Sistem Pendukung Keputusan Pemilihan Calon Peserta

Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425
SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON PESERTA

CERDAS CERMAT DENGAN MENTODE ANALYTICAL
HIERARCHY(AHP) (STUDI KASUS :SMA NEGERI 1
SIMPANG KIRI SUBULUSSALAM
Ermawati (1011425)
Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan

Jl. Sisingamangaraja No. 338 Simpang Limun Medan
http :// www.stmik-budidarma.ac.id // Email : ermawatibd@gmail.com
ABSTRAK
Salah satu program pemerintah dalam meningkatkan kualitas sumber daya manusia yaitu dengan
menyelenggarakan pemilihan peserta calon cerdas cermat yang bertujuan untuk meningkatkan ilmu
pengetahuan umum. Untuk dapat mengikuti pemilihan calon peserta cerdas cermat para peserta memiliki
pengetahuan umum, prestasi, prilaku serta pengalaman dalam mengikuti cerdas cermat pada tingkat SMA.
Pemilihan siswa pada tingkat sekolah terdapat beberapa permasalahan diantaranya yaitu guru atau kepala
sekolah dalam memilih siswa hanya berdasarkan nilai pelajaran yang didapat, padahal cerdas cermat
dilaksanakan baik pada tingkat kabupaten, propinsi dan nasional diperlukan faktor-faktor yang lain diantaranya
yaitu pengetahuan, prestasi dan pengalaman dalam mengikuti cerdas cermat sebelumnya sehingga hasilnya
kurang maksimal.
Oleh karena itu permasalahan di atas maka perlu dirancang suatu sistem pendukung keputusan dengan
menggunakan metode AHP (Analytical Hierarkhi Process) yang diharapkan dapat membantu pengambil
keputusan dalam mendapatkan informasi untuk pemilihan siswa yang tepat dalam mengikuti cerdas cermat.
Setelah dilakukan pengujian dan analisis dengan melibatkan perhitungan secara manual, dapat diketahui
bahwa hasil yang didapat dari perhitungan sistem sama dengan perhitungan manual. Sehingga sistem ini dapat
digunakan untuk membantu pihak sekolah atau guru untuk melakukan pemilihan siswa dalam mengikuti cerdas
cermat pada tingkat Sekolah Menengah Atas (SMA).
Kata Kunci : Cerdas Cermat, Sistem Pendukung Keputusan, Analytical Hierarkhi Process (AHP)
1. Pendahuluan 1.2 Perumusan Masalah

1.1 Latar Belakang Masalah Berdasarkan latar belakang masalah di atas, maka
Pada era informasi dan globalisasi ini penulis merumuskan masalah sebagai berikut:
penggunaan teknologi informasi begitu cepat 1. Bagaimana menentukan kriteria untuk pemilihan
berkembang dengan pesat. Oleh karena itu dunia peserta calon cerdas cermat?
pendidikan dituntut untuk melakukan kegiatan 2. Bagaimana menerapkan Metode Analytical
operasional secara cepat dan akurat untuk Hierarchy Process (AHP) untuk pemilihan
mempertahankan tingkat pelayanan mutu terhadap peserta calon cerdas cermat di SMA Negeri 1
siswa dan masyarakat, sehingga sistem komputerisasi Simpang Kiri Subulussalam?
sangat tepat untuk membantu pengambilan keputusan, 3. Bagaimana merancang Sistem Pendukung
agar lebih akurat dan mudah. Keputusan Pemilihan Calon Peserta Cerdas
Teknologi software komputer saat ini sangat Cermat menggunakan metode Analytical
berpengaruh terhadap perkembangan berbagai bidang Hierarchy Process (AHP)?
dalam kehidupan sehari-hari. Dengan kecanggihan
informasi sekarang ini pekerjaan yang ingin 1.3 Batasan Masalah
diselesaikan oleh manusia dapat dengan mudah Agar pembahasan penelitian ini tidak
diatasi dengan penggunaan software komputer. menyimpang dari apa yang telah dirumuskan, maka
Sistem pendukung keputusan (SPK) adalah diperlukan batasan-batasan dalam penelitian ini
bagian dari sistem informasi berbasis komputer adalah:
termasuk sistem berbasis pengetahuan yang dipakai 1. Kriteria yang digunakan untuk pemilihan calon
untuk mendukung pengambilan keputusan dalam peserta cerdas cermat yaitu Pengetahuan umum,
suatu organisasi, perusahaan, atau lembaga Pengalaman cerdas cermat, Prestasi dan Prilaku
pendidikan. Dapat juga dikatakan sebagai sistem 2. Penyelenggaraan pemilihan calon peserta cerdas
komputer yang mengolah data menjadi informasi cermat ini hanya dilakukan pada sekolah tingkat
untuk mengambil keputusan dari masalah spesifik. SMA Negeri 1 Simpang Kiri.
Banyak metode yang dapat digunakan dalam sistem 3. Metode yang digunakan Analytical Hierarchy
pengambilan keputusan. Process (AHP)
Sistem Pendukung Keputusan Pemilihan Calon Peserta Cerdas Cermat Dengan Mentode Analytical 38
Hierarchy(Ahp) (Studi Kasus :SMA Negeri 1 Simpang Kiri Subulussalam. Oleh : Ermawati
4. Untuk menyesuaikan sistem pengambilan beberapa kelompok, berupa sesi pertayaan, menjawab
keputusan ini dibantu dengan Program Visual pertayaan dan mendapatkan poin.
Basic 6.0 dan menggunakan Software MySQL Dalam Bahasa Inggris cerdas diterjemahkan
untuk databases. bright, intelegence, smart, brilliant, genius.Kata
cerdas banyak dipakai dalam hal yang berkaitan
1.4 Tujuan dan Manfaat Penelitian dengan pendidikan, terutama sekali saat merumuskan
1.4.1 Tujuan Penelitian tujuan pendidikan, tujuan sekolah, dan beberapa
Berdasarkan perumusan masalah yang dibahas target pendidikan Tujuan pendidikan nasional dalam
maka yang menjadi tujuan dari penelitian adalah: pasal 3 UU Sisdiknas 2003 adalah Pendidikan
1. Untuk memudahkan SMA Negri 1 simpang kiri nasional berfungsi mengembangkan kemampuan dan
Menentukan calon peserta cerdas cermat. membentuk watak serta peradaban bangsa yang
2. Mengetahui proses pembobotan untuk setia bermartabat dalam rangka mencerdaskan kehidupan
kriteria-kriteria menggunakan metode Analytical bangsa, bertujuan untuk berkembangnya potensi
Hierarchy Process (AHP) peserta didik agar menjadi manusia yang beriman dan
bertakwa kepada Tuhan Yang Maha Esa, berakhlak
1.4.2 Manfaat Penelitian mulia, sehat, berilmu, cakap, kreatif, mandiri, dan
Berdasarkan perumusan masalah yang di bahas menjadi warga negara yang demokratis serta
maka yang menjadi manfaat dari penelitian ini adalah: bertanggung jawab.
1. Dapat mengetahui kriteria-kriteria yang cocok
dalam pemilihan calon peserta cerdas cermat di 3.3. Metode Analytical Hierarchy Prosess
SMA Negeri 1 Simpang Kiri. Menurut Kusrini (2007 :133) Analytical
2. Dapat Mengetahui proses pembobotan setiap Hierarchy Prosess adalah sebuah hierarki fungsional
kriteria-kriteria tersebut. dengan input namanya berupa persepsi manusia.
3. Dapat membantu proses pengambilan keputusan Dengan hierarki, suatu masalah yang kompleks dan
pemilihan calon peserta cerdas cermat di SMA tidak terstruktur dapat dipecahkan kedalam
Negeri 1 Simpang Kiri. kelompok-kelompok, lalu diatur menjadi sebuah
bentuk hierarki. AHP memiliki banyak keunggulan
3. Landasan Teori dalam menjelaskan proses pengambilan keputusan.
3.1 Pengambilan Keputusan Salah satunya adalah dapat digambarkan secara grafis
Menurut Kusrini (2007:7) Pengambilan sehingga mudah dipahami oleh semua pihak yang
keputusan adalah tindakan pimpinan untuk terlibat dalam pengambilan keputusan. Pada
memecahkan masalah yang dihadapi dalam organisasi umumnya, proses penyelesaian dengan metode AHP
yang dipimpinnya dengan melalui pemilihan satu di adalah sebagai berikut :
antara alternatf – alternatif yang dimungkinkan. 1. Masalah yang kompleks dibuatkan struktur
Memang pada hakikatnya pembuatan keputusan pemikiran yang menjadi suatu hierarki dengan
adalah suatu pendekatan yang sistematis terhadap tingkat-tingkat yang dapat mewakili elemen
hakikat alternatif yang dihadapi, dan mengambil atribut yang mempengaruhi tujuan-tujuan dan
tindakan yang menurut perhitungan merupakan keinginan-keinginan dari pengambilan
tindakan yang paling tepat. Menurut Siagian, pada keputusan.
hakikatnya pengambilan keputusan adalah suatu 2. Masing-masing elemen dibandingkan satu sama
pendekatan sistematis terhadap hakikat suatu masalah, lain dalam suatu sistematika yang berskala
pengumpulan fakta – fakta dan data, penentuan yang menurut nilai kepentingan dan prioritas dari
matang dari alternatif yang dihadapi dan pengambilan masing-masing hierarki yang ada.
tindakan yang menurut perhitungan merupakan 3. Nilai-nilai relatif dari masing-masing alternatif
tindakan yang paling tepat. terhadap elemen kriterianya dalam hierarki dapat
menggunakan nilai skala yang sama.
3.2 Pengertian Cerdas Cermat 4. Jumlah nilai dari masing-masing alternatif dapat
Cerdas cermat adalah kecerdasan yang digradasi dan analisis sensitivitas dapat
menuntut pemberdayaan otak, hati, jasmani dan dilakukan, sehingga dapat melihat pengaruh
pengaktifan manusia untuk berinteraksi secara perubahan tesebut. (Sumber:Budi Sutedjo
fungsional dengan yang lain kecerdasan yang Dharma Oetomo, S.Kom, MM, 2002:181)
berkenan dengan hati dan kepedulian antara sesama Pada dasarnya, proses pengambilan keputusan
manusia, mahluk lain dan sekitar berdasarkan akan adalah memilih suatu alternatif. Peralatan utama
adanya Tuhan yang maha Esa Analytical Hierarchy Prosess adalah sebuah hierarki
http://www.artikata.com/arti-323654- fungsional dengan input utamanya presepsi manusia.
cerdas.html(diakses tanggal 14-05-2014. Keberadaan hierarki dimungkinkan dipecahkannya
Mengenai keunggulan menggunakan lomba masalah kompleks atau tidak terstruktur dalam sub-
cerdas cermat lomba ini bisa digunakan untuk semua sub masalah, lalu menyusun menjadi suatu hierarki.
mata pelajaran, serta dapat melibatkan lebih banyak Analytical Hierarchy Prosess memiliki banyak
orang untuk kelangsungan acara dibagi menjadi keunggulan dalam menjalankan proses pengambilan
keputusan. Salah satunya adalah dapat digambarkan hierarki dan menggabungkannya atau
secara grafis sehingga mudah dipahami oleh semua mensintesisnya.
pihak yang terlibat dalam pengambilan keputusan. 2. Penilaian kriteria dan alternatif
Dalam Analytical Hierarchy Prosess AHP terdapat Kriteria dan alternatif dilakukan dengan
prinsip dasar dalam menyelesaikan permasalahan perbandingan berpasangan untuk berbagai
dengan Analytical Hierarchy Prosess ada beberapa persoalan skala 1 sampai 9 adalah skala terbaik
prinsip yang harus dipahami, seperti yang terdapat untuk mengekpresikan pendapat. Nilai dan
berikut ini : defenisi pendapat kuantitatif dari skala
1. Membuat hierarki perbandingan saat bisa diukur menggunakan
Sistem yang kompleks bisa dipahami dengan tabel berikut:
memecahnya menjadi elemen-elemen secara
Tabel 1 Skala Penilaian Perbandingan

Intensitas Keterangan
Kepentingan
1 Kedua elemen sangat penting
3 Elemen yang satu sedikit lebih penting dari pada elemen yang
lainnya
5 Elemen yang satu sedikit lebih penting dari pada elemen yang
lainnya
7 Satu elemen jelas mutlak lebih penting dari pada elemen lain
9 Satu elemen mutlak lebih penting dari pada lainnya
2,4,6,8 Nilai-nilai antara dua nilai pertimbangan yang berdekatan
Kebalikan Jika aktivitas mendapat satu angka dibandingkan dengan
aktivitas i, maka j memiliki nilai kebalikannya
Sumber : Kusrini,Konsep dan Aplikasi Sistem Pendukung Keputusan,2007
1. Mengukur konsistensi Kegiatan pemilihan calon peserta cerdas

Dalam pembuatan keputusan, juga penting cermat merupakan kegiatan yang dilaksanakan oleh
untuk mengetahui seberapa baik konsistensi SMA Negeri 1 Simpang Kiri setiap satu tahun sekali.
yang ada karena kita tidak menginginkan Kenyataan dilapangan bahwa pihak sekolah kurang
keputusan berdasarkan keseimbangan dengan siap dalam penyelenggaraan pemilihan calon peserta
konsistensi yang rendah. Hal yang dilakukan cerdas cermat. Sebelum dilakukan pengambilan
adalah : keputusan, harus ditentukan terlebih dahulu masalah
a.Kalikan setiap kolom pertama dengan apa yang sedang dihadapin oleh suatu instansi. Pada
prioritas relatif elemen pertama, nilai pada SMA Negeri 1 Simpang Kiri masalah yang dihadapi
kolom kedua dan seterusnya. adalah dalam mengambil keputusan masih
b. Jumlahkan setiap baris. menggunakan sistem berkas dan belom
c.Hasil dari penjumlahan baris dibagi atas menggunakan alat komputer secara efektif untuk
dengan elemen relatif yang bersangkutan. mendapat kan calon peserta cerdas cermat yang
d. Jumlah hasil bagi diatas dengan banyaknya layak terpilih sesuai dengan kriterianya. Adapun
elemen yang ada hasilnya disebut λ max. kriteria untuk menentukan pemilihan calon peserta
2. Hitung Consistency Indeks (CI) dengan rumus: cerdas cermatsudah ditentukan oleh pihak sekolah
CI= (λ max – n)/n sebagai berikut: Pengetahuan umum, Pengalaman
Di mana : λ max = jumlah hasil bagi dengan cerdas cermat, Prestasi dan Prilaku. Penjelasan dari
banyak nya elemen yang ada masing-masing kriteria sebagai berikut:
n = banyaknya elemen 1. Pengetahuan umum
3. Hitung Rasio Konsistensi atau Consistency Ratio 2. Pengalaman cerdas cermat merupakan pengalam
(CR) dengan rumus : yang pernah mengikutin perlombaan cerdas
CR = CI/RC cermat.
Di mana : CR = Consistency Ratio 3. Prestasi merupaka siswa yang mendapat
CI = Consistency Index kejuaraan
IR = Indeks Random 4. Prilaku/sikap merupakan penilaian sikap dan
Consistency prilaku siswa di sekolah
4. Memeriksa konsistensi hierarki Penilaian setiap siswa terhadap kriteria-kriteria yang
ada dilakukan dengan model penilaian yang bersifat
3. Pembahasan kuantitatif. Salah satu metode perhitungan kuantitatif
tersebut adalah metode Analytical Hierarchy Process 13. Menyusun matriks baris antar alternative versus
(AHP). krteria yang isinya hasil perhitungan proses
Adapun langkah-langkah dalam metode Analytical langkah 7, langkah 8, dan langkah 9.
Hierarchy Process (AHP) sebagi berikut: 14. Hasil akhir berupa prioritas global sebagai nilai
1. Menentukan jenis-jenis kriteria pemilihan calon yang digunakan oleh pengambil keputusan
peserta cerdas cermat berdasarkan nilai yang tertinggi.
2. Menyusun kriteria-kriteria tersebut dalam
bentuk matriks berpasangan. 1. Pemecahan Masalah dengan metode Analytical
3. Menjumlahkan nilai-nilai dari setiap kolom pada Hierarchy Process (AHP)
matriks. Adapun langkah-langkah dalam penelitian ini
4. Membagi setiap nilai dari kolom yang adalah sebagi berikut:
bersangkutan dengan jumlah matriks kolom 1. Menentukan jenis-jenis kriteria calon peserta
untuk memperoleh normalisasi matriks. cerdas cermat. Dalam penenlitian ini, kriteria-
5. Menghitung nilai prioritas kriteria dengan rumus kriteria yang dibutuhkan peserta calon cerdas
menjumlah matriks baris hasil langkah 4 dan cermat adalah Pengetahuan umum, Pengalaman
hasilnya langkah 5 dibagi dengan jumlah cerdas cermat, Prestasi dan Prilaku.
kriteria. 2. Menyusun kriteria-kriteria pemilihan calon
6. Menentukan alternatif-alternatif yang akan peserta cerdas cermat dalam matriks
menjadi pilihan. berpasangan seperti tabel 1
7. Menyusun alternatif-alternatif yang telah
ditentukan dalam bentuk matriks berpasangan Tabel 1 Nilai Seleksi Calon Peserta
untuk masing-masing kriteria. Sehingga akan Sebutan Angka
ada sebanyak n buah matriks berpasangan antar Amat baik 9.51-10.00
alternatif Baik 8.51-9.50
8. Masing-masing matriks berpasangan antar Cukup 7.51-8.50
alternatif sebanyak n buah matriks, masing- Sedang 6.51-7.50
masing matriksnya dijumlah perkolomnya. Kurang 5.50-6.50
9. Menghitung nilai prioritas alternatif masing-
masing matriks berpasangan antar alternatif Tabel 2 Matriks Berpasangan untuk kriteria
dengan rumus seperti langkah 4 dan 5 sampel calon cerdas cermat
10. Menguji konsistensi setiap matriks berpasangan
antar alternatif dengan rumus masing-masing
elemen matriks berpasangan pada langkah 2
dikalukan dengan nilai prioritas kriteria.
Hasilnya masing-masing baris dijumlah,
kemudian hasilnya dengan masing-masing nilai
prioritas kriteria sebanyak λ1, λ2, λ3..... λn.
Menghitung nilai lamda maksimum dengan Cara pengisian elemen-elemen matriks pada
rumus: Tabel 2 adalah sebagai berikut:
λmaks =
∑λ a. Elemen a[i,j]=1, dimana i=1,2,3…..n. Untuk
penelitian ini n=4
n b. Elemen matriks segitiga atas sebagai input.
11. Menghitung Consistensi Index (CI) dengan c. Elemen matriks segitia bawah mempunyai
rumus :
CI=( λ maks-n)/n-1
Dimana n = banyaknya elemen rumus a=[i,j]=
Untuk i = j
12. Menghitung Rasio konsistensi, dengan rumus:
3. Menjumlahkan setiap kolom pada tabel2
CI 4. Menentuka nilai elemen kolom kriteria dengan
CR =
RI rumus tiap-tiap sel pada tabel 2 dibagi dengan
Jika CR<0,1, maka nilai perbandingan masing-masing jumlah kolom pada langkah 3.
berpasangan pada matriks kriteria yang 5. Menentukan prioritas Kriteria pada masing-
diberikan konsistensi. Jika CR>0,1 maka nilai masing baris pada tabel 2 dengan rumus jumlah
perbandingan berpasangan pada matriks kriteria baris dibagi denga banyak kriteria,
yang diberikan tidak konsistensi. Sehingga jika 6. Memasukkan data-data nama calon peserta dalam
tidak konsistensi, maka pengisian nilai-nilai bentuk matriks berpasangan
pada matriks berpasangan pada unsur kriteria
maupun alternatif harus diulang. Tabel 3 Matriks Berpasangan Calon Pesrta
cerdas cermat
Normalisasi
7. Menjumlah setiap kolom pada tabel 3

8. Menentukan nilai elemen kolom calon peserta
dengan rumus tiap-tiap sel pada tabel 3 di bagi 5. Setelah matriks normalisasi didapatkan, jumlahkan
dengan kolom pada langkah 7. tiap baris pada matriks tersebut. Jumlah masing
9. Menentukan prioritas siswa pada masing-masing baris pada tabel 4 dapat dihitung dengan cara
baris pada tabel 3 dengan rumus jumlah baris sebagai berikut: Jumlah baris 1 =0,5966+
dibagi dengan banyak calon peserta 0,6618+0,5357+0,4375=2,2316
10. Menguji konsistensi matriks berpasangan. 6. Selanjutnya dihitung bobot masing-masing
11. Menghitung lamda maksimum, CIdan CR Kriteria dengan cara membagi masing-masing
12. Menghitung nilai prioritas global. jumlah baris dengan jumlah elemen atau jumlah
kriteria (n=4), sehingga bobot masing-masing
3. Hasil dan Pembahasan kriteria dapat dihtung seperti berikut:
1. Sesuaikan dengan langkah-langkah Analitical Bobot Kriteria Pengetahuan Umum
Hierarchy process(AHP), pada subbab ini akan =2,2316/4 = 0,5579
dibahas tentang masukkan data yang Bobot Kriteria Pengalaman cerdas cermat
sebenarnya, Proses perhitungan dan keluaran =1,0533/4 = 0,2633
yang diharapkan untuk studi kasus penjurusan Bobot Kriteria Prestasi
siswa pada Pondok Pesantren Paya Bundong =0,4874/4 = 0,1218
Medan. Masukan awal adalah menentukan nilai Bobot Kriteria Prilaku
kriteria. =0,2275/4 = 0,0569
2. Menyusun Kriteria tersebut dalam matriks 7. Mengalikan elemen pada kolom matriks dengan
berpasangan. bobot kriteria yang bersesuaian. Misalnya saja
Tabel.4: Masukan Hasil Perhitungan Kriteria untuk hasil perkalian elemen kolom matrik
Calon peserta kolom 1 baris 1 dapat dihitung dengan cara
sebagai berikut:
Hasil perkalian kolom 1 baris 1= 1 x 0,5579 =
0,5579
Dengan cara yang sama hasil perkalian untuk
elemen kolom yang lain adalah:
Tabel 6 Matriks Konsistensi Kriteria

3. Setelah dimasukkan data pada tabel 3 diatas maka
nilai pembagian jumlah kolom dengan rumus
masing-masing sel pada tabel 3 dibagi dengan
jumlah kolom masing-masing menjumlahkan
nilai elemen setiap kolom dari nilai-nilai matriks
kriteria diatas maka jumlah elemen setiap kolom
adalah.
Jumlah kolom 1:1+0.3333+0.2+0.1428=1.6761
Jumlah kolom 2:3+1+0.3333+0.2=4.5333 8. Jumlah tiap baris tersebut dibagi dengan prioritas
Jumlah kolom 3:5+3+1+0.2+9.3333 yang bersesuaian. Kemudian hasil dari jumlah
Jumlah kolom 4:7+3+1=16 tiap-tiap baris diatas dibagi dengan prioritas yang
4. Membagi setiap elemen pada kolom dengan bersesuaian, sehingga perhitungannya sebagai
jumlah perkolom yang sesuai untuk mendapatkan berikut:
elemen pada kolom dengan jumlah perkolom Hasil bagi prioritas bersangkutan 1 =
yang sesuai untuk mendapatkan nilai normalisasi. 2,3551/0,5579 = 4,2214
Kolom baris 1 = Nilai matriks perbandingan Hasil bagi prioritas bersangkutan 2 =
kriteria baris 1 1,0991/0,2633 = 4,1743
kolomlahKolom1 Hasil bagi prioritas bersangkutan 3 =
= 1/ 0,4918/0,1218 = 4,0378
1.6761 Hasil bagi prioritas bersangkutan 4 =
= 0.5966 0,2299/0,0569 = 4,0404
Tabel 5 Hasil Matrik

9. Menghitung λmaks dengan cara menjumlahkan a. Nilai baris kolom baru = nilai baris kolom lama
hasil pembagian pada langkah 8 kemudian (tabel 6) dibagi jumlah masing – masing kolom
membaginya dengan banyaknya elemen(n-4). lama (tabel 6).
b. Nilai jumlah baris dari penjumlahan nilai pada
λmaks =4,2214+4,1743+4,0378+4,0404/4=
tiap baris tabel tersebut.
16.4739/4= 4,1185
c. Nilai kolom Eigenvector Utama pada tabel 6
10. Menghitung Indeks Konsistensi dengan rumus
dari pembagian kolom jumlah baris dibagi
CI=( λmaks -n/n-1 jumlah calon siswa
CI=(4,1185-4)/4-1= 0,0395 Untuk mendapatkan nilai masing-masing
11. Menghitung rasio konsistensi dengan rumus kriteria yaitu:
sebagai berikut CR=CI/RC. Karena matriks a. Yati
berordo 4 maka nilai RC adalah 0,90 PV=1/5*(1/9,5)+(3/11,32)+(3/15)+(2/9,8)+(4/12)
CR=0,0395/0,90 = 0,0439
Dari hasil perhitungan yang diperoleh dapat =1/5*(0,1053)+(0,2651)+(0,2)+(0,2041)+(0,3334)
diketahui bahwa nilai rasio konsistensi kriteria =1/5*(1,1079)
bernilai 0,0439<0,1, sehingga nilai bobot kriteria =1,1079/5=0,2216
yang diperoleh dapat digunakan. b. Novi
PV=1/5*(1,5/9,5)+(1/11,32)+(1,5/15)+(2/9,8)+(1,5/1
4. Proses Perhitungan Intensitas 2)
Setelah bobot kriteria dan nilai rasio =1/5*(0,1579)+(0,0884)+(1)+(0,2041)+(0,125)
konsistensi kriteria didapatkan, maka langkah =1/5*(1,5754)
selanjutnya adalah menentukan nilai prioritas =1,5754/5=0,31508
intensitas pada masing-masing kriteria. Adapun c. Rama
langkah-langkahnya adalah: PV=1/5*(1,5/95)+(0,66/11,32)+(1/15)+(1,5/9,8)+((3,
1. Memasukan rasio kepentingan atau skala 3/12)
kuantitatif intensitas. Setelah memasukan rasio
kepentingan atau skala kuantitatif, didapatkan =1/5*(0,1579)+(0,0584)+(0,0667)+(0,1531)+(0,275)
matriks perbandingan intensitas kriteria seperti =0,7111/5=0,14222
dalam tabel 5 d.Yoga
PV=1/5*(4,5/9,5)+(4/11,32)+(5,5/15)+(1/9,8)+(2,2/1
Tabel 7 Matriks perbandingan intesitas untuk 2)
kriteria Pengetahuan umum
=1/5*(0,4211)+(0,4117)+(0,3667)+(0,1021)+(0,183)
=1/5*(1,485)
=1,485/5=0,2916
e. Hendri
PV=1/5*(1,5/95)+(2/11,32)+(4/15)+((3,3/9,8)+(1/1)
Matriks pada tabel 6 diperoleh dengan rumus sebagai =1/5*(0,1579)+(0,1767)+(0,2667)+(0,3368)+(0,084)

berikut : =1/5*(1,0215)=1.0215/5=0,2043
Tabel 8: Kriteria Nilai Hasil Pengetahuan umum

Yati Novi Rama Yoga Hendri Jumlah baris Eigenvector utama
Yati 0,1053 0,2651 0,2 0,2041 0,3334 1,1079 0,2216
Novi 0,1579 0,0884 1 0,2041 0,125 1,5754 0,31508
Rama 0,1579 0,0584 0,0667 0,1531 0,275 0,7111 0,14222
Yoga 0,4211 0,4117 0,3667 0,1021 0,1834 1,485 0,2916
Hendri 0,1579 0,1767 0,2667 0,3368 0,0843 1.0215 0,2043
Matriks pada tabel 4.7 untuk mendapat nilai sekor masing-masing calon peserta adalah :
Tabel 9: Kriteria Nilai Pengalaman cerdas cermat Matriks pada tabel 8 diperoleh dengan rumus sebagai
Yati Novi Rama Yoga Hendri berikut :
Yati 1 3 1 4 0,5 a.Nilai baris kolom baru = nilai baris kolom lama
Novi 1 1 2 3,3 4 (tabel 8) dibagi jumlah masing – masing kolom
Rama 3 1,5 1 3 4 lama (tabel 8).
Yoga 1 4 0,5 1 2 b.Nilai jumlah baris dari penjumlahan nilai pada tiap
Hendri 0,2 4 1 4 1 baris tabel tersebut.
Jumlah 6,2 13,5 5,5 15,3 11,5 c.Nilai kolom Eigenvector Utama pada tabel 8 dari
pembagian kolom jumlah baris dibagi jumlah calon
siswa
Tabel 10: Kriteria Nilai hasil Pengalaman cerdas cermat

Yati Novi Rama Yoga Hendri Jumlah Bobot Prioritas
Yati 0,0162 0,2223 0,1819 0,2615 0,0434 0,7253 0,1451
Novi 0,0162 0,0741 0,3637 0,2157 0,3479 1,0176 0,2036
Rama 0,4839 0,1112 0,1819 0,1961 0,3479 2,321 0,4642
Yoga 0,1613 0,2963 0,0909 0,0654 0,1739 0,7878 0,15756
Hendri 0,0326 0,2963 0,1819 0,2615 0,0869 0,8592 0,1719
Matriks pada tabel 9 untuk mendapat nilai sekor Matriks pada tabel 10 diperoleh dengan rumus sebagai
masing-masing caolon peserta cerdas cermat. berikut :
Tabel 11 : Kriteria Nilai Prestasi a. Nilai baris kolom baru = nilai baris kolom lama
Yati Novi Rama Yoga Hendri (tabel 10) dibagi jumlah masing–masing kolom
Yati 1 4 2 1 4 lama (tabel 10).
Novi 2 1 4 0,5 4 b. Nilai jumlah baris dari penjumlahan nilai pada
Rama 0,5 4 1 3 0,2 tiap baris tabel tersebut.
Yoga 2 1 4 1 1 c. Nilai kolom Bobot prioritas pada tabel 10 dari
Hendri 3 0,5 1 2 1 pembagian kolom jumlah baris dibagi jumlah
Jumlah 8,5 10,5 12 7,5 10,2 calon peserta cerdas cermat
d.
Tabel 12: Kriteri Hasil Nilai Prestasi
Yati 0,1177 0,3809 0,1667 0,1334 0,3922 1,1909 0,2382
Novi 0,2353 0,0953 0,3334 0,0667 0,3921 1,12228 0,2246
Rama 0,0589 0,3809 0,0834 0,4 0,0019 0,9251 0,1851
Yoga 0,2352 0,6953 0,3334 0,1334 0,0981 0,8955 0,1791
Hendri 0,3529 0,0477 0,0834 0,2667 0,0981 0,8488 0,1698
Matriks pada tabel 11 untuk mendapat nilai sekor masing-masing calon peserta cerdas cermat.
Tabel 13: Kriteri Nilai Prilaku

Yati Novi Rama Yoga Hendri
Yati 1 2 1 5 0,5
Novi 4 1 1 4 7
Rama 3 3,3 1 5,5 0,5
Yoga 2,0 1 5,5 1 2
Hendri 3,3 4 2 1 1
Jumlah 13,3 11,3 10,5 16,5 11
Matriks pada tabel 4.12adiperoleh dengan rumus sebagai berikut :

a. Nilai baris kolom baru = nilai baris kolom lama (tabel 4.12) dibagi jumlah masing–masing kolom lama
(tabel 4.12).
b. Nilai jumlah baris dari penjumlahan nilai pada tiap baris tabel tersebut.
c. Nilai kolom Bobot prioritas pada tabel 12 dari pembagian kolom jumlah baris dibagi jumlah calon siswa.
Tabel 14: Kriteri Nilai Hasil Sikap

Yati 0,0885 0,1769 0,9524 0,3031 0,0455 1,5665 0,3133
Novi 0,3008 0,0885 0,9524 0,2439 0,6364 2,2223 0,4445
Rama 0,2256 0,2961 0,0953 0,3334 0,0455 0,9919 0,1984
Yoga 0,0882 0,1504 0,0885 0,3334 0,1819 0,7543 0,1509
Hendri 0,2482 0.3539 0,1905 0,0607 0,0909 0,9443 0,1889
Matriks pada tabel 14 untuk mendapat nilai sekor masing-masing calon pesrta cerdas cermat.
Tabel 15 Kriteria Skor Masing-Masing Calon siswa Peserta cerdas cermat

Pengetahuan umum Pengalama cerdas cermat Prestasi Sikap
Yati 0,2216 0,1451 0,2382 0,3133
Novi 0,31508 0,2036 0,2246 0,4445
Rama 0,14222 0,4642 0,1851 0,1984
Yoga 0,2916 0,15756 0,1791 0,1509

Hendri 0,2043 0,1719 0,1698 0,1889
11. Selanjutnya menghitung lamda dengan rumus jumlah baris dibagi prioritas kriteria yang hasilnya berupa
nilai lamda ditampilkan pada tabel 13
Tabel 16: Nilai Lamda Untuk Masing-Masing Kriteria

Kriteria Jumlah baris Nilai prioritas Lamda
Pengetahuan umum 0,9942 0,1657 4
Pengalama cerdas cermat 0,9649 0,1609 4
Prestasi 0,9649 0,01784 4
Sikap 0,6944 0,11574 4
Jumlah 16
Dari tabel 13 dapat dihitung lamda max, CI dan 12. Penyelesaian tahap choice, pada tahap ini
CR dengan rumus : akan dilakukan fungsi dari setiap kriteria
αmax= 6 = 0,1666= 36 yang ada dengan mengalikan nilai bobot
CI=0,1666−6=−0,1666=35 prioritas dari persepsi pemilih dengan bobot
CR= −0,1666 =−0,13435= 1.24 prioritas setiap siswa dengan cara sebagai
Karena CR < 0.1 maka nilai perbandingan berikut:
berpasangan pada matriks yang diberikan
konsisten.
Tabel 17 Prioritas Global Masing-Masing Peserta calon cerdas cermat

Pengetahuan umum Pengalaman cerdas cermat Prestasi Sikap
Yati 0,2216 0,1451 0,2382 0,3133
Novi 0,31508 0,2036 0,2246 0,4445
Rama 0,14222 0,4642 0,1851 0,1984
Yoga 0,2916 0,15756 0,1791 0,1509
Hendri 0,2043 0,1719 0,1698 0,1889
Kemudian langkah terakhir menghitung prioritas Dari hasil prioritas global dapat diketahui bahwa nilai
global dengan cara menjumlahkan baris pada terbesar adalah novi,yati dan rama merupakan siswa
tabel 14 di tampilkan pada tabel 15 yang layak yang terpilih dalam peserta calon cerdas
cerdas cermat.
Tabel 18 Prioritas Global Masing-Masing Peserta
calon cerdas cermat 4. Implementasi
Nama siswa Prioritas global a. Form Menu Utama
Yati 0,2769 Form menu utama adalah antar muka (interface)
Novi 0,3466 yang digunakan sebagai form induk / form utama.
Rama 0,2628 Form utama ini akan selalu ditampilkan saat program
Yoga 0,2221 dijalankan. Untuk lebih jelasnya dapat dilihat pada
Hendri 0.2082 gambar 1:
Tabel 19: Penjelasan Seleksi lulus

Nama Nilai Seleksi
Yati 0,2769 Lulus
Novi 0,3466 lulus
Rama 0,2628 Lulus
Tabel 20 : Penjelasan Nilai

Gambar 1 : Menu Utama
Jumlah Keterangan b. Form Input Data Calon Peserta
0.2528 – 0.3570 Lulus seleksi Input data calon peserta digunakan untuk
0.1080 – 0.2520 Tidak Lulus menyimpan data calon peserta ke database. Data yang
ada di database dapat ditampilkan kembali pada form

seperti terlihat pada gambar 2 berikut ini :
Gambar 6 Menentukan Nilai Matrik Berpasangan
f. Menentukan matrik nilai kriteria

Matrik nilai kriteria diperoleh dari nilai baris-
kolom pada matrik perbandingan berpasangan dibagi
dengan jumlah masing-masing kolom pada matrik
perbandingan berpasangan. Hasil penilaian dapat
dilihat pada gambar 7 sebagai berikut :
Gambar 2 : Input Data Calon Peserta
c. Form Input Data Nilai Calon Peserta

Input data nilai calon peserta digunakan untuk
menyimpan data nilai calon peserta ke database. Data
yang ada di database dapat ditampilkan kembali pada
form seperti terlihat pada gambar 3 berikut ini :
Gambar 7 Menentukan Matrik Nilai Kriteria
g. Menentukan matrik penjumlahan setiap baris

Langkah ini dilakukan dengan mengalikan nilai
prioritas pada matrik nilai kriteria dengan nilai
kriteria yang ada pada matrik perbandingan
berpasangan. Hasil pengalian dapat dilihat pada
gambar 8 sebagai berikut :
Gambar 3 : Input Data Nilai Calon Peserta
d. Form Penilaian
Input penilaian digunakan untuk menampilkan
nilai calon peserta kemudian dikonversikan ke nilai
angka yang berpedoman kepada proses AHP dan
disimpan ke database. Data yang ada di database
dapat ditampilkan kembali pada form seperti terlihat
pada gambar 4 sebagai berikut :
Gambar 8 Menentukan Matrik Penjumlahan setiap

baris
h. Menghitung nilai rasio konsistensi

Perhitungan ini dilakukan untuk memastikan
bahwa nilai rasio konsistensi kecil sama dengan
0.1. Jika ternyata nilai konsistensi rasio besar
dari 0.1, maka matrik perbandingan berpasangan
Gambar 5. Input Nilai Peserta harus diperbaiki. Hasil perhitungan dapat dilihat
pada gambar 9 sebagai berikut :
e. Form Proses AHP (Analitical Hierarchy
Process)
Form proses AHP digunakan untuk menginput
dan menyimpan data nilai ke database yang
sebelumnya telah dilakukan proses AHP.
1. Cara pemilihan calon peserta cerdas cermat

ditentukan dari Nilai Pengetahuan Umum,
Gambar 9 : Menghitung Nilai Rasio Konsistensi Pengalaman Mengikutin Cerdas cermat, Prestasi,
dan Kedesplinan.
i. Menentukan subprioritas subkriteria 2. Dalam pemilihan calon peserta cerdas cermat
Menentukan nilai matrik perbandingan metode Analytic Hierarchy Process (AHP) bisa
berpasangan dilakukan untuk masing-masing membantu dalam mengambil keputusan terhadap
kriteria yaitu nilai peraturan baris-berbaris, nilai beberapa alternatif yang harus diambil dengan
pengetahuan umum, nilai Tinggi Badan, dan kriteria yang menjadi bahan pertimbangan.
Berat. Nilai matrik perbandingan berpasangan 3. Dengan dibangunnya sistem aplikasi
pada nilai peraturan baris- berbaris dapat dilihat pengambilan keputusan pemilihan calon peserta
pada gambar 10 berikut ini : cerdas cermat Di SMA Negeri 1 Simpang Kiri,
dapat memudahkan Pihak sekolah dalam
menyeleksi calon peserta cerdas cermat.
5.2 Saran
Setelah dilakukan pengembangan terhadap
sistem yang sedang berjalan menjadi sistem baru dan
setelah melihat hasil dari penelitian yang dilakukan,
maka penulis mengemukakan beberapa saran yang
diharapkan dapat menjadi bahan pertimbangan.
Adapun saran–saran tersebut adalah:
1. Dengan pemakaian aplikasi Visual Basic 6.0
Gambar 10 : Menentukan Nilai Matrik Perbandingan pada sistem pendukung keputusan untuk
Berpasangan pemilihan calon peserta cerdas cermat,
sebaiknya di dukung oleh perangkat yang
j. Laporan memadai. Hal ini diperlukan supaya sistem dapat
Form laporan digunakan untuk mencetak laporan bekerja dengan lancar tanpa terjadi hal-hal yang
dengan menginputkan data terlebih dahulu pada form tidak diinginkan dalam menjalankan aplikasi
input data, kemudian data ditampilkan dari form tersebut.
laporan. 2. Metode Analytic Hierarchy Process (AHP)
Laporan keputusan peserta yang lulus seleksi diharapkan dapat diimplementasikan ke dalam
digunakan untuk mencetak laporan keputusan peserta perangkat lunak, sehingga user dapat lebih
yang lulus seleksi, dengan menginputkan nilai calon mudah menggunakannya.
peserta terlebih dahulu pada form menu input data 3. Penulis berharap dapat menjadi inspirasi bagi
nilai calon peserta. Data ditampilkan dari form sekolah SMA Negeri 1 Simpang Kiri
laporan keputusan peserta yang lulus seleksi Subulussalam untuk mengembangkan lebih
berdasarkan nilai tertinggi yang diperoleh peserta. lanjut sistem pendukung keputusan untuk
Laporan nilai keputusan peserta yang lulus seleksi pemilihan calon peserta cerdas cermat.
dapat dilihat pada gambar 11 berikut ini :
DAFTAR PUSTAKA
1. Kusrini “Sistem Pendukung Keputusan”, buku

2007.
2. Tata Sutabri “Karakteristik Sistem”, buku 2005.
3. Kusrini”, Pengertian Keputusan”, buku 2007.
4. Kusrini”, Pengambilan Keputusan”, buku 2007.
5. Ibnu”, Komponen Sistem Pendukung
Keputusan”, buku 2000.
6. Kusrini”,Metode Analytical Hierarchy Prosess”,
buku 2007.
7. Nugroho”, UML Unified Modeling
Gambar 11: Form Laporan Keputusan Peserta yang Langguange”, jurnal 2010.
Lulus Seleksi 8. Maimunnah”, Use Diagram”, Jurnal 2010.
9. Hendrayudi”, Visual Basic 6.0”, Buku 2009.
5. Kesimpulan Dan Saran 10. Firdaus”, MySQL”, 2007 buku.
5.1 Kesimpulan 11. http://www.artikata.com/arti-323654-
Dari analisa dan pembahasan yang telah cerdas.html(diakses tanggal 14-05-2014.
dilakukan, maka dapat diambil kesimpulan sebagai
berikut :

Sistem Pendukung Keputusan Pemilihan Calon Peserta

Diunggah oleh

Informasi Dokumen

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Sistem Pendukung Keputusan Pemilihan Calon Peserta

Diunggah oleh

Hak Cipta:

Format Tersedia

Pelita Informatika Budi Darma, Volume : IX, Nomor: 2, Maret 2015 ISSN : 2301-9425

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON PESERTA

Mahasiswa Program Studi Teknik Informatika STMIK Budidarma Medan

1. Pendahuluan 1.2 Perumusan Masalah

Tabel 1 Skala Penilaian Perbandingan

1. Mengukur konsistensi Kegiatan pemilihan calon peserta cerdas

7. Menjumlah setiap kolom pada tabel 3

Tabel 6 Matriks Konsistensi Kriteria

Tabel 5 Hasil Matrik

Matriks pada tabel 6 diperoleh dengan rumus sebagai =1/5*(0,1579)+(0,1767)+(0,2667)+(0,3368)+(0,084)

Tabel 8: Kriteria Nilai Hasil Pengetahuan umum

Tabel 10: Kriteria Nilai hasil Pengalaman cerdas cermat

Tabel 13: Kriteri Nilai Prilaku

Matriks pada tabel 4.12adiperoleh dengan rumus sebagai berikut :

Tabel 14: Kriteri Nilai Hasil Sikap

Tabel 15 Kriteria Skor Masing-Masing Calon siswa Peserta cerdas cermat

Yoga 0,2916 0,15756 0,1791 0,1509

Tabel 16: Nilai Lamda Untuk Masing-Masing Kriteria

Tabel 17 Prioritas Global Masing-Masing Peserta calon cerdas cermat

Tabel 19: Penjelasan Seleksi lulus

Tabel 20 : Penjelasan Nilai

ada di database dapat ditampilkan kembali pada form

Gambar 6 Menentukan Nilai Matrik Berpasangan

f. Menentukan matrik nilai kriteria

Gambar 2 : Input Data Calon Peserta

c. Form Input Data Nilai Calon Peserta

g. Menentukan matrik penjumlahan setiap baris

Gambar 8 Menentukan Matrik Penjumlahan setiap

h. Menghitung nilai rasio konsistensi

1. Cara pemilihan calon peserta cerdas cermat

1. Kusrini “Sistem Pendukung Keputusan”, buku

Anda mungkin juga menyukai