Artikel Skripsi

Universitas Nusantara PGRI Kediri

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI

FAKULTAS TEKNIK DI UNIVERSITAS NUSANTARA PGRI KEDIRI
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

SKRIPSI
Diajukan Untuk Memenuhi Salah Satu Syarat Guna
Memperoleh Gelar Sarjana Komputer ( S.Kom )
Pada Prodi Teknik Informatika

OLEH :

CATUR DENI PRASTYO

NPM: 11.1.03.02.0070

FAKULTAS TEKNIK
UNIVERSITAS NUSANTARA PERSATUAN GURU REPUBLIK INDONESIA UN PGRI
KEDIRI
2016

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 1||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 2||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 3||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI

FAKULTAS TEKNIK DI UNIVERSITAS NUSANTARA PGRI KEDIRI
MENGGUNAKAN METODE SIMPLE ADDITIVE WEIGHTING (SAW)

Catur Deni Prastyo

11.1.03.02.0070
Fakultas Teknik – Prodi Teknik Informatika
Caturdeni.cd@gmail.com
Dr.Suryo Widodo.M.Pd dan Ardi Sanjaya.M.kom
UNIVERSITAS NUSANTARA PGRI KEDIRI

ABSTRAK

Pemilhan program studi merupakan salah satu permasalahan yang dihadapi oleh para siswa yang ingin
melanjutkan ke perguruan tinggi. Banyak siswa yang merasa bingung untuk memilih program studi apa
yang cocok bagi mereka.
Dalam perancangan ini, penulis menggunakan metode Simple Additive Wiegthting (SAW) sebagai
metode pembobotan yang digunakan. Lima kriteria yang digunakan yaitu nilai ujian nasional, jurusan
SMA/Sederajat, penghasilan, minat dan bakat.
Aplikasi sistem pendukung keputusan pemilihan program studi ini dibuat dengan bahasa pemrograman
berbasis PHP dan MySQL sebagai database. Sistem yang dibangun mampu memberikan rekomandasi
dari program studi yang diurutkan berdasarkan bobot tertinggi.
Hasil dari sistem ini dapat memberikan solusi bagi calon mahasiswa yang ingin melanjutkan perdidikan
di Universitas Nusantara PGRI Kediri khususnya pada Fakultas Teknik dalam memilih program studi yang
cocok dengan keinginanya.

Kata Kunci : Penjurusan, SAW, SPK

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 4||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
I. LATAR BELAKANG calon mahasiswa memiliki banyak
Dewasa ini perkembangan alternatif dalam memilih sebuah
teknologi informasi sudah sedemikian program studi, namun tidak jarang
pesat. Perkembangan yang pesat tidak calon mahasiswa kebingungan dalam
hanya teknologi perangkat keras dan menentukan pilihan yang sesuai
perangkat lunak saja, tetapi metode dengan minat dan kemampuan yang
komputasi juga ikut berkembang. dimiliki. Beberapa program studi
Salah satu metode komputasi yang banyak diminati oleh calon
cukup berkembang saat ini adalah mahasiswa, namun ada juga program
metode sistem pengambilan keputusan. studi yang sedikit peminatnya, hal ini
Pengambilan keputusan merupakan dikarenakan adanya hal yang menjadi
bagian kunci kegiatan dari eksekutif, pertimbangan mahasiswa dalam
manajer, karyawan, mahasiswa dan memilih program studi di UNP Kediri.
setiap manusia dalam kehidupanya. Berdasarkan permasalan tersebut,
Masalah yang biasa terjadi dalam penulis berinisiatif untuk melakukan
pengambilan keputusan adalah analisa dan membangun suatu proses
informasi tidak cukup, terlampau pengambilan keputusan, dengan
banyak, tidak akurat, tidak mampu membangun sebuah sistem yang
menganalisis masalah (Dewi, 2008). mampu membantu calon mahasiswa
Tidak terkecuali dalam hal dalam pengambilan keputusan untuk
pengambilan keputusan untuk memilih memilih program studi fakultas teknik
program studi di Universitas Nusantara di UNP Kediri.
PGRI Kediri, khususnya untuk Pada proses pengambilan keputusan
fakultas teknik. banyak metode yang dapat digunakan
Universitas Nusantara PGRI Kediri dalam sistem pengambilan keputusan.
atau dikenal sebagai UNP merupakan Salah satu metode tersebut yang
salah satu perguruan tinggi yang digunakan dalam penelitian ini adalah
menawarkan jumlah program studi metode Simple Additive Weighting
yang sangat banyak. Berbagai potensi (SAW) sebagai pengambilan
dan keunggulan yang dimiliki masing- keputusan yang terletak pada
masing program studi akan menjadi kemampuannya untuk melakukan
nilai lebih bagi calon mahasiswa. penilaian secara lebih tepat karena
Disisi lain dengan banyaknya program didasarkan pada nilai kriteria dan
studi yang ditawarkan akan membuat bobot preferensi (prioritas/

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 5||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
diutamakan) yang sudah ditentukan, membutuhkan proses normalisasi
selain itu metode Simple Additive matrik keputusan (X) ke suatu skala
Weighting (SAW) juga dapat yang dapat diperbandingkan dengan
menyeleksi alternatif terbaik dari semua rating alternatif yang ada.
sejumlah alternatif yang ada karena Metode SAW mengenal adanya 2
adanya proses perankingan setelah (dua) atribut yaitu kriteria keuntungan
menentukan nilai bobot untuk setiap (benefit) dan kriteria biaya (cost).
atribut. Perbedaan mendasar dari kedua
Oleh karena itu, penulis berusaha kriteria ini adalah dalam pemilihan
untuk merancang sebuah sistem yang kriteria ketika mengambil keputusan.
dapat memberikan suatu rekomendasi Adapun langkah penyelesaian
kepada calon mahasiswa untuk dalam menggunakannya adalah:
memilih program studi di fakultas 1. Menentukan alternatif, yaitu Ai.
teknik UNP Kediri sesuai dengan 2. Menentukan kriteria yang akan
kriteria yang di inginkan oleh calon dijadikan acuan dalam
mahasiswa dan mengangkatnya pengambilan keputusan, yaitu Cj
menjadi sebuah penelitian dengan 3. Memberikan nilai rating
judul “SISTEM PENDUKUNG kecocokan setiap alternatif pada
KEPUTUSAN PEMILIHAN setiap kriteria.
PROGRAM STUDI FAKULTAS 4. Menentukan bobot preferensi atau
TEKNIK DI UNIVERSITAS tingkat kepentingan (W) setiap
NUSANTARA PGRI KEDIRI kriteria.
MENGGUNAKAN METODE W = [ W1,W2,W3,…,WJ]
SIMPLE ADDITIVE WEIGHTING 5. Membuat tabel rating kecocokan
(SAW)” dari setiap alternatif pada setiap
II. METODE kriteria.
1. Pengertian SAW 6. Membuat matrik keputusan (X)
Simple Additive Wieghting (SAW) yang dibentuk dari tabel rating
merupakan metode penjumlahan kecocokan dari setiap alternatif
terbobot. Konsep dasar metode SAW pada setiap kriteria. Nilai X setiap
adalah mencari penjumlahan terbobot alternatif (Ai) pada setiap kriteria
dari rating kinerja pada setiap (Cj) yang sudah ditentukan,
alternatif pada semua kriteria dimana, i=1,2,…m dan j=1,2,…n.
(Kusumadewi, 2006). Metode SAW

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 6||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
preferensi (W) yang bersesuaian
X=[ ] eleman kolom matrik (W).
Vi = ∑
7. Melakukan normalisasi matrik Hasil perhitungan nilai Vi yang lebih
keputusan dengan cara menghitung besar mengindikasikan bahwa
nilai rating kinerja ternomalisasi (rij) alternatif Ai merupakan alternatif
dari alternatif Ai pada kriteria Cj. terbaik (Kusumadewi, 2006).
2. Kelebihan SAW
rij = { Adapun kelebihan metode SAW
yaitu:
Keterangan :
a. Menentukan nilai bobot untuk
a. Kriteria keuntungan apabila nilai
setiap atribut, kemudian dilanjutkan
memberikan keuntungan bagi
dengan proses perangkingan yang
pengambil keputusan, sebaliknya
akan menyeleksi alternative terbaik
kriteria biaya apabila
dari sejumlah alternative.
menimbulkan biaya bagi
b. Penilaian akan lebih tepat karena
pengambil keputusan.
didasarkan pada nilai kriteria dan
b. Apabila berupa kriteria
bobot prefensi yang sudah
keuntungan maka nilai dibagi
ditentukan.
dengan nilai dari setiap kolom,
3. Kekurangan SAW
sedangkan untuk kriteria biaya,
Adapun kekurangan metode SAW
nilai dari setiap kolom dibagi
yaitu:
dengan nilai Xij.
a. Perhitungan dilakukan dengan
8. Hasil dari nilai rating kinerja
menggunakan bilangan crisp.
ternomalisasi (rij) membentuk
b. Adanya perbedaan perhitungan
matrik ternormalisasi (R)
normalisasi matriks sesuai dengan
nilai atribut (antara nilai benefit
R=[ ]
dan cost).
4. Contoh Perhitungan
9. Hasil akhir nilai preferensi (Vi)
Berdasarkan hasil pengumpulan
diperoleh dari penjumlahan dari
data, dapat diketahui bahwa terdapat
perkalian elemen baris matrik
lima kriteria dasar yang saat ini
ternormalisasi (R) dengan bobot
digunakan dalam menentukan
pemilihan program studi yaitu nilai

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 7||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
ujian nasional, jurusan ketika di 1. Kriteria Ujian Nasional
SMA/Sederajat, penghasilan orang tua, Variabel nilai ujian nasional
minat dan bakat, dengan urutan yang dikonversikan dengan bilangan fuzzy
sudah di tentukan. dibawah ini :
Berikut merupakan kriteria yang Tabel 2.3 Kriteria nilai ujian nasional
dibutuhkan untuk pengambilan Nilai Ujian Rating Nilai
keputusan. Adapun kriteria yang telah Nasional (C1)
ditentukan, yaitu : Nilai ≤ 55 Rendah 1
Tabel 2.1 Kriteria Nilai 56 – 69 Cukup 2
Kriteria (C) Keterangan Nilai 70 – 89 Baik 3
C1 Nilai Ujian Nasional Nilai 90-100 Sangat Baik 4
Jurusan
C2 2. Kriteria Jurusan SMA/ Sederajat
SMA/Sederajat
Variabel dikonversikan dengan
Penghasilan Orang
C3 bilangan fuzzy dibawah ini :
Tua
Tabel 2.4 Kriteria jurusan SMA/Sederajat
C4 Minat
jurusan Rating Nilai
C5 Bakat
SMA/Sederajat
Dari Kriteria tersebut, maka
(C2)
ditentukan suatu tingkatan kepentingan
IPA Baik 3
kriteria berdasarkan nilai bobot yang
IPS Cukup 2
telah ditentukan ke dalam bilangan
Bahasa Cukup 2
fuzzy. Rating kecocokan setiap
TKJ Baik 3
alternatif pada setiap kriteria adalah
Otomotif Baik 3
sebagai berikut :
Pembangunan Baik 3
Tabel 2.2 Nilai bobot
Listrik Baik 3
Nilai
Bilangan Fuzzy Mesin Baik 3
Rendah (R) 1 Administrasi Cukup
2
Cukup (C) 2 Perkantoran
Tinggi (T) 3 Akutansi Cukup 2
Sangat Tinggi (ST) 4 Multimedia Baik 3

Parameter yang digunakan dalam 3. Kriteria Penghasilan Orang Tua

sistem dan perhitungan :

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 8||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
Variabel Penghasilan Orang Tua pertanyaan tersebut berupa nilai
dikonversikan dengan bilangan yang akan dikonversikan dengan
fuzzy dibawah ini : bilangan fuzzy dibawah ini
Tabel 2.5 Kriteria penghasilan orang tua Tabel 2.7 Kriteria bakat
Kriteria Orang Tua Kriteria Bakat Rating Nilai
Rating Nilai
(C3) (C5)
Nilai ≤ Rp.300.000 Rendah 1 Nilai ≤ 55 Rendah 1
Nilai Rp.300.000 – Nilai 56 – 69 Cukup 2
Cukup 2
Rp.800.000 Nilai 70 – 89 Baik 3
Nilai Rp.800.000 – Nilai 90-100 Sangat Baik 4
Baik 3
Rp.1.500.000
Contoh kasus :
Sangat
Nilai ≥ Rp.1.500.000 4 Seorang calon mahasiswa ingin
Baik
memilih program studi di fakultas
4. Kriteria Minat teknik yang sesuai dengan
Untuk minat berupa pertanyaan- kemampuannya.
pertanyaan yang berhubungan Langkah untuk menghitung dengan
dengan minat calon mahasiswa, metode SAW yaitu :
hasil yang diperoleh dari 1. Menentukan alternatif, pada
pertannyaan tersebut berupa nilai penelitian ini yang alternatif
yang akan dikonversikan dengan jururusan di tandai dengan A1
bilangan fuzzy dibawah ini. sampai dengan A5, dengan uraian
Tabel 2.6 Kriteria minat sebagai berikut
Kriteria Minat Rating Nilai A1 = Teknik Informatika
(C4) A2 = Sistem Informasi
Nilai ≤ 55 Rendah 1 A3 = Teknik Mesin
Nilai 56 – 69 Cukup 2 A4 = Teknik Industri
Nilai 70 – 89 Baik 3 A5 = Teknik Elektro
Nilai 90-100 Sangat Baik 4 2. Menentukan kriteria yang akan
dijadikan acuan dalam
5. Kriteria Bakat pengambilan keputusan. Terdapat
Untuk bakat berupa pertanyaan- lima kriteria yang digunakan,
pertanyaan yang berhubungan ditandai dengan C1 sampai dengan
dengan bakat calon mahasiswa, C5, dengan uraian sebagai berikut
hasil yang diperoleh dari

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 9||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
Nilai Ujian Nasional = C1 kecocokan dari setiap alternatif
Jurusan SMA/Sederajat = C2 pada setiap kriteria.
Penghasilan Orang Tua = C3
Minat = C4
R=
Bakat = C5
3. Memberikan nilai rating ( )
7. Melakukan proses normalisasi
kecocokan setiap alternatif pada
matrik ( Rij )
setiap criteria.
Rendah =1 R11 = = =1

Cukup =2 R12 = = = 0,75

Baik =3
R13 = = =1
Sangat baik = 4
4. Menentukan bobot preferensi atau R14 = = = 0,75
tingkat kepentingan (W) setiap
R15 = = = 0,75
kriteria. W = [ W1,W2,W3,…,WJ]
Bobot preferensi atau tingkat R21 = = =1

kepentingan dari setiap indikator, R22 = = = 0,75

diberikan nilai pada setiap
R23 = = = 0,75
indikator (1,1,1,1).
5. Membuat tabel rating kecocokan R24 = = = 0,75
dari setiap alternatif pada setiap
R25 = = =1
kriteria.
Tabel 2.8 Kecocokan kriteria R31 = = =1

Kriteria R32 = = =1
Alternatif
C1 C2 C3 C4 C5
R33 = = =1
A1 4 4 3 3 2
A2 3 3 3 4 4 R34 = = =1
A3 4 3 3 2 2
R35 = = =1
A4 3 3 3 3 3
R41 = = = 0,75
A5 3 4 3 4 4
R42 = = =1
6. Membuat matrik keputusan (X)
R43 = = = 0,5
yang dibentuk dari tabel rating
R44 = = = 0,75

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 10||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri

R45 = = =1 Tampilan halaman home merupakan

tampilan halaman pertama yang berisi
R51 = = = 0,5
penjelasan tentang profil fakultas teknik.
R52 = = =1

R53 = = = 0,5

R54 = = = 0,75

R55 = = =1

8. Membentuk matrik ternomalisasi

R=

( ) Gambar 5.12 Tampilan

9. Proses perangkingan dengan halaman home

menggunakan bobot yang telah b. Tampilan Halaman Register

ditentukan oleh pegambil Pada tampilan ini User diminta

keputusan : memasukkan nama, alamat, nomer HP,

A1={ (1)(1)+(1)(1)+(1)(1)+ username, Password, yang berguna

(1)(0,75)+(1)(0,5) } = 4,25 untuk melakukan proses login. Berikut

A2 = { (1)(0,75)+(1)(0,75)+ tampilan rancangan dari form halaman

(1)(1)+(1)(1)+(1)(1) } = 4,5 register

A3 = { (1)(1)+(1)(0,75)+
(1) (1)+(1)(0,5)+(1)(0,5) } = 3,75
A4 = { (1)( 0,75)+(1)(0,75)+
(1)(1)+(1)(0,75)+(1)(0,75) }= 4
A5={ (1)(0,75)+(1)(1)+
(1)(1)+(1)(1)+(1)(1) } = 4,75
Nilai terbesar ada pada A5,
sehingga alternatif A5 adalah
rekomendasi alternatif terbaik
III. HASIL DAN KESIMPULAN Gambar 5.13 Tampilan halaman
a.Tampilan Halaman Home register
c. Tampilan Halaman Login User

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 11||

Login digunakan untuk masuk
kedalam aplikasi, dan dari halaman login
ini akan diketahui perbedaan layanan /
fasilitas menu aplikasi yang bisa
dijalankan admin
Gambar 5.16 Tampilan halaman tes bakat
Gambar 5.14 Tampilan halaman login user
d. Rancangan Halaman Uji SPK
Pada rancangan ini User diminta
memasukkan nilai DANUM, jurusan
pada saat SMA/Sederajat, penghasilan,
minat. Berikut tampilan rancangan dari
form uji SPK.
Gambar 5.15 Tampilan halaman uji SPK
e. Rancangan Halaman Tes Bakat
Pada rancangan ini User diminta
menjawab pertanyaan-pertanyaan, yang
Catur Deni Prastyo | 11.1.03.02.0070
Teknik – Teknik Informatika
Artikel Skripsi
Universitas Nusantara PGRI Kediri
berguna untuk mengetahui bakat dari
setiap user. Berikut tampilan rancangan
dari form tes bakat.
f. Rancangan Halaman Rekomendasi
Pada rancangan ini User bisa melihat
rekomendasi jurasan yang sesui dengan
kemampuannya. Berikut tampilan
rancangan dari form rekomendasi.
Gambar 5.17 Tampilan halaman
rekomendasi
Kesimpulan
Dalam penulisan tugas akhir ini,
aplikasi sistem pendukung keputusan
pemilihan program studi fakultas teknik
simki.unpkediri.ac.id
|| 12||
 Artikel Skripsi
Universitas Nusantara PGRI Kediri
UNP Kediri yang telah dibangun Perguruan Tinggi Swasta Di
mempunyai beberapa kesimpulan sebagai Sulawesi Selatan. (Online),
berikut: tersedia:
1. Telah dihasilkan rancangan sistem http://pasca.unhas.ac.id/, diunduh
informasi pendukung keputusan 12 November 2014.
pemilihan program studi fakultas [3] Kusumadewi, 2006. Fuzzy Multi-
teknik di Universitas Nusantara PGRI Atribut Decison Making (Fuzzy
Kediri bagi calon mahasiswa baru MADM). Yogyakarta.
menggunakn metode (Simple [4] Nugroho Joo Usito. 2013. Sistem
Addititive Weighting) SAW Pendukung Keputusan Penelian
Telah dihasilkan program aplikasi Proses Belajar Mengajar
sistem informasi pendukung Menggunakan Metode Simple
keputusan pemilihan program studi Additive Weighting (SAW).
fakultas teknik di Universitas Tugas Akhir. Semarang:
Nusantara PGRI Kediri bagi calon Universitas Diponegoro,
mahasiswa baru menggunakn metode (Online), tersedia:
(Simple Addititive Weighting) SAW http://eprints.undip.ac.id/,
dengan spesifikasi beberapa menu diunduh 31 Oktober 2014.
pilihan yang user friendly sehingga [5] Subakti, 2001. Sistem Pendukung
memudahkan user dalam Keputusan. Surabaya: Jurusan
mengoperasikannya Teknik Informatika Fakultas
IV. DAFTAR PUSTAKA Teknologi Informasi Institut
[1] Dewi, K.E.M. (2008). Sistem Teknologi Sepuluh Nopember.
Pendukung Keputusan Pemilihan [6] Supriyanto, 2005. Pengantar
Jurusan Pada Perguruan Tinggi Teknologi Informasi. Salemba
Negeri Dengan Metode Infotek.Jakarta
Promethee Berbasis Web. Tugas
Akhir. Surabaya:STIKOM
Surabaya, (Online), tersedia:
http://repository.usu.ac.id/,
diunduh 12 November 2014.
[2] Jamaluddin Sawaji, D. H. (n.d.).
Pengambilan Keputusan
Mahasiswa Dalam Memilih

Catur Deni Prastyo | 11.1.03.02.0070 simki.unpkediri.ac.id

Teknik – Teknik Informatika || 13||