Dayat Gua Ganteng Ga Ada Obat
Dayat Gua Ganteng Ga Ada Obat
ABSTRAK
Sekolah selalu berusaha untuk mendorong siswa-siswinya agar terus berprestasi. Sistem
Pendukung Keputusan (SPK) atau Decision Support System adalah sistem yang bertujuan untuk
menyediakan informasi, membimbing, serta mengarahkan pengguna informasi agar dapat
melakukan pengambilan keputusan. Proses penilaian dan pemilihan siswa berprestasi. Maka
perlu dibuat suatu pendukung keputusan dalam pemilihan siswa berprestasi dengan menggunakan
metode Multi-Objective Optimization on The Basis of Ratio Analysis (MOORA). Dengan
penelitian ini diharapkan mampu membantu pihak sekolah dalam mengambil keputusan mengenai
pemilihan siswa berprestasi berdasarkan kriteria yang telah ditentukan. Hasil dari penelitian ini
berupa sistem pemilihan keputusan dan hasil pengujian sudah menunjukkan kinerja yang baik.
pengolah angka (spreadsheet) yang belum Input nilai mapel oleh guru mapel
demikian kurang efisien dalam waktu dan Gambar 4.2 Sistem yang diusulkan
Nilai tersimpan dan diolah oleh sistem menggunakan Metode MOORA
berbasis web
b. Konversi Nilai
4.4 Penyelesaian Dengan Cara Data siswa setelah dikonversi menjadi
Manual MOORA angka dapat dilihat pada tabel 4.5 berikut
Berikut proses sistem dalam ini.
melakukan perhitungan menggunakan Tabel 4.5 Data siswa setelah dikonversi
metode Multi-Objective Optimization on The
Basis fo Ration Analysis (MOORA) pada
sistem pendukung keputusan pemilihan
siswa berprestasi dari awal sampai dengan
perangkingan.
a. Menentukan Kriteria
Perhitungan manual sistem pendukung Dapat dilihat dari tabel, C2, C3 dan C5
keputusan pemilihan siswa berprestasi dikonversi menjadi angka berdasarkan
dengan metode MOORA memerlukan ketentuan dalam tabel 4.3.
beberapa kriteria penilaian dan bobot dari c. Normalisasi
setiap kriteria. Berdasarkan wawancara Pada tahap ini dilakukan normalisasi
dengan pihak SMP Muhammadiyah Turi, data dengan memasukkan data dari tabel
terdapat lima kriteria seperti terlihat pada sebelum ke dalam rumus berikut:
tabel di bawah:
Tabel 4.3 Bobot
Keterangan:
xij : Matriks alternatif j pada kriteria i
i : 1,2,3, ..., n adalah nomor urutan atribut
atau kriteria
j : 1,2,3, ..., m adalah nomor urutan alternatif
X*ij : Matriks Normalisasi alternatif j pada
kriteria i
Pada setiap alternatif, nilai normalisasi
kriteria nilai raport (C1), Absensi (C2),
Sikap (C3), Ekstrakurikuler (C4) dan
Prestasi (C5) didapatkan dari membagi nilai
pada setiap kriteria dengan akar kuadrat dari
jumlah kuadrat setiap atribut pada suatu
kriteria. Sehingga Didapatkan nilai
normalisasi seperti pada tabel berikut:
Tabel 4.6 Data Ternormalisasi Alternatif dengan nilai optimasi paling
tinggi adalah siswa berprestasi yaitu Ahmad
Imam A dengan nilai optimasi 0,3400.
4.5 Arsitektur Sistem
Arsitektur sistem pendukung keputusan
pemilihan siswa berprestasi ini
menggunakan model Diagram konteks,
d. Normalisasi terbobot dan Optimasi Diagaram Alir Data (DAD) dan Entity
Pada tahap ini dimasukkan bobot Relationship Diagram (ERD) pada
kriteria pada nilai ternormalisasi dari setiap perancangannya.
alternatif. Kemudian menghitung nilai
optimasi setiap alternatif dengan 4.5.1 Diagram Konteks
menjumlahkan masing - masing nilai kriteria Pada gambar 4.3 user yang sebagai staff
yang bersifat benefit kemudian dikurangkan tu (admin) memiliki hak akses untuk login
dengan jumlah nilai kriteria yang benilai ke sistem dan memasukkan data login lain
cost. Seperti rumus berikut. seperti guru dan siswa. Staftu bertugas
memasukkan data – data yang dibutuhkan
untuk pemilihan siswa berprestasi antara lain
data siswa, data bobot, data guru, data kelas,
data mata pelajaran, data tahun ajaran. Guru
bertugas untuk memasukkan nilai mata
Keterangan: pelajaran yang diampu, memasukkan nilai
i : 1,2,3, ..., g adalah atribut atau kriteria absensi, nilai sikap, nilai ekstrakurikuler dan
dengan status maximized nilai prestasi. Selain itu guru dapat
j : g+1, g+2, g+3, ..., n adalah atribut/kriteria menjalankan proses perangkingan
dengan status minimized menggunakan metode moora untuk memilih
wj : bobot terhadap alternatif j
siswa berprestasi di kelas dan mencetak
y*j : Nilai penilaian yang sudah rapor siswa. Siswa dapat melihat hasil
dinormalisasi dari alternatif j terhadap belajar selama satu semester. Berikut
semua atribut. diagram konteks sistem yang dibangun.
Tabel nilai yang sudah dioptimasi
dapat dilihat pada tabel 4.7 berikut. Staf TU
Hak akses, info siswa, info nilai mapel, laporan hasil belajar
Siswa
data login, data siswa
e. Perangkingan
Tahap terahir adalah melakukan Hak akses Info guru
info tahun ajaran info siswa data siswa data siswa tb_siswa
2.1
2.2
tb_tahun_ajaran Tahun Ajaran
2 dan seterusnya.
tb_rombel
info wali kelas
data kelas
2.9
data wali kelas data wali kelas
data mapel Staf TU Data Wali tb_wali_kelas Siswa
data mapel
0 info wali kelas Kelas
data wali kelas
3.1
Data Nilai
3.2
Data Nilai
3.3
Data Nilai
3.4
Data Nilai
3.5
Data Nilai Mapel Absensi SikapEkstra Prestasi
Gambar 4.6 DAD level 2 proses 2
4.5.5 DAD Level 2 Proses 3
Diagram Alir Data Level 2 Proses 3
2.1
Tahun Ajaran
2.2
Data Siswa
2.3
Data Guru
2.4
Data Kelas
2.5
Data Mapel
2.6
Data Bobot
2.7
Data Staftu
2.82.92.10
Data
Rombel
Data Wali
KelasAmpu
Data merupakan proses memasukkan data
Gambar 4.4 Diagram jenjang penilaian yang terdiri dari nilai mapel,
absensi, sikap, nilai ekstra dan prestasi.
4.5.3 Diagram Alir Data Level 1 Proses ini ditunjukkan pada gambar 4.7 di
Diagram Level 1 merupakan bawah ini. data nilai ekstra
sistem secara garis besar, seperti disajikan data absensi info nilai absensi
1
tb_login
data nilai mapel Mapel
Login data login data sikap data prestasi
3.3 3.5
data login tb_sikap Data Nilai Sikap info nilai absensi Data Nilai Prestasi tb_prestasi
info nilai mapel
data login
data staftu data nilai absensi
data login data staftu data guru data nilai prestasi
info login data tahun ajaran data guru data siswa tb_staftu
data sikap data prestasi
Staftu info tahun ajarandata siswa data siswa
info siswa
data guru data mapel data kelas data rombel data ampu info kelas
data wali guru info
data mapel info kelas
bobot data staftu info rombel info ampu
info wali kelas info bobot info staftu tb_guru
tb_siswa
Gambar 4.7 DAD level 2 proses 3
GURU data tahun ajar tb_tahun_ajar
data nilai mapel data absensi data sikap data ekstra data prestasi
data sikap
Info ranking siswa, Info siswa berprestasi
tb_sikap
4
laporan hasil belajar data absensi
data ekstra Laporan
Laporan hasil belajar,data sikap
laporan siswa berprestasi
memiliki
Login
staftu
1
foto
foto
nama_mapel
kelamin
username
username
alamat
password
level
kkm
nama
kd_staftu
kd_mapel
tgl_lahir
memiliki
memiliki
mapel
Guru
nip
nama
1
nip
kd_kelas
kd_guru
kd_mapel
kd_guru
tg2
r_kd
J_kd
tg3
KD5
tingkat
kd_kelas
tg1
memiliki
Wali kelas1
KD4
KD5
memiliki
memiliki
kelas
1
KD3
KD2
nama_kelas
kd_guru
1
KD1
kd_kelas
memiliki
1
1
Nilai_mapel
memiliki
memiliki
rombel
1
N
1
Kd_tajar
kd_tajar
NR
1
kd_kelas
Nmemiliki
tahun status
semester
Kd_tajar
kd_tajar
J_tg r_tg
prestasi Kd_mapel
nis Tajun ajaran
nprestasi
nis
Idn_prestasi 1
Idn_mapel
prestasi N memiliki N
N kd_tajar Kd_mapel
N
nis
N
Idn_ekstra Jml_ekstra
N
Idn_absensi
nis
N
absensi
kd_tajar
Nilai_ekstra
nabsensi
Nsikap_angka
Idn_sikap jizin
jalpha
1
kd_tajar jsakit
1
sikap
nis
1
memiliki Nsikap_huruf memiliki
memilikimemiliki
nis
1
1 1
siswa
nis
status
bobot ayah
nama ibu
username
nisn kelamin
idn_bobot
tgl_lahir foto
bn_mapel bn_prestasi alamat
bn_sikap
tmp_lahir
bn_absensi brn_ekstra
Gambar 4.8 Entity Relationship Diagram
5. IMPLEMENTASI Guru Mapel bisa menambahkan nilai mapel.
Sistem pendukung keputusan Form tambah nilai ditunukkan pada gambar
pemilihan siswa berprestasi berbasis web ini di bawah ini.
merupakan sistem yang dibangun untuk
mengoptimalkan pengolahan data nilai siswa
untuk memilih siswa berprestasi yang
menggunakan metode Multi-Objective
Optimization on the basis of Ratio Analysis
(MOORA) yang penilaiannya meliputi nilai
mata pelajaran, absensi, sikap, Gambar 5.3 Form tambah nilai
ekstrakurikuler dan prestasi siswa. Sistem 5.4 Tampilan Halaman Pemilihan
kerja dari sistem ini terdapat beberapa menu Siswa Brprestasi
yang disesuaikan dengan hak akses masing - Pada halaman ini ditampilkan hasil
masing pengguna seperti staf tu, guru, baik perhitungan nilai menggunakan metode
guru wali maupun guru mapel dan siswa. MOORA yang dilakukan oleh sistem.
Sistem ini diimplementasikan dengan Halaman pemilihan siswa berprestasi dapat
menggunakan bahasa HTML, CSS, PHP dilihat pada gambar 5.4.
serta menggunakan tools Sublime Text 3,
XAMPP dan database MySQL.
6. PENUTUP
6.1 Kesimpulan
Berdasarkan pengamatan yang
dilakukan oleh penulis mengenai sistem
pendukung keputusan pemilihan siswa
berprestasi menggunakan MOORA berbasis
Gambar 5.1 Halaman Dashboard staf tu web, maka dapat diambil kesimpulan
Pada halaman dashboard ini sebagai berikut:
ditampilkan menu yang dapat diakses oleh a. Dengan diterapkannya metode MOORA
user staff tu yang mencakup menu untuk untuk memilih siswa berprestasi,
mengolah data master, termasuk data bobot. membuat pemilihan lebih objektif dan
5.2 Tampilan Halaman Bobot lebih akurat karena mampu
Melalui halaman ini staf tu bisa memperhitungkan beberapa kriteria
mengubah bobot pada setiap kriteria yang penilaian yaitu nilai raport,
digunakann dalam perhitungan MOORA. ketidakhadiran, sikap, jumlah
ekstrakurikuler dan prestasi.
b. Sistem yang dibangun telah diuji dan
menghasilkan hasil yang akurat.
Dibandingkan menggunakan
perhitungan manual, sistem yang
dibangun mampu membantu melakukan
Gambar 5.2 Halaman Bobot perhitungan lebih cepat dan tepat.
5.3 Tampilan Halaman Tambah Nilai c. Sistem berhasil dibangun dengan
Untuk memasukkan nilai mata pelajaran berbasis web untuk mengontrol nilai
dilakukan dengan beberapa langkah, dan data lainnya, sehingga data lebih
diantaranya memilih kelas, kemudian tertata dan rapi.
mengatur jumlah KD dan Tugas, selanjutnya
6.2 Saran [5] Indonesia, R. (2016). Peraturan Menteri
Dari uraian sistem pendukung Pendidikan dan Kebudayaan No. 23
keputusan pemilihan siswa berprestasi tahun 2016 tentang Standar Penilaian
menggunakan metode MOORA, penulis Pendidikan.
memberikan beberapa saran yang https://doi.org/10.1017/CBO97811074
membangun guna pengembangan penerapan 15324.004.
selanjutnya, yaitu:
a. Perlu ditambahkan sarana komunikasi [6] Cahya Dsn., (2018), DSS MOORA
antarpengguna, misal antara siswa Method,(cahyadsn.phpindonesia.id/extr
dengan guru sehingga sistem yang a/moora.php), diakses 12 Juli 2019,
dibuat bisa lebih interaktif. sejak 12 maret 2018
b. Untuk efisiensi waktu penambahan [7] Hidayatullah, P., dan Kawistara, K. J.
data, pengembangan sistem kedepan (2017). Pemrograman WEB. Bandung:
diberikan fasilitas tambah data dengan Informatika.
cara import file excel.
[8] Husda, N. E., dan Wangdra, Y. (2016).
Pengantar Teknologi Informasi
DAFTAR PUSTAKA (Revisi). Jakarta: Baduose Media.
[9] Destiningrum, M., & Adrian, Q. J.
[1] Huda, K., Hasbi, M., dan Siswanti, S. (2017). Sistem Informasi Penjadwalan
(2016). Sistem Pendukung Keputusan Dokter Berbassis Web Dengan
Pemilihan Siswa Terbaik Dengan Menggunakan Framework Codeigniter
Metode Promethee Bebasis Web Di (Studi Kasus: Rumah Sakit Yukum
MTSN Bendosari Sukoharjo. Jurnal Medical Centre). Jurnal Teknoinfo,
Teknologi Informasi Dan Komunikasi 11(2), 30–37.
(TIKomSIN), 4(1), 1–6.
[2] Fitriana, A. N., Harliana, dan Handaru.
(2015). Sistem Pendukung Keputusan
Untuk Menentukan Prestasi Akademik
Siswa dengan Metode TOPSIS. Citec
Journal, 2(2), 153–164.
[3] Setiyani, Y. S., & Sela, E. I. (2019).
Sistem Pendukung Keputusan
Penerimaan Karyawan Baru
Menggunakan Metode Weighted
Product (Studi Kasus PDAM Sleman).
Jurnal Informatika
[4] Marbun, M., dan Sinaga, B. (2018).
Buku Ajar Sistem Pendukung
Keputusan Penilaian Hasil Belajar | 1
STMIK Pelita Nusantara Medan Buku
Ajar Sistem Pendukung Keputusan
Penilaian Hasil Belajar | 1 STMIK
Pelita Nusantara Medan. Medan: CV.
Rudang Mayang.