SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN CALON

PENERIMA BANTUAN SISWA MISKIN PADA SMA

MUHAMMADIYAH 06 DESA PON KECAMATAN SEI BAMBAN
KABUPATEN SERDANG BEDAGAI DENGAN MENGGUNAKAN
METODE TECHNIQUE FOR OTHERS REFERENCE BY
SIMILARITY TO IDEAL SOLUTION (TOPSIS)
1.1 Latar Belakang Permasalahan
Program BSM adalah Program Nasional yang bertujuan untuk
menghilangkan halangan siswa miskin berpartisipasi untuk bersekolah dengan
membantu siswa miskin memperoleh akses pelayanan pendidikan yang layak,
mencegah putus sekolah, menarik siswa miskin untuk kembali bersekolah,
membantu siswa memenuhi kebutuhan dalam kegiatan pembelajaran,
mendukung program Wajib Belajar Pendidikan Dasar Sembilan Tahun (bahkan
hingga tingkat menengah atas), serta membantu kelancaran program sekolah.
pihak sekolah sering menghadapi masalah dalam menentukan calon
penerima Bantuan Siswa Miskin dimana tidak semua siswa yang berasal dari
keluarga miskin dapat menerima Program Bantuan Siswa Miskin (BSM). Serta
masih menggunakan cara manual yang menyebutkan pengelolaan data BSM tidak
efisien terutama dari segi waktu dan banyaknya perulangan proses yang
sebenarnya dapat lebih diefisienkan. Pengelolaan data BSM yang belum
terakumulasi menggunakan database secara optimal serta belum maksimal
terkomputerisasi, menyebabkan kesulitan dalam pemrosesan data yang
menyebabkan lamanya proses penentuan penerimaan BSM sehingga dapat
mengganggu proses belajar siswa.
Berdasarkan uraian masalah diatas penulis berkeinginan
membuat suatu sistem untuk dapat mempermudah pihak
sekolah dalam mengambil keputusan untuk pemberian BSM
kepada orang yang tepat.

Adapun judul yang akan penulis ajukan adalah “ Sistem

Pendukung Keputusan Pemilihan Calon Penerima Bantuan
Siswa Miskin Pada SMA MUHAMMADIYAH 06 DESA PON
KECAMATAN SEI BAMBAN KABUPATEN SERDANG BEDAGAI
Dengan Menggunakan Metode Technique For Others
Reference By Similarity To Ideal Solution (TOPSIS)”.
1.2 Rumusan Permasalahan
• Bagaimana merancang dan membangun suatu Sistem Pendukung
Keputusan Calon Penerima Bantuan Miskin yang tepat sasaran pada
Sekolah SMA MUHAMMADIYAH 06 DESA PON.
• Bagaimana menerapkan Metode TOPSIS pada Calon Penerima
Bantuan Miskin pada Sekolah SMA MUHAMMADIYAH 06 DESA PON.

1.3 Batasan Permasalahan

• Sistem yang dibuat hanya menangani Calon Penerima Bantuan
Miskin pada Sekolah SMA MUHAMMADIYAH 06 DESA PON.
• Sistem ini hanya mengolah Calon Penerima Bantuan Miskin pada
Sekolah SMA MUHAMMADIYAH 06 DESA PON yang telah diproses
sebelumnya oleh Bendahara pada Sekolah tersebut.
1. Sistem Pendukung Keputusan
Sistem Pendukung Keputusan dirancang untuk
mendukung seluruh tahap pengambilan keputusan
mulai dari mengidentifikasikan masalah, memilih
data yang relevan, dan menentukan pendekatan
yang digunakan dalam proses 8 pengambilan
keputusan sampai mengevaluasi pemilihan
alternatif-alternatif yang ada (Fitriani, 2012).
2. Metode Topsis
TOPSIS (Technique For Others Reference by Similarity to Ideal Solution)
adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali
diperkenalkan oleh Yoon dan Hwang (1981). TOPSIS menggunakan prinsip bahwa
alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan
terjauh dari solusi ideal negatif dari sudut pandang geometris dengan
menggunakan jarak Euclidean untuk menentukan kedekatan relatif dari suatu
alternatif dengan solusi optimal.
Metode ini banyak digunakan untuk menyelesaikan pengambilan keputusan
secara praktis. Hal ini disebabkan konsepnya sederhana dan mudah dipahami,
komputasinya efisien,dan memiliki kemampuan mengukur kinerja relatif dari
alternatif-alternatif keputusan.
Langkah – langkah Metode Topsis
Berikut adalah langkah – langkah metode topsis :
1. Membangun sebuah matriks keputusan.
Matriks keputusan X mengacu terhadap m alternatif yang akan dievaluasi berdasarkan n kriteria.
Matriks keputusan X dapat dilihat sebagai berikut:

Keterangan:
ai ( i = 1, 2, 3, . . . , m ) adalah alternatif-alternatif yang mungkin,
xj ( j = 1, 2, 3, . . . ,n ) adalah atribut dimana performansi alternatif diukur, xij adalah performansi
alternatif ai dengan acuan atribut xj.
2. Membuat matriks keputusan yang ternormalisasi
Persamaan yang digunakan untuk mentransformasikan setiap elemen xij adalah:

dengan i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n
Keterangan:
rij adalah elemen dari matriks keputusan yang ternormalisasi R,
xij adalah elemen dari matriks keputusan X.

3. Membuat matriks keputusan yang ternormalisasi terbobot

Dengan bobot wj = ( w1,w2 ,w3 , . . . ,wn ), dimana wj adalah bobot dari kriteria ke-j dan ∑ = 1 = 1, maka
normalisasi bobot matriks V adalah:

dengan i = 1, 2, 3, . . . , m; dan j = 1, 2, 3, . . . , n.
Keterangan:
vij adalah elemen dari matriks keputusan yang ternormalisai terbobot V, wj adalah bobot kriteria ke-j
rij adalah elemen dari matriks keputusan yang ternormalisasi R.
4. Menentukan matriks solusi ideal positif dan solusi ideal negatif
Solusi ideal positif dinotasikan A+ , sedangkan solusi ideal negatif dinotasikan A-.
Berikut ini adalah persamaan dari A+ dan A- :
a. A+ = {(max vij | j € J ), (min vij | j € J’ ), i = 1, 2, 3, . . . , m}
{v1-,v2-,v3-,…,vn-}
b. A- = {(min vij | j € J ), (max vij | j € J’ ), i = 1, 2, 3, . . . , m}
{v1-,v2-,v3-,…,vn-}
J = { j = 1, 2, 3,..., n dan J merupakan himpunan kriteria keuntungan (benefit criteria)}.

Keterangan:
vij adalah elemen dari matriks keputusan yang ternormalisasi terbobot V, vj+( j = 1, 2, 3, . . . , n )
adalah elemen matriks solusi ideal positif,
vj- = ( j = 1, 2, 3, . . . , n ) adalah elemen matriks solusi ideal negatif.

5. Menghirung separasi
a. S+ adalah jarak alternative dari solusi ideal positif didefenisikan sebagai:

b. S- adalah jarak alternative dari solusi ideal negative didefenisikan sebagai:

Keterangan:

si+ adalah jarak alternative ke-I dari solusi ideal positif, si- adalah jarak alternative ke-I dari solusi ideal
negatif,
vij adalah elemen dari matriks keputusan yang ternormalisasi terbobot V,
vj+ adalah elemen matriks solusi ideal positif, vj- adalah elemen matriks solusi ideal negatif.

6. Menghitung kedekaan terhadap solusi ideal positif.

Kedekatan relatif dari setiap alternative terhadap solusi ideal positif dapat dihitung dengan
menggunakan persamaan berikut:

dengan i = 1 ,2 , 3, . . . , m
Keterangan:
ci+ adalah kedekatan relatif dari alternative ke-I tehadap solusi ideal positif, si+ adalah jarak alternatif ke-I
dari solusi ideal positif,
si- adalah jarak alternative ke-I dari solusi ideal negatif.

7. Merangking alternative
Alternative diurutkan dari nilai C+ terbesar ke nilai terkecil. Alternatif dengan nilai C+ terbesar
merupakan solusi terbaik.
 Contoh Kasus
• Kriteria dan Bobot
Dalam penyelesayan dengan metode topsis
terapat criteria yang dibutuhkan untuk menentukan
siapa yang akan terseleksi sebagai calon penerima
beasiswa. Ada pun kriterianya sebagai berikut :
Tabel 1 : Kriteria
Ada pun yang menjadi pembobotan dari setiap kriteria adalah sebagai berikut :
Tabel 2 : Pembobotan

Contoh Kasus
Tabel 3 : Data Siswa

Keterangan:
Nis :Nomor induk siswa
RNP : Rata- Rata nilai semester
SEM : Semester
JTOT : Jumlah tanggungan orang tua
POT : Penghasilan orang tua
NE : Nilai extra
Perhitungan seleksi beasiswa
Dari tabel data siswa di atas diperoleh kecocokan setiap alternative, seperti pada tabel
berikut ini:
Tabel :Kecocokan Setiap Alternatif
1. Penentual normalisasi matriks keputusan
Dan seterusnya sehingga diperoleh matriks
R seperti berikut
2. Menentukan matriks keputusan yang ternormalisasi terbobot

Sehingga di peroleh matrik Y

3. Menentukan matriks solusi ideal positif dan ideal negative

1. Ideal positif:
2. Ideal negative
4. Menghitung Separation Measure
1. Positf
2. Negative
5. Mengurutkan Pilihan
Dari perhitungan diatas maka akandiurutkan berdasarkan nilai masing – masing peserta.
Nilai yang paling tinggi lebih layak direkomendasikan menjadi penerima beasiswa,
digambarkan pada tabel dibawah ini :
Tabel 5 : Perangkingan
TERIMA KASIH