SISTEM PENDUKUNG KEPUTUSAN DALAM

MENENTUKAN SISWA LULUSAN TERBAIK

MENGGUNAKAN METODE METODE
SIMPLE ADDITIVE WEIGHTING
(Studi Kasus : SMK Cokroaminoto Kotamobagu)

Oleh :
CAHYA RIZKI FADILLAH DAMOPOLII
T3114264

USULAN PENELITIAN

PROGRAM SARJANA
FAKULTAS ILMU KOMPUTER
UNIVERSITAS ICHSAN GORONTALO
GORONTALO
2021
 BAB I

PENDAHULUAN

1.1 Latar Belakang

Siswa adalah komponen masukan didalam system pendidikan, yang berproses

dalam dunia pendidikan, sehingga menjadikan manusia yang berkualitas yang sesuai
dengan tujuan pendidikan nasional [1]. Siswa yang berprestasi merupakan salah satu
bukti bagi pihak sekolah yang tidak dapat terpisahkan dari sekolah itu sendiri. Salah
satu faktor yang perlu direncanakan dalam pemilihan siswa yang berprestasi adalah
memberikan suatu motivasi bagi para siswa-siswi di sekolah yang bersangkutan guna
meningkatkan minat belajar siswa-siswanya. Prestasi adalah hasil yang telah dicapai
siswa dalam proses pembelajaran. Menurut Wijaya, prestasi belajar itu dapat berupa
pernyataan dalam bentuk angka dan nilai tingkah laku. Pernyataan tersebut diperkuat
oleh Thorndike dan Hasein yang menyatakan bahwa hasil belajar akan diketahui bila
terjadi perubahan tingkah laku yang akan dinyatakan dalam angka atau nilai [2].

Dalam usaha meningkatkan kualitas dan mutu pendidikan di satuan pendidikan

khususnya di sekolah, diperlukan adanya sistem yang bisa mengelola data sehingga
menghasilkan satu informasi yang bermanfaat dan bisa digunakan untuk pengambilan
keputusan. Banyak dari tenaga pendidikan saat ini kesulitan untuk pengambilan
keputusan karena kurangnya informasi pendukung, contohnya dalam pengambilan
keputusan menentukan siapakah siswa lulusan terbaik di sekolah. Dalam proses
pengambilan keputusan tersebut, diperlukan sistem yang bisa diandalkan, oleh
karenanya peran guru sangat penting dalam pengelolaan data yang ada. Namun proses
pengelolaan data secara manual masih rentan dengan munculnya subjektifitas dalam
keputusan akhir. Walaupun dalam hal ini sudah ada peraturan mengenai kriteria, tetapi
belum di implementasikan dan masih memutuskan secara manual tampa
mempertimbangkan sensitifitas data terhadap kriteria yang ada. Hal ini dikarenakan
belum ada metode yang obyektif untuk memutuskan dengan cepat [3].
 SMK Cokroaminoto Kotamobagu adalah sekolah menengah kejuruan yang
merupakan salah satu sekolah favorit di Kota Kotamobagu provinsi Sulawesi Utara,
SMK Cokroaminoto Kotamobagu merupakan sekolah kejuruan yang memiliki 14
jurusan yaitu : jurusan teknik gambar bangunan, teknik listrik, teknik pemanfaatan
listrik, teknik elektronika, teknik audio video, teknik mesin, teknik pemesinan, teknik
pengelasana, teknik otomotif, teknik sepeda motor, teknik kendaraan ringan, teknik
informasi dan komunikasi, multimedia, teknik rekayasa perangkat lunak, dan teknik
komputer dan jaringan.

Setiap akhir tahun ajaran SMK Cokroaminoto Kotamobagu memberikan

apresiasi kepada siswa didiknya, terutama kepada siswa didik yang memiliki
pencapaian dengan penilaian tertinggi. Kegiatan ini dilakukan kepada siswa kelas XII
untuk meningkatkan kredibilitas sekolah, motivasi, dan prestasi para siswa, kegiatan
tersebut adalah dengan dilakukan pemilihan siswa dengan predikat lulusan terbaik. Hal
ini diharapkan dapat memacu motivasi belajar setiap siswa-siswi untuk selalu
berkompetisi satu dengan yang lainnya. Kegatan yang sudah berlangsung lama dan
dilakukan setiap tahun pada siswa kelas XII yang akan menyelesaikan pendidikan,
untuk tahun 2021 kegiatan ini akan diperebutkan oleh 560 siswa yang terdiri 8 jurusan.
di SMK Cokroaminoto Kotamobagu, pemilihan siswa lulusan terbaik dilakukan
perjuran. Berikut ini data siswa kelas XII yang akan menyelesaikan pendidikan, untuk
tahun 2021 :

Table 1.1. Data Siswa Kelas XII SMK Cokroaminoto Kotamobagu

Jumlah
No Kopetensi Keahlian
Siswa
1 Desain Pemodelan Dan Informasi Bangunan 33
2 Teknik Instalasi Tenaga Listrik 34
3 Teknik Pemesinan 91
4 Teknik Kendaraan Ringan Otomotif 55
5 Teknik Dan Bisnis Sepeda Motor 70
6 Teknik Komputer Dan Jaringan 153
7 Rekayasa Perangkat Lunak 44
8 Multimedia 84
Sumber : SMK Cokroaminoto Kotamobagu, 2021
 Permasalahan pada beberapa tahun belakangan ini di SMK Cokroaminoto
Kotamobagu dalam proses pemilihan siswa lulusan terbaik adalah memungkinkan
terpilihnya siswa tidak mencapai standar yang diinginkan dan tidak memperoleh
kandidat yang baik, hal ini terjadi karena semua kriteria yang ada dikelolah oleh aplikasi
Microsoft excel yang memakan waktu yang lama. Selain itu keputusan yang diambil
dalam pemilihan hanya berdasarkan saran seorang ahli ataupun seseorang yang
tingkatnya lebih tinggi, membuat hasil keputusan tersebut akan dirasa ada ketimpangan
ataupun kesenjangan sosial. Untuk itu diperlukan sebuah sistem pendukung keputusan
dalam mengatasi masalah tersebut, agar proses siswa lulusan terbaik di SMK
Cokroaminoto Kotamobagu akan terlaksanakan dengan cepat, tepat dan akurat.

Sistem pendukung keputusan merupakan bagian dari sistem informasi berbasis

komputer (termasuk sistem berbasis pengetahuan (Knowledge Management) yang
digunakan dalam mendukung pengambilan keputusan dalam suatu organisasi atau
perusahaan [4]. Metode yang digunakan dalam sistem pendukung keputusan ini adalah
Fuzzy Multiple Attribute Decission Making (FMADM), salah satu bagian dari konsep
FMADM adalah Metode Simple Additive Weighting (SAW). Metode Simple Addivite
Method (SAW) juga dikenal dengan istilah metode penjumlahan terbobot. Konsep dasar
metode SAW adalah cara penjumlahan terbobot dari rating kinerja pada setiap alternatif
pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan
(X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada
[5]. Adapun kriteria yang digunakan pada penelitian ini adalag 1). Nilai Rata-rata
Raport, 2). Rengking kelas, 3). Absen, 4). Disiplin, 5). Perilaku, 6) Nilai UAN.

Penggunaan metode Metode Simple Additive Weighting (SAW) ini juga

berdasarkan penelitian Taufik Kurnialensya, Rohmad Abidin (2020) yang berjudul
Sistem Pendukung Keputusan Pelanggan Terbaik Dan Pemberian Diskon Menggunakan
Metode Saw & Topsis. Aplikasi yang telah dibuat dapat digunakan sebagai alat bantu
bagi pengambil keputusan dengan tetap berbasis pada sistem pendukung keputusan
lebih efektif dalam pemilihan pelanggan terbaik dan penentuan diskon menggunakan
metode SAW (Simple Additive Weighting) dan Topsis (Technique for Order Preference
by Similarity to Ideal Solution). Nilai bobot preferensi dari kriteria jumlah buku 40,
jenis buku 30, dan retribusi buku 30. Dari data tersebut untuk kriteria jumlah buku
memiliki nilai paling tinggi, maka dinyatakan sebagai bobot paling penting diantara
kriteria yang lain [6].

Berdasarkan penjelasan di atas, maka dianggap perlu untuk melakukan

penelitian mengenai proses yang berjalan diatas, dengan judul Sistem Pendukung
Keputusan Dalam Menentukan Siswa Lulusan Terbaik Menggunakan Metode
Metode Simple Additive Weighting (SAW). (Studi Kasus : SMK Cokroaminoto
Kotamobagu)

1.2 Identifikasi masalah

Berdasarkan uraian latar belakang masalah di atas, maka identifikasi masalahnya

adalah :

1. Proses menentukan siswa lulusan terbaik SMK Cokroaminoto Kotamobagu masih

menggunakan aplikasi Microsoft Excel.

2. SMK Cokroaminoto Kotamobagu belum memiliki suatu sistem pendukung

keputusan dalam menentukan siswa lulusan terbaik.

1.3 Rumusan masalah

Berdasarkan identifikasi masalah diatas, maka permasalahannya dapat dirumuskan

sebagai berikut:

1. Bagaimana cara merekayasa sistem pendukung keputusan dalam menentukan

siswa lulusan terbaik menggunakan metode Metode Simple Additive Weighting
(SAW) pada SMK Cokroaminoto Kotamobagu?
2. Bagaimana hasil penerapan metode Metode Simple Additive Weighting (SAW)
untuk sistem pendukung keputusan dalam menentukan siswa lulusan terbaik?
1.4 Tujuan Penelitian

Berdasarkan Rumusan permasalahan diatas, maka tujuan dari penelitian ini adalah
sebagai berikut:

1. Untuk mengetahui cara merekayasa sistem pendukung keputusan dalam

menentukan siswa lulusan terbaik menggunakan metode Metode Simple Additive
Weighting (SAW) pada SMK Cokroaminoto Kotamobagu.
2. Untuk mengetahui hasil penerapan metode Metode Simple Additive Weighting
(SAW) untuk sistem pendukung keputusan dalam menentukan siswa lulusan
terbaik.

1.5 Manfaat Penelitian

Penelitian ini diharapkan mempunyai manfaat, yaitu

1. Secara Teoritis, Penelitian ini diharapkan dapat mengembangkan ilmu pengetahuan

bagi akademis sebagai bahan masukan pemikiran mengenai permasalahan
menentukan siswa lulusan terbaik dengan efektif dan efesien, dan memberikan
sumber informasi bagi mahasiswa apabila melakukan penelitian yang sejenis.
2. Secara Praktis, penelitian ini diharapkan dapat mengembangkan ilmu
pengetahuan bagi perusahaan sebagai bahan informasi agar dapat
mengoptimalkan dan mengelola dalam menentukan siswa lulusan terbaik guna
meningkatkan target sekolah dengan terperinci secara terus menerus.
 BAB II
TINJAUAN PUSTAKA

2. 1. Tinjauan Studi

Sistem pendukung keputusan menggunakan Metode Simple Additive Weighting

merupakan bidang penelitian yang telah banyak dikembangkan saat ini. Berikut
penelitian terkait yang menjadi referensi.
Tabel 2.1. Penelitian Tentang Sistem pendukung keputusan menggunakan Metode
Simple Additive Weighting
Peneliti Judul Hasil
Taufik Sistem Pendukung Aplikasi yang telah dibuat dapat
Keputusan Pelanggan digunakan sebagai alat bantu bagi
Kurnialensya,
Terbaik Dan pengambil keputusan dengan
Rohmad Abidin, Pemberian Diskon tetap berbasis pada sistem
Menggunakan pendukung keputusan lebih
2020. [6]
Metode Saw & efektif dalam pemilihan
Topsis pelanggan terbaik dan penentuan
diskon menggunakan metode
SAW (Simple Additive
Weighting) dan Topsis
(Technique for Order Preference
by Similarity to Ideal Solution).
Nilai bobot preferensi dari
kriteria jumlah buku 40, jenis
buku 30, dan retribusi buku 30.
Dari data tersebut untuk kriteria
jumlah buku memiliki nilai
paling tinggi, maka dinyatakan
sebagai bobot paling penting
diantara kriteria yang lain
Deny Novianti, Sistem Penunjang Dari hasil pengolahan data yang
Andika Bayu Hasta Keputusan Pemilihan telah dilakukan yang melibatkan
Yanto, 2019. [7] Laptop Menggunakan beberapa alternatif, dapat
Metode Simple dihasilkan manakah laptop
Additive Weighting terbaik yang sesuai dengan
(Studi Kasus: Seven kebutuhan berdasarkan peringkat
Computech) yang dihasilkan menunjukkan
bahwa alternatif yang paling
unggul. Dengan demikian

7
 Metode Simple Additive
Weighting (SAW) merupakan
salah satu metode yang bisa
digunakan dalam membantu
untuk menentukan sebuah
keputusan dengan melibatkan
beberapa pilihan alternative yang
sesuai dengan kriteria yang
diinginkan oleh pembuat. Dan
pemberian nilai preferensi
(bobot) pada data tiap kriteria
sangat berpengaruh pada tingkat
perangkingan untuk setiap
alternatif
Teuku Mufizar, Sistem Pendukung Dalam penelitian ini
Dede Syahrul Keputusan Pemilihan menggunakan metode Simple
Anwar, Epa Jurusan Dengan Additive Weighting (SAW).
Aprianis, 2018. [8] Menggunakan Adapun kriteria yang digunakan
Metode SAW Di adalah Nilai Rapot Matematika,
SMA 6 Tasikmalaya Nilai Rapot Bahasa Indonesia,
Nilai Rapot Bahasa Inggris, Nilai
Rapot IPA, Nilai Rapot IPS,
Nilai psikotes, Minat Siswa IPA,
Minat Siswa IPS, Saran Orang
Tua IPA, dan Saran Orang Tua
IPS. Hasil akhir dari penelitian
ini didapatkan bahwa sistem
yang digunakan dalam
mendukung pengambilan (SAW)
mampu mengatasi
permasalahan dalam proses
pemilihan jurusan di SMA 6
Tasikmalaya

2. 2. Tinjauan Teori

2.2.1. Siswa

Siswa adalah pelajar yang duduk dimeja belajar strata sekolah dasar maupun
menengah pertama (SMP), sekolah menengah keatas (SMA) sekolah menengah
kejuruan (SMK). Siswasiswa tersebut belajar untuk mendapatkan ilmu pengetahuan dan
untuk mencapai pemahaman terhadap ilmu yang telah didapat didalam dunia
pendidikan. Siswa merupakan salah satu unsur yang penting didalam dunia pendidikan,
karena siswa menjadi subjek utama pendidikan dan prestasi sebagai salah satu
parameter keberhasilan pendidikan. [1]

2.2.2. Lulusan Terbaik

Lulusan terbaik Cumlaude bisa diterjemahkan dengan kata With Praise. Gelar
cumlaude berarti lulus dengan kehormatan, wisuda dengan kehormatan, dan lulusannya
memiliki nilai atau IPK tinggi. Istilah ini yang digunakan hampir sebagian besar sekolah
dan perguruan tinggi di tanah air. Mereka yang menyandang predikat ini, biasanya
memiliki nilai yang lebih tinggi dari batas tertentu. [1]

2.2.3. Siswa Lulusan Terbaik

Siswa berprestasi adalah siswa yang berhasil mencapai suatu prestasi baik dalam
bidang akademik maupun non akademik yang ditekuni di sekolah sehingga patut
dibanggakan. Untuk mengetahui berhasil tidaknya seorang siswa maka perlu dilakukan
evaluasi, dengan tujuan untuk mengukur kemampuan siswa-siswi dalam menyerap
proses pembelajaran yng berlangsung di sekolah. Prestasi adalah hasil belajar yang
berasal dari infomasi yang telah diperoleh pada tahap proses bembelajaran sebelumnya.
Hasil belajar ini yang menjadi salah satu acuan untuk dipilihnya siswa yang memiliki
prestasi terbaik [2].
Nilai bobot setiap kriteria ditentukan oleh Pihak SMK Cokroaminoto
Kotamobagu. Setiap kriteria dapat memiliki nilai bobot yang sama maupun
berbeda, dimana skala penilaiannya akan ditentukan pada skala 1 = Sangat Rendah,
2 = Rendah, 3 = Sedang, 4 = Tinggi, 5 = Sangat Tinggi. Data akan diinput sesuai
dengan data yang sebenarnya untuk kemudian ditentukan melalui proses perhitungan
pada Matrik Keputusan dilanjutkan dengan Normalisasi Matrik (menentukan atribut
benefit / cost). Hasil terakhir akan menghasilkan perangkingan berdasarkan nilai
terbesar yang menjadi pilihan terbaik.
 Tabel 2.2. Nilai Bobot Kriteria
Kriteria Sub Kriteria Bobot
Nilai Rata-rata Raport 1) =0 1
2) > 0 dan < 25 2
3) > 25 dan < 50 3
4) > 50 dan < 75 4
5) > 75 dan < 100 5
Rengking kelas 1. Rengkin Harapan 2 1
2. Rengkin Harapan 1 2
3. Rengkin 3 3
4. Rengkin 2 4
5. Rengkin 1 5
Absen Sangat Buruk 1
Buruk 2
Kurang 3
Baik 4
Sangat Baik 5
Disiplin Sangat Buruk 1
Buruk 2
Kurang 3
Baik 4
Sangat Baik 5
Perilaku Sangat Buruk 1
Buruk 2
Kurang 3
Baik 4
Sangat Baik 5
Nilai UAN 1) =0 1
2) > 0 dan < 25 2
3) > 25 dan < 50 3
4) > 50 dan < 75 4
5) > 75 dan < 100 5

2.2.4. Sistem Pendukung Keputusan

Sistem Pendukung Keputusan didefinisikan sebagai sebuah sistem yang
dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi-
situasi tertentu. SPK dapat menjadi sebuah alat bantu untuk para pengambil keputusan
dalam memperluas kapabilitas mereka, tapi tidak untuk menggantikan penilaian mereka.
[9].
 Manusia dan Perangkat Elektonik adalah dua elemen yang bisa mengambil
keuntungan dan keunggulan dengan tujuan utama pembentukan SPK yang
efektif.Penggunaan komputer yang berlebihan dapat menghasilkan pemahaman sifat
mekanik, reaksi yang tidak fleksibel, dan keputusan yang rendah.Adapun dalam kasus
banyaknya manusia dapat menghasilkan efisiensi waktu reaksi yang kurang,
penggunaan data yang tidak banyak dan terbatas, dan lamban untuk mempelajari
banyaknya alternatif yang cukup relevan.Dalam mempercepat serta memfasilitasi proses
saat proses mengambil keputusan, akan sangat membutuhkan SPK yang memiliki
tujuan menolong para pembuat keputusan dalam memilih alternatif keputusan yang
tidak lain adalah hasil dari pemrosesan informasi yang diperoleh atau tersedia dengan
cara menggunakan model pengambilan keputusan. [10]
Dari penjelasan yang diuraikan diatas, dapat disimpulkan bahwa SPK tidak
mungkin terpisah dari sistem informasi dan fisik.Cakupan fisik dalam sistem akan
menuntut terciptanya SPK yang mencakup banyak hal juga. Ciri khas yang paling
umum dari sistem pendukung keputusan ialah kehandalannya dalam memecahkan
banyak masalah yang non-struktural. Untuk menciptakan keputusan yang baik pada
SPK, harus diperlukan dukungan dengan atau oleh ketersediaannya informasi dan fakta-
fakta yang berkualitas, yakni:
a. Kecukupan; Erat kaitanya dengan kelengkapan atas isi informasi, yang dalam hal
ini isi dari informasi tersebut tidak hanya menyangkut tentang volume tetapi juga
kesesuaian dengan harapan pengguna sehingga sering pula kelengkapan ini sulit
diukur secara kuantitatif.
b. Akurasi; Erat kaitannya dengan tingkat error yang mungkin bisa terjadi dalam
prosesolah data dengan jumlah besar.
c. Ketercapaian; Erat kaitannya dengan mudahnya dalam menemukan informasi, yang
informasi tersebut akan sangat atau lebih berarti untuk pengguna bila informasi
tersebut tidak sulit untuk didapatkan.
d. Kecermatan; Erat kaitannya dengan ketersesuaian antara kebutuhan dengan
pengguna informasi yang telah dihasilkan.
e. Waktu yang tepat; Ketepatan waktu menentukan kualitas informasi dari aktualisasi
dan/atau penyampaiannya.
f. Keluasaan; Yang erat kaitannya dengan bentuk ataupun format dari penyampaian
informasi.
g. Elastisitas; Yang erat kaitannya bersama tingkat pengambilan dari info yang telah
tercipta kepada para pengambil keputusan yang berbeda serta kepada kebutuhan
atas banyaknya keputusan yang nantinya akan diambil.

2.2.5. Karakteristik Sistem Pendukung Keputusan

Dalam penelitian yang dilakukan oleh Turban (2005) dalam Kusrini (2007:20),
Kapabilias dan karakteristik kunci dari Sistem Pendukung Keputusan ialah sebagai
berikut : [9]
1. Telah disediakannya akses ke bermacam macam sumber data, tipe maupun format,
mulai dari Sistem Berorientasi hingga Objek Sistem Informasi Geografis (GIS).
2. Dukungan pada setiap fase proses pengambilan keputusan: intelegensi, desain,
pilihan, dan implementasinya.
3. Dukungan untuk ssetiap keputusan mandiri dan sekuensial.
4. Sebagai alat mandiri yang dipergunakan oleh satu atau lebih pengambilan keputusan
di satu lokasi atau didistribusikan pada organisasi secara utuh dan di beberapa
organisasi selama masih tersedia.
5. Dukungan untuk setiap level manajerial, mulai dari eksekutif atas sampai dengan
manajer liniser-friendly yang memungkinkan pengguna seperti merasa dirumah,
kemampuan grafis yang mumpuni dan kuat, serta sebuah bahasa interaktif yang
natural.
6. Dukungan untuk pengambil keputusan, utamanya terhadap situasi semi stuktural
dan non-struktural.
7. Dukungan untuk persoanal dan kelompok.
8. Pengguna akhir bisa memodifikasi serta mengembangkan situasi dari pengambilan
keputusan.
9. Peningkatan atas efektifnya pengambilan keputusan (akurasi, kualitas, dan garis
waktu) dari pada efisiensinya.
10. Para pengambil keputusan memiliki control mutlak setiap tahapan proses
pengambilan keputusan untuk pemecahan masalah.
11. Dukungan terhadap bermacam gaya dan proses didalam proses mengambil
keputusan.
12. Mampunya sistem untuk relevan, dengan kata lain pengambil keputusan bisa untuk
menyelesaikan setiap masalah yang baru dan disaat yang sama mampu untuk
menanganinya melalui pengaplikasian sistem terhadap semua perubahan kondisi
yang kemudian terjadi.
13. Menggunakan banyak model pada menganalisis situasi pengambilan keputusan.

2.2.6. Komponen-Komponen Sistem Pendukung Keputusan

SPK terdiri atas 4 sub-sistem menurut Turban yakni :

1. Manajemen Knowledge yang mendukung sub-sistem lainnya atau berdiri sebagai
sebagai komponen yang independen.
2. Sub-sistem Dialog ataupun komunikasi, yakni sub-sistem yang biasa digunakan oleh
pengguna untuk berkomunikasi dan memberikan perintah (menyediakan user
interface).
3. Manajemen Model yang berupa seperangkat paket softwareyang isinya adalah
banyak model finansial, statistik, management science, atau model kuantitatif yang
menyediakan kemampuan dalam menganalisa serta software manajemen yang tepat.
4. Manajemen Data, yang meliputi basis data yang isinya berupa data-data yang
berkesinampungan dengan keadaan serta dikelola oleh software yang disebut
dengan Database Management System (DBMS). [9]

2.2.7. Konsep Dasar MADM (Multiple Attribute Decision Making)

MADM merupakan metode yang dipakai dalam menentukan pilihan alternatif dari
beberapa pilihan engan beberapa kriteria tertentu adalah MADM (Multiple Aribute
Decision Making). Menentukan nilai bobot dari setiap kriteria ataupun atribut, yang
dilanjutkan dengan merangking yang akan menyeleksi alternatif yang sudah tersedia
adalah Inti dari MADM (Multiple Attribute Decision Making). Pada dasarnya, ada 3
(tiga) pendekatan yang digunakan untuk mencari nilai bobot atribut, yaitu pendekatan
subjektif, pendekatan obyektif dan pendekatan integrasi di antara subjektif & objektif.
Setiap pendekatan memiliki kelemahan dan kelebihan. Dalam pendekatan subjektif,
nilai bobot akan hasilkan berdasarkan subyektifitas dari para pengambil keputusan,
sehingga dalam beberapa faktor proses perankingan alternatif bisa ditentukan secara
bebas. Sementara pada pendekatan objektif, nilai bobot dihitung secara matematis
sehingga mengabaikan subyektifitas dari pengambil keputusan. [11]
Ada beberapa metode yang bisa digunakan untuk menyelesaikan masalah MADM
antara lain:[10]
a. Electre
b. Simple Additive Weighting Method (SAW)
c. Weighted Product (WP)
d. Analytic Hierarchy Process (AHP)
e. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

2.2.8. Simple Additive Weighting (SAW)

SAW(Simple Additive Weighting) sering juga dikenal istilah metode penjumlahan
berbobot dari rating kinerja pada setiap alternatif dari semua atribut. Metode SAW
membutuhkan suatu proses normalisasi matriks keputusan (X) ke suatu skala yang bisa
diperbandingkan dengan semua rating alternatif yang ada diberikan persamaan sebagai
berikut:

....................... (2.1)

Dimana :
rij : Rating kinerja ternormalisasi
Maxi : Nilai maksimum dari setiap baris dan kolom
Mini : Nilai minimum dari setiap baris dan kolom.
Xij : Baris dan kolom dari matriks
 rij adalah rating kinerja ternormalisasi dari alternatif A i pada atribut Cj;
i=1,2,...,m dan j=1,2,...,n.
Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai

....................... (2.2)

Dimana :
Vi : Nilai akhir dari alternative
Wi : Bobot yang telah ditentukan
rij : Normalisasi matriks
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.
Menurut Kusuma Dewi dalam Rumaisa (2010) Langkah-langkah penelitian
dalam menggunakan metode SAW adalah : [11]
1. Menentukan kriterian-kriteria yang akan dijadikan acuan dalam pengembilan
keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (C i), kemudian melakukan
normalisasi matriks berdasarkan persamaan yang disesuaikan dengan jenis atribut
(atribut keuntungan maupun atribut biaya) sehingga diperoleh matriks
ternormalisasi R.
4. Hasil akhir diperoleh dari setiap proses perankingan yaitu penjumlahan dari
perkalian matriks ternormalisasi R dengan vector bobot sehingga diperoleh nilai
terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi.

2.2.9. Penerapan Metode Simple Additive Weightin (SAW)

Berdasarkan hasil penelitian yang dilakukan oleh Siti Rahmatia Ali (2016),
dilakukan perhitungan manual dengan mengambil 3 data sebagai sampel dalam
perhitungan. Adapun data awal dan kriteri yang digunakan dsalam perhitungan ini
adalah sebagai berikut :
 Tabel 2.3. Kriteria Pemberian Bantuan

Kode
Nama Kriteria / Jenis Kriteria Sub Kriteria Bobot
Kriteria
Luas Lahan -
> 100 M2 5
Benefit -
90 – 100 M 2
4
-
C1 70 – 89 M2. 3
-
50 – 69 M 2
2
-
< 50 M2 1

Jumlah Poktan -
> 10 Kelompok 5
Benefit -
9 – 10 Kelompok 4
C2 -
7 – 8 Kelompok 3
-
5 – 6 Kelompok 2
- <5 Kelompok 1
Keaktifan Kepengurusan -
Sangat Aktif 4
Benefit -
Aktif 3
C3
-
Kurang Aktif 2
-
Tidak Aktif 1
SDM Pengelola (Bidang Ilmu) -
Sesuai 3
C4 Benefit -
Kurang Sesuai 2
-
Tidak Sesuai 1
Kualitas Produksi -
Tinggi
3
Benefit -
Sedang
C5 2
-
Kurang 1

Tabel 2.4. Nilai Alternatif Pada Setiap Kriteria

Kriteria
Alternatif
C1 C2 C3 C4 C5
A1 3 3 4 3 3
 A2 4 4 3 3 2
A3 5 5 4 3 2

Sebagai sampel dalam perhitungan ini adalah A1 =Mandiri, A2=Baluntha , A3

=Dulohupa.
Untuk menyelesaikan kasus diatas dilakukan tahapan sebagai berikut :
Bobot Preferensi :W = ( 5,4,4,3,3 )

X=

Pertama-tama dihitung terlebuh dahulumatriks keputusan ternormalisasi berdasarkan

persamaan 2.1, sebagai berikut :

r11 =

r21=

r31 =

r12 =

r22 =

r32 =
 r13 =

r23 =

r33 =

r14 =

r24 =

r34 =

r15 =

r25 =

r35 =

Sehingga diperoleh Matriks Ternormalisasi R Sebagai Berikut :

R=
Persamaan perangkingan diperoleh berdasarkan persamaan 2.2 sebagai berikut :

V1 = (5)(0,60) + (4)(0,60) + (4)(1) + (3)(1) + (3)(1) = 15,4

V2 = (5)(0,80) + (4)(0,80) + (4)(0,75) + (3)(1) + (3)(0,67) = 15,21

V3 = (5)(1) + (4)(1) + (4)(1) + (3)(1) + (3)(0,67) = 18,01

Nilai terbesar ada pada V3(18,01) Sehingga alternatif A3 adalah alternatif yang
terpilih sebagai alternatif terbaik. Dengan kata lain Gapoktan Dulohupayang berhak
menerima dana PUAP, disusul Gapoktan A2 (Baluntha) dan A1 (Mandiri).

2.2.10. Siklus Hidup Pengembangan Sistem

Menurut Jogiyanto (2005:41), Proses pengembangan sistem melewati beberapa

tahapan dari mulai sistem itu direncanakan sampai dengan diterapkannya system
tersebut, dioperasikan dan dipelihara. jika operasi yng sudah dikembangkan masih
terjadi kembali permasalahan-permasalahan yang tidak dapat diatasi dalam tahap
pemeliharaan, maka diperlukan pengembangan kembali suatu sistem untuk
mengatasinya dan proses ini kembali ke tahap yang pertama, yaitu tahap perencanaan
sistem. Siklus ini juga disebut dengan siklus hidup suatu sistem (systems life cycle).
Daur atau siklus hidup dari pengembangan sistem merupakan suatu bentuk yang
digunakan dalam menggambarkan tahapan utama dan langkah-langkah didalam tahapan
tersebut dalam proses pengembangannya. Berikut langkah-langkah yang digunakan [12]
:
 Gambar 2.1. Siklus Hidup Pengembangan Sistem [12]

2.2.11. Perencanaan Sistem

Kebijakan dalam mengembangkan sistem informasi dapat dilakukan oleh

manajemen puncak karena menginginkan untuk meraih kesempatan-kesempatan yang
sudah ada dan tidak dapat diraih oleh sistem lama atau sistem yang lama mempunyai
banyak kelemahan-kelemahan yang perlu diperbaiki. Setelah manajemen puncak
menetapkan kebijakan untuk mengembangkan sistem informasi, sebelum sistem ini
dikembangkan, maka perlu dilakukan perencanakan terlebih dahulu dengan cermat.
Perencanaannya menyangkut estimasi dari kebutuhan-kebutuhan fisik, tenaga kerja, dan
anggaran yang dibutuhkan untuk..mendukung pengembangan sistem ini serta dalam
mendukung operasinya setelah diterapkan. [10]

Selama proses perencanaan sistem, hal yang perlu..dipertimbangkan adalah :

1. Faktor-Faktor..Kelayakan..(Feasibility..Factors)..yang..berkaitan..dengan
kemungkinan berhasilnya sistem informasi yng dikembangkan dan digunakan.
2. Faktor-Faktor..Strategis (Strategic Factors) yang berkaitan dengan pendukung
sistem informasi dari sasaran bisnis yang dipertimbangkan untuk setiap proyek yng
diusulkan. Nilai-nilai yang dihasilkan dievaluasi dalam menentukan proyek sistem
yang akan menerima prioritas tertinggi
2.2.12. Analisis Sistem

Menurut Kusrini (2007:40), tahapan analisis sistem dimulai karena adanya

permintaan terhadap sistem baru. Misalnya permintaan dari seorang Pimpinan/Manajer
di luar departemen sistem informasi yang melihat peluang baru menemukan atau
menemukan adanya masala. Namun, dalam pengembanagn system baru adakalanya
inisiatif sendiri dari bagian yang bertanggung jawab terhadap pengembangan sistem
informasi. Untuk menentukan hal-hal secara detail tujuan utamanya adalah
dikerjakannya sistem yang diusulkan. [10]
Untuk menganalisis sistem pendukung keputusan harus dilakukan langkah-
langkah pembuatan model,.yaitu :
1. Proses..studi kelayakan yang terdiri dari penentuan sasaran, pencarian prosedur,
pengumpulan..data,..identifikasi masalah, identifikasi..epemilikan masalah,.hingga
akhirnya..terbentuk sebuah..pernyataan masalah.
2. Proses perancangan model. Dalam tahapan ini akan diformulasikan antara kriteria-
kriteri yang ditentukan serta model yng digunakan. Setelah itu, dicari alternatif
model yang bisa menyelesaikan permasalahan tersebut. Berikutnya, tentukan
variabel-variabel model. Setelah beberapa altenatif model diberikan, pada tahap ini
sistem pendukung keputusan yang akan dibangun akan ditentukan satu model yang
akan digunakan.
Terdapat langkah-langkah dasar di dalam tahap analisis sistem yang harus
dilakukan..oleh..analis..sistem,.adalah..sebagai..berikut :
a. Identify, langkah pertama yang dilakukan dalam tahap analisis system yaitu
mengidentifijasi (mengenal) masalah. Masalah..dapat..di..definisikan..sebagai suatu
pertanyaan..yang..di..inginkan untuk dipecahkan. Tahap.identifikasi.masalah.sangat
penting karena akan menentukan.keberhasilan.pada.langkah-langkah..selanjutnya.
b. Understand, adalah memahami kerja dari sistem yang ada. Untuk mempelajari
secara terinci bagaimana sistem yang ada beroperasi dpat dilakukan dengan langkah
ini. Untuk mempelajari operasi dari sistem ini diperlukan data yang dapat diperoleh
dengan cara melakukan penelitian.
c. Analyze, menganalisis sistem tanpa report.
d. Report, Adalah membuat laporan hasil analisis. Analisis telah selesai dilakukan
merupakan tujuan utama dari pembuatan laporan hasil analisis. [10]

2.2.13. Desain Sistem

Dalam desain sistem, dibutuhkan alat bantu desain. Dalam tahapan ini,
pengembang sistem bisa menentukan arsitektur sistemnya bias, merancang database,
merancang gambaran konseptual sistem, perancangan interface, hingga membuat
flowchart..program. Data Flow Diagram (DFD) merupakan salah satu alat bantu yang
bisa digunakan dalam pembuatan sistem bantu keputusan dan suatu model logika data
atau proses yang dibuat untuk menggambarkan asal data dan tujuan data yang keluar
dari sistem,..tempat penyimpanan data,..proses apa.yang menghasilkan data tersebut,
serta interaksi antara data yang tersimpan dan proses yang dikenakan pada data tersebut.
[12]
Menurut John Burch dan Gary Grudnitski, desain sistem dapat didefinisikan
sebagai perencanaan, penggambaran, dan pembuatan sketsa atau pengaturan dari
beberapa elemen yang terpisah ke dalam satu kesatuan yang utuh dan berfungsi.
(Jogiyanto, 2005 : 196). [12]
Tahap desain sistem mempunyai dua tujuan utama :
1. Untuk.memenuhi.kebutuhan.kepada.pemakai.sistem.
2. Untuk.memberikan..gambaran..yang..jelas..dan..rancang..bangun..yang..lengkap
kepada..pemrogram..komputer..dan..ahli-ahli..teknik..lainnya.

Desain sistem dibagi dalam dua bagian, yaitu desain sistem secara umum
(general systems design) dan desain sistem terinci (detailed systems design).

1) Desain.Sistem.Secara.Umum.(general systems design)

Pada tahap desain secara umum, komponen-komponen sistem informasi yang
dirancang dengan tujuan dikomunikasikan kepada user bukan untuk pemrograman.
Komponen sistem informasi yang di desain adalah model, output, input, database,
teknologi, dan kontrol. (Jogiyanto,2005 : 211). [12]

a. Desain Model Secara Umum

Analisis sistem dapat mendesain model dari sistem informasi yang di usulkan
dalam bentuk physical sistem dan logical model. Bagan alir sistem merupakan alat yang
tepat digunakan untuk menggambarkan physical systems, logical model dapat digambar
dengan diagram arus data. (Jogiyanto,2005 : 211). [12]
 Bagan..alir..sistem..merupakan..bagan..yang..menunjukan..arus..pekerjaan..secar
a..keseluruhan..dari..sistem. Bagan.alir.sistem..digambar..dengan.simbol-simbol.sebagai
berikut :

Tabel 2.5. Daftar.Simbol.Bagan.Alir.Dokumen

No. Nama Simbol Simbol Keterangan

Menunjukkan untuk memulai
1. Terminal dan mengakhiri
Suatu proses
Menunjukkan dokumen input
dan..output..baik..itu..proses
2. Dokumen
compurt, mekanik, atau maual

Menunjukan pekerjaan.manual

3. Kegiatan Manual

Menunjukkan..file..non
N A C komputer..yng..diarsip..urut
4. Simpanan Offline angka..(numerical),..hruf
(alphabetical),..atau..tanggal
(chronological)

Menunjukkan..i/o..yang
5. Kartu Plong
menggunakan..kartu punch

Menunjukkan..kegiatan..proses
dari..operasi.program
6. Proses
komputer

Menunjukkan..operasi..yang
7. Operasi Luar dilakukan..diluar..operasi
computer
Menunjukkan proses urut data
Pengurutan
8. diluar.proses.komputer
Offline
Menunjukkan.input dan output
9. Pita Magnetik menggunakan pita magnetic
 No. Nama Simbol Simbol Keterangan
Menunjukkan.input dan.output
10. Hard Disk menggunakan.harddisk

Menunjukkan.input.dan.output
11. Diskette menggunakan.diskette

Menunjukkan.input dan.output
12. Drum Magnetik menggunakan.drum.magnetik

PitaKertas Menunjukkan.input.dan output

13. Berlubang menggunakan.pita.kertas
berlubang
Menunjukkan.input.yang.meng
14. Keyboard gunakan.on-line.keyboard

Menunjukkan.output.yang
15. Display ditampilkan.di.monitor

Menunjukkan.penggunaan.pita
kontrol.(control.tape).dalam…
16. Pita Kontrol batch.control.total.untuk
pencocokan.di.proses.batch
processing

Menunjukkan.proses.transmisi
Hubungan data.melalui.channel
17.
Komunikasi komunikasi
Menunjukkan.arus.dari.proses
18 Garis Alir

Menunjukkan..penjelasan..dari
19 Penjelasan suatu proses

Menunjukkan..penghubung..ke
20 Penghubung halaman..yang..masih..sama
atau.ke.halaman.yang.lain

(Sumber: Jogiyanto HM, 2005 : 802) [12]

Diagram Arus Data (DAD) atau Data Flow Diagram (DFD) digunakan Untuk
mempermudah penggambaran suatu sistem yang ada atau sistem yang baru yang akan
dikembangkan tanpa memoerhatikan lingkunga fisik.
 Tabel 2.6. Daftar Simbol Diagram Alir Dokumen
No Simbol Keterangan

1. Simbol Proses, Menunjukan informasi dari

masukan menjadi keluaran

2. Eksternal Entity, merupakan kesatuan

dilingkungan luar system yang dapat berupa

orang, organisasi atau system lain yang

berada di lingkungan luarnya yang akan

memberikan input seta menerima output dari

system

3. Aliran atau arus data, menggambarkan

gerakan paket data atau informasi dari suatu

bagian kebagian yang lain, dimana

penyimpanan mewakili lokasi penyimpana

data

4. Penyimpanan, digunakan untuk

memodelkan kumpulan data atau paket data

(Sumber : Jogiyanto, 2005 : 700-807) [12]

b. Desain Output Secara Umum

Output adalah produk dari sistem informasi yang dapat dilihat. Output sendiri
tebagi dari beberapa jenis seperti hasil di media kertas, dan hasil di media lunak.
Disamping itu output juga merupakan hasil dari suatu proses yang telah digunakan oleh
proses lain dan tersimpan di suatu media seperti disk, tape, atau kartu. Yang dimaksud
dengan output pada tahap desain ini adalah output yang berupa tampilan di media kertas
atau di layar video. (Jogiyanto,2005 : 213). [12]
c. Desain Input Secara Umum
Alat input bisa digolongkan ke dalam 2 golongan, yaitu alat input tidak
langsung (offline input decice) dan alat input langsung (online input device). Alat input
tidak adalah tidak dihubungkan langsung dengan CPU, langsung merupakan alat input
yang dihubungkan langsung dengan CPU,. (Jogiyanto, 2005 : 214) [12]
d. Desain Database Secara Umum
Basis data (database) adalah kumpulan dari data yang saling berhubungan satu
dengan yang lainnya, Sistem basis data adalah suatu sistem informasi yang sangat
penting dari suatau sistem yang mengintegrasikan kumpulan-kumpulan dari data yang
saling berhubungan satu dengan yang lainnya dan membuatnya tersedia untuk beberapa
aplikasi yang bermacam-macam di dalam suatu organisasi. (Jogiyanto, 2005 : 217).12]

2). Desain.Sistem.Secara.Rinci.(Detailed.systems.design)
a. Desain.Output.Terinci
Desain output terinci dimaksudkan untuk mengetahui bagaimana bentuk output-
output dari sistem yang baru dinuat. Desain output terinci terbagi 2 (dua), yaitu desain
output berbentuk dialog dilayar terminal dan desain output dalam bentuk laporan di
media kertas. (Jogiyanto,2005 : 362). [12]
1. Desain output dalam bentuk doalog layar terminal : merupakan rancang bangun
dari percakapan antara pemakai sistem atau user dengan komputer. Proses
tersebut merupakan proses yang dapat terdiri dari proses memasukkan data ke
sistem, menampilkan output informasi kepada user, atau keduanya.
2. dimaksudkan untuk menghasilkan output dalam bentuk laporan dimedia kertas.
Bentuk laporan yang paling banyak digunakan adalah dalam bentuk tabel dan
berbentuk grafik atau bagan. (Jogiyanto, 2005 : 362). [12]

b. Desain Input Terinci

 Masukan merupakan awal dimulainya proses informasi. Data merupakan bahan
mentah dari informasi yang terjadi dari berbagai transaksi-transaksi yaang dilakukan
oleh organisasi. Data merupakan hasil dari transaksi yang di masukan untuk sistem
informasi. Desain input terinci dimulai dari desain dokumen dasar sebagai penangkap
input yang pertama kali. Jika dokumen-dokumen dasar yang tidak di desain dengan
baik, kemungkinan input yang tercatat dapat salah bahkan kurang. (Jogiyanto,2005 :
375). [12]
Fungsi dokumen dasar dalam penanganan arus data :
1. Dapat.menunjukkan.macam.dari.data.yang.harus.dikumpulkan.dan.ditangkap.
2. Dapat.dicatat.dengan.jelas,.konsisten,.dan.akurat.
3. Dapat.mendorong.lengkapnya.data,.disebabkan.data.yang.dibutuhkan.disebutkan
satu.persatu.di.dalam.dokumen.dasarnya.

c. Desain Database Terinci

Database merupakan.kumpulan.dari.data.yang.saling.berhubungan antara data
yang..satu..dan..data..yang lain, tersimpan di simpanan luar komputer untuk
memanipulasinya dibutuhkan perangkat keras tertentu dan. Database merupakan salah
satu..komponen.yang.penting.di.dalam.sistem.informasi,.karena.berfungsi.sebagai..basis
penyedia.informasi..bagi..para.pemakainya. Penerapan.database..dalam.sistem.informasi
disebut datbase sistem. (Jogiyanto,2005 : 400). [12]

2.2.14. Seleksi Sistem

Ditahap ini merupakan tahap dalam menentukan prangkat yaang akan digunakan
dalam system informasi. Dibutuhkan pengetahuan oleh pemilih sistem diantaranya
adalah pengetahuan tentang siapa yang menyediakan teknologi ini, cara pemilikannya,
dan sebagainya. untuk menyelesaikan sistem, pemilihan sistem harus benar-benar
paham dengan teknik-teknik evaluasi.
2.2.15. Implementasi Sistem

Menurut Kusrini (2007:43), Implementasi system merupakan tahapan untuk

meletakkan sebuah sistem yang siap untuk dioperasikan. Pada tahapan ini terdapat
banyak aktifitas yang dilakukan, yaitu : [10]
1. Pengetesan program dan pemograman
Pemrograman menulis merupakan kegiatan program dan akan dieksekusi oleh
komputer. Kode-kode pemorgram harus berdasarkan dokumentasi-dokumentasi
yng disediakan oleh analis sistem hasil dari desain sistem.
2. Instalasi perangkat keras dan lunak
Instalasi perangkat lunak yang sudah ada dan pemasangan perangkat keras.
3. Pelatihan kepada pemakai
Dalam sebuah sistem informasi memerlukan factor utama yaitu manusia. Jika
ingin sukses dalam sistem informasi, maka personil-personil yang terlibat harus
diberi pengertian dan pengetahuan tentang sistem informasi dan posisi serta
tugas mereka.
4. Pembuatan dokumentasi
Pembuatan sebuah program yang dilakukan dari awal sampai selesai
memerlukan sebuah dokumentasi yang melakukan pencatatan terhadap setiap
langkah pekerjaan. [10]

2.2.16. Perawatan Sistem

Perawatan sistem informasi mrupakansuatu upaya untuk memperbaiki, menjaga,

menanggulangi, dan mengembangkan sistem yang ada. Untuk meningkatkan efisiensi
dan efektivitas kinerja system yang ada agar dalam penggunaannya dapat optimal maka
diperlukan perawatan sistem. Beberapa alasan mengapa kita perlu memelihara system
yang ada yaitu: agar dapat meningkatkan sistem/kinerja sistem, dan menyesuaikan
dengan perkembangan, agar sistem yang ada tidak tertinggal [13].
Aplikasi yang professional dalam SDLC dan teknik maupun perangkat modeling
yang mendukungnya adalah hal-hal keseluruhan yang terbaik yang dapat seseorang
lakukan untuk meningkatkan maintainabilitas sistem.
Jenis – jenis perawatan sistem meliputi :
 1. Perawatan korektif : adalah pemeliharaan yang mengkoreksi kesalahan –
kesalahan yang ditemukan pada sistem, pada saat sistem di jalankan berjalan.
2. Pemeliharaan adaptif : yaitu pemelihaaan yang menyesuaikan dengan tujuan
perubahan yang terjadi.
3. Pemeliharaan perfektif : pemeliharaan ini bertujuan meningkatkan cara kerja
suatu sistem.
4. Pemeliharaan preventif : pemeliharaan ini bertujuan menangani masalah –
masalah yang ada.

2.2.17. White.Box.Testing

White Box Testing atau pengujian glass box merupakan metode desain test case
menggunakan struktur kontrol desain prosedural untuk mendapatkan test case. Untuk
memperoleh Test Case maka harus menggunakan metode White Box [13] :
a) Menjamin.seluruh.Independent.Path.di.dalam.modul yng dikerjakan sekurang-
kurangnya sekali.
b) Mengerjakan.seluruh.keputusan.logical
c) Mengerjakan.seluruh loop.yang.sesuai.dengan.batasannya
d) Mengerjakan.seluruh.struktur.data.internal.yang.menjamin.validitas
Sebelum melakukan proses pengujian Test Case terlebih dahulu dilakukan
penerjemahan flowchart kedalam notasi flowgraph (aliran kontrol). Berikut beberapa
cara istilah pembuatan flowgraph, yaitu:
1. Node.yaitu.lingkaran.pada.flowgraph.yang.menggambarkan.satu.atau.lebih
perintah.prosedural.
2. Edge.yaitu.tanda.panah.yang.menggambarkan.aliran.kontrol.dari.setiap..node
harus.mempunyai.tujuan.node.
3. Region.yaitu.daerah..yang.dibatasi.oleh..node..dan..edge.dan..untuk.menghitung
daerah.diluar.flowgrap. juga.harus.dihitung.
4. Predicate..Node..yaitu.kondisi.yang.terdapat.pada.node..dan..mempunyai
karakteristik..dua. edg. lainnya.
5. Cyclomatic.Complexity.yaitu.metrik.perangkat.lunak.yang.menyediakan.ukuran
kuantitaf.dari..kekompleksan.logical.program.dan.dapat.digunakan.untuk.mencari
jumlah.path.dalam.suatu.flowgraph.
6. Independen.Path.yaitu.jalur.melintasi.atau.melalui.program.dimana.sekurang-
kurangnya.terdapat.proses.perintah.yang.baru.atau.kondisi.yang.baru.
Rumus-rumus.untuk.menghitung.jumlah.Independen.Path.dalam.suatu.flowgraph
yaitu:
1. Jumlah region flowrgaph mempunyai hubungan dengan Cyclomatic Complexity
(CC).
2. V(G) untuk flowgraph dapat dihitung dengan rumus :
a) V(G) = E – N + 2
Dimana :
E = Jumlah edge pada flowrgaph
N = Jumlah node pada flowrgaph
b) V(G) = P + 1
Dimana :
P = Jumlah predicate node pada flowrgaph
Teknik pelaksanaan pengujian White Box ini mempunyai tiga langkah yaitu:
1) Menggambar.flowgraph.yang.ditransfer.oleh.flowchart
2) Menghitung.Cylomatic.Complexity.flowgraph.yang.elah.dibuat
3) Menentukan..jalur.pengujian.dari.flowgraph.yang..berjumlah.sesuai..dengan
Cyclomatic..Complexity..yang..telah.ditentukan.
1

4
6

7 8
9

11 10
 Gambar 2.2. Bagan Air: Roger S. Pressman [13].

Bagan alir digunakan untuk menggambarkan struktur kontrol program dan untuk
menggambarkan grafik alir, harus memperhatikan representasi desain prosedural pada
bagan alir. Gambar bagan dibawah ini, grafik ini memetakan bagan alir tersebut ke
dalam grafik alir yang sesuai (dengan mengasumsikan bahwa tidak ada kondisi senyawa
yang diisikan di dalam diamond keputusan dari bagan alir tersebut). Masing-masing
lingkaran, yang disebut simpul grafik alir, merepresentasikan satu atau lebih statemen
prosedural. Urutan kotak proses dan permata keputusan dapat memetakan simpul
tunggal. Anak panah tersebut yang disebut edges atau links, merepresentasikan aliran
kontrol dan analog dengan anak panah bagan alir. Edge harus berhenti pada suatu
simpul, meskipun bila simpul tersebut tidak merepresentasikan statemen procedural
[13].

Edge 1

Simpul
2.3 Predikat

6 4.5

R2

7 R3 8
R1

9 Region

Node 10
R4

11
 Gambar 2.3. Flowgraph: Roger S. Pressman [13].

Dari gambar flowgraph di atas didapat:

Path.1 =.1.–.11
Path.2.=.1.–.2.–.3.–.4.–.5.–.10.–.1.–.11
Path.3.=.1.–.2.–.3.–.6.–.8.–.9.–.10.–.1.–.11
Path.4.=.1.–.2.–.3.–.6.–.7.–.9 –.10.–.1.–.11
Path..1,2,3,4.yang.telah.didefinisikan..diatas.merupakan..basis.set.untuk..diagram
alir.
Cyclomatic complexity digunakan untuk mencari jumlah path dalam satu
flowgraph. Dapat dipergunakan rumusan sebagai berikut:
1. Jumlah region grafik alir sesuai dengan cyclomatic complexity.
2. Cyclomatix complexity V(G) untuk grafik alir dihitung dengan rumus:
V(G) = E – N + 2 …………. (1)
Dimana:
E = jumlah edge pada grafik alir
N = jumlah node pada grafik alir
3. Cyclomatix complexity V(G) juga dapat dihitung dengan rumus:
V(G) = P + 1 …… (2)
Dimana P = jumlah predicate node pada grafik alir
Dari Gambar di atas dapat dihitung cyclomatic complexity:
1. Flowgraph mempunyai 4 region
2. V(G) = 11 edge – 9node + 2 = 4
3. V(G) = 3 predicate node + 1 = 4
Jadi cyclomatic complexity untuk flowgraph adalah 4
Cyclomatic Complexity yang tinggi menunjukkan prosedur kompleks yang
sulit untuk dipahami, diuji dan dipelihara. Ada hubungan antara Cyclomatic
Complexity dan resiko dalam suatu prosedur.
Tabel 2.7. Hubungan antara Cyclomatic Complexity dan Resiko
 CC Type of Procedure Risk

1-4 A simple procedure Low

5-10 A well structured and stable procedure Low

11-20 A more complex procedure Moderate

21-50 A complex procedure, alarming High

An error-prone, extremely
>50 Very high
troublesome, untestable procedure

2.2.18. Black Box Testing

Mnurut Pressman [13] Black-Box testing berfokus pada persyaratan fungsional

perangkat lunak yang memungkinkan engineers untuk memperoleh set kondisi input
yang sepenuhnya akan melaksanakan persyaratan fungsional untuk sebuah program.
Black-Box testing berusaha untuk menemukan kesalahan dalam kategori berikut:
1. Fungsi yang tidak benar atau fungsi yang hilang
2. Kesalahan antarmuka
3. Kesalahan dalam struktur data atau akses database eksternal
4. Kesalahan perilaku (behavior) atau kesalahan kinerja
5. Inisialisasi dan pemutusan kesalahan
Tes ini dirancang untuk menjawab beberapa pertanyaan-pertanyaan berikut ini:
a. Bagaimana validitas fungsional diuji?
b. Bagaimana perilaku dan kinerja sistem diuji?
c. Apa kelas input akan membuat kasus uji yang baik?
d. Apakah sistem sensitive terhadap nilai input tertentu?
e. Bagaimana batas-batas kelas data yang terisolasi?
f. Kecepatan dan volume data seperti apa yang dapat ditolerir sistem?
g. Efek apakah yang akan menspesifikasikan kombinasi data dalam sistem operasi?
1. Ciri-Ciri Black Box Testing
a. Black box testing berfokus pada kebutuhan fungsional pada software,
berdasarkan pada spesifikasi kebutuhan dari software.
 b. Black box testing bukan teknik alternatif daripada white box testing. Lebih
daripada itu, ia merupakan pendekatan pelengkap dalam mencakup error
dengan kelas yang berbeda dari metode white box testing. 

c. Black box testing melakukan pengujian tanpa pengetahuan detil struktur

internal dari sistem atau komponen yang dites. juga disebut sebagai
behavioral testing, specification-based testing, input/output testing atau
functional testing
2. Jenis teknik design tes yang dapat dipilih berdasarkan pada tipe testing yang akan
digunakan.
a. Equivalence Class Partitioning
b. Boundary Value Analysis
c. State Transitions Testing
d. Cause-Effect Graphing

3. Kategori error yang akan diketeahui melalui black box testing

a. Fungsi yang hilang atau tak benar
b. Error dari antar-muka
c. Error dari struktur data atau akses eksternal database
d. Error dari kinerja atau tingkah laku
e. Error dari inisialisasi dan terminasi

2. 3. Perangkat Lunak Pendukung

Perangkat lunak pendukung yang digunakan penulis dalam membangun sistem ini
yaitu PHP dan MySQL, seperti pada tabel di bawah ini:
Tabel 2.8. Perangkat Lunak Pendukung

NO TOOLS KEGUNAAN

1 PHP Sebuah bahasa scripting yang terpasang pada HTML. Yang

bertujun untuk memungkinkan perancang web menulis
halaman web dinamik dengan cepat.
 2 MySQL Salah satu pengolah database yang menggunakan SQL
(Strukture Query Language) sebagai bahan dasar untuk
mengakses databasenya. Yang memiliki keuntungan seperti
open source dan memiliki kemampuan menampung kapasitas
yang besar.

2. 4. Kerangka Pikir

Masalah

Bagaimana cara merekayasa sistem pendukung keputusan dalam menentukan siswa

lulusan terbaik menggunakan metode Metode Simple Additive Weighting (SAW)
pada SMK Cokroaminoto Kotamobagu?
Bagaimana hasil penerapan metode Metode Simple Additive Weighting (SAW) untuk
sistem pendukung keputusan dalam menentukan siswa lulusan terbaik?

// Sistem Development

///

//// 1 Diagram Konteks (DFD),

Analisis Sistem Diagram Berjenjang (DFD),
Diagram Arus Data Level 0, dst (DFD)
////////////
Kamus Data (Visio)

4
3 Pengujian
KonstruksiSistem
Sistem
/

Desain output
Desain Sistem Desain Input
/ Desain Basis Data (Struktur Data)
Desain Teknologi

Programming (PHP), Database (MYSQL)

/
DataBase (MYSQL)

/ Program (White Box)

Interface (Black Box)

/
Tujuan
//
Untuk mengetahui cara merekayasa sistem pendukung keputusan dalam
/ menentukan siswa lulusan terbaik menggunakan metode Metode Simple
Additive Weighting (SAW) pada SMK Cokroaminoto Kotamobagu.
Untuk mengetahui hasil penerapan metode Metode Simple Additive Weighting
/
(SAW) untuk sistem pendukung keputusan dalam menentukan siswa lulusan
terbaik.
//

Gambar 2.4. Bagan Kerangka Pikir

Untuk mengetahui cara merekayasa sistem pendukung keputusan dalam
menentukan siswa lulusan terbaik menggunakan metode Metode Simple
BAB III
Additive Weighting (SAW) pada SMK Cokroaminoto Kotamobagu.
Untuk mengetahui hasil penerapan metode Metode Simple Additive Weighting
METODE
(SAW) untuk sistem pendukung PENELITIAN
keputusan dalam menentukan siswa lulusan
terbaik.

3.1. Jenis, Metode, Subjek, Waktu dan Lokasi Penelitian

Penelitian ini menggunakan metode penelitian studi kasus, dengan demikian
jenis penelitian ini adalah deskriptif.
Subjek penelitian ini adalah klasifikasi pada obyek menentukan siswa lulusan
terbaik. Penelitian ini dimulai dari Januari 2021 sampai dengan Mei 2021 yang
berlokasi pada SMK Cokroaminoto Kotamobagu.
3.2. Pengumpulan Data
Untuk mengumpulkan data digunakan 2 (dua) jenis data yaitu data primer dan data
sekunder. Data primer yaitu data yang berasal dari penelitian lapangan dan data
sekunder berasal dari penelitian kepustakaan.
1. Penelitian Data Primer (Lapangan)
Untuk memperoleh data primer yang merupakan data langsung dari objek
penelitian yaitu bertempat di SMK Cokroaminoto Kotamobagu. Maka dilakukan
dengan teknik:
a. Observasi, metode ini memungkinkan analis system mengamati atau meninjau
langsung. Adapun pada penelitian ini dilakukan dengan cara menggumpulkan
data siswa yang di tangani bagian tata usaha SMK Cokroaminoto Kotamobagu.
b. Wawancara metode ini digunakan dengan mangajukan beberapa pertanyaan
kepala Sekolah dan pegawaitata usaha SMK Cokroaminoto Kotamobagu.
2. Penelitian Data Sekunder (Kepustakaan)
Metode kepustakaan diperlukan untuk mendapatkan data sekunder dengan tujuan
melengkapi data primer. Data sekunder didapatkan dari pengkajian kepustakaan
yang berisi dasar-dasar teori. Metode kepustakaan digunakan oleh analis sistem
dengan cara mengambil contoh dokumen-dokumen yang berhubungan dengan
materi penelitian. Selain itu, analis system mencari data mengenai hal-hal atau
variabel yang berupa catatan, buku,36 majalah, dan sebagainya yang berhubungan
dengan penelitian.

3.3. TahapanMetode SAW

MULAI

MenentukanKriteriadanVektorBobot

Menentukan Rating
kecocokanSetiapAlternatif

MembuatMatriksKeputusan
 MembuatNormalisasiMatriks

Hitung :
NormalisasiMatriks * VektorBobot

HasilPeringkatAlterna
tif

Selesai

Gambar 3.1.TahapanMetode SAW

3.4. Pengembangan Sistem

3.4.1. Sistem yang diusulkan
Sistem yang diusulkan dapat digambarkan menggunakan flowchart dokumen
yang pada gambar di bawah ini :
 Password Login Password Login
Data User Data Penilaian Data Kriteria Data Siswa
Admin Admin

Save Save Save Save Save

Ubah Password

SPK Menentukan
Siswa Lulusan
TErbaik
Proses Metode
SAW Hasil Proses
SAW

Save Proses
Metode SAW Aa

Data Penilaian Data Siswa

Hasil Proses
Metode SAW

new shapes
Laporan Data new themes
Laporan Data new ways to
Siswa
Penilaian
collaborate
Laporan Hasil
SAW

Gambar 3.2.Sistem Yang Diusulkan

3.4.2. Analisa Sistem

Analisis system menggunakan pendekatan berorientasi procedural/structural:
1. Diagram Konteks, menggunakan alat bantuDFD
2. Diagram Berjenjang, menggunakan alat bantuDFD
3. Diagram Arus Data Level 0,1,dst menggunakan alat bantuDFD
4. Kamus Data menggunakan alat bantu Visio

3.4.3. Desain Sistem

Desain sistem menggunakan pendekatan berorientasi objek yang digambarkan
dalam bentuk :
a. Desain Output, menggunakan alat bantu DFD dalam bentuk:
Phase
 - DesainOutputSecaraUmum
- DesainOutputsecaraTerinci
b. Desain Input, menggunakan alat bantu DFD dalam bentuk:
- Desain Input Secara Umum
- Desain Input Secara Terinci
c. Desain Basis Data, menggunakan alat bantu DFD dalam bentuk:
- Struktur data
- Entity Relationship Diagram
d. Desain Teknologi
- Model Jaringan dari system standalone
- Spesifikasi hardware dan software yang direkomendasikan

3.4.4. Konstruki Sistem

Pada tahap ini menerjemahkan hasil pada tahap analisis dan desain kedalam
kode-kode program computer kemudian membangun sistemnya. Alat bantu yang
digunakan pada tahap ini adalah Visua lStudio, dengan bahasa pemrograman VB.Net.
Dan alat bantu data base yang digunakan Mysql. Alat bantu untuk perancangan report
menggunakan Crystal Report.

3.4.5. Pengujian Sistem

Setelah dilakukan tahap analisa, desain dan produksi sistem, maka kita
melakukan tahap pengujian, dimana seluruh perangkat lunak, program tambahan dan
semua program yang terlibat dalam pembangunan system diuji untuk memastikan
system dapat berjalan dengan semestinya. Testing difokuskan pada logika internal,
fungsi eksternal dan mencari segala kemungkinan kesalahan dari system yang dibuat.
Pada tahap ini dilakukan review dan evaluasi terhadap system yang dikembangkan,
apakah sudah sesuai dengan rancangan atau belum. Jika terjadihal-hal yang tidak sesuai
dengan yang diharapkan, kemudian dilakukan revisi atau perbaikan supaya produk
tersebut dapat dioperasikan dengan baik dan siap untuk diimplementasikan. Pengujian
yang dilakukan dengan menggunakan teknik pengujian perangkat lunak yaitu:
a. Pengujian White Box
 Software yang sudah direkayasa kemudian diuji dengan metod ewhite box testing
pada kode program proses penerapan metodenya/modelnya. Kode program tersebut
kemudian dipetakan kedalam bentuk flowgraph (bagan alir kontrol) yang tersusun dari
beberapa node dan edge. Berdasarkan flowgraph, ditentukan jumlah region dan
Cyclomatic Complexity (CC). Apabila Independent Path = V(G)=(CC) = Region, di
mana setiap Path hanya dieksekusi sekali dan sudah benar, maka system dinyatakan
efisien dari segi kelayakan logika pemrograman.
b. Pengujian Black Box
Selanjutnya software diuji pula dengan metode blackbox testing yang focus pada
keperluan fungsional dari software dan berusaha untuk menemukan kesalahan dalam
beberapa kategori, diantaranya:
1) Fungsi fungsi yang salah atau hilang;
2) Kesalahan interface;
3) Kesalahan dalam struktur data atau akses basis data eksternal;
4) Kesalahan performa;
5) Kesalahan inisialisasi dan terminasi. Jika sudah tidak ada kesalahan
kesalahan tersebut, maka sistem dinyatakan efisien dari segi kesalahan
kompnen-komponen sistem.

DAFTAR PUSTAKA

[1] F. Gifari, S. Informasi, L. Terbaik, and W. Product, “Sistem Penunjang Keputusan

Pemilihan Siswa Lulusan Terbaik Menggunakan Metode Weghted Product ( WP )
 ( STUDI PADA : SMKN 1 GARUT ),” pp. 1–8.
[2] V. W. Okik Dwi Ratnasari, “Sistem Pendukung Keputusan Pemilihan Siswa Berprestasi
Menggunakan Metode Topsis,” Angew. Chemie Int. Ed. 6(11), 951–952., no.
1310651112, 1967.
[3] A. Fau, S. R. Samosir, and A. Mardiah, “Penerapan Metode Preferences Selection Index
Dalam Menentukan Siswa Lulusan Terbaik,” Semin. Nas. Sains Teknol. Inf., pp. 636–641,
2019.
[4] N. I. Hermanto, “Sistem Pendukung Keputusan Pemilihan Motor Dengan Metode SAW,”
J. Mat. dan Pembelajaran, p. 283, 1386.
[5] H. Harsiti and H. Aprianti, “Sistem Pendukung Keputusan Pemilihan Smartphone
dengan Menerapkan Metode Simple Additive Weighting (SAW),” JSiI (Jurnal Sist.
Informasi), vol. 4, pp. 19–24, 2017, doi: 10.30656/jsii.v4i0.372.
[6] T. Kurnialensya, “Sistem Pendukung Keputusan Pelanggan Terbaik dan Pemberian
Diskon Menggunakan Metode SAW & TOPSIS,” J. Ilm. Elektron. Dan Komput., vol. 13,
no. 1, p. 18, 2020.

[7] D. Novianti, “‘Sistem Penunjang Keputusan Pemelihan Laptop Menggunakan Metode

Simple Additive Weighting (SAW) (Studi Kasus : Seven Computech),’” vol. 5, no. 2, pp.
70–75, 2017.

[8] T. Mufizar, D. S. Anwar, and E. Aprianis, “Sistem Pendukung Keputusan Pemilihan

Jurusan Dengan Menggunakan Metode SAW Di SMA 6 Tasikmalaya,” Voice Of
Informatics, vol. 5, no. 1, pp. 1–13, 2016.

[9] Turban, Decision Support Systems and Intelligent Systems (SistemPendukung

Keputusandan System Cerdas). Jilid 1. Yogyakarta: Andi,2005.

[10] Kusrini, Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi,2007.

[11] S.Kusumadewi, S. Hartati, A. Harjoko, andR. Wardoyo, Fuzzy Multi- Atribute Decision
Making (FUZZY MADM). Yogyakarta: Graha Ilmu,2006.

[12] H.Jogianto, Analisis dan Desain Sistem Informasi : Pendekatan Terstruktur Teori dan
Praktek Aplikasi Bisnis. Yogyakarta: Andi Offset, 2005.

[13] S.R. Presman, Rekayasa Perangkat Lunak : Pendekatan

Praktis.Yogyakarta:Andi,2002.

[18] Hariyanto, Bambang, 2004. Sistem Informasi Basis Data: Pemodelan, Perancangan, dan
Terapannya. Informatika, Bandung.

[19] Pressman, R.S. 2002. Rekayasa Perangkat Lunak : Pendekatan Praktis (Buku I).
Yogyakarta : Andi Yogyakarta.