Volume 3, No.

1, Juni 2019 e-ISSN 2580-9741

p-ISSN 2088-3943

PENERAPAN PROFILE MATCHING UNTUK MENENTUKAN

PEMBERIAN BEASISWA PADA SISWA SEKOLAH MENENGAH ATAS
Veti Apriana

Universitas Bina Sarana Informatika, Jl. Kamal Raya No. 18, Cengkareng, Jakarta Barat

Email: veti.vta@bsi.ac.id

Abstrak
Guna mendukung putra dan putri terbaik bangsa dalam menempuh jenjang pendidikan, banyak
Intansi dan perusahaan menyediakan beasiswa. Dengan adanya beasiswa para putra dan putri
terbaik bangsa dapat menempuh pendidikan hingga jenjang perguruan tinggi. Hal ini dilakukan
untuk menunjang keberlangsungan generasi penerus bangsa di masa yang akan datang. Beasiswa
merupakan salah satu wujud bantuan yang diberikan oleh pihak tertentu kepada perorangan yang
digunakan demi keberlangsungan pendidikan yang ditempuh. Pemberian beasiswa pendidikan
pada jenjang Sekolah Menengah Atas, pada pelaksanaannya masih timbul berbagai pertanyaan
mengenai apakah pemberian beasiswa sudah sesuai dengan sasaran dan kriteria. Pada peneltian ini,
bertujuan untuk menerapkan metode profile matching dalam menentukan pemberian beasiswa
kepada siswa Sekolah Menengah Atas yang dapat dijadikan sebagai salah satu pendukung
keputusan para pemberi beasiswa dalam menentukan siswa yang berhak mendapatkan
beasiswa.Pada metode Profile Matching, penilaian dan perhitungan nilai GAP berdasarkan nilai
peringkat kelas, penghasilan orang tua, jumlah tanggungan orang tua dan prestasi non
akademik.Hasil akhir dari metode profile matching berupa perangking-an yang menunjukan
bahwa semakin tinggi hasil rangking yang dihasilkan , maka semakin besar pula peluang untuk
mendapatkan beasiswa. Hasil penelitian menunjukan bahwa metode profile matching dapat
diimplementasi dalam sebuah sistem pendukung keputusan untuk mementukan pemberian
beasiswa pada siswa Sekolah Menengah Atas.

Kata kunci : beasiswa, profile matching

1. Pendahuluan Mengingat pentingnya pendistribusian beasiswa

Dalam tujuannya menempuh jenjang
pendidikan, adanya pemberian beasiswa untuk
putra dan putri berprestasi, sangatlah penting
dan sangat membantu untuk kelangsungan para
siswa Sekolah Menengah Atas dalam menuntut
ilmu. Beasiswa adalah bantuan yang diberikan
oleh pihak tertentu kepada perorangan yang
digunakan demi keberlangsungan pendidikan
yang ditempuh [1]. Namun, dalam
pelaksanaannya masih terdapat kendala dalam
pemberian beasiswa, seperti pada penelitian
[1]yang menyatakan, timbul berbagai
pertanyaan mengenai pemberian beasiswa ini,
misalnya apakah sudah sesuai dengan sasaran
dan kriteria dalam pemberiannya, sehingga
sering kali dalam pendistribusian beasiswa
tersebut tidak tepat sasaran. Hal ini disebabkan
karena pemberi beasiswa belum menggunakan
alat bantu atau metode yang digunakan untuk
menentukan penerima beasiswa [2].
Untuk membantu penentuan dalam menetapkan
seseorang
yang layak menerima beasiswa maka dibutuhka
n sebuah sistem pendukung keputusan[3].
agar tepat sasaran, terdapat beberapa faktor
yang harus dipertimbangkan ketika mengambil
keputusan dalam pemberian beasiswa, agar
tidak terjadi kesalahan dalam pengambilan
keputusan yang dapat mengakibatkan adanya
pendistribusian beasiswa yang tidak tepat
sasaran. Penelitian ini menggunakan teknik
analisis data secara kuantitatif. Penelitian
dengan teknik ini yaitu dengan menggunakan
kuesioner yang mengambil sampel dari populasi
sebagai subyek penelitian. Analisis kebutuhan
input yaitu siswa calon penerima beasiswa yang
sudah memenuhi kelengkapan berkas kemudian
dimasukan kedalam sistem untuk diproses
pengambilan keputusan berdasarkan kriteria-
kriteria yang telah ditetapkan adalah :
1. Peringkat kelas,
2. penghasilan orang tua/bulan,
3. jumlah tanggungan orang tua
4. prestasi non akademik.
2. Teori
Sistem Pendukung Keputusan

15
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018
 Volume 3, No. 1, Juni 2019 e-ISSN 2580-9741
p-ISSN 2088-3943

Sistem Pendukung Keputusan (SPK) biasanya kedalam sistem untuk diproses pengambilan
dibangun untuk mendukung solusi atau masalah keputusan berdasarkan kriteria-kriteria yang
atau untuk satu peluang. Aplikasi Sistem telah ditetapkan adalah :
Pendukung Keputusan(SPK) digunakan 1. Peringkat kelas,
dalampengambilang keputusan. Aplikasi Sistem 2. penghasilan orang tua/bulan,
Pendukung Keputusan (SPK) menggunakan 3. jumlah tanggungan orang tua,
CBIS (Computer Based Information System) 4. prestasi non akademik.
yang fleksibel, interaktif, dan dapat diadaptasi,
yang dikembangakn untuk mendukung solusi Berdasarkan kriteria yang sudah ditentukan,
atas masalah manajemen spesifik yang tidak maka dilakukan langkah-langkah berdasarkan
terstruktur [4]. metode profile matching yaitu sebagai berikut:
Sistem Pendukung Keputusan atau Decision a. Pembootan nilai pada setiap kriteria (value
Support System (DSS) merupakan sistem target).
informasi interaktif yang menyediakan b. Pembobotan nilai GAP
informasi pemodelan, dan permasnipulasian c. Perhitungan core factor
data. Sistem itu digunakan untuk membantu d. Perhitungan secondary factor
pengambilan keputusan dalam situasi yang e. Perhitungan nilai total
semiterstruktur dan situasi yang tidak f. Penentuan rangking
terstruktur, dimana tak seorangpun tahu secara
pasti bagaimana keputusan seharusnya Dalam proses profile matching secara garis
dibuat[5]. besar merupakan prosesmembandingkan antara
setiap kriteria setiappenilaian dalam sebuah
Menurut [6] tujuan sistem pendukung keputusan proposal usulanpenelitian yang diajukan
adalah: sehingga diketahuiperbedaan skornya (disebut
1. Membantu Manajer dalam pengambilan juga GAP (Gains Across Product)),
keputusan atas masalah semi terstruktur. semakinkecil GAPyang dihasilkan maka bobot
2. Memberikan dukungan atas pertimbangan nilainyasemakin besar yang berarti memiliki
Manajer dan bukannya dimaksudkan untuk peluang lebihbesar untuk prioritas
menggantikan fungsi Manajer. kelayakan/kelulusan.
3. Meningkatkan efektivitas keputusan yang
diambil Manajer lebih dari pada perbaikan Nilai GAP adalah nilai selisih value masing-
efisiensinya. masing atribut dengan value target, dapat
4. Kecepatan komputasi, komputer diihitung menggunakan persamaan:
memungkinkan para pengambilan keputusan
untuk melakukan banyak komputasi secara 𝐺𝐴𝑃 = 𝑣𝑎𝑙𝑢𝑒 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 − 𝑣𝑎𝑙𝑢𝑒 𝑡𝑎𝑟𝑔𝑒𝑡 (1)
cepat dengan biaya yang rendah. Langkah selanjutnya, adalah menentukan bobot
5. Peningkatan produktivitas. GAP berdasarkan tabel pembobotan nilai GAP
6. Dukungan kualitas, komputer bisa sebagai berikut:
meningkatkan kualitas keputusan yang
dibuat. Tabel 1. Nilai Bobot GAP
7. Berdaya saing. Manajemen dan Bobot
pemberdayaan sumber daya perusahaan. Selisih Keterangan
Nilai
8. Mengatasi keterbatasan kognitif dalam Tidak ada selisih
pemrosesan dan penyimpanan. 0 5 (Kompetensi sesuai dengan
yang dibutuhkan)
Kompetensi individu
3. Metode 1 4.5
kelebihan 1 tingkat
Pada penelitian ini, penerapan metode Profile
Matching dalam sebuah aplikasi dapat Kompetensi individu
-1 4
membantu melakukan penyaringan dengan kekurangan 1 tingkat
parameter-parameter yang telah ditentukan [7]
dengan menggunakan teknik analisis data secara Kompetensi individu
2 3.5
kuantitatif. Penelitian dengan teknik ini yaitu kelebihan 2 tingkat
dengan menggunakan kuesioner yang
Kompetensi individu
mengambil sampel dari populasi sebagai subyek -2 3
kekurangan 2 tingkat
penelitian. Analisis kebutuhan input yaitu siswa
calon penerima beasiswa yang sudah memenuhi Kompetensi individu
3 2.5
kelengkapan berkas kemudian dimasukan kelebihan 3 tingkat

16
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018
 Volume 3, No. 1, Juni 2019 e-ISSN 2580-9741
p-ISSN 2088-3943

yang dilakukan dengan menggunakan

Kompetensi individu
-3 2 persamaan sebagai berikut:
kekurangan 3 tingkat

Kompetensi individu 𝑅𝑎𝑛𝑔𝑘𝑖𝑛𝑔 = 𝑥 %𝑁1 + 𝑥 %𝑁2 + 𝑥 %𝑁𝑛

4 1.5 (5)
kelebihan 4 tingkat
Kompetensi individu Keterangan:
-4 1
kekurangan 4 tingkat N1, N2, Nn : Nilai total per kriteria
Sumber: Kusrini(2007:62) (x)% : Presentase nilai kriteria

Setelah menentukan pembobotan nilai GAP 4. Hasil Penelitian Dan Pembahasan

untuk setiap value, maka langkah selanjutnya Pada metode profile matching ini, langkah awal
adalah mengelompokan setiap value menjadi 2 pembobotan kriteria (value target) untuk
kelompok yaitu Core Factor dan Secondary masing-masing kriteria.
Factor, untuk menghitung Core Factor dapat Skala ordinal:
menggunakan persamaan sebagai berikut: 1. Sangat kurang
2. Kurang
Σ𝑁𝐶(𝑖,𝑠,𝑝) 3. Cukup
𝑁𝐶𝐹 = (2)
Σ𝐼𝐶 4. Baik
Keterangan : 5. Sangat baik
NCF : Nilai rata-rata core factor
NC(i,s,p) : Jumlah total nilai core factor
IC : Jumlah item core factor

Untuk menghitung Secondary Factor dapat a. Pembobotan nilai pada setiap kriteria
menggunakan persamaan sebagai berikut: (value target).
Σ𝑁𝑆(𝑖,𝑠,𝑝)
Tabel 3. Pembobotan kriteria (value target)
𝑁𝑆𝐹 = (3) Value
Σ𝐼𝑆
No. Kriteria
Target
Keterangan :
NSF : Nilai rata-rata secondary factor 1 Peringkat kelas 5
NS(i,s,p) : Jumlah total nilai secondary factor penghasilan orang
IS : Jumalh item secondary factor 2 tua/bulan 4
jumlah tanggungan
Selanjutnya perhitungan nilai total berdasarkan 3 orang tua 3
nilai core factor dan secondary factor yang 4 prestasi non akademik 5
digunakan sebagai kriteria penilaian yang Sumber: Apriana(2019)
berpengaruh terhadap layak atau tidaknya siswa
tersebut dalam menerima beasiswa. Perhitungan Pada tabel 2. Berisi value target dari masing-
dapat dilakukan menggunakan persamaan masing kriteria yang sudah ditentukan
sebagai berikut: berdasarkan skala ordinal yaitu 1. Sangat
kurang, 2 Kurang, 3. Cukup, 4. Baik, 5. Sangat
𝑁𝑖 = 𝑥 %𝑁𝐶𝐹 + 𝑥 %𝑁𝑆𝐹 (4) Baik, dimana value target menjadi tolak ukur
Keterangan: untuk pembobotan nilai GAP pada langkah
Ni : Nilai Akhir selanjutnya.
NCF : Nilai rata-rata Core Factor
NSF : Nilai rata-rata Secondary Factor Tabel 4. Data angket Calon Penerima Beasiswa
Jumlah
Prestasi
Hasil akhir dari proses Profile Matching adalah Calon Penghasil Tanggu
Peringkat Non
Penerima an Orang ngan
ranking dari masing-masing calon penerima Beasiswa
Kelas
tua/bulan Orang
Akade
beasiswa yang diajukan. Setelah masing- mik
tua
masingcalon penerima beasiswa mendapat hasil
Siswa 1 5 5 4 5
akhir, maka bisa ditentukan peringkat atau
ranking dari calon penerima beasiswa Siswa 2 3 5 5 5
berdasarkan pada semakin besarnya nilai hasil Siswa 3 5 3 3 3
akhir sehingga semakin besar pula kesempatan
Siswa 4 5 3 4 3
untuk menerima beasiswa, perhitungan rangking
Siswa 5 4 1 4 5

17
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018
 Volume 3, No. 1, Juni 2019 e-ISSN 2580-9741
p-ISSN 2088-3943

Jumlah Jumlah
Prestasi Prestas
Calon Penghasil Tanggu Calon Pering Penghasil Tanggun
Peringkat Non i Non
Penerima an Orang ngan Penerima kat an Orang gan
Kelas Akade Akade
Beasiswa tua/bulan Orang Beasiswa Kelas tua/bulan Orang
mik mik
tua tua

Siswa 6 4 5 5 5 Siswa 8 4 5 5 3
Siswa 7 5 1 4 5 Siswa 9 3 1 2 5
Siswa 8 4 5 5 3 Siswa 10 5 1 3 5
Siswa 9 3 1 2 5 Siswa 11 5 2 4 5
Siswa 10 5 1 3 5 Siswa 12 3 5 2 5
Siswa 11 5 2 4 5 Siswa 13 5 4 5 5
Siswa 12 3 5 2 5 Siswa 14 4 4 3 3
Siswa 13 5 4 5 5 Siswa 15 3 4 4 3
Siswa 14 4 4 3 3 Siswa 16 5 3 5 5
Siswa 15 3 4 4 3 Siswa 17 5 4 3 5
Siswa 16 5 3 5 5 Siswa 18 5 1 3 5
Siswa 17 5 4 3 5 Siswa 19 5 5 5 5
Siswa 18 5 1 3 5 Siswa 20 5 4 4 5
Value
Siswa 19 5 5 5 5 Target 5 4 3 5
Siswa 20 5 4 4 5 Siswa 1 0 1 1 0
Sumber: Apriana(2019)
Siswa 2 -2 1 2 0
b. Pembobotan nilai GAP Siswa 3 0 -1 0 -2
Berdasarkan data angket calon penerima Siswa 4 0 -1 1 -2
beasiswa yang terdapat pada tabel 4, langkah
selanjutnya adalah perhitungan nilai GAP, Siswa 5 -1 -3 1 0
dimana nilai GAP merupakan selisih dari value Siswa 6 -1 1 2 0
atribut dan value target, sehingga diperoleh Siswa 7 0 -3 1 0
bobot masing-masing kriteria. Nilai GAP dapat
diikhtisarkan dengan menggunakan data nilai Siswa 8 -1 1 2 -2
bobot GAP, seperti yang terlihat pada data Siswa 9 -2 -3 -1 0
Siswa 1 berdasarkan pada data angket, peringkat Siswa 10 0 -3 0 0
kelas mempunyai value atribut = 5 sedangkan
value target untuk peringkat kelas adalah 5, Siswa 11 0 -2 1 0
maka hasil selisih value atribut dan value target Siswa 12 -2 1 -1 0
adalah 0, maka jika berdasarkan data nilai bobot
Siswa 13 0 0 2 0
GAP, selisih dengan hasil 0 mempunyai bobot
nilai 5, yang berarti Tidak ada selisih Siswa 14 -1 0 0 -2
(Kompetensi sesuai dengan yang dibutuhkan). Siswa 15 -2 0 1 -2
Tabel 5. Pembobotan Nilai GAP
Siswa 16 0 -1 2 0
Jumlah
Prestas
Calon Pering Penghasil Tanggun Siswa 17 0 0 0 0
i Non
Penerima kat an Orang gan
Akade Siswa 18 0 -3 0 0
Beasiswa Kelas tua/bulan Orang
mik
tua
Siswa 19 0 1 2 0
Siswa 1 5 5 4 5
Siswa 20 0 0 1 0
Siswa 2 3 5 5 5 Sumber: Apriana(2019)
Siswa 3 5 3 3 3
c. Perhitungan Core Factor
Siswa 4 5 3 4 3
Siswa 5 4 1 4 5 Berdasarkan nilai GAP yang ada pada tabel
5, maka langkah selanjutnya adalah membagi
Siswa 6 4 5 5 5 kriteria kedalam dua kelompok yaitu core factor
Siswa 7 5 1 4 5 dan secondary factor, dimana kriteria yang

18
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018
 Volume 3, No. 1, Juni 2019 e-ISSN 2580-9741
p-ISSN 2088-3943

termasuk core factor adalah peringkat kelas dan Jumlah

jumlah tanggungan orang tua. Setelah dilakukan Calon Penerima Peringkat Core
Tanggungan
Beasiswa Kelas Factor
pengelompokan kriteria menjadi core factor dan Orang tua
secondary factor, maka langkah selanjutnya 17 Hasil Bobot
menghitung nilai core factor, seperti pada tabel 5 5
nilai
6. Nilai GAP 0 0
Siswa
Hasil Bobot 5
18 5 5
Tabel 6. Perhitungan Core FactorCalon nilai
Penerima Beasiswa Nilai GAP 0 2
Siswa
Hasil Bobot 4,25
Jumlah 19 5 3,5
Calon Penerima Peringkat Core nilai
Tanggungan
Beasiswa Kelas Factor Nilai GAP 0 1
Orang tua Siswa
Hasil Bobot 4,75
20 5 4,5
Nilai GAP 0 1 nilai
Siswa
Hasil Bobot 4,75 Sumber: Apriana(2019)
1 5 4,5
nilai
Nilai GAP -2 2 Pada tabel 6. Terlihat hasil perhitungan nilai
Siswa
Hasil Bobot 3,25
2 3 3,5 core factor untuk Siswa 1 adalah 4,75, Siswa 2
nilai
adalah 3,25, Siswa 3 adalah 5, Siswa 4 adalah
Nilai GAP 0 0
Siswa
5
4,75, Siswa 5 adalah 4,25, Siswa 6 adalah 3,75,
3 Hasil Bobot
nilai
5 5 Siswa 7 adalah 4,75, Siswa 8 adalah 3,75, Siswa
Nilai GAP 0 1
9 adalah 3,5, Siswa 10 adalah 5, Siswa 11
Siswa adalah 4,75, Siswa 12 adalah 3,5 Siswa 13
Hasil Bobot 4,75
4 5 4,5
nilai adalah 4,25, Siswa 14 adalah 4,5, Siswa 15
Nilai GAP -1 1 adalah 3,75, Siswa 16 adalah 4,25, Siswa 17
Siswa
5 Hasil Bobot 4,25 adalah 5, Siswa 18 adalah 5, Siswa 19 adalah
4 4,5
nilai 4,25 dan Siswa 20 adalah 4,75.
Nilai GAP -1 2
Siswa d. Perhitungan Secondary Factor
Hasil Bobot 3,75
6 4 3,5
nilai
Nilai GAP 0 1 Kriteria yang termasuk secondary factor
Siswa penghasilan orang tua/bulan dan prestasi non
Hasil Bobot 4,75
7 5 4,5
nilai akademik. Langkah selanjutnya menghitung
Nilai GAP -1 2 nilai secondary factor , seperti pada tabel 7.
Siswa
Hasil Bobot 3,75
8 4 3,5 Tabel 7. Perhitungan Secondary FactorCalon
nilai
Nilai GAP -2 -1 Penerima Beasiswa
Siswa
Hasil Bobot 3,5 Penghasilan Prestasi
9 3 4 Calon Penerima Secondary
nilai Orang Non
Beasiswa Factor
Nilai GAP 0 0 tua/bulan Akademik
Siswa
Hasil Bobot 5
10 5 5 Nilai GAP 1 0
nilai Siswa
Hasil 4,75
Nilai GAP 0 1 1 4,5 5
Siswa 4,75 Bobot nilai
11 Hasil Bobot
5 4,5 Nilai GAP 1 0
nilai Siswa
Hasil 4,75
Nilai GAP -2 -1 2 4,5 5
Siswa Bobot nilai
Hasil Bobot 3,5
12 3 4 Nilai GAP -1 -2
nilai Siswa
Hasil 3,5
Nilai GAP 0 2 3 4 3
Siswa Bobot nilai
Hasil Bobot 4,25
13 5 3,5 Nilai GAP -1 -2
nilai Siswa
Hasil 3,5
Nilai GAP -1 0 4 4 3
Siswa Bobot nilai
Hasil Bobot 4,5
14 4 5 Nilai GAP -3 0
nilai Siswa
Hasil 3,5
Nilai GAP -2 1 5 2 5
Siswa Bobot nilai
Hasil Bobot 3,75
15 3 4,5 Nilai GAP 1 0
nilai Siswa
Hasil 4,75
Nilai GAP 0 2 6 4,5 5
Siswa Bobot nilai
Hasil Bobot 4,25
16 5 3,5 Siswa Nilai GAP -3 0
nilai 3,5
7 Hasil 2 5
Siswa Nilai GAP 0 0 5

19
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018
 Volume 3, No. 1, Juni 2019 e-ISSN 2580-9741
p-ISSN 2088-3943

Penghasilan Prestasi factor adalah 60% dan secondary factor adalah

Calon Penerima Secondary 40%.
Orang Non
Beasiswa Factor
tua/bulan Akademik
Bobot nilai Tabel 8. Perhitungan Nilai Akhir
Calon
1 -2 Core Secondary Niliai Akhir
Siswa Nilai GAP Penerima
3,75 Factor Factor (Rating)
8 Hasil Beasiswa
4,5 3
Bobot nilai Siswa 1 4,75 4,75 4,75
Nilai GAP -3 0 Siswa 2 3,25 4,75 3,85
Siswa
Hasil 3,5 Siswa 3 5 3,5 4,4
9 2 5
Bobot nilai Siswa 4 4,75 3,5 4,25
Nilai GAP -3 0 Siswa 5 4,25 3,5 3,95
Siswa
Hasil 3,5
10 2 5 Siswa 6 3,75 4,75 4,15
Bobot nilai
Siswa 7 4,75 3,5 4,25
Nilai GAP -2 0
Siswa Siswa 8 3,75 3,75 3,75
Hasil 4
11 3 5
Bobot nilai Siswa 9 3,5 3,5 3,5
1 0 Siswa 10 5 3,5 4,4
Siswa Nilai GAP
Hasil 4,75 Siswa 11 4,75 4 4,45
12 4,5 5
Bobot nilai Siswa 12 3,5 4,75 4
Nilai GAP 0 0 Siswa 13 4,25 5 4,55
Siswa
Hasil 5 Siswa 14 4,5 4 4,3
13 5 5
Bobot nilai Siswa 15 3,75 4 3,85
Nilai GAP 0 -2 Siswa 16 4,25 4,5 4,35
Siswa
Hasil 4
14 5 3 Siswa 17 5 5 5
Bobot nilai
Siswa 18 5 3,5 4,4
Nilai GAP 0 -2
Siswa Siswa 19 4,25 4,75 4,45
Hasil 4
15 5 3 Siswa 20 4,75 5 4,85
Bobot nilai
Nilai GAP -1 0 Sumber: Apriana(2019)
Siswa
Hasil 4,5
16 4 5
Bobot nilai Pada Tabel 8. merupakan data perhitungan nilai
Siswa Nilai GAP 0 0 akhir kriteria, pada data Siswa 17 didapat nilai
Hasil 5 akhir 5, yang didapat dari 60% dari nilai core
17 5 5
Bobot nilai factor dijumlahkan dengan 40% dari nilai
Nilai GAP -3 0 secondary factor.
Siswa
Hasil 3,5
18 2 5
Bobot nilai
f. Penentuan Ranking
Nilai GAP 1 0
Siswa
Hasil 4,75 Pada tahap ini,akan dilakukan penentuan
19 4,5 5
Bobot nilai
ranking yang merupkan tahap akhir dari metode
Nilai GAP 0 0
Siswa profile matching, rangking ditentukan
Hasil 5
20 5 5 berdasarkan perhitungan nilai total seperti
Bobot nilai
terlihat pada tabel 9, selanjutnya nilai tersebut
Sumber: Apriana(2019)
dihitung, yang kemudian diurutkan dari yang
terbesar hingga yang terkecil.
Pada tabel 7. Terlihat hasil perhitungan nilai
Tabel 9. Data Hasil Rangking
secondary factor untuk Siswa 1 adalah 4,75,
Siswa 2 adalah 4,75, Siswa 3 adalah 3,5, Siswa Calon Niliai Rangking
4 adalah 3,5, Siswa 5 adalah 3,5, Siswa 6 adalah Penerima Akhir
4,75, Siswa 7 adalah 3,5, Siswa 8 adalah 3,75, Beasiswa (Rating)
Siswa 9 adalah 3,5, Siswa 10 adalah 3,5, Siswa Siswa 1 4,75 3
11 adalah 4, Siswa 12 adalah 4,75 Siswa 13 Siswa 2 3,85 16
adalah 5, Siswa 14 adalah 4, Siswa 15 adalah 4,
Siswa 3 4,4 9
Siswa 16 adalah 4,5, Siswa 17 adalah 5, Siswa
Siswa 4 4,25 12
18 adalah 3,5, Siswa 19 adalah 4,75 dan Siswa
Siswa 5 3,95 18
20 adalah 5.
Siswa 6 4,15 14
Langkah selanjutnya adalah meghitung nilai Siswa 7 4,25 13
total yang merupakan prosentase dari nilai core Siswa 8 3,75 19
factor dan secondary factor. Prosentase core Siswa 9 3,5 20

20
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018
 Volume 3, No. 1, Juni 2019 e-ISSN 2580-9741
p-ISSN 2088-3943

Calon Niliai Rangking pemberian beasiswakepada Siswa Sekolah

Penerima Akhir Menengah Atassehingga dapat membantu pihak
Beasiswa (Rating) yang berwenang dalam mengambil keputusan
Siswa 10 4,4 8 sesuai dengan kriteria yang ada. Hasil penelitian
Siswa 11 4,45 5 ini, ditunjukan dengan adanya perangkingan
Siswa 12 4 15 tertinggi yaitu 5 pada Siswa 17, yang berarti
Siswa 13 4,55 4 skala ordinal penilaian yang didapat adalah
Siswa 14 4,3 11 baik, dan berhak berhak menerima beasiswa
Siswa 15 3,85 17 selama menempuh pendidikan Sekolah
Siswa 16 4,35 10 Menengah Atas. Untuk penelitian berikutnya,
Siswa 17 5 1 diharapkan dapat mengimplementasikan
Siswa 18 4,4 7 metode profile matching pada sebuah Sistem
Penunjang Keputusan dengan menambahkan
Siswa 19 4,45 6
variabel-variabel yang dapat memperkuat
Siswa 20 4,85 2
penilaian dalam menentukan pemberian
Sumber: Apriana(2019)
beasiswakepada Siswa Sekolah Menengah Atas.

Pada tabel 9. Merupakan data hasil 6. Referensi

perangkingan, pada data tersebut nilai akhir
paling tinggi didapat oleh Siswa 17 dengan nilai
akhir 5 , maka jika kita urutkan rangking 1
didapat oleh Siswa 17, rangking 2 didapat oleh
Siswa 20, rangking 3 didapat oleh Siswa 1,
rangking 4 didapat oleh Siswa 13 dan rangking
5 didapat oleh Siswa 11, Berdasarkan hasil
pengolahan data menggunakan profile
matching, maka hasil akhir menunjukan adanya
perankingan data seperti yang terlihat pada tabel
9. Siswa 17 mempunyai hasil perangkingan
tertinggi yaitu 5, yang berarti skala ordinal
penilaian yang didapat adalah baik, dan berhak
menerima beasiswa selama menempuh
pendidikan Sekolah Menengah Atas.
5. Kesimpulan
Berdasarkan hasil pengolahan data calon
penerima beasiswa pada Sekolah Menegah
Atas, dapat ditarik kesimpulan bahwa hasil
pengolahan data calon penerima beasiswa
dengan menggunakan profile matching dapat
diimplementasikan dalam sebuah sistem
pendukung keputusan untuk menentukan
[1] A. Muzakir, “Prosiding Seminar Nasional
Aplikasi Sains & Teknologi (SNAST) 2014
Yogyakarta, 15 November 2014 ISSN: 1979-
911X,” Snast, vol. 3, no. November, pp. 211–
216, 2014.
[2] C. Surya, “Sistem Pendukung Keputusan
Rekomendasi Penerima Beasiswa
Menggunakan Fuzzy Multi Attribut Decision
Making (FMADM) dan Simple Additive
Weighting (SAW),” J. Rekayasa Elektr., vol.
11, no. 4, p. 149, 2015.
[3] S. Eniyati, “Perancangan Sistem Pendukung
Pengambilan Keputusan untuk Penerimaan
Beasiswa dengan Metode SAW (Simple
Additive Weighting),” Teknol. Inf. Din., vol.
16, no. 2, p. 7, 2011.
[4] D. Nofriansyah, Konsep Data Mining VS Sistem
Pendukung Keputusan, Ed.1. Yogyakarta:
Deepublish, 2014.
[5] Kusrini, Konsep dan Aplikasi Sistem
Pendukung Keputusan. Yogyakarta: Andi,
2007.
[6] E. Turban, Decision Suport System and
Intelligent System, 7th ed. New Jersey: Pearson
Education, 2005.
[7] J. F. Palandi and Z. E. Pudyastuti, “Penyaringan
Kandidat Untuk Promosi Jabatan Dengan
Profile Matching,” vol. 5, no. 1.

21
Jurnal Mantik Penusa Vol. 3, No. 1 Juni 2019, pp.15-21 Terakreditasi DIKTI No.SK 21/E/KPT/2018