1 SM
1 SM
Purwanto*1), Sutikno*2)
**
Jurusan Ilmu Komputer/Informatika, Fakultas Sains Matematika,
Universitas Diponegoro
1)
Purheaven1@gmail.com, 2)sutikno.wae@gmail.com
Abstrak
Pusdikpenerbad bertugas pokok menyelenggarakan pembinaan satuan Penerbang TNI Angkatan Darat
dan melaksanakan operasi penerbangan angkatan darat dalam rangka mendukung tugas pokok TNI
angkatan darat. Usaha yang biasa dilakukan oleh Pusdikpenerbad untuk mendapatkan rangking calon
penerbad adalah melalui proses seleksi dua tahap dengan mengikuti peraturan kasad. Bagi
pusdikpenerbad yang memiliki tingkat kredibilitas yang tinggi, proses seleksi biasanya dilakukan oleh
tim penyeleksi khusus. Tim penilai menyeleksi peserta dengan menerima hasil dari setiap kriteria tahap
pertama dan tahap kedua, proses tim penilai membutuhkan waktu atau kurang efesien untuk memproses
hasil akhir peserta calon penerbad dari setiap kriteria, melihat banyaknya data yang ada. Aplikasi
seleksi calon penerbang angkatan darat menggunakan metode Simple Additive Weighting. Aplikasi
yang bertujuan untuk membantu pusdikpenerbad dalam mencari calon penerbad terbaik. Hasil
pengujian aplikasi ini didapati bahwa metode Simple addive weighting mampu menentukan daftar
peserta calon penerbad terbaik yang memanfaatkan beberapa pengambil keputusan.
Kata kunci : Pusdikpenerbad, Penerbang TNI Angkatan Darat dan Simple Additive Weighting.
Abstract
Pusdikpenerbad is in charge of the Aviator of Indonesian Ground Forces’ development and the flight
operation to support the Ground Forces’ main tasks. A two-stage selection process is taken by
Pusdikpenerbad to get a prospective Penerbad by following Kasad’s regulation. Pusdikpenerbad, that
has a high degree of credibility, choose a special assessment team to do the process. The assessment
will choose the participant by considering the result from the first and second stage of selection for each
criterion, and it takes time to get the final result as it consists of a large amount of data. The selection
is done by Simple Additive Weighting method, in which it will help Pusdikpeberbad to find the best
candidate for Penerbad. The result of this application testing shows that Simple Addive Weighting
method is able to determine the participants who utilizing some of the decision makers’ existence.
Keywords : Pusdikpenerbad, The Aviator of Indonesian Ground Forces, and Simple Additive Weighting.
kriteria ini adalah dalam pemilihan kriteria b. Apabila berupa kriteria keuntungan
ketika mengambil keputusan. maka nilai 𝑥𝑖𝑗 dibagi dengan nilai
Adapun tahapan-tahapan yang harus 𝑀𝑎𝑥𝑖 (𝑥𝑖𝑗 ) dari setiap kolom,
dilakukan oleh pembuat keputusan untuk sedangkan untuk kriteria biaya, nilai
mendapatkan hasil penyeleksian dengan 𝑀𝑖𝑛𝑖 (𝑥𝑖𝑗 ) dari setiap kolom dibagi
metode Simple Additive Weighting adalah
dengan nilai 𝑥𝑖𝑗 .
(Nugraha, 2011):
1. Menentukan alternatif, yaitu 𝐴𝑚 . 8. Hasil dari nilai rating kinerja
2. Menentukan kriteria yang akan dijadikan ternomalisasi (𝑟𝑖𝑗 ) membentuk matrik
acuan dalam pengambilan keputusan, ternormalisasi (𝑅).
yaitu 𝐶𝑛 .
𝑟11 𝑟12 ⋯ 𝑟1𝑛
3. Memberikan nilai rating kecocokan setiap
alternatif pada setiap kriteria. 𝑅= [ ⋮ ⋮ ]
𝑟𝑚1 𝑟𝑚2 ⋯ 𝑟𝑚𝑛
4. Menentukan bobot preferensi atau tingkat
kepentingan (𝑊) setiap kriteria. 9. Hasil akhir nilai preferensi (𝑉𝑖 ) diperoleh
𝑊 = [ 𝑊1 ,𝑊2 ,𝑊3 ,…,𝑊𝑛 ] dari penjumlahan dari perkalian elemen
5. Membuat tabel rating kecocokan dari baris matrik ternormalisasi (𝑅) dengan
setiap alternatif pada setiap kriteria. bobot preferensi (𝑊) yang bersesuaian
6. Membuat matrik keputusan (𝑋) yang elemen kolom matrik (𝑊).
dibentuk dari tabel rating kecocokan dari
𝑛
setiap alternatif pada setiap kriteria.
𝑉𝑖 = ∑ 𝑊𝑗 𝑟𝑖𝑗
Nilai(𝑥) setiap alternatif (𝐴𝑖 ) pada setiap
𝑗=1
kriteria (𝐶𝑗 ) yang sudah ditentukan,
dimana, i=1,2,3,…m dan j=1,2,3,…n. Hasil perhitungan nilai 𝑉𝑖 yang lebih besar
diantara 𝑉𝑖 lainnya mengindikasikan
𝑥11 𝑥12 ⋯ 𝑥1𝑛
bahwa alternatif 𝐴𝑖 tersebut merupakan
𝑋= [ ⋮ ⋮ ]
𝑥𝑚1 𝑥𝑚2 ⋯ 𝑥𝑚𝑛 alternatif terbaik (Kusumadewi, Sri dkk,
2006).
7. Melakukan normalisasi matrik keputusan
(𝑋) dengan cara menghitung nilai rating
kinerja ternomalisasi (𝑟𝑖𝑗 ) dari alternatif
𝐴𝑖 pada kriteria 𝐶𝑗 .
(design), pengkodean (code), pegujian (test), alternatif berupa data calon penerbang
dan pemeliharaan. yang bersumber pada Ba PK organik TNI
AD TA 2016 yang akan dipilih sebagai
3. ANALISIS KEBUTUHAN DAN calon penerbang yang kemudian akan
PERANCANGAN diproses berdasarkan kriteria yang telah
ditetapkan menggunakan metode Simple
Analisis kebutuhan sistem terdiri dari Additive Weighting (SAW). Setelah
deskripsi umu sistem, karakteristik melakukan semua urutan proses, maka
pengguna, analisis data, analisis fungsional, didapatkan daftar urutan calon penerbang
analisis perhitungan seleksi calon Penerbang TNI AD.
TNI Angkatan Darat Kota Jakarta dengam 2. Karakteristik Pengguna
menggunakan metode Simple additive Sistem pendukung keputusan
Weighting (SAW). seleksi calon penerbang TNI Angkatan
1. Deskripsi Umum Sistem Darat (penerbad) pada pusat pendidikan
Seleksi calon penerbang TNI penerbangan angkatan darat
Angkatan Darat merupakan kegiatan yang (Pusdikpenerbad) republik indonesia
dilakukan oleh Pusat Pendidikan memiliki satu User. User adalah Tim
Penerbangan Angkatan Darat penilai yang bertanggung jawab terhadap
(Pusdikpenerbad) untuk memilih proses seleksi hingga diperoleh hasil
penerbang terbaik dengan mengikuti peringkat/ rangking calon penerbad. Tim
peraturan kasad nomor 84 Tahun 2014 penilai memiliki akses untuk melakukan
tentang petunujuk pelaksanaan program login, mengubah password, memasukkan
dan anggaran TNI AD TA 2015 data alternatif, menyimpan data alternatif,
sublampiran D bidang personel menghapus data alternatif, mengubah data
subsublampiran “4” bidang bidik dan alternatif, melihat data alternatif,
surat dari pusdikpenerbad Nomor memasukkan bobot kriteria, menyimpan
B/3572/VII/2015 tanggal 29 Juli 2015 bobot kriteria, menghapus bobot kriteria,
tentang permohonan seleksi calon mengubah bobot kriteria, melihat data
penerbang dari sumber bintara organik bobot kriteria, menentukan derajat
TNI AD TA 2016, dengan ketentuan kepentingan, melakukan proses evaluasi,
bahwa peserta calon penerbang angkatan menyimpan hasil evaluasi dan
darat wajib melalui 2 tahap seleksi, tahap menampilkan hasil evaluasi.
pertama yaitu penilaian persyaratan 3. Analisis Perhitungan
administrasi, kesehatan tahap I, a. Menentukan alternatif, yaitu 𝐴𝑖 .
kesamaptaan jasmani dan Psikologi tahap Alternatif pada sistem
I. tahap kedua yaitu Psikologi tahap II, pendukung keputusan seleksi calon
Ujian Akademik dan kesehatan tahap II. penerbang tni angkatan darat
Sistem pendukung keputusan menggunakan metode Simple Additive
seleksi calon penerbang TNI Angkatan Weighting (SAW) merupakan data dari
Darat merupakan peragaan proses dari beberapa peserta yang mendaftar untuk
seleksi calon penerbang TNI Angkatan menjadi calon penerbang. Data
Darat pada Pusat Pendidikan Penerbangan tersebut adalah :
Angkatan Darat (Pusdikpenerbad). 𝐴1 : Doni Leonards
Aplikasi ini menerima inputan berupa data 𝐴2 : Firdaus Panogari Tanjung
𝑋92 90
d. Melakukan normalisasi matrik 𝑟92 = 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
= 90
keputusan (𝑋) dengan cara menghitung =1
𝑋102
nilai rating kinerja ternomalisasi (𝑟𝑖𝑗 ) 𝑟102 = =
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
dari alternatif 𝐴𝑖 pada kriteria 𝐶𝑗 . 90
=1
𝑋11 70 90
𝑟11 = = 70
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋13 95
=1 𝑟13 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋21 70
𝑟21 = = 70 =1
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋23 87
=1 𝑟23 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋31 70
𝑟31 = = 70 = 0.9157
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋33 91
=1 𝑟33 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋41 70
𝑟41 = = 70 = 0.9578
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋43 86
=1 𝑟43 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋51 70
𝑟51 = = 70 = 0.9052
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋53 79
=1 𝑟53 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋61 70
𝑟61 = 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
= 70 = 0.8315
𝑋63 91
=1 𝑟63 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋71 70
𝑟71 = = 70 = 0.9578
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋73 80
=1 𝑟73 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋81 70
𝑟81 = = 70 = 0.8421
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋83 80
=1 𝑟83 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋91 70
𝑟91 = = 70 = 0.8421
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋93 82
=1 𝑟93 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋101
𝑟101 = 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
= = 0.8631
70 𝑋103
=1 𝑟103 = =
70 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
75
= 0.7894
𝑋12 90 95
𝑟12 = = 90
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋14 95
=1 𝑟14 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋22 90
𝑟22 = = 90 =1
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋24 85
=1 𝑟24 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋32 90
𝑟32 = = 90 = 0.8947
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋34 85
=1 𝑟34 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋42 90
𝑟42 = = 90 = 0.8947
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋44 80
=1 𝑟44 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋52 90
𝑟52 = = 90 = 0.8421
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋54 75
=1 𝑟54 = = 95
𝑋62 90 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑟62 = 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
= 90 = 0.7894
𝑋64 72
=1 𝑟64 = = 95
𝑋72 90 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑟72 = = 90 = 0.7578
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋74 80
=1 𝑟74 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
𝑋82 90
𝑟82 = = 90 = 0.8521
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
=1
𝑋84 72
𝑟84 = = 95 𝑉9 = {(1)(25%) + (1)(25%) + (0.8631)(25%) +
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
(0.7578)(25%)} = 0.9051
= 0.7578
𝑋94 72 𝑉10 = {(1)(25%) + (1)(25%) + (0.7894)(25%) +
𝑟94 = = 95
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
(0.8421)(25%)} = 0.9078
= 0.7578
𝑋104
𝑟104 = = Hasil perhitungan nilai 𝑉1 yang lebih
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ,𝑋61 ,𝑋71 ,𝑋81 ,𝑋91 ,𝑋101 )
80
= 0.8421 besar diantara 𝑉𝑖 lainnya mengindikasikan
95
bahwa alternatif 𝐴1 tersebut merupakan
e. Hasil dari nilai rating kinerja alternatif terbaik (Kusumadewi, Sri dkk,
ternomalisasi (𝑟𝑖𝑗 ) membentuk 2006), namun pada tahap I ini akan diambil
matrik ternormalisasi (𝑅). peringkat 5 terbaik untuk mengikuti tahap II.
Kelima alternatif tersebut adalah
1 1 1 1
1 1 0.9157 0.8947
𝐴1 , 𝐴3 , 𝐴2 , 𝐴4 , 𝑑𝑎𝑛 𝐴7 .
1 1 0.9578 0.8947
1 1 0.9052 0.8421 a. Menentukan alternatif, yaitu 𝐴𝑖 .
1 1 0.8315 0.7894 Alternatif pada sistem pendukung
𝑋=
1 1 0.9578 0.7578
1 1 0.8421 0.8421
keputusan seleksi calon penerbang tni
1 1 0.8421 0.7578 angkatan darat menggunakan metode
1 1 0.8631 0.7578 simple additive weighting (saw)
[1 1 0.7894 0.8421]
merupakan data dari beberapa peserta
f. Hasil akhir nilai preferensi (𝑉𝑖 ) yang mendaftar untuk menjadi calon
diperoleh dari penjumlahan dari penerbang. Data tersebut adalah :
perkalian elemen baris matrik 𝐴1 : Doni Leonards
ternormalisasi (𝑅) dengan bobot 𝐴3 : Rifal Tri Julianto
preferensi (𝑊) yang bersesuaian 𝐴2 : Firdaus Panogari Tanjung
elemen kolom matrik (𝑊). 𝐴4 : Alfian Nur Bagaskoro
𝐴7 : Yoga Aditya Saputra
𝑉1 = {(1)(25%) + (1)(25%) + (1)(25%) + (1)(25%)} =
1 b. Menentukan kriteria yang akan dijadikan
𝑉2 = {(1)(25%) + (1)(25%) + (0.9157)(25%) + acuan pengambilan keputusan, yaitu 𝐶𝑗 .
(0.8947)(25%)} = 0.9525 1. Tahap I
𝑉3 = {(1)(25%) + (1)(25%) + (0.9578)(25%) + 𝐶1 : Administrasi
(0.8947)(25%)} = 0.9630 𝐶2 : Kesehatan 1
𝑉4 = {(1)(25%) + (1)(25%) + (0.9052)(25%) + 𝐶3 : Kesamaptaan Jasmani
(0.8421)(25%)} = 0.9368 𝐶4 : Psikologi 1
𝑉5 = {(1)(25%) + (1)(25%) + (0.8315)(25%) + 2. Tahap II
(0.7894)(25%)} = 0.9051 𝐶5 : Psikologi 2
𝑉6 = {(1)(25%) + (1)(25%) + (0.8421)(25%) + 𝐶6 : Ujian Akademik
(0.8421)(25%)} = 0.9210 𝐶7 : Kesehatan 2
𝑉7 = {(1)(25%) + (1)(25%) + (0.9578)(25%) + Pada penelitian ini, sudah terdapat data
(0.7578)(25%)} = 0.9288
yang diperoleh dari Pusat pendidikan
𝑉8 = {(1)(25%) + (1)(25%) + (0.8421)(25%) + penerbangan Angkatan Darat
(0.7578)(25%)} = 0.8999
(pusdikpenerbad). Untuk membuat matriks
keputusan, terlebih dahulu dan memberikan
𝑋12 83
Bobot preferensi adalah nilai bobot 𝑟12 =
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 )
=
83
=1
dari masing masing kriteria. Bobot preferensi 𝑟22 =
𝑋22
=
82.3
= 0.9915
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ) 83
dapat dilihat pada tabel 5. 𝑋32 78.3
𝑟32 = = = 0.9433
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ) 83
𝑋42 80
Tabel 6. Menentukan bobot preferensi atau 𝑟42 = = 83 = 0.9638
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 )
tingkat kepentingan (𝑾) setiap kriteria. 𝑋52 76.6
𝑟52 = = = 0.9228
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ) 83
No. Kriteria Derajat Kepentingan
1. 𝑪𝟓 30% 𝑋13 100
𝑟13 = = =1
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ) 100
2. 𝑪𝟔 40% 𝑋23 100
3. 𝑪𝟕 30% 𝑟23 = = =1
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 ) 100
𝑋33 100
𝑟33 = = 100 = 1
𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 )
Tabel 6. Membuat tabel rating kecocokan dari 𝑋43 100
setiap alternatif pada setiap kriteria. 𝑟43 = 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 )
= 100 = 1
𝑋53 100
𝑟53 = = 100 = 1
No. Alternatif Kriteria 𝑀𝑎𝑥𝑖 (𝑋11 ,𝑋21 ,𝑋31 ,𝑋41 ,𝑋51 )
𝑪𝟓 𝑪𝟔 𝑪𝟕
e. Hasil dari nilai rating kinerja ternomalisasi
1. 𝐴1 89 83 100
2. 𝐴3 90 82.3 100 (𝑟𝑖𝑗 ) membentuk matrik ternormalisasi
3. 𝐴2 86 78.3 100 (𝑅).
4. 𝐴4 82 80 100
5. 𝐴7 85 76.6 100 0.9889 1 1
1 0.9915 1
𝑋 = 0.9556 0.9433 1
c. Membuat matrik keputusan (𝑋) yang 0.9111 0.9638 1
dibentuk dari tabel rating kecocokan dari [0.9444 0.9228 1]
setiap alternatif pada setiap kriteria.
f. Hasil akhir nilai preferensi (𝑉𝑖 ) diperoleh
Nilai(𝑥) setiap alternatif (𝐴𝑖 ) pada setiap
dari penjumlahan dari perkalian elemen
kriteria (𝐶𝑗 ) yang sudah ditentukan,
baris matrik ternormalisasi (𝑅) dengan
dimana, i=1,2,…m dan j=1,2,…n. bobot preferensi (𝑊) yang bersesuaian
elemen kolom matrik (𝑊).
4. IMPLEMENTASI ANTARMUKA
Gambar 6. Implementasi Antarmuka Detail [7] Rosa AS. dan M. Shalahuddin, 2011.
Perhitungan Simple Additive Weighting (SAW) Rekayasa Perangkat Lunak
Terstruktur dan Berorientasi Objek.
5. DAFTAR PUSTAKA Bandung: Informatika.
[1] Undang - undang republik indonesia [8] Sahputra, T.M., 2011. Sistem
nomor 2 tahun 1988 tentang prajurit Penunjang Keputusan Pemenang
angkatan bersenjata republik Tender Proyek Menggunakan Metode
indonesia. Analityc Hierarchy Process (AHP)
Pada Dinas Pekerjaan Umum
[2] Buku Petunjuk Teknik Tes
Kabupaten Aceh Selatan. Universitas
Kesamaptaan Jasmani Prajurit dan
Serambi Mekkah.
Calon Prajurit.
[9] Sharp, J., 2012. Microsoft Visual C#
[3] Peraturan Presiden Republik Indonesi
2012 Step by Step. Sebastopol: O'Relly
Nomor 10 tahun 2009 tentang susunan
Media.
organisasi Tentara Nasional
Indonesia. [10] Simon, H.A., 1960. The New Science of
Management Desition. New York:
[4] Kusumadewi, Sri dkk, 2006. Fuzzy
Harper and Row.
Multy Attribute Decision Making
(FUZZY MADM). Yogyakarta: Graha [11] Suryadi, K. & Ramadhani, A., 1998.
Ilmu. Sistem Pendukung Keputusan.
Bandung: PT. Remaja Rosdakarya.
[5] Nugraha, F., 2011. sistem pendukung
keputusan dengan metode simple [12] Turban, E., Aronson, J.E. & Liang, T.P.,
additive weighting (SAW) dalam 2005. Decision Support Systems and
manajemen aset. tesis. Intelligent Systems. 7th ed.
Yogyakarta: Andi.
[6] Roger S. Pressman, P.D., 2001. Soft
Engineering A Practitioners Approach.
5th ed. New York: McGraw-Hill.