IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTINGdigilib.unila.ac.id/26403/12/SKRIPSI TANPA BAB...

IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTING)

PADA SISTEM PENDUKUNG KEPUTUSAN REKOMENDASI

PEMILIHAN SMA SWASTA DI BANDAR LAMPUNG BERBASIS WEB

(Skripsi)

Oleh

M.Dian Hasabi Ruzain

1217051038

JURUSAN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS LAMPUNG

2017

ABSTRACT

IMPLEMENTATION OF SIMPLE ADDITIVE WEIGHTING METHOD

ON WEB BASED DECISION SUPPORT SYSTEM FOR

RECOMMENDATION OF PRIVATE SENIOR HIGH SCHOOL IN

BANDAR LAMPUNG CITY

By

M. DIAN HASABI RUZAIN

Determining the appropriate private school wishes and criteria is not easy. The

number of school choices also affect the parents and prospective students in

choosing which school fits. Because there are parents who want their children to

go to school with the best quality and do not care about the cost, but some are

more concerned with cost than the quality of schooling. There are several

considerations that are important criteria in choosing a school such accreditation,

initiation fees, the number of classes, number of students, money payment,

graduation rates, school quality, and distance. Surely it would be very difficult to

choose which school is in accordance with the desired criteria especially in

Bandar Lampung city there are 35 private high school. Based on the above issues,

we need a system that can provide recommendations for the selection of a private

high school for prospective high school students. The solution is to make a

decision support system that able to recommend the best private school based on

the criteria specified by the user. The Decision Support Systems have been built

in web-based and implementing SAW (Simple Additive weighting) method. The

system has several features that can show the school detail information, map of

the school location, get a route to the school, and also get the five best school

recommendations based on criteria set by the user. Partitioning Equivalence

Testing Results showed that the system can be run according to the needs of the

user. While the test results showed the system is non-functional in the category of

"Very Good" with the average value of 81%.

Keywords: Decision System, SAW (Simple Additive Weighting), Senior High

School.

ABSTRAK




Oleh


Menentukan SMA swasta yang sesuai keinginan dan dan kriteria bukanlah hal

yang mudah. Banyaknya pilihan sekolah juga mempengaruhi para orang tua

maupun calon siswa dalam memilih sekolah mana yang cocok. Karena ada

orangtua yang menginginkan anaknya masuk ke sekolah dengan kualitas terbaik

dan tidak mempedulikan biayanya namun ada juga yang lebih mementingkan

biaya daripada kualitas sekolahnya. Ada beberapa pertimbangan kriteria yang

penting dalam memilih sekolah diantaranya akreditasi, uang pangkal, jumlah

kelas, jumlah murid, uang spp, tingkat kelulusan, mutu sekolah, dan jarak.

Tentunya akan sangat sulit untuk memilih mana sekolah yang sesuai dengan

kriteria yang diinginkan apalagi di Bandar Lampung terdapat 35 SMA swasta.

Berdasarkan permasalahan diatas, dibutuhkan suatu sistem yang dapat

memberikan rekomendasi dalam pemilihan SMA swasta bagi calon siswa SMA.

Solusinya yaitu membuat suatu sistem pendukung keputusan yang dapat

merekomendasikan SMA swasta terbaik bedasarkan kriteria yang telah ditentukan

oleh pengguna. Sistem Pendukung Keputusan ini dibangun berbasis web serta

menggunakan metode SAW (Simple Additive Weighting). Di dalam Sistem ini

memiliki beberapa fitur yaitu dapat melihat informasi sekolah secara detail,

pemetaan lokasi sekolah, mendapatkan rute ke sekolah, dan juga mendapatkan

lima rekomendasi sekolah terbaik bedasarkan kriteria yang telah ditentukan

sendiri oleh pengguna. Hasil Pengujian Equivalence Partitioning menunjukan

bahwa sistem dapat berjalan sesuai kebutuhan pengguna. Sedangkan hasil

pengujian non fungsional menujukkan sistem ini masuk dalam kategori “Sangat

Baik” dengan rata - rata nilai 81%.

Kata Kunci: Sistem Pendukung Keputusan, SAW (Simple Additive Weighting),

SMA (Sekolah Menengah Atas).




Oleh :


Skripsi

Sebagai Salah Satu Syarat untuk Memperoleh Gelar

SARJANA KOMPUTER

pada

Jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam

JURUSAN ILMU KOMPUTER

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

UNIVERSITAS LAMPUNG

2017

RIWAYAT HIDUP

Penulis dilahirkan pada 13 Juli 1994 di Bandar Lampung,

sebagai anak kedua dari dua bersaudara dengan ayah bernama

Berchah Pitoewas dan Ibu bernama Retno Winarsih. Penulis

menyelesaikan pendidikan Sekolah Dasar (SD) di SD Al-

Kautsar Bandar Lampung tahun 2006, menyelesaikan Sekolah

Menengah Pertama (SMP) di SMP Negeri 23 Bandar Lampung tahun 2009,

kemudian melanjutkan ke jenjang Sekolah Menengah Atas (SMA) di SMA YP

UNILA Bandar Lampung dan lulus pada tahun 2012.

Pada tahun 2012, penulis terdaftar sebagai mahasiswa jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Lampung. Adapun

kegiatan yang dilakukan penulis selama menjadi mahasiswa antara lain :

1. Melaksanakan kegiatan Kerja Praktik (KP) di Bidang Neraca Badan Pusat

Statistik (BPS) Provinsi Lampung pada bulan Januari 2015.

2. Melaksanakan kegiatan Kuliah Kerja Nyata (KKN) di Tiyuh Murni Jaya

Kecamatan Tumijajar Kabupaten Tulang Bawang Barat pada Bulan Juli-

September 2015

PERSEMBAHAN

Bismillahirahmanirrohim

Dengan Rahmat Allah yang Maha Pengasih dan Maha

Penyayang.

Dengan ini aku saya persembahkan karya ini untuk

Ayahanda Berchah Pitoewas dan Ibunda Retno

Winarsih.

Terimakasih atas segala doa, cinta

Dan limpahan kasih sayang mu yang tak akan terbalaskan.

Dan untuk kakak ku Apga Repindo,

Yang selama ini selalu memberikan senyuman

Dan kebersamaan yang tidak akan pernah terlupakan.

Keluarga Ilmu Komputer 2012,

Serta Almamater tercinta, Universitas Lampung.

MOTTO

“Ketika Jatuh jangan hanya sekedar tersungkur,

ketika bangkit jangan hanya sekedar berdiri”

“If i try my best & fail, well, i’ve tried my

best"

“Never give up. Today is hard, tomorrow will be

worse, but the day after tomorrow will be

sunshine”

SANWACANA

Alhamdulillahirabbil’alamin, puji syukur kehadirat Allah SWT atas berkat

rahmat, hidayah, dan karunia-Nya sehingga penulis dapat menyelesaikan skripsi

ini.

Skripsi ini disusun sebagai syarat untuk memperoleh gelar Sarjana Komputer di

Jurusan Ilmu Komputer Universitas Lampung. Penyelesaian skripsi ini tidak

terlepas dari bantuan banyak pihak yang membantu baik secara materi, moril,

saran, dan bimbingan. Oleh karena itu, penulis mengucapkan terimakasih kepada:

1. Kedua orang tua tercinta, Bapak Berchah Pitoewas dan Ibu Retno Winarsih,

serta kakakku Apga Repindo yang selalu memberi dukungan berupa materi,

doa, motivasi dan kasih sayang yang tak terhingga.

2. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc sebagai pembimbing utama, yang telah

membimbing penulis dan memberikan ide, kritik serta saran sehingga

penulisan skripsi ini dapat diselesaikan.

3. Ibu Astria Hijriani, S.Kom., M.Kom sebagai pembimbing kedua, yang telah

memberikan saran, bantuan, dan membimbing penulis sehingga penulisan

skripsi ini dapat diselesaikan.

4. Bapak Rico Andrian, S.Si., M.Kom sebagai pembahas, yang telah

memberikan masukan yang bermanfaat dalam perbaikan skripsi ini.

5. Bapak Prof. Warsito, S.Si.,D.E.A.,Ph.D selaku Dekan FMIPA Universitas

Lampung.

6. Bapak Dr. Ir. Kurnia Muludi, M.S.Sc selaku Ketua Jurusan Ilmu Komputer

dan Bapak Didik Kurniawan, S.Si., MT selaku Sekretaris Jurusan Ilmu

Komputer FMIPA Universitas Lampung.

7. Ibu Anie Rose Irawati, S.T., M.Cs selaku Pembimbing Akademik, serta

Bapak dan Ibu Dosen Jurusan Ilmu Komputer yang telah memberikan ilmu

dan pengalaman dalam hidup untuk menjadi lebih baik.

8. Andri, Darsono, Edwin, Gilang, dan Reski yang telah membantu dan

memberikan motivasi dalam pengerjaan skripsi.

9. Kawan-kawan seperjuangan: Concon, Puja, Anita, Erlina, Yuni, Nafi, Maya,

Shandy, Eko, Dipa, Deby, Qiqin, Juan, Rahman, Adit, Abet, Arif, Bintang,

Ridwan, Ichan, Ical, Roni, Afriska, Eka, Erika, Cindona, Indah, Lia, Nila,

Dian, Nurul, Ciwo, dan seluruh keluarga Ilmu Komputer 2012, 2011, dan

2013.

10. Ibu Ade Nora Maela dan Mas Irsan yang telah membantu segala urusan

administrasi dan Mas Nurkholis yang telah membukakan MIPA Terpadu dan

ruang baca serta menyiapkan ruang seminar.

Penulis menyadari bahwa laporan ini masih jauh dari kata sempurna. Secara

pribadi penulis mohon maaf yang sebesar-besarnya atas segala kekurangannya.

Besar harapan agar skripsi ini dapat berguna bagi penulis dan semua pembacanya.

Bandar Lampung, 20 April 2017

Penulis

M.Dian Hasabi Ruzain

xiii

DAFTAR ISI

Halaman

DAFTAR ISI ....................................................................................................... xiii

DAFTAR GAMBAR ....................................................................................... xviii

DAFTAR TABEL ............................................................................................... xxi

DAFTAR KODE .............................................................................................. xxiii

BAB I PENDAHULUAN ................................................................................... 1

1.1 Latar Belakang ........................................................................................ 1

1.2 Rumusan Masalah ................................................................................... 3

1.3 Batasan Masalah...................................................................................... 4

1.4 Tujuan Penelitian .................................................................................... 4

1.5 Manfaat Penelitian .................................................................................. 5

BAB II TINJAUAN PUSTAKA ......................................................................... 6

2.1 Pengertian Sekolah Menengah Atas........................................................ 6

2.2 Sistem Pendukung Keputusan ................................................................. 7

2.2.1 Pengertian Sistem Pendukung Keputusan ...................................... 7

2.2.2 Karakteristik Sistem Pendukung Keputusan .................................. 9

2.2.3 Tipe Keputusan .............................................................................. 9

2.2.4 Tahapan Pengambilan Keputusan .................................................. 11

xiv

2.2.5 Komponen Sistem Pendukung Keputusan ..................................... 12

2.2.6 Manfaat Sistem Pendukung Keputusan .......................................... 13

2.3 Multiple Attribute Decision Making (MADM) ....................................... 14

2.4 Metode Simple Additive Weighting (SAW) ............................................ 15

2.5 Sistem Informasi Geografis..................................................................... 17

2.5.1 Pengertian Sistem Informasi Geografis ......................................... 17

2.5.2 Manfaat Sistem Informasi Geografis ............................................. 18

2.6 Pengertian Google Maps API.................................................................. 18

2.7 PHP (Hypertext Preprocessor) ............................................................... 19

2.8 MySQL ( My Structured Query Language ) ............................................ 19

2.9 Metode V-Model...................................................................................... 19

2.9.1 Pengertian V-Model ........................................................................ 19

2.9.2 Langkah-langkah V-Model ............................................................. 20

2.9.3 Tahapan V-Model ........................................................................... 22

2.10 DFD (Data Flow Diagram) ................................................................... 23

2.11 ERD (Entity Relationship Diagram) ..................................................... 24

2.12 Penelitian Terkait .................................................................................. 25

2.12.1 Chandra Surya .............................................................................. 25

2.12.2 Nugroho Joko Usito ..................................................................... 26

2.12.3 Pristiwanto ................................................................................... 27

BAB III Metode Penelitian ................................................................................. 28

3.1 Tempat dan Waktu Penelitian ................................................................. 28

3.2 Tahapan Penelitian .................................................................................. 28

3.2.1 Identifikasi Masalah ....................................................................... 30

xv

3.2.2 Analisis Kebutuhan ........................................................................ 30

3.2.2.1 Analisis Masalah ................................................................ 30

3.2.2.2 Analisis Kebutuhan Sistem ................................................ 31

3.2.3 Desain Sistem ................................................................................. 32

3.2.3.1 Context Diagram ................................................................ 32

3.2.3.2 Data Flow Diagram ........................................................... 33

3.2.3.3 Entity Relationship Diagram ............................................. 38

3.2.3.4 Desain Interface ................................................................. 42

3.2.3.4.1 Halaman Interface Bagi Admin ........................... 42

3.2.3.4.2 Halaman Interface Bagi User ............................. 48

3.2.4 Implementasi .................................................................................. 55

3.2.5 Pengujian Sistem ............................................................................ 55

3.2.5.1 Pengujian Black Box .......................................................... 55

3.2.5.2 Pengujian Manual Metode SAW ....................................... 59

BAB IV HASIL DAN PEMBAHASAN ............................................................ 65

4.1 Hasil ........................................................................................................ 65

4.2 Implementasi Sistem ............................................................................... 66

4.3 Tampilan Web untuk Admin ................................................................... 67

4.3.1 Tampilan Halaman Login ............................................................... 67

4.3.2 Tampilan Halaman Beranda ........................................................... 68

4.3.3 Tampilan Halaman Kriteria ............................................................ 69

4.3.4 Tampilan Halaman Tambah Kriteria .............................................. 70

4.3.5 Tampilan Halaman Ubah Kriteria .................................................. 71

4.3.6 Tampilan Halaman Subkriteria ...................................................... 72

xvi

4.3.7 Tampilan Halaman Tambah Subkriteria ........................................ 73

4.3.8 Tampilan Halaman Ubah Subkriteria ............................................. 74

4.3.9 Tampilan Halaman Data Sekolah ................................................... 75

4.3.10 Tampilan Halaman Tambah Data Sekolah ................................... 76

4.3.11 Tampilan Halaman Ubah Data Sekolah ....................................... 77

4.3.12 Tampilan Halaman Input Penilaian .............................................. 78

4.3.13 Tampilan Halaman Data Pengguna .............................................. 79

4.3.14 Tampilan Halaman Tambah Pengguna ........................................ 80

4.3.15 Tampilan Halaman Ubah Data Pengguna .................................... 81

4.4 Tampilan Web untuk User ....................................................................... 82

4.4.1 Tampilan Halaman Registrasi ........................................................ 82

4.4.2 Tampilan Halaman Beranda User .................................................. 83

4.4.3 Tampilan Halaman Data Sekolah User .......................................... 83

4.4.4 Tampilan Halaman Pemetaan ......................................................... 84

4.4.5 Tampilan Halaman Pemilihan ........................................................ 84

4.4.6 Tampilan Halaman Analisa SAW .................................................. 86

4.4.7 Tampilan Halaman Rekomendasi .................................................. 87

4.4.8 Tampilan Halaman Jarak ke Sekolah ............................................. 88

4.5 Pengujian Sistem ..................................................................................... 89

4.5.1 Pengujian Fungsional ..................................................................... 89

4.5.2 Pengujian Non Fungsional ............................................................. 94

BAB V KESIMPULAN DAN SARAN

5.1 Kesimpulan .............................................................................................. 100

5.2 Saran ........................................................................................................ 101

xvii

DAFTAR PUSTAKA ......................................................................................... 102

LAMPIRAN

xviii

DAFTAR GAMBAR

Halaman

Gambar 2.1. Skematik DSS (Turban, 2005). ...................................................... 13

Gambar 2.2. Metode V-Model ............................................................................. 20

Gambar 3.1. Diagram Alir Metodologi Penelitian .............................................. 29

Gambar 3.2. Gambar Context Diagram .............................................................. 33

Gambar 3.3. DFD Level 0 ................................................................................... 34

Gambar 3.4. DFD level 1 Proses 1 Melakukan Login ........................................ 35

Gambar 3.5. DFD level 1 Proses 2 Mengolah Data User ................................... 35

Gambar 3.6. DFD level 1 Proses 3 Mengolah Data Kriteria .............................. 36

Gambar 3.7. DFD level 1 Proses 4 Mengolah Data Sub Kriteria ....................... 36

Gambar 3.8. DFD level 1 Proses 5 Mengolah Data Sekolah .............................. 37

Gambar 3.9. DFD level 1 Proses 6 Mengisi Bobot Kriteria ............................... 37

Gambar 3.10. DFD level 1 Proses 7 Mengolah Rangking .................................. 38

Gambar 3.11. Entity Relationship Diagram ........................................................ 39

Gambar 3.12. Halaman Login Admin .................................................................. 43

Gambar 3.13. Halaman Admin Beranda .............................................................. 43

Gambar 3.14. Halaman Admin Data Kriteria ...................................................... 44

Gambar 3.15. Halaman Admin Tambah Data Kriteria ....................................... 44

Gambar 3.16. Halaman Admin Subkriteria ......................................................... 45

xix

Gambar 3.17. Halaman Admin Tambah Nilai Subkriteria .................................. 46

Gambar 3.18. Halaman Admin Data Sekolah...................................................... 46

Gambar 3.19. Halaman Admin Tambah Data Sekolah ....................................... 47

Gambar 3.20. Halaman Admin Input Rangking .................................................. 47

Gambar 3.21. Halaman Admin Input Penilaian ................................................... 48

Gambar 3.22. Halaman Admin Lihat Pengguna .................................................. 48

Gambar 3.23. Halaman Admin Tambah Pengguna ............................................. 49

Gambar 3.24. Halaman Login User .................................................................... 50

Gambar 3.25. Halaman Registrasi ...................................................................... 50

Gambar 3.26. Halaman User Beranda ................................................................ 51

Gambar 3.27. Halaman User Data Sekolah ........................................................ 51

Gambar 3.28. Halaman User Detail Data Sekolah ............................................ 52

Gambar 3.29. Halaman User Pemetaan ............................................................ 52

Gambar 3.30. Halaman User Pemilihan Kriteria ................................................ 53

Gambar 3.31. Halaman User Analisa SAW........................................................ 54

Gambar 3.32. Halaman User Rekomendasi Sekolah .......................................... 54

Gambar 4.1. Halaman Login ............................................................................... 68

Gambar 4.2. Halaman Beranda ........................................................................... 68

Gambar 4.3. Halaman Kriteria ............................................................................ 69

Gambar 4.4. Halaman Tambah Kriteria .............................................................. 70

Gambar 4.5. Halaman Ubah Kriteria .................................................................. 71

Gambar 4.6. Halaman Subkriteria ....................................................................... 72

Gambar 4.7. Halaman Tambah Subkriteria ........................................................ 73

Gambar 4.8. Halaman Ubah Subkriteria ............................................................. 74

xx

Gambar 4.9. Halaman Data Sekolah ................................................................... 75

Gambar 4.10. Halaman Tambah Data Sekolah ................................................... 76

Gambar 4.11. Halaman Ubah Data Sekolah ....................................................... 77

Gambar 4.12. Halaman Input Penilaian .............................................................. 78

Gambar 4.13. Halaman Data Pengguna .............................................................. 79

Gambar 4.14. Halaman Tambah Pengguna......................................................... 80

Gambar 4.15. Halaman Ubah Data Pengguna .................................................... 81

Gambar 4.16. Halaman Registrasi User .............................................................. 82

Gambar 4.17. Halaman Beranda User ................................................................ 83

Gambar 4.18. Halaman Data Sekolah untuk User .............................................. 83

Gambar 4.19. Halaman Pemetaan Sekolah ......................................................... 84

Gambar 4.20. Halaman Pemilihan Bobot Kriteria .............................................. 85

Gambar 4.21. Halaman Analisa SAW ................................................................ 86

Gambar 4.22. Halaman Rekomendasi Sekolah ................................................... 87

Gambar 4.23. Halaman Jarak ke Sekolah ........................................................... 88

xxi

DAFTAR TABEL

Halaman

Tabel 2.1. Notasi Simbol Data Flow Diagram (DFD) ....................................... 24

Tabel 2.2. Simbol Entity Relationship Diagram (ERD) ..................................... 25

Tabel 3.1. Contoh Struktur Tabel Sekolah .......................................................... 40

Tabel 3.2. Contoh Struktur Tabel kriteria .......................................................... 40

Tabel 3.3. Contoh Struktur Tabel kriteria user ................................................... 41

Tabel 3.4. Contoh Struktur Tabel Nilai ............................................................... 41

Tabel 3.5. Contoh Struktur Tabel Pengguna ....................................................... 41

Tabel 3.6. Contoh Struktur Tabel Rangking ....................................................... 42

Tabel 3.7. Daftar Pengujian Black Box pada sistem untuk Admin ..................... 56

Tabel 3.8. Daftar Pengujian Black Box pada sistem untuk User ........................ 58

Tabel 3.9. Kriteria dan Bobot Akreditasi (C1) .................................................... 60

Tabel 3.10. Kriteria dan Bobot Uang Pangkal (C2) ............................................ 60

Tabel 3.11. Kriteria dan Bobot Jumlah Kelas (C3) ............................................. 60

Tabel 3.12. Kriteria dan Bobot Uang SPP (C4) .................................................. 60

Tabel 3.13. Kriteria dan Bobot Tingkat Kelulusan (C5) ..................................... 61

Tabel 3.14. Kriteria dan Bobot Mutu Sekolah (C6) ............................................ 61

Tabel 3.15. Kriteria dan Bobot Jumlah Murid (C7) ............................................ 61

Tabel 3.16. Kriteria dan Bobot Jarak (C8) .......................................................... 61

xxii

Tabel 3.17. Contoh Kasus ................................................................................... 62

Tabel 3.18. Rating Kecocokan Setiap Alternatif pada kriteria ........................... 62

Tabel 4.1. Daftar file.php Sistem Berbasis Web.................................................. 66

Tabel 4.2. Hasil pengujian fungsional admin...................................................... 89

Tabel 4.3. Hasil pengujian fungsional user ......................................................... 92

Tabel 4.4. Hasil pengujian non fungsional.......................................................... 94

Tabel 4.5. Hasil analisis kriteria .......................................................................... 99

xxiii

DAFTAR KODE

Halaman

Kode 4.1 Potongan Kode Program Tampilan Halaman kriteria ......................... 69

Kode 4.2 Potongan Kode Program Tampilan Halaman Tambah Kriteria .......... 70

Kode 4.3 Potongan Kode Program Tampilan Halaman Ubah Kriteria ............... 71

Kode 4.4 Potongan Kode Program Tampilan Halaman Subkriteria ................... 72

Kode 4.5 Potongan Kode Program Tampilan Halaman Tambah Subkriteria ..... 73

Kode 4.6 Potongan Kode Program Tampilan Halaman Ubah Subkriteria ......... 74

Kode 4.7 Potongan Kode Program Tampilan Halaman Data Sekolah ............... 75

Kode 4.8 Potongan Kode Program Tampilan Tambah Data Sekolah ................. 76

Kode 4.9 Potongan Kode Program Tampilan Halaman Ubah Data Sekolah ...... 77

Kode 4.10 Potongan Kode Program Tampilan Halaman Input Penilaian .......... 78

Kode 4.11 Potongan Kode Program Tampilan Halaman Data Pengguna .......... 79

Kode 4.12 Potongan Kode Program Tampilan Tambah Data Pengguna ............ 80

Kode 4.13 Potongan Kode Program Tampilan Ubah Data Pengguna ............... 81

Kode 4.14 Potongan Kode Program Tampilan Pemilihan Kriteria Sekolah ....... 85

Kode 4.15 Potongan Kode Program Tampilan Halaman Analisa SAW ............. 86

Kode 4.16 Potongan Kode Program Tampilan Rekomendasi Sekolah............... 87

Kode 4.17 Potongan Kode Program Tampilan Halaman Jarak ke Sekolah ........ 88

BAB I

PENDAHULUAN

1.1 Latar Belakang

Saat ini di Bandar Lampung Jumlah kuota SMAN (Sekolah Menengah Atas

Negeri) sangat terbatas, sedangkan kuota jumlah siswa yang akan melanjutkan

jenjang dari SMPN lebih besar dari kuota SMA Negeri di Bandar Lampung.

Menurut data yang didapatkan dari Dinas Pendidikan Bandar Lampung Jumlah

Siswa SMP yang lulus pada tahun 2016 sebesar 10.430 sedangkan kuota SMA

Negeri hanya mampu menampung 2.213 murid, sehingga 8.217 harus memilih

melanjutkan pendidikan ke SMK maupun SMA Swasta di Bandar Lampung.

Salah satu permasalahan yang dihadapi oleh para orang tua atau calon siswa

yang ingin melanjutkan sekolah ke SMA Swasta adalah menentukan pilihan

sekolah yang sesuai dengan kriteria. Banyaknya pilihan sekolah membuat siswa

juga kesulitan dalam menentukan pilihan maupun mendapatkan data atau

informasi secara lengkap, teracatat di Dinas Pendidikan Kota Bandar Lampung

jumlah SMA Swasta sebanyak 33 sekolah. Selama ini orang tua maupun calon

siswa SMA biasanya mendapatkan info tentang sekolah dari mulut ke mulut

seperti dari tetangga maupun alumni sekolah tersebut. Orangtua calon siswa

2

tentunya tidak ingin salah memilih sekolah yang mana akan berpengaruh penting

bagi kemajuan prestasi para calon siswa.

Ada Orang tua calon siswa yang tidak ingin membayar mahal untuk biaya masuk

dan Uang SPP , Namun ada pula yang tidak memikirkan biaya meskipun

dengan harga mahal akan tetapi mutu pendidikan, sarana dan pra-sarana jauh lebih

menjadi prioritas utama mereka untuk menentukan sekolah. Berdasarkan

permasalahan diatas, diperlukan suatu solusi yang dapat memberikan

rekomendasi dalam pemilihan SMA swasta bagi calon siswa SMA. Solusinya

yaitu membuat suatu Sistem Pendukung Keputusan rekomendasi pemilihan

SMA swasta menggunakan metode SAW. Konsep dasar pada metode SAW yaitu

mencari penjumlahan terbobot dari rating kinerja pada setiap altematif dari semua

atribut, diharapkan dengan menitik beratkan pada bobot kriteria pemilih

dapat membantu memutuskan SMA swasta yang sesuai dengan keinginan.

Alasan mengapa menggunakan SAW dibandingkan metode lain ialah karena

kelebihan dari metode simple additive weighting dibanding dengan metode

pengambil keputusan lainnya terletak pada kemampuannya untuk melakukan

penilaian secara lebih tepat karena didasarkan pada nilai kriteria dan bobot

preferensi yang sudah ditentukan, selain itu SAW juga dapat menyeleksi alternatif

terbaik dari sejumlah alternatif yang ada karena adanya proses perangkingan

setelah menentukan bobot untuk setiap atribut.

Alasan mengapa hanya SMA swasta yang dipilih yaitu alasan pertama, untuk

membantu para Calon siswa dan Orang tua calon siswa untuk lebih selektif dalam

memilih SMA Swasta, karena sudah menjadi hal umum bahwa tidak semua SMA

3

Swasta memiliki kualitas dan Kuantitas seperti SMA Negeri yang lebih dipercaya

oleh Orangtua. Lalu alasan kedua, kebanyakan calon siswa yang akan mendaftar

di SMA swasta adalah calon siswa yang gagal lulus di ujian masuk SMA Negeri

(walaupun tidak semuanya), biasanya para orang tua dan calon siswa akan melihat

dulu uang pangkal maupun SPP, mutu, tingkat kelulusan, jarak dari tempat

tinggal menuju sekolah, fasilitas maupun hal-hal terkait prestasi maupun visi misi

sekolah agar kedepannya tidak terjadi hal yang tidak diinginkan oleh orang tua

maupun calon siswa.

Permasalahan yang akan diselesaikan yaitu bagaimana merancang dan

membuat sistem pendukung keputusan rekomendasi pemilihan SMA swasta di

Bandar Lampung menggunakan metode SAW yang pengisian kriteria

pembobotan ditentukan sendiri oleh user. Agar pembuatan sistem ini dapat

berjalan sesuai keinginan pengguna dan pengelola, maka penulis juga akan

melakukan kerjasama dengan MKKS SMA Kota Bandar Lampung.

1.2 Rumusan Masalah

Berdasarkan latar belakang masalah dan identifikasi masalah di atas, rumusan

dari penelitian ini adalah.

1. Bagaimanakah merancang sistem pendukung keputusan rekomendasi

pemilihan SMA swasta di Bandar Lampung dengan metode Simple Additive

Weighting (SAW) bagi calon siswa.

4

2. Bagaimanakah menerapkan metode Simple Additive Weighting (SAW) sebagai

salah satu metode dalam membuat sistem pendukung keputusan rekomendasi

pemilihan SMA swasta di Bandar Lampung bagi calon siswa.

1.3 Batasan Masalah

Berdasarkan dengan latar belakang dan perumusan masalah yang telah diuraikan,

agar pembahasan dalam penelitian ini tidak meluas, dibatasi hal-hal sebagai

berikut.

a) Sistem pendukung keputusan dibuat dengan metode Simple Additive

Weighting (SAW) berbasis Web.

b) Kriteria yang digunakan dalam penelitian ini adalah jarak, akreditasi, jumlah

kelas, jumlah siswa, uang SPP, uang pangkal, tingkat kelulusan, dan mutu

sekolah.

c) Sistem ini menampilkan pemetaan SMA Swasta di Bandar Lampung dan juga

dapat menampilkan rute ke sekolah bedasarkan lokasi user

d) Sistem ini hanya memberikan pendukung keputusan rekomendasi saja

sehingga keputusan sesungguhnya yang diambil tetap berada pada user.

1.4 Tujuan Penelitian

Tujuan penelitan ini adalah sebagai berikut.

a) Membangun suatu model pengambilan keputusan dengan mengunakan

metode Simple Additive Weighting (SAW) untuk merekomendasikan SMA

Swasta di Bandar Lampung.

5

b) Memudahkan para calon siswa/ orang tua dalam memilih SMA sesuai dengan

kriteria yang diinginkan.

1.5 Manfaat Penelitian

Adapun manfaat dari penelitian ini adalah sebagai berikut.

a) Memberikan rekomendasi dalam pengambilan keputusan untuk menentukan

SMA swasta di Bandar Lampung sesuai dengan bobot yang telah ditentukan.

b) Membantu calon siswa dan orang tua dalam memilih/ merekomendasikan

pemilihan SMA swasta sesuai keinginan sehingga tidak terjadi hal-hal yang

memberatkan di kemudian hari.

BAB II

TINJAUAN PUSTAKA

2.1 Pengertian Sekolah Menengah Atas

SMA adalah kepanjangan dari Sekolah Menengah Atas yang merupakan tingkat

pendidikan formal di Indonesia yang setara dengan SMA di luar negeri. Jenjang

pendidikan yang ditempuh setelah lulus dari Sekolah Menengah Pertama (SMP)

atau setaranya. SMA ditempuh dalam kisaran waktu tiga tahun, dari kelas X

(kelas 1), kelas XI (kelas 2) hingga kelas XII (kelas 3). Untuk siswa yang cerdas,

ada program akselerasi yang biasanya hanya ditempuh hanya dalam waktu dua

tahun.

Pada kelas XI, siswa SMA memiliki pilihan untuk masuk ke salah satu dari tiga

departemen, yaitu Sains, Sosial dan Bahasa (sebelumnya, tidak pernah ada pilihan

jurusan atas nama ilmu pengetahuan, ilmu sosial, dan bahasa. Kemudian, Fisika,

Biologi , Sosial, dan Bahasa). Pada akhir kelas XII (tahun ketiga), siswa-siswi

diwajibkan untuk menjalani Ujian Nasional (Ebtanas). Setelah itu, ketika sudah

lulus tingkat SMA, siswa-siswi bisa melanjutkan pendidikan ke Perguruan Tinggi,

tetapi ada juga yang langsung dapat bekerja.

Secara umum, Pengertian Sekolah Menengah Atas adalah sekolah anak-anak yang

berusia 16 sampai 18 tahun. Namun, di luar itu banyak siswa yang berusia 14 atau

7

15 sudah di SMA. Sebaliknya, ada juga siswa yang berusia 20 atau 21 tahun

masih seragam SMA. Pada dahulu kala, saat kolonialisme Belanda, SMA disebut

dengan nama Algemeene Middelbare School (AMS). Di era penjajahan Jepang,

SMA disebut dengan Sekolah Menengah Tinggi (SMT). Pasca kemerdekaan,

SMT berganti nama lagi menjadi Sekolah Menengah Oemoem Atas (SMOA).

Dan tak lama kemudian, SMOA berubah menjadi Sekolah Menengah Atas

(SMA). Pada tahun akademik 1994/1995, SMA berubah menjadi Sekolah

Menengah Umum (SMU). Tapi hanya sepuluh tahun, setelah tahun 2003/2004

sekolah, sebutan SMA digunakan lagi sampai sekarang.

SMA diselenggarakan baik oleh pemerintah maupun swasta. Sebelum daerah

otonom diberlakukan pada tahun 2001, pengelolaan SMA negeri di Indonesia di

bawah Departemen Pendidikan Nasional (Depdiknas). Sekarang, manajemen

merupakan tanggung jawab kabupaten / kota. Departemen Pendidikan telah

menjadi peran yang terbatas regulator dalam standar nasional pendidikan. Dengan

demikian, secara struktural, negara kini telah menjadi sekolah tinggi unit

pelaksana teknis dinas pendidikan kabupaten / kota (Taufik, 2010).

2.2 Sistem Pendukung Keputusan (Decision Support System)

2.2.1 Pengertian Sistem Pendukung Keputusan

Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis

komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan

yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi

atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah

8

data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur

yang spesifik (Ching-Chin ,dkk., 2010).

Pendapat oleh beberapa ahli bahwa SPK atau Decision Support System (DSS)

dibuat untuk meningkatkan proses dan kualitas hasil pengambilan keputusan,

dimana DSS dapat memadukan data dan pengetahuan untuk meningkatkan

efektivitas dan efisiensi dalam proses pengambilan keputusan (Maharrani, dkk.,

2010).

Sistem pendukung keputusan menurut Wibowo ialah proses pengambilan

keputusan dibantu menggunakan komputer untuk membantu pengambil keputusan

dengan menggunakan beberapa data dan model tertentu untuk menyelesaikan

beberapa masalah yang tidak terstruktur. Keberadaan SPK pada perusahaan atau

organisasi bukan untuk menggantikan tugas-tugas pengambil keputusan, tetapi

merupakan sarana yang membantu bagi mereka dalam pengambilan keputusan.

Dengan menggunakan data-data yang diolah menjadi informasi untuk mengambil

keputusan dari masalah-masalah semi-terstruktur. Dalam implementasi SPK, hasil

dari keputusan-keputusan dari sistem bukanlah hal yang menjadi patokan,

pengambilan keputusan tetap berada pada pengambil keputusan. Sistem hanya

menghasilkan keluaran yang mengkalkulasi data-data sebagaimana pertimbangan

seorang pengambil keputusan. Sehingga kerja pengambil keputusan dalam

mempertimbangkan keputusan dapat dimudahkan (Wibowo, 2011).

9

Dengan pengertian diatas dapat dijelaskan bahwa Sistem Pendukung Keputusan

bukanlah alat pengambilan keputusan, melainkan merupakan sistem yang

membantu pengambil keputusan dengan melengkapi sistem dengan informasi dari

data yang telah diolah dengan relevan dan diperlukan untuk membuat keputusan

tentang suatu masalah.

2.2.2 Karakteristik Sistem Pendukung Keputusan

Karakteristik sistem pendukung keputusan.

1. Sistem Pendukung Keputusan dirancang untuk membantu pengambil

keputusan dalam memecahkan masalah yang sifatnya semi terstruktur ataupun

tidak terstruktur dengan menambahkan kebijaksanaan manusia dan informasi

komputerisasi.

2. Dalam proses pengolahannya, sistem pendukung keputusan

mengkombinasikan penggunaan model-model analisis dengan teknik

pemasukan data konvensional serta fungsi-fungsi pencari/interogasi informasi.

3. Sistem Pendukung Keputusan, dirancang sedemikian rupa sehingga dapat

digunakan/dioperasikan dengan mudah.

4. Sistem Pendukung Keputusan dirancang dengan menekankan pada aspek

fleksibilitas serta kemampuan adaptasi yang tinggi (Wibowo, 2011).

2.2.3 Tipe Keputusan

Menurut Turban, dkk. (2005), dalam sistem pendukung keputusan terdapat tiga

jenis tipe keputusan yaitu.

10

1. Keputusan Terstruktur

Keputusan terstruktur adalah keputusan yang dilakukan secara berulang-ulang dan

bersifat rutin. Informasi yang dibutuhkan spesifik, terjadwal, sempit, interaktif,

real time, internal, dan detail. Prosedur yang dilakukan untuk pengambilan

keputusan sangat jelas. Keputusan ini terutama dilakukan pada manajemen tingkat

bawah. Contoh: keputusan pemesanan barang dan keputusan penagihan piutang;

menentukan kelayakan lembur, mengisi persediaan, dan menawarkan kredit pada

pelanggan.

2. Keputusan Semi-terstruktur

Keputusan semi-terstruktur adalah keputusan yang mempunyai sifat yakni

sebagian keputusan dapat ditangani oleh komputer dan yang lain tetap harus

dilakukan oleh pengambil keputusan. Informasi yang dibutuhkan fokus, spesifik,

interaktif, internal, real time, dan terjadwal. Contoh: pengevaluasian kredit,

penjadwalan produksi, merancang rencana pemasaran, dan mengembangkan

anggaran departemen.

3. Keputusan Tidak Terstruktur

Keputusan tidak terstruktur adalah keputusan yang penanganannya rumit karena

tidak terjadi berulang-ulang atau tidak selalu terjadi. Keputusan ini menuntut

pengalaman dari berbagai sumber yang bersifat eksternal. Keputusan ini

umumnya terjadi pada manajemen tingkat atas. Informasi yang dibutuhkan umum,

luas, internal, dan eksternal.

11

2.2.4 Tahapan Pengambilan Keputusan

Untuk menghasilkan keputusan yang baik ada beberapa tahapan proses yang harus

dilalui dalam pengambilan keputusan terstruktur, semi-terstruktur, maupun tidak

terstruktur. Menurut Hermawan (2005), proses pengambilan keputusan melalui

beberapa tahap berikut.

1. Tahap Penelusuran

Tahap ini pengambil keputusan mempelajari kenyataan yang terjadi, sehingga kita

bisa mengidentifikasi masalah yang terjadi biasanya dilakukan analisis dari sistem

ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen

pernyataan masalah.

2. Tahap Desain

Dalam tahap ini pengambil keputusan menemukan, mengembangkan dan

menganalisis semua pemecahan yang mungkin yaitu melalui pembuatan model

yang bisa mewakili kondisi nyata masalah. Dari tahapan ini didapatkan keluaran

berupa dokumen alternatif solusi.

3. Tahap Choice

Dalam tahap ini pengambil keputusan memilih salah satu alternatif pemecahan

yang dibuat pada tahap desain yang dipandang sebagai aksi yang paling tepat

untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan

dokumen solusi dan rencana implementasinya.

12

4. Tahap Implementasi

Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di

tahap choice. Implementasi yang sukses ditandai dengan terjawabnya masalah

yang dihadapi, sementara kegagalan ditandai masih adanya masalah yang sedang

dicoba untuk diatasi. Dari tahap ini didapatkan laporan pelaksanaan solusi dan

hasilnya.

2.2.5 Komponen Sistem Pendukung Keputusan

Menurut Turban, dkk. (2005), Sistem Pendukung Keputusan terdiri dari empat

subsistem, yaitu.

i. Manajemen Data, meliputi basis data yang berisi data-data yang relevan

dengan keadaan dan dikelola oleh perangkat lunak yang disebut dengan

Database Management System (DBMS).

ii. Manajemen Model, berupa sebuah paket perangkat lunak yang berisi

model- model finansial, statistik, management science, atau model

kuantitatif, yang menyediakan kemampuan analisa dan perangkat lunak

manajemen yang sesuai.

iii. Subsistem Dialog atau komunikasi, merupakan subsistem yang dipakai

oleh user untuk berkomunikasi dan memberi perintah (menyediakan user

interface).

iv. Manajemen Pengetahuan, yang mendukung subsistem lain atau berlaku

sebagai komponen yang berdiri sendiri. Komponen ini dapat menyediakan

keahlian yang diperlukan untuk memecahkan beberapa aspek masalah dan

13

memberikan pengetahuan yang dapat meningkatkan operasi komponen

sistem pendukung keputusan yang lain.

Berdasarkan pengertian/definisi diatas dapat ditampilkan skematik Sistem

Pendukung Keputusan seperti Gambar 2.1

Gambar 2.1 Skematik DSS (Turban dkk., 2005).

2.2.6 Manfaat Sistem Pendukung Keputusan

SPK dapat memberikan berbagai manfaat dan keuntungan. Menurut Suryadi dan

Ramdhani., (2002), manfaat yang dapat diambil dari SPK yaitu.

1) SPK memperluas kemampuan pengambil keputusan dalam memproses

data/informasi bagi pemakainya.

2) SPK membantu pengambil keputusan untuk memecahkan masalah terutama

berbagai masalah yang sangat kompleks dan tidak terstruktur.

14

3) SPK dapat menghasilkan solusi dengan lebih cepat serta hasilnya dapat

diandalkan.

4) Walaupun suatu SPK, mungkin saja tidak mampu memecahkan masalah yang

dihadapi oleh pengambil keputusan, namun SPK dapat menjadi stimulan bagi

pengambil keputusan dalam memahami persoalannya, karena mampu

menyajikan berbagai alternatif pemecahan.

2.3 Multiple Attribute Decision Making (MADM)

Multiple Attribute Decision Making (MADM) adalah suatu metode yang

digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan

kriteria tertentu. Inti dari MADM adalah menentukan nilai bobot untuk setiap

atribut, kemudian dilanjutkan dengan proses perankingan yang akan menyeleksi

alternatif yang sudah diberikan (Kusumadewi, dkk., 2006).

Pada dasarnya ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu

pendekatan subyektif, pendekatan obyektif dan pendekatan integrasi antara

subyektif & obyektif. Masing-masing pendekatan memiliki kelebihan dan

kelemahan. Pada pendekatan subyektif, nilai bobot ditentukan berdasarkan

subyektifitas dari para pengambil keputusan, sehingga beberapa faktor dalam

proses perankingan alternatif bisa ditentukan secara bebas. Sedangkan pada

pendekatan obyektif, nilai bobot dihitung secara matematis sehingga mengabaikan

subyektifitas dari pengambil keputusan (Kusumadewi, dkk., 2006).

Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah

MADM antara lain.

i. Simple Additive Weighting Method (SAW)

15

ii. Weighted Product (WP)

iii. ELECTRE

iv. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS)

v. Analytic Hierarchy Process (AHP)

2.4 Metode Simple Additive Weighting (SAW)

Dijelaskan oleh Kusumadewi bahwa metode Simple Additive Weighting (SAW)

sering juga dikenal dengan istilah metode penjumlahan terbobot. Metode SAW

membutuhkan proses normalisasi matrik keputusan (X) ke suatu skala yang

dapat diperbandingkan dengan semua rating alternatif yang ada. Metode SAW

mengenal adanya 2 (dua) atribut yaitu kriteria keuntungan (benefit) dan kriteria

biaya (cost). Perbedaan mendasar dari kedua kriteria ini adalah dalam pemilihan

kriteria ketika mengambil keputusan.

Adapun langkah penyelesaian dalam menggunakannya adalah.

1. Menentukan alternatif, yaitu Ai.

2. Menentukan kriteria yang akan dijadikan acuan dalam pengambilan

keputusan, yaitu Cj

3. Memberikan nilai rating kecocokan setiap alternatif pada setiap kriteria.

4. Menentukan bobot preferensi atau tingkat kepentingan (W) setiap kriteria.

W=[ W1,W2,W3,…,WJ] (2.1)

5. Membuat tabel rating kecocokan dari setiap alternatif pada setiap kriteria.

6. Membuat matrik keputusan (X) yang dibentuk dari tabel rating kecocokan

dari setiap alternatif pada setiap kriteria. Nilai X setiap alternatif (Ai)

16

pada setiap kriteria (Cj) yang sudah ditentukan, dimana, i=1,2,…m dan

j=1,2,…n.

7. Melakukan normalisasi matrik keputusan dengan cara menghitung nilai

rating kinerja ternomalisasi (rij) dari alternatif Aipada kriteria Cj.

Keterangan.

a. Kriteria keuntungan apabila nilai memberikan keuntungan bagi

pengambil keputusan, sebaliknya kriteria biaya apabila menimbulkan

biaya bagi pengambil keputusan.

b. Apabila berupa kriteria keuntungan maka nilai dibagi dengan nilai

dari setiap kolom, sedangkan untuk kriteria biaya, nilai dari setiap kolom

dibagi dengan nilai Xij

8. Hasil dari nilai rating kinerja ternomalisasi (rij) membentuk matrik

ternormalisasi (R)

17

9. Hasil akhir nilai preferensi (Vi) diperoleh dari penjumlahan dari perkalian

elemen baris matrik ternormalisasi (R) dengan bobot preferensi (W) yang

bersesuaian eleman kolom matrik (W).

Hasil perhitungan nilai V i yang lebih besar mengindikasikan bahwa

alternatif A i merupakan alternatif terbaik (Kusumadewi, 2006).

2.5 Sistem Informasi Geografis

2.5.1 Pengertian Sistem Informasi Geografis

Sistem Informasi Geografis (SIG) adalah ilmu pengetahuan yang berbasis pada

perangkat lunak komputer yang digunakan untuk memberikan bentuk digital dan

analisa terhadap permukaan geografi bumi sehingga membentuk suatu informasi

keruangan yang tepat dan akurat (Suryantoro, 2013).

Sistem Informasi Geografis (SIG) atau juga dikenal sebagai Geographic

Information System (GIS) pertama pada tahun 1960 yang bertujuan untuk

menyelesaikan permasalahan geografis. Empat puluh tahun kemudian GIS

berkembang tidak hanya bertujuan untuk menyelesaikan permasalahan geografi

saja, tetapi sudah merambah ke berbagai bidang, seperti analisis penyakit

epidemik (demam berdarah) dan analisis kejahatan (kerusuhan), termasuk analisis

kepariwisataan. Kemampuan dasar dari SIG adalah mengintegrasikan berbagai

operasi basis data seperti query, menganalisisnya serta menampilkannya dalam

18

bentuk pemetaan berdasarkan letak geografisnya. Inilah yang membedakan SIG

dengan sistem informasi lain (Prahasta, 2002).

SIG merupakan sebuah sistem informasi yang didesain untuk bekerja dengan

sumber data spasial. SIG merupakan suatu media yang sangat handal untuk

merepresentasikan data Remote Sensing (RS) menjadi informasi yang berguna

bagi banyak pihak untuk berbagai keperluan (Indarto, 2013).

2.5.2 Manfaat Sistem Informasi Geografis

Fungsi SIG adalah meningkatkan kemampuan menganalisis informasi spasial

secara terpadu untuk perencanaan dan pengambilan keputusan. SIG dapat

memberikan informasi kepada pengambil keputusan untuk analisis dan penerapan

database keruangan (Prahasta, 2002). SIG mampu memberikan kemudahan-

kemudahan yang diinginkan. Dengan SIG kita akan dimudahkan dalam melihat

fenomena kebumian dengan perspektif yang lebih baik. SIG mampu

mengakomodasi penyimpanan, pemrosesan, dan penayangan data spasial digital

bahkan integrasi data yang beragam, mulai dari citra satelit, foto udara, peta

bahkan data statistik. SIG juga mengakomodasi dinamika data, pemutakhiran data

yang akan menjadi lebih mudah (Swastikayana, 2011).

2.6 Pengertian Google Maps API

Seperti yang tercatat oleh Svennerberg, Google Maps API adalah API yang paling

populer di internet. Pencatatan yang dilakukan pada bulan Mei tahun 2010

menyatakan bahwa 43% mashup (aplikasi dan situs web yang menggabungkan

19

dua atau lebih sumber data) menggunakan Google Maps API. Beberapa tujuan

dari penggunaan Google Maps API adalah untuk melihat lokasi, mencari alamat,

mendapatkan petunjuk mengemudi dan lain sebagainya (Halim, 2011).

2.7 PHP (Hypertext Preprocessor)

Agus Saputra menuliskan di dalam bukunya (Saputra, 2012) bahwa PHP

(Hypertext Preprocessor) adalah suatu bahasa pemprograman yang difungsikan

untuk membangun suatu web dinamis. PHP menyatu dengan kode HTML yang

artinya HTML digunakan sebagai pembangun atau pondasi dari kerangka layout

web, sedangkan PHP digunakan sebagai prosesnya, sehingga dengan adanya PHP

tersebut sebuah web akan sangat mudah di maintenance.

2.8 MySQL ( My Structured Query Language )

MySQL merupakan software sistem manajemen database (Database Management

System) yang sangat populer di kalangan pemrograman web. Kepopuleran MySQL

dimungkinkan karena kemudahannya untuk digunakan, cepat secara kinerja

query, dan mencukupi untuk kebutuhan database perusahaan-perusahaan skala

menengah kecil. MySQL merupakan database yang digunakan oleh situs-situs

terkemuka di internet untuk menyimpan datanya (Sidik, 2005).

2.9 Metode V-Model

2.9.1 Pengertian V-Model

Merupakan model pengembangan perangkat lunak yang didasarkan pada

hubungan antara setiap fase pengembangan siklus hidup. Bisa dikatakan model ini

20

merupakan perluasan dari model waterfall. Disebut sebagai perluasan karena

tahap-tahapnya mirip dengan yang terdapat dalam model waterfall. Jika dalam

model waterfall proses dijalankan secara linear, maka dalam model V proses

dilakukan bercabang.

Gambar 2.2 Metode V-Model

2.9.2 Langkah-langkah V-Model

1. Requirement Analysis & Acceptance Testing

Tahap Requirement Analysis sama seperti yang terdapat dalam model waterfall.

Keluaran dari tahap ini adalah dokumentasi kebutuhan pengguna. Acceptance

Testing merupakan tahap yang akan mengkaji apakah dokumentasi yang

dihasilkan tersebut dapat diterima oleh para pengguna atau tidak.

21

2. System Design & System Testing

Dalam tahap ini analis sistem mulai merancang sistem dengan mengacu pada

dokumentasi kebutuhan pengguna yang sudah dibuat pada tahap sebelumnya.

Keluaran dari tahap ini adalah spesifikasi software yang meliputi organisasi

sistem secara umum, struktur data, dan yang lain. Selain itu tahap ini juga

menghasilkan contoh tampilan window dan juga dokumentasi teknik yang lain

seperti Entity Diagram dan Data Dictionary.

3. Architecture Design & Integration Testing

Sering juga disebut High Level Design. Dasar dari pemilihan arsitektur yang akan

digunakan berdasar kepada beberapa hal seperti pemakaian kembali tiap modul,

ketergantungan tabel dalam basis data, hubungan antar tampilan, detail teknologi

yang dipakai.

4. Module Design & Unit Testing

Sering juga disebut sebagai Low Level Design. Perancangan dipecah menjadi

modul-modul yang lebih kecil. Setiap modul tersebut diberi penjelasan yang

cukup untuk memudahkan programmer melakukan coding. Tahap ini

menghasilkan spesifikasi program seperti: fungsi dan logika tiap modul, pesan

kesalahan, proses input-output untuk tiap modul, dan lain-lain.

5. Coding

Dalam tahap ini dilakukan pemrograman terhadap setiap modul yang sudah

dibentuk.

22

2.9.3 Tahapan V-Model

Tahapan pada V-Model dibagi menjadi 2 garis besar yaitu tahap Verifikasi dan

Validasi atau testing. Tahap Verfiikasi mengacu kepada usaha penyesuaian

spesifikasi software dengan kebutuhan klien/konsumen, tahapan ini meliputi

serangkaian kegiatan sebagai berikut.

Tahapan Validasi merupakan serangkaian tahapan yang mengacu kepada

kesesuaian software dengan spesifikasi yang sudah ditetapkan. Tahapan ini

dicapai melalui serangkaian pengujian/testing sebagai berikut.

Unit test: menguji setiap komponen/unit program apakah sesuai dengan

rancangan unit yang sudah ditetapkan. Secara teoritis seharusnya pengujian

dilakukan oleh orang tertentu yang bertugas sebagai software tester, tetapi

dalam kenyataannya seringkali unit testing dilakukan oleh programmer

sendiri.

Interface test: setelah semua komponen diuji secara terpisah, tahapan

selanjutnya dilakukan interface test untuk melihat sejauh mana setiap

komponen dapat berinteraksi satu sama lain sesuai dengan fungsi yang

diharapkan.

System test: setelah semua interface berjalan dengan baik, selanutnya

dilakukan system test untuk melihat sejauh mana sistem/software dapat

memenuhi kebutuhan secara keseluruhan. System testing bersifat menyeluruh

dan tidak dapat dilakukan berdasarkan fungsionalitas sistem yang diuji secara

terpisah. Aktivitas pada system testing termasuk melakukan pengujian hal-hal

berikut.

23

1. Performance – apakah kinerja sistem sesuai dengan target yang sudah

didefinisikan sebelumnya.

2. Volume – apakah software/sistem dapat menampung volume informasi yang

cukup besar.

3. Stress – apakah software/sistem dapat menampung sejumlah informasi pada

waktu-waktu tertentu.

4. Documentation – apakah semua dokumentasi penting sudah disiapkan.

5. Robustness – apakah software/sistem cenderung stabil pada berbagai kondisi

diluar dugaan/ekstrim.

Acceptance test merupakan aktivitas untuk menguji sejauh mana

sistem/software dapat membantu memecahkan business case, dalam artian

apakah sistem/software tersebut sudah sesuai dengan harapan konsumen/klien

dan sejauh mana manfaat sistem/software ini bagi klien. Test ini sering kali

disebut sebagai User Acceptance Test (UAT).

Release testing: test ini dilakukan untuk menguji sejauh mana sistem/software

dapat mendukung aktivitas organisasi dan berjalan dengan harmonis sesuai

dengan kegiatan rutin organisasi. (Balaji dan Murugaiyan, 2012)

2.10 Data Flow Diagram (DFD)

Data flow diagram menggambarkan komponen-komponen suatu sistem, aliran

data, dan penyimpanan data. Digunakannya DFD yaitu untuk membuat

dokumentasi dari sistem yang ada atau untuk menyusun dokumentasi untuk sistem

yang baru. Menurut Fathansyah (1999), DFD merupakan pembuatan model yang

memungkinkan professional sistem untuk menggambarkan sistem sebagai suatu

24

jaringan proses fungsional yang dihubungkan satu sama lain dengan alur data,

baik secara manual maupun komputerisasi. Terdapat dua jenis notasi simbol yang

digunakan pada data flow diagram yaitu Notasi Yourdon/DeMarco dan Notasi

Gane Sarson. Notasi pada DFD ditampilkan pada Tabel 2.1.

Tabel 2.1. Notasi Simbol Data Flow Diagram (DFD)

2.11 Entity Relational Diagram (ERD)

Entity Relationship Diagram (ERD) merupakan suatu model jaringan yang

menggunakan susunan data yang disimpan pada sistem secara abstrak. Entity

Relationship Diagram (ERD) juga menggambarkan hubungan antara entitas yang

25

memiliki sejumlah atribut dengan entitas yang lain dalam suatu sistem yang

terintegrasi. ERD digunakan oleh perancang sistem untuk memodelkan data yang

nantinya akan dikembangkan menjadi basis data (Fathansyah, 1999). Simbol-

simbol ERD ditampilkan pada Tabel 2.2.

Tabel 2.2. Simbol Entity Relationship Diagram (ERD)

2.12 Penelitian Terkait

2.12.1 Candra Surya (2015)

Sistem Pendukung Keputusan Rekomendasi Penerima Beasiswa Menggunakan

Fuzzy Multi Attribut Decision Making (FMADM) dan Simple Additive Weighting

(SAW) oleh Candra Surya tahun 2015. Penelitian tersebut dilatarbelakangi oleh

pendistribusian beasiswa yang tidak tepat sasaran, oleh karena itu peneliti

melakukan merancang suatu sistem untuk menentukan penerima beasiswa dengan

menggunakan metode Fuzzy Multi Decision Making (FMADM) dan Simple

26

Additive Weighting (SAW). Metode FMADM digunakan untuk mencari alternatif

dari sejumlah alternatif dengan kriteria-kriteria yang telah ditentukan. Sedangkan

Metode SAW digunakan untuk merangking dari alternatif yang ada. Hasil

penelitian ini dapat digunakan sebagai alat bantu dalam mengambil keputusan

untuk merekomendasikan penerima beasiswa.

2.12.2 Nugroho Joko Usito (2013)

Sistem Pendukung Keputusan Penilaian Proses Belajar Mengajar Menggunakan

Metode SAW (Simple Additive Weighting). Penelitian ini dilatarbelakangi oleh

Dosen yang kapasitasnya sebagai seorang pendidik di lingkungan perguruan

tinggi memegang peran utama dalam proses belajar mengajar, dosen sangat

menentukan perkembangan dan kemampuan siswa di bidang ilmu pengetahuan

dan teknologi, lembaga pendidikan yang dalam ini merupakan induk kerja dari

para dosen, sangat berkepentingan dalam menjaga mutu para dosen dalam proses

belajar mengajar.

Satu hal yang bisa digunakan untuk menjaga mutu dosen adalah dengan

melakukan penilain proses belajar mengajar dengan membagun sebuah aplikasi

sistem pendukung keputusan, dalam aplikasi ini metode yang digunakan untuk

mendukung penilaian proses belajar mengajar adalah Simple Additive Weighting

(SAW). Ada sembilan indikator penilaian yang digunakan dalam tesis ini yakni,

(1) tingkat kehadiran mengajar, (2) ketepatan memulai dan mengakhiri kuliah, (3)

ketepan materi dan silabus, (4) kemudahan penyampaian materi untuk dipahami,

(5) memotivasi belajar dalam mendalami mata kuliah, (6) penggunaan

27

ilustrasi/alat bantu untuk memperjelas materi, (7) melayani dan memberi

perhatian dalam komunikasi dua arah, (8) membantu, akomodatif, dan mudah

untuk di temui, (9) memiliki pengetahuan aktual dalam pembelajaran. Hasil

penelitian dapat mendukung keputusan pada Penilaian proses belajar mengajar

menggunakan kriteria yang telah ditentukan dan proses lain yang terkait dalam

penilaian proses belajar mengajar.

2.12.3 Pristiwanto (2014)

Sistem Pendukung Keputusan dengan Metode SAW untuk menentukan dosen

pembimbing Skripsi oleh Pristiwanto tahun 2014. Penelitian ini dilatarbelakangi

oleh Salah satu permasalahan dalam menyelesaikan skripsi adalah diperlukan

seorang dosen pembimbing yang memiliki keahlian bidang teknologi

informasi. Dimana program studi masih kebingungan saat akan menentukan

siapa yang layak sebagai dosen pembimbing skripsi. Oleh karena itu, dibutuhkan

sebuah sistem pendukung keputusan (SPK) yang dapat membantu program studi

dalam menentukan dosen pembimbing yang sesuai dengan kriteria yang

ditetapkan. Permasalahan tersebut dapat diselesaikan dengan menerapkan

SAW (Simple Additive Weighting) dalam pengambilan keputusan banyak kriteria.

Metode ini akan memberikan pembobotan alternatif pilihan sesuai dengan

banyak kriteria yang ditetapkan. Alternatif pilihan dengan bobot terbesar,

merupakan alternatif pilihan yang direkomendasikan untuk dipilih sebagai

dosen pembimbing. Berdasarkan hasil ujicoba dan evaluasi yang dibuat mampu

memberikan informasi yang dapat membantu dalam menentukan siapa dosen

pembimbing I dan dosen pembimbing II skripsi.

BAB III

METODE PENELITIAN

3.1 Waktu dan Tempat Penelitian

Penelitian ini dilakukan di Sekretariat MKKS SMA Kota Bandar Lampung dan

juga Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu Pengetahuan Alam

(MIPA) Universitas Lampung. Waktu penelitian yaitu pada Semester Genap

2015/2016.

3.2 Tahapan Penelitian

Metodologi penelitian adalah tata cara bagaimana suatu penelitian dilaksanakan.

Pada pengembangan sistem pendukung keputusan ini ialah metode Penelitian ini

dilakukan berdasarkan Metode V-Model. Tahapan penelitian yang digunakan oleh

penulis digambarkan pada Gambar 3.1.

29

Gambar 3.1 Diagram Alir Metodologi Penelitian

30

Penjelasan dari diagram alir metodologi penelitian pada Gambar 3.1 adalah

sebagai berikut.

3.2.1. Identifikasi Masalah

Pada Tahap Identifikasi masalah penulis melakukan wawancara dengan Seketaris

MKKS SMA Kota Bandar Lampung yaitu bapak Marifudin untuk mengetahui apa

saja permasalahan dan kriteria apa saja yang penting untuk memilih SMA Swasta.

Selain itu dari hasil wawancara didapatkan data atribut-atribut yang dapat

digunakan untuk membangun sistem.

3.2.2 Analisis Kebutuhan

3.2.2.1 Analisis Masalah

Dari hasil wawancara dan pengumpulan data, maka ditemukan masalah yaitu

jumlah siswa yang lulus dari SMP pada tahun 2016 sebesar 10.430 sedangkan

SMA Negeri hanya mampu menampung 2.213, permasalahan kedua yaitu

timpangnya jumlah murid di SMA Swasta yang berada di Bandar Lampung, dan

permasalahan ketiga yaitu masih banyaknya orang tua siswa yang bingung akan

memasukan anaknya ke SMA Swasta yang mana, karena selama ini hanya

mendapat informasi dari mulut ke mulut saja dan hanya mengetahui beberapa

SMA Swasta saja.

Selanjutnya peneliti mendapatkan faktor-faktor informasi kriteria yang

dibutuhkan untuk memilih rekomendasi SMA Swasta di Bandar Lampung setelah

melakukan wawancara, yaitu.

31

1.Akreditasi

2. Uang Pangkal (Uang Masuk )

3. Jumlah Kelas

4. Uang SPP (Iuran per bulan)

5. Tingkat Kelulusan

6. Mutu Sekolah

7. Jumlah Murid

8. Jarak

Berdasarkan dari masalah tersebut, dibutuhkan suatu sistem pendukung keputusan

yang dapat digunakan untuk merekomendasikan SMA Swasta mana yang cocok

dengan bobot kriteria yang diinginkan oleh calon siswa dan orang tua.

3.2.2.2 Analisis Kebutuhan Sistem

Sistem Pendukung Keputusan ini menggunakan beberapa perangkat pendukung,

yaitu.

A. Software

Penulis menggunakan beberapa perangkat lunak untuk mengembangkan sistem

informasi ini yang terdiri dari.

1. XAMPP-win32-v3.2.1.VC11-intaller berisi Apache, MySql, PhpMyAdmin

2. Dreamweaver CS 6

3. Aplikasi basis data MySql

32

B. Hardware

Perangkat keras yang digunakan dalam pengembangan sistem informasi ini adalah

notebook dengan spesifikasi sebagai berikut.

1. Processor : Intel Core i7-4710HQ-2.5Ghz

2. RAM : 8 GB DDR3

3. Harddisk : 1 TB SATA

4. OS : Windows 10 Home

5. System Type : 64-bit Operating System

3.2.3 Desain Sistem

Desain sistem merupakan gambaran awal seperti apa suatu sistem informasi

berdasarkan alur kerja sistem. Desain sistem ini dibuat guna mempermudah dalam

tahap selanjutnya yaitu penulisan kode program. Adapun penjelasan dari tahap

desain sistem sajikan dalam bentuk context diagram, data flow diagram dan entity

relationship diagram serta rancangan antarmuka bagi pengguna.

3.2.3.1 Context Diagram

Context diagram pada sistem ini memiliki satu proses yaitu proses rekomendasi

sekolah dan dua external entity yaitu User dan Admin. Context diagram pada

sistem ini ditunjukkan pada Gambar 3.2.

33

Gambar 3.2. Context Diagram

3.2.3.2 Data Flow diagram

Data flow diagram merupakan penjabaran lebih rinci terhadap context diagram

sistem informasi penerimaan siswa baru. DFD dijabarkan dalam beberapa level

sesuai dengan kebutuhan.

34

Gambar 3.3 DFD Level 0 pada SPK Remokendasi SMA Swasta di Bandar

Lampung

35

Sub Proses DFD level 1 pada proses Melakukan Login hanya terdapat satu proses

yaitu melakukan login yang dapat dilakukan oleh dua entity yaitu Admin dan User

ditunjukkan pada Gambar 3.4.

Gambar 3.4 DFD level 1 Proses 1 Melakukan Login

Sub Proses DFD level 1 pada proses Mengolah Data User terdapat 4 Proses yaitu

Menambah Data User, Mengedit Data User, Menghapus Data User, dan Melihat

Data User User ditunjukkan pada Gambar 3.5.

Gambar 3.5 DFD level 1 Proses 2 Mengolah Data User

36

Sub Proses DFD level 1 pada proses Mengolah Data Kriteria terdapat empat

proses yaitu Menambah Data Kriteria, Mengedit data kriteria, Menghapus Data

Kriteria, dan Melihat Data Kriteria ditunjukkan pada Gambar 3.6.

Gambar 3.6 DFD level 1 Proses 3 Mengolah Data Kriteria

Sub Proses DFD level 1 pada proses Mengolah Data Subkriteria terdapat empat

proses yaitu menambah data subkriteria, mengedit data subkriteria, menghapus

data subkriteria, dan melihat data sub kriteria ditunjukkan pada Gambar 3.7.

Gambar 3.7 DFD level 1 Proses 4 Mengolah Data Sub Kriteria

37

Sub Proses DFD level 1 proses Mengolah Data Sekolah terdapat empat proses

yaitu menambah data sekolah, mengedit data sekolah, menghapus data sekolah,

dan melihat data sekolah ditunjukkan pada Gambar 3.8.

Gambar 3.8 DFD level 1 Proses 5 Mengolah Data Sekolah

Sub Proses DFD level 1 pada proses Mengisi bobot kriteria terdapat dua proses

yaitu mengisi bobot kriteria dan Menghapus Bobot Kriteria ditunjukkan pada

Gambar 3.9.

Gambar 3.9 DFD level 1 Proses 6 Mengisi Bobot Kriteria

38

Sub Proses DFD level 1 pada proses Mengolah Data Rangking terdapat lima

proses yaitu menambah data rangking, mengedit data rangking, menghapus data

rangking, melihat data rangking, dan cetak laporan ditunjukkan pada Gambar

3.10.

Gambar 3.10 DFD level 1 Proses 7 Mengolah Rangking

3.2.3.3 Entity Relationship Diagram (ERD)

ERD merupakan diagram yang menunjukkan informasi dibuat, disimpan dan

digunakan dalam sistem bisnis. Dimana entity ERD saling memiliki keterikatan

satu sama lainnya. Penjelasan mengenai ERD sistem ini dapat dilihat pada

Gambar 3.11.

39

Gambar 3.11 Entity Relationship Diagram

40

Berikut adalah contoh struktur tabel yang ada pada Gambar 3.1. sampai 3.16.

1.Tabel Sekolah

Tabel ini digunakan untuk menyimpan data sekolah

Table 3.1 Contoh Struktur Tabel Sekolah

Field Type Null Key

id_Sekolah int No Primary_Key

nama_alternatif varchar No

alamat varchar Yes

longitude varchar Yes

latittude varchar Yes

image text Yes

keterangan text Yes

kecamatan varchar Yes

telepon varchar Yes

akreditasi varchar Yes

uang_pangkal varchar Yes

jumlah_murid varchar Yes

visi varchar Yes

Jumlah_kelas varchar Yes

tingkat_lulus varchar Yes

uang spp varchar Yes

hasil_alternatif double No

2.Tabel Kriteria

Tabel ini digunakan untuk menyimpan data kriteria

Table 3.2 Contoh Struktur Tabel kriteria

Field Type Null Key

id_kriteria int No Primary_key

nama_kriteria varchar No

tipe_kriteria varchar No

bobot_kriteria double No

Username varchar Yes

41

3.Tabel Kriteria User

Tabel ini digunakan untuk menyimpan data Kriteria User

Table 3.3 Contoh Struktur Tabel Kriteria User

Field Type Null Key

id_kriteria int No Primary_key

nama_kriteria varchar No

tipe_kriteria varchar No

bobot_kriteria double No

alamat text Yes

longitude text Yes

latitude text Yes

Username varchar Yes

4.Tabel Nilai

Tabel ini digunakan untuk menyimpan data Nilai (Subkriteria)

Table 3.4 Contoh Struktur Tabel Nilai

Field Type Null Key

id_nilai int No Primary_key

id_kriteria int Yes

ket_nilai varchar No

jumlah_nilai double No

5.Tabel Pengguna

Tabel ini digunakan untuk menyimpan data Pengguna

Table 3.5 Contoh Struktur Tabel Pengguna

Field Type Null Key

id_pengguna int No Primary_key

nama_lengkap varchar No

Username varchar No

password varchar No

level varchar Yes

42

6.Tabel Rangking

Tabel ini digunakan untuk menyimpan data Rangking

Table 3.6 Contoh Struktur Tabel Rangking

Field Type Null Key

id_alternatif int No Primary_key

id_kriteria int No

nilai_rangking double No

nilai_normalisasi double No

bobot_normalisasi double No

3.2.3.4 Desain Interface

Desain Interface sistem ini dibagi bedasarkan pengguna yaitu Admin dan User. Di

dalam desain antarmuka Admin terdapat delapan menu yaitu Login, Beranda,

Kriteria, Subkriteria, Data Sekolah, Pemetaan, Rangking, dan Pengguna.

Sedangkan di dalam desain antarmuka User terdapat enam desain antarmuka

yaitu Login, Beranda, Data Sekolah, Pemilihan, Hasil Analisa, dan Rekomendasi.

Rancangan desain antarmuka ini dibuat bedasarkan desain pada context diagram,

data flow diagram dan entity relationship diagram yang telah dibuat dengan

menerapkannya ke dalam form.

3.2.3.4.1 Halaman Interface bagi Admin

a. Login

Tampilan awal ketika memasuki sistem pendukung keputusan ini ialah halaman

login, sama seperti User, Admin harus memasukan Username dan password untuk

masuk ke halaman Admin. Tampilan antarmuka halaman login disajikan pada

Gambar 3.12

43

Gambar.3.12 Halaman Login Admin

b. Beranda

Tampilan awal setelah login adalah halaman beranda, pada halaman beranda

Admin terdapat nama-nama kriteria dan nama sekolah. Tampilan antarmuka

halaman Beranda Admin disajikan pada Gambar 3.13.

Gambar.3.13 Halaman Admin Beranda

44

c. Kriteria

Pada menu kriteria, terdapat tabel yang berisikan tentang nama kriteria dan tipe

kriteria,. Disini Admin dapat menambah, merubah atau menghapus nama kriteria

dan tipe kriteria . Tampilan antarmuka halaman Kriteria disajikan pada Gambar

3.14 dan 3.15.

Gambar.3.14 Halaman Admin Data Kriteria

Gambar 3.15 Halaman Admin Tambah Data Kriteria

45

d. Subkriteria

Pada menu Nilai/Sub Kriteria terdapat tabel yang berisikan tentang Keterangan

Nilai, Kriteria, dan Jumlah Nilai yang. Disini Admin dapat menambah, merubah,

atau menghapus nilai sesuai keinginannya. Sebagai contoh untuk kriteria

akreditasi terdapat empat sub kriteria yaitu a, b c, dan d lalu masing-masing sub

kriteria itu diberi nilai a = empat, b= tiga, c= dua dan d= satu, begitu juga dengan

yang lainnya . Tampilan antarmuka halaman Nilai disajikan pada Gambar 3.16

dan 3.17.

Gambar.3.16 Halaman Admin Subkriteria

46

Gambar. 3.17 Halaman Admin Tambah Nilai Subkriteria

e. Data Sekolah

Pada Menu Data Sekolah, Admin dapat menambah atau menghapus data sekolah

yang berisi tentang informasi secara lengkap mengenai setiap sekolah dimulai dari

alamat, visi misi, foto dan lain-lain. Tampilan antarmuka halaman Data Sekolah

disajikan pada Gambar 3.18 dan 3.19.

Gambar.3.18 Halaman Admin Data Sekolah

47

Gambar.3.19 Halaman Admin Tambah Data Sekolah

f. Tambah Data Rangking

Pada Menu Tambah Data digunakan oleh untuk memasukan nilai kriteria maupun

sub kriteria berdasarkan data informasi sekolah masing-masing. Tampilan

antarmuka halaman Tambah Data disajikan pada Gambar 3.20 dan 3.21.

Gambar.3.20 Halaman Admin Input Rangking

48

Gambar.3.21 Halaman Admin Input Penilaian

g. Pengguna

Pada Menu Pengguna digunakan oleh Admin untuk menambah/menghapus User

atau Admin, selain itu bisa juga digunakan untuk melihat jumlah User yang telah

mendaftar. Tampilan antarmuka halaman Pengguna disajikan pada Gambar 3.22

dan 3.23.

Gambar.3.22 Halaman Admin Lihat Pengguna

49

Gambar.3.23 Halaman Admin Tambah Pengguna

3.2.3.4.2 Halaman interface bagi User

a. Login

Tampilan awal ketika memasuki sistem pendukung keputusan ini ialah halaman

login, untuk pengguna yang baru pertama kali menggunakan sistem ini maka ia

harus melakukan registrasi terlebih dahulu dengan mengisi form nama lengkap,

Username, dan password. Setelah sukses melakukan registrasi ,selanjutnya User

memasukan Username dan password yang telah dibuat ke dalam kotak login

untuk bisa masuk ke dalam sistem pendukung keputusan. Tampilan antarmuka

halaman login disajikan pada Gambar 3.24 dan 3.25.

50

Gambar.3.24 Halaman Login User

Gambar.3.25 Halaman Registrasi

b. Beranda

Tampilan awal setelah login adalah halaman beranda, pada halaman ini dijelaskan

tentang informasi penggunaan sistem pendukung keputusan pemilihan sekolah.

Tampilan antarmuka halaman Beranda disajikan pada Gambar 3.26.

51

Gambar.3.26 Halaman User Beranda

c. Data Sekolah

Pada Menu Data Sekolah berisi tentang informasi mengenai profil dari seluruh

SMA Swasta di Bandar Lampung . Tampilan antarmuka halaman Data Sekolah

disajikan pada Gambar 3.27 dan 3.28.

Gambar.3.27 Halaman User Data Sekolah

52

Gambar.3.28 Halaman User Detail Data Sekolah

d. Pemetaan

Pada Menu Pemetaan berisi tentang lokasi-lokasi SMA Swasta di Bandar

Lampung. Tampilan antarmuka halaman Pemetaan disajikan pada Gambar 3.29.

Gambar.3.29 Halaman User Pemetaan

53

e. Pemilihan

Pada Menu Pemilihan berisi tentang bobot kriteria yang akan di isi oleh User.

Pada Menu ini User akan mengisi lokasi user dan juga bobot delapan kriteria yang

di sediakan yaitu akreditasi, uang pangkal, uang spp, jumlah kelas, tingkat

kelulusan, mutu sekolah, jaral dan jumlah murid yang harus berjumlah 100%.

Semakin besar bobotnya maka semakin tinggi tingkat kepentingannya. Tampilan

antarmuka halaman Pemilihan disajikan pada Gambar 3.30.

Gambar.3.30 Halaman User Pemilihan Kriteria

f. Analisa SAW

Pada menu ini berisi tentang hasil perhitungan SAW dari seluruh sekolah yang

sesuai dengan bobot kriteria yang telah diisi oleh User pada menu halaman

pemilihan, selain itu juga User dapat melihat detail perhitungan. Tampilan

antarmuka halaman Analisa SAW disajikan pada Gambar 3.31.

54

Gambar.3.31 Halaman User Analisa SAW

g. Rekomendasi

Pada Menu Halaman ini berisi rekomendasi 5 sekolah dengan nilai tertinggi

bedasarkan perhitungan SAW yang sesuai dengan bobot kriteria yang telah

ditentukan oleh user. Tampilan antarmuka halaman Rekomendasi disajikan pada

Gambar 3.32.

Gambar.3.32 Halaman User Rekomendasi Sekolah

55

3.2.4 Implementasi

Pada Tahapan Implementasi ada dua hal yang dilakukan yaitu pembuatan

Database sistem dan juga coding pembuatan sistem. Pada sistem berbasis Web ini

akan dibangun Sistem Pendukung Keputusan Rekomendasi Pemilihan SMA

Swasta di Bandar Lampung. Sistem Pendukung Keputusan Rekomendasi

Pemilihan SMA ini memiliki dua aktor yaitu Admin dan juga User.

Pada halaman Admin terdapat fungsi menambah kriteria, menambah subkriteria,

menambah lokasi sekolah, menambah data sekolah dan juga memasukan data

rangking. Sedangkan pada halaman User terdapat fungsi melihat data sekolah,

mencari lokasi sekolah, melakukan pengisian bobot kriteria, melihat hasil

rekomendasi sekolah maupun cetak laporan hasil rekomendasi.

3.2.5 Pengujian Sistem

3.2.5.1 Pengujian Black Box

Testing merupakan tahapan akhir dimana sistem diuji kemampuan dan

keefektivannya sehingga didapatkan kekurangan dan kelemahan sistem yang

kemudian dilakukan pengkajian ulang dan perbaikan terhadap aplikasi menjadi

lebih baik dan sempurna dengan metode yang digunakan adalah black-box testing.

Black-box testing adalah metode pengujian yang dimana penilaian terhadap

sebuah aplikasi bukan terletak pada spesikasi logika/fungsi aplikasi tersebut, tapi

input dan output. Dengan berbagai input yang diberikan akan dievaluasi apakah

sesuatu sistem/aplikasi dapat memberikan output/keluaran yang sesuai dengan

56

harapan penguji. Teknik yang digunakan dalam pengujian ini adalah dengan

teknik Equivalence Partitioning. Equivalence Partitioning membagi domain input

dari suatu program kedalam kelas–kelas data sehingga test case dapat diperoleh.

Hasil evaluasi sistem disajikan dalam bentuk tabel.tabel rencana pengujian

disajikan pada Tabel 3.7 dan Tabel 3.8.

Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk AdminNo Kelas Uji Daftar

PengujianKasus Uji Hasil yang

diharapkan

1 Login Input DataLogin

Username :Admin

Password :Admin

Masuk kehalamanberandaAdmin

Username :Admin

Password :Adminer

Menampilkankotak dialogpasswordsalah

2 Fungsi pada halamanKriteria

MenambahKriteria

Melakukanpengisian

kriteria secaralengkap

Berhasilmenambahkriteria

Melakukanpengisian

kriteria secaratidak lengkap

Tidak berhasilmenambahkriteria


MenghapusKriteria

Klik iconhapus pada

menu kriteria

Berhasilmenghapuskriteria


MengeditKriteria

Klik icon editpada menu

kriteria

Berhasilmasuk kehalaman editkriteria

5 Fungsi pada halamanSubkriteria

MenambahSubkriteria

Melakukanpengisiansubkriteria

secaralengkap

Berhasilmenambahsubkriteria

57

Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin (lanjutan)No Kelas Uji Daftar


diharapkan


MenghapusSubkriteria

Klik iconhapus pada

menusubkriteria

Berhasilmenghapussubkriteria


MengeditSubkriteria

Klik icon editpada menusubkriteria

Berhasilmasuk kehalaman editkriteria

8 Fungsi pada halamanData Sekolah

Menambahdata Sekolah

Melakukanpengisian datasekolah secara

lengkap

Berhasilmenambahdata sekolah

Melakukanpengisian datasekolah secaratidak lengkap

Tidak berhasilmenambahdata sekolah


Menghapusdata sekolah

Klik iconhapus padamenu data

sekolah

Berhasilmenghapusdata sekolah


MengeditData Sekolah


Data Sekolah

Berhasilmasuk kehalaman editData Sekolah


Data Sekolah

Tidak berhasilmasuk kemenu editData Sekolah

11 Fungsi pada halamanRangking

MenambahRangkingPenilaian

Melakukanpengisian data

penilaiansekolah secara

lengkap

Berhasilmenambahrangking


penilaiansekolah secaratidak lengkap

Tidak berhasilmenambahrangking

58

Tabel 3.7 Daftar Pengujian Black Box pada sistem untuk Admin (lanjutan)No Kelas Uji Daftar


diharapkan

12 Fungsi pada halamanRangking

MeresetRangkingPenilaian

Klik icon“reset” pada

menu

Berhasilmeresetrangking

13 Fungsi pada halamanPengguna

MenambahPengguna


Penggunasecara

lengkap

Berhasilmenambahpengguna


penggunasecara tidak

lengkap

Tidak berhasilmenambahpengguna

14 Fungsi pada halamanPengguna

MenghapusPengguna

Klik iconhapus pada

menuPengguna

Berhasilmenghapuspengguna

Tabel 3.8 Daftar Pengujian Black Box pada sistem untuk UserNo Kelas Uji Daftar


diharapkan

1 Registrasi MelakukanRegistrasi


registrasisecara

lengkap

Berhasilmelakukanregistrasi

Melakukanpengisian datasecara tidak

lengkap

GagalMelakukanRegistrasi

2 Login Input DataLogin

Username :hasabi

Password :123456

Masuk kehalamanberandaAdmin

Username :hasabi

Password :12345

Menampilkankotak dialogpasswordsalah

59

Tabel 3.8 Daftar Pengujian Black Box pada sistem untuk User (lanjutan)No Kelas Uji Daftar


diharapkan


Melihat DetailData Sekolah

Klik icon“lihat” pada

menu

Berhasilmasuk kehalaman detaildata sekolah

Klik icon“lihat” pada

menu

Tidak berhasilmasuk kehalaman detaildata sekolah

4 Fungsi pada halamanPemetaan

Melihat lokasiSekolah

Mengkliklogo sekolah

Muncul fotoSekolah

5 Fungsi pada halamanPemilihan

MelakukanPengisian

Bobot Kriteria

Memasukanbobot kriteria

yangberjumlah

100%

Data berhasilditambah

Memasukanbobot kriteria

yangberjumlah

kurang ataulebih dari

100%

Data gagal ditambah

6 Fungsi pada halamanRekomendasi

MelakukanCetak

RekomendasiSekolah

Melakukanklik “cetak

rekomendasi”

Muncul Kotakdialog cetaklaporan

3.2.5.2 Pengujian Manual Metode SAW ( Simple Additive Weighting )

Pada tahap ini dilakukan pengujian data secara manual menggunakan metode

Simple Additive Weighting (SAW). Terdapat 8 Variabel Kriteria yang diperoleh

dari hasil wawancara yaitu akreditasi, mutu sekolah, uang pangkal, uang SPP,

jumlah kelas, tingkat kelulusan, jumlah murid, dan jarak. Tabel-tabel berikut ini

adalah tabel kriteria dengan nilai dan bobotnya masing-masing. Untuk lebih

60

jelasnya mengenai nilai di masing-masing tabel kriteria dapat dilihat pada Tabel

3.9 sampai dengan Tabel 3.16.

Tabel 3.9. Kriteria dan Bobot Akreditasi (C1)Akreditasi Nilai (Bobot)

A 3B 2C 1

Tabel 3.10. Kriteria dan Bobot Uang Pangkal (C2)Uang Pangkal Nilai (Bobot)

<1.000.000 11.000.000-2.000.000 22.000.000-3.000.000 33.000.000-6.000.000 4

>6.000.000 5

Tabel 3.11. Kriteria dan Bobot Jumlah Kelas (C3)Jumlah Kelas Nilai (Bobot)

>20 411-20 36-10. 21-5. 1

Tabel 3.12. Kriteria dan Bobot Uang SPP (C4)Uang SPP Nilai (Bobot)

100.000-200.000 1200.000-300.000 2300.000-500.000 3

>500.000 4

61

Tabel 3.13. Kriteria dan Bobot Tingkat Kelulusan (C5)Tingkat Kelulusan Nilai (Bobot)

100% 1<100% 0

Tabel 3.14. Kriteria dan Bobot Mutu Sekolah (C6)Mutu Sekolah Nilai (Bobot)

SBI 4RSBI 3SSN 2SPM 1

Tabel 3.15. Kriteria dan Bobot Jumlah Murid (C7)Jumlah Murid Nilai (Bobot)

>500 5200-500 4100-200 350-100 2

<50 1

Tabel 3.16. Kriteria dan Bobot Jarak (C8)Jarak Nilai (Bobot)1-5 km 36-10 km 211-25 km 1

Bedasarkan Kriteria yang ada User memasukan lokasinya di jl.teuku umar no24

dan menghendaki bobot kriteria 30% untuk akreditasi, untuk uang pangkal 10%,

untuk jumlah kelas 20% , untuk uang SPP 10% , untuk tingkat kelulusan 0% ,

untuk mutu sekolah 10% , jumlah murid 10%, dan jarak 10%. Contoh Kasusnya

seperti tabel 3.17 dibawah ini :

62

Tabel 3.17. Contoh Kasus

SekolahKRITERIA

AkreditasiUang

PangkalJum

Kelas SPP Kelulusan MutuJum

MuridJarak

SMAPersada A 3.000.000 11 130.000 100% SSN 250 7 kmSMATunas

Harapan B 300.000 3 110.000 100% SPM 64 6 kmSMA

Sriwijaya C 1.600.000 3 150.000 100% SSN 42 2 kmSMABina

Mulya B 50.000 6 150.000 100% SPM 137 4 kmSMAYPPL C 250.000 4 115.000 98% SSN 72 8 kmSMA

Perintis B 3.075.000 17 200.000 100% SSN 500 5 km

Perhitungan manual bedasarkan contoh kasus diatas sesuai dengan bobot kriteria

yang telah diisi oleh User adalah sebagai berikut :

Tabel 3.18. Rating Kecocokan Setiap Alternatif pada kriteria

SekolahKRITERIA

C1(Benefit)

C2(Cost)

C3(Benefit)

C4(Cost)

C5(Benefit)

C6(Benefit)

C7(Benefit)

C8(Benefit)

A1 3 3 3 1 1 2 4 2

A2 2 1 1 1 1 1 2 2

A3 1 2 1 1 1 2 1 3

A4 2 1 2 1 1 1 3 3

A5 1 1 1 1 0 2 2 2

A6 2 4 3 1 1 2 4 3Bobot 30 10 20 10 0 10 10 10

Selanjutnya membuat matriks keputusan berdasarkan kriteria (Ci) kemudian

melakukan matriks ternormalisasi dengan rumus yang telah ada, sehingga

diperoleh matriks ternormalisasi :

63

Contoh Perhitungan A1 menggunakan persamaan 1 :

1)3;2;3;2;3;3(

31

MaxC (Benefit) ( Persamaan 3.1)

75,04

)3;4;4;3;4;4(2

MinC (Cost)

Dari hasil perhitungan tersebut maka didapatkan matriks ternormalisasi R, yaitu:

R=

66,0

33,0

66,0

33,0

66,0

1

25,0

1

1

50,0

1

33,0

1

33,0

66,0

33,0

33,0

1

1

1

1

1

1

1

1

0

1

1

1

1

1

1

50,0

1

50,0

1

1

50,0

75,0

25,0

50,0

1

1

66,0

1

1

66,0

66,0

Selanjutnya mencari alternatif terbaik menggunakan persamaan 2 :

V1 = (1x30) + (0,33x10)+ (1x20) + (1x10) + (1x0) + (1x10) + (1x10) + (0,66x10)

= 89,9

V2 = (0,66x30) + (1x10) + (0,33x20) + (1x10) + (1x0) + (0,50x10) + (0,50x10) +

(0,66x10)

= 63

V3 = (0,33x30) + (0,50 x10) + (0,33x20) + (1x10) + (1x0) + (1x10) + (0,25x10)

+ (1x10)

= 54

V4 = (0,66x30) + (1x10) + (0,66x20) + (1x10) + (1x0) + (0,50x10) + (0,75x10) +

(1x10)

= 75,5

64

V5 = (0,33x30 ) + (1x10) + (0,33x20) + (1x10) + (0x0) + (1x10) + (0,50x10) +

(0,66x10)

= 58,1

V6 = (0,66x30) + (0,25x10) + (1x20) + (1x10) + (1x0) + (1x10) + (1x10) +

(1x10)

= 82,3 ( Persamaan 3.2)

V1 merupakan peringkat pertama karena memiliki nilai yang lebih besar dari nilai

yang lain, V1 merupakan nilai preferensi dari alternatif A1, sehingga A1 atau

dalam kasus ini SMA Persada yang menjadi alternatif terbaik untuk dijadikan

Rekomendasi Sekolah.

BAB V

PENUTUP

5.1 Kesimpulan

Berdasarkan penelitian yang telah dilakukan dapat disimpulkan beberapa hal

sebagai berikut :

1. Telah berhasil membangun Sistem Pendukung keputusan Rekomendasi SMA

Swasta di Bandar Lampung yang dapat membantu para orang tua calon siswa

ataupun siswa itu sendiri dalam memilih SMA yang sesuai dengan kriteria

yang diinginkan.

2. Sistem Pendukung Keputusan yang dibangun memberikan hasil rekomendasi

sekolah bedasarkan perhitungan dari delapan kriteria.

3. Untuk mendapatkan hasil rekomendasi sekolah pada sistem ini digunakan

metode SAW (Simple Additive Weighting)

4. Hasil rekomendasi yang ditampilkan oleh sistem berupa hasil perhitungan

dan juga grafik batang vertikal yang merepresentasikan hasil perhitungan

dari tiap sekolah .

5. Berdasarkan hasil pengujian Equivalence Partitioning, disimpulkan bahwa

dari 30 orang total responden, yang terdiri dari orang tua calon siswa maupun

calon siswa mendapatkan rata-rata 81% persen. Hal ini menunjukkan bahwa

penilaian terhadap Sistem Pendukung Keputusan Rekomendasi Pemilihan

101

SMA Swasta di Bandar Lampung menggunakan metode SAW (Simple

Additive Weighting) tergolong ‘Sangat Baik’.

6. Sistem Rekomendasi SMA Swasta ini akan digunakan oleh pihak MKKS

SMA Kota Bandar Lampung dan nantinya sistem ini akan berada di dalam

website MKKS SMA Kota Bandar Lampung.

5.2 Saran

Adapun saran yang diberikan adalah sebagai berikut :

1. Menampilkan jumlah % (persen) pada menu pemilihan sehingga user dapat

mengetahui berapa bobot yang sudah diisi

2. Menyempurnakan desain user interface (UI) sistem/ Perbaikan pada tampilan

aplikasi sehingga menjadi sistem lebih menarik.

3. Penambahan fungsi-fungsi lainnya pada sistem yang dapat semakin

memudahkan pengguna

102

DAFTAR PUSTAKA

Aditya, Chandra, Rizki., Kurniawan, Didik., Wamiliana. 2015. Sistem Pendukung

Keputusan Pemilihan Dosen Berprestasi Menggunakan Metode Simple

Additive Weighting di Lingkungan Universitas Lampung. Jurnal

Komputasi, Vol : 3, No 2, ISSN : 2541-0350. Bandar Lampung

Balaji, S., Murugaiyan, M.S., 2012. Waterfall vs V-Model vs Agile: A omparative

Study on SDLC. International Journal of Information Technology and

Business management Vol 2 No. 1.

Candra Surya. 2015. Sistem Pendukung Keputusan Rekomendasi Penerima

Beasiswa Menggunakan Fuzzy Multi Attribut Decision Making

(FMADM) dan Simple Additive Weighting (SAW). Jurnal Rekayasa

Elektrika Vol. 11, No. 4, Agustus 2015, hal. 149-156.

Ching-Chin, C., Ka Ing, A.I., Ling-Ling, W., and Ling-Chieh, K., (2010).

Designing a decision-support system for new product sales forecasting,

Journal of Expert Systems with Applications, Vol.37, pp. 1654-1665.

Fathansyah. 1999. Basis Data. Penerbit Informatika, Bandung.

Halim, J . 2011. Framework Pemetaan Data Berbasis Peta dengan Menggunakan

Google Maps API (Skripsi). Universitas Bina Nusantara. Jakarta.

Hermawan, Julius. 2005. Membangun Decision Support System. Penerbit Andi,

Yogyakarta.

Joko, Nugroho. 2013. Sistem Pendukung Keputusan Penilaian Proses Belajar

Mengajar Menggunakan Metode SAW (Simple Additive Weighting). Tesis

Sistem Informasi, Semarang

Kendall, Kenneth E. 2003. Analisis dan Perancangan Sistem. Jakarta: PT Indeks.

Kusumadewi, Sri., Hartati, S., Harjoko, A., dan Wardoyo, R. 2006. Fuzzy Multi -

Attribute Decision Making (FUZZY MADM). Penerbit Graha

Ilmu,Yogyakarta.

Laudon, Kenneth C. 2008. Sistem Informasi Manajemen edisi 10. Jakarta:

Salemba Empat.

103

Maharrani, R.H., Syukur, A., dan Catur P., Tyas. 2010. Penerapan Metode

Analytial Hierarchi Process dalam Penerimaan Karyawan pada PT. Pasir

Besi Indonesia. Jurnal Teknologi Informasi, Vol.6, No.1, Hal 102-114.

Prahasta, Eddy. 2002, Konsep-konsep Dasar SIG. Bandung: Informatika

Bandung.

Pristiwanto.2014. Sistem Pendukung Keputusan dengan Metode SAW untuk

menentukan dosen pembimbing Skripsi. Jurnal STMIK Budi Darma

Medan Vol. 2, No. 1, ISSN: 2339-210X.

Rizky, Soetam. 2007. Interaksi Manusia dan Komputer. Yogyakarta: Graha Ilmu.

Saputra, Agus. 2012. Sistem Informasi Nilai Akademik untuk Panduan

Skripsi.Jakarta: Elex Media Komputindo.

Sidik, Bertha. 2005. MySQL. Bandung Informatika, Bandung.

Suryadi, Kadarsah, dan Ramdhani, Ali. 2002. Sistem Pendukung Keputusan :

Suatu Wacana Struktural Idealis dan Implementasi Konsep Pengambilan

Keputusan. Remaja Rosdakarya, Bandung.

Suryantoro, Agus. 2013. Intergrasi Aplikasi Sistem Informasi Geografis. Ombak,

Yogyakarta.

Swastikayana, I Wayan Eka. 2011. Sistem Informasi Geografis Berbasis Web

Untuk Pemetaan Pariwisata Kabupaten Gianyar. Jurusan Teknik

Informatika Fakultas Teknologi Industri Universitas Pembangunan

Nasional”Veteran”. Yogyakarta.

Tonton Taufik.2010. Pengertian Sekolah Menengah Atas., Sumedang.

Turban, E., Aronson, J. E., and Liang, T. 2005. Decision Support Systems and

Intelliget Systems (Sistem Pendukung Keputusan dan Sistem Cerdas).

Penerbit Andi, Yogyakarta.

Wibowo, Bagus Ari. 2011. Perancangan dan Implementasi Sistem Pendukung

Keputusan untuk Jalan Menggunakan Metode ID3 (Studi Kasus

BAPPEDA Kota Salatiga). Universitas Kristen Satya Wacana: Jawa

Tengah.

IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTINGdigilib.unila.ac.id/26403/12/SKRIPSI TANPA BAB...

Documents

Transcript of IMPLEMENTASI METODE SAW (SIMPLE ADDITIVE WEIGHTINGdigilib.unila.ac.id/26403/12/SKRIPSI TANPA BAB...