Professional Documents
Culture Documents
Publikasi 11.22.1376
Publikasi 11.22.1376
NASKAH PUBLIKASI
diajukan oleh
Maghfirah
11.22.1376
kepada
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
AMIKOM YOGYAKARTA
YOGYAKARTA
2013
1. Pendahuluan
Pengolahan data beasiswa di SD Salman Al farisi 2 Yogyakarta pada umumnya
masih menggunakan sistem yang masih manual, yaitu belum adanya komputerisasi
dalam menentukan penerima beasiswa sehingga banyak masalah yang terjadi pada
sistem ini. Permasalahan yang terkadang muncul yaitu kurang tepatnya penyaluran
beasiswa terhadap siswa, misalnya siswa yang sebenarnya tidak layak mendapatkan
beasiswa namun mendapatkan beasiswa, sebaliknya siswa yang berhak mendapatkan
beasiswa baik itu beasiswa berprestasi maupun beasiswa kurang mampu tetapi tidak
mendapatkan beasiswa. Masalah seperti itu muncul karena kurang telitinya para
penyeleksi beasiswa dalam melakukan seleksi penerima beasiswa, dikarenakan pihak
penyeleksi beasiswa itu sendiri para guru yang ada di SD Salman Al Farisi 2 Yogyakarta
yang pekerjaan sehari-harinya mengajar para siswa, sehingga kurangnya waktu yang
ada untuk melakukan penyeleksian penerima beasiswa, sehingga suka terjadi kesalahan
dalam menentukan penerima beasiswa dengan tepat disebabkan kurang telitinya seleksi
yang dilakukan.
Dari permasalahan diatas dapat diambil alternatif solusi yaitu dengan cara
membangun sistem pendukung keputusan dengan menggunakan metode Fuzzy Multiple
Attribute Decision Making (FMADM) dengan metode Simple Additive Weighting (SAW)
untuk menentukan penerima beasiswa di SD Salman Al Farisi 2 Yogyakarta yang
diharapkan dapat menyelesaikan permasalahan yang ada di penyaluran penerima
beasiswa di SD Salman Al Farisi 2 Yogyakarta, dimana dengan adanya sistem tersebut
penentuan siswa yang berhak menerima beasiswa akan menjadi objektif dan sistem
tersebut penyimpanan datanya akan lebih cepat karena penginputan data melalui sistem
tersbut akan langsung masuk ke database.
2. Landasan Teori
2.1
2.1.1
Sistem
Kata sistem mempunyai beberapa pengertian tergantung dari sudut pa dang
mana kata tersebut didefinisikan. Secara garis besar ada dua kelompok pendekatan,
1
yaitu :
1. Pendekatan sistem yang lebih menekankan pada elemen-elemen atau
kelompoknya, yang dalam hal ini sistem itu didefinisikan sebagai suatu
jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul
1
Kusrini & Koniyo, Andri. 2007. Tuntunan Praktis Membangun Sistem Informasi
Akuntansi dengan Visual Basic dan Microsoft SQL Server. Yogyakarta : Andi Offset
Hal 5.
urutan
operasi
di
dalam
sistem.
yang lebih
Prosedur
(procedure)
didefinisikan oleh Richard F. Neushl sebagai urutan operasi kerja (tulismenulis), yang biasanya melibatkan beberapa orang di dalam datu atau lebih
departemen, yang diterapkan untuk menjamin penanganan yang seragam dari
transaksi bisnis yang terjadi.
2
2.1.2
Informasi
Informasi adalah data yang sudah diolah menjadi sebuah bentuk yang berarti
bagi pengguna, yang bermanfaat dalam pengambilan keputusan saat ini atau
mendukung sumber informasi. Data belum memiliki nilai sedangkan informasi sudah
memiliki nilai. Informasi dikatakan bernilai bila manfaatnya lebih besar dibanding biaya
3
untuk mendapatkannya .
Informasi haruslah memiliki kualitas-kualitas tertentu. Karakteristik informasi
4
yaitu
merupakan
derajat
sampai
seberapa
jauh
informasi
dibandingkan,
yaitu
pengguna
dapat
memungkinkan
untuk
2
3
4
Ibid. Hal 6.
Ibid. Hal 7.
Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi
Offset. Hal 5.
2.1.3
Sistem Informasi
Sistem informasi didefinisikan oleh Robert A. Laitch dan K. Roscoe Bavis adalah
sebagai berikut :
1. Banyak pilihan/alternative
2. Ada kendala atau syarat
3. Mengikuti suatu pola tingkah laku, baik yang terstruktur maupun tidak
terstruktur.
4. Banyak input/varibel.
5
6
7
Kusrini & Koniyo, Andri. 2007. Tuntunan Praktis Membangun Sistem Informasi
Akuntansi dengan Visual Basic dan Microsoft SQL Server. Yogyakarta : Andi Offset
Hal 8.
Jawa Pos: Beasiswa Jadi Objek PPh. Diakses pada 20 April 2009 dari
http://www.infopajak.com/berita/310108jps.htm
Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta : Andi
Offset, Hal 7.
Pendukung
Keputusan
atau
Decision
Support
System
(DSS)
berikut :
1. Dukungan kepada pengambil keputusan, terutama pada situasi semiterstruktur
dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi
terkomputerisasi.
8
9
10
11
2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer
standar.
3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering
memerlukan keterlibatan individu dari departemen dan tingkat organisasional
yang berbeda atau bahkan dari oeganisasi lain.
4. Dukungan untuk keputusan independent dan/atau sekuensial.
5. Dukungan di semua fase proses pengambilan keputusan: intelegensi, desain,
pilihan dan implementasi.
6. Dukungan diberbagai proses dan gaya pengambilan keputusan.
7. Adaptivitas sepanjang waktu. Pengambilan keputusan seharusnya reaktif,
dapat menghadapi perubahan kondisi secara cepat dan mengadaptasi DSS
untuk memenuhi kebutuhan tersebut.
8. Pengguna merasa seperti di rumah. Rumah-pengguna kapabilitas grafis sangat
kuat dan antarmuka manusia-mesin yang interaktif dengan satu bahasa alami
bisa sangat meningkatkan efektivitas DSS.
9. Peningkatan efektivitas pengambilan keputusan (akurasi, timelines, kualitas)
ketimbang pada efisiensinya (biaya pengambilan keputusan).
10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses
pengambilan keputusan dalam memecahkan suatu masalah.
11. Pengguna akhir bisa mengembangkan dan memodifikasi sendiri sistem.
12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan
keputusan.
13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari
sistem informasi geografis (GIS) sampai sistem berorientasi-objek.
14. Dapat digunakan sebagai alat standalone oleh seorang pengambil keputusan
pada satu lokasi atau didistribusikan di suatu organisasi secara keseluruhan
dan di beberapa organisasi sepanjang rantai persediaan.
2.3.3 Arsitektur Sistem Pendukung Keputusan
2.3.3.1
berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut
sistem manajemen database (DBMS/Data Base Management System). Subsistem
manajemen data juga dapat diinterkoneksikan dengan data warehouse perusahaan,
12
suatu repositori untuk data perusahaan yang relevan untuk pengambilan keputusan .
12
Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi
Offset, Hal 25.
13
Subsistem manajemen data terdiri dari beberapa elemen antara lain berikut :
1. Database sistem pendukung keputusan
Database adalah kumpulan data yang saling terkait yang diorganisasi untuk
memenuhi kebutuhan dan struktur sebuah organisasi serta bisa digunakan oleh
lebih dari satu orang dan lebih dari satu aplikasi.
Sumber data dalam sistem pendukung keputusan, yaitu:
a. Data Internal
Merupakan data yang sudah ada dalam suatu organisasi. Data tersebut
bisa dikendalikan oleh organisasi tersebut. Data internal bisa berupa data
mengenai orang, produk, layanan, dan proses-proses seperti data tentang
pegawai, data tentang peralatan mesin, data penjualan, dan data
penjadwalan produksi.
b. Data Eksternal
Adalah data yang tidak bisa dikendalikan oleh organisasi. Data tersebut
berasal dari luar sistem seperti peraturan perundangan, harga pasar,
keadaan pesaing, dan kurs Dolar.
c.
Data Privat/Personal
Data privat merupakan data mengenai kepakaran/naluri dari user terhadap
masalah yang akan diselesaikan dan data tersebut bersifat subjektif.
2.3.3.2
model keuangan,
statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas
analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk
membangun model-model kustom juga dimasukkan. Perangkat lunak ini sering disebut
sistem manajemen basis model (MBMS). Komponen ini dapat dikoneksikan ke
14
komponen berikut :
1. Basis Model
Berisi model statistik, keuangan, pengetahuan managemen atau model
quantitatif lain yang menyediakan kemampuan analisa seperti mencari,
menjalankan, menggabungkan memeriksa model.
Dilihat dari tingkat manajemen penggunanya, model dalam basis model
dibedakan seperti:
a. Model Strategis
Mendukung tanggung jawab perencanaan strategis dari top manajemen
seperti pengembangan perusahaan.
b. Model Taktikal
Digunakan
oleh
pengalokasian
manajemen
dan
tingkat
pengontrolan
menengah
sumber
daya
untuk
membantu
organisasi
seperti
Model Operasional
Mendukung manajemen level bawah dalam pelaksanaan aktivitas seharihari dalam cakupan waktu yang singkat.
14
15
Katalog semua model dalam basis model yang terdiri dari definisi model dan
fungsi
utama
untuk
menjawab
pertanyaan
tentang
keberadaan
dan
kemampuan model.
4. Model Eksekusi, Intelegensi, dan Perintah
Eksekusi berfungsi untuk mengontrol jalannya aktivitas nyata. Intelegensi untuk
menggabungkan operasi beberapa model, sedangkan perintah untuk menerima
dan menerjemahkan instruksi model dari model lain.
Saat melakukan pemodelan dalam pembangunan DSS dilakukan langkah16
permasalahan
tersebut.
Langkah
selanjutnya
adalah
keputusan .
2.3.3.4
atau bertindak langsung sebagai suatu komponen independen dan sifatnya optional.
16
17
pengetahuan organisasional .
2.4 Fuzzy Multiple Attribute Decision Making (FMADM)
Fuzzy Multiple Attribute Decision Making (FMADM) adalah suatu metode yang
digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria
tertentu. Inti dari FMADM adalah menentukan nilai bobot untuk setiap atribut, kemudian
dilanjutkan dengan proses perankingan yang akan menyeleksi alternatif yang sudah
diberikan. 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
19
2.4.1
a.
b.
c.
ELECTRE
d.
e.
Algoritma FMADM
Algoritma FMADM adalah:
1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria (Cj) yang sudah
ditentukan, dimana nilai tersebut di peroleh berdasarkan nilai crisp;
i=1,2,m dan j=1,2,n.
2. Memberikan nilai bobot (W) yang juga didapatkan berdasarkan nilai crisp.
3. Melakukan normalisasi matriks dengan cara menghitung nilai rating kinerja
ternormalisasi (rij) dari alternatif Ai pada atribut Cj berdasarkan persamaan
18
19
20
yang
disesuaikan
dengan
jenis
atribut
(atribut
proses
perankingan
dengan
cara
mengalikan
matriks
2.
3.
Membuat
matriks
keputusan
berdasarkan
kriteria
(Ci),
kemudian
nilai terbesar yang dipilih sebagai alternatif terbaik (Ai) sebagai solusi .
21
Keterangan :
= nilai rating kinerja ternormalisasi
= nilai atribut yang dimiliki dari setiap kriteria
= nilai terbesar dari setiap kriteria
= nilai terkecil dari setiap kriteria
benefit = jika nilai terbesar adalah terbaik
cost = jika nilai terkecil adalah terbaik
Nilai preferensi untuk setiap alternatif ( )diberikan sebagai:
Keterangan :
= rangking untuk setiap alternatif
= nilai bobot dari setiap kriteria
= nilai rating kinerja ternormalisasi
Nilai
lebih terpilih.
keseluruhan sistem .
22
lagi dikatakan primitif secara fungsional dan disebut sebagai proses primitif .
3. Analisis
3.1 Analisis Sistem
Analisis bertujuan untuk mendapatkan pemahaman secara keseluruhan tentang
sistem yang akan kita kembangkan berdasarkan masukan dari calon pengguna dan
beberapa pihak yang berkepentingan.
Analisis sistem merupakan tahapan paling awal dari pengembangan sistem
yang menjadi fondasi menentukan keberhasilan sistem yang dihasilkan nantinya
utamanya difokuskan pada masalah dan persyaratan-persyaratan bisnis, terpisah dari
teknologi apapun yang dapat atau akan digunakan untuk mengimplementasikan solusi
pada masalah tersebut agar sistem dapat berjalan dengan baik guna mencapai tujuan
sistem.
3.1.1
Identifikasi Masalah
4.1.2
4.1.3
Yang di Harapkan
Menampilkan menu
Pengamatan
Menu utama berhasil
Kesimpulan
Diterima
utama
password jika benar
User name dan
ditampilkan
Menampilkan pesan
Pesan kesalahan
kesalahan
berhasil ditampilkan
Menampilkan pesan
Kesalahan Input :
Diterima
Diterima
Username atau
Username dan
password salah
Password salah
Penambahan data
Penambahan data
user berhasil
Diterima
dilakukan
Ubah password
Pengubahan
Password berhasil di
password dapat
ubah
Diterima
dilakukan
Penghapusan data
Penghapusan data
user
dihapus
Diterima
Penambahan data
Penambahan data
user
tambahkan
Penambahan data
Penambahan data
Penambahan data
siswa
siswa dapat
siswa berhasil
dilakukan
dilakukan
Penghapusan data
Penghapusan data
siswa
siswa dapat
dihapus
Diterima
Diterima
Diterima
dilakukan
DAFTAR PUSTAKA
Al Fatta, Hanif. 2007. Analisis dan Perancangan Sistem Informasi untuk Keunggulan
Bersaing Perusahaan dan Organisasi Modern. Yogyakarta : Andi Offset.
Enterprise, Jubilee. 2009. 3 Langkah Jitu Hajar dan Memusnahkan Virus!. Jakarta :
Gramedia.
Fathansyah,Ir. 2002.Basis Data.Informatika : Bandung
Hartini.
Jawa
Pos.
2007.
Beasiswa
Jadi
Objek
Pph.
http://www.infopajak.com/berita/310108jps.htm. Diakses pada 20 April 2009.
Kadir, Abdul & Triwahyuni Terra Ch. 2005. Pengenalan Teknologi Informasi. Yogyakarta:
Andi Offset.
Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta : Andi
Offset.
Kusrini. 2007. Strategi Perancangan dan Pengelolaan Basis Data. Yogyakarta : Andi
Offset.
Kusumadewi, Sri. 2005. Pencarian Bobot Atribut Pada Multiple-Attribute Decision Making
dengan
Pendekatan
Objektif
Menggunakan
Algoritma
Genetika.
http://cicie.files.wordpress.com/2008/06/srikusumadewi-jurnal-genetika.pdf.
Diakses pada 17 April 2009
Kusumadewi, Sri, dkk. 2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM).
Yogyakarta: Graha Ilmu.