SISTEM PENDUKUNG KEPUTUSAN MAHASISWA PENERIMA KIP DI

UNJ MENGGUNAKAN METODE SAW (SIMPLE ADDITIVE

WEIGHTING)

Dhafin Belva Vinsa1, Ahmad Adam Ramadhan Yusuf2,

Ghani Rasyad Khalifa3, Damar Dwi Syahputra4, Naufal
Rafi Shafghani5, Murien Nugraheni, S.T., M.Cs.6
1,2,3,4,5
Mahasiswa Prodi Pendidikan Teknik Informatika dan Komputer, Teknik Elektro, FT – UNJ
6
Dosen Prodi Pendidikan Teknik Informatika dan Komputer, Teknik Elektro, FT – UNJ
1
abel.vinsa@gmail.com, 2 ahmadadam2111@gmail.com, 3 ghanirsyd@gmail.com,
4
damarchb01@gmail.com, 5 naufalrafi2003@gmail.com,

Abstract

The purpose of this research is to describe the implementation of the Indonesia Smart Card (KIP) policy to
equalize. The provision of the Smart Indonesia Card (KIP) is a program that is generally applied in various
educational institutions to assist students in overcoming financial constraints during the study period, by being
given selectively, and based on certain criteria. However, the distribution is often not by the desired target due
to the lack of use of appropriate methods or tools in determining KIP recipients. To overcome this problem, a
decision support system using the Simple Additive Weighting (SAW) method was designed. This method is used
to rank alternative candidates for scholarship recipients. This web-based application uses PHP, CSS, and
MySQL as storage media/databases on web pages. The results of this research are expected to provide solutions
to the obstacles in selecting KIP recipients.Using this system allows the manual recording process to be
avoided, thus facilitating decision-making for providing KIP to outstanding students at Universitas Negeri
Jakarta.

Keywords : DSS, SAW, Kartu Indonesia Pintar.

Abstrak

Tujuan penelitian ini untuk mendeskripsikan implementasi kebijakan Kartu Indonesia Pintar (KIP) dalam upaya
pemerataan. Pemberian Kartu Indonesia Pintar (KIP) merupakan suatu program yang umumnya diterapkan di
berbagai lembaga pendidikan untuk membantu mahasiswa dalam mengatasi kendala finansial selama masa
studi, dengan diberikan secara selektif, serta berdasarkan kriteria tertentu. Namun, seringkali distribusi
pemberian tidak sesuai dengan target yang diinginkan karena kurangnya penggunaan metode atau alat bantu
yang tepat dalam penentuan penerima KIP. Untuk mengatasi permasalahan ini, dirancanglah suatu sistem
pendukung keputusan menggunakan metode Simple Additive Weighting (SAW). Metode ini digunakan untuk
merangking alternatif calon penerima beasiswa. Aplikasi berbasis web ini menggunakan PHP, CSS, dan
MySQL sebagai media penyimpanan/database di halaman web. Hasil penelitian ini diharapkan dapat
memberikan solusi terhadap kendala dalam seleksi penerima KIP. Dengan menggunakan sistem ini, proses
pencatatan manual dapat dihindari, sehingga memudahkan pengambilan keputusan untuk pemberian KIP kepada
mahasiswa berprestasi di Universitas Negeri Jakarta.

Kata kunci : SPK, SAW, Kartu Indonesia Pintar.

1. Pendahuluan

Pendidikan merupakan aspek penting yang dianggap sangat menentukan tingkat kemampuan seseorang
dalam menghadapi kehidupan. Melalui pendidikan, manusia juga bisa belajar melalui pengalaman dan latihan
untuk mengembangkan dirinya menjadi makhluk yang semakin dewasa, baik secara kognitif, afektif, maupun
psikomotorik. Permasalahan yang ada saat ini terutama di dunia pendidikan dapat diselesaikan dengan
memanfaatkan kemajuan teknologi. Meningkatnya kinerja manusia yang terus berkembang mampu menciptakan
sesuatu menggunakan teknologi untuk membantu memecahkan permasalahan. Perkembangan Teknologi
Informasi telah memungkinkan pengambilan keputusan dapat dilakukan dengan lebih cepat dan cermat.
Penggunaan komputer telah berkembang dari sekadar pengolahan data maupun penyajian informasi, menjadi
mampu untuk menyediakan pilihan-pilihan sebagai sistem pendukung keputusan. Hal itu mungkin adanya
perkembangan teknologi perangkat keras yang diiringi oleh perkembangan perangkat lunak, serta kemampuan
perakitan dan penggabungan beberapa teknik pengambilan keputusan didalamnya.[1]
Sistem Pendukung Keputusan penerima Kartu Indonesia Pintar (KIP) adalah sebuah keputusan bantuan
yang diberikan kepada mahasiswa guna untuk membantu meringankan beban biaya pendidikan mahasiswa.
Pembagian kartu ini adalah program kerja sama dari Kementerian Pendidikan dan Kebudayaan (Kemendikbud),
Kementerian Sosial (Kemensos), dan juga Kementerian Agama (Kemenag), dimana program ini bertujuan untuk
membantu anak-anak usia sekolah yang berasal dari keluarga kurang mampu. Program pemberian ini terdiri dari
bantuan biaya pendidikan berupa beasiswa kepada mahasiswa yang mempunyai prestasi tinggi, baik kurikuler
maupun ekstrakurikuler. Pada pemberian KIP diperlukan kriteria–kriteria yang ditentukan sehingga tidak semua
yang mendaftarkan diri sebagai calon penerima yang akan diterima, tetapi yang memenuhi kriteria-kriteria saja
yang akan memperoleh kartu tersebut. Dengan metode perangkingan diharapkan penilaian akan lebih tepat karena
didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih
akurat terhadap siapa yang akan menerima KIP. Dalam pengembangan sistem pendukung keputusan penentuan
calon penerima KIP bagi mahasiswa berprestasi menggunakan metode Simple Additive Weighting (SAW) karena
karena SAW ini dipilih karena dapat menentukan nilai bobot untuk setiap kriteria, kemudian dilanjutkan dengan
proses perangkingan yang akan menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini alternatif yang
dimaksud adalah mahasiswa yang mempunyai nilai terbaik berdasarkan kriteria-kriteria pemberian kartu yaitu
IPK, penghasilan orang tua, nilai rata-rata dan jumlah sertifikat. Sistem ini diharapkan dapat digunakan untuk
menentukan calon penerima KIP pada mahasiswa Universitas Negeri Jakarta sehingga pemberian KIP dapat
dilakukan secara objektif sehingga mahasiswa dengan nilai akhir Fuzzy SAW yang tertinggi atau mahasiswa
berprestasi merupakan mahasiswa yang direkomendasikan untuk mendapatkan KIP. Dari hasil permasalahan dan
solusi di atas sistem pendukung keputusan ini berupa urutan rangking terbesar dari setiap alternatif hasil yang
lebih akurat siapa saja yang akan menerima KIP.

2. Kajian Pustaka
2.1. Simple Additive Weighting (SAW)
Metode Simple Additive Weighting (SAW) merupakaan salah satu pendekatan yang digunakan dalam
konteks pengambilan keputusan. Keunggulan utama dari metode ini terletak pada kemampuannya dalam
memberikan penilaian yang lebih akurat dan tepat. Hal ini disebabkan oleh pendekatan metode yang
mendasarkan evaluasi pada nilai kriteria dan bobot yang telah ditentukan sebelumnya. Dengan demikian,
SAW mampu memberikan kontribusi yang signifikan dalam penyelesaian permasalahan yang berkaitan
dengan seleksi karyawan berprestasi, dengan memastikan kelancaran dan ketepatan dalam proses
pengambilan keputusan tersebut (Syam &.Rabidin, M. 2019). [2]
2.2. Beasiswa
Beasiswa adalah pemberian berupa bantuan keuangan yang diberikan kepada perorangan, mahasiswa
atau pelajar yang digunakan demi keberlangsungan pendidikan yang ditempuh. Menurut Muniarsih (2009)
beasiswa diartikan sebagai bentuk penghargaan yang diberikan kepada individu agar dapat melanjutkan
pendidikan ke jenjang yang lebihtinggi. Penghargaan itu dapat berupa akses tertentu pada suatu institusi atau
penghargaan berupa bantuan keuangan. Pada dasarnya, beasiswa adalah penghasilan bagi yang
menerimanya. Karena beasiswa bisa diartikan menambah kemampuan ekonomis bagi penerimanya, berarti
beasiswa merupakan penghasilan. Beasiswa juga banyak diberikan kepada perkelompok (group) misalnya
ketika ada event perlombaan yang diadakan oleh lembaga pendidikan, dan salah satu hadiahnya adalah
beasiswa.[3]
Berdasarkan uraian diatas dapat disimpulkan bahwa beasiswa berfungsi sebagai bantuan dana bagi
mahasiswa yang kurang mampu maupun yang berprestasi untuk memperoleh pendidikan yang layak yang
diberikan oleh suatu lembaga pemerintah maupun swasta.
Beberapa tujuan dari beasiswa yang diberikan kepada mahasiswa diantaranya [4]:
1. Menghasilkan sumber daya manusia yang berpotensi untuk berperan dalan mempercepat
pembangunan bangsa menuju pada kemandirian di tengah-tengah percaturan global.
2. Mewujudkan keadilan dan deokratisasi dalam bidang pendidikan dengan memberikan beasiswa
kepada mahasiswa yang berprestasi.
3. Memberikan bantuan dana kepada mahasiswa yang mengalami kendala secara ekonomis dan atau
geografis.

2.3. Kartu Indonesia Pintar

Kebijakan Kartu Indonesia Pintar merupakan program pemerintah yang diluncurkan untuk mengatasi
masalah yang terjadi karena masih banyak ditemukan kasus siswa yang masih usia sekolah namun putus
sekolah karena kesulitan biaya. Inisiatif Kartu Indonesia Pintar mewakili suatu langkah kebijakan yang
diperkenalkan oleh pemerintah guna mengatasi permasalahan yang timbul akibat tingginya insiden siswa
yang, meskipun berusia sekolah, terpaksa menghentikan proses pendidikannya karena kendala finansial.
 (Mauliana Sari. 2021) [6]

2.4. Penelitian Terdahulu

Penelitian awal yang berkaitan dengan penelitian ini mencakup pengembangan suatu sistem pendukung
keputusan untuk seleksi penerimaan beasiswa dengan menerapkan metode Simple Additive Weighting
(SAW). Fokus penelitian ini terletak pada tingkat pendidikan sekolah, dengan kriteria yang melibatkan jumlah
pendapatan orang tua per semester, jumlah tanggungan orang tua, jumlah saudara kandung, dan nilai
akademis. Dalam konteks pengambilan keputusan, setiap sekolah memiliki kriteria tersendiri untuk
menentukan kandidat yang layak menerima beasiswa. Tujuan utama dari penelitian ini adalah menetapkan
nilai bobot untuk setiap atribut, menjalankan proses perankingan siswa, dan mengelola data nilai hasil belajar
siswa. Pendekatan ini dirancang untuk memberikan efisiensi dalam penggunaan waktu dan sumber daya,
sehingga mampu menentukan alternatif optimal, yaitu pemilihan siswa terbaik (Eniyati, Sri. 2011). [3]
Penelitian yang terkait lainnya mengenai sistem pendukung keputusan dalam proses seleksi penerimaan
beasiswa mengeksplorasi implementasi metode Analitic Hierarchy Process (AHP). Fokus penelitian ini tertuju
pada lingkup Universitas Malikussaleh, yang berusaha menetapkan kriteria seleksi penerimaan beasiswa pada
tingkat universitas. Kriteria yang dipertimbangkan melibatkan kondisi orang tua, Indeks Prestasi Kumulatif
(IPK), jumlah tanggungan orang tua, dan penghasilan orang tua. Proses seleksi penerimaan beasiswa di
lingkungan universitas menuntut pendekatan yang cermat terhadap variabel perhitungan, sebagai upaya untuk
memecahkan permasalahan yang kompleks dan rumit dalam situasi yang tidak terstruktur. Pendekatan ini
mengusulkan solusi dengan mengurai situasi tersebut menjadi komponen-komponen terstruktur. Dengan
menyusun hierarki yang terstruktur, pendekatan ini membantu pengurus dalam mengambil keputusan dengan
mengorganisir variabel atau elemen menjadi susunan hierarki. Selanjutnya, memberikan nilai numerik untuk
penilaian subjektif terhadap kepentingan relatif dari setiap variabel, dan mensintesis penilaian tersebut untuk
menentukan variabel mana yang memiliki prioritas tertinggi, sehingga mempengaruhi penyelesaian dari
situasi tersebut (Rizal, 2013). [4]
Penelitian terkait lainnya menjelaskan penggunaan sistem dalam menentukan pemberian beasiswa
Program Peningkatan Prestasi Akademik (PPA) dan Bidikmisi (BBM) dengan memanfaatkan metode Naive
Bayes. Penelitian ini dilakukan di Sekolah Tinggi Manajemen Informatika dan Komputer (STMIK)
AKAKOM, dengan mempertimbangkan kriteria jenjang Indeks Prestasi Kumulatif (IPK), jumlah tanggungan
orang tua, dan penghasilan orang tua. Sistem yang dikembangkan memiliki output yang dirancang untuk
membantu pihak Pusat Pengembangan Karir dan Kerjasama (Puket III) dalam mengambil keputusan
pemberian beasiswa yang lebih akurat dan sesuai sasaran. Metode Bayes ini merupakan bagian integral dari
sistem pendukung keputusan yang berbasis indeks kinerja, menjadi suatu teknik yang diterapkan untuk
melakukan analisis dalam rangka pengambilan keputusan terbaik dari sejumlah alternatif, terutama dalam
konteks penilaian langsung (Hidayat R 2013). [5]
Penelitian terakhir ini merupakan contoh kajian yang berkaitan dengan riset lainnya, yakni Sistem
Pendukung Keputusan untuk menentukan penerima Beasiswa Bank BRI dengan menggunakan FDAM. Studi
kasus dilaksanakan oleh mahasiswa dari Universitas Teknologi Industri Universitas Islam. Sesuai dengan
peraturan yang telah ditetapkan oleh Bank BRI untuk memperoleh beasiswa, kriteria-kriteria tertentu
diperlukan guna menentukan calon penerima beasiswa. Beasiswa tersebut diberikan oleh beberapa lembaga
dengan tujuan membantu individu yang mengalami keterbatasan finansial atau mencapai prestasi akademik
yang signifikan selama menjalani studinya. [8]

3. Metodologi
3.1 SPK (Sistem Pendukung Keputusan)
Pengertian keputusan adalah hasil penyelesaian masalah dengan tegas. Keputusan merupakan jawaban
pasti terhadap pertanyaan tertentu dan harus mampu menjawab pertanyaan terkait perencanaan. Keputusan
dapat mencakup tindakan yang signifikan di luar rencana semula. (Davis seperti yang dikutip oleh Hasan,
2002.[9]
Keputusan dapat diklasifikasikan ke dalam empat kategori:
1. Keputusan dalam keadaan kepastian, di mana informasi yang diperlukan sudah lengkap.
2. Keputusan dalam keadaan risiko, yang mengakibatkan risiko dengan tingkat ketidakpastian tertentu.
3. Keputusan dalam keadaan ketidakpastian, di mana hasil keputusan sepenuhnya tidak diketahui.
4. Keputusan dalam keadaan konflik, yang terjadi saat kepentingan dua atau lebih pengambil
keputusan saling bertentangan dalam suatu situasi kompetitif.
Sistem Pendukung Keputusan atau Decision Support System (DSS) merupakan sistem yang memiliki
kemampuan dalam pemecahan masalah dan komunikasi untuk masalah semi terstruktur. Secara khusus, DSS
membantu kelompok manajer dalam menyelesaikan masalah semi terstruktur dengan menyediakan informasi
dan usulan menuju keputusan tertentu. DSS dapat berupa sistem manual atau terkomputerisasi (Hermawan,
2005). [10]
Tahap pengambilan keputusan melibatkan empat fase dalam proses yang diperkenalkan oleh Herbert A.
Simon, yaitu Intelligence (pencarian dan pendeteksian data), Design (analisis proses kelayakan tindakan),
Choice (implementasi proses pemilihan), dan Implementation (penerapan rancangan sistem). Tahap-tahap ini
membentuk suatu proses pemilihan alternatif tindakan untuk mencapai tujuan atau sasaran tertentu. Dapat
dilihat pada Gambar 3.1 Fase Proses Pengambilan Keputusan.
 Gambar 3.1. Fase Proses Pengambilan Keputusan

3.2 Teknik Pengumpulan Data

Metode Simple Additive Weighting (SAW), sering disebut sebagai metode penjumlahan terbobot,
merupakankonsep dasar dalam sistem pengambilan keputusan multi-proses. Pendekatan ini bertujuan untuk
menemukan penjumlahan terbobot dari rating kinerja setiap alternatif pada semua atribut. Dalam
menyelesaikan masalah penyeleksian dalam sistem pengambilan keputusan multi-proses, SAW menawarkan
suatu metode yang direkomendasikan.
Untuk mengimplementasikan Metode Simple Additive Weighting, langkah pertama yang diperlukan
adalah melakukan proses normalisasi terhadap matriks keputusan (X) ke dalam suatu skala yang dapat
dibandingkan dengan semua rating alternatif yang ada. Dengan demikian, metode ini memberikan kerangka
kerja yang dapat diaplikasikan secara efektif dalam konteks pengambilan keputusan multiatribut, dengan
fokus pada peningkatan kinerja dan seleksi optimal alternatif. Pendekatan ini memiliki relevansi penting
dalam lingkup sistem pengambilan keputusan, dan kontribusinya dapat menjadi subjek penelitian yang
berharga untuk dimasukkan ke dalam jurnal akademis.

Keterangan :
Rij= Rating kinerja ternomalisasi
Maxij= Nilai maksimum dari setiap baris dan kolom
Minij = Nilai minimum dari setiap baris dan kolom
Xij= Baris dan kolom dari matriks
Jika J adalah attribute kentungan (benefit)
Jika J adalah attribute biaya (cost)
 Nilai preferensi untuk setiap alternatif (Vi) ditunjukkan pada persamaan:

Keterangan :
Wj = Peringatan untuk setiap alternatif
n = Nilai bobot (dari setiap kriteria).
Rij= Nilairating kinerja ternomalisasi
Nilai lebih besar mengindikasikan bahwa alternatif A lebih terpilih.
Kelebihan Simple Additive Weighting (SAW) dibandingkan dengan metode pengambilan keputusan
lainnya terletak pada kemampuannya dalam melakukan penilaian yang lebih akurat, karena SAW berdasarkan
pada nilai kriteria dan bobot tingkat kepentingan yang diperlukan. Metode SAW juga mampu
mengidentifikasi alternatif terbaik dari sejumlah opsi yang ada, dengan melakukan proses perangkingan di
mana jumlah nilai bobot dari semua kriteria diakumulasikan setelah menetapkan nilai bobot dari masing-
masing kriteria. Secara substansial, SAW memperhitungkan nilai bobot untuk setiap kriteria guna menentukan
alternatif yang paling optimal.

4. Perhitungan SAW

Pengembangan sebuah sistem yang mendukung mahasiswa penerima KIP di Universitas Negeri Jakarta
(UNJ) dengan menerapkan Metode Simple Additive Weighting (SAW) menggunakan empat kriteria evaluasi.

C1 = IPK (Indeks Prestasi Kumulatif)

C2 = Prestasi Non-Akademik
C3 = Kondisi Sosial Ekonomi
C4 = Pendapatan Orang Tua/Wali

Bobot penilaian untuk setiap kriteria yaitu C1=25%, C2=20%, C3=25%, C4=30%. Data evaluasi
mahasiswa untuk kriteria C1-C3 menunjukkan atribut keuntungan (maksimum), sedangkan C4 merupakan
atribut biaya (minimum). Berikut adalah hasil evaluasi dalam tabel.

Nama Mahasiswa C1 C2 C3 C4

Muhammad Rizki 3,70 85 7 5.500.000

Pratama

Putri Saraswati 3,20 70 5 4.500.000

Dewi

Bambang Surya 3,80 90 8 6.000.000

Nugraha

IPK diukur dalam skala 0-4, Prestasi Non-Akademik dalam skala 0-100, Kondisi Sosial Ekonomi dalam skala 1-10,
dan Pendapatan Orang Tua/Wali dalam Rupiah.

Proses Normalisasi dihitung dengan menggunakan rumus :

3,7 3 ,7
r 11= {C1}= = 0,925
max 4
3 ,2 3.2
r 21= {C1}= = 0,8
max 4
 3,8 3 ,8
r 31= {C1}= = 0,95
max 4

85 85
r 12= {C2} = = 0,85
max 100
70 70
r 22= {C2} = = 0,7
max 100
92 92
r 32= {C3} = = 0,90
max 100

7 7
r 13 = {C3} = =0,7
max 10
5 5
r 23 = {C3} = =0,5
max 10
8 8
r 33 = {C3} = =0,8
max 10

min {C 4 } 4.000.000
r 14 = = =0 ,72
5.500.000 5.500 .000
min{C 4 } 4.000 .000
r 24 = = =0 , 88
4.500 .000 4.500 .000
min {C 4 } 4.000 .000
r 34 = = =0 , 66
6.000.000 6.000.000

Hasil Normalisasi :
R= [0,925 0,85 0,7 0,72]
[0,8 0,7 0,5 0,88]
[0,95 0,9 0,8 0,66]

Dari proses normalisasi sebelumnya, nilai yang telah dikalikan merupakan hasil dari setiap alternatif.
Dalam langkah selanjutnya, nilai bobot dari setiap alternatif akan dijumlahkan setelah ditentukan bobot dari setiap
kriteria. Dari perhitungan ini, akan dihasilkan rangking dari setiap alternatif berdasarkan proses perangkingan.

Proses Perangkingan dengan menggunakan bobot yang telah diberikan sebelumnya

W= [0,25 0,2 0,25 0,3]

Hasil yang diperoleh adalah hitung dengan rumus :

n
V i=∑ W j r ij
j=1

Setiap mahasiswa telah menghasilkan nilai SAW untuk setiap kriterianya yang sudah diurutkan seperti berikut ini:
Muhammad Rizki Pratama = (0,25)(0,95) + (0,2)(0,85) + (0,25)(0,7) + (0,3)(0,72) = 0,7985
Putri Saraswati Dewi = (0,25)(0,8) + (0,2)(0,7) + (0,25)(0,5) + (0,3)(0,88) = 0,729
Bambang Surya Nugraha = (0,25)(0,95) + (0,2)(0,9) + (0,25)(0,8) + (0,3)(0,66) = 0,8155

Muhammad Rizki Pratama direkomendasikan sebagai penerima beasiswa karena nilai SAW tertinggi
diperoleh dari hasil tiga nilai SAW yang ada, yang mana nilai tertinggi dimiliki oleh mahasiswa.

Validasi Penerima KIP Universitas Negeri Jakarta

No. Mahasiswa Nilai IPK Nilai Nilai Nilai Nilai Akhir Validasi
 Prestasi Kondisi Pendapatan
Non- Sosial Orang
Akademik Ekonomi Tua/Wali

1. Bambang 3,80 90 8 6 0,8155 ✓

Surya
Nugraha

2. Muhamma 3,70 85 7 5.5 0,7985 ✓

d Rizki
Pratama

3. Putri 3,20 70 5 4.5 0,729 ✓

Saraswati
Dewi

Hasil akhir dari perhitungan nilai matriks dan bobot kriteria menghasilkan rekomendasi yang telah
melewati proses validasi untuk pemilihan penerima beasiswa. Hasil dari validasi penerima beasiswa ini tergambar
pada gambar yang telah disediakan di atas.

No. Mahasiswa Nilai IPK Nilai Prestasi Nilai Kondisi Nilai

Non-Akademik Sosial Ekonomi Pendapatan
Orang
Tua/Wali

1. Muhammad Rizki 3,70 85 7 5.5

Pratama

2. Putri Saraswati Dewi 3,20 70 5 4.5

3. Bambang Surya 3,80 90 8 6

Nugraha

Setelah proses validasi, hasil seleksi penerima beasiswa telah ditentukan, dan hasil tersebut dapat dicetak
dalam format PDF. Hasil penilaian yang sebelumnya telah diverifikasi dapat dilihat di atas melalui hasil akhir yang
telah disebutkan.

5. Kesimpulan
Dengan menerapkan metode Simple Additive Weighting (SAW) dalam pengembangan Sistem Pendukung
Keputusan berbasis web ini, pengalaman menunjukkan bahwa pendekatan ini berhasil mempermudah operasional
sistem. Penggunaan SAW memberikan kontribusi signifikan dalam mendukung proses seleksi penerima beasiswa
KIP, mengoptimalkan kinerja tim penyeleksi, dan mempercepat keseluruhan proses penyeleksian. Kelebihan
sistem ini juga tampak pada kemampuannya untuk mengurangi potensi kesalahan dalam menentukan calon
penerima beasiswa kip di Universitas Negeri Jakarta.
Implementasi sistem berbasis web ini secara jelas diharapkan dapat memberikan solusi terhadap tantangan
yang dihadapi oleh penyelenggara beasiswa KIP. Sistem ini tidak hanya menyediakan kecepatan dalam
penyeleksian, tetapi juga menghilangkan kebutuhan untuk pencatatan manual, menyediakan kriteria seleksi yang
transparan, dan memberikan hasil evaluasi dengan efisiensi yang tinggi. Oleh karena itu, dapat disimpulkan
bahwa sistem yang dikembangkan mampu memberikan kontribusi positif terhadap peningkatan efektivitas proses
seleksi beasiswa KIP.
Dari hasil penelitian ini, beberapa kesimpulan dapat diambil:
1. Metode Simple Additive Weighting (SAW) efektif digunakan untuk perangkingan calon penerima
beasiswa KIP Kartu Indonesia Pintar di Universitas Negeri Jakarta berdasarkan kriteria yang telah
ditentukan, seperti SKS, IPK, prestasi mahasiswa, dan pendapatan orang tua.
 2. Hasil uji verifikasi menunjukkan bahwa perhitungan menggunakan SAW menghasilkan keluaran berupa
peringkat calon penerima beasiswa KIP yang terurut berdasarkan total nilai terbobot, dari yang terbesar
hingga terkecil.

6. Saran
Meskipun Sistem Pendukung Keputusan berbasis web ini telah memberikan kontribusi positif dalam
proses seleksi penerima beasiswa KIP di UNJ, namun masih terdapat ruang untuk peningkatan dan
pengembangan lebih lanjut. Dalam rangka mencapai tingkat kesempurnaan yang lebih tinggi, disarankan untuk
melibatkan metode alternatif sebagai pendekatan tambahan. Penggunaan metode lainnya dapat memberikan
kontribusi yang lebih substansial terhadap peningkatan akurasi sistem dalam menentukan calon penerima
beasiswa. Penting untuk mempertimbangkan faktor-faktor tambahan yang mempengaruhi seleksi beasiswa,
sehingga hasilnya dapat lebih holistik dan memenuhi kebutuhan yang lebih luas dari proses penyeleksian.

Daftar Pustaka:

[1] Kadir, Abdul. 2003. Pengenalan Sistem Informasi. Yogyakarta:Penerbit ANDI

[2] Syam, S., & Rabidin, M. (2019). "Sistem Pendukung Keputusan Pemilihan Karyawan Berprestasi dengan
Metode Simple Additive Weighting (Studi Kasus: PT. Indomarco Prismatama Cabang Tangerang 1)." Jurnal
Unistek, 6(1), 14–18.
[3] Eniyati, Sri. (2011) “Perancangan Sistem Pendukung Pengambilan keputusan Untuk Penerimaan Beasiswa
Dengan Metode SAW (Simple Additive Weighting)”. Jurnal Teknologi Informatika DINMIK Volume 16,.
[4]Rizal, 2013. Sistem Pendukung Keputusan Seleksi Calon Penerima Beasiswa Pada Universitas Malikussaleh,
Jurnal Penelitian Teknik Informatika Universitas Malikussaleh, Lhokseumawe - Aceh, 2 (1), 113-124.
[5] Hidayat R 2013. Sistem pendukung kkeputusan seleksi calon penerima beasiswa pada sekolah SMPI-Asy
Syakirin dengan menggunakan metode Simple aditive weighting (SAW). Fakultas Ilmu komputer Universitas
Dian Nuswantoro
[6] Mauliana Sari, Sri Musdalifah, Eka Anatami Asfar. (2021). "Implementasi Kebijakan Kartu Indonesia Pintar
Dalam Upaya Pemerataan Pendidikan di MTsN 1 Watampone." MAPPESONA: Jurnal Manajemen Pendidikan
Islam, Volume 3, No. 1, Februari 2021, halaman 43.
[7] Wibowo,H 2009. Simtem Pendukung Keputusan untuk menentukan penerima beasiswa Bank BRI
menggunakan FMADM . Teknologi Industri Universitas Islam Indonesia.
[8] Hasan, M Iqbal. 2002. Pokok – pokok Materi Teori Pengambilan Keputusan. Jakarta:Ghalia Indonesia.
[9] Hermawan, Julius 2005. Mengembangkan Decission Support System. Yogyakarta : Andi.
[10] Murniasih, Erny. 2009. Buku Pintar Beasiswa. Jakarta : GagasMedia