SKRIPSI
Disusun Oleh :
KARYA ILMIAH
Disusun Oleh :
Saya yang bertanda tangan dibawah ini, menyatakan bahwa Karya Ilmiah/Tugas
akhir yang saya ajukan ini adalah hasil karya saya sendiri, tidak dapat karya
yang pernah diajukan untuk memperoleh gelar kesarjanaan disuatu perguruan
tinggi atau karya yang pernah ditulis atau diterbitkan oleh orang lain yang secara
tertulis diacu didalam naskah ini dan disebutkan dalam daftar Pustaka. Karya ini
adalah milik saya dan pertanggung jawaban berada dipundak saya.
Metro, 05
Februari
Yang
Menyatakan
NPM : 19020004
Disetujui Mengetahui
Ketua Program Studi Sistem informasi
Pembimbing
Mengesahkan,
Tanda Tangan
M.Nur Ikhsanto,S.Kom.,M.TI
NIDN. 0208028401
Dengan mengucap syukur kepada Tuhan Yang Maha Esa, Kupersembahkan karya
kecilku ini untuk orang orang yang kusayangi :
1. Ayah Baherman dan Ibu Suryati, Mereka berdua adalah Motivator terbesar
dalam hidupku yang tak pernah putus mendoakan dan menyayangiku atas
semua pengorbanan dan kesabaran mengantarkan sampai dititik ini.
Terimakasi banyak atas support yang luar biasa ini.
2. Saudaraku Okta Apriansyah, Hengki Saputra, Guntur Berlian, Linda Desma
Yanti S,AP dan adikku Dena Novita Sari yang selalu memberikan semangat
motivasi dan dukungan serta kasih sayang sampai dititik ini .
3. Orang specialku Haris Sera Prayoga terimakasi sudah menjadi support sistem
terbaik sampai detik ini.
4. Para Sahabat seperjuangan di STMIK Dharma Wacana Metro dan semua
teman-teman , terima kasih untuk kalian semua.
5. Dosen pembimbing ibu Tri aristi S.KOM, M.T.I yang ikut serta membantu
menyelesaikan laporan kerja praktek ini.
MOTTO
Anak Ke :5
Pendidikan Formal :
Puji syukur kepada Tuhan Yang Maha Esa, atas karunia-Nya sehingga saya dapat
menyelesaikan laporan Karya Ilmiah dengan judul “ Implementasi metode simple
additive weighting Saw untuk penerimaan mahasiswa baru jalur KIP pada Stmik
Dharmawacana (Studi Kasus : “Stmik Dharmawacana”)” ini disusun untuk
memenuhi persyaratan menyelesaikan Mata Kuliah Karya Ilmiah Program Studi
Sistem informasi STMIK Dharma Wacana Metro.
Penulis
Halaman Sampul………………………………………………………………...…i
Abstrak…………………...………………..………………………………………ii
Abstract ………………………………………………………………………….iii
PERNYATAN………….……………………………………………………….. iv
HALAMAN PERSETUJUAN………………..……….………………………….v
HALAMAN PENGESAHAN……………………………………………………vi
MOTTO…………………………….……………………………………………vii
RIWAYAT HIDUP……………………………………………………………..viii
PRAKATA……………………………………………………………………….xi
DAFTAR ISI……………………………………….……………..………………x
DAFTAR TABEL…………………..........………………………………………xi
1. PENDAHULUAN.............................................................................................13
1.1 Rumusan Masalah........................................................................................14
1.2 Tujuan Penelitian..........................................................................................14
2. Kajian Literatur..................................................................................................14
2.1 Simple Additive Weighting (SAW).............................................................14
2.2 Pengertian Sistem Pendukung Keputusan....................................................16
Gambar 1. Konseptual SPK...................................................................................16
3. METODE PENELITIAN...................................................................................16
3.1 Metode Pengumpulan data...........................................................................16
3.2 Sumber yang dapat menjadi referensi atau sumber data atau literature-
literature..............................................................................................................17
Toni Limbong.....................................................................................................17
3.3 Data..............................................................................................................18
4. HASIL DAN PEMBAHASAN..........................................................................21
4.1 Data alternative.............................................................................................21
4.2 Kreteria dan Bobot.......................................................................................24
4.3 Bobot Prefensi ( W ).....................................................................................26
4.4 Nilai Rating Kecocokan Setiap Alternatif pada setiap kreteria ...................26
4.5 Matriks Keputusan.......................................................................................29
4.6 Normalisasi Matriks Keputusan ( X ) Dan Nilai Maksimal.........................31
5. KESIMPULAN..................................................................................................48
DAFTAR PUSTAKA............................................................................................50
Daftar Tabel
Tabel 1 Kreteria...............................................................................................................18
Tabel 2 Bilangan Fuzzy....................................................................................................18
Tabel 3 Kreteria Nilai Tes Tertulis...................................................................................19
Tabel 4 Kreteria Nilai Hasil Wawancara..........................................................................19
Tabel 5 Kreteria Nilai Rapor SMA..................................................................................20
Tabel 6 Kreteria Nilai Berkas...........................................................................................20
Tabel 7 Tingkat Kepentingan Kreteria.............................................................................21
Tabel 8 Kreteria Nilai Tes Tertulis...................................................................................21
Tabel 9 Kreteria Nilai Tes Tertulis...................................................................................24
Tabel 10 Kreteria Nilai Hasil Wawancara........................................................................24
Tabel 11 Kreteria Nilai Rapor SMA................................................................................25
Tabel 12 Kreteria Nilai Berkas........................................................................................25
Tabel 13 Kreteria Nilai Kelayakan Rumah.....................................................................26
Tabel 14 Kreteria Bobot...................................................................................................26
Tabel 15 Rating Kecocokan Alternatif.............................................................................27
Tabel 16 kreteria benefit...................................................................................................29
Tabel 17 Kreteria Cost.....................................................................................................29
Tabel 18 Nilai Matriks Keputusan...................................................................................29
Tabel 19 Nilai Matriks Keputusan...................................................................................31
Tabel 20 Nilai Matriks Ternormalisasi.............................................................................37
Tabel 21 Penjumlahan hasil.............................................................................................43
Tabel 22 Perankingan.......................................................................................................45
1.PENDAHULUAN
Beasiswa merupakan program kerja yang disediakan setiap sekolah dan
perguran tinggi. Program beasiswa diadakan untuk meringankan beban siswa
maupun mahasiswa dalam menempuh studi. Penyaluran beasiswa dilakukan oleh
beberapa lembaga yang diberikan kepada siswa serta mahasiswa secara selektif
sesuai dengan jenis beasiswa yang diselenggarakan. Contoh jenis beasiswa adalah
beasiswa kurang mampu, beasiswa berprestasi, dan lain-lain.
STMIK Dharma Wacana adalah salah satu perguruan tinggi swasta yang
melakukan penyelenggara pendidikan dikota Metro. STMIK Dharma Wacana
memiliki 7 (tujuh) jenis beasiswa yang diberikan untuk calon mahasiswa seperti
beasiswa KIP, Beasiswa prestasi , Pondok pesantren, CSR, DT Peduli, Konten
Kreator, dan Tahfhidz qur’an. Dengan adanya beberapa jenis beasiswa tersebut,
maka diperlukan adanya seleksi perhitungan dan pendataan pemilihan agar dapat
menghasilkan data yang akurat. Dari beberapa jenis beasiswa, beasiswa KIP
merupakan beasiswa paling diminati oleh calon mahasiswa STMIK Dharma
Wacana. Oleh karena itu, penelitian ini akan fokus pada beasiswa KIP.
Dengan banyaknya peminat pada jalur beasiswa KIP, maka tidak semua
calon mahasiswa STMIK Dharma Wacana pada setiap angkatan mendapatkan
kesempatan diterima karena adanya keterbatasan jumlah kuota. Jumlah kuota
calon penerima beasiswa KIP STMIK Dharma Wacana setiap tahun ditentukan
oleh Lembaga Layanan Pendidikan Tinggi (LLDIKTI) wilayah 2. Dengan adanya
jumlah kuota tersebut, maka jumlah calon mahasiswa dari jalur beasiswa KIP juga
disesuaikan dengan jumlah kuota dari LLDIKTI. Oleh sebab itu, dibutuhkan
proses seleksi pada penerimaan calon mahasiswa jalur KIP agar dapat menyaring
calon mahasiswa terbaik sesuai jumlah kuota yang ada.
2.Kajian Literatur
2.1 Simple Additive Weighting (SAW)
Metode SAW adalah metode penjumlahan terbobot. konsep dasar dari metode
SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua atribut.Metode SAW membutuhkan proses normalisasi
matrik keputusan ke skala yang dapat diperbandingkan dengan semua rating
alternative yang ada . Fuzzy Multiple Attribute Decision Making (FMADM)
adalah suatu metode yang digunakan untuk mencari alternatif optimal dari
sejumlah alternatif dengan kriteria tertentu.
Dalam suatu pengambilan keputusan untuk menentukan alternatif terbaik
dari sejumlah alternatif berdasarkan beberapa kriteria tertentu [1].
Fitur Umum FMADM:
a. Alternatif
b. Atribut
c. Konflik antar kriteria
d. Bobot keputusan
e. Matriks keputusan
Metode Simple Additive Weighting (SAW) sering juga dikenal istilah
metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut
[1, 4].
Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke
suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
Formula untuk melakukan normalisasi tersebut adalah sebagai berikut:
Dengan rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut
Cj; i=1,2,...,m dan j=1,2,...,n.
Keterangan :
Max X ij = Nilai Terbesar dari setiap Kreteria i .
Max X ij = Nilai Terbesar dari setiap Kreteria i .
X ij = Nilai Atribut yang dimiliki dari setiap Kreteria.
Benefit = Jika nilai terbesar adalah terbaik.
Cost = Jika nilai terkecil adalah terbaik.
Nilai preferensi untu setiap alternative (V i ) diberikan sebagai berikut :
Vi w j rij
j 1
Keterangan :
Vi = Rangking Untuk setiap alternative.
Vi = Nilai Bobot rangking ( dari setiap kreteria )
V ij = Nalai rating Kinerja ternormaliasi.
3.METODE PENELITIAN
3.1 Metode Pengumpulan data
Metode yang digunakan dalam pengumpulan data adalah sebagai berikut :
1. Metode Observasi
Pada penelitian ini dilakukan observasi dengan Melakukan pengamatan
langsung ke bagian penerimaan calon mahasiswa STMIK Dharma Wacana
Metro guna memperoleh data yang dibutuhkan.
2. Metode Wawancara
Melakukan wawancara terhadap waka 3, bagian kemahasiswaan , panitia
penerimaan mahasiswabaru Stmik dharmawacana.
3. Metode Studi Pustaka
4. Pada tahapan ini peneliti mengumpulkan informasi serta membaca buku,
serta artikel ilmiah.
3.2 Sumber yang dapat menjadi referensi atau sumber data atau literature-
literature
3.3 Data
1. Tabel 1
Tabel 1 Kreteria
0 Sangat Rendah ( SR )
0.25 Rendah ( R )
0.5 Cukup ( C )
0.75 Tinggi ( T )
1 Sangat Tinggi ( ST )
3. Tabel III
4. Tabel IV
6. Tabel VI
Mahasiswa
2 Rikatri anjani 85 70 73 1 1
3 Maria ulfa 75 83 80 1 1
10 Eka Diana 82 70 60 1 1
Forensia
11 Ar-roqiib'u 76 72 76 0.75 1
Raihannicko
12 Arnetta Najwa 68 80 84.5 1 0.75
Dita
13 SHINTA 72 79 75 1 0.75
AMELIA
14 ADELIA 77 72 71 0.75 1
CAHYANI
15 Zeta Yulia Saputri 80 72 70 0.5 0.75
16 Resti wulandari 80 75 80 1 1
23 RAYHAN 81 82.5 78 1 1
PRASETIYO
24 Akbar Ardiasnyah 84 80 79 1 1
34 Ilham Hilmi 78 81 75 1 1
35 Ahmad Zaki 80 77 70 1 1
36 Amara Suci 81 75 77 1 1
39 Suci Sapitri 81 65 77 1 1
43 Setyoso 70 75 83.4 1 1
44 Alan Frefansa 70 84 76 1 1
49 Barokah Sa’adah 69 82 80 1 1
Mahasiswa
Kode Keterangan
A1 Tes tertulis
A2 Tes wawancara
A3 Nilai rapor
A4 Nilai berkas
Kode Keterangan
A5 Kelayakan Rumah
C1 C2 C3 C4 C5
X= 1 0.75 0.5 1 1
Atribut pada penelitian ini merupakan atribut keuntungan , karena itu untuk
menghitung normalisasi maka nilai (Xij) dari setiap kolom atribut dibagi dengan
nilai ( Max xij ) dari setiap kolom.
C1 C2 C3 C4 C5
Mhs 3 0.5 1 1 1 1
Mhs 5 1 1 0.66 1 1
Mhs 6 0.75 1 1 1 1
Mhs 18 0.5 1 1 1 1
Mhs 23 0.75 1 1 1 1
Mhs 24 0.75 1 1 1 1
Mhs 29 0.75 1 1 1 1
Mhs 38 0.75 1 1 1 1
Mhs 39 0.75 0.33 1 1 1
Mhs 44 0.5 1 1 1 1
Mhs 47 0.75 1 1 1 1
Mhs 49 0.5 1 1 1 1
0.75 1 1 0.75 1
0.5 1 1 1 1
1 1 0.66 1 1
0.75 1 1 1 1
0.75 1 1 1 0.5
0.5 1 1 1 0.75
0.75 0.66 1 1 1
0.75 1 1 1 0.25
0.5 1 1 1 1
0.75 1 1 1 1
0.75 1 1 1 1
0.5 0.66 1 1 1
0.75 1 1 1 1
0.75 1 0.66 1 1
0.75 1 0.66 1 1
0.75 0.66 1 1 1
0.75 1 1 1 1
0.75 0.33 1 1 1
0.5 0.66 1 1 1
0.5 1 1 1 1
1 1 1 0.75 0.75
0.75 1 1 1 1
0.5 1 1 1 1
0.75 x 0.25= 0.18 1 x0.25= 0.25 1x 0.2= 0.2 0.75x0.15=0.11 0.5 x 0.15=0.07
0.75 x 0.25= 0.18 1 x0.25= 0.25 1x 0.2= 0.2 1 x 0.15=0.15 0.5 x 0.15=0.07
0.75 x 0.25= 0.18 0.66x 0.25=0.16 1x 0.2= 0.2 0.5 x 0.15=0.07 0.75x0.15=0.11
0.5 x 0.25=0.12 1 x0.25= 0.25 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.75 x 0.25= 0.18 0.66x 0.25=0.16 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.5 x 0.25=0.12 1 x0.25= 0.25 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.5 x 0.25=0.12 0.66x 0.25=0.16 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.75 x 0.25= 0.18 1 x0.25= 0.25 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.5 x 0.25=0.12 0.66x0.25 =0.16 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.75 x 0.25= 0.18 1 x0.25= 0.25 1x 0.2= 0.2 0.5 x 0.15=0.07 0.5 x 0.15=0.07
0.75 x 0.25= 0.18 1 x0.25= 0.25 1x 0.2= 0.2 0.25x 0.15=0.03 0.25x0.15=0.03
Tabel 22 Perankingan
Alternatif Hasil Nilai ( Vi )
Mhs1 0.89
Mhs2 0.77
Mhs3 0.87
Mhs4 0.85
Mhs5 0.93
Mhs6 0.93
Mhs7 0.81
Mhs 8 0.85
Mhs 9 0.72
Mhs 10 0.7
Mhs 11 0.8
Mhs 12 0.83
Mhs 13 0.76
Mhs 14 0.73
Mhs 15 0.65
Mhs 16 0.76
Mhs 17 0.81
Mhs 18 0.87
Mhs 19 0.71
Mhs 20 0.79
Mhs 21 0.79
Mhs 22 0.68
Mhs 23 0.93
Mhs 24 0.93
Mhs 25 0.53
Mhs 26 0.78
Mhs 27 0.79
Mhs 28 0.85
Mhs 29 0.93
Mhs 30 0.71
Mhs 31 0.62
Mhs 32 0.85
Mhs 33 0.77
Mhs 34 0.86
Mhs 35 0.86
Mhs 36 0.84
Mhs 37 0.85
Mhs 38 0.93
Mhs 39 0.76
Mhs 40 0.62
Mhs 41 0.77
Mhs 42 0.79
Mhs 43 0.78
Mhs 44 0.87
Mhs 45 0.85
Mhs 46 0.92
Mhs 47 0.93
Mhs 48 0.85
Mhs 49 0.87
Mhs 50 0.69
Nilai Vi dari 50 Calon mahasiswa KIP yang terbesar 22 orang
mengidentifikasikan bahwa calon mahasiwa tersebut yang dipilih yaitu .
Mhs 11, Mhs 10, Mhs5, Mhs6, Mhs23, Mhs24, Mhs29, Mhs28, Mhs38, Mhs47,
Mhs 46 , Mhs 1, Mhs 18, Mhs 4, Mhs 34, Mhs 35, Mhs 36, Mhs 37 Mhs 44, Mhs
45, Mhs 48, Mhs 49
5. KESIMPULAN
Dari hasil penelitian dan perhitungan yang telah dilakukan , pada penetuan
pemilihan mahasiswa baru jalur KIP di stmik dharmawacana dari 50 calon
mahasiswa menghasilakan 20 alternatif calon mahasiwa baru jalur KIP yaitu hasil
terlampir pada pehitungan diatas. Sistem pendukung keputusan ( SPK) Dilakukan
menggunakan metode Simple Additive Weighting (SAW).
DAFTAR PUSTAKA
[1] T. Limbong, “Implementasi Metode Simple Additive Weighting (SAW)
Untuk Pemilihan Pekerjaan Bidang Informatika,” Proceeding SNIKOM,
vol. 3, no. 5, pp. 6–7, 2013.
[2] W. Widiati and K. S. Putri, “Sistem Pendukung Keputusan Untuk Seleksi
Penerimaan Siswa Baru Dengan Metode Simple Additive Weighting
(SAW),” Bianglala Inform., vol. 6, no. 1, pp. 80–87, 2018.
[3] Z. Khairina, M. Simanjuntak, and J. N. Sitompul, “Sistem Pendukung
Keputusan Penerimaan Kartu Indonesia Pintar (KIP) Pada Siswa
Menggunakan Metode Moora,” in Seminar Nasional Informatika
(SENATIKA), 2021, pp. 12–20.
[4] A. Setiawan, “Implementasi Metode SAW Dalam Penerimaan Siswa Baru
Pada SMA Negeri 16 Medan,” Jurasik (Jurnal Ris. Sist. Inf. dan Tek.
Inform., vol. 2, no. 1, pp. 96–103, 2017.
[5] A. Ardiansyah, M. Hasbi, and T. Susyanto, “Sistem Penunjang Keputusan
Penerimaan Siswa Baru Berprestasi Di SMP IT Surakarta Menggunakan
Metode Nearest Neighbor Dan Simple Additive Weighting,” J. Teknol. Inf.
dan Komun., vol. 10, no. 2, pp. 55–63, 2022.
[6] S. Muharni, S. Kom, and M. TI, Analisa dan Perancangan Sistem
Informasi: Bintang Pustaka. Bintang Pustaka Madani, 2021.
[7] I. Tahyudin and M. MM, SISTEM PENDUKUNG KEPUTUSAN (SPK)
KONSEP DASAR DAN PENERAPANNYA & DATA MINING. Zahira
Media Publisher, 2014.
[8] U. Apsiswanto and C. A. Pamungkas, “PENERAPAN METODE WEIGHT
PRODUCT (WP) PADA PEMILIHAN KAFE BAGI MAHASISWA
PENDATANG DI KOTA METRO,” J. Inform., vol. 22, no. 2, 2022.
[9] R. L. Pradana, D. Purwanti, and A. Arfriandi, “Sistem Pendukung
Keputusan Pemilihan Siswa Berprestasi Berbasis Website dengan Metode
Simple Additive Weighting,” J. Sist. Inf. Bisnis, vol. 8, no. 1, p. 34, 2018.
[10] E. K. Nurhasanah, S. Abadi, and P. Sukamto, “Sistem Pendukung
Keputusan Pemilihan Mahasiswa Berprestasi dengan Metode Simple
Additive Weighting,” TEKNOSAINS J. Sains, Teknol. Dan Inform., vol. 7,
no. 2, pp. 107–118, 2020.
[11] O. Stevanus, T. A. Saputri, and U. Saprudin, “PENERAPAN METODE
WEIGHT PRODUCT (WP) DALAM SISTEM PENDUKUNG
PENGAMBILAN KEPUTUSAN PENENTUAN PERALATAN
PANCING,” J. Comput. Sci. Inf. Syst. J-Cosys, vol. 2, no. 2, pp. 36–42,
2022.
.