 1970-an. Definisi dari
Sistem Pendukung Keputusan adalah suatu sistem untuk membantu
pengambilan keputusan berbasis komputer untuk memecahkan berbagai
persoalan yang tidak terstruktur yang ditujukan dalam memanfaatkan data
dan model tertentu (Daihani, 2001). Sistem Pendukung Keputusan (SPK)
adalah sebuah sistem keputusan semiterstruktur untuk mendukung situasi
para pengambil keputusan manajerial.
SPK dimaksudkan untuk memperluas kapabilitas mereka menjadi alat
bantu bagi para pengambil keputusan, namun tidak untuk menggantikan
penilaian mereka. SPK tidak dimaksudkan untuk mengotomatisasikan
pengambilan keputusan, tetapi memberikan kemungkinkan pengambilan
keputusan untuk melakukan berbagai analisis perangkat interaktif yang
menggunakan model-model yang tersedia. Dari definisi di atas dapat
dikatakan bahwa Sistem Pendukung Keputusan adalah suatu sistem yang
ditujukan untuk membantu manajemen informasi spesifik bersifat semi
terstruktur yang berkaitan dengan persoalan mengambil keputusan (hukum
sebab-akibat dari adanya suatu variabel belum pasti/bukan suatu rutinitas).
Sistem ini secara interaktif mampu menghasilkan berbagai alternatif yang
dapat digunakan oleh pemakai (Davis, 1999).
 8

3. PHP
Pada awalnya PHP merupakan singkatan dari Personal Home Page.
PHP digunakan untuk membuat website pribadi. PHP menjelma menjadi
bahasa pemrograman web yang powerful dalam beberapa tahun
perkembangannya, tidak hanya digunakan untuk membuat halaman web
sederhana, tetapi juga digunakan oleh jutaan orang pada website populer
seperti wikipedia, wordpress, joomla, dll. Saat ini PHP adalah singkatan
dari PHP: Hypertext Preprocessor, dimana kepanjangannya terdiri dari
singkatan itu sendiri: PHP: Hypertext Preprocessor, yakni permainan kata
sebuah kepanjangan rekursif.
PHP dirilis dalam lisensi PHP License, PHP dapat digunakan dengan
gratis (free) dan bersifat Open Source, sedikit berbeda dengan lisensi GNU
General Public License (GPL) yang biasa digunakan untuk proyek Open
Source. Sudah menjadi standar bagi programmer web di seluruh dunia karena
kemudahan dan kepopuleran dari PHP . Sistem operasi yang bisa
menjalankan bahasa PHP yaitu Microsoft Windows (semua versi), Linux,
Mac OS, dan Solaris. . Salah satu kelebihan dari php yaitu sistem perangkat
lunak yang mampu melakukan hubungan dengan beragam sistem manajemen
basis data (DBMS) seperti Oracle, Sybase, mSQL, MySQL, Microsoft SQL
Server, Solid, PostgreSQL, Adabas, FilePro, Velocis, dBase, Unix dbm, dan
semua database yang mempunai interface ODBC.

4. Algoritma Naïve Bayes

Naïve Bayes merupakan metode probabilistik pengklasifikasian
sederhana dimana pengklasifikasian dilakukan berdasarkan Teorema
Bayes melalui training set sejumlah data secara efisien. Naïve bayes
mengasumsikan pada kelas yang diberikan tidak tergantung bahwa nilai
dari sebuah input atribut dengan nilai atribut yang lain. Teorema Bayes
sendiri dikemukakan oleh ilmuwan Inggris Thomas Bayes, yaitu
memprediksi peluang di masa depan berdasarkan pengalaman di masa
 9

sebelumnya sehingga dikenal sebagai Teorema Bayes. Dimana

persamaan Teori Bayes tersebut sebagai berikut:

𝑝(𝑋|𝐶)p(c)
𝑃(𝐶|𝑋) =
𝑝(𝑥)
Dimana:
X : Data dengan kelas yang belum diketahui
C : Hipotesis data X merupakan suatu kelas spesifik
P (C|X) : Probabilitas hipotesis C berdasar kondisi X (probabilitas
posterior)
P(C) : Probabailitas hipotesis C (probabilitas prior)
P(X|C) : Probablitas X berdasarkan kondisi pada hipotesis C
P(X) : Probabilitas X
Perlu diketahui untuk menjelaskan teorema Naive Bayes, bahwa proses
klasifikasi menentukan kelas apa yang cocok memerlukan sejumlah
petunjuk bagi sampel yang dianalisis tersebut. Karena itu, teorema bayes
pada persamaan (1) disesuaikan menjadi persamaan (2) :

𝑝(𝐶)p(x1 … . . XnvC)
𝑃(𝐶|𝑋1 … 𝑋𝑛) =
𝑝(𝑋1 … 𝑋𝑛)

Dimana Variabel C merepresentasikan kelas, sementara variabel X1

... Xn merepresentasikan karakteristik petunjuk yang dibutuhkan untuk
melakukan klasifikasi atau kriteria. Maka rumus tersebut menjelaskan
bahwa peluang masuknya sampel karakteristik tertentu dalam kelas C
(Posterior) adalah peluang munculnya kelas C (sebelum masuknya
sampel tersebut, seringkali disebut prior), dikali dengan peluang
kemunculan karakteristik-karakteristik sampel pada kelas C (disebut
juga likelihood), dibagi dengan peluang kemunculan karakteristik-
karakteristik sampel secara global ( disebut juga evidence). Karena itu,
rumus diatas dapat pula ditulis secara sederhana pada persamaan (3) :
Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai
dari posterior tersebut nantinya akan dibandingkan dengan nilai nilai
posterior kelas lainnya untuk menentukan ke kelas apa suatu sampel
akan diklasifikasikan. Penjabaran lebih lanjut rumus Bayes tersebut
 10

dilakukan dengan menjabarkan (C|X1,…,Xn) menggunakan aturan

perkalian sebagai berikut :
𝑃𝑟𝑖𝑜𝑟𝑥𝑙𝑖𝑘𝑒𝑙𝑖ℎ𝑜𝑜𝑑
𝑃𝑜𝑠𝑡𝑒𝑟𝑖𝑜𝑟 =
𝑒𝑣𝑖𝑑𝑒𝑛𝑐𝑒

Dapat dilihat bahwa hasil penjabaran tersebut menyebabkan

semakin banyak dan semakin kompleksnya faktor-faktor syarat yang
mempengaruhi nilai probabilitas, yang hampir mustahil untuk dianalisa
satu persatu. Akibatnya, perhitungan tersebut menjadi sulit untuk
dilakukan. Disinilah digunakan asumsi independensi yang sangat tinggi
(naïf), bahwa masing-masing kriteria (X1,X2,…,Xn) saling bebas
(independen) satu sama lain.

5. Unified Modelling Language (UML)

Perancangan sistem untuk penelitian ini dengan menggunakan UML
(Unified Modelling Language). Unified Modeling Language merupakan
suatu alat yang digunakan untuk memvisualisasikan dan
mendokumentasikan hasil analisa dan desain yang berisi sintak dalam
memodelkan sistem secara visual. Struktur diagram dalam UML terdiri
dari Context Diagram, Use Case Diagram, Activity Diagram, Class
Diagram, Sequence Diagram dan perancangan database menggunakan
Database Management System (DBMS), serta menggunakan Bahasa
Pemograman Hypertext PreProcessor (PHP), Framework CodeIgniter
dan Google Maps API [14].
Setiap sistem yang kompleks seharusnya bisa dipandang dari sudut
yang berbeda – beda sehingga bisa mendapatkan pemahaman secara
menyeluruh . Untuk upaya tersebut UML menyediakan beberapa jenis
diagram yang dapat dikelompokkan berdasarkan sifatnya statis atau
dinamis. Berikut adalah diagram dalam UML itu adalah :
 11

A. Diagram Kelas
Diagram kelas bersifat statis. Diagram ini memperlihatkan
himpunan kelas-kelas, antarmuka-antarmuka, kolaborasikolaborasi serta
relasi.

Berikut adalah simbol yang ada pada diagram kelas :

No Gambar Nama Keterangan

Hubungan di mana objek anak
(descendent) berbagi perilaku dan
1 Generalization
struktur data dari bjek yang ada di
atasnya objek induk (ancestor).
Upaya untuk menghindari asosiasi
2 Nary Association
dengan lebih dar 2 objek

Himpunan dari objek-objek yang

3 Class berbagi atribut serta operasi yang

sama

Deskripsi dari urutan aksi-aksi

yang ditampilkan system yang
4 Collaboraton
menghasilkan suatu hasl yang
terukur bagi suatu actor
Operasi yang benar-benar
5 Realization
dilakukan oleh suatu objek
Hubungan di mana perubahan yang
terjadi pada suatu elemen mandiri
6 Dependency
(independent) akan mempengaruhi
elemen yang tidak mandiri
Apa yang menghubungkan antara
7 Association
objek satu dengan objek lainnya

Gambar 2. 1. Simbol Diagram Class

 12

B. Use Case Diagram

Diagram ini bersifat statis. Diagram ini memperlihatkan himpunan
use case dan aktor-aktor (suatu jenis khusus dari kelas). Diagram ini
terutama sangat penting untuk mengorganisasi dan memodelkan
perilaku dari suatu sistem yang dibutuhkan serta diharapkan pengguna.

Berikut adalah simbol-sombol dalam use case diagram :

Simbol Keterangan
Aktor : Mewakil peran orang, system yang lain, atau
alat ketika berkomunikasi dengan use case
Use case : Abstraksi dan interaksi antara sistem dan
aktor
Association : Abstraksi dari penghubung antara aktor
dengan use case
Generalisasi : Menunjukkan spesialisasi actor untuk
dapat berpartisipasi dengan use case
Menunjukkan bahwa suatu use case seluruhnya
<<include>>
merupakan fungsionalitas dari use case lainnya
Menunjukkan bahwa suatu use case seluruhnya
<<extend>>
merupakan tambahan fungsional dari use case lainnya
jika suatu kondsi terpenuhi

Gambar 2. 2. Simbol Use Case

C. Sequence Diagram (Diagram urutan)

Diagram ini bersifat dinamis. Diagram sequence merupakan diagram
interaksi yang menekankan pada pengiriman pesan (message) dalam
suatu waktu tertentu. Berikut adalah simbol-simbol sequence diagram
 13

No Gambar Nama Keterangan

Objek entity, antarmuka yang saling

1 LifeLine
berinteraksi

Digunakan untuk menggambar user /

2 Aktor
pengguna

Spesifikasi dari komunikasi antar

Message() objek yang memuat informasi-
3 Message
informasi tentang aktivitas yang terjadi
Digunakan untuk menggambarkan
4 Boundary
sebuah form
Digunakan untuk menghubungkan
5 Control Class
boundary dengan table
Digunakan untuk menggambarkan
6 Entity Class hubungan kegiatan yang akan
dilakukan

Gambar 2. 3. Simbol Sequence Diagram

D. Activity Diagram
Diagram ini bersifat dinamis. Diagram ini adalah tipe khusus dari
diagram state yang memperlihatkan aliran dari suatu aktivitas ke
aktivitas lainnya dari suatu sistem. Diagram ini terutama penting dalam
pemodelan fungsi – fungsi dalam suatu sistem dan memberi tekanan
pada aliran kendali antar objek. Berikut adalah simbol-simbol pada
activity diagram :

No Gambar Nama Keterangan

Memperlihatkan bagaimana

1 Activity masing-masing kelas antarmuka

saling berinteraksi satu sama lain
 14

State dari sistem yang

2 Action mencerminkan eksekusi dari suatu

aksi
Bagaimana objek dibentuk dan
3 Initial Node
diawali
Bagaimana objek dibentuk dan
4 Activity Final Node
diakhiri

Digunakan untuk menggambarkan

5 Decision suatu keputusan / tindakan yang

harus diambil pada kondisi tertentu

Digunakan untuk menghubungkan

6 Line Connector satu symbol dengan symbol
lainnya

Gambar 2. 4. Simbol Activity Diagram

6. Model Waterfall
Model waterfall adalah proses pengembangan perangkat lunak
tradisional yang umum digunakan dalam proyek-proyek perangkat
lunak yang paling pembangunan. Ini adalah model sekuensial, sehingga
penyelesaian satu set kegiatan menyebabkan dimulainya aktivitas
berikutnya. Hal ini disebut waterfall karena proses mengalir "secara
sistematis dari satu tahap ke tahap lainnya dalam mode ke bawah".
Membentuk kerangka kerja untuk pengembangan perangkat lunak.
Beberapa varian dari model ada, setiap label yang berbeda
menggunakan untuk setiap tahap. Secara umum, bagaimanapun, model
ini dianggap memiliki enam tahap yang berbeda seperti yang
ditunjukkan pada Gambar 2 yaitu: analisis Kebutuhan, desain,
implementasi, verifikasi, instalasi dan pemeliharaan [15].
 15

Requirement

Design

Implementation
n

Verification

Maintenance

Gambar 2. 5. Metode Waterfall

7. Pengujian Black Box

Digunakan untuk menguji fungsi-fungsi khusus dari perangkat
lunak yang dirancang. Kebenaran perangkat lunak yang diuji hanya
dilihat berdasarkan keluaran yang dihasilkan dari data atau kondisi
masukan yang diberikan untuk fungsi yang ada tanpa melihat
bagaimana proses untuk mendapatkan keluaran tersebut. Dari keluaran
yang dihasilkan, kemampuan program dalam memenuhi kebutuhan
pemakai dapat diukur sekaligus dapat diiketahui kesalahan-
kesalahannya. Pengujian black box berfokus pada persyaratan
fungsional perangkat lunak. Dengan demikian, pengujian black box
memungkinkan perekayasa perangkat lunak mendapatkan serangkaian
kondisi input yang sepenuhnya menggunakan semua persyaratan
fungsional untuk suatu program [16].
Pengujian black box berusaha menemukan kesalahan dalam
kategori sebagai berikut:
a. Fungsi – fungsi yang tidak benar atau hilang.
b. Kesalahan interface.
c. Kesalahan dalam struktur data atau akses database eksternal.
d. Kesalahan kinerja.
 16

e. Inisialisasi dan kesalahan terminasi

9. Pengujian White Box

a. Pengertian
Pengertian Ujicoba Whitebox merupakan metode desain uji kasus
yang menggunakan struktur kontrol dari desain prosedural untuk
menghasilkan kasus-kasus uji. Dengan menggunakan metode ujicoba
whitebox, para pengembang software dapat menghasilkan kasus-kasus
uji yang :
1. Menjamin bahwa seluruh independent paths dalam modul telah
dilakukan sedikitnya satu kali
2. Melakukan seluruh keputusan logikal baik dari sisi benar maupun
salah
3. Melakukan seluruh perulangan sesuai batasannya dan dalam
batasan operasionalnya
4. Menguji struktur data internal untuk memastikan validitasnya.

b. Ujicoba Berbasis Alur (Basis Path Testing)

Ujicoba berbasis alur merupakan teknik ujicoba whitebox pertama
yang diusulkan oleh Tom McCabe. Metode berbasis alur
memungkinkan perancang kasus uji untuk menghasilkan ukuran
kompleksitas logikal dari desain prosedural dan menggunakan ukuran
ini untuk mendefinisikan himpunan basis dari alur eksekusi. Kasus uji
dihasilkan untuk melakukan sekumpulan basis yang dijamin untuk
mengeksekusi setiap perintah dalam program, sedikitnya satu kali
selama ujicoba.

c. Notasi Graf Alur

Notasi sederhana untuk merepresentasikan alur kontrol disebut graf
alur (flow graph), seperti gambar dibawah ini :
 17

Gambar 2. 6. Flow Graph Notation

d. Cyclomatic Complexity
Cyclomatic complexity merupakan software metric yang menyediakan
ukuran kuantitatif dari komplesitas logikal suatu program. Ketika
digunakan dalam konteks metode ujicoba berbasis alur, nilai yang
dikomputasi untuk kompleksitas cyclomatic mendefinisikan jumlah
independent path dalam himpunan basis suatu program dan
menyediakan batas atas untuk sejumlah ujicoba yang harus dilakukan
untuk memastikan bahwa seluruh perintah telah dieksekusi sedikitnya
satu kali. Hasil kompleksitas cyclomatic menggambarkan banyaknya
path dan batas atas sejumlah ujicoba yang harus dirancang dan
dieksekusi untuk seluruh perintah dalam program.
 18

C. Hipotesis Penelitian
Penelitian ini nantinya diharapkan mampu memberikan aplikasi berbasis
website agar mampu membantu kepala sekolah ataupun admin dalam proses
penerima beasiswa yang masih bersifat manual dan memudahkan dalam
keefektifan waktu dalam perhitungan kriteria-kriteria yang telah ditentukan.
 19

BAB III
METODE PENELITIAN

A. Pendekatan Penelitian
Pembangunan suatu aplikasi diperlukan pendekatan, pengembangan
sistem, inteferensi yang akan menentukan proses penyelesaian rekayasa
perangkat lunak, adapun pendekatan sistem yang digunakan adalah dengan
menggunakan pendekatan berorientasi objek, pengembangan sistem dengan
menggunakan model waterfall, serta menggunakan algoritma Linear
Congruent Method.
1. Metode Pendekatan Sistem
Metode pendekatan sistem yang digunakan adalah pendekatan Object
Oriented Program (OOP) dengan menggunakan UML.
2. Metode Pengembangan Sistem
Metode pengembangan sistem yang digunakan adalah dengan
menggunakan metode pendekatan waterfall. Waterfall merupakan salah
satu metode pengembangan perangat lunak yang banyak digunakan.
Dimana proses mengalir secara sistematis dari satu tahap ke tahap lainnya
dalam mode ke bawah. Membentuk kerangka kerja untuk pengembangan
perangkat lunak.
3. Metode Algoritma
Metode digunakan adalah algoritma Naïve Bayes. Algoritma Naïve Bayes
merupakan sebuah metode klasifikasi menggunakan metode probabilitas
dan statistik yang memprediksi peluang di masa depan berdasarkan
pengalaman sebelumnya.

19
 20

B. Lokasi/Fokus Penelitian
Fokus Penelitian ini adalah di SD IT Harapan Bunda Kabupaten Demak.
Proses seleksi penerima yang masih bersifat manual memberikan kendala
tersendiri terhadap sekolah sehingga perlu adanya sebuah aplikasi untuk
membantu dalam efisiensi dan ketepatan waktu.

C. Desain Penelitian
Desain penelitian merupakan tahapan yang akan dilakukan dalam
melakukan penelitian supaya untuk memudahkan peneliti dalam melakukan
penelitian, dan dibutuhkan desain penelitian.
Langkah-langkah yang akan dilakukan untuk melakukan penelitian
skripsi ini adalah sebagai berikut :
1. Mengumpulkan data penelitian berupa dua jenis data yaitu data primer
dan sekunder. Di mana data primer diambil melalui tahap observasi,
wawancara, dan kepustakaan dan Algoritma Naïve Bayes.
2. Setelah data didapatkan, kemudian menuju tahap pengembangan
perangkat lunak menggunakan metode waterfall.
3. Mengimplementasikan rancangan desain dan system ke dalam
pembuatan aplikasi. Alat disini adalah perangkat keras (hardware) dan
perangkat lunak (software) yang akan digunakan untuk membuat sebuah
aplikasi android, sedangkan bahannya merupakan data-data yang telah
dikumpulkan, untuk selanjutnya diproses ke dalam aplikasi.
 21

Observasi
Data Primer
Pengumpulan Data
Penelitian Wawancara

Data Sekunder Kepustakaan

Pengembangan Metode Proses

Perangkat Lunak Waterfall
1. Requiment
2. Desain
Implementasi 3. Implemetation
4. Verification
5. Maintenance
Gambar 3. 1. Skema Desain Penelitian

D. Teknik Pengumpulan Data

1. Sumber Data Primer
a. Teknik observasi yaitu dengan melakukan pengamatan dan pencatatan
terhadap masalah yang ada pada sekolah tersebut.
b. Teknik wawancara yaitu dengan cara melakukan tanya jawab secara
langsung kepada kepala sekolah di SD tersebut.
c. Teknik kepustakaan yaitu dengan mengumpulkan data dari buku atau
bahan tulisan yang ada relevansinya dengan skripsi ini.

2. Data sekunder
Merupakan data yang telah dikumpulkan lembaga pengumpul data dan
akan diubah ke dalam format CSV (Comma Delimated).

E. Teknik Analisis Data

Teknik analisis data ini dilakukan setelah semua data yang dibutuhkan
terkumpul. Berikut adalah teknik analisis data yang dilakukan dalam
penelitian ini adalah :
 22

1. Mengumpulkan data-data yang diperlukan dengan cara observasi,

wawancara dan kepustakaan.
2. Melakukan analisis data dengan cara mengidentifikasi kebutuhan yang
diperlukan dalam pembuatan aplikasi berbasis website.
3. Mengolah data-data yang sudah terkumpul untuk kemudian diproses
dengan metode dan algoritma yang sudah ditentukan menjadi suatu
aplikasi yang sudah direncanakan.
4. Membuat simpulan akhir.

F. Jadwal
Jadwal penelitian meliputi persiapan, pelaksanaan dan pelaporan hasil
penelitian. Berikut ini digambarkan jadwal penelitian pada tabel 3.1.

Tabel 3. 1. Jadwal Penelitian Kegiatan

No Nama Kegiatan Bulan I Bulan II Bulan III Bulan IV
Perencanaan
1
Sistem
Analisa
2 Kebutuhan
Sistem
3 Desain Sistem
Pembuatan
4
Aplikasi
Impelementasi
5
Aplikasi
Testing
6
Aplikasi
 DAFTAR PUSTAKA

[1] R. Ervina, “Hubungan Pola Makan Dengan Kejadian Anemia pada Remaja
Putri di MTsN Lubuk Buaya Tahun 2018,” e Skripsi Universitas Andalas,
Padang, 2018.

[2] E. W. Choiriyah, “Hubungan Tingkat Asupan Protein, Zat Besi Dan Vitamin
C Dengan Kejadian Anemia Pada Remaja Putri Kelas X Dan XI SMA Negeri
1 Polokarto Kabupaten Sukoharjo,” Universitas Muhammadiyah Surakarta,
Surakarta, 2015.

[3] P. S. S. Miranda Silviarista, “PengPengengembangan Multimedia

Pembelajaran Berbasis Mobile untuk Mata Pelajaran Bahasa Jawa Materi
Aksara Jawa Kelas VIII SMP,” Jurnal Inovasi dan Teknologi Pembelajaran
Kajian dan Riset dalam Teknologi Pembelajaran, vol. 4, no. 1, pp. 22-27,
2017.

[4] A. I. S. Julia Fitriany, “Anemia Defisiasi Besi,” Jurnal Averrous, vol. 4, no.
2, pp. 1-14, 2018.

[5] I. Faisal Akib, “Rancang Bangun Aplikasi Sistem Pakar Diagnosa Penyakit
Anemia Dengan Metode Forward Chaining Berbasis Android,” Jurnal
Insyipro, vol. 2, no. 2, pp. 1-11, 2017.

[6] M. D. P. D. P. Trinanda Syahputra, “SISTEM PAKAR UNTUK

MENDIAGNOSA PENYAKIT ANEMIA DENGAN MENGGUNAKAN
METODE NAIVE BAYES,” Jurnal Ilmiah Saintikom, vol. 16, no. 3, pp.
283-289, 2017.

[7] I. P. T. Roosleyn, “Strategi dalam Penanggulangan Pencegahan Anemia pada

Kehamilan,” Jurnal Ilmiah Widya, vol. 3, no. 3, pp. 1-9, 2016.

[8] d. Marianti, “Alodokter,” PT. SUMO TEKNOLOGI SOLUSI, 4 Mei 2017.

[Online]. Available: https://www.alodokter.com/anemia. [Diakses 15 Juli
2019].

[9] S. Alfin Hidayat, “Rancang Bangun Sistem Monitoring Gas Beracun Kawah
Ijen Banyuwangi Berbasis Java Desktop,” SNITT-Poltekba, vol. 3, pp. 226-
233, 2018.

[10] N. Safaat, “Pemograman Aplikasi Mobile Smartphone dan Tablet PC

Berbasis Android,” Informatika, Bandung, 2012.

[11] G. N, “ Learning Android Second Edition,” O'Reilly, s.l, 2014.

[12] P. Nurjana, “Implementasi Algoritma Linear Congruent Method dan
Algoritma Suffix Tree pada Aplikasi Casual Tebak Lagu,” Jurnal Rekursif,
vol. 5, no. 3, pp. 307-16, 2017.

[13] R. D. S. Muhammad Rinaldi, “Perancangan Aplikasi Game Edukasi Reaksi

Unsur Kimia Menggunakan Metode Linear Congruent Method (LCM),”
Jurnal Riset Komputer , vol. 5, no. 2, pp. 247-253, 2018.

[14] P. P. Widodo dan Herlawati, Menggunakan UML, Bandung: Informatika

Bandung, 2011.

[15] I. Fahrurrozi dan A. SN, “Proses Pemodelan Software dengan Metode

Waterfall dan Extreme Programming : Studi Perbandingan,” Universitas
Gajah Mada, Yogyakarta, 2010.

[16] A. Rouf, “Pengujian Perangkat Lunak dengan Menggunakan Metode White

Box dan Black Box,” STMIK HIMSYA Semarang, Semarang, 2012.