METIK JURNAL VOLUME. 6 NOMOR.

1 2022 ISSN-P 2442-9562 ISSN-E 2580-1503

SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN PROGRAM STUDI

DENGAN METODE SAW DAN AHP

Penulis pertama1*, Penulis kedua2, Penulis ketiga3, (tanpa gelar)

1
Program studi, Institusi, Negara Penulis 1 (10 pt, Times New Roman, center, Italic)
2
Program studi, Institusi, Negara Penulis 2 (10 pt, Times New Roman, center, Italic)
3
Program studi, Institusi, Negara Penulis 3(10 pt, Times New Roman, center, Italic)

*
email@korespondensi (cukup satu sebagai penulis utama, 10 pt, Times New Roman, center, Italic)

Abstract
Sistem pendukung keputusan (SPK) merupakan suatu sistem pemilihan yang biasa dipakai untuk
menentukan pilihan sesuai dengan kriteria dan alternatif yang sudah ditentukan sebelumnya. Berdasarkan proses
wawancara yang dilakukan kepada siswa kelas XII IPA Sekolah Menengah Atas, banyak siswa yang memiliki
keraguan dalam menentukan jurusan saat melanjutkan pendidikan ke tingkat perguruan tinggi. Sebagian besar
dari mereka masih ragu apakah keinginan untuk dapat berkuliah pada salah satu jurusan dapat dijalani dengan
lancar berdasarkan pencapaian hasil proses belajar yang diikuti di Sekolah Menengah Atas. Semakin banyak
jurusan pada tingkat Universitas membuat siswa sulit menentukan jurusan yang tepat sesuai dengan kemampuan
yang dimiliki. Kebanyakan siswa hanya mengikuti teman untuk memilih jurusan sehingga memungkinkan siswa
merasa tidak cocok setelah masuk jurusan tersebut bahkan sampai melakukan pindah jurusan. Oleh karena itu,
dibutuhkan suatu sistem pendukung keputusan yang dapat melakukan perhitungan nilai dan kemampuan yang
dimiliki siswa untuk membantu menentukan jurusan di Universitas yang tepat. Penerimaan mahasiswa pada
Sebuah Universitas terbagi menjadi jalur akademik, beasiswa, dan tes regular. Tolak ukur yang digunakan untuk
menerima calon mahasiswa melewati jalur akademik masih melihat lima nilai akademik dengan minimal nilai
70. terdapat kasus dimana minimal nilai menurun bergantung pada nilai KKM (Kriteria Ketuntasan Minimal dari
asal sekolah calon mahasiswa tersebut. Berdasarkan kedua masalah tersebut maka dibangun sebuah sistem
pendukung keputusan menggunakan metode AHP dan SAW. Metode AHP sebagai dasar penilaian calon
mahasiswa, sedangkan metode SAW untuk meranking alternatif. serta nilai referensi pakar sebagai pengganti
tolak ukur lama, yaitu nilai 70 atau sesuai dengan KKM asal sekolah calon mahasiswa. Sistem pendukung
keputusan yang dibangun menghasilkan tingkat kepuasan sebesar.

Kata Kunci: AHP, jurusan, SAW, sistem pendukung keputusan

Abstrak
A decision support system (DSS) is a selection system that is usually used to determine choices
according to predetermined criteria and alternatives. Based on the interview process conducted with students in
class Most of them are still doubtful whether their desire to study in one of the majors can be carried out
smoothly based on the achievement of the results of the learning process followed in high school. The increasing
number of majors at university level makes it difficult for students to determine the right major according to their
abilities. Most students just follow their friends in choosing a major, which makes it possible for students to feel
like they don't fit in after entering that major, even to the point of changing majors. Therefore, we need a
decision support system that can calculate students' grades and abilities to help determine the right major at the
university. Student admission to a university is divided into academic pathways, scholarships, and regular tests.
The benchmark used to accept prospective students through the academic route still looks at five academic
scores with a minimum score of 70. There are cases where the minimum score decreases depending on the KKM
score (Minimum Completeness Criteria from the prospective student's school of origin. Based on these two
problems, a system was built Decision support uses the AHP and SAW methods. The AHP method is the basis
for assessing prospective students, while the SAW method is for ranking alternatives. As well as expert reference
scores as a replacement for the old benchmark, namely a score of 70 or in accordance with the KKM of the
prospective student's school. The decision support system that was built produces a level of satisfaction of.

Keywords: AHP, department, SAW, decision support system

1
 METIK JURNAL VOLUME. 6 NOMOR.1 2022
1. Pendahuluan
Abad pengetahuan atau yang lebih dikenal
dengan sebutan era globalisasi merupakan
wujud dari suatu era yang menuntut
kemampuan melakukan kompilasi dan
sintesis berbagai informasi menjadi suatu
proposisi pengetahuan dan teknologi. Salah
satu bentuk teknologi yaitu merupakan
sistem pendukung keputusan. Sistem
pendukung keputusan (SPK) pertama kali
diungkapkan pada awal tahun 1970-an oleh
Michael S. Scott Morton dengan istilah
Management Decision System. Sistem
tersebut merupakan suatu sistem berbasis
komputer yang ditujukan untuk membantu
pengambil keputusan dengan
memanfaatkan data serta model tertentu
untuk memecahkan berbagai persoalan
yang bersifat semi terstruktur. SPK tidak
dimaksudkan untuk mengotomatisasi
pengambilan keputusan, tetapi memberikan
perangkat interaktif yang memungkinkan
pengambilan keputusan untuk melakukan
berbagai analisis menggunakan model
model yang tersedia. N. Aeni Hidayah and E.
Fetrina, “RANCANG BANGUN SISTEM
PENDUKUNG KEPUTUSAN KENAIKAN
JABATAN PEGAWAI DENGAN METODE
PROFILE MATCHING (Studi Kasus:
Kementerian
Metode yang digunakan pada pembangunan
sistem pendukung keputusan (SPK) ini
adalah metode Analytical Hierarchy Process
(AHP) dan Simple Additive Weighting (SAW).
Metode AHP merupakan salah satu model
untuk pengambilan keputusan yang dapat
membantu kerangka berpikir manusia.
Analytic Hierarchy Process (AHP) dapat
menyelesaikan masalah multi kriteria yang
kompleks menjadi suatu hirarki. Masalah
yang kompleks dapat diartikan bahwa
kriteria dari suatu masalah yang begitu
banyak (multikriteria), struktur masalah
yang belum jelas, ketidakpastian pendapat
dari pengambil keputusan, pengambil
keputusan lebih dari satu orang, serta
ketidakakuratan data yang tersedia. M. I. S,
Mesran, D. Siregar, and Suginam,
“Rancangan Pendukung Keputusan
Pemilihan Televisi Berlangganan
Menerapkan Metode Analytical Hierarchy
2
ISSN-P 2442-9562 ISSN-E 2580-1503
Process(Ahp),” Media Inform. Budidarma,
vol. 1, no. 2, pp. 42–48, 2017.
Metode Simple Additive Weighting
(SAW) atau yang dikenal juga sebagai
metode penjumlahan berbobot merupakan
salah satu algoritma yang umum digunakan
dalam pembuatan sistem pendukung
keputusan. Pencarian penjumlahan
berbobot dari rating kinerja pada setiap
alternatif yang ada di kriteria merupakan
konsep dasar SAW. Y. W. Sumarlin, E.W.,
Hansun, S., dan Wiratama, “Rancang Bangun
Aplikasi Rekomendasi Film dengan
Menggunakan Algoritma Simple Additive
Weighting,” J. Inform., vol. 10, no. 2, pp.
1244–1250, 2016.
Penelitian ini diawali dengan wawancara
kepada guru Bimbingan dan Konseling (BK)
tentang siswa yang berkonsultasi mengenai
masalah yang sedang dihadapi, baik masalah
dalam proses pembelajaran maupun
masalah yang dihadapi sehari-hari. Selain
itu, ditelusuri juga bagaimana siswa
berkonsultasi tentang jurusan kuliah yang
ingin diambil dan Universitas mana yang
akan dituju ketika melanjutkan pendidikan
ke perguruan tinggi. Dengan demikian, guru
Bimbingan dan Konseling akan membimbing
siswa dalam memilih dan membuat
keputusan mengenai jurusan yang akan
dipilih, merencanakan studi lanjut jurusan,
dan bagaimana menilai kemampuan secara
akademik.
Pengambilan keputusan menentukan
jurusan kuliah juga merupakan salah satu
bagian dari penentuan karir di masa depan.
Pengambilan keputusan dalam menentukan
karir merupakan salah satu tugas
perkembangan yang harus dipenuhi oleh
remaja. Remaja mengalami kebingungan
dalam menentukan pilihan dari berbagai
macam jurusan di perguruan tinggi yang
menawarkan keahlian tertentu pada tiap-
tiap jurusan. Hal ini mengakibatkan
beberapa individu memilih jurusan yang
tidak sesuai dengan dirinya. R. Setyowati, W.
Prabowo, and M. Yusuf, “Pengambilan
Keputusan Menentukan Jurusan Kuliah
Ditinjau Dari Student Self Efficacy Dan
Persepsi Terhadap Harapan Orang Tua,” J.
Psikol. Pendidik. dan Konseling J. Kaji. Psikol.
Pendidik. dan Bimbing. Konseling, vol. 5, no.
 METIK JURNAL VOLUME. 6 NOMOR.1 2022
1, pp. 42–48, 2019, doi:
10.26858/jppk.v5i1.7460.
Dengan dibuatnya sistem pendukung
keputusan untuk memilih program studi di
Fakultas Teknik dan Informatika, diharapkan
dapat membantu dan menyelesaikan
permasalahan yang ada. Sebuah sistem
pendukung keputusan untuk memilih
program studi di Fakultas Teknik dan
Informatika dengan tolak ukur nilai yang
baru sehingga dapat mengatasi
permasalahan nilai tolak ukur yang sama
setiap tahunnya atau nilai tolak ukur yang
menurun karena nilai KKM sekolah calon
mahasiswa yang kurang dari nilai standar
yang ada.
1.1. Sub Judul
Makalah ditulis dalam paragraph
justified, Times New Roman, 12 pt, satu
spasi ditulis dalam bahasa Indonesia.
Panjang makalah maksimum 10 halaman
pada kertas A4, sudah termasuk tabel,
gambar dan lampiran [1].
1.2. Sub Judul
Margin halaman dengan aturan sebagai
berikut: 3 cm margin kiri, 2 cm margin
kanan, atas
2. Metode Penelitian
2.1. Metodelogi Penelitian
Metodologi penelitian adalah ilmu yang
digunakan untuk memperoleh perencanaan
dengan tata cara tertentu. Pada penelitian kali
ini, dibangun dengan menggunakan desain
perencanaan sehingga dapat mudah dilakukan
sebagai berikut:
Sistem pendukung keputusan merupakan
suatu program komputer yang dapat digunakan
untuk menganalisis dan menyajikan data
sehingga penggunanya dapat membuat
keputusan dengan lebih mudah[3]. Sebagai
sebuah aplikasi informasi, sistem pendukung
keputusan dapat menyajikan informasi secara
grafis [4]. Sofiah dan Septiana [5] menjelaskan
sejumlah karakteristik yang dimiliki oleh sistem
pendukung keputusan, diantaranya yaitu;
a. Dapat memecahkan permasalahan dengan
sifat semi terstruktur ataupun tidak
terstruktur.
3
ISSN-P 2442-9562 ISSN-E 2580-1503
b. Mengombinasikan penggunaan berbagai
model dan teknik analisis dengan teknik
konvensional.
c. Dapat dioperasikan dengan mudah oleh
orang awam yang tidak memiliki dasar
kemampuan pengoperasian komputer yang
tinggi.
d. Memiliki fleksibilitas dan kemampuan
adaptasi yang tinggi sehingga mudah
disesuaikan dengan kebutuhan pemakai.
A. Analytical Hierarchy Process
Metode Analytical Hierarchy Process
(AHP) mampu membagi masalah yang kompleks
dan tidak terstruktur ke dalam komponen-
komponen, mengaturnya ke dalam suatu bentuk
hierarki, serta memberikan nilai numerik sebagai
pengganti subjektivitas manusia dalam
melakukan perbandingan relatif sehingga
menghasilkan suatu sintesa yang menetapkan
urutan dan nilai prioritas dari
komponenkomponen tersebut [6]. AHP memiliki
beberapa kelebihan diantara metode-metode
pengambilan keputusan lainnya, antara lain
hierarki struktur yang jelas sampai subkriteria
terdalam, memperhitungkan validitas sampai
batas toleransi inkonsistensi berbagai kriteria
dan alternatif yang ada, dan memperhitungkan
daya tahan luaran [7].
Adapun prinsip dasar dari AHP adalah
sebagai berikut [8]:
a. Menyusun hierarki dimana permasalahan
yang akan diselesaikan dipecah menjadi
unsur-unsur pembentuknya, yakni kriteria
dan alternatif, lalu dibentuk dalam susunan
hierarki.
b. Melakukan penilaian kriteria dan alternatif
dengan membentuk tabel perbandingan
berpasangan (pairwise comparison).
B. Simple Additive Weighting
Metode Simple Additive Weighting (SAW)
dikenal juga sebagai metode penjumlahan
terbobot. Pada metode SAW dibutuhkan proses
normalisasi matriks keputusan ke suatu bentuk
skala yang dapat diperbandingkan dengan
semua alternatif yang ada. Terdapat dua jenis
kriteria yang dikenal dalam metode SAW, yaitu
cost (mengutamakan nilai terendah dalam acuan
pemilihan) dan benefit (mengutamakan nilai
tertinggi dalam acuan pemilihan) [9].
 METIK JURNAL VOLUME. 6 NOMOR.1 2022
Sebagaimana yang dijelaskan dalam [10],
langkah-langkah SAW sebagai berikut:
a. Menentukan kriteria, 𝐶, yang dijadikan acuan
pengambilan keputusan.
b. Menentukan rating kecocokan tiap alternatif
pada kriteria yang ada.
c. Membuat matriks keputusan ternormalisasi,
𝑅, berdasarkan kriteria 𝐶, dengan rumus (1)
𝑅𝑖𝑗 = {𝑥𝑖𝑗 max 𝑥𝑖𝑗,𝑗𝑖𝑘𝑎 𝑗
𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑘𝑒𝑢𝑛𝑡𝑢𝑛𝑔𝑎𝑛 (𝑏𝑒𝑛𝑒𝑓𝑖𝑡) min 𝑥𝑖𝑗
𝑥𝑖𝑗,𝑗𝑖𝑘𝑎 𝑗 𝑎𝑡𝑟𝑖𝑏𝑢𝑡 𝑏𝑖𝑎𝑦𝑎 (𝑐𝑜𝑠𝑡)(1)
dimana 𝑅𝑖𝑗 adalah rating kinerja
ternormalisasi dan 𝑥𝑖𝑗 adalah nilai pada baris 𝑖
kolom 𝑗 dari matriks.
d. Nilai preferensi akhir diperoleh dengan
rumus (2) berikut
𝑉𝑖 = ∑𝑛 𝑗=1 𝑊𝑗𝑅𝑖𝑗(2)
dimana 𝑉𝑖 adalah nilai akhir dari
alternatif, 𝑊𝑗 adalah bobot yang telah
ditentukan, dan 𝑅𝑖𝑗 adalah rating kinerja
ternormalisasi.
2.2. Data Penelitian
Data yang dikumpulkan untuk
menunjang penelitian ini diperoleh dari
guru BK dan siswa dari SMA Negeri 1
Kramatwatu. Adapun data yang diperlukan
antara lain Nomor Induk Siswa, nama siswa,
nilai siswa, dan hal-hal yang berkaitan
dengan jurusan kuliah yang dapat diperoleh
dari berbagai sumber baik melalui buku,
website maupun sumber informasi lainnya.
3. Hasil Penelitian
3.1. AHP
Berdasarkan hasil pengumpulan
keputusan pemilihan program studi
dengan metode SAW dan AHP maka
data yang dapat diambil dari kesiswaan
adalah sejumlah 200 siswa dengan
pembagian 150 siswa perempuan dan
50 siswa laki-laki.
1) Menyusun struktur hirarki
Tahapan pertama dalam
perhitungan metode AHP adalah
menyusun hirarki. Berdasarkan data
4
ISSN-P 2442-9562 ISSN-E 2580-1503
yang didapatkan maka struktur
hirarki dari kasus ini diantaranya
sebagai berikut:
2)Menghitung bagian kriteria program
studi.
Sedangkan untuk pemberian bobot
tingkat kepentingan kriteria yang akan
digunakan dalam menghitung bagian
kriteria dengan metode AHP didapatkan
dengan cara yaitu melakukan
penyesuaian pada tingkat kepentingan
untuk masing-masing kriteria dengan
bobot awal dari domumen data program
studi yang ada.
3)menghitung bagian alternatif
Langkah yang dilakukan
dalam melakukan perhitungan bagian
alternatif mirip dengan perhitungan
bagian kriteria, namun untuk bagian
alternatif akan dilakukan perbandingan
dengan sebanyak ... Karena untuk
bagian alternatif akan dibandingkan
sesuai dengan jumlah kriteria yaitu ....
kriteria sesuai program studi.
3.2. Sub Judul
Dari hasil observasi lapangan diketahui
morfologi daerah penelitian adalah daerah
perbukitan bergelombang dengan lereng ±
10o, dijumpai bentukan-bentukan erosi gully
pada bagian bawah lereng. diketahui bahwa
gejala amblesan yang terjadi tidak hanya
menunjukan gejala gerakan tanah akibat
circular sliding [6].
4. Kesimpulan
Faktor keamanan lereng lokasi
penelitian adalah 0.47 lebih kecil dari 1,2
sehingga dapat diklasifikasikan kedalam
lereng dengan kerentanan sangat tinggi
terhadap gerakan tanah.
Subsidence di Lokasi Penelitian Jl.
Letjend. TNI. Z.A Maulani Kota Balikpapan
dari ekpresi sebaran dan dimensinya yang
tidak berbentuk busur merupakan gejala
subsidence yang disebabkan Subsurface [5].
 METIK JURNAL VOLUME. 6 NOMOR.1 2022 ISSN-P 2442-9562 ISSN-E 2580-1503

Buku
[4] J. J. Siang, Riset Operasi dalam
Pendekatan Algoritmis. Yogyakarta:
ANDI OFFSET, 2011.

Book Chapter
[5] M. Hohenwater and Z. Lavicza, “The
Gambar 1. Grafik Distribusi Stength of the Community : How
Geogebra can Inspire Technology
5. Saran Integration in Mathematics,” in
Diperlukan adanya penelitian lebih Processing Mathematics Through Digital
lanjut analisis kestabilan lereng dengan Technologies, L. Bu and R. Schoen, Eds.
perangkat lunak geostudio yang berlisensi Rotterdam: Sense Publishers, 2011, pp. 7–
12.
agar dapat dibuat simulasi retaining wall
serta back filling, sehingga akan didapatkan Majalah
FK lebih akurat. [6] F. Yajri, “Naga Manis Lahan Gambut,”
MAJALAH TRUBUS, Depok, pp. 64–66,
6. Daftar Pustaka Feb-2017.

Catatan:

1. Daftar Pusaka mengikuti IEEE style,

format dapat di lihat di
https://www.ieee.org/documents/ieee
citationref.pdf;
2. Atau mengikuti format IEEE pada
aplikasi sitasi Mendeley
3. Jumlah referensi minimal 15, dengan
80% berasal dari artikel dalam kurun
waktu 5 tahun terakhir. Disarankan
menggunakan referensi dari artikel
jurnal bereputasi.

Contoh :
Jurnal
Font 11
[1] S. Byun, M. J. Irvin, B. A. Bell, M. J.
Irvin, and B. A. B. Advanced, “Advanced
Math Course Taking : Effects on Math
Achievement and College Enrollment,” J.
Exp. Educ., vol. 83, no. 4, pp. 439–468,
2014.

Prosiding Seminar
[2] D. Rosadi, “Computer Assisted Learning
Menggunakan Software Open Source R :
Past , Present and Future,” in Seminar
Nasional Matematika dan Pendidikan
Matematika UNY 2015, 2015, pp. 1–8.
[3] S. Ghozi, “Penggunaan Aplikasi
GeoGebra dalam Pembelajaran dan
Penyelesaian Persoalan Statistik,” in
Industrial Research Workshop and
National Seminar, 2015, pp. 15–22.

5
METIK JURNAL VOLUME. 6 NOMOR.1 2022 ISSN-P 2442-9562 ISSN-E 2580-1503