Sistem Pendukung Keputusan Seleksi Beasiswa Universitas XYZ

Menggunakan Metode TOPSIS

Yuyun Dwi Lestari, ST, M.Kom1, Muchzakhir Bustari2, Sri Dwita Nasution3, Tedi Alfiandi 4
1,2,3,4
Prodi Teknik Informatika, Fakultas Teknik dan Komputer, Universitas Harapan Medan
1
yuyun.dl@gmail.com, 2zakirbastar1@gmail.com, 3Sridwita76@gmail.com, 4tedyalfiandi@gmail.com

Abstrak
Beasiswa merupakan suatu cara yang dilakukan oleh universitas untuk membantu keuangan mahasiswa
dalam melaksanakan perkuliahan sehingga universitas dalam melakukan seleksi untuk memberikan
beasiswa dapat memanfaatkan sistem pendukung keputusan menggunakan metode TOPSIS (Technique for
Orders Preference by Similarity to Ideal Solution) kriteria yang digunakan untuk penilaian sebanyak 7
yaitu kelengkapan berkas (C1), pengeluaran biaya orang tua (C2), penghasilan (C3) dan tanggungan orang
tua (C4), jarak tempat tinggal (C5), prestasi (C6) dan nilai (C7). Hasil dari proses perhitungan metode
TOPSIS adalah berupa informasi alternatif seleksi beasiswa yang paling mendekati pilihan yang diinginkan
universitas yaitu alternatif A3 dengan nilai terbesar, yaitu sebesar 0,5837.
Kata Kunci: TOPSIS, beasiswa, spk.

Abstract
Scholarships are a way by the university to help students finance in conducting lectures so that the
university in conducting a selection to provide scholarships can utilize the decision support system Using
the method TOPSIS (Technique for Orders Preference by Similarity to Ideal Solution) criteria used for the
assessment 6 of the completeness of the file (C1), the cost of the parent expenses (C2), the income of the
parents (C3) and parent dependents ( C4), Residential distance (C5), achievement (C6) and average value
(C7). The outcome of the TOPSIS method calculation is alternative information of scholarship selection
which is closest to the university desired option, i.e. A3 alternative with the largest value of 0.5837.
Keywords: TOPSIS, Scholarships, spk.

alternatif lainnya[3]. Kriteria yang digunakan dalam

1. PENDAHULUAN
Beasiswa merupakan bantuan kepada perorangan yang
membutuhkan untuk keberlangsungan pendidikan yang
sedang dijalani dalam instansi pendidikan. Terdapat
banyak instansi pendidikan yang menyediakan beasiswa
untuk meningkatkan kualitas belajar ketika sedang
menjalani pembelajaran dalam instansi pendidikan. Salah
satunya, beasiswa juga terdapat pada perguruan tinggi.
Terdapat beberapa hal yang perlu diperhatikan ketika
mengambil beasiswa. Salah satunya, Banyaknya peminat
beasiswa dikarenakan belum didukung oleh sistem
membuat penundaan pengumuman peserta yang lolos
dalam seleksi dan pengolahan data belum saling
terintegrasi[1]. Serta, perhitungan manual dengan kriteria
yang ada menyebabkan kurang efektif dan menjadi
subyektifitas dalam melakukan pemilihan yang berhak
menerima beasiswa[2].
Untuk mengetahui yang berhak menerima beasiswa
sesuai dengan kriteria yang ditentukan, akan digunakan
Metode TOPSIS (Technique for Order Performance by
Similarity to Ideal Solution) sebagai metode dalam
pemilihan mahasiswa yang berhak menerima beasiswa.
Metode TOPSIS ini dipilih dikarenakan konsepnya yang
sederhana dan mudah dipahami, komputasinya efisien dan
memiliki kemampuan mengukur kinerja relatif dari
menentukan mahasiswa yang berhak menerima beasiswa
diantaranya Kelengkapan Berkas (C1), Pengeluaran Biaya
Orang Tua (C2), Penghasilan Orang Tua (C3),
Tanggungan Orang Tua (C4), Jarak Tempat Tinggal (C5),
Prestasi (C6), dan Nilai Rata – Rata Kampus (C7).
Dengan Metode TOPSIS ini diharapkan dapat
menentukan nilai terbaik dalam menentukan mahasiswa
yang berhak menerima beasiswa sesuai kriteria yang
ditentukan dan mempercepat pengolahan data penerimaan
beasiswa.
2. METODE PENELITIAN
Metode TOPSIS adalah salah satu metode
pengambilan keputusan multikriteria yang pertama kali
diperkenalkan oleh Yoon dan Hwang pada tahun 1981.
TOPSIS menggunakan prinsip bahwa alternatif terbaik
harus mempunyai jarak terdekat dari solusi idela positif
dan jarak terpanjang (terjauh) dari solusi ideal negatif dari
sudut pandang geometris dengan menggunakan jarak
Euclidean (jarak antara dua titik) untuk menentukan
kedekatan relatif dari suatu alternatif.

1
Keuntungan penggunaan Metode TOPSIS adalah sebagai
berikut :
a. Mеtоdе TOPSIS mеruраkаn ѕuаtu mеtоdе yang
ѕіmрlе dаn konsep rаѕіоnаl yang mudаh Keterangan :
dіраhаmі. i=1,2,…,m.
b. Metode TOPSIS mampu untuk mengukur
kinerja relative dalam bentuk form matematika d. Jarak antara anternatif A, dengan solusi ideal
sederhana. negatif dirumuskan sebagai :

Kekurangan penggunaan Metode TOPSIS adalah sebagai

berikut :
a. Belum adanya penetuan bobot prioritas yang Keterangan :
menjadi prioritas hitungan terhadap kriteria, I=1,2,…,m.
yang berguna untuk meningkatkan validitas nilai
bobot perhitungan kriteria. e. Nіlаі prefensi untuk ѕеtіар аltеrnаtіf (Vi)
b. Belum adanya bentuk linguistic untuk penilaian dіbеrіkаn ѕеbаgаі :
alternatif terhadap kriteria.
c. Belum adanya mediator seperti hirarki jika
diproses secara mandiri maka dalam ketepatan
Nіlаі Vi уаng lеbіh besar mеnunjukkаnbаhwа
pengambilan keputusan cenderung belum
alternatif Ai lеbіh dіріlіh.
menghasilkan keputusan yang sempurna.

3. HASIL DAN PEMBAHASAN

Tahap Metode TOPSIS adalah sebagai berikut :
Dalam analisa ini, data yang dikumpulkan akan
a. Menentukan normalisasi matriks keputusan.
diimplementasikan dalam bentuk pengambilan keputusan
Nilai ternomalisasi rij dihitung dengan rumus :
berdasarkan Metode TOPSIS. Terdapat 7 kriteria yang
sudah ditentukan berdasarkan data yang diperoleh untuk
penilaian dalam penerimaan beasiswa.

Keterangan: 3.1 Metode Entropy

I=1,2,…,m; dan a. Menentukan kriteria yang dijadikan acuan dalam
J=1,2,…,n, menetukan pengambilan keputusan.

b. Menentukan bobot ternormalisasi matriks Tabel 1 Kriteria Pengambilan Keputusan

keputusan. Nilai bobot ternormalisasi Yij sebagai Kode Kriteria Kriteria
berikut : C1 Kelengkapan Berkas
C2 Pengeluaran Biaya Orang
Keterangan : Tua
I=1,2,…,m C3 Penghasilan Orang Tua
J=1,2,…n C4 Tanggungan Orang Tua
C5 Jarak Tempat Tinggal
C6 Prestasi
C7 Nilai Rata – Rata Kampus
Dengan

b. Menentukan alternatif, alternatif ini merupakan data

calon penerima beasiswa yang menjadi alternatif
pilihan. Calon penerima yang menjadi alternatif
Dengan nilai j=1,2,…,n pilihan ditandai dengan huruf A.

c. Jarak antar anternatif A, dengan solusi ideal Tabel 2 Alternatif

positif dirumuskan sebagai : Alternatif Nomor Urut
A1 19023001
A2 19023002

2
 A3 19023003 Tabel 7 Sub Kriteria dari Kriteria Tanggungan Orang Tua
A4 19023004 No. Tanggungan Orang Tua Nilai
A5 19023005 1. < = 2 Anak 1
A6 19023006 2. 3 Anak 2
3. 4 Anak 3
c. Penentuan bobot untuk setiap kriteria 4. > 4 Anak 4

Tabel 3 Penentuan Bobot pada Kriteria 5) Kriteria Jarak Tempat Tinggal (C5)
W1 3
W2 6 Tabel 8 Sub Kriteria dari Kriteria Jarak Tempat Tinggal
W3 2 No. Jarak Tempat Tinggal Nilai
W4 2 1. < = 1 km 1
W5 4 2. 1 km - 1,9 km 2
W6 5 3. 2 km - 3,9 km 3
W7 3 4. >= 4 km 4

Setelah ditentukan kriteria dan bobot penilaiannya, 6) Kriteria Prestasi (C6)

maka ditentukan sub untuk masing-masing kriteria
beserta nilai untuk setiap sub kriteria. Tabel 9 Sub Kriteria dari Kriteria Prestasi
No. Prestasi Nilai
1) Kriteria Kelengkapan Berkas (C1) 1. 1 Prestasi 1
2. 2 Prestasi 2
Tabel 4 Sub Kriteria dari Kriteria Kelengkapan Berkas 3. 3 Prestasi 3
No Kelengkapan Berkas Nilai 4. 4 Prestasi 4
. 5. 5 Prestasi 5
1. 1 Berkas 1 6. >= 6 Prestasi 6
2. 2 Berkas 2
3. 3 Berkas 3 7) Kriteria Nilai Rata - Rata Kampus (C7)
4. 4 Berkas 4
Tabel 10 Sub Kriteria dari Kriteria Nilai Rata - Rata
2) Kriteria Biaya Orang Tua (C2) Kampus
No. Nilai Rata - Rata Kampus Nilai
Tabel 5 Sub Kriteria dari Kriteria Biaya Orang Tua 1. 100 - 85 5
No. Biaya Orang Tua Nilai 2. 84 - 75 4
1. < 500.000 1 3. 74 – 65 3
2. 500.000 - 999.000 2 4. 64 – 55 2
3. 1.000.000 - 1.499.000 3 5. 54 - 30 1
4. 1.500.000 - 3.000.000 4
8) Pengisian nilai dari alternatif, dimana untuk
3) Kriteria Penghasilan Orang Tua (C3) nilai setiap alternatif diisikan kode-kode sub
kriteria.
Tabel 6 Sub Kriteria dari Kriteria Tanggungan Orang Tua
No. Penghasilan Orang Tua Nilai Tabel 8 nilai dari alternatif berdasarkan kode - kode
1. < 500.000 5 sub kriteria
2. 500.000 - 999.000 4 Alternatif C1 C2 C3 C4 C5 C6 C7
3. 1.000.000 - 1.999.000 3 A1 4 3 3 2 1 4 5
4. 2.000.000 - 2.999.000 2 A2 4 2 5 1 3 2 5
5. 3.000.000 - 3.999.000 1 A3 3 3 4 3 1 5 3
A4 4 1 3 1 4 1 4
4) Kriteria Tanggungan Orang Tua (C4) A5 3 4 1 4 2 2 5
A6 2 2 4 2 2 3 4

3
  |x7| = √52 + 52 + 32 + 42 + 52 + 42 =√116
Setelah semua kriteria sudah ditentukan, selanjutnya = 10,7703
menyeleksi mahasiswa melalui beasiswa yang diserahkan r17 =
𝑥17
=
5
= 0,4642 r47 =
𝑥47
=
4
= 0,3714
|𝑥7 | 10,7703 |𝑥7 | 10,7703
dengan menggunakan Metode TOPSIS.
𝑥27 5 𝑥47 4
r27 = = = 0,4642 r47 = = = 0,3714
|𝑥7 | 10,7703 |𝑥7 | 10,7703
- Menentukan matriks keputusan ternormalisasi 𝑥37
r37 = |𝑥 | =
3
= 0,2785 r67 =
𝑥67
=
4
= 0,3714
7 10,7703 |𝑥7 | 10,7703

 |x1| = √42 + 42 + 32 + 42 + 32 + 22 =√70

- Menentukan matriks keputusan yang ternormalisasi
= 8,3666
𝑥11 4 𝑥41 4 terbobot :
r11 = = = 0,4781 r41 = = = 0,4781
|𝑥1 | 8,3666 |𝑥1 | 8,3666
𝑥21 4 𝑥51 3
r21 = = = 0,4781 r51 = = = 0,3586 y11=w1r11= (3)(0,4781)=1,4343
|𝑥1 | 8,3666 |𝑥1 | 8,3666
𝑥31 3 𝑥61 2 y12=w2r12= (6)(0,4575)=2,7450
r31 = = = 0,3586 r61 = = = 0,2390 y13=w3r13= (2)(0,3441)=0,6882
|𝑥1 | 8,3666 |𝑥1 | 8,3666
y14=w4r14= (2)(0,3380)=0,6760
 |x2| = √32 + 22 + 32 + 12 + 42 + 22 =√43 y15=w5r15= (4)(0,1690)=0,6760
= 6,5574 y16=w6r16= (5)(0,5208)=2,6040
𝑥12 3 𝑥42 1 y17=w7r17= (3)(0,4642)=1,3926
r12 = = = 0,4575 r42 = = = 0,6110
|𝑥2 | 6,5574 |𝑥2 | 6,5574
𝑥22 2 𝑥52 4
r22 = = = 0,3050 r52 = = = 0,3586 y21=w1r21= (3)(0,4781)=1,4343
|𝑥2 | 6,5574 |𝑥2 | 6,5574
𝑥32 3 𝑥62 2 y22=w2r22= (6)(0,3050)=1,8300
r32 = |𝑥 | = = 0,4575 r62 = = = 0,3050
2 6,5574 |𝑥2 | 6,5574
y23=w3r23= (2)(0,4588)=0,9176
y24=w4r24= (2)(0,1690)=0,3380
 |x3| = √32 + 52 + 42 + 32 + 12 + 42 =√76 y25=w5r25= (4)(0,5071)=2,0284
= 8,7178 y26=w6r26= (5)(0,2604)=1,3020
𝑥13 3 𝑥43 3
r13 = = = 0,3441 r43 = = = 0,3441 y27=w7r27= (3)(0,4642)=1,3926
|𝑥3 | 8,7178 |𝑥3 | 8,7178
𝑥23 5 𝑥53 1
r23 = = = 0,5735 r53 = = = 0,1147
|𝑥3 | 8,7178 |𝑥3 | 8,7178 y31=w1r31= (3)(0,4586)=1,0758
𝑥33 4 𝑥63 4
r33 = |𝑥 | = = 0,4588 r63 = = = 0,4588 y32=w2r32= (6)(0,4575)=2,7450
3 8,7178 |𝑥3 | 8,7178
y33=w3r33= (2)(0,4588)=0,9176
y34=w4r34= (2)(0,5071)=1,0142
 |x4| = √22 + 12 + 32 + 12 + 42 + 22 =√35
y35=w5r35= (4)(0,1690)=0,6760
= 5,9161
𝑥14 2 𝑥44 1 y36=w6r36= (5)(0,6509)=3,2545
r14 = = = 0,3380 r44 = = = 0,1690 y37=w7r37= (3)(0,2785)=0,8355
|𝑥4 | 5,9161 |𝑥4 | 5,9161
𝑥24 1 𝑥54 4
r24 = = = 0,1690 r54 = = = 0,6761
|𝑥4 | 5,9161 |𝑥4 | 5,9161
𝑥34 3 𝑥64 2 y41=w1r41= (3)(0,4781)=1,4343
r34 = |𝑥 | = = 0,5071 r64 = = = 0,3380 y42=w2r42= (6)(0,1525)=0,9150
4 5,9161 |𝑥4 | 5,9161

 |x5| = √12 + 32 + 12 + 42 + 22 + 22 =√35 y43=w3r43= (2)(0,3441)=0,6882

= 5,9161 y44=w4r44= (2)(0,1690)=0,3380
r15 =
𝑥15
=
1
= 0,1690 r45 =
𝑥45
=
4
= 0,6761 y45=w5r45= (4)(0,6761)=2,7044
|𝑥5 | 5,9161 |𝑥5 | 5,9161
y46=w6r46= (5)(0,1301)=0,6505
𝑥25 3 𝑥55 2
r25 = = = 0,5071 r55 = = = 0,3380 y47=w7r47= (3)(0,3714)=1,1142
|𝑥5 | 5,9161 |𝑥5 | 5,9161
𝑥35 1 𝑥65 2
r35 = |𝑥 | = = 0,1690 r65 = = = 0,3380
5 5,9161 |𝑥5 | 5,9161 y51=w1r51= (3)(0,3586)=1,0758
y52=w2r52= (6)(0,6110)=3,6660
 |x6| = √42 + 22 + 52 + 12 + 22 + 32 =√59 y53=w3r53= (2)(0,1147)=0,2294
= 7,6811 y54=w4r54= (2)(0,6761)=1,3522
y55=w5r55= (4)(0,3380)=1,3520
𝑥16 4 𝑥46 1
r16 = = = 0,5208 r46 = = = 0,1301 y56=w6r56= (5)(0,2603)=1,3015
|𝑥6 | 7,6811 |𝑥6 | 7,6811
𝑥26 2 𝑥56 2 y57=w7r57= (3)(0,4642)=1,3926
r26 = = = 0,2604 r56 = = = 0,2603
|𝑥6 | 7,6811 |𝑥6 | 7,6811
𝑥36 5 𝑥66 3
r36 = |𝑥 | = = 0,6509 r66 = = = 0,3906 y61=w1r61= (3)(0,2390)=0,7170
6 7,6811 |𝑥6 | 7,6811
y62=w2r62= (6)(0,3050)=1,8300

4
 y63=w3r63= (2)(0,4588)=0,9176
y64=w4r64= (2)(0,3380)=0,6760
y65=w5r65= (4)(0,3380)=1,3520
y66=w6r66= (5)(0,3906)=1,953
y67=w7r67= (3)(0,3714)=1,1142
- Menentukan matriks solusi ideal positif A+
y1+ = max{1,4343; 1,4343; 1,0758; 1,4343; 1,0758;
0,7170} = 1,4343
y2+ = max{2,7450; 1,8300; 2,7450; 0,9150; 3,6660;
1,8300} = 3,6660
+
y3 = max{0,6682; 0,9176; 0,9176; 0,6882; 0,2294;
0,9176} = 0,9176
y4+ = max{0,6760; 0,3380; 1,0142; 0,3380; 1,3522;
0,6760} = 1,3522
y5+ = max{0,6760; 2,0284; 0,6760; 2,7044; 1,3520;
1,3520} = 2,7044
+
y6 = max{2,6040; 1,3020; 3,2545; 0,6505; 1,3015;
1,953 } = 3,2545
y7+ = max{1,3926; 1,3926; 0,8355; 1,1142; 1,3926;
1,1142} = 1,3926
+ 0,0775
A = { 1,4343; 3,6660; 0,9176; 1,3522; 2,7044;
3,2545; 1,3926 }
- Menentukan matriks solusi ideal negatif A-
y1- = max{1,4343; 1,4343; 1,0758; 1,4343; 1,0758;
0,7170} = 0,7170
y2- = max{2,7450; 1,8300; 2,7450; 0,9150; 3,6660;
1,8300} = 0,9150
y3- = max{0,6682; 0,9176; 0,9176; 0,6882; 0,2294;
0,9176} = 0,2294
y4- = max{0,6760; 0,3380; 1,0142; 0,3380; 1,3522;
0,6760} = 0,3380
- = 0,5145 + 3,3708 + 0 + 0,4572 + 1,8316 + 1,6939
y5 = max{0,6760; 2,0284; 0,6760; 2,7044; 1,3520;
1,3520} = 0,6760
y6- = max{2,6040; 1,3020; 3,2545; 0,6505; 1,3015;
1,953 } = 0,6505
y7- = max{1,3926; 1,3926; 0,8355; 1,1142; 1,3926;
1,1142} = 0,8355
-
A = { 0,7170; 0,9150; 0,2294; 0,3380; 0,6760;
0,6505; 0,8355}
- Menentukan jarak аntаrа nіlаі terbobot ѕеtіар
аltеrnаtіf terhadap ѕоluѕі іdеаl роѕіtіf
(1,4343 − 1,4343)2 + (2,7450 − 3,6660)2 +
(0,6882 − 0,9176)2 + (0,6760 − 1,3522)2 +
𝐷1+ = √
(0,6760 − 2,7044)2 + (2,6040 − 3,2545)2 +
(1,3926 − 1,3926)2
= 0 + 0,8482 + 0,0526 + 0,4572 + 0,4572 + 4,1144
5
+ 0,4231 + 0
= 6,3527
(1,4343 − 1,4343)2 + (1,8300 − 3,6660)2 +
(0,9176 − 0,9176)2 + (0,3380 − 1,3522)2 +
𝐷2+ = √
(2,0284 − 2,7044)2 + (1,3020 − 3,2545)2 +
(1,3926 − 1,3926)2
= 0 + 3,3708 + 0 + 2,8567 + 0,4569 + 3,8122 + 0
= 10,4966
(1,0758 − 1,4343)2 + (2,7450 − 3,6660)2 +
(0,9176 − 0,9176)2 + (1,0142 − 1,3522)2 +
𝐷3+ = √
(0,6760 − 2,7044)2 + (3,2545 − 3,2545)2 +
(0,8355 − 1,3926)2
= 0,1285 + 0,8482 + 0 + 0,1142 + 4,1144 + 0 +
0,3103
= 2,3485
(1,4343 − 1,4343)2 + (0,9150 − 3,6660)2 +
(0,6882 − 0,9176)2 + (0,3380 − 1,3522)2 +
𝐷4+ = √
(2,7044 − 2,7044)2 + (0,6505 − 3,2545)2 +
(1,1142 − 1,3926)2
= 0 + 7,5680 + 0,0526 + 1,0286 + 0 + 6,7808 +
= 3,9379
(1,0758 − 1,4343)2 + (3,6660 − 3,6660)2 +
(0,2294 − 0,9176)2 + (1,3522 − 1,3522)2 +
𝐷5+ = √
(1,3520 − 2,7044)2 + (1,3015 − 3,2545)2 +
(1,3926 − 1,3926)2
= 0,1285 + 0 + 0,4736 + 0 + 0,8435 + 3,8142 + 0
= 2,3129
(0,7170 − 1,4343)2 + (1,8300 − 3,6660)2 +
(0,9176 − 0,9176)2 + (0,6760 − 1,3522)2 +
𝐷6+ = √
(1,3510 − 2,7044)2 + (1,953 − 3,2545)2 +
(1,1142 − 1,3926)2
+ 0,0775
= 2,8187
- Menentukan jаrаk аntаrа nilai tеrbоbоt setiap
alternatif tеrhаdар ѕоluѕі іdеаl nеgаtіf
(1,4343 − 0,7170)2 + (2,7450 − 0,9150)2 +
(0,6882 − 0,2292)2 + (0,6760 − 0,3380)2 +
𝐷1− = √
(0,6760 − 0,6760)2 + (2,6040 − 0,6505)2 +
(1,3926 − 0,8355)2
= 0,5143 + 3,3489 + 0,2106 + 0,1142 + 0 + 3,8161
+ 0,3101
= 2,8834
 (1,4343 − 0,7170)2 + (1,8300 − 0,9150)2 + Maka, V3 memiliki nilai terbesar, yaitu sebesar 0,5837.
(0,9176 − 0,2292)2 + (0,3380 − 0,3380)2 + Sehingga alternatif yang dipilih adalah alternatif A3.
𝐷2− = √
(2,0284 − 0,6760)2 + (1,3020 − 0,6505)2 +
(1,3926 − 0,8355)2 4. PENUTUP
= 0,5143 + 0,8372 + 0,4738 + 1,0286 + 1,8289 + 4.1 Simpulan
0,4244 + 0,3103 Kriteria dasar yang telah ditentukan dalam
= 2,3275 penentuan beasiswa pada universitas xyz adalah
kelengkapan berkas, pengeluaran biaya orang tua,
(1,0758 − 0,7170)2 + (2,7450 − 0,9150)2 + penghasilan dan tanggungan orang tua, jarak tempat
(0,9176 − 0,2292)2 + (1,0142 − 0,3380)2 + tinggal, prestasi dan nilai. Hasil perhitungan yang telah
𝐷3− = √
(0,6760 − 0,6760)2 + (3,2545 − 0,6505)2 +
dilakukan diperoleh secara manual oleh penulis untuk
(0,8355 − 0,8355)2
membantu memecahkan masalah pemilihan beasiswa,
= 0,1287 + 3,3489 + 0,4738 + 0,1142 + 0 + 6,7808 sehingga diperoleh bahwa alternatif A3 terpilih dan paling
+0 sesuai.
= 3,2933 4.2 Saran
(1,4343 − 0,7170)2 + (0,9150 − 0,9150)2 + Berdasarkan perhitungan yang telah dilakukan untuk
(0,6882 − 0,2292)2 + (0,3380 − 0,3380)2 + pengembangan selanjutnya dari penelitian ini adalah
𝐷4− = √ dengan membuat aplikasi yang dapat melakukan
(2,7044 − 0,6760)2 + (0,6505 − 0,6505)2 +
(1,1142 − 0,8355)2 perhitungan TOPSIS secara otomatis.
= 0,5143 + 0 + 0,2106 + 1,0286 + 4,1144 + 0 +
0,0776 5. DAFTAR PUSTAKA
= 2,4383 [1] R. Sari, “SISTEM PENDUKUNG KEPUTUSAN
(1,0758 − 0,7170)2
+ (3,6660 − 0,9150)2
+ PEMILIHAN SISWA PENERIMA BEASISWA
(0,2294 2 + (1,3522 − 0,3380)2 + DENGAN METODE TOPSIS,” J. Evolusi, vol.
− 0,2292)
𝐷5− = √ 6, no. 2, pp. 43–48, 2018.
(1,3520 − 0,6760)2 + (1,3015 − 0,6505)2 +
[2] M. Marlina, W. Yusnaeni, and N. Indriyani,
(1,3926 − 0,8355)2 “SISTEM PENDUKUNG KEPUTUSAN
= 0,1287 + 7,5680 + 0 + 1,0286 + 0,4569 + PEMILIHAN SISWA YANG BERHAK
0,4238 + 0,3103 MENDAPATKAN BEASISWA DENGAN
= 3,1490 METODE TOPSIS,” None, 2017.
[3] Narti, “Pengambilan Keputusan Pemilihan Siswa
(0,7170 − 0,7170)2 + (1,8300 − 0,9150)2 + Berprestasi Menggunakan Metode AHP Dan
(0,9176 − 0,2292)2 + (0,6760 − 0,3380)2 + Topsis,” J. Inform., vol. 4, no. 2, pp. 198–205,
𝐷6− = √ 2017.
(1,3510 − 0,6760)2 + (1,953 − 0,6505)2 +
(1,1142 − 0,8355)2
= 0 + 0,8372 + 0,4736 + 0,1142 + 0,4556 + 1,6965
+ 0,0776
= 1,9117

- Menentukan nilai preferensi untuk setiap

alternatif

2,8834 2,8834
𝑉1 = = = 0,3121
2,8834 + 6,3527 9,2361
2,3275 2,3275
𝑉2 = = = 0,1814
2,3275 + 10,4966 12,8241
3,2933 3,2933
𝑉3 = = = 0,5837
3,2933 + 2,3485 5,6418
2,4383 2,4383
𝑉4 = = = 0,3824
2,4383 + 6,3527 6,3762
3,1490 3,1490
𝑉5 = = = 0.5765
3,1490 + 2,3129 5.4619
1,9117 1,9117
𝑉6 = = = 0,4041
1,9117 + 2,8187 4,7304