Analisis Keputusan Menentukan Jurusan Pa 833614de PDF
Analisis Keputusan Menentukan Jurusan Pa 833614de PDF
1 Maret 2017 49
Abstract— Decision Support System (DSS) is a Alternatif adalah calon siswa baru yang ada di
computer-based system that can be used to help SMK (SEKOLAH MENENGAH KEJURUAN) yang
someone improve their performance in decision- akan diseleksi berdasarkan kriteria-kriteria
making. By using the DSS, are expect to help yang telah ditentukanAbstrak yang ditulis
decision-making in solving problems to determine dengan baik dapat membantu pembaca dalam
the majors at SMK (SEKOLAH MENENGAH menyimpulkan isi pokok tulisan dengan cepat
KEJURUAN). In this research will be develop using dan tepat, mengetahui kesesuaian dengan
the method of a decision support system that can minatnya, sehingga dapat mengambil keputusan
solve the problem of Multiple Atrribute Decision untuk terus membaca seluruh dokumen atau
Making (MADM) was proven to have a very tidak.
effective performance against data whose value is
ini the form of a specific value within the reach Kata Kunci: SPK, Menentukan Jurusan, Simple
range. DSS method used in this research is the Additive Weighting
Simple Additive Weighting (SAW). This method
determines the value weights for each attribute, PENDAHULUAN
followed by a process of rankings. So will result in
the best alternative of many alternative Sekolah Menengah Kejuruan (SMK)
calculation which is quite appropriate. The setiap tahunnya terus berusaha meningkatkan
alternative ia a new prospective students are mutu pendidikannya dengan harapan lulus
there in SMK (Sekolah Menengah Kejuruan) dapat memiliki keahliah lebih dibandingkan
which will be selected based on the criteria sekolah SMK lainnya. Hal tersebut dilakukan
specified. untuk meningkatkan kualitas lulusan SMK
sehingga siap bersaing didalam dunia kerja.
Keywords: DSS, Determining Department, Simple Antusias siswa lulusan SMP untuk
Additive Weighting masuk ke SMK cukup besar, tetapi banyak siswa
kurang matang untuk memilih jurusan
Intisari— Sistem Pendukung Keputusan (SPK) (Nurdiana, 2016), (Rohayani, 2013) yang sesuai
merupakan suatu sistem berbasis komputer dengan kemampuannya, akibatnya banyak siswa
yang dapat digunakan untuk membantu yang gagal (Khoiriah & Imbar, 2015) ditengah
seseorang dalam meningkatkan kinerja dalam jalan ketika mereka sudah diterima di sekolah
pengembalian keputusan. Dengan menggunakan SMK tersebut, serta banyak juga kasus siswa
SPK, diharapkan dapat membantu pengambilan yang tidak cocok (Hermanto, 2012) dengan
keputusan dalam memecahkan masalah untuk jurusan yang dipilihnya ketika telah
menentukan jurusan di SMK. Dalam penelitian memperoleh pelajaran disekolah.
ini akan dikembangkan sistem pendukung Jumlah jurusan yang ada di SMK terdiri
keputusan menggunakan metode yang dapat dari dua jurusan yaitu jurusan Akuntansi dan
menyelesaikan permasalahan Multiple Atrribute Manajemen Pemasaran. Pemilihan jurusan
Decision Making (MADM) yang terbukti memiliki masing-masing jurusan didasarkan pada
kinerja yang sangat efektif terhadap data-data ketentuan nilai yang sudah disyaratkan. Pada
yang nilainya berupa kisaran dalam jangkauan setiap jurusan memiliki kriteria nilai yang sama.
nilai tertentu. Metode SPK yang digunakan Untuk jurusan akuntansi lebih diutamakan nilai
dalam penelitian adalah Simple Additive perhitungan, seperti matematika dengan nilai
Weighting (SAW). Metode ini menentukan nilai rata-rata tujuh puluh lima (75) dan untuk
bobot untuk setiap atribut, yang dilanjutkan jurusan manajemen pemasaran harus memiliki
dengan proses perangkingan. Sehingga akan nilai rata-rata tujuh puluh (70) untuk semua
menghasilkan alternatif terbaik dari banyak nilai mata pelajaran. Dari hasil itu yang akan
alternatif dengan perhitungan yang cukup tepat. dijadikan pertimbangan dalam penelitian
penjurusan dan kriteria inilah yang digunakan penelitian. Tahap ini dibangun berdasarkan
dalam proses perhitungan nanti (Frieyadie, rumusan masalah yang didasari atas latar
2016). Untuk dari minat siswanya dilihat dari belakang masalah.
hasil akhir tes-tes sebelumnya, dengan sesi 2. Studi literatur
wawancara yang akan dilakukan oleh kepala Dilakukan dengan mempelajari dan
jurusannya. Sistem Pendukung Keputusan (SPK) memahami teori-teori yang digunakan,
atau Decision Support System (DSS) merupakan yaitu diantaranya mencari faktor-faktor
sistem informasi interaktif yang menyediakan yang menjadi syarat Sistem Pendukung
informasi, pemodelan dan pemanipulasian data. Keputusan, Metode Simple Additive
(Kusrini, 2007). Dengan menggunakan SPK, Weighting (SAW) dan metode
diharapkan dapat membantu pengambilan pengumpulan data. Data-data tersebut
keputusan (Nurdiyahm 2016) dalam dicari dengan cara mengumpulkan
memecahkan masalah menentukan jurusan di literatur, jurnal nasional, browsing internet
SMK. dan bacaan-bacaan yang ada kaitannya
Dalam penelitian ini akan dengan topic baik berupa textbook atau
dikembangkan sistem pendukung keputusan paper.
menggunakan metode yang dapat 3. Pengumpulan Data
menyelesaikan permasalahan Multiple Atrribute Tahap ini merupakan cara mengumpulkan
Decision Making (MADM) yang terbukti memiliki data yang dilakukan dengan dua (2) cara,
kinerja yang sangat efektif terhadap data-data yaitu observasi dan wawancara kepada
yang nilainya berupa kisaran dalam jangkauan pihak SMK terkait parameter menentukan
nilai tertentu. Metode yang digunakan dalam jurusan di SMK.
penelitian ini adalah Simple Additive Weighting 4. Data Penelitian
(SAW). Metode ini menentukan nilai bobot Dalam penelitian ini data yang dibutuhkan
untuk setiap atribut, yang dilanjutkan dengan dibagi menjadi dua (2) yaitu data primer
proses perangkingan. (Kusumadewi: 2006). dan data skunder.
5. Analisa Data Menggunakan Metode Simple
BAHAN DAN METODE Additive Weighting (SAW)
Analisa data dalam penelitian ini
Dalam penelitian ini, diperlukan menggunakan metode Simple Additive
beberapa langkah untuk mencapai tujuan yang Weighting (SAW) (Tobing, Goyanti7 2014),
telah ditetapkan sebelumnya. Adapun langkah- yang digunakan secara kuantitatif yaitu
langkah penyusunan penelitian yang dilakukan metode penelitian yang bersikap deskriptif
pada Gambar dibawah ini. dan lebih banyak menggunakan analisis.
Penelitian ini dilakukan dengan
mengumpulkan data dan hasil analisis
untuk mendapatkan informasi yang harus
disimpulkan.
6. Hasil Analisa Data Menggunakan Metode
Simple Additive Weighting (SAW)
Setelah tahap analisis data dengan
menggunakan metode Simple Additive
Weighting (SAW) dihasilkan suatu hasil
analisis yang merupakan hasil dari suatu
proses penelitian yang dilakukan.
7. Kesimpulan dan Saran
Kesimpulan merupakan tahapan akhir dari
uraian proses penelitian dengan
menyimpulkan permasalahan yang ada.
A. Instrumen Penelitian
Instrumen merupakan alat yang
Sumber : Rusdiansyah (2016) digunakan untuk melakukan sesuatu. Sedangkan
Gambar 1. Diagram Penelitian dengan Model penelitian memiliki arti pemeriksaan,
SAW penyelidikan, kegiatan pengumpulan,
Penjelasan Langkah Penelitian : pengolahan, analisis dan penyajian data secara
1. Identifikasi Masalah sistematis dan obyektif.
Melakukan identifikasi pada suatu masalah Dari pengertian tersebut di atas maka
merupakan tahap awal pada proses instrumen penelitian (Sugiarti ,2016) dapat
disimpulkan semua alat yang digunakan untuk Sedangkan dalam pengumpulan data
mengumpulkan, mengolah, menganalisa dan sekunder menggunakan buku, jurnal,
menyajikan data-data secara sistematis serta publikasi dan lain-lain. Penulis
objektif dengan tujuan memecahkan suatu mengumpulkan data dan informasi melalui
persoalan atau menguji suatu hipotesis. Jadi, studi pustaka yang bersifat sekunder yaitu
semua alat yang mendukung suatu penelitian data-data yang diperoleh melalui buku-
bisa disebut sebagai instrumen penelitian. buku referensi, dokumentasi, literatur,
Penelitian ini menggunakan instrumen buku, jurnal, dan informasi lainnya yang
kuesioner yang dibuat dengan menggunakan ada hubungannya dengan masalah yang
teknik wawancara kepada kepala jurusan SMK diteliti.
dengan memberikan kuesioner tentang sistem
penjurusan yang ada disekolah SMK dan C. Populasi dan Sampel Penelitian
selanjutnya wawancara dengan kepala sekolah Populasi adalah wilayah generalisasi
yang berkaitan dengan proses menentukan yang terdiri atas : obyek atau subyek yang
jurusan dan data dari kuesioner tersebut dapat mempunyai kualitas dan karakteristik tertentu
dengan cepat dianalisis. Data hasil uji coba yang ditetapkan oleh peneliti untuk dipelajari
dianalisis secara deskriptif. Data tersebut kemudian ditarik kesimpulannya (Sugiyono,
meliputi skor menentukan jurusan berdasarkan 2009:p80).
aspek Nilai Matematika, Nilai Bahasa Indonesia, Penulis melakukan pengumpulan data
Nilai Bahasa Inggris, Nilai IPA dan Nilai Psikotes. pada SMK dengan cara pengambilan sampel
(sampling), yaitu pemilihan sejumlah item
B. Metode Pengumpulan Data, Populasi, tertentu dari populaasi yang ada dengan tujuan
dan Sample Penelitian mempelajari sebagian item tersebut sehingga
Metode pengumpulan data merupakan dapat mewakili seluruh item yang ada. Semua
faktor penting demi keberhasilan penelitian item-item di populasi mempunyai kesempatan
(Susanti, & Pangestuti, 2010). Hal ini berkaitan (probabilitas) yang sama untuk terpilih menjadi
dengan bagaimana cara mengumpulkan data, item sampel. Teknik sampling yang penulis
siapa sumbernya dan alat apa saja yang gunakan yaitu simple random sampling.
digunakan. Dalam pembuatan penelitian ini Populasi calon siswa-siswi SMK tahun
metode pengumpulan data yang digunakan pelajaran 2015/2016 yang ada pada SMK
adalah : sebanyak 103 calon siswa-siswi. Dalam
a. Data Primer menentukan ukuran sampel dari populasi
Data primer adalah data yang tersebut penulis menggunakan rumus Slovin.
dikumpulkan langsung oleh peneliti dari
responden, dan bukan berasal dari 𝑁
pengumpulkan data yang pernah dilakukan 𝑛= ………………………………………. (1)
1 + 𝑁𝑒 2
sebelumnya. Data primer adalah data yang
diperoleh dari sumber-sumber asli. Sumber
asli disini diartikan sebagai sumber Sumber : Prasetyo, Jannah(2005:137)
pertama dari mana data tersebut diperoleh. Gambar 2. Rumus Slovin
Dalam pengumpulan data primer dalam
penelitian ini menggunakan metode n = besaran sampel,
observasi dan interview. N = besaran populasi,
1. Observasi E = nilai kritis (batas ketelitian) yang
Penulis melakukan pengamatan di SMK diinginkan.
103
terhadap alur kerja yang dilakukan dan n = 1 + 103 𝑥 (10%2) = 50
dicatat secara sistematis untuk
kemudian dipelajari sehingga
D. Simple Additive Weighting (SAW)
mendapatkan materi-materi yang
Metode SAW (Simple Additive
dibutuhkan.
Weighting) sering juga dikenal istilah metode
2. Wawancara
penjumlahan terbobot dari renting kinerja pada
Penulis melakukan tanya jawab dengan
setiap alternatif pada semua atribut. Metode
Ibu Dra. Suparni dan Ibu Dra. Syawiah
SAW membutuhkan proses normalisasi matriks
selaku kepala jurusan di SMK untuk
keputusan (X) ke suatu skala yang dapat
mendapatkan materi-materi yang lebih
diperbandingkan dengan semua rating
spesifik yang tidak didapat dari
alternatif yang ada.(Prasetyo, Bambang, dan
observasi tentang proses menentukan
Lina Miftahul Jannah, 2011:p25)
jurusan di SMK.
b. Data Sekunder
siswi SMK yang diterima ke dalam jurusan Tabel 3. Kriteria Nilai Matematika
Akuntansi dan Pemasaran. Contoh Kasus : Nilai
Bilangan Fuzzy Nilai
SMK akan memulai jurusan untuk kelas Matematika
10 dari awal penerimaan siswa-siswi baru, maka 60-69 Rendah (R) 2
dari itu siswa-siswi harus menentukan jurusan 70-79 Cukup (C) 3
mana yang diinginkannya, dimana yang dinilai 80-85 Tinggi (T) 4
dari siswa-siswi ada beberapa kriteria seperti >86 Sangat Tinggi (ST) 5
nilai dari mata pelajaran Matematika, Bahasa Sumber : Rusdiansyah (2016)
Indonesia, Bahasa Inggris, IPA, dan hasil dari Tes
Psikotes. 2. Kriteria Nilai Bahasa Indonesia (C2)
Tabel 4. Kriteria Nilai Bhs. Indonesia
B. Pengolahan Data Menggunakan Metode Nilai
Simple Additive Weighting (SAW) Bilangan Fuzzy Nilai
Matematika
60-69 Rendah (R) 2
Terdapat beberapa langkah untuk melakukan 70-79 Cukup (C) 3
perhitungan penilaian tanaman anggrek 80-85 Tinggi (T) 4
menggunakan metode Simple Additive Weighting
>86 Sangat Tinggi (ST) 5
(SAW) :
Sumber : Rusdiansyah (2016)
a. Kriteria Bobot
Dalam perhitungan ini dibutuhkan kriteria-
3. Kriteria Nilai Bahasa Inggris (C3)
kriteria untuk menentukan penilaian tanaman
Tabel 5. Kriteria Nilai Bhs. Inggris
anggrek. Dari masing-masing kriteria tersebut
Sumber : Rusdiansyah (2016)
akan ditentukan bobot-bobotnya. Pada bobot
terdiri dari lima bilangan fuzzy, yaitu Sangat
4. Kriteria Nilai IPA (C4)
Rendah (SR), Rendah (R), Cukup (C,), Tiggi (T),
Tabel 6. Kriteria Nilai IPA
Sangat Tinggi (ST) seperti terlihat pada tabel 1.
Nilai
Bilangan Fuzzy Nilai
Matematika
Tabel 1. Bilangan Fuzzy
60-69 Rendah (R) 2
Bilangan Fuzzy Nilai
70-79 Cukup (C) 3
Sangat Rendah (SR) 1
80-85 Tinggi (T) 4
Rendah (R) 2
>86 Sangat Tinggi (ST) 5
Cukup (C) 3
Sumber : Rusdiansyah (2016)
Tinggi (T) 4
Sangat Tinggi (ST) 5
5. Kriteria Nilai Psikotes (C5)
Sumber : Rusdiansyah (2016)
Tabel 8. Kriteria Nilai Psikotes
Nilai Matematika Bilangan Fuzzy Nilai
Berdasarkan kriteria dan ranting
60-69 Rendah (R) 2
kecocokan setiap alternatif pada setiap kriteria
yang telah ditentukan, selanjutnya penjabaran 70-79 Cukup (C) 3
bobot setiap kriteria yang telah dikonversikan 80-85 Tinggi (T) 4
dengan bilangan fuzzy. >86 Sangat Tinggi (ST) 5
Kriteria yang dibutuhkan dalam Sumber : Rusdiansyah (2016)
pengambilan keputusan menentukan jurusan
pada SMK dapat dilihat pada tabel 2. b. Menentukan Ranting Kecocokan Data
Alternatif Tanaman Anggrek
Tabel. 2 Kriteria Dendrobium
Kriteria C Keterangan Dalam penelitian ini digunakan sebanyak 50
C1 Nilai Matematika sampel calon siswa-siswi SMK tetapi dalam
C2 Nilai Bahasa Indonesia perhitungan ini hanya digunakan 20 sampel
data tanaman anggrek dengan data yang
C3 Nilai Bahasa Inggris
terlihat pada tabel 9.
C4 Nilai IPA
C5 Nilai Psikotes
Sumber : Rusdiansyah (2016) Tabel 9. Data Sampel Tanaman Anggrek
Berikut adalah penjabaran masing- Nama
masing kriteria yang telah dikonversikan ke No CI C2 C3 C4 C5
Siswa
bilangan fuzzy dengan nilai bobotnya . Abdul
1. Kriteria Nilai Matematika (C1) 1 86 65 70 77 65
Basir
2 Abdul K 65 70 65 69 60
v9=(5x0,66)+(3x1)+(5x0,66)+(4x1)+(4x1)=17,6 Penjelasan :
v10=(5x1)+(3x0,5)+(5x0,75)+(4x0,5)+(4x1)=16, 1. Berdasarkan diagram diatas calon siswa yang
25 memenuhi syarat untuk memasuki jurusan
v11=(5x0,75)+(3x1)+(5x1)+(4x0,75)+(4x0,5)=16 akuntansi berdasarkan hasil dari
,75 perhitungan SAW diatas nilai 20 sebanyak 26
v12=(5x0,66)+(3x1)+(5x0,66)+(4x0,66)+(4x0,66 siswa.
)=14,88 2. Berdasarkan diagram diatas calon siswa yang
v13=(5x0,5)+(3x0,75)+(5x1)+(4x0,75)+(4x1)=16 memenuhi syarat untuk memasuki jurusan
,75 manajemen pemasaran berdasarkan hasil
v14=(5x0,66)+(3x0,66)+(5x1)+(4x0,66)+(4x0,66 dari perhitungan SAW diatas nilai 13
)=15,56 sebanyak 23 siswa.
v15=(5x0,5)+(3x0,1)+(5x0,5)+(4x0,75)+(4x0,5)= 3. Dan satu (1) siswa yang tidak memenuhi
13 syarat berdasarkan perhitungan SAW.
v16=(5x1)+(3x0,75)+(5x0,75)+(4x0,75)+(4x0,5)
=16 Dari diagram diatas dapat dilihat bahwa dari
v17=(5x0,75)+(3x0,75)+(5x0,75)+(4x1)+(4x1)=1 sampel 50 siswa yang di data dan di hitung
7,75 untuk menentukan jurusan pada SMK, yang
v18=(5x0,66)+(3x0,66)+(5x1)+(4x1)+(4x0,66)=1 memiliki siswa terbanyak adalah jurusan
6,92 akuntansi sebanyak 26 siswa.
v19=(5x0,75)+(3x0,75)+(5x0,5)+(4x0,75)+(4x1)
=15,5
v20=(5x0,4)+(3x1)+(5x0,6)+(4x0,4)+(4x0,6)=12 KESIMPULAN
Saran mengenai aspek penelitian yang Maryanti, E., (2011). Penjurusan Siswa Smk
terkait dengan aspek desain penelitian Dengan Metode Decission Tree Dan
dijelaskan sebagai berikut: Sistem pendukung Metode SAW (Simple Additive
keputusan yang dibangun sesuai dengan metode Weighting)(Studi Kasus: SMK Negeri 2
yang dipilih untuk menentukan jurusan pada Pekanbaru) (Doctoral dissertation,
sekolah tersebut dapat dikembangkan dengan Universitas Islam Negeri Sultan Syarif
metode FDAM lain seperti lain seperti AHP, Kasim Riau).
TOPSIS dan WP.
Dalam metode ini tidak dibahas dengan Nurdiyah, D., (2016). Decision Support System
melihat kepribadian siswa, melainkan hanya For Approval New Student And
dengan membandingkan nilai setiap kriteria. Majoring Selection Based On Student’s
Maka dari itu penulis berharap penelitian ini Interest And Talent By Fuzzy Multiple
dapat dikembangkan lagi agar hasilnya menjadi Decision Making, Simple Additive
lebih baik. Weighting And Buble Sort Method In
Bagian simpulan berisi temuan penelitian SMK Telekomunikasi Tunas
yang berupa jawaban atas pertanyaan penelitian Harapan. Jurnal Transformatika, 14(1),
atau berupa intisari hasil pembahasan. Simpulan pp.44-49.
disajikan dalam bentuk paragraph.
Prasetyo, Bambang, dan Lina Miftahul Jannah.
REFERENSI 2011. Metode Penelitian Kuantitatif :
Teori dan Aplikasi. Rajawali Pers.
Darmastuti, D., (2013). Implementasi Metode
Simple Additive Weighting (SAW) Rohayani, Hetty. (2013). Analisis Sistem
dalam Sistem Informasi Lowongan Pendukung Keputusan Dalam Memilih
Kerja Berbasis Web untuk Rekomendasi Program Studi Menggunakan Metode
Pencari Kerja Terbaik. Jurnal Sistem dan Logika Fuzzy. ISSN. Print: 2085-1588.
Teknologi Informasi (JustIN), 2(1). ISSN. Online: 2355-4614. Halaman: 530-
539 Jurnal Sistem Informasi (JSI),
Frieyadie, F., (2016). Penerapan Metode Simple Vol.5,No,April 2013. Diambil
Additive Weight (SAW) Dalam Sistem dari:http://ejournal.unsri.ac.id/index.p
Pendukung Keputusan Promosi hp/jsi/index. (24, Oktober 2016)
Kenaikan Jabatan. Jurnal Pilar Nusa
Mandiri, 12(1), pp.37-45. Rusdiansyah (2016). Laporan Akhir Penelitian
Mandiri. Jakarta: AMIK BSI Jakarta
Hermanto, N. (2012). Sistem Pendukung
Keputusan Menggunakan Metode Sugiarti, A.T., (2016). Penerapan Penilaian
Simple Additive Weighting (SAW) Autentik Dalam Pembelajaran
Untuk Menentukan Jurusan Pada SMK Pendidikan Agama Islam Kelas X Di Sma
Bakti Purwokerto. Semantik 2012, 52- N 3 Yogyakarta (Doctoral dissertation,
62. Uin Sunan Kalijaga Yogyakarta).
Sugiyono. 2009. Metode Penelitian
Khoiriah, A.N.S. and Imbar, R.V., (2015). Kuantitatif Kualitatif Dan R & D
Pembuatan Sistem Akademik Pada Sma Bandung : Alfabeta.
Pgii Dengan Metode Simple Additive
Weighting (SAW). Jurnal Teknik Susanti, R. and PANGESTUTI, I.R.D.,
Informatika dan Sistem Informasi, 1(1). (2010). Analisis faktor-faktor yang
berpengaruh terhadap nilai perusahaan
Kusrini.2007.Konsep dan Aplikasi Sistem (studi kasus pada perusahaan go public
Pendukung Keputusan. Yogyakarta; yang listed tahun 2005-2008) (Doctoral
Andi Offset. dissertation, UNIVERSITAS
luk.staff.ugm.ac.id/atur/bsnp/Permendi DIPONEGORO).
kbud70-2013KD-StrukturKurikulum-
SMK-MAK.pdf. (29, Oktober 2016) Tobing, L, Goyanti. (2014). Sistem Pendukung
Keputusan Pemilihan Jurusan Pada
Kusumadewi,Sri ;dkk. (2016) .Fuzzy Multi- Sekolah Menengah Kejuruan (SMK)
Attribute Decision Making. Yogyakarta: Negeri 1 Siatas Barita Dengan Metode
Graha Ilmu Simple Additive Weighting (SAW). ISSN.
2338-210X. Medan Diambil dari :
http://www.stmik-budidarma.ac.id.