BAB 1

PENDAHULUAN

1.1. Latar Belakang

Di era digital sekarang ini dibutuhkan kemampuan individu yang lebih

kreative dan inovatif diberbagai bidang, sehingga siswa SMK harus lebih

mempersiapkan kompetensinya. Dalam hal ini kompetensi yang berkaitan dengan

jurusan yang mereka pilih. Kebanyakan siswa yang telah menempuh pendidikan

di Sekolah Menengah Kejuruan tidak memiliki keahlian sesuai dengan jurusan

yang dipilihnya. Ini dapat dilihat dari persentasi siswa yang bekerja sesuai dengan

keahlian pada jarusan yang dipilihnya.

Sekolah Menegah Kejuruan Swasta (SMKS) Laksamana Martadinata  adalah

salah satu satuan pendidikan dengan jenjang SMK beralamat di Pulo Brayan Kota,

Kec. Medan Barat, Kota Medan, Sumatera Utara. Dalam menjalankan

kegiatannya, SMKS Laksamana Martadinata berada di bawah naungan

Kementerian Pendidikan, Kebudayaan, Riset, dan Teknologi Republik Indonesia.

SMK (Sekolah Menengah Kejuruan) merupakan salah satu Lembaga Pendidikan

di Indonesia yang sederajat dengan SMA (Sekolah Menengah Atas), berbeda

dengan SMA yang merupakan jenjang yang memang dipersiapkan untuk

melanjutkan ke Universitas, tapi SMK lebih mempersiapkan siswa-siswinya untuk

dapat bekerja setelah lulus dari sekolah ini. Dengan banyaknya jurusan yang ada

di SMK Laksamana Martadinata membuat siswa mengalami kesulitan dalam

1
 2

pemilihan jurusan, ini terilihat banyaknya siswa yang tidak bisa mengikuti

pelajaran dengan baik saat menempuh pendidikan di SMK Laksamana

Martadinata. Selama ini siswa mengambil jurusan tidak sesuai dengan minatnya

melainkan ikut-ikutan atau keinginan orang tua, sehingga banyak siswa SMK

yang tidak memiliki kompetensi keahlian sesuai jurusan yang dipilihnya. SMKS

Laksamana Martadinta selama ini ketika tahun ajaran baru hanya sekedar

menerima siswa baru tanpa menanyakan minat terlebih dahulu ketika memilih

jurusan, hanya sekedar menanyakan kepada siswa yang mendaftar kamu mau

ngambil jurusan apa. Karena SMK Laksamana Martadinata tidak ada sebuah

sistem untuk mengolah data pemilihan jurusan sesuai minat. Adapaun fenomana

yang terjadi di SMKS Laksamana Martadinata adalah banyaknya siswa yang

mengalami kesalahan dalam pemilihan jurusan sehingga siswa tidak dapat

mengikuti pelajaran yang ada pada jurusan yang dipilihnya pada saat mendaftar.

Rata-rata siswa salah mengambil jurusan sekitar 35%, ikut teman sekitar 50%,

untuk siswa yang benar-benar tepat memilih jurusan 15% data ini didapat dengan

cara bertanya ke satu jurusan (Martadinata, RPL).

Tabel 1.1 Data Siswa Rekayasa Perangakat Lunak (RPL)

Jumlah CARA PEMILIHAN JURUSAN

KELAS Siswa Salah Pilih Ikut Teman Sesuai Pilihan
RPL
X 46 16 23 7
XI 43 17 21 6
XII 48 17 24 7

Untuk mengatasi permasalahan tersebut, sekolah sangat membutuhkan

sebuah sistem yang dapat mengetahui minat siswa sebelum memilih jurusan.
 3

Adapun sistem yang akan dibuat berupa sistem pendukung dengan menerapkan

perbandingan metode Multi Attributive Borderapproximation Area Comparison

(MABAC) dengan Multi-objective Optimization on the basis of Ratio Analysis

(MOORA) diharapkan dapat mengatasi kendala yang dihadapi oleh sekolah dan

siswa. Adapun alasan peneliti menggunakan metode MABAC dan MOORA

adalah peneliti banyak melihat sumber-sumber yang ada di jurnal sehingga

peneliti ingin membuat penelitian baru yang berhubungan tentang perbandingan

metode MABAC dan MOORA dalam pengembilan keputusan dan metode

tersebut memiliki tingkat kosistensi yang baik dalam pengambilan keputusan,

inilah alasan peneliti menggunakan metode tersebut.

Menurut Penelitian (Wang et al., 2020) yang berjudul MABAC Method For

Multiple Attribute Group Decision Making Under Q- Rung Orthopair Fuzzy

Environment,. Penelitian ini mengkaji beberapa teori dasar dari model MABAC

tradisional dan himpunan fuzzy Q-hop orthopair (q-ROFS). Artikel ini

memperkenalkan model fuzzy Q Hop Orthopair MABAC untuk menyelesaikan

masalah MADM. Pertama, jurnal ini menguraikan beberapa teori dasar yang

terkait dengan q-ROFS dan model MABAC tradisional. Selain itu, model MABAC

fuzzy orthopair Q-Rung dibuat dan prosedur keputusan dijelaskan. Akhirnya,

aplikasi MADM nyata disediakan untuk membuktikan model baru ini,

perbandingan model MABAC baru ini dengan dua operator agregasi q-ROFN

disediakan, dan keunggulan model fuzzy orthopair q-hop MABAC terus

ditunjukkan.
 4

Menurut penelitian (Özdemir, 2020) yang berjudul Smartphone Selection

Using MOORA and MOOSRA. Berkat teknologi yang berkembang pesat, banyak

perangkat elektronik telah menjadi bagian integral dari kehidupan kita sehari-hari.

Smartphone adalah contoh terbaik, dan memilih smartphone yang tepat menjadi

semakin penting. Dalam studi ini, delapan kriteria utama saat memilih

smartphone pertama kali diidentifikasi berdasarkan literatur pencarian. Kriteria

tersebut adalah bobot, resolusi kamera belakang, kapasitas baterai, kapasitas

RAM, kapasitas penyimpanan internal, ukuran layar, harga, dan ketebalan. Siswa

kemudian diminta untuk membuat peringkat delapan kriteria dalam urutan

kepentingan, dari mana bobot kriteria yang diperlukan untuk analisis dihitung.

Setelah itu, diputuskan tujuh model smartphone dari berbagai merek dengan

mempertimbangkan kisaran harga yang dapat dibeli siswa, dan data tentang

delapan kriteria ini diperoleh dari Internet. Terakhir, pilih smartphone dari tujuh

model smartphone menggunakan kriteria pembobotan yang dihitung

menggunakan metode MOORA (optimasi multi-tujuan berdasarkan analisis rasio)

dan MOOSRA (optimasi multi-tujuan berdasarkan analisis rasio sederhana).

Menurut Penelitian (Kristianto hondro, 2018) yang berjudul MABAC:

Pemilihan Penerima Bantuan Rastra Menggunakan Metode Multi- Attributive

Border Approximation Area Comparison, Bantuan Rastra merupakan program

pemerintah yang diberikan kepada masyarakat untuk meningkatkan kesejahteraan

dan ketahanan pangan dalam rumah tangga, mengatasi kemiskinan dan sekaligus

memberikan perlindungan sosial kepada masyarakat yang tidak mampu.

Pemilihan penerima bantuan rastra sudah menjadi tugas perangkat desa memilih
 5

siapa saja layak untuk mendapatkan bantuan rastra. Mendukung keputusan

pemilihan penerima bantuan rastra yang sifatnya multi alternative maka

diperlukan metode pendukung keputusan. Metode MABAC adalah salah satu

metode pendukung keputusan yang jenis keputusannya multi alternative, metode

ini dapat membantu proses pengambilan keputusan pemilihan bantuan rastra

dengan optimal. MABAC merupakan metode perbandingan multikriteria. Metode

ini dipilih karena, metode ini menyediakan stabil (konsisten) solusi dan handal

untuk pengambilan keputusan rasional, dibandingkan dengan metode lain multi-

kriteria pengambilan keputusan (SAW, COPRAS, Moora, TOPSIS dan VI-KOR).

Menerapkan metode MABAC dalam proses pendukung keputusan pemilihan

penerimaan bantuan ranstra, metode MABAC memiliki 6 langkah proses yaitu

Forming initial decision matrix, Normalization of initial matrix, Calculation of

weighted matrix, Determination of border approximate area matrix, Calculation of

matrix elements of alternative distance from the border approximate area, Ranking

alternatives.

Menurut Penelitian (Apriliani et al., 2018) Analisis Sistem Pendukung

Keputusan Dalam Pemilihan Program Studi Di Amik Dan Stikom Tunas Bangsa

Pematangsiantar Dengan Metode Moora, Banyaknya pilihan program studi di

Perguruan Tinggi,faktanya tidak membuat calon mahasiswa dengan cepat dan

mudah dapat memutuskan program studi yang akan diambilnya. Pemilihan

program studi merupakan salah satu permasalahan yang dihadapi oleh para siswa

yang ingin melanjutkan studinya ke Perguruan Tinggi. Banyak siswa yang merasa

bingung untuk memilih program studi apa yang cocok bagi mereka. Ada banyak
 6

faktor yang menyebabkan hal tersebut,diantaranya karena adanya keinginan orang

tua,kemampuan diri sendiri,cita- cita,prospek,atau bisa juga hanya ikut-ikutan

dengan temannya yang lain. Dalam paper ini, penulis menggunakan Metode

Moora sebagai metode pembobotan yang digunakan

Menurut penelitian ( Istikhomah et al., 2015) yang berjudul Sistem Pendukung

Keputusan Pemilihan Jurusan Pada Smk Negeri 1 Purwosari Menggunakan

Metode Simple Additive Weighting (Saw) tujuan dari penelitian ini adalah Upaya

peningkatan mutu pendidikan di Indonesia selalu mendapat perhatian dari

berbagai pihak. Salah satu komponen yang juga mempengaruhi perubahan

pendidikan adalah pemilihan jurusan. Pemilihan jurusan biasanya dilakukan pada

saat peserta didik (mahasiswa) masuk pendidikan menengah atas baik SMA/MA

maupun SMK. Pemilihan jurusan di SMK Negeri 1 Purwosari dilakukan pada

awal tahun ajaran baru. Pengambilan keputusan support system bertujuan untuk

mempermudah panitia PSB dalam perhitungan. Metode dalam membuat sistem ini

menggunakan pembobotan Simple Additive yang merupakan salah satu metode

Multi-Attribute Pengambilan Keputusan (MADM) dengan kriteria nilai tes

psikologi, tes kesehatan, wawancara bahasa inggris, ulangan tulis, nilai

matematika, nilai IPA, nilai bahasa indonesia dan nilai Bahasa Inggris dari

sekolah sebelumnya. Berdasarkan hasil pengujian kualitas sistem diperoleh nilai

rata-rata 3,91 yang menunjukkan sistem pada keduanya kategori, sehingga

membantu panitia PSB dalam menentukan arah sesuai bakat dan minat siswa.
 7

Berdasarkan penelitan yang dilakukan (Rahmayu & Serli, 2018) yang

berjudul Sistem Pendukung Keputusan Pemilihan Jurusan Pada SMK Putra

Nusantara Jakarta Menggunakan Metode Analytical Hierarchy Process (Ahp)

penelitian ini berjudul Sesuai kurikulum yang berlaku di seluruh Indonesia, calon

siswa SMA/SMK yang akan mendaftar sekolah akan mengalami pemilihan

jurusan (penjurusan). Untuk itu, calon siswa diharapkan mampu untuk menilai

minat, bakat serta kemampuannya agar tidak salah memilih jurusan yang akan

diambilnya. Pemilihan jurusan bagi calon siswa SMA/SMK adalah awal dari

pemilihan karir ke depannya. Terkadang banyak calon siswa yang memilih

jurusan karena pengaruh dari teman. Peran orang tua sangatlah penting. Orang tua

harus dapat mengarahkan anak mereka untuk memilih jurusan sesuai dengan

minat, bakat serta kemampuan mereka. Karena memilih jurusan saat di

SMA/SMK akan berpengaruh untuk melanjutkan ke perguruan tinggi selanjutnya

atau karir. Penjurusan yang tersedia di SMK Putra Nusantara meliputi,

Pemasaran, Teknisi Komputer Jaringan, Akuntansi, Administrasi Perkantoran.

Penjurusan akan disesuaikan dengan kemampuan akademik dan minat siswa.

Tujuan penjurusan ini yaitu agar siswa bisa terarah dalam menerima pelajaran

yang sesuai dengan kemampuan dan bakat yang dimiliki oleh siswa. Dengan

menggunakan AHP (Analytical Hierarchy Process) sebagai model untuk uji

komparasi hirarki. Metode ini digunakan karena dapat membantu dalam

pengambilan keputusan dengan memperhatikan kriteria yang ada serta informasi

yang diberikan bersifat kualitatif. Adapun hasil dari penelitian ini di dapat bahwa

jurusan yang paling banyak dipilih oleh calon siswa yaitu jurusan Teknik
 8

Komputer Jaringan (TKJ) dengan nilai bobot 60% dari bakat, 59,7% dari

penilaian minat, 50,9% dari kualitas jurusan dan nilai bobot 41,9% dari peluang

karir kedepannya

Analisa permasalahan di atas penulis mencoba merancang sistem pendukung

keputusan sesuai perkembangan teknologi saat ini. Untuk mempermudah dalam

melakukan pemilihan jurusan sesuai minat siswa, maka penulis memutuskan

untuk mangambil judul ” SISTEM PENGAMBILAN KEPUTUSAN

DENGAN PERBANDINGAN MULTI ATTRIBUTIVE

BORDERAPPROXIMATION AREA COMPARISON (MABAC) MULTI-

OBJECTIVE OPTIMIZATION ON THE BASIS OF RATIO ANALYSIS

(MOORA) UNTUK PEMILIHAN JURUSAN SESUAI MINAT SISWA”.

1.2. Rumusan Masalah

Berdasarkan latar belakang masalah yang telah diuraikan, maka dapat

dirumuskan masalah yang dibahas dalam penulisan penelitian ini adalah:

1. Bagaimana sistem pendukung keputusan dapat digunakan sebagai alat

untuk pemilihan jurusan sesuai minat siswa?

2. Bagaimana menerapkan metode Multi Attributive Borderapproximation

Area Comparison (MABAC) dan Multi-Objective Optimization On The

Basis Of Ratio Analysis (MOORA) untuk pemilihan jurusan sesuai minat

siswa?

1.3. Tujuan Penelitian

Adapun tujuan yang penulis dapat dari penelitian ini adalah sebagai berikut:
 9

1. Membuat sistem pendukung keputusan yang dapat digunakan untuk

pemilihan jurusan sesuai minat siswa dengan memanfaatkan keputusan

hasil perbandingan metode MABAC dengan MOORA.

2. Untuk mengetahui kemampuan metode MABAC dan MOORA dalam

memberikan rekomendasi untuk pengambilan keputusan.

1.4. Manfaat Penelitian

Adapun manfaat yang diharapkan peneliti dari penelitian ini yaitu sebagai

berikut:

1. Untuk sekolah diharapkan dapat memberikan rekomendasi tentang sistem

pendukung keputusan yang sesuai dengan kebutuhan bagian penerimaan

siswa baru menjadi lebih efektif dan efisien.

2. Untuk siswa pemanfaatan sistem pendukung keputusan ini dapat

diharapkan dapat memilih jurusan sesuai dengan minatnya dan mampu

mengurangi kesalahan dalam pemilihan jurusan.

3. Untuk guru dengan diimplemtasikan sistem ini diharapkan dapat

menyampaikan materi lebih efektif karena sesuai dengan minat siswa.

1.5. Ruang Likngkup

Penelitian ini akan dilakukan dengan batasan-batasan (ruang lingkup)

sebagai berikut :

1. Penelitian ini dilakukan di bagian umum dan sumber daya manusia

Yayasan Pendidikan SMKS Laksamana Martadinata Medan.

 10

2. Data proses meliputi data calon siswa, jurusan dan minat.

3. Metode yang digunakan dalam kasus ini adalah MABAC dan MOORA.

4. Bahasa pemrograman menggunakan Visual Basic.Net dan MySql sebagai

database

BAB 2

LANDASAN TEORI

2.1. Minat

Minat adalah dorongan yang kuat bagi seseorang untuk melakukan segala sesuatu

yang menjadi keinginannya. Minat merupakan faktor yang dapat mengarahkan

bakat dan keberadaannya merupakan faktor utama dalam pengembangan bakat.

Kata minat lebih menggambarkan motivasi, yang mempengaruhi perhatian,

berpikir dan berprestasi. Minat dapat dibedakan menjadi dua yaitu minat pribadi

(personal interest) dan minat situasional. Minat pribadi (personal interest), yaitu

ciri pribadi individu Indah Ayu Anggraini, Wahyuni Desti Utami, Salsa Bila

Rahma Volume 2, Nomor 1, Januari 2020 167 yang relatif stabil. Minat pribadi

ditujukan pada suatu kegiatan atau topik yang spesifik (misalnya minat pada olah

raga, ilmu pengetahuan, musik, tarian, komputer, dan lain-lain). Sedangkan minat

situasional, yaitu minat yang ditumbuhkan oleh kondisi atau faktor lingkungan,

misalnya peran pendidikan formal, informasi yang diperoleh melalui buku,

internet atau televisi.(Anggraini et al., 2020)

 11

2.2. Bakat

Bakat dapat diartikan sebagai kemampuan bawaan, sebagai sebagai potensi yang

masih perlu dikembangkan dan dilatih agar dapat terwujud. Bisa disebut juga

sebagai achievement, capacity dan aptitude. Adapun ciri-ciri bakat sebagai

berikut:

a. Memiliki kemampuan diatas rata-rata

b. Daya kreatifitas yang tinggi

c. Memiliki tanggung jawab atau pengikatan diri terhadap tugas(Anggraini

et al., 2020)

2.3. Definisi Pemilihan Jurusan

Dalam perkembangan pendidikan formal di indonesia teramati bahwa

penjurusan telah dilaksanakan sejak awal kemerdekaan yaitu tahun 1945

sampai sekarang, yang dipilih menjadi siswa diberi beberapa pilihan untuk

melanjutkan sekolah ke sekolah menengah atas atau ke sekolah menengah

kejuruan. Sekolah Menengah Kejuruan menjadi pilihan siswa karena

menyajikan dan menyediakan berbagai macam jurusan yang dimungkinkan

sesuai dengan kemampuan dan potensi calon peserta didik yang tidak ada

dalam sekolah menengah atas. Jurusan yang disediakan di sekolah menengah

kejuruan negeri di Malang antara lain: perhotelan, kecantikan, tata boga,

multimedia, desain grafis, perkantoran, akuntansi, kimia analisis, pemasaran,

teknik komunikasi dan jaringan, teknik audio video, agribisnis, listrik, teknik
 12

mesin, teknik elektro, animasi, perawat, dst. Sekolah Menengah Kejuruan ini

menawarkan jurusan yang lebih khusus cakupannya sehingga dapat

menyalurkan dengan penuh kemampuan dan kompetensi siswa. (Tyasasi C,

2014).

2.4. Sistem Pendukung Keputusan

Menurut (Khadaffi et al., 2021) Sistem Pendukung Keputusan

(Decission Support System) adalah sistem berbasis komputer yang interaktif,

yang membantu pengambil keputusan memanfaatkan data dan model untuk

menyelesaikan masalah-masalah yang tak terstuktur dan semi terstuktur.

Awalnya SPK adalah sistem berbasis model yang terdiri dari prosedur-

prosedur dalam pemrosesan data dan pertimbangannya untuk membantu

manajer dalam pengambilan keputusan. Sistem Pendukung Keputusan adalah

proses yang disimpulkan bahwa keputusan dapat dibantu menggunakan

komputer untuk membantu pengambil keputusan dengan menggunakan

beberapa data yang ada.

2.5. Metode Multi-Attributive Border Approximation area Comparison

Metode MABAC dikembangkan oleh Pamucar dan Cirovic. Metode ini

dipilih karena dengan metode lain multi-kriteria pengambilan keputusan seperti

SAW, COPRAS, MOORA, TOPSIS dan VI-KOR, metode MABAC

menyediakan stabil (konsisten) solusi dan metode ini dianggap sebagai metode

yang handal untuk pengambilan keputusan yang sifatnya rasional. Dalam

tulisan ini metode MABAC digunakan untuk alternatif peringkat. Asumsi dasar
 13

dari metode MABAC tercermin dalam definisi jarak fungsi kriteria dari setiap

alternatif yang diamati dari daerah perkiraan perbatasan. Di bagian berikut

disajikan prosedur menerapkan metode MABAC (Multi-Attributive Border

Approximation area Comparison) yaitu formulasi matematis (Ndruru et al.,

2020).

Dalam bagian berikut disajikan prosedur pelaksanaan metode MABAC,

yaitu, formulasi matematis, yang terdiri dari 6 langkah :

1. Membuat Matriks Keputusan Awal (X) , pada langkah ini adanya evaluasi

alternatif dengan kriteria dimana alternatif disajikan dalam bentuk vektor.

2. Normalisasi elemen matriks awal (X) (Normalization of initial matrix (X)

elements). Elemen matriks ternormalisasi (N) diperoleh.

3. Perhitungan elemen matriks tertimbang (V) (Calculation of weighted

matrix (V) elements).

4. Penentuan matriks area perkiraan perbatasan (G) (Determination of border

approximate area matrix (G)).

5. Perhitungan elemen matriks jarak alternatif dari daerah perkiraan

perbatasan (Q) (Calculation of matrix elements of alternative distance

from the border approximate area (Q)).

6. Perengkingan Alternative (Ranking alternatives). Perhitungan nilai-nilai

fungsi kriteria dengan alternatif diperoleh sebagai jumlah dari jarak

alternatif dari daerah perkiraan perbatasan (qi). Menjumlahkan elemen

matriks Q dengan garis diperoleh nilai akhir dari fungsi kriteria alternatif.
 14

Indeks preferensi multi-kriteria di hitung untuk masing - masing

pasangan kriteria dengan rumus dibawah ini :

n
Si=∑ qij , j=1,2,3,4 … n , 1=1,2 , … … m
j=1

dimana “n” menyajikan jumlah kriteria, “m” menyajikan sejumlah

alternatif.

Dibagian berikut disajikan prosedur penerapan metode MABAC yaitu,

formulasi matematikanya, yang terdiri dari 6 langkah :

Langkah Pertama : Membuat Matriks Keputusan Awall (X), pada

langkah ini adanya evaluasi alternatif dengan kriteria dimana alternatif

disajikan dalam bentuk vektor.

Dimana m adalah nomor alternatif, n adalah jumlah total kriteria.

Langkah kedua : Normalisasi elemen matriks awal (X) (Normalization

of initial matrix (X) elements). Element matriks ternormalisasi (N)

diperoleh dengan menerapkan rumus :

Jenis Kriteria Untuk Benefit :

Jenis Kriteria Untuk Cost

 15

=max (x1, x2, x3, …, xm) mewakili nilai maksismum dari kriteria

yang diamati oleh alternatif.

= min (x1, x2, x3, …, xm) mewakili neilai minimum dari kriteria

yang diamati oleh alternatif.

Langkah ketiga : Perhitungan elemen matriks tertimbang (V)

(Calculation of weighted matrix (V) elements).

Keterangan :

wi= menyajikan elemen matriks yang dinormalisasi (N)

tij= menyajikan koefisien bobot kriteria.

Langkah keempat : Penentuan matriks area perkiraan perbatasan (G)

(Determination of border approximate area matrix (G)).

Dimana vij menampilkan element matriks berbobot (V), “m”

menyajikan jumlah total alternatif. Setelah menghitung nilai-nilai gi

berdasarkan kriteria, itu membentuk matriks daerah perkiraan

perbatasan G (9) dalam bentuk n x 1 (“n” menyajikan jumlah total

kriteria yang dilakukan pemilihan alternatif yang ditawarkan).

 16

Langkah kelima : Perhitungan elemen matriks jarak alternatif dari

daerah perkiraan perbatasan (Q) (Calculation of matrix elements of

alternative distance from the border approximation area (Q)).

Dimana gi menyajikan daerah perkiraan perbatasan untuk kriteria Ci,

vij menyajikan elemen matriks berbobot (V), “n” menyajikan jumlah

kriteria, “m” menyajikan nomor alternatif. Alternatif Ai dapat

termasuk ke area perkiraan perbatasan (G), area perkiraan atas (G-).

Daerah perkiraan atas (G+) menyajikan area dimana alternatif ideal

terletak (A+), sedangkan area perkiraan yang lebih rendah (G-)

menyajikan area dimana alternatif ideal terletak (A+), sedangkan area

perkiraan yang lebih rendah (G-) menyajikan area dimana alternatif

anti-ideal berada (A-).

Langkah keenam : Perengkingan Alternatif (Ranking alternatives).

Perhitungan nilai-nilai fungsi kriteria dengan alternatif diperoleh

sebagai jumlah dari jarak alternatif dari daerah perkiraan perbatasan

(qi). Menjumlahkan elemen matriks Q dengan garis diperoleh nilai

akhir dari fungsi kriteria alternatif.

n
Si=∑ qij , j=1,2,3,4 … n , 1=1,2 , … … m
j=1

Dimana “n” menyajikan jumlah kriteria, “m” menyajikan sejumlah

alternatif (Ndruru et al., 2020).

 17

2.5 Metode MOORA (Multi-Objective Optimization on the Basis of Ratio

Analysis)

Metode Multi-Objective Optimization by Ratio Analysis (MOORA)

adalah metode yang diperkenalkan oleh Brauers dan Zavadkas (2006).

Metode yang relatif baru ini pertama kali digunakan oleh Brauers dalam

suatu pengambilan dengan multi-kriteria. Metode MOORA memiliki tingkat

fleksibilitas dan kemudahan untuk dipahami dalam memisahkan bagian

subjektif dari suatu proses evaluasi kedalam kriteria bobot keputusan dengan

beberapa atribut pengambilan keputusan (Mandal dan Sarkar, 2012). Metode

ini memiliki tingkat selektifitas yang baik karena dapat menentukan tujuan

dari kriteria yang bertentangan. Dimana kriteria dapat bernilai

menguntungkan (benefit) atau yang tidak menguntungkan (cost). (Rokhman

et al., 2017)

Langkah–langkah penyelesaian masalah menggunakan metode MOORA

antara lain :

1. Pembentukan Matriks

𝑋11 𝑋12 𝑋1𝑛

X= 𝑋21 𝑋22 𝑋2𝑛 .
𝑋𝑚1 . 𝑋𝑚2 . 𝑋𝑚𝑛
x adalah nilai kriteria masing-masing kriteria yang direpresentasikan

sebagai matriks.

2. Menetukan Matriks Normalisasi

𝑥𝑖𝑗 =√∑ 𝑥𝑖𝑗 𝑚 2 𝑗=1 𝑋𝑖𝑗 − .........................................................(1)

 18

Rasio Xij menunjukan ukuran ke i dari alternatif pada kriteria ke j, m

menunjukan banyaknya jumlah alternatif dan n menunjukan jumlah

kriteria.

5. Menentukan Matriks Normalisasi terbobot

Menentukan Nilai Preferensi (Rokhman et al., 2017)

2.6 Penelitian Terdahulu

Penelitian sebelumnya dimaksudkan bahwa masalah yang hendak di

teliti belum pernah di pecahkan oleh peneliti terlebih dahulu. Jika
permasalahannya mirip, maka harus ditegaskan perbedaan penelitiannya
dengan penelitian terlebih dahulu.
Berikut adalah beberapa jurnal penelitian terdahulu terkait judul
penelitian tugas akhir dapat dilihat pada tabel 2.1.
Tabel 2.1. Penelitian Terdahulu

No Peneliti Metode yang dipakai Hasil

1 (Ndruru et Penerapan Metode metode MABAC (Multi-

al., 2020) MABAC Untuk Attributive Border Approximation
Mendukung area Comparison) dalam
Pengambilan Keputusan pengambilan keputusan pemilihan
Pemilihan Kepala kepala cabang dengan melibatkan
Cabang Pada PT. Cefa beberapa kriteria dan alternatif
Indonesia Sejahtera yang telah ditetapkan oleh pihak
Lestari PT. Cefa Indonesia Sejahtera
Lestari. Kriteria-kriteria yang
Noveriang dimaksud ialah, pendidikan, masa
kerja, absensi, dan tanggungjawab.
Sistem pendukung keputusan
dengan menerapkan metode
MABAC (Multi-Attributive Border
Approximation area Comparison)
diyakini dapat memecahkan
 19

masalah yang terjadi dalam

pemilihan kepala cabang.

2.

2 (Manurung, Sistem Pendukung Metode ini memiliki tingkat

2018) Keputusan Pemilihan selektifitas yang baik dalam
Guru Dan Pegawai menentukan suatu alternatif.
Terbaik Menggunakan Pendekatan yang dilakukan
Metode Moora MOORA didefinisikan sebagai
suatu proses secara bersamaam
guna mengoptimalkan dua atau
lebih yang saling bertentangan
pada beberapa kendala.Kinerja
pegawai setiap periodik perlu
dilakukan penilaian. Bahwa kinerja
(performance) adalah gambaran
mengenai tingkat pencapaian
pelaksanaan suatu
kegiatan/program, kebijakan dalam
mewujudkan sasaran, misi dan visi
organisasi yang tertuang dalam
perencanaan strategi (strategic
planing) suatu organisasi. Sistem
yang terprogram yang akan dibuat
merupakan sistem yang bisa
memberi penilaian secara langsung
tanpa harus menunggu lama.
Adapun sistem yang dibuat adalah
sistem pendukung keputusan
dengan ,menggunakan Metode
MOORA dimana dapat
mempermudah danmenyelesaikan
masalah di SMP Negeri Palipi.

701

3 (Septi et al., Sistem Pendukung Hasil penelitian ini menunjukkan

2018) Keputusan Penentuan MOORA bisa digunakan untuk
Handphone Bekas menentukan nilai bobot setiap
Terbaik Menggunakan
atribut, proses perankingan yang
Metode Multi-Objective
akan menyeleksi alternatif
 20

Optimization on The handphone terbaik dari sejumlah

Basis of Ratio Analysis alternatif yang ada. Sistem
(MOORA) Pendukung Keputusan membuat
Ade
proses penentuan Kualitas
handphone bekas lebih efisien
dibandingkan dengan sistem
manual.

Kata
 21

BAB 3

METODE PENELITIAN

3.1. Metode Pengumpulan Data

Dalam mengumpulkan informasi, penelitian ini data yang digunakan

peneliti adalah data primer dan data sekunder. Data primer merupakan data dan

informasi yang dikumpulkan secara langsung oleh penulis. Data primer diperoleh

dari kuisioner, observasi dan wawancara, sedangkan data sekunder diperoleh dari

peraturan, laporan, artikel yang telah tersedia di bagian umum dan sumber daya

manusia yang dapat mendukung penelitian ini sebagai berikut :

1. Wawancara

Wawancara dilakukan dengan cara mengadakan komunikasi secara langsung

berupa mengajukan beberapa pertanyaan dengan pihak penerimaan siswa baru

yaitu dengan Bapak Ahir Yugo selaku kepala jurusan Rekaya Perangkat Lunak

(RPL) yang bersangkutan mengenai informasi - informasi yang diperlukan

mengenai penerimaan siswa baru adapun waktu wawancara selama 15 menit pada

hari 21 Maret 2022.

2. Observasi

Observasi dilakukan pada tanggal 21 Maret 2022 di SMK Laksamana

Martadinata yang bertujuan untuk mempelajari suatu sistem yang cukup

efektif dalam teknik pengumpulan data dengan cara melakukan pencatatan

secara cermat dan sistematik. Untuk mendapatkan observasi secara sistematis

 22

haruslah memiliki pengetahuan yang luas mengenai objek yang akan dituju,

mempunyai dasar teori dan sikap yang objektif.

3. Kuesioner

Kuesioner dilakukan pada tanggal 21 Maret 2022 di SMK Laksamana

Martadinata untuk pengumpulan data dengan memberikan daftar pertanyaan

kepada responden dengan tujuan untuk memperoleh informasi yang relevan

dan valid.

3.2. Penerapan Metode MABAC

Metode multi-attributive border approximation area comparison

(MABAC) dikembangkan oleh Pamucar dan Cirovic. Asumsi dasar dari metode

MABAC tercermin dalam definisi jarak fungsi kriteria dari setiap alternatif yang

diamati dari daerah perkiraan perbatasan. Di bagian berikut disajikan prosedur

menerapkan metode multi-attributive border approximation area comparison

(MABAC).

‘
 23

Start

Input matriks keputusan awal

(X)

Normalisasi elemen matriks awal

(X)

Perhitungan elemen matriks

tertimbang (V)

Penentuan matriks area perkiraan

perbatasan (G)

Perhitungan elemen matriks jarak

alternatif dari daerah perkiraan
perbatasan (Q)

Output Perengkingan
Alternative

End

Gambar 3.1 Flowchart Metode MABAC

Indeks preferensi multi-kriteria di hitung untuk masing - masing pasangan kriteria

dengan rumus dibawah ini :

n
Si=∑ qij , j=1,2,3,4 … n , 1=1,2 , … … m
j=1

dimana “n” menyajikan jumlah kriteria, “m” menyajikan sejumlah

 24

alternatif.

Di bagian berikut disajikan prosedur penerapan metode MABAC yaitu, formulasi

matematikanya, yang terdiri dari 6 langkah :

Langkah Pertama : Membuat Matriks Keputusan Awall (X), pada langkah ini

adanya evaluasi alternatif dengan kriteria dimana alternatif disajikan dalam bentuk

vektor.

Dimana m adalah nomor alternatif, n adalah jumlah total kriteria.

Langkah kedua : Normalisasi elemen matriks awal (X) (Normalization of initial

matrix (X) elements). Element matriks ternormalisasi (N) diperoleh dengan

menerapkan rumus :

Jenis Kriteria Untuk Benefit :

Jenis Kriteria Untuk Cost

=max (x1, x2, x3, …, xm) mewakili nilai maksismum dari kriteria

yang diamati oleh alternatif.

= min (x1, x2, x3, …, xm) mewakili neilai minimum dari kriteria

yang diamati oleh alternatif.

 25

Langkah ketiga : Perhitungan elemen matriks tertimbang (V) (Calculation of

weighted matrix (V) elements).

Keterangan :

wi= menyajikan elemen matriks yang dinormalisasi (N)

tij= menyajikan koefisien bobot kriteria.

Langkah keempat : Penentuan matriks area perkiraan perbatasan (G)

(Determination of border approximate area matrix (G)).

Dimana vij menampilkan element matriks berbobot (V), “m” menyajikan

jumlah total alternatif. Setelah menghitung nilai-nilai gi berdasarkan kriteria, itu

membentuk matriks daerah perkiraan perbatasan G (9) dalam bentuk n x 1 (“n”

menyajikan jumlah total kriteria yang dilakukan pemilihan alternatif yang

ditawarkan).

Langkah kelima : Perhitungan elemen matriks jarak alternatif dari daerah

perkiraan perbatasan (Q) (Calculation of matrix elements of alternative distance

from the border approximation area (Q)).

Dimana gi menyajikan daerah perkiraan perbatasan untuk kriteria Ci, vij

menyajikan elemen matriks berbobot (V), “n” menyajikan jumlah kriteria, “m”

menyajikan nomor alternatif. Alternatif Ai dapat termasuk ke area perkiraan

 26

perbatasan (G), area perkiraan atas (G-). Daerah perkiraan atas (G+) menyajikan

area dimana alternatif ideal terletak (A+), sedangkan area perkiraan yang lebih

rendah (G-) menyajikan area dimana alternatif ideal terletak (A+), sedangkan area

perkiraan yang lebih rendah (G-) menyajikan area dimana alternatif anti-ideal

berada (A-).

Langkah keenam : Perengkingan Alternatif (Ranking alternatives). Perhitungan

nilai-nilai fungsi kriteria dengan alternatif diperoleh sebagai jumlah dari jarak

alternatif dari daerah perkiraan perbatasan (qi). Menjumlahkan elemen matriks Q

dengan garis diperoleh nilai akhir dari fungsi kriteria alternatif.

n
Si=∑ qij , j=1,2,3,4 … n , 1=1,2 , … … m
j=1

Dimana “n” menyajikan jumlah kriteria, “m” menyajikan sejumlah alternatif.

3.3. Penerapan Metode MOORA

Metode Multi-Objective Optimization by Ratio Analysis ( MOORA)

adalah metode yang diperkenalkan oleh Brauers dan Zavadkas (2006). Metode

yang relatif baru ini pertama kali digunakan oleh Brauers dalam suatu

pengambilan dengan multi-kriteria. Metode MOORA memiliki tingkat

fleksibilitas dan kemudahan untuk dipahami dalam memisahkan bagian subjektif

dari suatu proses evaluasi kedalam kriteria bobot keputusan dengan beberapa

atribut pengambilan keputusan.

Mulai

Data Kriteria, Sub Kriteria

 27

Hitung Optimasi

Hasil
Rekomendasi

Normalisasi
Selesai

Gambar 3.2. flowchart metode Moora

Langkah – langkah penyelesaian masalah menggunakan metode

MOORAantara lain :

1. Pembentukan Matriks

𝑋11 𝑋12 𝑋1𝑛

X= 𝑋21 𝑋22 𝑋2𝑛
𝑋𝑚1 . 𝑋𝑚2 . 𝑋𝑚𝑛
x adalah nilai kriteria masing-masing kriteria yang direpresentasikan

sebagai matriks.

2. Menetukan Matriks Normalisasi

𝑥𝑖𝑗 =√∑ 𝑥𝑖𝑗 𝑚 2 𝑗=1 𝑋𝑖𝑗 − .........................................................(1)

Rasio Xij menunjukan ukuran ke i dari alternatif pada kriteria ke j, m

menunjukan banyaknya jumlah alternatif dan n menunjukan jumlah

kriteria.

3. Menentukan Matriks Normalisasi terbobot Menentukan Nilai

 28

Preferensi

3.4. Metode Perancangan Sistem

Dalam membuat sebuah perangkat lunak terdiri dari beberapa tahap atau

fase yang menggambarkan sebuah kegiatan yang akan dilakukan sehingga

memudahkan dalam mendefinisikan perangkat lunak, setiap fase membutuhkan

informasi masukan, proses dan keluaran yang terdefinisi dengan baik. proses

deretan fase tersebut adalah sebagai berikut :

3.4.1 Perancangan sistem

Dalam metode penelitian ini digunakan teknik-teknik analisis, klasifikasi

masalah, terhadap masalah-masalah yang berhubungan dengan tesis yang penulis

buat. Langkah-langkah yang dilakukan penulis untuk mencapai tujuan adalah

sebai berikut:

1. Target

Target merupakan tahap awal penentuan dari judul penelitian yaitu Sistem

Pengambilan Keputusan Dengan Perbandingan Multi Attributive

Borderapproximation Area Comparison (MABAC) Multi-Objective

Optimization On The Basis Of Ratio Analysis (MOORA) Untuk Pemilihan

Jurusan Sesuai Minat Siswa

2. Analisa Kebutuhan
 29

Analisa kebutuhan adalah menganalisa kebutuhan sistem yang sudah ada dan

menambahkan sistem yang baru dalam perancangan bila ternyata dibutuhkan.

Sesuai penyelesaian yang akan dilakukan, kebutuhan pokok yang harus ada pada

perancangan aplikasi ini adalah :

a. Aplikasi ini membutuhkan data siswa yang dapat digunakan sebagai inputan

pada saat Penerapan Metode Multi Attributive Borderapproximation Area

Comparison (MABAC) Multi-Objective Optimization On The Basis Of Ratio

Analysis (MOORA)

b. Aplikasi ini membutuhkan hardware minimum laptop Processor Core I3,

RAM 3 GB dan HDD 500. Membutuhkan software Sistem Operasi Windows,

3. Desain Sistem

Desain sistem adalah proses menerjemahkan syarat kebutuhan sebuah

perancangan perangkat lunak yang dapat diperkirakan sebelum dibuat kode

program. Tahapan desain yang akan dilakukan dalam pembuatan sistem dan

aplikasi yang akan dirancang adalah :

a. Mendesain sistem dengan menggunakan UML (Unified Modeling Language).

b. Menggunakan aplikasi visual basic untuk mendesain aplikasi.

c. Menggunakan aplikasi visio untuk menggambarkan Flowchart sistem.

4. Coding Testing

Coding merupakan penerjemahan desain dalam bahasa yang bisa dikenali

oleh komputer. Dilakukan oleh programmer yang akan menterjemahkan transaksi

 30

yang diminta oleh user. Tahapan inilah yang merupakan tahapan secara nyata

dalam mengerjakan suatu sistem. Dalam artian penggunaan komputer akan

dimaksimalkan dalam tahapan ini. Setelah pengkodean selesai maka akan

dilakukan testing terhadap sistem yang telah dibuat tadi. Tujuan testing adalah

menemukan kesalahan-kesalahan terhadap sistem tersebut dan kemudian bisa

diperbaiki.

5. Pengujian Program

Pada tahapan pengujian sistem maka dilakukan pengujian secara Black-

Box, yang meliputi pengujian fungsional dan ketahanan sistem. Dari hasil

pengujian sistem inilah dapat diketahui kesesuaian hasil perancangan dengan

analisis kebutuhan yang diharapkan.

6. Pemeliharaan Program

Pada pemeliharaan sistem yang perlu dilakukan untuk menjaga semua

data-data yang telah tersimpan kedalam aplikasi agar tidak hilang atau terinfeksi

virus adalah sebagai berikut :

a. Melakukan perawatan terhadap komponen-komponen hardware dan

software.

b. Menggunakan program anti virus agar data maupun file tidak terinfeksi atau

dirusak oleh virus.

 31

c. Menerapkan pemeliharaan sistem aplikasi dengan melakukan proses update

pada database.