ABSTRAK
Sistem Pendukung Keputusan (SPK) pada SD N I Sidomulyo Kecamatan Bangunrejo adalah Lembaga
Pendidikan Sekolah Dasar Negeri 1 sejak tahun 1970, dan mempunyai banyak prestasi mulai dari tingkat
Kecamatan, sampai tingkat Kabupaten. Bagian kesiswaan di SD Negeri I Sidomulyo berusaha memberikan
predikat kepada siswa berprestasi yang memenuhi kriteria, tetapi penentuan siswa berprestasi cenderung
bersifat subjektif, sehingga hasil keputusan kurang berkualitas dan kurang baik. Penelitian yang
dilaksanakan dimaksudkan untuk menghasilkan sebuah sistem pendukung keputusan (SPK) yang dapat
membantu dalam penentuan siswa berprestasi di SD Negeri I Sidomulyo. Subjek pada penelitian ini adalah
aplikasi penunjang keputusan (SPK) dalam penentuan siswa berprestasi dengan menggunakan metode SAW.
Informasi yang dihasilkan dari sistem ini adalah perangkingan bobot tertinggi. Perangkingan yang
dihasilkan oleh sistem dapat digunakan untuk membantu Guru bagian kesiswaan dalam mengambil
keputusan penentuan siswa berprestasi.
125
mempengaruhi kebijakan sekolah untuk 2. TINJAUAN PUSTAKA
menentukan siswa mana yang pantas 2.1 Sistem Pendukung Keputusan (Decision
mendapatkan gelar prestasi. Support System atau DSS)
Sistem Pendukung Keputusan merupakan
2) Memungkinkan terjadinya human eror suatu sistem interaktif yang membantu manajer
dalam proses pengolahan data yang akan dalam mengambil keputusan melalui penggunaan
digunakan untuk penentuan siswa data dan model keputusan untuk memecahkan
berprestasi. [F] masalah-masalah yang sifatnya semi terstruktur.
Tahap-tahap yang harus dilalui dalam pengambilan
1.2 Rumusan Masalah keputusan sebagai berikut:
126
2.2 Devinisi Siswa Berprestasi 2. Resiko yang wajar dan
2.2.1 Devinisi Siswa diperhitungkan
Dalam sistem pendidikan yakni SD, 3. Bertanggungjawab secara pribadi
SMP maupun SMA, pastinya akan di bentuk dari 4. Selalu menggunakan umpan balik
berbagai komponen yang sangat penting, maka 5. Mengerjakan sesuatu yang kreatif
salah satu komponen itu adalah siswa. Menurut dan inovatif
para ahli memandang seorang siswa adalah 6. Merasa dikejar waktu
peserta didik yang memiliki pontensi dasar, yang 7. Menyukai situasi yang serba
penting di kembangkan melalui proses belajar mungkin/beraneka ragam
mengajar, yang baik di lakukan secara fisik 8. Berinisiatif dan suka menyelidiki
maupun secara mental. lingkungan
Dan baik di lingkungan sekolah maupun di 9. Berhubungan dengan orang lain
lingkungan keluarga serta juga pada lingkungan tidak hanya berteman. [F]
masyarakat dimana anak tersebut tinggal. Pada
dasarnya siswa sebagai peserta didik dituntut 2.3 Kriteria Sistem Pendukung Keputusan
untuk lebih memahami mengenai kewajiban, Sistem pendukung keputusan dirancang
etika serta pelaksanaanya secara khusus untuk mendukung seseorang yang
Dan pendapat para ahli ini pun di perkuat dengan harus mengambil keputusan-keputusan tertentu.
pasal 1 ayat 4 UU RI No. 20 tahun 2013. Berikut ini beberapa kriteria sistem pendukung
Mengenai sistem pendidikan nasional, dimana keputusan:
peserta didik atau siswa adalah anggota 1. Interaktif
masyarakat yang berusaha mengembangkan diri Sistem pendukung keputusan memiliki user
mereka melalui proses pendidikan pada jalur dan interface yang komunikatif, sehingga pemakai
jenjang dan jenis pendidikan tertentu. dapat melakukan akses secara cepat ke data dan
memperoleh informasi yang dibutuhkan.
2.2.2 Devinsi Prestasi
Prestasi berasal dari bahasa Belanda 2. Fleksibel
yang artinya hasil dari usaha. Prestasi diperoleh Sistem pendukung keputusan memiliki
dari usaha yang telah dikerjakan. Dari pengertian sebanyak mungkin variabel masukan,
prestasi tersebut, maka pengertian prestasi diri kemampuan untuk mengolah dan memberikan
adalah hasil atas usaha yang dilakukan seseorang. keluaran yang menyajikan alternatif-alternatif
Prestasi dapat dicapai dengan mengandalkan keputusan kepada pemakai.
kemampuan intelektual, emosional, dan spiritual,
serta ketahanan diri dalam menghadapai situasi 3. Data Kualitas
segala aspek kehidupan. Karakter orang yang Sistem pendukung keputusan memiliki
berprestasi adalah mencintai pekerjaan, memiliki kemampuan untuk menerima data kualitas yang
inisiatif dan kreatif, pantang menyerah, serta dikuantitaskan yang sifatnya subyektif dari
menjalankan tugas dengan sungguh-sungguh pemakainya, sebagai data masukan untuk
Karakter-karakter tersebut menunjukan bahwa pengolahan data.
untuk meraih prestasi tertentu, dibutuhkan kerja
keras. [F] 4. Prosedur Pakar
Sistem pendukung keputusan mengandung
2.2.3 Devinisi Siswa Berprestasi suatu prosedur yang direncanakan berdasarkan
Berprestasi adalah idaman setiap banyak rumusan formal atau juga berupa prosedur
orang, baik itu prestasi dalam bidang pekerjaan, kepakaran seseorang atau kelompok dalam
pendidikan, sosial, seni, politik, budaya dan lain- menyelesaikan suatu bidang masalah dengan
lain. Dengan adanya prestasi yang pernah diraih fenomena tertentu. [Ri]
oleh seseorang akan menumbuhkan suatu
semangat baru untuk menjalani aktifitas. 2.4 FMADM
Berikut ini adalah ciri-ciri seseorang siswa yang Fuzzy Multiple Attribute Decision
berprestasi: Making(FMADM) adalah suatu metode yang
1. Selalu mempunyai tujuan dan digunakan untuk mencari alternatif optimal dari
rencana sejumlah alternatif dengan criteria tertentu. Inti
dari FMADM adalah menentukan nilai bobot
125
untuk setiap atribut, kemudian dilanjutkan 4. Melakukan proses perankingan dengan
dengan proses perankingan yang akan menyeleksi cara mengalikan matriks ternormalisasi
alternative yang sudah diberikan. Pada dasarnya, (R) dengan nilai bobot (W).
ada 3 pendekatan untuk mencari nilai bobot 5. Menentukan nilai preferensi untuk setiap
atribut, yaitu pendekatan subjektif, pendekatan alternatif (Vi) dengan cara
objektif dan pendekatan integrasi antara subjektif menjumlahkan hasil kali antara matriks
dan objektif. Masing-masing pendekatan ternormalisasi (R) dengan nilai bobot
memiliki kelebihan dan kelemahan. Pada (W). Nilai Vi yang lebih besar
pendekatan subjektif, nilai bobot ditentukan mengindikasikan bahwa alternative Ai
berdasarkan subjektivitas dari para pengambil lebih terpilih. [Ra]
keputusan, sehingga beberapa factor dalam proses
perankingan alternative bias ditentukan secara 2.2.2 Langkah Penyelesaian
bebas. Pada pendekatan objektif, nilai bobot Dalam penelitian ini menggunakan FMADM
dihitung secara matematis dari pengambil metode SAW. Adapun langkah-langkahnya
keputusan. adalah:
Ada beberapa metode yang dapat digunakan 1. Menentukan kriteria-kriteria yang akan
untuk menyelesaikan masalah FMADM dijadikan acuan dalam pengambilan
yaitu: keputusan, yaitu Ci.
a. Simple Additive Waighting (SAW) 2. Menentukan rating kecocokan setiap alternatif
b. Weighted Product (WP) pada setiap kriteria.
c. ELECTRE 3. Membuat matriks keputusan berdasarkan
d. TOPSIS (Technique for Order kriteria (Ci), kemudian melakukan normalisasi
Preference by Similarity to Ideal matriks berdasarkan persamaan yang
Solution) disesuaikan dengan jenis atribut (atribut
e. Analytic Hierarchy Process (AHP) keuntungan ataupun atribut biaya) sehingga
[Ra] diperoleh matriks ternormalisasi R.
4. Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
2.2.1 Algoritma FMADM ternormalisasi R dengan vektor bobot
Algoritma FMADM adalah : sehingga diperoleh nilai terbesar yang dipilih
1. Memberikan nilai setiap alternatif (Ai) sebagai alternatif terbaik (Ai) sebagai solusi.
pada setiap kriteria (Cj) yang sudah [Ra]
ditentukan, Dimana nilai tersebut di
peroleh berdasarkan nilai crisp;
i=1,2,…m dan j=1,2,…n. 3. METODE PENELITIAN
2. Memberikan nilai bobot (W) yang juga 3.1 Model Perancangan Simple Additive
didapatkan berdasarkan nilai crisp. Weighting (SAW)
3. Melakukan normalisasi matriks dengan Metode SAW sering juga dikenal istilah
cara menghitung nilai rating kinerja metode penjumlahan terbobot. Konsep dasar
ternormalisasi (rij) dari alternatif Ai metode SAW adalah mencari penjumlahan
pada atribut Cj berdasarkan persamaan terbobot dari rating kinerja pada setiap alternatif
yang disesuaikan dengan jenis atribut pada semua atribut. Metode SAW membutuhkan
(atribut keuntungan/benefit = proses normalisasi matriks keputusan (X) ke
MAKSIMUM atau atribut suatu skala yang dapat dibandingkan dengan
biaya/cost=MINIMUM). Apabila berupa semua ranting alternatif yang ada.
artibut keuntungan maka nilai crisp (Xij) Langkah penyelesaian SAW adalah sebagai
dari setiap kolom atribut dibagi dengan berikut:
nilai crisp MAX (MAX Xij) dari tiap 1. Menetukan kriteria-kriteria yang akan
kolom, sedangkan untuk atribut biaya, dijadikan acuan dalam pengambilan
nilai crisp MIN (MIN Xij) dari tiap keputusan, yaitu Ci.
kolom atribut dibagi dengan nilai cris 2. Menetukan rating kecocokan setiap alternatif
(Xij) setiap kolom. pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan
kriteria (Ci), kemudian melakukan
126
normalisasi matriks berdasarkan persamaan Tabel 1 Bobot Nilai
yang disesuaikan dengan jenis atribut (atribut
keuntungan ataupun atribut biaya) sehingga Bobot Nilai
diperoleh matriks ternormalisasi R. Sangat Rendah(SR) 1
4. Hasil akhir proses perankingan yaitu Rendah(R) 2
penjumlahan dari perkalian matriks Cukup(C) 3
ternormalisasi R dengan vektor bobot Tinggi(T) 4
sehingga diperoleh nilai terbesar yang dipilih Sangat Tinggi(ST) 5
sebagai alternatif terbaik (Ai) sebagai solusi.
Tabel 2 Nilai Rata-Rata(C1)
Keterangan:
rij = nilai rating kinerja ternormalisasi Nilai Rata-rata Bobot Nilai
Xij = nilai atribut yang dimiliki dari setiap 50 SR 1
kriteria 60 R 2
Max Xij = nilai terbesar dari setiap kriteria 70 T 3
Min Xij = nilai terkecil dari setiap kriteria
80 ST 5
Benefit = jika nilai terbesar adalah nilai terbaik
Cost = jika nilai terkecil adalah nilai terbaik
Dimana rij adalah rating ternormalisasi dari Tabel 3 Kedisiplinan(C2)
alternatif Ai pada atribut Cj; i=1,2...,m dan
j=1,2...,n. Nilai prefensi untuk setiap alternatif Kedisiplinan Bobot Nilai
(Vi) diberikan sebagai: Tidak Disiplin SR 1
Keterangan: Kurang Disiplin R 2
Vi = ranking untuk setiap alternatif
Wj = nilai bobot dari setiap kriteria Disiplin T 4
rij = nilai rating kinerja ternormalisasi Kurang Disiplin ST 5
Nilai Vi yang lebih besar mengidentifikasikan
bahwa alternatif Ai lebih dipilih. [D]
Tabel 4 Ketrampilan(C3)
127
Tabel 7 Tanggungjawab(C6) R4 = = = 0,20
Tanggungjawab Bobot Nilai
Tidak Bertanggungjawb SR 1
R5 = = = 0,40
Kurang R 2
Bertanggungjawab T 3
R6 = = = 1,00
Sangat Bertanggungjawab ST 4
A2
Menentukan rating kecocokan setiap alternatif
pada setiap kriteria. R11 = = = 1,00
Adapun data rating kecocokan alternatif adalah
sebagai berikut:
R16 = = = 0,50
A3
X=
R21 = = = 0,20
{ }
4.2 Normalisasi Matriks
A1
R22 = = = 1,00
R1 = = = 0,60
R 23 = = = 0,25
R2 = = = 0,40
R24 = = = 0,60
R3 = = = 1,00
R25 = = = 1,00
128
R26 = = = 1,00 Dari hasil perhitungan di atas, maka didapat
matriks ternormalisasi sebagai berikut:
A4
R33 = = = 0,75
129
5.2 Saran
Berdasarkan hasil penelitian yang telah dilakukan
maka diharapkan untuk penelitian selanjutnya
disarankan hal-hal berikut:
DAFTAR PUSTAKA
130