TUGAS AKHIR

SISTEM PENDUKUNG KEPUTUSAN

SELEKSI PENERIMAAN PROGRAM
INDONESIA PINTAR (PIP) PADA SMAN 1
KOMODO MENGGUNAKAN METODE
MOORA DAN SAW
VIDELIS DE APRILIO HAMPUR
NIM 18101237

Dosen Pembimbing I
I Gusti Ayu Agung Mas Aristamy, S.TI., M.Kom.

Dosen Pembimbing II
Kadek Ni Luh Putu Agetania, S.Pd., M.Pd.

PROGRAM STUDI TEKNIK INFORMATIKA

FAKULTAS TEKNOLOGI DAN INFORMATIKA
INSTITUT BISNIS DAN TEKNOLOGI INDONESIA
DENPASAR 2022

i
 Halaman Persetujuan

Judul : SISTEM PENDUKUNG KEPUTUSAN SELEKSI

PENERIMAAN PROGRAM INDONESIA PINTAR
(PIP) PADA SMAN 1 KOMODO
MENGGUNAKAN METODE MOORA DAN
SAW

Nama : VIDELIS DE APRILIO HAMPUR

NIM : 18101237

Program Studi : Teknik Informatika

Telah diperiksa dan disetujui sebagai Tugas Akhir mahasiswa Program

Studi Teknik Informatika,Institut Bisnis dan Teknologi Indonesia.

Menyetujui:
Pembimbing I Pembimbing II

I Gusti Ayu Agung Mas Aristamy, S.TI., Kadek Ni Luh Putu Agetania, S.Pd., M.Pd.
M.Kom. NIDN.

NIDN.

Mengetahui:
Kepala Program Studi Teknik Informatika

Komang Kurniawan Widiartha, S.Kom., M.Cs.

NIDN. 0826048702

ii
 Halaman Pengesahan

Judul : SISTEM PENDUKUNG KEPUTUSAN SELEKSI

PENERIMAAN PROGRAM INDONESIA PINTAR
(PIP) PADA SMAN 1 KOMODO
MENGGUNAKAN METODE MOORA DAN
SAW

Nama : VIDELIS DE APRILIO HAMPUR

NIM : 18101237
Program Studi : Teknik Informatika

Telah berhasil dipertahankan dihadapan Dewan Penguji dan

diterima sebagai bagian persyaratan yang diperlukan untuk memperoleh
gelar Sarjana Komputer pada Program Studi Teknik Informatika,
INSTIKI.
Ditetapkan di : Denpasar
Tanggal :

( Tanggal sesuai dengan tanggal ujian sidang)

DEWAN PENGUJI
Pembimbing I : ttd

I Gusti Ayu Agung Mas Aristamy,S.TI.,M.Kom. .( )

Penguji : ttd
( )

Penguji : ttd
( )

iii
 Halaman Orisinalitas

Judul : SISTEM PENDUKUNG KEPUTUSAN

SELEKSI PENERIMAAN PROGRAM INDONESIA
PINTAR (PIP) PADA SMAN 1 KOMODO
MENGGUNAKAN METODE MOORA DAN
SAW

Nama : VIDELIS DE APRILIO HAMPUR

NIM : 18101237
Program Studi : Teknik Informatika

Dengan ini saya menyatakan bahwa Tugas Akhir ini merupakan karya
saya sendiri, semua sumber baik yang dikutip maupun dirujuk telah saya
cantumkan dengan benar dan sepanjang pengetahuan saya juga tidak
terdapat karya yang sama pernah ditulis atau diterbitkan orang lain.
Apabila terdapat permasalahan terhadap isi dari Tugas Akhir ini maka
akan menjadi tanggung jawab saya sepenuhnya.

Denpasar,………...2022
( Tanggal saat ditandatangani)

Materai Rp
ttd
10.000

(VIDELIS DE APRILIO HAMPUR)

iv
 Halaman Pernyataan Persetujuan
PUBLIKASI TUGAS AKHIR UNTUK
KEPENTINGAN AKADEMIS

Sebagai civitas akademik INSTIKI, saya yang bertanda tangan di

bawah ini:

Nama : VIDELIS DE APRILIO HAMPUR

NIM : 18101237
Program Studi : Teknik Informatika
Jenis Karya : Tugas Akhir

Demi pengembangan ilmu pengetahuan, menyetujui untuk

memberikan kepada INSTIKI Hak Bebas Royalti Nonekslusif (Non-
exclusive Royalty-Free Right) atas tugas akhir saya yang berjudul:

SISTEM PENDUKUNG KEPUTUSAN SELEKSI

PENERIMAAN PROGRAM INDONESIA PINTAR (PIP) PADA SMAN
1 KOMODO MENGGUNAKAN METODE MOORA DAN SAW
Beserta perangkat yang ada (jika diperlukan). Dengan Hak
Bebas Royalti Non-ekskutif ini INSTIKI berhak menyimpan,
mengalihmedia/formatkan, mengelola dalam bentuk pangkalan data
(database), merawat, dan mempublikasikan Tugas Akhir saya tanpa
meminta izin dari saya selama tetap mencantumkan saya sebagai
penulis/pencipta dan sebagai pemilik Hak Cipta.
Demikian pernyataan ini saya buat dengan sebenarnya.

Dibuat di : Denpasar
Tanggal :

(VIDELIS DE APRILIO HAMPUR)

v
 ABSTRAK
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN
PROGRAM INDONESIA PINTAR (PIP) PADA SMAN 1 KOMODO
MENGGUNAKAN METODE MOORA DAN SAW
Nama Mahasiswa : VIDELIS DE APRILIO HAMPUR
NIM : 18101237
Program Studi : Teknik Informatika
Dosen Pembimbing :I Gusti Ayu Agung Mas Aristamy, S.TI.,
M.Kom.
Kadek Ni Luh Putu Agetania, S.Pd., M.Pd.

Program Indonesia Pintar (PIP) adalah pemberian bantuan tunai

pendidikan yang diperuntukkan bagi siswa SD, SMP, hingga SMA
rentang usia 6-21 tahun yang berasal dari keluarga kurang mampu. PIP
merupakan bagian dari penyempurnaan program Bantuan Siswa Miskin
(BSM). SMAN 1 Komodo menjadi tempat dilakukannya penelitian ini
dikarenakan Dalam penyaluran bantuan PIP terdapat pembatasan kuota
PIP dan jumlah peneriman PIP Pada tahun 2022 sebanyak 96 siswa, hal
tersebut sering terjadi kesalahan dalam penginputan data ke dalam
Microsoft excel dan juga terjadi lantaran keterbatasan dana yang
disediakan pemerintah. Akibatnya peserta didik yang ingin memperoleh
PIP perlu diseleksi. Saat ini pihak sekolah terutama pada sekolah SMAN
1 Komodo masih menggunakan cara manual untuk menentukan peserta
didik atau siswa yang berhak menerima bantuan PIP. Sehingga
pengolahan data kurang efektif, membutuhkan waktu yang relatif lama
dan sering terjadi subjektifitas dari para pengambil
keputusan.Berdasarkan dari permasalahan yang terjadi pada SMAN 1
Komodo penulis merancang sistem pendukung keputusan seleksi
penerimaan PIP pada Sman 1 Komodo menggunakan metode Multi-
Objective Optimization on The Basic of Ratio Analysis (Moora) Dan
Simple Additive Weighting (Saw). Penelitian ini nantinya akan
menghasilkan sebuah sistem yang dapat membantu menyelesaikan
permasalahan yang dihadapi pada SMAN 1 Komodo dan sistem yang
dibangun nantinya menggunakan kriteriakriteria seperti pekerjaan ayah,
pekerjaan ibu, yatim piatu, penghasilan ayah, penghasilan ibu, jumlah
vi
tanggungan dan nilai raport. Berdasarkan pengujian blackbox testing
yang telah dilakukan, didapatkan bahwa semua fitur pada sistem
pendukung keputusan Bantuan Siswa Miskin telah mampu mengelola
dengan baik.

Kata Kunci: Sistem Pendukung Keputusan, Bantuan Siswa Miskin,

Blackbox Testing.

ABSTRACT
SISTEM PENDUKUNG KEPUTUSAN SELEKSI PENERIMAAN
PROGRAM INDONESIA PINTAR (PIP) PADA SMAN 1 KOMODO
MENGGUNAKAN METODE MOORA DAN SAW

Nama Mahasiswa : VIDELIS DE APRILIO HAMPUR

NIM : 18101237
Program Studi : Teknik Informatika
Dosen Pembimbing : I Gusti Ayu Agung Mas Aristamy, S.TI.,
M.Kom.
Kadek Ni Luh Putu Agetania, S.Pd., M.Pd.
The Smart Indonesia Program (PIP) is the provision of
education cash assistance intended for elementary, junior high and high
school students aged 6-21 years who come from underprivileged
families. PIP is part of improving the Poor Student Assistance (BSM)
program. SMAN 1 Komodo was the place for this research to be carried
out because in the distribution of PIP assistance there were restrictions
on the PIP quota and the number of PIP recipients. In 2022 there were
96 students, this often resulted in errors in inputting data into Microsoft
excel and also occurred due to limited funds provided by the
government. As a result, students who wish to obtain PIP need to be
selected. At present the school, especially at SMAN 1 Komodo, is still
using the manual method to determine students who are entitled to
receive PIP assistance. So that data processing is less effective, requires
a relatively long time and subjectivity often occurs from decision
makers. Based on the problems that occurred at SMAN 1 Komodo, the
authors designed a decision support system for selecting PIP admissions
at Sman 1 Komodo using the Multi-Objective Optimization on The
Basic method. of Ratio Analysis (Moora) and Simple Additive
Weighting (Saw). This research will later produce a system that can help
solve the problems faced at SMAN 1 Komodo and the system that will
be built will use criteria such as father's occupation, mother's

vii
occupation, orphanage, father's income, mother's income, number of
dependents and report card grades. Based on the black box testing that
has been done, it was found that all the features of the Poor Student
Assistance decision support system have been able to manage properly.
Keywords: Decision Support System, Assistance for Poor Students,
Blackbox Testing.

KATA PENGANTAR

Puji syukur yang berlimpah penulis panjatkan kehadirat

Tuhan Yang Maha Esa karena atas berkat dan rahmat-Nya, laporan
Seminar yang berjudul “Sistem pendukung keputusan seleksi
penerimaan PIP pada sman 1 komodo menggunakan metode Multi-
Objective Optimization on The Basic of Ratio Analysis (MOORA)
Dan Simple Additive Weighting (SAW) ” ini dapat diselesaikan tepat
pada waktunya.
Penyusunan laporan seminar ini merupakan salah satu
syarat untuk dapat menyelesaikan pendidikan strata 1 (S1) jurusan
Teknik Informatika STIMIK STIKOM Indonesia. Dengan
selesainya laporan seminar ini penulis mengucapkan terimakasih
kepada:
1. Bapak I Dewa Made Krisna Muku S.T. M.T. selaku Ketua
STIMIK STIKOM Indonesia.
2. Bapak Komang Kurniawan Widartha, S. Kom. M.T. selaku Kepala
Program Studi Teknik Informatika.
3. Ibu I Gusti Ayu Agung Mas Aristamy, S.TI., M.Kom. selaku
pembimbing I yang senantiasa meluangkan waktu membimbing,
serta memberikan masukan sehingga laporan tugas akhir ini dapat
terselesaikan.
4. Ibu Ni Luh Putu Agetania, S.Pd., M.Pd. selaku dosen pembimbing
II yang senantiasa meluangkan waktu membimbing, serta
memberikan masukan sehingga laporan tugas akhir ini dapat
terselesaikan.
5. Bapak Martinus Marson, S.Pd. selaku Kepala Sekolah SMAN 1
Komodo, yang telah memberikan dukungan dan senantiasa
membimbing dan memberikan masukan serta referensi tentang
laporan ini.
6. Kedua orang tua yang selalu memberikan dukungan dan dorongan
viii
 bagi penulis.
7. Semua pihak yang telah membantu penulis dalam menyelesaikan
laporan seminar ini yang tidan bisa sebutkan satu per satu.
Akhir kata penulis mengucapkan semoga laporan ini
bermanfaat dan memberikan kontribusi lebih pada perkembangan ilmu
pengetahuan bagi kita semua.
Denpasar, 30 Maret 2022

(Penulis)

DAFTAR ISI

Halaman Persetujuan.............................................................................ii
Halaman Pengesahan............................................................................iii
Halaman Orisinalitas............................................................................iv
Halaman Pernyataan Persetujuan........................................................v
ABSTRAK..............................................................................................vi
ABSTRACT..........................................................................................vii
KATA PENGANTAR.........................................................................viii
DAFTAR ISI...........................................................................................ix
DAFTAR TABEL.................................................................................xv
DAFTAR LAMPIIRAN...................................................................xviii
BAB I PENDAHULUAN.......................................................................1
1.1 Latar Belakang........................................................................1
1.1 Rumusan Masalah...................................................................2
1.2 Batasan Masalah.....................................................................2
1.3 Tujuan Penelitian....................................................................2
1.4 Manfaat Penelitian..................................................................3
1.5 Sistematika Penulisan.............................................................3
BAB II TINJAUAN PUSTAKA............................................................5
2.1 Penelitian Terdahulu......................................................................5
2.2 Sistem.............................................................................................7
2.3 Karakteristik Sistem.......................................................................7
2.4 Sistem Pendukung Keputusan........................................................8
2.5 Program Indonesia Pintar (PIP)......................................................9
2.6 Multi Objective Optimization On The Basis Of Ratio Analysis
(MOORA)..........................................................................................10
2.7 Simple Additive Weighting (SAW)...............................................11
2.8 Website.........................................................................................11

ix
 2.9 Hyper Text Markup Langueage (HTML)...............................12
2.10 Hypertext Preprocessor (PHP)...................................................12
2. 11 MySQL.......................................................................................12
2.12 Xampp.........................................................................................12
2.13 Event List....................................................................................13
2.14 Diagram Context........................................................................13
2.15 Data Flow Diagram (DFD)........................................................13
2.16 Basis Data...................................................................................14
2.17 Flowchart...................................................................................15
2.18 Conceptual Data Model.............................................................16
2.19 Physical Data Model..................................................................17
2.20 Metode Waterfall........................................................................18
2.21 Pengujian Black Box Testing....................................................18
BAB III METODOLOGI PENELITIAN...........................................20
3.1 Tempat Dan Waktu Penelitian.....................................................20
3.2 Teknik Pengumpulan Data...........................................................20
3.2.1 Data Primer...........................................................................20
3.2.2 Data Sekunder.......................................................................20
3.3 Instrumen Perangkat Lunak.........................................................21
3.4 Insturmen Perangkat Keras..........................................................21
3.5 Gambaran Umum Sistem.............................................................21
3.6 Analisis Kebutuhan Sistem..........................................................22
3.6.1 Kebutuhan Fungsional..........................................................22
3.6.2 Kebutuhan Non Fungsional..................................................22
3.7 Perancangan Sistem......................................................................23
3.7.1 Sistem Flow Pendaftaran Dan Sistem Flow Entry Kriteria
Dan Bobot PIP...............................................................................23
3.7.2 Sistem Flow Entry Kriteria, dan Bobot PIP..........................24
3.7 Event List.....................................................................................24
3.8 Perancangan Metode m oora........................................................25
3.8.1 Menentukan kriteria..............................................................25
3.8.2 Penentuan Bobot Setiap Kriteria...........................................26
3.8.3 Perbaikan Bobot Setiap Kriteria...........................................26
3.8.4 Menentukan Kepentingan Masing-masing Kriteria.............27
3.8.5 Tahapan Perhitungan MOORA............................................31
3.9 Perancanagan Metode SAW.........................................................45
3.9.1 Membuat matrik keputusan..................................................45
3.10 Diagram Conteks..................................................................48
3.11 Data Flow Diagram..............................................................49
3.11.1 Data Flow Diagram Level 0....................................49
3.11.2 DFD Level 1 Mengelola Data User..........................50
x
 3.11.3 DFD Level 1 Mengelola Data Siswa........................51
3.11.14 DFD Level 1 Mengelola Data Kriteria....................52
3.11.15 DFD Level 1 Mengelola Data Alternatif.................52
3.11.16 DFD Level 1 Mengelola Data Keputusan...............53
3.11.17 DFD Level 1 Mengelola Data Laporan...................54
3.12 Conseptual Data Model (CDM)............................................54
3.13 Physical Data Model (PDM)................................................55
3.14 Perancangan Database........................................................55
3.14.1 Struktur Tabel Orang Tua...................................................55
3.14.2 Struktur Tabel Siswa...........................................................56
3.14.3 Struktut Tabel Kriteria........................................................56
3.14.4 Struktur Tabel Data Keputusan....................................56
3.14.5 Struktur Tabel Proses Perhitungan....................................57
3.15 User Interface..........................................................................57
3.15.1 Rancangan Halaman Login................................................57
5.15.2 Rancangan Halaman Utama...............................................58
5.15.3 Rancangan Halaman Data User.........................................59
3.15.4 Rancangan Halaman Tambah Data User...........................59
3.15.5 Rancangan Halaman Ubah Data User................................60
3.15.6 Rancangan Halaman Hapus Data User...............................61
3.15.7 Rancangan Halaman Data Kriteria.....................................61
3.15.8 Rancangan Halaman Tambah Data Kriteria.......................62
3.15.10 Rancangan Halaman Data Alternatif................................63
3.15.11 Rancangan Halaman Tambah Alternatif...........................63
3.15.13 Rancangan Halaman Hapus Data Alternatif.....................64
3.15.14 Rancangan Halaman Keputusan......................................64
3.15.17 Rancangan Halaman Perhitungan Metode Moora............65
3.15.18 Rancangan Halaman Perhitungan Metode SAW.............66
3.15.19 Rancangan Halaman Laporan Data Siswa.......................66
3.15.20 Laporan Hasil SPK Metode Moora dan SAW.................67
3.16 Skenario Pengujian.....................................................................68
BAB IV IMPLEMENTASI DAN PEMBAHASAN...........................72
4.1 Implementasi.........................................................................72
4.2 Implementasi User Interface Sisem......................................72
4.2.1 Tampilan Halaman Login.....................................................72
4.2.2 Tampilan Halaman Utama..................................................73
4.2.3 Tampilan Halaman Data User..............................................74
4.2.4 Tampilan Halaman Tambah Data User................................75
4.2.5 Tampilan Halaman Ubah Data User.....................................75
4.2.6 Tampilan Halaman Hapus Data User...................................76
4.2.7 Tampilan Halaman Data Siswa.............................................77
xi
 4.2.8 Tampilan Halaman Tambah Data Siswa.............................77
4.2.9 Tampilan Halaman Ubah Data Siswa...................................78
4.2.10 Tampilan Halaman Data Kriteria........................................78
4.2.11Tampilan Halaman Tambah Data Kriteria...........................79
4.2.12Tampilan Halaman Data Parameter Nilai............................79
4.2.13 Tampilan Halaman Data Alternatif.....................................80
4.2.14 Tampilan Halaman Keputusan & Hasil..............................81
4.2.15 Tampilan Halaman Data Laporan Siswa............................82
4.2.16 Tampilan Halaman Data Laporan Hasil SPK.....................82
4.3 Pengujian Sistem..........................................................................83
4.3.1 Hasil Pengujian Halaman Login.....................................83
4.3.2 Hasil Pengujian Halaman User....................................83
4.3.3 Pengujian Halaman Data Siswa...................................84
4.3.4 Pengujian Halaman Data Kriteria................................85
4.3.5 Pengujian Halaman Parameter Nilai............................86
4.3.6 Pengujian Halaman Data Alternatif.............................87
4.3.7 Pengujian Halaman Data Laporan................................88
BAB V PENUTUP................................................................................89
5.2 Kesimpulan...................................................................................89
5.2 Saran............................................................................................89
DAFTAR PUSTAKA...........................................................................90
DAFTAR LAMPIRAN.........................................................................93
BIODATA PENULIS...........................................................................95

xii
 DAFTAR TABEL

Tabel 2. 1 Penelitian Terdahulu................................................................6

Tabel 2. 2 Simbol-Simbol DFD..............................................................14
Tabel 2. 3 Simbol Flowchart.................................................................15
Tabel 2. 4 Simbol Conceptual Data Model............................................17
Tabel 2. 5 Simbol Physical Data Model.................................................18
Tabel 3. 1 Menentukan Kriteria..............................................................24
Tabel 3. 2 Penentuan bobot setiap kriteria..............................................25
Tabel 3. 3 Perbaikan bobot kriteria.........................................................26
Tabel 3. 4 Parameter Nilai Ukur Jumlah Penghasilan OrangTua...........26
Tabel 3. 5 Parameter Nilai Ukur Pekerjaan orang tua(C2).....................28
Tabel 3. 6 Parameter Nilai Ukur Berdasarkan Yatim Piatu (C3)...........28
Tabel 3. 7 Parameter Nilai Ukur Berdasarkan SKTM (C4)...................28
Tabel 3. 8 Parameter Nilai Ukur Tanggungan OrangTua (C5)..............29
Tabel 3. 9 Parameter Nilai Ukur Nilai Rapor (C6).................................29
Tabel 3. 10 Data Alternatif.....................................................................30
Tabel 3. 11 Rating Kecocokan Alternatif...............................................32
Tabel 3. 12 Hasil Pembagian Setiap Matriks..........................................33
Tabel 3. 13 matriks Ternormalisasi........................................................40
Tabel 3. 14 Daftar Yi..............................................................................43
Tabel 3. 15 Hasil Perankingan................................................................44
Tabel 3. 16 Data Normalisasi.................................................................45
Tabel 3. 17 Normalisasi..........................................................................46
Tabel 3. 18 Prangkingan.........................................................................47
Tabel 3. 19 Tabel data orang tua............................................................54
Tabel 3. 20 Tabel data siswa..................................................................55
Tabel 3. 21 Tabel data kriteria................................................................55
xiii
Tabel 3. 22 Tabel data keputusan...........................................................55
Tabel 3. 23 Tabel Proses Perhitungan....................................................56
Tabel 3. 24 Skenario Penujian................................................................70
Tabel 4. 1 Pengujian Login.....................................................................83
Tabel 4. 2 Pengujian Halaman Data User..............................................83
Tabel 4. 3 Pengujian Halaman Data Siswa.............................................85
Tabel 4. 4 Pengujian Halaman Data Kriteria..........................................85
Tabel 4. 5 Pengujian Halaman Parameter Nilai......................................86
Tabel 4. 6 Pengujian Halaman Data Alternatif.......................................87
Tabel 4. 7 Pengujian Halaman Data Laporan.........................................88

DAFTAR TABEL

Tabel 2. 1 Penelitian Terdahulu................................................................6

Tabel 2. 2 Simbol-Simbol DFD..............................................................14
Tabel 2. 3 Simbol Flowchart.................................................................15
Tabel 2. 4 Simbol Conceptual Data Model............................................17
Tabel 2. 5 Simbol Physical Data Model.................................................18
Tabel 3. 1 Menentukan Kriteria..............................................................24
Tabel 3. 2 Penentuan bobot setiap kriteria..............................................25
Tabel 3. 3 Perbaikan bobot kriteria.........................................................26
Tabel 3. 4 Parameter Nilai Ukur Jumlah Penghasilan OrangTua...........26
Tabel 3. 5 Parameter Nilai Ukur Pekerjaan orang tua(C2).....................28
Tabel 3. 6 Parameter Nilai Ukur Berdasarkan Yatim Piatu (C3)...........28
Tabel 3. 7 Parameter Nilai Ukur Berdasarkan SKTM (C4)...................28
Tabel 3. 8 Parameter Nilai Ukur Tanggungan OrangTua (C5)..............29
Tabel 3. 9 Parameter Nilai Ukur Nilai Rapor (C6).................................29
Tabel 3. 10 Data Alternatif.....................................................................30
Tabel 3. 11 Rating Kecocokan Alternatif...............................................32
Tabel 3. 12 Hasil Pembagian Setiap Matriks..........................................33
Tabel 3. 13 matriks Ternormalisasi........................................................40
Tabel 3. 14 Daftar Yi..............................................................................43
Tabel 3. 15 Hasil Perankingan................................................................44
Tabel 3. 16 Data Normalisasi.................................................................45
Tabel 3. 17 Normalisasi..........................................................................46
Tabel 3. 18 Prangkingan.........................................................................47
Tabel 3. 19 Tabel data orang tua............................................................54

xiv
Tabel 3. 20 Tabel data siswa..................................................................55
Tabel 3. 21 Tabel data kriteria................................................................55
Tabel 3. 22 Tabel data keputusan...........................................................55
Tabel 3. 23 Tabel Proses Perhitungan....................................................56
Tabel 3. 24 Skenario Penujian................................................................70
Tabel 4. 1 Pengujian Login.....................................................................83
Tabel 4. 2 Pengujian Halaman Data User..............................................83
Tabel 4. 3 Pengujian Halaman Data Siswa.............................................85
Tabel 4. 4 Pengujian Halaman Data Kriteria..........................................85
Tabel 4. 5 Pengujian Halaman Parameter Nilai......................................86
Tabel 4. 6 Pengujian Halaman Data Alternatif.......................................87
Tabel 4. 7 Pengujian Halaman Data Laporan.........................................88

DAFTAR LAMPIIRAN

Lampiran 1 Wawancara..........................................................................77
Lampiran 2 Tempat Observasi................................................................78

xv
xvi
DAFTAR LAMPIIRAN

Lampiran 1 Wawancara..........................................................................77
Lampiran 2 Tempat Observasi................................................................78

i
ii
 BAB I
PENDAHULUAN

1.1 Latar Belakang

Program Indonesia Pintar (PIP) adalah pemberian bantuan tunai
pendidikan yang diperuntukkan bagi siswa SD, SMP, hingga SMA
rentang usia 6-21 tahun yang berasal dari keluarga kurang mampu. PIP
merupakan bagian dari penyempurnaan program Bantuan Siswa
Miskin (BSM). Dana PIP dapat digunakan untuk membantu biaya
personal pendidikan peserta didik.(Manik dkk., 2021)
SMAN 1 Komodo didirikan pada tanggal 12 desember 1985 dan
salah satu satuan pendidikan dengan jenjang SMA di BATU CERMIN,
Kec. Komodo, Kab. Manggarai Barat, Nusa Tenggara Timur. SMAN 1
Komodo berada di bawah naungan Kementerian Pendidikan dan
Kebudayaan. SMAN 1 Komodo menerima PIP dari Dinas Pendidikan
provinsi dan Kebudayaan Kabupaten Manggarai Barat Labuan Bajo.
Dalam penyaluran bantuan PIP terdapat pembatasan kuota PIP dan
1
jumlah peneriman PIP Pada tahun 2022 sebanyak 96 siswa, hal tersebut
sering terjadi kesalahan dalam penginputan data ke dalam Microsoft
excel dan juga terjadi lantaran keterbatasan dana yang disediakan
pemerintah. Akibatnya peserta didik yang ingin memperoleh PIP perlu
diseleksi. Saat ini pihak sekolah terutama pada sekolah SMAN 1
Komodo masih menggunakan cara manual untuk menentukan peserta
didik atau siswa yang berhak menerima bantuan PIP. Sehingga
pengolahan data kurang efektif, membutuhkan waktu yang relatif lama
dan sering terjadi subjektifitas dari para pengambil keputusan.
Kombinasi metode Multi-Objective Optimization on The Basic
of Ratio Analysis (MOORA) dan Simple Additive Weighting dipilih
dengan alasan metode Moora sistem dengan multi-objektif, yang di
dalamnya memiliki dua atau lebih atribut yang saling bertentangan.
MOORA melakukan optimalisasi terhadap atribut atribut tersebut
dengan menerapkan perhitungan matematika yang kompleks, sehingga
didapatkan keluaran berupa pemecahan masalah yang diinginkan.
Metode ini melakukan pemisahan subjektifitas dari suatu proses
penilaian ke bentuk kriteria berbobot dengan beberapa atribut
pengambilan keputusan dengan cara yang lebih mudah dipahami.
Metode ini juga memiliki tingkat fleksibilitas yang tinggi dalam
pengolahan variabelnya. Sedangkan Metode SAW merupakan dapat
menetukan nilai yang sudah terbobot dengan mencari nilai dari
penjumlahan terbobot dari semua alternative untuk semua Kriteria dan
atribut. Kombinasi metode MOORA dan SAW dapat diterapkan pada
sistem pendukung keputusan dengan berbagai objek yang akan diteliti
dengan tetap memahi teori yang ada pada metode MOORA dan SAW.
Berdasarkan permasalahan diatas, penulis merancang sistem
pendukung keputusan seleksi penerimaan PIP pada Sman 1 Komodo
menggunakan metode Multi- Objective Optimization on The Basic of
Ratio Analysis (Moora) Dan Simple Additive Weighting (Saw).
Penelitian ini nantinya akan menghasilkan sebuah sistem yang dapat
membantu menyelesaikan permasalahan yang dihadapi pada SMAN
1 Komodo dan sistem yang dibangun nantinya menggunakan kriteria-
kriteria seperti pekerjaan ayah, pekerjaan ibu, yatim piatu, penghasilan
ayah, penghasilan ibu, jumlah tanggungan dan nilai raport. Metode
MOORA(Multi – Objective Optimization On The Basis Of Ratio
Analysis) adalah suatu teknik optimasi multi objective yang dapat
berhasil diterapkan untuk memecahkan berbagai jenis masalah
pengambilan keputusan yang kompleks dalam pembuatan keputusan.
Dan metode Simple Additive Weighting adalah mencari penjumlahan
terbobot dari rating kinerja pada setiap alternatif pada semua atribut.

2
Metode SAW membutuhkan proses normalisasi matriks keputusan
(X) ke suatu skala yang dapat diperbandingkan dengan semua rating
alternatif yang ada. Diharapkan dapat membantu dan mempermudah
SMAN 1 Komodo dalam pemilihan siswa terbaik dengan menggunaka
kedua metode ini dalam pengambilan keputusan.

1.1 Rumusan Masalah

Berdasarkan permasalahan diatas, rumusan masalah dalam tugas
akhir ini adalah bagaimana membangun suatu sistem pendukung
keputusan dengan metode MOORA dan SAW yang dapat membantu
mempercepat pengambilan keputusan seleksi penerimaan PIP.

1.2 Batasan Masalah

Adapun batasan-batasan masalah dalam penelitian ini adalah
sebagai berikut:
1. Kriteria yang digunakan adalah penghasilan orangtua, pekerjaan
orangtua, yatim piatu, surat keretangan tidak mampu, jumlah
tanggungan dan nilai rapor.
2. Sistem ini dikelola oleh Operator dan Kepala Sekolah SMAN 1
Komodo.

1.3 Tujuan Penelitian

Tujuan yang ingin dicapai dari Tugas Akhir ini adalah membangun
sistem pendukung keputusan dalam seleksi penerimaan PIP pada Sman
1 Komodo menggunakan metode Multi- Objective Optimization on The
Basic of Ratio Analysis (Moora) Dan Simple Additive Weighting (Saw).

1.4 Manfaat Penelitian

Manfaat yang diperoleh dari penelitian pembuatan Sistem
Pendukung Keputusan yaitu:
1. Manfaat Bagi SMAN 1 Komodo yaitu dengan adanya Sistem
pendukung keputusan ini diharapkan dapat mempermudah dan
mempercepat dalam menentukan karyawan terbaik.
2. Manfaat bagi Penulis yaitu dapat menambah ilmu pengetahuan
dengan secara langsung membuat dan mengimplementasikan Sistem
Pendukung Keputusan seleksi penerimaan PIP pada Sman 1
Komodo.

3
1.5 Sistematika Penulisan
Dalam sistematika penulisan ini, akan diuraian gambaran yang akan
jelas dan sistematis mengenai hal-hal yang akan diuraikan lebih lanjut
pada tiap bab, yaitu sebagai berikut:

BAB I PENDAHULUAN
Pada bab ini membuat gambaran umum isi laporan yang meliputi
latar belakang, rumusan masalah, batasan masalah, tujuan penelitian,
manfaat penelitian dan sistematika penulisan.

BAB II TINJAUAN PUSTAKA

Pada bab ini membahas tentang penelitian yang dilakukan
sebelumnya, objek penelitian yang diteliti dan komponen yang
digunakan untuk pembuatan sistem atas keperluan penelitian.

BAB III ANALISIS DAN PERANCANGAN

Pada bab ini memuat tentang analisis kebutuhan dalam
membangun sistem yang akan dibuat, dan memaparkan metode yang
akan digunakan dalam penelitian ini.

4
HALAMAN INI DI KOSONGKAN

5
 BAB II
TINJAUAN PUSTAKA

Terdapat beberapa perbandingan penelitian terkait dengan

sistem pendukung keputusan tentang pemilihan karyawan terbaik,
diantaranya:

2.1 Penelitian Terdahulu

Penelitian pertama yang terkait dengan “Sistem Pendukung
Keputusan Prioritas Calon Penerima Bantuan Program Indonesia Pintar
(PIP) pada Siswa Tingkat Sekolah Dasar Menggunakan Metode Moora”,
yang disusun oleh (Manik dkk., 2021), Dalam penelitiannya
menjelelaskan bahwa sistem pendukung keputusan ini diperlukan untuk
meningkatkan efesiensi pengambilan keputusan dalam menentukan
siswa yang berhak mendapatkan bantuan PIP. Metode yang digunakan
dalam sistem ini yaitu Multi-Objective Optimization method on the basis
of Ratio Analysis (MOORA)
Penelitian kedua yang berjudul “ Penentuan Penerima Bantuan
Siswa Miskin Menerapkan Metode Multi Objective Optimization on The
Basis of Ratio Analysis (MOORA)”, yang disusun oleh (Assrani dkk.,
2018), Dalam penelitiannya diharapkan proses pepenentuanan berjalan
baik, tepat sasaran, dan diterima oleh orang yang berhak. Dengan
demikian pengambil keputusan dapat membandingkan kinerja antara
sistem yang lama dengan sistem pendukung keputusan penentuan dana
BSM dengan metode Multi Objective Optimization On The Basis Of
Ratio Analysis (MOORA) tanpa harus meminta kembali data-data siswa
yang akan diberi dana Bantuan Siswa Miskin.
Penelitian ketiga yang berjudul “Sistem Pendukung Keputusan
Bagi Penerima Bantuan Siswa Miskin (BSM) Menggunakan Metode
Simple Additive Weighting (SAW) di SMA Negeri 1 Raren Batuah
Kabupaten Barito Timur” yang disusun oleh (Cahyanu dkk., 2019),
dalam penelitiannya menghasilkan sebuah sistem yang dapat
menampilkan daftar hasil perangkingan para calon penerima beasiswa
berdasarkan urutan tertinggi hingga terendah sehingga akan
memudahkan dalam proses pengambilan keputusan dalam seleksi
penerima beasiswa Bantuan Siswa Miskin (BSM).
Penelitian keempat yang berjudul “Sistem Pendukung
Keputusan Untuk Menyeleksi Calon Penerima Bantuan Siswa Miskin
(Bsm) Di Mts Negeri Ciamis Menggunakan Metode Simple Additive
Weighting (Saw)”, yang disusun oleh (Burhanudin dkk., 2019). Hasil

6
akhir dari penelitian ini didapatkan bahwa sistem pendukung keputusan
dengan metode SAW mampu mengatasi permasalahan dalam
menyeleksi calon penerima bantuan siswa miskin (BSM) di MTs Negeri
Ciamis.
Penelitian kelima dengan judul “Sistem Pendukung Keputusan
Untuk Menentukan Kelayakan Penerimaan Bantuan Siswa Miskin
Dengan Menggunakan Metode MOORA”, yang disusun oleh (Satria,
2014).Hasil dari proses pengambilan keputusan ini dapat memberikan
keputusan yang tepat terkait menentukan kelayakan siswa yang akan
menerima bantuan siswa miskin (BSM) pada SMA Negeri 2 Kota
Pinang
Berdasarkan pemaparan penelitian sebelumnya yang terkait
dengan sistem pendukung keputusan, maka dari itu pada usulan
penelitian diajukan penelitian tentang sistem pendukung keputusan
seleksi penerimaan PIP pada sman 1 komodo menggunakan metode
Multi- Objective Optimization on The Basic of Ratio Analysis
(MOORA) Dan Simple Additive Weighting (SAW).Dapat Lihat Pada
Tabel 2.1 Perbandingan Penelitian dibawah ini:

Tabel 2. 1 Penelitian Terdahulu

No Penulis Judul Penelitian Metode yang

digunakan
1. (Manik Sistem Pendukung Keputusan Multi-
dkk., 2021) Prioritas Calon Penerima Objective
Bantuan Program Indonesia Optimization
Pintar (PIP) pada Siswa on The Basic
Tingkat Sekolah Dasar of Ratio
Menggunakan Metode Moora Analysis
(MOORA)
(Assrani Penentuan Penerima Bantuan Multi-
dkk., 2018) Siswa Miskin Menerapkan Objective
Metode Multi Objective Optimization
2. Optimization on The Basis of on The Basic
Ratio Analysis (MOORA)”, of Ratio
Analysis
(MOORA)
(Cahyanu Sistem Pendukung Keputusan Simple
dkk., 2019) Bagi Penerima Bantuan Siswa Additive
Miskin (BSM) Menggunakan Weighting
3. Metode Simple Additive (SAW)
7
 Weighting (SAW) di SMA
Negeri 1 Raren Batuah
Kabupaten Barito Timur
(Burhanudi Sistem Pendukung Keputusan Simple
4. n dkk., Untuk Menyeleksi Calon Additive
2019) Penerima Bantuan Siswa Weighting
Miskin (Bsm) Di Mts Negeri (Saw)
Ciamis Menggunakan Metode
Simple Additive Weighting
(Saw)
5. (Satria, Sistem Pendukung Keputusan Multi-
2014) Untuk Menentukan Kelayakan Objective
Penerimaan Bantuan Siswa Optimization
Miskin Dengan Menggunakan on The Basic
Metode MOORA of Ratio
Analysis
(MOORA)
6. Videlis De Sistem pendukung keputusan metode Multi-
Aprilio seleksi penerimaan PIP pada Objective
Hampur sman 1 komodo menggunakan Optimization
(2022) metode Multi- Objective on The Basic
Optimization on The Basic of of Ratio
Ratio Analysis (MOORA) Dan Analysis
Simple Additive Weighting (MOORA)
(SAW) Dan Simple
Additive
Weighting
(SAW)

2.2 Sistem
System dapat didefinisikan dengan pendekatan prosedur dan
pendekatan komponen. Dengan pendekatan prosedur, sistem dapat
didefinisikan sebagai kumpulan dari prosedur–prosedur yang
mempunyai tujuan tertentu. Dengan pendekatan komponen, sistem dapat
didefinisikan sebagai kumpulan dari komponen yang saling
berhubungan satu dengan yang lainnya membentuk satu kesatuan untuk
mencapai tujuan tertentu.(Farell dkk., 2018)

8
2.3 Karakteristik Sistem
Sistem memiliki karakteristik atau sifat sifat tertentu, yang
mencirikan hal tersebut bisa dikatakan sebagai suatu sistem. Terdapat 8
komponen karakteristik sistem yaitu:
1. Komponen Sistem (Components)
suatu sistem terdiri dari sejumlah komponenyang saling
berinteraksi, yang bekerja sama membentuk satu kesatuan.
Komponen-komponen sistem tersebut dapat berupa suatu bentuk
subsistem. Setiap subsistem memiliki sifat-sifat dari sistem yang
menjalankan suatu fungsi tertentu dan mempengaruhi proses
sistem secara keseluruhan. Suatu sistem dapat mempunyai sistem
yang lebih besar, yang disebut dengan Supra Sistem.
2. Batasan Sistem (Boundary)
Ruang lingkup sistem merupakan daerah yang membatasi antara
sistem dengan sistem lainnya atau sistem dengan lingkungan
luarnya. Batasan sistem ini memungkinkan suatu sistem dipandang
sebagai satu kesatuan yang tidak dapat dipisah-pisahkan.
3. Lingkungan Luar Sistem (Environment)
Bentuk apapun yang ada di luar ruang lingkup atau batasan sistem
yang mempengaruhi operasi sistem tersebut disebut dengan
lingkungan luar sistem.
4. Penghubung Sistem (Interface) Sebagai media yang
menghubungkan subsistem dengan subsistem lain. Penghubung ini
memungkinkan sumber-sumber daya mengalir dari satu subsistem
ke subsistem yang lain. Keluaran suatu subsistem akan menjadi
masukan untuk subsistem yang lain dengan melewati penghubung.
5. Masukan Sistem (Input) Dapat berupa pemeliharaan (maintenance
input) dan sinyal (signal input). Contoh : pada sistem komputer,
program adalah maintenance input yang digunakan untuk
mengoperasikan komputer, data adalah signal input yang akan
diolah menjadi informasi
6. Keluaran Sistem (Output) Hasil masukan sistem yang diolah dan
diklasifikasikan. Keluaran ini merupakan masukan bagi subsistem
lain.
7. Pengolah Sistem (Proses) Suatu sistem akan dapat mempunyai
suatu proses yang akan mengubah masukan menjadi keluaran.
8. Sasaran Sistem (Objective) Sistem mempunyai sasaran yang pasti
dan bersifat deterministik. Suatu sistem dapat dikatakan berhasil
bila mengenai sasaran atau tujuan yang telah direncanakan.

9
2.4 Sistem Pendukung Keputusan
Sistem pendukung keputusan (Decision Support System) adalah
sistem berbasis komputer yang membantu para pengambil keputusan
mengatasi berbagai masalah melalui interaksi langsung dengan sejumlah
database dan perangkat analitik. Sistem pendukung keputusan ini
beroperasi dalam kontek sistem informasi global untuk melayani unit
bisnis yang spesifik dalam suatu perusahaan. Sistem pendukung
keputusan tidak terlepas dari sistem informasi global yang lebih
komprehensif. Sistem pendukung keputusan yang berhasil harus
mempercepat aliran informasi ke pengambil keputusan. Data yang
disimpan harus berkesimbangunan secara terjadwal da dapat diakses
dengan mudah.(Fatmawati dan Marisa, 2019)
Karakteristik Sistem Pendukung Keputusan Karakteristik dari sistem
pendukung keputusan adalah sebagai berikut:
1. Mendukung pengambilan keputusan untuk membahas masalah
masalah terstruktur, semi struktur, dan tidak terstruktur
2. Output ditujukan bagi personil organisasi dalam semua tingkatan
3. Mendukung di semua fase proses pengambilan keputusan:
intelegensi, desain, pilihan.
4. Adanya interface manusia atau mesin, dimana manusia (user) tetap
mengontrol proses pengambilan keputusan
5. Menggunakan model-model metematis dan statistik yang sesuai
dengan pembahasan.
6. Memiliki kemampuan dialog untuk memperoleh informasi sesuai
dengan kebutuhan.
7. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa
sehingga dapat berfungsi sebagai kesatuan sistem
8. Membutuhkan struktur data komprehensif yang dapat melayani
kebutuhan informasi seluruh tingkatan manajemen.
9. Pendekatan easy to use. Ciri suatu sistem pendukung keputusan yang
efektif adalah kemudahannya untuk digunakan dan memungkinkan
keleluasaan pemakai untuk memilih atau mengembangkan
pendekatanpendekatan baru dalam membahas masalah yang
dihadapi.
10. Kemampuan sistem untuk beradaptasi secara cepat, dimana
pengambil keputusan dapat menghadapi masalah-masalah baru dan
pada saat yang sama dapat menanganinya dengan cara
mengadaptasikan sistem terhadap kondisi-kondisi perubahan yang
terjadi.

10
2.5 Program Indonesia Pintar (PIP)
Secara umum Program Indonesia Pintar adalah progam bantuan dari
pemerintah kepada anak usia sekolah yang orang tuanya kurang mampu
untuk diberikan bantuan uang tunai ditandai dengan adanya Kartu
Indonesia Pintar. Program Indonesia Pintar (PIP) adalah salah satu
program nasional yang bertujuan untuk meningkatkan angka partisipasi
pendidikan dasar dan menengah, meningkatkan angka berkelanjutan
pendidikan, menurunkan kesenjangan partisipasi pendidikan,
meningkatkan kesiapan siswa pendidikan menengah untuk menghadapi
pasar kerja . PIP mulai tahun 2015 berdasarkan Permendikbud Nomor
12 Tahun 2015 tentang Program Indonesia Pintar, yang mana
Permendikbud ini ditetapkan dan mulai diundangkan pada tanggal 12
Mei 2015. PIP diselenggarakan dalam rangka melaksanakan ketentuan
Instruksi Presiden Nomor 7 Tahun 2014 tentang Pelaksanaan Program
Simpanan Keluarga Sejahtera, Program Indonesia Pintar dan Program
Indonesia Sehat untuk membangun keluarga produktif.(Manik dkk.,
2021)

2.6 Multi Objective Optimization On The Basis Of Ratio Analysis

(MOORA)
MOORA adalah metode yang diperkenalkan oleh Brauers dan
Zavadkas (2006). Metode yang relatif baru ini pertama kali digunakan
oleh Brauers (2003) dalam suatu pengambilan dengan multi-kriteria.
Metode MOORA memiliki tingkat fleksibilitas dan kemudahan untuk
dipahami dalam memisahkan bagian subjektif dari suatu proses evaluasi
kedalam kriteria bobot keputusan dengan beberapa atribut pengambilan
keputusan . Metode ini memiliki tingkat selektifitas yang baik karena
dapat menentukan tujuan dari kriteria yang bertentangan. Dimana
kriteria dapat bernilai menguntungkan (benefit) atau yang tidak
menguntungkan (cost).(Saragih dkk., 2020)
Berikut ini adalah langkah penyelesaian masalah menggunakan
metode MOORA yaitu sebagai berikut:
1. Menginput nilai kriteria
2. Membuat matriks keputusan
3. Normalisasi pada metode MOORA. Normalisasi bertujuan untuk
menyatukan setiap element matriks sehingga element sehingga
element pada matriks memiliki nilai yang seragam. Normalisasi pada
MOORA dapat dihitung menggunakan persamaan sebagai berikut :

11
 X ij
X. I j =
√ ⌊ ∑ m=¿ 1 i ⌋ ¿ 2
j
4. Optimalkan Atribut. Untuk optimasi multi obyektif, pertunjukan
normal ini ditambahkan dalam hal memaksimalkan (untuk
menguntungkan atribut) dan dikurangi jika terjadi minimisasi (untuk
atribut yang tidak menguntungkan). Maka masalah optimasi
menjadi:

g n
y i= ∑ ¿1 w j x j−∑ w j w¿ij ( j=1 , ,2=n )
j j+1

Keterangan :
g : Jumlah attribut yang akan dimaksimalkan
(n-g) : Jumlah attribut yang akan diminimalkan
Wj : Bobot terhadap
j yi : Nilai penilaian yang telah dinormalisasi dari alternatif 1 th
terhadap semua attribute

2.7 Simple Additive Weighting (SAW)

Metode SAW atau singkatan dari simple additive weight merupakan
salah satu dari sekian banyak jenis metode yang diterapkan dari ilmu
pengetahuan sistem pendukung keputusan yang memiliki tahapan
sederhana, adapun rumus yang digunakan dalam menggunakan metode
SAW adalah sebagai berikut:
1. Membuat matrik keputusan
Dalam membuat matriks keputusan yang merupakan hasil dari nilai
yang sudah di procesing menjadi data angka/numerik.
2. Melakukan pencarian nilai normalisasi dengan rumus sebagai berikut
in:

rij = rij digunakan pada kriteria benefit

max

max
rij = digunakan kriteria pada cos
xrj
3. Mencari nilai rangking
Pada tahapan ini dilakukan dengan cara hasil nilai normalisasi
dikalikan dengan masing-masing bobot kriteria dan hasil dari
perkaian tersebut lalu dijumlahkan.
12
 n
Vi = ∑ ¿ o wj X r ij
j
Keterangan:
Vi : Nilai Preferensi
𝑤𝑗 : Bobot
𝑟𝑖𝑗 : Matrik yang ternormalisasi j
n : Jumlah Kriteria/Atribut
4. Perangkingan
Tentukan nilai tertinggi dari keseluruhan nilai alternatif

2.8 Website
World Wide Web secara luas lebih dikenal dengan istilah web
(website).Web adalah sistem pengakses informasi dalam
internet .Sedangkan Pengertian lain menyebutkan bahwa website adalah
rangkaian atau sejumlah halaman web di internet yang memiliki topik
saling berkaitan untuk mempresentasikan suatu informasi(Seprina dan
Yulianingsih, 2022)

2.9 Hyper Text Markup Langueage (HTML)

Hyper Text Markup Langueage merupakan standar Internet
yang didefinisikan dan dikendalikan penggunaannya oleh World Wide
Web Consortium(W3C). HTML berupa kode-kode tag yang
menginstruksikan browser untuk menghasilkan tampilan sesuai
dengan yang diinginkan.Semua tag-tag HTML bersifat dinamis
artinyakode HTML tidak dapat dijadikan sebagai file
executable program. Hal tersebut disebabkan, HTML hanyalah
sebuah bahasa scripting yang dapat berjalan apabila dijalankan
di dalam browser(pengakses web)(Ali, 2022)

2.10 Hypertext Preprocessor (PHP)

Hypertext Preprocessor adalah suatu bahasa pemrograman yang
digunakan untuk menerjemahkan baris kode program menjadi kode
mesin yang dapat dimengerti oleh komputer yang berbasis server-side
yang dapat ditambahkan ke dalam HTML. PHP merupakan salah satu
bahasa pemprograman berbasis web yang ditulis oleh dan untuk
pengembang web.(Sudaria dkk., 2021)

13
2. 11 MySQL
MySQL merupakan software yang tergolong sebagai DBMS
(Database Managemen System) yang bersifat Open Source. Open
source menyatakan bahwa software ini dilengkapi dengan source code
(kode yang dipakai untuk membuat MySQL), selain tentu saja bentuk
excutable-nya atau kode yang dapat dijalankan secara langsung dalam
system operasi.(Prahasti dkk., 2022)

2.12 Xampp
XAMPP adalah perangkat lunak gratis yang mendukung banyak
sistem operasi dan merupakan kompilasi dari beberapa program.
Fungsinya adalah sebagai server yang terdiri sendiri (localhost),yang
terdiri atas program Apache HTTP Server, MySQL database, dan
penterjemah bahasa yang ditulis dengan bahasa pemograman PHP.
(Nurkamiden, 2021)

2.13 Event List

Event List adalah daftar narasi stimuli (daftar kejadian) yang
terjadi dalam lingkungan dan mempunyai hubungan dengan respon
yang diberikan sistem. Aturan-aturan dalam event list antara lain daftar
kejadian yang dibuat dan digambarkan dalam bentuk tekstual
sederhana yang berfungsi memodelkan kejadian dalam lingkungan
dimana sistem harus memberikan respon. Ketika membuat event list
kita harus yakin antara kejadian dan kejadian yang berelasi
denganaliran (even-realed flow).(Suryana dkk., 2021)

2.14 Diagram Context

Diagram context merupakan pola penggambaran yang berfungsi
untuk memperlihatkan interaksi sistem informasi dengan lingkungan
dimana sistem tersebut ditempatkan. Gambaran ini tidak tergantung
pada perangkat keras, perangkat lunak atau organisasi file. Suatu
diagram konteks selalu mengandung satu proses saja (diberi nomor
proses 0), menggambarkan hubungan input/output antara sistem dengan
dunia luarnya.(Muliadi dkk., 2020)

2.15 Data Flow Diagram (DFD)

Data flow diagram (DFD) adalah suatu bagan yang
menggambarkan arus data dalam suatu perusahaan, yang digambarkan
dengan sejumlah simbol tertentu untuk menunjukkan perpindahan data

14
yang terjadi dalam proses suatu sistem bisnis.(Muliadi dkk., 2020). Ada
empat elemen yang menyusun DFD, yaitu :
1. Proses
Aktivitas atau fungsi yang dilakukan untuk alasan bisnis yang
spesifik, bisa berupa manual maupun komputerisasi.
2. Data Flow
Suatu data tunggal atau kumpulan logis suatu data, selalu diawali
atau berakhir pada suatu proses.
3. Data Store
Kumpulan data yang disimpan dengan cara tertentu. Data yang
mengalir disimpan dalam data store. Aliran data di-update atau
ditambahkan ke data store.
4. External Entity Orang, organisasi, atau Sistem, yang berada diluar
sistem tetapi berinteraksi dengan sistem.

Tabel 2. 2 Simbol-Simbol DFD

Simbol DFD Keterangan

EXTERNAL ENTITY
Entitas Eksternal
Digunakan untuk
menggambarkan asal atau tujuan data

Proses PROSES

digunakan untuk proses pengolahan

atau transformasi data

DATA STORE

digunakan untuk
menggambarkan Penyimpanan Data

15
 DATAFLOW

digunakan untuk
menggambarkan aliran data atau Arus
Data

2.16 Basis Data

Basis Data yaitu kumpulan koleksi data-data yang saling
berhubungan secara logika yang isinya didesain untuk memenuhi
kebutuhan informasi dari suatu perusahaan(Sahi, 2020). Ada beberapa
istilah umum yang sering dipakai pada database, yaitu sebagai berikut :
1. Field, yaitu sekumpulan kecil dari kata atau sebuah deretan angka-
angka.
2. Record, yaitu kumpulan dari field yang berelasi secara logis
3. File, yaitu kumpulan dari record yang berelasi secara logis.
4. Entity, yaitu orang, tempat, benda, atau kejadian yang berkaitan
dengan informasi yang disimpan.
5. Attribute, yaitu setiap karakteristik yang menjelaskan suatu entity.
6. Primary key, yaitu sebuah field yang nilainya unik yang tidak sama
antara satu record dengan record yang lain.
7. Foreign key, yaitu sebuah field yang nilainya berguna untuk
menghubungkan primary key yang berada pada table yang berbeda.

2.17 Flowchart
Flowchart merupakan penyajian yang sistematis tentang proses
dan logika dari kegiatan penanganan informasi atau penggambaran
secara grafik dari langkahlangkah dan urut-urutan prosedur dari suatu
program. Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan
alir (flow) di dalam program atau prosedur sistem secara logika. Bagan
alir digunakan terutama untuk alat bantu komunikasi dan untuk
dokumentasi. Simbol Flowchart dapat dilitat pada tabel 2.3

Tabel 2. 3 Simbol Flowchart

Simbol Nama Simbol Keterangan

16
 Simbol Menunjukan dokumen input
Dokumen dan output baik untuk proses
manual,mekanik dan komputer

Simbol Menunjukan pekerjaan manual

kegiatan
manual

Simpanan Menunjukan simbol simpanan

offline offline

Kartu plong Menunjukan input/output yang

menggunakan kartu plong
(punched card)

Proses Menunjukan kegiata n proses

dari operasi program komputer

Operasi luar Menunjukan operasi yang

dilakukan di luar proses operasi
komputer.

Pengurutan Menunjukan prose s pengurutan

Offline data di luar proses komputer.

Pita Magnetik Menunjukan input/output

Menggunakan pita magnetik

17
 Menunjukan input/output
menggunakan hard disk.

2.18 Conceptual Data Model

Conceptual Data Model (CDM) atau model konsep data
merupakan konsep yang berkaitan dengan pandangan pemakai terhadap
data yang disimpan dalam basis data. CDM dibuat sudah dalam bentuk
tabel-tabel tanpa tipe data yang menggambarka relasi antar tabel untuk
keperluan implementasi ke basis data(Suryana dkk., 2021). Adapun
manfaat penggunaan CDM dalam perancangan database:
1. Memberikan gambaran yang lengkap dari struktur basis data yaitu
arti, hubungan, dan batasan-batasan
2. Alat komunikasi antar pemakai basis data, designer, dan analis.
3. Mengidentifikasi tipe entitas. Untuk mengidentifikasi apa yang
diutuhkan oleh jenis entitas Mengidentifikasi hubungan. Untuk
mengidentifikasi hubungan yang penting diantara tipe entitas.
4. Mengidentifikasi dan menghubungkan atribut dengan tipe entitas
dan tipe hubbungan. Untuk menghubunngkan atribut sesuai dengan
tipe entitas dan tipe hubungan.
5. Menentukan atribut domain. Untuk menentukan domain dari
atribut didalam modeldata konseptual. Domain adalah sebuah nilai
dari suatu atau lebih atribut yang menggambarkan nilai dari atribut.
6. Menentukan atribut Candidate, primary, dan alternate key. Untuk
mengidentifikasi Candidate key pada setiap tipe entitas dan jika
lebih dari satu Candidate key, pilih salah satu untuk menjadi
primary key dan yang lain sebagai candidate key.
Mempertimbangkan penggunaan tingat konsep pemodelan
(langkah tambahan). Untuk mempertimbangkan penggunaan
konsep pemodelan seperti generalisasi, agregasi, dan komposisi.
7. Mengecek.
Tabel 2. 4 Simbol Conceptual Data Model

No Simbol Keterangan

18
 1 Suatu objek yang dapat di
identifikasi dalam
lingkungan pemakai.

2 Arus hubungan untuk

menghubungkan 2 entity
atau lebih (one to one,
one
to many, many to many).

2.19 Physical Data Model

Physical Data Model (PDM) merupakan model model yang
menggunakan sejumlah tabel untuk menggambarkan data serta
hubungan antara data tersebut. Setiap tabel mempunyai sejumlah kolom
dimana kolom memiliki nama yang unik.(Suryana dkk., 2021) Simbol
Physical Data Model dapat dilihat pada tabel

Tabel 2. 5 Simbol Physical Data Model

No Simbol Keterangan
1 Arus hubungan yang
menghungkan 2 (dua) atau
lebih tabel yang saling
berelasi
2 Objek utama dalam database
yang digunakan untuk
menyimpan data sejenis
dalam sebuah objek

2.20 Metode Waterfall

Metode pengembangan sistem yang peneliti gunakan adalah
metode waterfall. menggambarkan pendekatan yang sistematis dan
juga berurutan pada pengembangan perangkat unak, dimulai dengan
spesifikasi kebutuhan pengguna lalu berlanjut melalui tahapan-tahapan
perencanaan(planning),permodelan(modeling),konstruksi(construction),
serta penyerahan sistem ke para pelanggan/ pengguna(deployment),
19
yang diakhiri dengan dukungan pada perangkat lunak lengkap yang
dihasilkan. Tahapan metode waterfall dapat dilihat pada gambar di
bawah ini:

Gambar 2. 1 Metode Waterfall

2.21 Pengujian Black Box Testing

Black Box Testing atau pengujian kotak hitam menguji
perangkat lunak dari segi spesifikasi fungsional tanpa menguji desain
dan kode program. Pengujian dimaksudkan untuk mengetahui apakah
fungsi-fungsi masukan dan keluaran dari perangkat lunak sesuai dengan
spesifikasi yang dibutuhkan. Pengujian kotak hitam dilakukan dengan
membuat kasus uji yang bersifat mencoba semua fungsi dengan
memakai perangkat lunak apakah sesuai dengan spesifikasi yang
dibutuhkan.(Rochman dkk., 2021)

20
 HALAMAN INI SENGAJA DIKOSONGKAN

BAB III
METODOLOGI PENELITIAN

3.1 Tempat Dan Waktu Penelitian

Tempat penelitian dilakukan di SMAN 1 Komodo beralamat Batu
Cermin, Kec. Komodo, Kabupaten Manggarai Barat, Nusa Tenggara
Timur, yang didirikan pada tanggal 12 desember 1985. Penelitian ini
dilakukan dari tanggal 30 maret 2022 sampai selesai.

3.2 Teknik Pengumpulan Data

Berikut adalah beberapa teknik yang penulis gunakan untuk
membantu penyusunan laporan ini, penulis menggunakan dua metode,
yaitu metode pengumpulan data primer dan metode pengumpulan
sekunder.

3.2.1 Data Primer

Data primer adalah sumber data penelitian yang diperoleh secara
langsung dari sumber aslinya yang berupa wawancara, jajak pendapat
dari individu atau kelompok orang maupun hasil observasi dari suatu
obyek,kejadian atau hasil pengujian.

21
1. Metode Wawancara
Wawancara dilakukan oleh peneliti kepada Bapak Martinus Marson,
S.Pd. selaku Kepala Sekolah. Dari hasil wawancara tersebut peneliti
mendapatkan informasi tentang data yang akan dimasukkan kedalam
sistem pendukung keputusan yang akan dibangun, Contohnya Data
calon siswa, kriteria dari hasil seleksi penerimaan PIP.

3.2.2 Data Sekunder

Data sekunder merupakan sumber data penelitian yang diperoleh
secara tidak langsung atau melalui media perantara. Data sekunder
umumnya berupa bukti catatan atau laporan histori yang tersusun
dalam arsip yang dipublikasikan dan tidak dipublikasikan.
Sumber data sekunder yang digunakan peneliti berupa:
1. Dokumentasi
Metode dokumentasi adalah salah satu metode pengumpulan,
melihat atau menganalisis dokumen-dokumen yang dibuat oleh
subjek itu sendiri atau orang lain oleh subjek. Dokumentasi
merupakan salah satu cara yang dapat dilakukan peneliti kualitatif
untuk mendapatkan gambaran dari sudut pandang subjek melalui
suatu media tertulis dan dokumen lainnya yang ditulis atau dibuat
langsung oleh subjek yang bersangkutan.
2. Studi Pustaka
Studi pustaka yang digunakan pada penelitian ini adalah karya-
karya ilmiah, buku-buku, jurnal dan literatur internet yang memiliki
hubungan dengan permasalahan yang dibahas yaitu tentang sistem
pendukung keputusan dengan menggunakan metode MOORA dan
SAW.

3.3 Instrumen Perangkat Lunak

Perangkat lunak yang digunakan untuk membangun sistem ini
yaitu:
1. Sublime Text
2. Xampp

3. 4 Insturmen Perangkat Keras

Perangkat keras yang digunakan untuk membangun sistem ini
adalah:
1. Laptop

22
3.5 Gambaran Umum Sistem
Gambaran umum dari sistem yang akan dibuat pada SMAN 1
Komodo, dimana pada sistem ini memiliki 2 atribut yaitu operator
dan kepala sekolah. Untuk mengakses sistem harus melakukan login
terlebih dahulu. Login berfungsi untuk mengecek hak akses sebagai
operator dalam menggunakan sistem. Jika hak aksesnya sebagai
operator, artinya proses yang dapat dilakukan terhadap sistem adalah
dapat mengatur data master yang terdiri dari data user, data siswa, data
kriteria, dan data pilihan nilai setiap kriteria. Yang terdiri dari proses
insert, delete dan search data. Operator juga dapat menghasilkan
informasi dalam bentuk laporan dari data yang di proses. Dengan kata
lain, hak akses sebagai operator memiliki hak akses penuh dalam
mengatur atau mengerjakan data dalam sistem. Jika hak akses sebagai
user, proses yang dapat dilakukan hanya dapat membuat lporan, tanpa
mengupdate data karena update data hanya dapat dilakukan oleh user
yang hak aksesnya sebagai operator.

3.6 Analisis Kebutuhan Sistem

Analisis kebutuhan sistem menunjukkan informasi fasilitas apa
yang dibutuhkan sistem, serta memberikan aktivitas apa saja yang
terjadi dalam sistem. Terdapat dua sistem kebutuhan yaitu kebutuhan
fungsional dan non fungsional.

3.6.1 Kebutuhan Fungsional

1) Operator dapat login, mengelola data user, mengelola data siswa,
mengelola data kriteria, mengelola data alternatif, menganalisis
perhitungan, dan hasil keputusan.
2) Kepala Sekolah dapat login, menerima informasi data kriteria,
menerima informasi data nilai bobot kriteria, menerima informasi
data siswa, menerima informasi hasil seleksi siswa, dapat logout
dan mencetak laporan.

3.6.2 Kebutuhan Non Fungsional

1. Sistem digunakan untuk Operator dan Kepala Sekolah
2. Analisis Software dan Hardware

23
3.7 Perancangan Sistem
3.7.1 Sistem Flow Pendaftaran Dan Sistem Flow Entry Kriteria Dan
Bobot PIP

Gambar 3. 1 Sistem Flow Pendaftaran Dan Sistem Flow Entry Kriteria

Dan Bobot PIP

24
3.7.2 Sistem Flow Entry Kriteria, dan Bobot PIP

Gambar 3. 2 Sistem Flow Entry Kriteria, dan Bobot PIP

3.7 Event List

Event list adalah daftar kejadian yang terjadi dalam lingkungan
sistem dan mempunyai hubungan dengan respon yang diberikan sistem.
Berdasarkan hasil analisis sistem, maka dapat dijabarkan event list yang
ada pada sistem pendukung keputusan p emilihan karyawan terbaik
pada SMAN 1 Komodo yaitu:
1. Login
2. Mengelola Data User
2.1 Tambah Data User
2.2 Ubah Data User
2.3 Hapus Data User
3. Mengelola Data Siswa
3.1 Tambah Data Siswa
3.2 Ubah Data Siswa
3.3 Cari Data Siswa
25
 3.4 Hapus Data Siswa
4. Mengelola Data Kriteria
4.1 Tambah Data Kriteria
4.2 Ubah Data Kriteria
4.3 Cari Data Kriteria
4.4 Hapus Data Kriteria
5. Mengelola Data Alternatif
5.1 Tambah Data Alternatif
5.2 Ubah Data Alternatif
5.3 Hapus Data Alternatif
6. Proses Perhitungan Moora Dan Saw
7. Mengelola Data Keputusan
7.1 Tambah Data Keputusan
7.2 Hasil SPK
8. Laporan

3.8 Perancangan Metode m oora

3.8.1 Menentukan kriteria
Di tabel menentukan kriteria berisikan kriteria dan
keterangan. Adapun kriteria yang ditentukan yaitu penghasilan orang
tua, pekerjaan orang tua, yatim piatu, surat keterangan tidak mampu
(SKTM), jumlah tanggungan dan nilai rapor.
Tabel 3. 1 Menentukan Kriteria

Kriteria Keterangan
Penghasilan orang tua C1
Pekerjaan orang tua C2
Yatim Piatu C3
Surat Keterangan Tidak C4
Mampu
Jumlah Tanggungan C5
Nilai Rapor C6

26
3.8.2 Penentuan Bobot Setiap Kriteria
Penentuan kriteria dipilih langsung oleh pengguna sistem,
sedangkan bobot akan dihitung menggunakan metode moora. Berikut
contoh pilihan dari pengguna.
Tabel 3. 2 Penentuan bobot setiap kriteria

Kriteria Tingkt
Kepentingan Nilai

Penghasilan orang Sangat Penting 5

tua
Pekerjaan orang Penting 4
tua
Yatim Piatu Penting 4
Surat Keterangan
Tidak Mampu Penting 4
Jumlah Sangat Penting 5
Tanggungan

Nilai Rapor Penting 4

3.8.3 Perbaikan Bobot Setiap Kriteria

Langkah berikutnya yaitu melakukan perbaikan bobot dalam
setiap kriteria, dalam menentukan perbaikan bobot dari setiap kriteria
menggunakan metode moora, yaitu: menggunakan rumus
Penghasilan orang tua=Bobot penghasilan orang tua / Total
seluruh kriteria
= 5 / (5+4+4+4+5+4)
= 5 / 26
= 0,19
Pekerjaan orang tua=Bobot pekerjaan orang tua / Total seluruh
kriteria
= 4 / (5+4+4+4+5+4)
=4 / 26
=0,15
Yatim Piatu=Bobot yatim piatu / Total seluruh kriteria
= 4 / (5+4+4+4+5+4)

27
 = 4 / 26
= 0,15
SKTM=Bobot SKTM / Total seluruh kriteria
= 4 / (5+4+4+4+5+4)
= 4 / 26
= 0,15
Jumlah tanggungan=Bobot jumlah tanggungan / Total seluruh
kriteria
= 5 / (5+4+4+4+5+4)
= 5 / 26
= 0,19
Nilai Rapor=Bobot nilai rapor / Total seluruh kriteria
= 4 / (5+4+4+4+5+4)
= 4 / 26
= 0,15
Setelah melakukan perbaikan bobot terhadap semua
kriteria,didapatkan hasilnya pada tabel dibawah ini.

Tabel 3. 3 Perbaikan bobot kriteria

Kriteria Perbaikan Cost/Benefit

Bobot

Penghasilan orang tua 0,19 Cost

Pekerjaan orang tua 0,15 Benefit
Yatim Piatu 0,15 Benefit
Surat keterangan tidak 0,15 Benefit
mampu

Jumlah Tanggungan 0,19 Cost

Nilai Rapor 0,15 Benefit

3.8.4 Menentukan Tingkat Kepentingan Masing-masing Kriteria

a) Penghasilan Orang tua
Tabel 3. 4 Parameter Nilai Ukur Jumlah Penghasilan Orang Tua)

Penghasilan Orang Tua Nilai

28
 C1<=Rp. 500.000 5
Rp. 1.000.000<C2<=Rp. 1.500.000 4
Rp. 1.500.000<C2<=Rp. 2.000.000 3
Rp. 2.000.000<C2<=Rp. 2.500.000 2
C1 > Rp.2.500.000 1
Berdasarkan tabel diatas, parameter ukur jumlah penghasilan
orang tua dapat dilihat bahwa untuk nilai 5 diberikan untuk orang
tua siswa berpenghasilan dibawah Rp.500.000, untuk nilai 4 diberikan
untuk orang tua siswa berpenghasilan Rp.1.000.000 kurang atau
lebih dari sama dengan Rp.1.500.000, untuk nilai 3 diberikan untuk
orang tua siswa berpenghasilan diatas Rp.1.500.000 kurang atau lebih
dari sama dengan Rp.2.000.000, untuk nilai 2 diberikan untuk orang tua
siswa berpenghasilan diatas Rp. 2.000.000
kurang atau lebih dari sama dengan Rp. 2.500.000, untuk nilai 1
diberikan untuk orang tua siswa berpenghasilan diatas Rp.2.500.000.
Keterangan :
5 = Sangat Penting
4 = Penting
3 = Cukup Penting
2 = Tidak Penting
1 = Sangat tidak penting

29
b) Pekerjaan Orang Tua
Tabel 3. 5 Parameter Nilai Ukur Berdasarkan Pekerjaan orang tua(C2)

Pekerjaan Orang Tua Nilai

Petani 5
Buruh 4
Pedagang 3
PNS 1
Berdasarkan tabel diatas, parameter ukur pekerjaan orang tua
dapat dilihat bahwa untuk nilai 5 diberikan untuk orang tua siswa sebagai
petani, nilai 4 diberikan untuk orang tua siswa sebagai buruh, nilai 3
diberikan untuk orang tua siswa sebagai pedagang, dan nilai 1 diberikan
untuk orang tua siswa sebagai pegawai negeri sipil (PNS).
c) Yatim Piatu
Tabel 3. 6 Parameter Nilai Ukur Berdasarkan Yatim Piatu (C3)

Keadaan Orang Tua Nilai

Yatim Piatu 5
Yatim 4
Piatu 3
Lengkap 1
Berdasarkan tabel diatas, parameter ukur untuk keadaan orang tua
siswa, untuk nilai 5 diberikan untuk siswa yang memiliki status yatim
piatu, nilai 4 diberikan untuk siswa yang memiliki status yatim, nilai 3
diberikan untuk siswa yang memiliki status piatu dan nilai 1 diberikan
untuk siswa yang masih memiliki kedua orang tua.
d) Surat Keterangan Tidak Mampu (SKTM)
Tabel 3. 7 Parameter Nilai Ukur Berdasarkan SKTM (C4)

Surat Keterangan Tidak Mampu Nilai

Tidak Punya 5
Punya 3
Berdasarkan tabel 3.7 diatas, parameter ukur untuk SKTM
(Surat keterangan tidak mampu) siswa, untuk nilai 5 diberikan untuk
siswa yang tidak memiliki Surat keterangan tidak mampu (SKTM),
untuk nilai 3 diberikan untuk siswa yang memiliki surat keterangan
tidak mampu.

30
e) Jumlah Tanggungan
Tabel 3. 8 Parameter Nilai Ukur Berdasarkan Jumlah Tanggungan Orang
Tua (C5)

Tanggungan Orang Tua Nilai

>5 anak 5
4 anak 4
3 anak 3
2 anak 2
1 anak 1
Berdasarkan tabel 3.8, parameter ukur jumlah tanggungan orangtua,
untuk orang tua yang memiliki lebih dari 5 anak di berikan nilai 5, untuk
4 anak diberikan nilai 4, untuk 3 anak diberikan nilai 3, untuk 2 anak
diberikan nilai 2 dan untuk orang tua yang memiliki 1 anak diberikan
nilai 1.
f) Nilai Rapor
Tabel 3. 9 Parameter Nilai Ukur Berdasarkan Nilai Rapor (C6)

Nilai Rapor Nilai

C6 > 90 5
80 < C6 <=90 4
70 < C6 <=80 3
60 < C6 <= 70 2
C6 <= 50 1
Berdasarkan tabel 3.9, dapat dilihat bahwa untuk nilai rapor
diatas 90 diberikan nilai 5, untuk nilai rapor diatas 80 kurang atau sama
dengan 90 diberikan nilai 4, untuk nilai rapor diatas 70 kurang atau
sama dengan 80 diberikan nilai 3, untuk nilai rapor diatas 60 kurang
atau sama dengan 70 diberikan nilai 2 dan untuk nilai rapor dibawah 50
diberikan nilai. .

31
32
3.8.5 Tahapan Perhitungan MOORA
1) Menentukan Data Alternatif
Tabel 3. 10 Data Alternatif

C1 C2 C3 C4 C5 C6
Alternatif COST BENEFIT BENEFIT BENEFIT COST BENEFIT
Tidak
A1 Hermina jetia Rp. 900.000 Petani Lengkap Punya 3 80

Rp.
A2 Tresiana Voy Nasti 1.000.000 Pedagang Yatim Punya 2 85

Rp. Tidak
A3 Yohanes Sandi 1.200.000 Petani Piatu Punya 4 84

Yatim Tidak
A4 Bonefasius Gunawan Rp. 900.000 Petani Piatu Punya 3 90

33
 Rp.
A5 Fransiskus Saverius Bayu 1.500.000 Buruh Lengkap Punya 1 79

Bogha
Rp. Tidak
A6 Maria Hardianti Ernawati 1.700.000 Pedagang Lengkap Punya 2 85

Rp.
A7 Paulinus Darmino 2.000.000 PNS Yatim Punya 4 89

Tidak
A8 Salomo Oktaviano Rp. 850.000 Petani Piatu Punya 2 80

Rp. Tidak
A9 MariaSavio 1.300.000 Buruh Yatim Punya 3 87

3) Memberikan Nilai Kecocokan Rating Setiap Alternatif pada setiap Kriteria

34
 Tabel 3. 11 Rating Kecocokan Alternatif

C1 C2 C3 C4 C5 C6
Alternatif COST BENEFIT BENEFIT BENEFIT COST BENEFIT
A1 Hermina jetia 5 5 1 5 3 4
A2 Tresiana Voy Nasti 4 3 4 3 2 4
A3 Yohanes Sandi 4 5 3 5 4 4
A4 Bonefasius Gunawan 5 5 5 5 3 5
A5 Fransiskus Saverius Bayu 3 4 1 3 1 3
A6 Maria Hardianti 3 3 1 5 2 4
A7 Ernawati Darmino
Paulinus 2 1 4 3 4 4
A8 Salomo Oktaviano 5 5 3 5 2 4
A9 MariaSavio 4 4 4 5 3 4

Berdasarkan tabel 3.11, dapat dilihat bahwa nilai siswa telah di konfersikan berdasarkan bobot yang
sudah ditentukan sebelumnya. Matriks Keputusan Matriks keputusan (X) yang dibentuk dari tabel rating
kecocokan alternatif pada setiap kriteria. Nilai X setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah
ditentukan.

35
 ( )
5 5 1 5 3 4
4 3 4 3 2 4
4 5 3 5 4 4
5 5 5 5 3 5
X ij = 3 4 1 3 1 3
3 3 1 5 2 4
2 1 4 3 4 4
5 5 3 5 2 4
4 4 4 5 3 4

Melakukan pembagian setiap matrix keputusan

X ij=√ 5 +4 +4 +5 +3 +3 +2 +5 +4
2 2 2 2 2 2 2 2 2

=12,409735

X ij=√ 5 +3 +5 +5 + 4 +3 + 1 +5 +4
2 2 2 2 2 2 2 2 2

=12,28820573

X ij=√ 1 +4 +3 +5 +1 +1 +4 +3 + 4
2 2 2 2 2 2 2 2 2

=9,95359715

X ij=√ 5 +3 +5 +5 +3 +5 +3 +5 +5
2 2 2 2 2 2 2 2 2

=13,3041347

X ij=√ 3 +2 + 4 +3 +1 +2 + 4 +2 +3
2 2 2 2 2 2 2 2 2

=8,485281374

X ij=√ 4 +4 + 4 +5 +3 +4 +4 +4 +4
2 2 2 2 2 2 2 2 2

=12,08304597
Tabel 3. 12 Hasil Pembagian Setiap Matriks

36
12,409 12,28820 9,95359 13,3041 8,485281 12,08304
735 573 715 347 374 597

2. Melakukan Normalisasi Matrix Kemudian membentuk matrix

yang dinormalisasikan dengan menggunakan persamaan Untuk
Kriteria C1

5 5
X 1.1 = =
√5 + 4 +4
2 2 2 2 2 2
+5 +3 +3 +2 +5 +4 2 2 2 12,409735
= 0,402911482

4 4
X 2.2 = =
√5 + 4 +4
2 2 2 2 2 2
+5 +3 +3 +2 +5 +4 2 2 2 12,409735
= 0,3223291866

4 4
X 2.3 = =
√5 + 4 + 4 +5 +3 +3 +2 +5 +4
2 2 2 2 2 2 2 2 2 12,409735
= 0,3223291866

5 5
X 2.4 = =
√5 + 4 + 4 +5 +3 +3 +2 +5 + 4
2 2 2 2 2 2 2 2 2 12,409735
= 0,402911482

3 3
X 2.5 = =
√5 + 4 + 4 +5 +3 +3 +2 +5 +4
2 2 2 2 2 2 2 2 2 12,409735
= 0,241746889

3 3
X 2.6 = =
√5 + 4 + 4 +5 +3 +3 +2 +5 + 4
2 2 2 2 2 2 2 2 2 12,409735
= 0,241746889

37
 2 2
X 2.7 = =
√5 + 4 + 4 +5 +3 +3 +2 +5 + 4
2 2 2 2 2 2 2 2 2 12,409735
= 0,1114593

5 5
X 2.8 = =
√5 + 4 + 4 +5 +3 +3 +2 +5 +4
2 2 2 2 2 2 2 2 2 12,409735
= 0,402911482

4 4
X 2.9 = =
√52 + 42 + 42 +52 +32 +32 +22 +52 +4 2 12,409735
= 0,32232918
Untuk Kriteria C2

5 5
X 1.2 = =
√5 +3 +5 +5 + 4 +3 +1 +5 +4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,406894229

3 3
X 2.2 = =
√5 +3 +5 +5 + 4 +3 +1 +5 +4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,24413538

5 5
X 2.3 = =
√5 +3 +5 +5 + 4 +3 +1 +5 +4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,40894229

5 5
X 2.4 = =
√5 + 3 + 5 + 5 + 4 +3 +1 +5 + 4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,40894229

38
 4 4
X 2.5 = =
√5 +3 +5 +5 + 4 +3 +1 +5 +4
2 2 2 2 2 2 2 2 2 12,28820573
=0,325515384

3 3
X 2. = =
√5 +3 +5 +5 + 4 +3 +1 +5 + 4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,24413538

1 1
X 2.7 = =
√5 2+3 2+5 2+5 2+ 42 +3 2+12 +52 + 4 2 12,28820573
= 0,08137884

5 5
X 2.8 = =
√5 +3 +5 +5 + 4 +3 +1 +5 +4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,40894229

4 4
X 2.9 = =
√5 +3 +5 +5 + 4 +3 +1 +5 +4
2 2 2 2 2 2 2 2 2 12,28820573
= 0,325515384

Untuk Kriteria C3

1 1
X 1.3 = =
√1 + 4 +3 +5 +1 +1 + 4 +3 + 4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,103142125

4 4
X 2.3 = =
√1 + 4 +3 +5 +1 +1 + 4 +3 + 4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,41258499

39
 3 3
X 3.4 = =
√1 + 4 +3 +5 +1 +1 +4 + 3 +4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,30942374

5 5
X 4.5= =
√1 + 4 +3 +5 +1 +1 +4
2 2 2 2 2 2 2 2
+3 +4 2 9,95359715
= 0,51571023

1 1
X 5.6 = =
√12 + 42 +32 +52 +12 +12+ 4 2+ 32+ 4 2 9,95359715
= 0,103142125

1 1
X 6.7 = =
√1 + 4 +3 +5 +1 +1 + 4 + 3 + 4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,103142125

4 4
X 7.8 = =
√1 + 4 +3 +5 +1 +1 + 4 +3 + 4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,41258499

3 3
X 8.9= =
√1 + 4 +3 +5 +1 +1 + 4 + 3 + 4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,30942374

4 4
X 9.9= =
√1 + 4 +3 +5 +1 +1 + 4 + 3 + 4
2 2 2 2 2 2 2 2 2 9,95359715
= 0,41258499

Untuk Kriteria C4

40
 5 5
X 1.4 = =
√5 +3 +5 +5 + 3 + 5 + 3 + 5 + 5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,375823014

3 3
X 2.4 = =
√5 + 3 + 5 + 5 + 3 + 5 + 3 + 5 + 5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,225493808

5 5
X 3.4 = =
√5 2+3 2+5 2+5 2+ 32+ 52+ 32+ 52+ 5 2 13,3041347
= 0,375823014

5 5
X 4.4= =
√ 5 +3 +5 +5 +3 +5 +3 +5 +5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,375823014

3 3
X 5.4 = =
√5 +3 +5 +5 + 3 + 5 + 3 + 5 + 5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,225493808

5 5
X 6.4 = =
√5 + 3 + 5 + 5 + 3 + 5 + 3 + 5 + 5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,375823014

3 3
X 7.4 = =
√5 +3 +5 +5 + 3 + 5 + 3 + 5 + 5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,225493808

5 5
X 8.4= =
√5 +3 +5 +5 +3 +5 +3 +5 +5
2 2 2 2 2 2 2 2 2 13,3041347

41
 = 0,375823014

5 5
X 9.4= =
√ 5 + 3 + 5 + 5 + 3 + 5 + 3 +5 +5
2 2 2 2 2 2 2 2 2 13,3041347
= 0,375823014

Untuk Kriteria C5

3 3
X 1.5 = =
√3 +2 + 4 +3 +1 +2 +4 + 2 + 3
2 2 2 2 2 2 2 2 2 8,485281374
= 0,353553391

2 2
X 2.5 = =
√3 +2 + 4 +3 +1 +2 +4 + 2 + 3
2 2 2 2 2 2 2 2 2 8,485281374
= 0,23570226

4 4
X 3.5 = =
√3 +2 + 4 +3 +1 +2 +4 + 2 + 3
2 2 2 2 2 2 2 2 2 8,485281374
= 0,471404521

3 3
X 4.5= =
√ 3 + 2 + 4 +3 +1 +2 +4
2 2 2 2 2 2 2 2
+2 +3 2 8,485281374
= 0,353553391

1 1
X 5.5 = =
√3 +2 + 4 +3 +1 +2 +4 + 2 + 3
2 2 2 2 2 2 2 2 2 8,485281374
= 0,11785113

2 2
X 6.5 = =
√3 +2 + 4 +3 +1 +2 +4 + 2 + 3
2 2 2 2 2 2 2 2 2 8,485281374

42
 = 0,23570226

4 4
X 7.5 = =
√3 +2 + 4 +3 +1 +2 +4 + 2 + 3
2 2 2 2 2 2 2 2 2 8,485281374
= 0,471404521

2 2
X 8.5= =
√3 +2 + 4 +3 +1 +2 +4
2 2 2 2 2 2 2 2
+2 + 3 2 8,485281374
= 0,23570226

3 3
X 9.5= =
√3 +2 + 4 +3 +1 +2 +4
2 2 2 2 2 2 2 2
+2 + 3 2 8,485281374
= 0,353553391

Untuk Kriteria C6

4 4
X 1.6 = =
√ 4 + 4 + 4 +5 +3 +4
2 2 2 2 2 2 2
+4 +4 + 42 2 12,08304597
= 0,331042355

4 4
X 2.6 = =
√ 4 + 4 + 4 +5 +3 +4
2 2 2 2 2 2 2
+4 +4 + 42 2 12,08304597
= 0,331042355

4 4
X 3.6 = =
√ 4 + 4 + 4 +5 +3 +4
2 2 2 2 2 2 2
+4 +4 + 42 2 12,08304597
= 0,331042355

5 5
X 4.6= =
√ 4 + 4 + 4 +5 +3 + 4 + 4 +4
2 2 2 2 2 2 2 2
+4 2 12,08304597

43
 = 0,413802944

4 4
X 5.6 = =
√ 4 + 4 + 4 +5 +3 +4
2 2 2 2 2 2 2 2
+4 +4 + 4 2 12,08304597
= 0,331042355

4 4
X 6.6 = =
√ 4 + 4 + 4 +5 +3 +4
2 2 2 2 2 2 2 2
+4 +4 + 4 2 12,08304597
=0,331042355

4 4
X 7.6 = =
√ 4 + 4 + 4 +5 +3 +4
2 2 2 2 2 2 2 2
+4 +4 + 4 2 12,08304597
= 0,331042355

4 4
X 8.6= =
√ 4 + 4 + 4 +5 +3 + 4 +4
2 2 2 2 2 2 2 2
+4 + 4 2 12,08304597
= 0,331042355

4 4
X 9.6= =
√ 4 + 4 + 4 +5 +3 + 4 +4
2 2 2 2 2 2 2 2
+4 +4 2 12,08304597
= 0,331042355

44
Setelah melakukan perhitungan normalisasi, maka diperoleh hasil untuk matrix ternormalisasi yaitu dapat dilihat
pada table 2 dibawah ini
Tabel 3. 13 matriks Ternormalisasi

Kriteria C1 C2 C3 C4 C5 C6
C1 0,402911482 0,406894229 0,103142125 0,375823014 0,353553391 0,331042355
C2 0,3223291866 0,224136538 0,412568499 0,225493808 0,23570226 0,331042355
C3 0,3223291866 0,406894229 0,309426374 0,375823014 0,471404521 0,331042355
C4 0,402911482 0,406894229 0,515710623 0,375823014 0,11785113 O,413802944
C5 0,241746889 0,325515384 0,103142125 0,225493808 0,11785113 0,24828177

C6 0,241746889 0,406894229 0,103142125 0,375823014 0,23570226 0,331042355

C7 0,161164593 0,81378846 0,412568499 0,225493808 0,471404521 0,331042355
C8 0,402911482 0,406894229 0,309426374 0,375823014 0,23570226 0,331042355
C9 0,3223291866 0,325515384 0,412568499 0,375823014 0,353553391 0,331042355

3. Mengoptimalkan Atribut Mengoptimalkan atribut dengan menyertakan bobot dalam menghitung matrik
ternormalisasi. Pada bagian ini menggunakan persamaan

45
 C 1= A11=0,19*0,402911482=0,076553182
A12=0,19*0,3223291866=0,61242545
A13=0,19*0,3223291866=0,61242545
A14 =0,19*0,402911482=0,076553182
A15=0,19*0,241746889=0,45931909
A16 =0,19*0,241746889=0,045931909
A17 =0,19*0,3223291866=0,036620481
A18 =0,19*0,402911482=0,076553182
A19=0,19*0,3223291866=0,61242545
C 2=¿ A12= 0,15*0,406894229=0,06103413
A22= 0,15*0,224136538=0,36620481
A32= 0,15*0,406894229=0,06103413
A 42= 0,15*0,406894229=0,06103413
A52= 0,15*0,325515384=0,048827308
A62= 0,15*0,406894229=0,36620481
A72= 0,15*0,406894229=0,12206827
A82= 0,15*0,81378846=0,06103413
A92 = 0,15*0,406894229=0,06103413
C 3=¿ A31= 0,15*0,103142125=0,015471319

46
 A32= 0,15*0,412568499=0,412568499
A33= 0,15*0,309426374=1,237705496
A34 = 0,15*0,515710623=1,547131869
A35= 0,15*0,103142125=0,515710623
A36 = 0,15*0,103142125=0,103142125
A37 = 0,15*0,412568499=0,412568499
A38 = 0,15*0,309426374=1,237705496
A39= 0,15*0,412568499=1,237705496
C 4=¿ A 41= 0,15*0,375823014=0,05373452
A 42= 0,15*0,225493808=1,127469042
A 43= 0,15*0,375823014=1,127469042
A 44= 0,15*0,375823014=1,87911507
A 45= 0,15*0,225493808=1,127469042
A 46= 0,15*0,375823014=1,127469042
A 47= 0,15*0,225493808=1,127469042
A 48= 0,15*0,375823014=1,127469042
A 48= 0,15*0,375823014=1,87911507
C 5=¿ A51= 0,15*0,353553391=0,067175144
A52= 0,15*0,23570226=0,707106781

47
 A53= 0,15*0,471404521=0,942809042
A54 =0,15*0,11785113=1,41421352
A55= 0,15*0,11785113=0,353553391
A56 = 0,15*0,23570226=0,23570226
A57 = 0,15*0,471404521=0,942809042
A58 = o,15*0,23570226=0,942809042
A51= 0,15*0,353553391=0,707106781

C 6=¿ A61= 0,15*0,331042355=0,049656353

A62= 0,15*0,331042355=1,324169422
A63 = 0,15*0,331042355=1,324169422
A64 = 0,15* O,413802944=1,655211777
A65 = 0,15* 0,24828177=1,241408833
A66 = 0,15* 0,331042355=0,9933127066
A67 = 0,15*0,331042355=1,324169422
A68 = 0,15*0,331042355=1,324169422
A69 = 0,15*0,331042355=1,324169422
Langkah selanjutnya yaitu melakukan perhitungan nilai Yi, yaitu
nilai maximum dikurang dengan nilai minimum, dengan
menambahkan setiap nilai kriteria benefit lalu dikurangkan dengan
kriteria cost pada masing-masing alternatif. yang nantinya akan

48
menjadi hasil akhir perhitungan dalam penyelesaian metode
MOORA. Berikut Perhitungannya dapat dilihat pada table
Tabel 3. 14 Daftar Yi

Alternatif Maximum Minimum Yi =Max-Min

(𝐂𝟏 + 𝐂𝟐 + 𝐂𝟑 (𝐂𝟓 + 𝑪𝟔)
+ 𝐂𝟒)
A1 0,209432087 0,116831498 0,092600589
A2 1,637900566 2,031276203 -O,393375637
A3 2,563834255 2,266978643 0,220472754
A4 3,563834255 3,06942534 0,494408916
A5 1,737934255 1,594962223 0,142976658
A6 1,313163556 1,228829327 0,08433423
A7 1,58286564 2,229978463 -0,684112823
A8 2,502761854 2,266978463 0,23578339
A9 3,226890418 2,031276203 1,195614215

4. Perankingan Nilai Y Langkah akhir yang dilakukan adalah

melakukan perankingan sebagai proses akhir penyelesaian untuk
mengetahui alternatif tertinggi yang akan mendapatkan penerimaan
Indonesia pintar. Berikut tabel 4 merupakan tabal perangkingan:

Tabel 3. 15 Hasil Perankingan

No Nama Nilai Akhir Perankingan

Alternatif
1 A1 0,092600589 6
2 A2 -O,393375637 8
3 A3 0,220472754 4
4 A4 0,494408916 2
5 A5 0,142976658 5
6 A6 0,08433423 7
7 A7 -0,684112823 9
8 A8 0,23578339 3
9 A9 1,195614215 1

49
 3.9 Perancanagan Metode SAW
3.9.1 Membuat matrik keputusan

( )
5 5 1 5 3 4
4 3 4 3 2 4
4 5 3 5 4 4
5 5 5 5 3 5
3 4 1 3 1 3
3 3 1 5 2 4
2 1 4 3 4 4
5 5 3 5 2 4
4 4 4 5 3 4

1. Mencari Nilai Normalisasi Jika nilai benefit maka niai krtiteria

akan dibagi dengan nilai maksimal, dari masing-masing kriteria.
Sementara cost nilai minimum dibagi dengan nilai kriteria.
Sehingga nilai sebagai berikut ini:

Tabel 3. 16 Data Normalisasi

Data Pen Pekerj Yat Surat Jumlah Nilai

ghas aan im Keteran Tanggung Rapor
ilan orang Piat gan an
oran tua u Tidak
g Mampu
tua
Alternatve Bene Benefi ben Benefit Cost Cost
fit t efit
5 5 1 5 3 4
Falerini Asmin
4 3 4 3 2 4
Kresesi Oliva
4 5 3 5 4 4
Trisnawati Nirmala
5 5 5 5 3 5
Silverius Jenti

50
 3 4 1 3 1 3
Benedita Mini
3 3 1 5 2 4
Maria Emegati S.
2 1 4 3 4 4
Paulinus Darmino
5 5 3 5 2 4
Salomo Oktaviano
4 4 4 5 3 4
MariaSavio

2. Mencari Nilai Normalisasi Jika nilai benefit maka niai krtiteria

akan dibagi dengan nilai maksimal, dari masing-masing kriteria.
Sementara cost nilai minimum dibagi dengan nilai kriteria.dan
Menetapkan nilai preferensi Nilai preferensi merupakan tahapan
akhir dari penggunaan metode simple additive weight dimana
pada fungsi rumus ini melakukan proses nilai normalisasi
dikalikan dengan nilai bobot kriteria. Sehingga nilai sebagai
berikut ini:

Tabel 3. 17 Normalisasi

Data Penghasil Pekerja Yati Surat Jumlah Nilai

an orang an orang m Keterang Tanggung Rapo
tua tua Piatu an Tidak an r
Mampu
Bobot 0,19 0,15 0,15 0,15 0,19 0,15
1 1 0,2 1 0,6 0,8
Falerini
Asmin
0,8 0,6 0,8 0,6 0,4 0,8
Kresesi
Oliva
0,8 1 0,6 1 0,8 0,8
Trisnawa
ti

51
Nirmala
1 1 1 1 0,6 1
Silverius
Jenti
0,6 0,8 0,2 0,6 0,2 0,6
Benedita
Mini
0,6 0,6 0,2 1 0,4 0,8
Maria
Emegati
S.
0,6 0,2 0,8 0,6 0,8 0,8
Paulinus
Darmino
1 1 0,6 1 0,4 0,8
Salomo
Oktavian
o
MariaSav 1 1 1 1,25 0,75 1
io
Perangkingan Pemberian rangking atau nomor urutan terbaik
terhadap beberapa kandidat yang telah diusulkan dilakukan dengan
cara menjumlahkan nilai perbaris terhadap semua nilai kriteria yang
telah dihitung nilai preferensinya, adapun caranya adalah sebagai
berikut ini:

Tabel 3. 18 Prangkingan

Alternatif Nama Siswa Total Rangking

A1 0,754 5
Falerini Asmin
A2 0,648 6
Kresesi Oliva
A3 0,814 3
Trisnawati
Nirmala
A4 0,874 2

52
 Silverius Jenti
A5 0,12 9
Benedita Mini
A6 0,58 8
Maria Emegati S.
A7 0,588 7
Paulinus
Darmino
A8 0,776 4
Salomo
Oktaviano
A9 0,94 1
MariaSavio
Pada penelitian alternatif ke 9 atas nama MariaSavio merupakan
peserta yang berhak menerima pip

3.10 Diagram Conteks

Diagram konteks akan menggambarkan tentang
keseluruhan sistem, yang direpresentasikan dengan lingkaran
tunggal yang mewakili keseluruhan sistem dan entitas yang terkait
dalam sistem, yaitu operator, siswa serta kepala sekolah, bisa dilihat
pada gambar 3.1

Gambar 3. 1 Diagram Conteks

3.11 Data Flow Diagram

Data Flow Diagram (DFD) adalah diagram yang
menggunakan notasi-notasi untuk menggambarkan arus dari data
sistem, yang penggunaannya membantu untuk memahami sistem
secara logika, terstruktur dan jelas.

53
3.11.1 Data Flow Diagram Level 0
DFD level 0 merupakan diagram alir data yang
menjelaskan tentang seluruh proses pengelolahan sistem dan
pengguna. Alir yang terbentuk garis menjelaskan arah kemana
sistem pendukung keputusan seleksi PDF ini. DFD level terdiri dari
8 proses utama yaitu: mengelola data login, mengelola data user,
mengelola data siswa, mengelola data kriteria, mengelola data
alternatif, Proses Perhitungan Saw Dan Moora, mengelola data
keputusan dan laporan. DFD Level 0 dapat lihat pada gambar
dibawah ini.

Gambar 3. 2 Data Flow Diagram Level 0

54
3.11.2 DFD Level 1 Mengelola Data User
Pada gambar 3.3 DFD level 1 data user ini
menggambarkan proses yang terjadi dalam mengelola data user,
alur sistem dan tempat penyimpanan data. Aktor yang terlibat
dalam mengelola data user adalah operator atau admin. Dalam
mengelola data user, sistem memiliki tiga proses yaitu tambah
data user, ubah data user dan hapus data user. Dan memiliki satu
data penyimpanan (Data store) yaitu tabel user.

Gambar 3. 3 DFD Level 1 Mengelola Data User

3.11.3 DFD Level 1 Mengelola Data Siswa

Pada gambar 3.4 DFD level 1data siswa ini
menggambarkan proses yang terjadi dalam mengelola data siswa,
alur sistem dan tempat penyimpanan data. Aktor yang terlibat
dalam mengelola data siswa adalah operator atau admin. Dalam
mengelola data siswa, sistem memiliki empat proses yaitu tambah
data siswa, ubah data siswa cari data siswa, dan hapus data siswa,
Dan memiliki satu data penyimpanan (Data store) yaitu tabel
siswa.

55
 Gambar 3. 4 DFD Level 1 Mengelola Data Siswa

3.11.14 DFD Level 1 Mengelola Data Kriteria

Pada gambar 3.5 DFD level 1data kriteria ini
menggambarkan proses yang terjadi dalam mengelola data kriteria,
alur sistem dan tempat penyimpanan data. Aktor yang terlibat
dalam mengelola data siswa adalah operator atau admin. Dalam
mengelola data kriteria, sistem memiliki empat proses yaitu tambah
data kriteria dan ubah data kriteria, cari data kriteria, hapus data
kriteria. Dan memiliki satu data penyimpanan (Data store) yaitu
tabel kriteria.

56
 Gambar 3. 5 DFD Level 1 Mengelola Data Kriteria

3.11.15 DFD Level 1 Mengelola Data Alternatif

Pada gambar 3.6 merupakan tampilan halaman DFD yang
menggambarkan proses yang terjadi dalam mengelola data alternatif,
alur sistem dan tempat penyimpan data. Aktor yang terlibat dalam
mengelola data alternatif ini adalah operator. Dalam menegelola data
alternatif sistem memiliki tiga proses yaitu, tambah data
alternatif,ubah data alternatif, dan hapus data alternatif. Dan
memiliki satu data penyimpanan (Data Store) yaitu tabel alternatif.
DFD Level 1 dapat dilihat pada gambar 3.6 DFD Level 1 Mengelola
Data Alternatif sebagai berikut

57
 Gambar 3. 6 DFD Level 1 Mengelola Data Alternatif

3.11.16 DFD Level 1 Mengelola Data Keputusan

Pada gambar 3.7 DFD level 1data keputusan ini
menggambarkan proses yang terjadi dalam mengelola data
keputusan. Aktor yang terlibat dalam mengelola data keputusan
adalah operator. Dalam mengelola data keputusan, sistem
memiliki dua proses yaitu tambah data keputusan, dan hasil
keputusan. Dan memiliki satu data penyimpanan (Data store) yaitu
tabel keputusan.

Gambar 3. 7 DFD Level 1 Mengelola Data Keputusan

58
3.11.17 DFD Level 1 Mengelola Data Laporan
Pada gambar 3.8 DFD level 1data laporan ini
menggambarkan proses yang terjadi dalam mengelola data laporan.
Aktor yang terlibat dalam mengelola data laporan adalah
operator dan kepala sekolah. Dalam mengelola data laporan, sistem
memiliki satu proses yaitu laporan data siswa dan tiga tabel yaitu tb
siswa, tb keputusan dan tb kriteria.

Gambar 3. 8 DFD Level 1 Mengelola Data Laporan

3.12 Conseptual Data Model (CDM)

Pada gambar 3.9 merupakan Conceptual data model yang
menggambarkan tabel-tabel apa saja yang diperlukan dan
bagaimana hubungannya antara satu tabel dengan tabel yang
lainnya.

59
 Gambar 3. 9 Conseptual Data Model (CDM)

3.13 Physical Data Model (PDM)

Physical data model merupakan hasil generate dari
conceptual data model. Berikut adalah hubungan relasi tabel
physical data model.

Gambar 3. 10 Physical Data Model (PDM)

3.14 Perancangan Database

Struktur tabel dibawah ini digunakan untuk melihat
detail tabel yang ada pada physical data model.

3.14.1 Struktur Tabel Orang Tua

Tabel data orang tua digunakan untuk menyimpan data
orang tua yang ada di dalam sistem. Setiap tabel orang tua memiliki
kategori yang berbeda sehingga Id_orang tua dijadikan primary key
dari tabel data orang tua.
Tabel 3. 19 Tabel data orang tua

Field Tipe data Keterangan

Id_orang_tua Varchar (10) Primary key
Nama_orang_tua Varchar (30)
Jumlah_tanggungan Varchar (20)
No_telepon Number
alamat Varchar (40)

60
3.14.2 Struktur Tabel Siswa
Tabel data siswa digunakan untuk menyimpan data siswa
yang ada di dalam sistem. Setiap tabel siswa memiliki kategori
yang berbeda sehingga Id_siswa dijadikan primary key dari tabel
data siswa.
Tabel 3. 20 Tabel data siswa

Field Tipe data Keterangan

NISN Varchar (15) Primary key
Nama_siswa Varchar (40)
Jenis_kelamin Varchar (35)
Alamat Varchar (30)

3.14.3 Struktut Tabel Kriteria

Tabel data kriteria digunakan untuk menyimpan data kriteria
yang ada di dalam sistem. Setiap tabel kriteria memiliki kategori
yang berbeda sehingga Id_kriteria dijadikan primary key dari tabel
data kriteria.
Tabel 3. 21 Tabel data kriteria

Field Tipa data Keterangan

Id_kriteria Varchar (15) Primary key
Kriteria Varchar (50)
Bobot Number
Keterangan Varchar (30)

3.14.4 Struktur Tabel Data Keputusan

Tabel data keputusan digunakan untuk menyimpan data
keputusan yang ada di dalam sistem. Setiap tabel keputusan
memiliki kategori yang berbeda sehingga Id_keputusan dijadikan
primary key dari tabel data keputusan.
Tabel 3. 22 Tabel data keputusan

Field Tipe data Keterangan

Id_hitung Varchar (15) Primary key
Nama_siswa Varchar (40)

61
 Nilai_akhir Integer

3.14.5 Struktur Tabel Proses Perhitungan

Tabel data proses perhitungan digunakan untuk
menyimpan data perhitungan yang ada di dalam sistem. Setiap tabel
perhitungan memiliki kategori yang berbeda sehingga Id_
perhitungan dijadikan primary key dari tabel data perhitungan.
Tabel 3. 23 Tabel Proses Perhitungan

Field Tipe data Keterangan

Hitung nilai moora Varchar (15) Primary key
Id_kriteria Varchar (40)
Hitung nilai saw Integer
Perangkingan Numerik (50)

3.15 User Interface

Adapun perancangan antara muka (user interface) yang akan
digunakan pada pembuatan sitem pendukung keputusan pemilihan
karyawan terbaik pada SMAN 1 Komodo.

3.15.1 Rancangan Halaman Login

Pada form ini admin atau operator melakukan login dengan
memasukkan username dan password. Kemudian sistem akan
melakukan validasi. Ketika admin memasukkan username dan
password dengan benar, maka akan masuk ke halaman menu
utama, sedangkan apabila admin username dan password yang
dimasukkan oleh admin salah, maka akan muncul pesan kesalahan.

62
 Gambar 3. 11 Rancangan Halaman Login

5.15.2 Rancangan Halaman Utama

Berikut merupakan tampilan halaman utama ketika sistem
telah berhasil dijalankan. Pada menu utama ini terdiri dari data user,
data siswa, data kriteria, data alternatif, data penilaian, data
perhitungan dan data akhir. Gambar 3.15 Rancangan Halaman Menu
Utama sebagai berikut.

Gambar 3. 12 Rancangan Halaman Utama

63
5.15.3 Rancangan Halaman Data User
Halaman data user menampilkan no, nama user, username,
dan email pada halaman ini juga terdapat tombol tambah user, cari
user, dan hapus user untuk mengelola data user yang ada. Gambar 3.
Halaman Data User dapat dilihat dibawah ini.

G
ambar 3. 13 Rancangan Halaman Data User

3.15.4 Rancangan Halaman Tambah Data User

Pada halaman ini Operator atau admin dapat menambah
data user yang dimana didalamnya terdapat nama,username,
password dan email. Gambar 3. Halaman tambah data user dapat
dilihat dibawah ini.

64
 Gambar 3. 14 Rancangan Halaman Tambah Data User

3.15.5 Rancangan Halaman Ubah Data User

Pada halaman ini Operator atau admin dapat mengubah data
user yang dimana didalamnya terdapat nama,username,dan
email.dan terdapat dua button yaitu button simpan dan button hapus.
Gambar 3. Halaman ubah data user dapat dilihat dibawah ini.

Gambar 3.15 Rancangan Halaman Ubah Data User

65
3.15.6 Rancangan Halaman Hapus Data User
Berikut nerupakan tampilan halaman hapus data user. Pada
halaman ini operator atau admin dapat menghapus data user dimana
Ketika admin mengklik hapus maka muncul tampilan “ yakin hapus
data ini”. Gambar 3. Halaman hapus data user dapat dilihat dibawah
ini.

Gambar 3.16 Rancangan Halaman Hapus Data User

3.15.7 Rancangan Halaman Data Kriteria

Berikut merupakan tampilan halaman data kriteria. Pada
halaman ini admin dapat menginput kriteria dan nilai bobot dari
kriteria, serta dapat merubahnya atau mengeditnya. Gambar 3.
Halaman data kriteria dapat dilihat dibawah ini.

66
 Gambar 3.17 Rancangan Halaman Data Kriteria

3.15.8 Rancangan Halaman Tambah Data Kriteria

Berikut adalah halaman tambah data kriteria dimana pada
halaman ini operator atau admin dapat menambah data kriteria,
disini admin dapat menginput sesuai kriteria yang dibutuhkan.
Gambar 3. Halaman tambah data kriteria dapat dilihat dibawah ini.

Gambar 3.18 Rancangan Halaman Tambah Data Kriteria

67
3.15.10 Rancangan Halaman Data Alternatif
Berikut merupakan tampil halaman data alternatif, pada
halaman ini operator atau admin melakukan daftar data alternatif
dimana terdapat halaman ini sebagai alaternatif adalah

Gambar 3.19 Rancangan Halaman Data Alternatif

3.15.11 Rancangan Halaman Tambah Alternatif

Berikut adalah halaman tambah data Alternatif dimana pada
halaman ini operator atau admin dapat menambah data alternatif,
disini admin dapat menginput sesuai data alternatif yang dibutuhkan.
Gambar 3. Halaman tambah data Alternatif dapat dilihat dibawah
ini.

Gambar 3.20 Rancangan Halaman Tambah Alternatif

68
 3.15.13 Rancangan Halaman Hapus Data Alternatif
Berikut merupakan tampilan halaman hapus data kriteria.
Pada halaman ini operator atau admin dapat menghapus data
alternatif dimana Ketika admin mengklik hapus maka muncul
tampilan “ yakin hapus data ini”. Gambar 3. Halaman hapus data
alternatif dapat dilihat dibawah ini.

Gambar 3.21 Rancangan Halaman Hapus Data Alternatif

3.15.14 Rancangan Halaman Keputusan

Berikut merupakan tampilan halaman Keptusan, Form data
keputusan adalah form yang diakses untuk memproses data siswa
yang sudah di inputkan.Dapat dilihat pada gambar 3. Rancangan
halaman Keputusan dibawah ini

Gambar 3.22 Rancangan Halaman Keputusan

69
3.15.17 Rancangan Halaman Perhitungan Metode Moora
Berikut Merupakan tampilan halaman perhitungan metode
Moora, dimana didalam tampilan halaman perhitungan ada beberapa
sebebagai data perhitungan. Dapat dilihat pada gambar 3. Dibawah
ini.

Gambar 3.23 Rancangan Halaman Perhitungan Metode Moora

70
3.15.18 Rancangan Halaman Perhitungan Metode SAW
Berikut Merupakan tampilan halaman perhitungan metode
SAW, dimana didalam tampilan halaman perhitungan ini ada
beberapa sebagai data perhitungan. Dapat dilihat pada gambar 3.
Rancangan Halaman Perhitungan Metode SAW Dibawah ini.

Gambar 3.24 Rancangan Halaman Perhitungan Metode SAW

3.15.19 Rancangan Halaman Laporan Data Siswa

Berikut merupakan tampil halaman laporan data siswa,pada
tampilan halaman laporan data siswa operator atau adamin dapat
meihat hasil laporan data siswa.Dapat dilihat pada gambar
3.Rancangan Halaman Laporan Data Siswa Dibawah ini.

71
 Gambar 3. 25 Rancangan Halaman Laporan Data Siswa

3.15.20 `Rancangan Laporan Hasil SPK Metode Moora dan

SAW
Berikut merupakan tampilan halaman laporan hasil spk
Metode Moora dan SAW,didalam Form data laporan hasil SPK
adalah form yang diakses untuk mencetak hasil laporan hasil SPK.
Dapat dilihat pada gambar 3. Rancanagn Halaman Laporan Hail spk
Mtode Moora Dibawah ini.

Gambar 3. 26 Rancanagan Laporan Hasil SPK metode Moora dan

saw

72
3.16 Skenario Pengujian
Tabel 3. 24 Skenario Penujian

No Form Skenario Pengujian Hasil Yang

Diharapkan
Pilih sebagai Berhasil login
dan dan masuk ke
masukkan username dan menu utama.
password yang terdaftar.
Tidak memilih sebagai Gagal login
1. Login dan input username dan muncul
dan password belum pesan
teraftar. "username dan
password
tidak valid"
Berhasil
Tambah data user
menambahkan
dengan mengisi semua
Tambah data data baru
field yang sudah tersedia
2. user dan sistem
menampilkan
pesan "Data
Berhasil"
Admin tidak mengisi
Sistem
semua field data user
menampilkan
dan memilih tombol
pesan "Data
"Simpan"
tidak boleh
kosong"
Data yang
Mengisi semua field diubah,
Ubah data pada form ubah data berubah dan
3. user user menampilkan
pesan "Data
berhasil
diubah"

73
 Mengosongkan beberapa Sistem
field paa form ubah menampilkan
data user "Data tidak
boleh kosong"
Data yang
Cari data Mengisi semua field diubah,
4. pada form pencari data berubah dan
user
user dengan benar menampilka
n pesan
"Databerhasi
l
diubah"
Mengisi semua field Sistem
pada form pencari data menampilkan
user dengan salah. pesan "Data
tidak
ditemukan"
Data
Mengisi semua field
Tambah berhasil di
pada form tambah data
5. data siswa simpan dan
siswa.
field pada tabel
siswa akan
bertambah
Mengososngkan
Muncul pesan
beberapa field pada
"Silahkan isi
form tambah data
semua data
siswa.
siswa"
Data berhasil
Mengisi semua field
Ubah data disimpan dan
6. pada form ubah data
siswa field pada tabel
siswa
siswa akan
berubah.
Mengosongkan beberapa Muncul pesan
field pada form edit "silahkan isi
data siswa semua data
siswa"

74
 Cari data Mengisi nama yang akan Sistem
siswa di cari pada form cari melakukan
7. data siswa. pencarian dan
menampilkan
pesan
"Pencarian
Berhasil"

Mengisi semua field Sistem

pada form pencari data menampilkan
umum dengan salah. pesan "Data
tidak
ditemukan"
Menghapus data siswa
8. Hapus data Muncul pesan
yang sudah dimasukkan
siswa "Data siswa
kosong"

Data berhasil
9. Mengisi semua field disimpan dan
pada form tambah data field pada tabel
Tambah data kriteria. data kriteria
kriteria akan
bertambah.
Mengosongka
Sistem
n
menampilkan
beberapa field pada form
pesan "Data
tambah data kriteria.
tidak boleh
kosong"
10. Proses Mengisi field yang ada Menampilkan
Perhitungan pada data kriteria dan pesan Data
masukkan angka sesuai berhasil
kriteria lalu klik simpan. disimpan
Tidak memasukan angka Gagal
pada field maka tidak menampilkan
dapat memproses hasil
perhitungan perhitungan.
Pengujian

75
11. Hasil dan Mengklik menu hasil Menampilkan
Perhitungan dan perhitungan, lalu pesan Berhasil
masukkan data kriteria, Disimpan
data nilai, lalu klik
simpan
12. Hasil Mengklik menu hasil, Berhasil
lalu lihat perhitungan menampilkan
dan cetak data
perhitungan.

76
77
 BAB IV
IMPLEMENTASI DAN PEMBAHASAN

4.1 Implementasi
Implementasi sistem ini memiliki batasan sesuai dengan
ketentuan yang sudah dibahas pada bab-bab sebelumnya, adapun
batasan tersebut meliputi : user yaitu bagian admin, data siswa, data
kriteria, dan kepala Sekolah. Sistem yang telah dibangun ini
memiliki pengujian yang berfungsi untuk mendapatkan kelebihan
dan kekurangan dari sistem yang ada.

4.2 Implementasi User Interface Sisem

User Interface sistem merupakan tampilan sistem yang
berfungsi sebagai perantara dalam menghubungkan user dengan
proses yang dibangun.

4.2.1 Tampilan Halaman Login

Halaman login digunakan untuk menginputkan username dan
password yang sudah ditentukan. Jika menginputkan username dan
password salah, maka sistem akan menampilkan pesan peringatan
bahwa username dan password tidak cocok. Jika menginputkan
username dan password dengan benar, maka sistem akan
menampilkan halaman menu dari SPK Seleksi Penerimaan Program
Indonesia Pintar (PIP). Tampilan Halaman Login Admin dapat
dilihat pada gambar 4.1

78
 Gambar 4. 1 Tampilan Halaman Login

4.2.2 Tampilan Halaman Utama

Halaman dashboard merupakan tampilan awal ketika sistem
berhasil dijalankan. Setelah admin melakukan login, maka langsung
masuk ke halaman utama, dimana pada halaman utama ini
terdapat beberapa informasi mengenai sistem pendukung
keputusan s e l e k s i p e n e r i m a a n p r o g r a m i n d o e n s i a
p i n t a r ( P I P ) d i S M A N 1 K O M O D O . Tampilan
Halaman Utama dapat dilihat pada gambar 4.2.

79
 Gambar 4. 2 Tampilan Halaman Utama

4.2.3 Tampilan Halaman Data User

Halaman ini merupakan tampilan halaman dari data user.
Dimana pada halaman ini terdapat atribut seperti nama user, email,
username dan hak akses. Admin dapat menambah data user melalui
tombol tambah, dan untuk mengubah data user melalui tombol ubah.
Tampilan halaman data user dapat dilihat pada gambar 4.3.

Gambar 4. 3 Tampilan Halaman Data User

80
4.2.4 Tampilan Halaman Tambah Data User
Halaman ini merupakan tampilan halaman tambah data
user. Dimana pada halaman ini terdapat atribut seperti nama user,
email, hak akses, username dan password. Setelah menambah data
dengan benar, kemudiang klik pada button simpan. Tampilan
halaman tambah data user dapat dilihat pada gambar 4.4.

Gambar 4. 4 Tampilan Halaman Tambah Data User

4.2.5 Tampilan Halaman Ubah Data User

Halaman ini merupakan tampilan halaman ubah data user.
Dimana pengguna dapat mengubah data user dengan mengklik
button ubah lalu masukkan data yang ingin diubah, setelah itu klik
simpan perubahan. Tampilan halaman ubah data user dapat dilihat
pada gambar 4.5.

81
 Gambar 4. 5 Tampilan Halaman Ubah Data User

4.2.6 Tampilan Halaman Hapus Data User

Halaman ini merupakan tampilan halaman hapus data user.
Dimana pengguna dapat menghapus data user dengan mengklik
button hapus lalu cari data yang ingin dihapus. Tampilan halaman
ubah data user dapat dilihat pada gambar 4.6.

Gambar 4. 6 Tampilan Halaman Hapus Data User

82
4.2.7 Tampilan Halaman Data Siswa
Halaman ini merupakan tampilan halaman data siswa.
Dimana pada halaman ini terdapat beberapa atribut seperti yang ada
pada gambar dibawwah ini. Admin dapat menambah data siswa
dengan mengklik tombol tambah data dan untuk mengubah data
siswa melalu tombol ubah. Tampilan halaman data siswa dapat
dilihat pada gambar 4.7.

Gambar 4. 7 Tampilan Halaman Data Siswa

4.2.8 Tampilan Halaman Tambah Data Siswa

Halaman ini merupakan halaman tambah data siswa.
Dimana pada halaman ini terdapat beberapa atribut seperti yang ada
pada gambar dibawah ini. Admin dapat menambah data siswa
dengan mengklik tombol tambah data, kemudian klik pada Simpan.
Tampilan halaman tambah data siswa dapat dilihat pada gambar 4.8.

Gambar 4. 8 Tampilan Halaman Tambah Data Siswa

83
4.2.9 Tampilan Halaman Ubah Data Siswa
Halaman ini merupakan halaman ubah data siswa. Dimana
pada halaman ini terdapat beberapa atribut seperti yang ada pada
gambar dibawah ini. Admin dapat mengubah data siswa dengan
mengklik tombol ubah, kemudian klik pada Simpan perubahan.
Tampilan halaman ubah data siswa dapat dilihat pada gambar 4.9.

Gambar 4. 9 Tampilan Halaman Ubah Data Siswa

4.2.10 Tampilan Halaman Data Kriteria

Berikut merupakan tampilan halaman data kriteria. pada
halaman ini admin menginput id kriteria, nama kriteria, tingkat
kepentingan, nilai dan cost/benefit. admin juga dapat menambah,
mengubah dan menghapus data kriteria. Tampilan halaman data
kriteria dapat dilihat pada gambar 4.10.

84
 Gambar 4. 10 Tampilan Halaman Data Kriteria

4.2.11 Tampilan Halaman Tambah Data Kriteria

Berikut merupakan tampilan halaman tambah data kriteria.
pada halaman ini admin dapat menginputkan data kriteria sesuai
dengan field yang ada, kemudian klik simpan. Tampilan halaman
tambah data kriteria dapat dilihat pada gambar 4. 11.

Gambar 4. 11 Tampilan Halaman Tambah Data Kriteria

4.2.12 Tampilan Halaman Data Parameter Nilai

Berikut merupakan tampilan halaman parameter nilai. pada
halaman ini terdapat 2 iu master yaitu data alternatif dan data
keputusan &hasil. adminjuga dapat menambahkan data nilai
parameter dengan mengklik button tambah, lalu masukkan data

85
sesuai yang ada pada field, lalu klik simpan maka dengan sendirinya
data akan tersimpan oleh sistem. Tampilan Halaman Data Parameter
Nilai dapat dilihat pada gambar 4.12.

Gambar 4. 12 Tampilan Halaman Data Parameter Nilai

4.2.13 Tampilan Halaman Data Alternatif

Berikut merupakan tanpilan halaman data alternatif. pada
halaman ini menampilkan matriks keputusan yang dimana admin
dapat memproses data alternatif dan juga menambahkan dengan
menginptukan periode,pilih siswa , lalu tambahkan ke list. maka
sistem akan memproses data tersebut ke matriks keputusan.
Tampilan Halaman Data Alternatif dapat dilihat pada gambar 4.13.

Gambar 4. 13 Tampilan Halaman Data Alternatif.

86
4.2.14 Tampilan Halaman Keputusan & Hasil
Berikut merupakan tampilan halaman data keputusan dan
hasil.pada halaman ini menampilkan data yang keputusan yang
sudah diinputkan oleh admin. Tampilan Halaman Keputusan &
Hasil dapat dilihat pada gambar 4.14.

Gambar 4. 14 Tampilan Halaman Keputusan & Hasil

87
4.2.15 Tampilan Halaman Data Laporan Siswa
Berikut merupakan tampilan halaman data laporan. pada
halaman ini terdapat 2 iu master yaitu data siswa dan data hasil
SPK.untuk melihat lebih detail dapat dilihat pada gambar 4.15.

Gambar 4. 15 Tampilan Halaman Data Laporan Siswa

4.2.16 Tampilan Halaman Data Laporan Hasil SPK

Pada halaman ini menampilkan laporan data hasil SPK,
yang sudah di inputkan oleh admin pada sistem. Tampilan Halaman
Data Laporan Hasil SPK dapat dilihat pada gambar 4.16.

Gambar 4. 16 Tampilan Halaman Data Laporan Hasil SPK

88
4.3 Pengujian Sistem
Skenario pengujian sistem dilakukan mengetahui apakah
sistem yang dirancang dapat berfungsi dengan baik dan benar.Dalam
pengujian ini digunakan metode pengujian black box testing yaitu
pengujian yang menfokuskan pada keperluan fungsional yang
terdapat di dalam system yang akan di jalankan.

4.3.1 Hasil Pengujian Halaman Login

Tabel 4.1 adalah tabel pengujian blackbox yang digunakan
untuk menguji halaman login dan proses login yang dilakukan oleh
user.
Tabel 4. 1 Pengujian Login

No Skenario Pengujian Hasil Yang Diharapkan

1 Mengisi username dan Sistem akan langsung menuju
password dengan benar tampilan dashboard
kemudian menekan
button login
2 Mengisi username dan Sistem akan menampilkan
password yang salah pesan “Gagal masuk
kemudian button login username dan password
salah”

4.3.2 Hasil Pengujian Halaman User

Data user ini akan menampilkan detail user yang sudah
terdaftar di database.

Tabel 4. 2 Pengujian Halaman Data User

Kelas Uji Pengujian Hasil yang Hasil
diharapkan Pengujian
Tambah Mengisi data user Menampilkan Sukses
data user kemudian klik pesan “Data Data Berhasil
button tambah Tersimpan” Disimpan
untuk
menambahkanny
a

89
 Tidak mengisi Menampilkan Gagal
salah satu data pesan “Masih menampilkan
user terdapat data data user
yang kosong”
Ubah data Mengubah data Menampilkan
user pada field yang pesan “Data Sukses
diinginkan berhasil Data Berhasil
dengan format diubah” Disimpan
yang benar atau kemudian
mengubah tanpa data akan
mengosongkan muncul pada
fielad gridview data
yang sudah
diubah

Mengubah data Sistem akan Gagal

pada field dengan menampilkan mengubah data
mengosongkan pesan “Data user
filed masih
kosong”
Cari data Inputkan data Menampilkan
user berdasarkan yang hasil Data berhasil
ingin dicari pada pencarian dicari
kolom textbox pada
datagridview
Mencari dengan
keyword yang Tidak dapat Data masih
salah atau tidak menampilkan kosong
menginputkan hasil
data berdasarkan pencarian
yang dicari pada
kolom textbox

4.3.3 Pengujian Halaman Data Siswa

Tabel 4.3 adalah tabel pengujian black box tesing yang
digunakan untuk menguji halaman data siswa yang dilakukan oleh
user.

90
 Tabel 4. 3 Pengujian Halaman Data Siswa
Kelas Uji Pengujian Hasil yang Hasil
diharapkan Pengujian
Tambah Data Mengisi data Menampilakn Sukses “Data
Siswa siswa pesan “Data Berhasil di
kemudian klik Tersimpan” Simpan”
button tambah
data siswa
Tidak Menampilkan Gagal
mengisis pesan masih menampilkan
salah satu terdapat data data siswa
data siswa yang
kososng”
Ubah Data Mengubah Menampilkan Sukses data
Siswa data pada pesan “data berhasil
filed yang berhasil disimpan
diingkinkan disimpan”
dengan kemudisn
format yang data akan
benar. muncul pada
gridview data
yang sudah di
tambah

4.3.4 Pengujian Halaman Data Kriteria

Tabel 4.4 adalah tabel pengujian black box tesing yang
digunakan untuk menguji halaman data kriteria yang dilakukan oleh
user.

Tabel 4. 4 Pengujian Halaman Data Kriteria

Kelas Uji Pengujian Hasil yang Hasil
diharapkan Pengujian
Tambah Mengisi data Menampilkan Sukse“Data
data kriteriakemudian pesan“Data Berhasil di
kriteria klik butto Tersimpan” Simpan”
tambah untuk
tambah

91
 data kriteria.
Tidak mengisi Menampilkan Gagal
salah satu data pesan “Masih menampilkan
kriteria. terdapat data siswa
datayang
kosong”
Ubah Data Mengubah data Menampilkan Sukses data
Kriteria pada filed yang pesan “data berhasil
diingkinkan berhasil disimpan
dengan format disimpan”
yang benar. kemudisn data
akan muncul
pada gridview
data yang
sudah di
tambah

4.3.5 Pengujian Halaman Parameter Nilai

Tabel 4.5 adalah tabel pengujian black box tesing yang
digunakan untuk menguji halaman Data aparameter nilai yang
dilakukan oleh user.

Tabel 4. 5 Pengujian Halaman Parameter Nilai

Kelas Uji Pengujian Hasil yang Hasil
diharapkan Pengujian
Tambah data Mengisi data Menampilkan Sukse“Data
Parameter parameter pesan“Data Berhasil di
nilai nilaia Tersimpan” Simpan”
kemudian klik
butto tambah
untuktambah
data kriteria.
Tidak Menampilkan Gagal
mengisi salah pesan “Masih menampilkan
satu data terdapat data
parameter datayang parameter
nilai. kosong” nilai kriteria

92
 Hapus data Menghapus Menampilkan Sukses data
parameter data yang pesan “data berhasil
nilai kriteria tidak filed berhasil dihapus
yang berhasil
diingkinkan dihapus”
dengan kemudisn data
format yang akan muncul
benar. pada gridview
data yang
sudah di
tambah

4.3.6 Pengujian Halaman Data Alternatif

Tabel 4.6 adalah tabel pengujian black box tesing yang
digunakan untuk menguji halaman Data aparameter nilai yang
dilakukan oleh user.

Tabel 4. 6 Pengujian Halaman Data Alternatif

Kelas Uji Pengujian Hasil yang Hasil
diharapkan Pengujian
Tambah data Mengisi data Menampilkan Sukse“Data
Alternatif alternatif pesan“Data Berhasil di
kemudian klik Tersimpan” Simpan”
butto tambah
untuktambah
data
Alternatif.
Tidak Menampilkan Gagal
mengisi salah pesan “Masih menampilkan
satu data terdapat data alternatif.
Alternatif datayang
kosong”
Tambah Data Tambah Data Menampilkan Sukses data
Alternatif alternatif klik pesan “data berhasil
tombol button berhasil dihapus
tambah data berhasil
alternatif dihapus”
kemudisn data

93
 akan muncul
pada gridview
data yang
sudah di
tambah

4.3.7 Pengujian Halaman Data Laporan

Berikut merupakan tampilan halaman uji data laporan.

Tabel 4. 7 Pengujian Halaman Data Laporan

Kelas Uji Pengujian Hasil yang Hasil
diharapkan Pengujia
n
Laporan Data Pengguna Menampilkan Laporan
penerima memilih data data laporan Data
beasiswa laporan Penerima
miskin ditampilkan lalu Beasiswa
klik pilih, Miskin
kemudian tekan berhasil
klik ditampilk
cari. an.

94
BAB V PENUTUP

5.2 Kesimpulan
Berdasarkan hasil analisa yang telah dilakukan oleh
penulis, maka kesimpulannya adalah sistem pendukung
keputusan dapat diterapkan untuk prioritas calon penerima
bantuan Program Indonesia Pintar (PIP), sehingga dapat
membantu pihak Sekolah dalam mengambil keputusan prioritas
calon penerima bantuan PIP agar tepat sasaran. Berdasarkan
hasil perhitungan menggunakan metode Multi-Objective
Optimization on the basis of Ratio Analysis (MOORA) dan metode
Simple Additive Weighting (Saw ) terdapat nilai tertinggi yaitu
pada Alternatif ke-1 (A1) yaitu atas nama Bonefansius
Gunawan dengan nilai 0,5475 sebagai alternatif terbaik dan
direkomendasikan untuk diberikannya bantuan PIP dan nilai
terendah yaitu pada Alternatif ke-7 (A7) yaitu atas nama Paulinus
Darmino dengan nilai 0,2816 dan Alternatif ke-6 (A6) atas nama
Maria Hardianti dengan nilai yaitu 0,4188.

5.2 Saran
Dengan dibangunya sistem pendukung keputusan seleksi
penerimaan Program Indonesia Pintar (PIP) pada SMAN 1 Komodo,
maka penulis memberikan saran untuk membangun sistem ini lebih
lanjut, yaitu:
1. penelitian Selanjutnya diharapkan sistem dapat digunakan
untuk mengunggah data siswa secara bersamaan secara
langsung tanpa menginputkan nilai satu persatu, mengingat
pada sistem ini data siswa di inputkan satu persatu melalui
form yang ada di sistem.
2. Bobot kriteria pada sistem ini belum sepenuhnya sesuai
dengan fakta di lapangan yaitu penyelenggara Program
Indonesia Pintar yakni 60 pemerintahan, bobot pada sistem
ini didapat melalui wawancara dengan pihak sekolah.

95
 DAFTAR PUSTAKA
Ali, M. N. 2022. "Aplikasi Pemesanan Pada Mobil Rental Berbasis
Website Pada CV Tsabitah Rent Car Bandar Lampung", 2(6),
1–12.
Assrani, D., Huda, N., dkk. 2018. "Penentuan Penerima Bantuan
Siswa Miskin Menerapkan Metode Multi Objective
Optimization on The Basis of Ratio Analysis ( MOORA )",
5(1), 1–5.
Burhanudin, M., Ferdinandus, F., dkk. 2019. "Sistem Pendukung
Keputusan Rekomendasi Penerima Bantuan Siswa Miskin
Menggunakan Metode Simple Additive Weighting (Saw)".
CAHAYAtech, 8(2), 196. https://doi.org/10.47047/ct.v8i2.53.
Cahyanu, E. T., Lestari, S. D., dkk. 2019. "Sistem Pendukung
Keputusan Bagi Penerima Bantuan Siswa Miskin (BSM)
Menggunakan Metode Simple Additive Weighting (SAW) di
SMA Negeri 1 Raren Batuah Kabupaten Barito Timur".
Journal of Applied Informatics and Computing, 3(2), 114–
118. https://doi.org/10.30871/jaic.v3i2.1752.
Farell, G., Saputra, H. K., dkk. 2018. "Rancang Bangun Sistem
Informasi Pengarsipan Surat Menyurat (Studi Kasus Fakultas
Teknik Unp)". Jurnal Teknologi Informasi dan Pendidikan
(JTIP), 11(2), 56–62.
Fatmawati, A., dan Marisa, F. 2019. "Sistem Pendukung Keputusan
Diagnosis Gangguan Kehamilan Menggunakan Metode F-
Topsis Berbasis Web", 10, 1–8.
Manik, L. A., Maulita, Y., dkk. 2021. "Sistem Pendukung
Keputusan Prioritas Calon Penerima Bantuan Program
Indonesia Pintar (Pip) Pada Siswa Tingkat Sekolah Dasar
Menggunakan Metode Moora". KAKIFIKOM (Kumpulan
Artikel Karya Ilmiah Fakultas Ilmu Komputer), 1–8.
https://doi.org/10.54367/kakifikom.v3i1.1161.
Muliadi, M., Andriani, M., dkk. 2020. "Perancangan Sistem

96
 Informasi Pemesanan Kamar Hotel Berbasis Website (Web)
Menggunakan Data Flow Diagram (Dfd)". JISI: Jurnal
Integrasi Sistem Industri, 7(2), 111.
https://doi.org/10.24853/jisi.7.2.111-122.
Nurkamiden, N. 2021. "Sistem Informasi Akuntansi Pembayaran
Rekening Air Pada Perusahaan Daerah Air Minum (Pdam)
Kota Gorontalo". … & Konferensi Ilmiah Sistem Informasi
…, (Cc), 119–127.
Prahasti, P., Sapri, S., dkk. 2022. "Aplikasi Pelayanan Antrian
Pasien Menggunakan Metode FCFS Menggunakan PHP dan
MySQL". Jurnal Media Infotama, 18(1), 153–160.
Rochman, A., Sidik, A., dkk. 2021. "Sistem Informasi Pelayanan
Jasa New Baby Born Berbasis Web Pada Rumah Sakit Melati
Tangerang". Academic Journal of Computer Science
Research, 3(1), 2–6. https://doi.org/10.38101/ajcsr.v3i1.315.
Sahi, A. 2020. "Aplikasi Test Potensi Akademik Seleksi Saringan
Masuk Lp3I Berbasis Web Online Menggunakan Framework
Codeigniter". Tematik, 7(1), 120–129.
https://doi.org/10.38204/tematik.v7i1.386.
Saragih, A., Setiawan, D., dkk. 2020. "Sistem Pendukung Keputusan
Menentukan Karyawan Terbaik Di CV . Sinergi Optima
Konsultan Dengan Menggunakan". Cybertech, 3(2), 403–425.
Satria, P. 2014. "Sistem Pendukung Keputusan Untuk Menentukan
Kelayakan Penerimaan Bantuan Siswa Miskin ( BSM )
Dengan Menggunakan Metode TOPSIS", 1(Mcmd), 1–5.
Seprina, I., dan Yulianingsih, E. 2022. "" " Sistem Informasi
Penerimaan Calon Peserta Didik Baru Di Smk Negeri 1 Muara
Kuang Berbasis Web". Jurnal Informanika, 08(01), 52–59.
Sudaria, Putra, A. S., dkk. 2021. "Sistem Manajemen Pelayanan
Pelanggan Menggunakan PHP Dan MySQL ( Studi Kasus
pada Toko Surya )". Tekinfo, 22(1), 100–117.
Suryana, I. G. P. E., Antara, I. G. M. Y., dkk. 2021. "Perancangan
Sistem Informasi Pelayanan Administrasi Surat Menyurat Berbasis
Web pada Kantor Perbekel Desa Denbantas". Sains Penmas, 1(1),

97
13–21.

HALAMAN INI SENGAJA DIKOSOSNGKAN

98
DAFTAR LAMPIRAN
Lampiran 1 Wawancara

99
Lampiran 2 Tempat Observasi

100
BIODATA PENULIS

Nama : VIDELIS DE APRILIO HAMPUR

Alamat : JL.TUKAD PANCORAN
TTL : LAUTEM,24 APRIL 1999
Telepon : 081 246 000 305
Email : hampur707@gmail.com
Angkatan: 2018
Moto : Waktu Adalah Uang

Latar Belakang Pendidikan :

2006 – 2012 : SDN LABUAN BAJO 2
2012 – 2015 : SMP NEGRI 1 KOMODO
2015 – 2018 : SMA NEGRI 1 KOMODO
2018 – Sekarang : STMIK STIKOM Indonesia

Pengalaman Organisasi :
2018 – 2020 : Anggota UKM Futsal

101