SISTEM PENDUKUNG KEPUTUSAN

PEMILIHAN BUJANG GADIS JAMBI

Disusun Oleh : Kelompok 4

Nama Anggota Kelompok : - Sari Lia Ruswanti (F1E117005)
- Sri Endah Hariestia (F1E117010)
- Santi Marshelini (F1E117019)
- Rifqy Kurniawan (F1E117032)
Mata Kuliah : Sistem Pendukung Keputusan
Dosen Pengampu : Benedika Ferdian Hutabarat, S.Komp., M.Kom.

PROGRAM STUDI SISTEM INFORMASI

FAKULTAS SAINS DAN TEKNOLOGI
UNIVERSITAS JAMBI
JAMBI
2019
 BAB I PENDAHULUAN
1.1 LATAR BELAKANG
Memperkenalkan, menggali, memelihara, serta melestarikan nilai-nilai kearifan
lokal Provinsi Jambi itu adalah tugas semua masyarakat Jambi terutama Pemuda dan
Pemudi Jambi agar tidak hilang kelestariannya akibat masuknya kebudayaan luar.
Apalagi sekarang perkembangan kebudayaan akan terus berkembang, karena memang
dengan sengaja atau tidak, memang terus berkembang, karena adanya rangsangan, seperti
adanya perkembangan industri pariwisata. Penerapan kegiatan pariwisata berbasis budaya
di Indonesia telah ditunjukkan oleh Dinas Kebudayaan dan Pariwisata Provinsi Jambi.
Pengembangan pariwisata disesuaikan dengan potensi yang ada dan berpusat pada budaya
yang selaras dengan sejarah dan budaya Provinsi Jambi
Untuk dapat mempromosikan sejarah dan budaya Provinsi Jambi diperlukan duta
wisata yang telah terpilih dalam ajang pemilihan bujang gadis. Pemilihan bujang gadis
adalah sebuah event tahunan yang diselenggarakan Pemerintah Provinsi Jambi melalui
Dinas Kebudayaan dan Pariwisata Provinsi Jambi, yang bertujuan mencari pemuda-
pemudi yang berbakat, cerdas maupun berwawasan luas dan dapat bersinergi dengan
Pemerintah maupun berbagai pihak untuk mempromosikan pariwisata di Provinsi Jambi.
Saat ini pemilihan bujang gadis Dinas Kebudayaan dan Pariwisata Provinsi Jambi masih
dilakukan secara konvensional, maka diperlukan pengambilan keputusan yang tepat.
Pengambilan keputusan adalah suatu proses memilih diantara berbagai alternatif,
pengambilan keputusan manajerial dengan proses keseluruhan dari manajemen. Sistem
pendukung keputusan adalah pengambil keputusan manajemen yang menangani masalah-
masalah tidak terstruktur dan bertujuan mendukung penilaian manajer bukan mencoba
menggantikannya. Sistem pendukung keputusan tidak ditekankan untuk membuat
keputusan dengan sekumpulan kemampuan untuk mengolah informasi atau data yang
diperlukan dalam proses pengambilan keputusan tetapi sistem hanya berfungsi sebagai
alat bantu manajemen. Berdasarkan hal tersebut penulis akan membangun sebuah sistem
pendukung keputusan berbasis web menggunakan metode SAW (Simple Additive
Weighting).
Algoritma SAW(Simple Additive Weighting) adalah salah satu algoritma yang
digunakan untuk pengambilan keputusan. Algoritma SAW juga dikenal dengan algoritma
dengan metode penjumlahan berbobot. Metode ini membutuhkan proses normalisasi
matrix keputusan (x) ke suatu skala yang dapat dibandingkan dengan semua rating
alternatif yang ada.
 Metode ini banyak digunakan pada beberapa model Multi Attribute Decision
Making (MADM) untuk menyelesaikan masalah pengambilan keputusan secara praktis.
Hal ini disebabkan konsepnya sederhana dan mudah dipahami, komputasinya efisien, dan
memiliki kemampuan mengukur kinerja relatif dari alternatif-alternatif keputusan dalam
bentuk matematis yang sederhana.Pada dasarnya, proses Multi Attribute Decision Making
(MADM) dilakukan melalui 3 (tiga) tahap, yaitu penyusunan komponen-komponen
situasi, analisis, dan sintesis informasi. Pada tahap penyusunan komponen-komponen
situati akan dibentuk tabel taksiran yang berisi identifikasi alternatif dan spesifikasi
tujuan, kriteria dan atribut. Tahap analisis dilakukan melalui 2 (dua) langkah. Pertama
mendatangkan taksiran dari besaran yang potensial, kemungkinan dan ketidakpastian
yang berhubungan dengan dampak-dampak yang mungkin pada setiap alternatif. Kedua,
meliputi pemilihan dari pereferensi pengambil keputusan untuk setiap nilai dan ketidak
pedulian terhadap resiko yang timbul (Kusumadewi, 2006).
Konsep ini banyak digunakan pada beberapa model Multi Attribute Decision
Making (MADM) untuk menyelesaikan masalah keputusan secara praktis. Berdasarkan
perbandingan terhadap jarak relatifnya, susunan prioritas alternatif bisa dicapai. Metode
ini banyak digunakan untuk menyelesaikan pengambilan keputusan dalam hal ini
diterapkan pada penelitian pemilihan bujang gadis Provinsi Jambi.

1.2 RUMUSAN MASALAH

1. Bagaimana cara memilih Bujang Gadis Jambi yang tepat dari seluruh finalis yang
ada?
2. Bagaimana membangun sebuah sistem keputusan untuk pemilihan Bujang Gadis
Jambi menggunakan metode SAW?

1.3 TUJUAN PENELITIAN

1. Menentukan siapa yang tepat untuk menjadi Bujang Gadis Jambi dari semua finalis
yang ada berdasarkan kriteri-kriteria yang telah ditetapkan
2. Membangun sistem pendukung keputusan pemilihan Bujang Gadis Jambi yang
menggunakan metode SAW
 BAB II TINJAUAN PUSTAKA

2.1 PENGERTIAN SISTEM PENDUKUNG KEPUTUSAN

Sistem Pendukung Keputusan merupakan sistem informasi interaktif yang menyediakan
informasi, pemodelan, dan pemanipulasian data. Sistem itu di gunakan untuk membantu
pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur,
dimana seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat.
Sistem pendukung keputusan lebih ditujukan untuk mendukung manajemen dalam
melakukan pekerjaan yang bersifat analitis dalam situasi yang kurang terstruktur dan dengan
kriteria yang kurang jelas. Sistem pendukung keputusan tidak dimaksudkan untuk
mengotomatisasikan pengambilan keputusan, tetapi memberikan perangkat interaktif yang
memungkinkan pengambil keputusan untuk melakukan berbagai analisis menggunakan
model-model yang tersedia

2.2 DATA-DATA
Data-data yang diperlukan dalam membangun sistem pendukung keputusan pemilihan
Bujang Gadis Jambi adalah sebagai berikut :
Tabel 1. Data Finalis Bujang
NO NAMA FINALIS BUJANG ASAL
01 M. FATHUR RIZKI TEBO
03 M. FACHRURAZI KOTA JAMBI
05 ARJUNA DWI YUSUFI MERANGIN
29 TRISTIANTO RAFLESIA JAMBI
31 DWIKI NOVALDI ZULVI KOTA JAMBI
49 KEMAS M. RAIHAN ROSADI KOTA JAMBI
51 M. TOMMI BUNGO
55 M. RAIDIL MUARO JAMBI
57 ARRAFI RIDHO ANANDA JAMBI
59 RESKY RAMADANDI JAMBI
71 M. FAUZAN SUNGAI PENUH
77 DIO MUAMAR RAMADHAN BATANGHARI
91 M. YOS SAPUTRA BUNGO
93 M. AGUNG WIJAYA JAMBI
95 M. RIDWANSYAH JAMBI

Tabel 2. Data Finalis Gadis

NO NAMA FINALIS GADIS ASAL
06 JESSICA REBEKA TANJUNG JABUNG TIMUR
 10 ANISA SAPUTRI TANJUNG JABUNG TIMUR
12 SEKAR ANUGRAH PRAMESTI BUNGO
18 CICI OKTAVIA KERINCI
24 NIANI NOFAMI SAROLANGUN
36 SRI AGUSTI NINGSIH JAMBI
50 SALSABILLA ADINDA BATANGHARI
54 SALSABILLA JAMBI
56 SOLIHATUN MUTMA’INAH MUARO JAMBI
62 TUTUT RAHAYU MERANGIN
66 TASYA WHULANDARI BATANGHARI
68 RAHMADENI PUTRI HAMIDA TANJUNG JABUNG BARAT
70 ROGA ALRIA PUSPITA KOTA JAMBI
74 NELA SORAYA KOTA JAMBI
76 TAMARA AUGUSTINE JAMBI

Kriteria- kriteria yang menjadi acuan dalam ajang ini yaitu :

Tabel 3. Kriteria dan Bobot
NO KRITERIA BOBOT
1 FISIK 20%
2 WAWASAN 30%
3 KREATIFITAS DAN BAKAT 20%
4 WAWANCARA 30%

BAB III METODE PENELITIAN

3.1 METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Metode Simple Additive Weighting sering juga di kenal dengan istilah metode
penjumlahan berbobot. Konsep dasar metode Simple Additive Weighting adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode
Simple Additive Weighting disarankan untuk menyelesaikan masalah penyeleksian dalam
sistem pengambilan keputusan multi proses. Metode Simple Additive Weighting merupakan
metode yang banyak digunakan dalam pengambilan keputusan yang memiliki banyak atribut.
Metode Simple Additive Weighting membutuhkan proses normalisasi matriks keputusan (x)
ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:

Keterangan:
Max Xij = Nilai terbesar dari setiap kriteria i.
Min Xij = Nilai terkecil dari setiap kriteria i.
Xij = Nilai atribut yang dimiliki dari setiap kriteria.
Benefit = Jika nilai terbesar adalah yang terbaik.
Cost = Jika nilai terkecil adalah yang terbaik.

Dimana rij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut Cij i=1,2,
…,n. Nilai preferensi untuk setiap alternatif (Vi) di berikan sebagai:

Keterangan:
Vi = Rangking untuk setiap alternatif.
Wj = Nilai bobot rangking (dari setiap kriteria).
rij = Nilai rating kinerja ternormalisasi.
Nilai Vi yang lebih besar mengidentifikasikan bahwa alternatif Ai lebih terpilih

BAB IV
HASIL DAN PEMBAHASAN

4.1 Menentukan nilai untuk atribut “fisik”

Untuk menentukan nilai untuk atribut fisik, disini kami menggunakan tabel berat badan
ideal dimana masing-masing kelas memiliki nilainya masing-masing.
Tabel 4. Data Berat Badan Ideal Pria
PRIA
 BENTUK BADAN
TINGGI BESAR IDEAL KECIL
(cm) (3) (4) (3)

165 61-69 58-63 55-58

166-168 63-71 59-65 56-60
169-170 65-73 61-67 58-62
171-172 67-75 63-69 60-64
173-175 69-77 65-71 62-66

Tabel 5. Data Berat Badan Ideal Wanita

WANITA
BENTUK BADAN
TINGGI BESAR IDEAL KECIL
(cm) (3) (4) (3)

154 51-59 47-53 45-48

155-157 52-60 48-54 46-50
158-160 54-61 50-56 48-51
161-162 55-63 51-57 49-53
163-166 57-65 53-58 51-54

Tabel 6. Nilai untuk atribut “Fisik” Finalis Bujang

No Nama Finalis Bujang Fisik Nilai
TB BB
(cm) (kg)
01 M. FATHUR RIZKI 174 62.9 3
03 M. FACHRURAZI 174.5 63.325 3
05 ARJUNA DWI YUSUFI 169 58.65 3
29 TRISTIANTO RAFLESIA 175 63.75 3
31 DWIKI NOVALDI ZULVI 173.5 62.475
49 KEMAS M. RAIHAN ROSADI 170 59.5
51 M. TOMMI 173 62.05
55 M. RAIDIL 169.5 59.075
57 ARRAFI RIDHO ANANDA 171 60.35
59 RESKY RAMADANDI 172.5 61.625
71 M. FAUZAN 169.5 59.075
77 DIO MUAMAR RAMADHAN 172 61.2
91 M. YOS SAPUTRA 170.5 59.925
93 M. AGUNG WIJAYA 170.5 59.925
95 M. RIDWANSYAH 175 63.75

Tabel 7. Nilai untuk atribut “Fisik” Finalis Gadis

No Nama Finalis Gadis Fisik Nilai
TB BB
(cm) (kg)
 06 JESSICA REBEKA 160 51
10 ANISA SAPUTRI 155 46.75
12 SEKAR ANUGRAH PRAMESTI 157 48.45
18 CICI OKTAVIA 54.82
164.5 5
24 NIANI NOFAMI 53.12
162.5 5
36 SRI AGUSTI NINGSIH 163 53.55
50 SALSABILLA ADINDA 160 51
54 SALSABILLA 52.27
161.5 5
56 SOLIHATUN MUTMA’INAH 161 51.85
62 TUTUT RAHAYU 158 49.3
66 TASYA WHULANDARI 165 55.25
68 RAHMADENI PUTRI HAMIDA 159 50.15
70 ROGA ALRIA PUSPITA 53.97
163.5 5
74 NELA SORAYA 165 55.25
76 TAMARA AUGUSTINE 164 54.4

4.2 Nilai dari tiap alternatif

Tabel 8. Nilai untuk Finalis Bujang
No Nama Finalis Bujang Fisik Wawasan Kreatifitas Wawancara
Dan Bakat
01 M. FATHUR RIZKI 65 80 80
03 M. FACHRURAZI 92 79 87
05 ARJUNA DWI YUSUFI 89 77 86
29 TRISTIANTO RAFLESIA 71 75 85
31 DWIKI NOVALDI ZULVI 70 70 84
49 KEMAS M. RAIHAN ROSADI 78 80 81
51 M. TOMMI 82 85 85
55 M. RAIDIL 73 70 87
57 ARRAFI RIDHO ANANDA 90 70 89
59 RESKY RAMADANDI 75 81 82
71 M. FAUZAN 74 75 83
77 DIO MUAMAR RAMADHAN 67 89 88
91 M. YOS SAPUTRA 85 75 80
93 M. AGUNG WIJAYA 80 82 83
95 M. RIDWANSYAH 95 90 89

Tabel 9. Nilai untuk Finalis Gadis

No Nama Finalis Gadis Fisik Wawasan Kreatifitas Wawancara
Dan Bakat
06 JESSICA REBEKA 71 80 84
 10 ANISA SAPUTRI 70 85 87
12 SEKAR ANUGRAH PRAMESTI 78 70 89
18 CICI OKTAVIA 82 70 85
24 NIANI NOFAMI 75 81 81
36 SRI AGUSTI NINGSIH 74 75 80
50 SALSABILLA ADINDA 67 89 80
54 SALSABILLA 85 75 80
56 SOLIHATUN MUTMA’INAH 80 80 85
62 TUTUT RAHAYU 89 79 82
66 TASYA WHULANDARI 65 77 85
68 RAHMADENI PUTRI HAMIDA 92 75 81
70 ROGA ALRIA PUSPITA 89 70 81
74 NELA SORAYA 95 90 90
76 TAMARA AUGUSTINE 75 80 89

4.3 Normalisasi dari tiap atribut (rij)

Karena atribut-atribut yang ada merupakan atribut keuntungan (benefit) maka rumus
untuk mencari rij adalah :
xij
rij=
Max xij

Setelah dilakukan normalisasi, didapatkanlah nilai-nilai untuk tiap atribut sebagai

berikut:
Tabel 10. Nilai Finalis Bujang setelah dinormalisasi
No Fisik Wawasan Kreatifitas Dan Bakat Wawancara
01 0.684211 0.888889 0.898876
03 0.968421 0.877778 0.977528
05 0.936842 0.855556 0.966292
29 0.747368 0.833333 0.955056
31 0.736842 0.777778 0.94382
49 0.821053 0.888889 0.910112
51 0.863158 0.944444 0.955056
55 0.768421 0.777778 0.977528
57 0.947368 0.777778 1
59 0.789474 0.9 0.921348
71 0.778947 0.833333 0.932584
77 0.705263 0.988889 0.988764
91 0.894737 0.833333 0.898876
93 0.842105 0.911111 0.932584
95 1 1 1

Tabel 11. Nilai Finalis Gadis setelah dinormalisasi

No Fisik Wawasan Kreatifitas Dan Bakat Wawancara
06 0.747368 0.888889 0.933333
10 0.736842 0.944444 0.966667
 12 0.821053 0.777778 0.988889
18 0.863158 0.777778 0.944444
24 0.789474 0.9 0.9
36 0.778947 0.833333 0.888889
50 0.705263 0.988889 0.888889
54 0.894737 0.833333 0.888889
56 0.842105 0.888889 0.944444
62 0.936842 0.877778 0.911111
66 0.684211 0.855556 0.944444
68 0.968421 0.833333 0.9
70 0.936842 0.777778 0.9
74 1 1 1
76 0.789474 0.888889 0.988889

4.4 Nilai Preferensi untuk setiap alternatif (Vi)

Bobot yang diberikan untuk pengambilang keputusan adalah :
W = [0,20 0,30 0,20 0,30], tapi dikarenakan pada atribut fisik ada 2 indikator maka sebelum
dimasukkan ke dalam rumus referensi, kedua indikator tersebut dijumlahkan terlebih dahulu
lalu dibagi 2.
Setelah dilakukan perhitungan dengan menggunakan rumus mencari nilai preferensi
yang telah dijelaskan pada tinjauan pustaka di atas, didapatkanlah nilai preferensi sebagai
berikut :
Tabel 12. Nilai Preferensi finalis Bujang
No Nilai Preferensi
01 0.845376
03 0.951672
05 0.938623
29 0.869394
31 0.852775
49 0.892842
51 0.927731
55 0.875478
57 0.934663
59 0.88699
71 0.876264
77 0.900105
91 0.900052
93 0.90993
95 0.992

Tabel 13. Nilai Preferensi finalis Gadis

No Nilai Preferensi
06 0.870625
10 0.893881
12 0.890181
 18 0.882805
24 0.873327
36 0.853107
50 0.86466
54 0.889064
56 0.901482
62 0.920527
66 0.844323
68 0.916777
70 0.892313
74 0.984615
76 0.896618

Dari Tabel 12, dapat dilihat bahwa nilai preferensi tertinggi ada pada finalis dengan
No.95. Maka dapat disimpulkan bahwa Finalis dengan No. 95 yaitu M. RIDWANSYAH
yang berasal dari JAMBI yang memenangkan kontes Bujang Gadis Jambi 2019 yang dengan
kata lain, dia menjadi BUJANG JAMBI 2019.
Dari Tabel 13, dapat dilihat bahwa nilai preferensi tertinggi ada pada finalis dengan
No.74. Maka dapat disimpulkan bahwa Finalis dengan No. 74 yaitu NELA SORAYA yang
berasal dari KOTA JAMBI yang memenangkan kontes Bujang Gadis Jambi 2019 yang
dengan kata lain, dia menjadi GADIS JAMBI 2019.

4.5 Implementasi pada sistem

REFERENSI
Kusumadewi, S. dkk. 2006. Fuzzy Multi-Attribute Decision Makin ( Fuzzy MADM ).
Yogyakarta: GrahaIlmu.

Situmorang, H. (2015). Sistem Pendukung Keputusan Pemilihan Calon Peserta Olimpiade

Sains Tingkat Kabupaten Langkat Pada Madrasah Aliyah Negeri (MAN) 2 Tanjung Pura
Dengan menggunakan Metode Simple Additive Weighting (SAW). JURNAL TIMES, 24-30.

Whedasmara, A., & Jasmo, A.W.(2010). Sistem Pendukung Keputusan Pemilihan Pembelian
Kendaraan Bermotor Dengan Metode SAW. Jurnal Sistem Informasi (JSI), 246-257.