View metadata, citation and similar papers at core.ac.

uk brought to you by CORE

provided by Udinus Repo

PENERAPAN METODE SAW (SIMPLE ADDITIVE WEIGHT) PADA

SISTEM PENDUKUNG KEPUTUSAN UNTUK PEMBERIAN BEASISWA
PADA SMA NEGERI 1 CEPU JAWA TENGAH

Meriano Setya Dwi Utomo

Studi Sistem Informasi Fakultas Ilmu Komputer Universitas Dian Nuswantoro
Jalan Nakula 1 nomor 5-11 Semarang Telp (024)3517261
E-mail : merianosetya@gmail.com

ABSTRAK
Tekhnologi dalam zaman globalisasi saat ini sangatlah penting bagi keseharian masyarakat, komputerisasi
sangat dibutuhkan untuk membantu memudahkan kegiatan sehari-hari. Pada sektor pendidikan,
khususnya pada SMA Negeri 1 Cepu sangatlah membutuhkan sistem komputerisasi. Pada SMA Negeri 1
cepu, sistem pemilihan calon penerima beasiswa masih manual, dan banyak sekali kelemahannya. Tujuan
dari dilakukannya penelitian ini adalah untuk menerapkan sistem pendukung keputusan untuk pemberian
beasiswa pada SMA Negeri 1 Cepu. Sistem ini akan diimplementasikan menggunakan Microsoft visual
basic dan Microsoft access. Sistem pendukung keputusan yang dibuat menggunakan metode SAW
(simple additive weight) dan menggunakan metode prototype untuk perancangannya serta menggunakan
metode observasi, wawancara serta angket untuk mengumpilkan data-data. Hasil penelitian menunjukan
bahwa penerapan sistem pendukung keputusan dapat mempermudah dalam menentukan kandidat atau
calon penerima beasiswa pada SMA Negeri 1 Cepu. Namun hasil perhitungan belum teruji keakuratanya
karena belum diisi data yang asli.
Kata kunci : komputerisasi, SMA Negeri Cepu,sistem pendukung keputusan, SAW (simple additive
weight), basiswa

ABSTRACT
In this globalization era technology is very important for people’s daily life. Computerization is very
needed to help and make our daily activity easy. In the education field especially for senior high school 1
Cepu, it’s really need computerization system. In senior high school Cepu, the system for accepting
scholarship candidates arm still manual and there a lot of weakness of it. The purpose of doing this
experiment is to apply the supporting decision system to give scholarship or senior high school 1 cepu. I
will implement this system using Microsoft visual basic and Microsoft access. Decision support system
which made by simple additive weight and using prototype methods to plan and using observation
methods, interview and also questionnaire to collect the data. The result of this experiment showed that
decision supporting system, it will be easy for us determine candidates for accepting in scholarship in
senior high school 1 Cepu.

Keyword : computerization, senior high school 1 cepu, decision support system, simple additive weight,
scholarship
1.1 Latar Belakang Masalah menggunakan metode SAW (simple additive
Tekhnologi dalam zaman globalisasi saat ini weight) dalam system pendukung keputusan
sangatlah penting bagi keseharian masyarakat, tersebe-ut kaena metode ini yang paling cocok
komputerisasi sangat dibutuhkan untuk digunakan.
membantu memudahkan kegiatan sehari-hari.
Jadi dari hal tersebut dapat disimpulkan bahwa
Perkembngan ilmu dan teknologi yang begitu
kendala yang dihadapi oleh SMA N 1 Cepu
cepat ini sangat berdampak pada semua sektor
yaitu penentuan dalam sistem pengambilan
kehidupan mulai dari politik, pemerintahan,
keputusan untuk siswa sisawi yang akan
prdagangan, pendidikan, dan sebagainya.
memperoleh beasiswa untuk murid kurang
Dengan begitu masyarakat sangat mudah
mampu dan murid berprestasi. Sistem ini harus
untuk memperoleh informasi dari berbagai
mempermudah guru atau staf sekolah dalam
media.
memproses semua data untuk beasiswa
Pada sektor pendidikan khususnya sekolah,
tersebut.
komputerisasi sangatlah diminati karena
Berdasarkan berbagai hal di atas, maka SMA
sangat mempermudahkan dalam berbagai
N 1 Cepu membutuhkan sebuah sistem
kegiatan yang akan dilakukan di sekolahan.
pengambil keputusan untuk mempermudah
Pada SMA NEGERI 1 Cepu, program
dalam menentukan penerima beasiswa pada
beasiswa ini sangat membantu siswa siswi
SMA N 1 Cepu. Dari hasil analisis yang sudah
yang bersekolah di SMA tersebut. Karena
dilakukan oleh penulis, maka penulis akan
program beasiswa ini terdapat banyak sekali
mencoba membuat “PENERAPAN
dan digolongkan menjadi dua yaitu beasiswa
METODE SAW (SIMPLE ADDITIVE
untuk siswa siswi yang kurang mampu dan
WEIGHT) PADA SISTEM PENDUKUNG
beasiswa yang diperuntukan untuk siswa siswi
KEPUTUSAN UNTUK PEMBERIAN
yang mempunyai prestasi akademik maupun
BEASISWA PADA SMA NEGERI 1 CEPU
non akademik.
JAWA TENGAH”
Sistem pendukung keputusan ini akan dibuat
1.2 Rumusan Masalah
bedasarkan kriteria-kriteria yang sudah
Berdasarkan latar belakang tersebut, maka
ditentukan oleh pihak sekolah untuk
masalah yang ada dan harus diselesaikan
mendapatkan beasiswa kurang mampu dan
adalah bagaimana menerapkan sistem
beasiswa berprestasi. Dengan adanya kriteria
pendukung keputusan untuk pemberian
kriteria tersebuty, maka penulis akan
beasiswa pada SMA N 1 Cepu agar dapat
mempermudah pegawai atau guru dalam bermanfaat ditinjau dari beberapa segi.
menetukan siswa atau siswi yang memperoleh 1.5.2 Bagi Universitas
beasiswa kurang mampu dan berprestasi. a. Laporan ini dapat menjadi bahan refrensi
1.3 Batasan Masalah bagi mahasiswa lain yang akan membuat
1. Pembuatan dan penerapan aplikasi sistem laporan penelitian di semester berikutnya.
pendukung keputusan untuk beasiswa b. Sebagai sarana tolak ukur universitas
kurang mampu dan beasiswa berprestasi. untuk mengukur sejauh mana mahasiswa
2. Pembuatan laporan siswa siswi yang mampu memahami perkuliahan yang
berhak mendapatkan beasiswa tersebut. sudah diberikan.
1.4 Tujuan Penelitian 1.5.3 Bagi SMA N 1 Cepu
Adapun tujuan dari penelitian ini sebagai 1. Mempermudah SMA N 1 Cepu dalam
persyaratan penulis untuk menyelesaikan menentukan penerima beasiswa.
pendidikan di Universitas Dian Nuswantoro 2. Mempermudah dalam mengolah data-data
jenjang Strata Satu (S1). Adapun tujuan lain calon penerima beasiswa.
dari penelitian ini yaitu untuk membantu SMA 2. Landasan Teori
N 1 Cepu dalam pengambilan keputusan 2.1. Sistem Pendukung Keputusan
penerima beasiswa dengan adanya system
Sistem Pendukung Keputusan merupakan
yang baru.
suatu sistem interaktif yang mendukung
1.5 Manfaat Penelitian
keputusan dalam proses pengambilan
1.5.1 Bagi Mahasiswa
keputusan melalui alternatif–alternatif yang
a. Untuk memenuhi persyaratan
diperoleh dari hasil pengolahan data, informasi
menyelesaikan pendidikan di
dan rancangan model. Dari pengertian sistem
Universitas Dian Nuswantoro
pendukung keputusan maka dapat ditentukan
Semarang.
karakteristik antara lain :
b. Agar mahasiswa mampu membentuk
sikap mental ilmiah 1. Mendukung proses pengambilan
c. Mahsiswa diharapkan mampu keputusan, menitikberatkan
mengidentifikasi dan pada management by
merumuskan masalah penelitian perception.
yang berdasarkan rasionalrasional 2. Adanya interface manusia / mesin
tertentu yang dinilai penting dan dimana manusia (user)
 tetap memegang control proses 1. Keputusan Terstruktur
pengambilan keputusan. Keputusan terstruktur adalah keputusan
yang dilakukan secara berulang-ulang
3. Mendukung pengambilan keputusan
dan bersifat rutin. Informasi yang
untuk membahas masalah terstruktur,
dibutuhkan spesifik, terjadwal, sempit,
semi terstruktur dan tak struktur.
interaktif, real time, internal, dan
4. Memiliki kapasitas dialog
detail. Prosedur yang dilakukan untuk
untuk memperoleh informasi
pengambilan keputusan sangat jelas.
sesuai dengan kebutuhan.
Keputusan ini terutama dilakukan pada
5. Memiliki subsistem – subsistem yang
manajemen tingkat bawah. Contoh:
terintegrasi sedemikian rupa sehingga
Keputusan pemesanan barang dan
dapat berfungsi sebagai kesatuan item.
keputusan penagihan piutang;
6. Membutuhkan struktur
menentukan kelayakan lembur, mengisi
data komprehensif yang dapat
persediaan, dan menawarkan kredit
melayani kebutuhan informasi seluruh
pada pelanggan.
tingkatan manajemen
2. Keputusan Semiterstruktur Keputusan
Dalam sistem pendukung keputusan terdapat
semiterstruktur adalah keputusan yang
tiga keputusan tingkatan perangkat keras
mempunyai sifat yakni sebagian
maupun lunak. Masing – masing tingkatan
keputusan dapat ditangani oleh
berdasarkan tingkatan kemampuan komputer dan yang lain tetap harus
berdasarkan perbedaan tingkat teknik, dilakukan oleh pengambil keputusan.
lingkungan dan tugas yang akan dikerjakan. Informasi yang dibutuhkan folus,
Ketiga tingkatan tersebut adalah : spesifik, interaktif, internal, real time,

1. Sistem Pendukung Keputusan dan terjadwal. Contoh: Pengevaluasian

(Specific DSS) kredit, penjadwalan produksi dan

pengendalian sediaan, merancang
2. Pembangkit Sistem Pendukung
rencana pemasaran, dan
Keputusan (DSS Generator)
mengembangkan anggaran departemen.
3. Peralatan Sistem Pendukung
3. Keputusan Tidak Terstruktur
Keputusan
Keputusan tak terstruktur adalah keputusan
Dalam sistem pendukung keputusan terdapat
yang penanganannya rumit karena tidak terjadi
tiga jenis keputusan, yaitu :
berulang-ulang atau tidak selalu terjadi.
Keputusan ini menuntut pengalaman dan antara rating (yang dapat dibandingkan lintas
berbagai sumber yang bersifat eksternal. atribut) dan bobot tiap atribut. Rating tiap
Keputusan ini umumnya terjadi pada atribut haruslah bebas dimensi dalam arti telah
manajemen tingkat atas. Informasi yang melewati proses normalisasi matriks
dibutuhkan umum, luas, internal, dan sebelumnya
eksternal. Contoh: Pengembangan teknologi Proses pengambilan keputusan adalah memilih
baru, keputusan untuk bergabung dengan suatu alternatife. Metode SAW sering juga
perusahaan lain, perekrutan eksekutif. dikenal istilah metode penjumlahan terbobot.
2.2. Metode SAW Konsep dasar merode SAW adalah mencari
Metode Simple Additive Weighting (SAW) penjumlahan terbobot dari rating kinerja pada
sering juga dikenal istilah metode setiap alternatif pada semua atribut. Metode
penjumlahan terbobot. Konsep dasar metode SAW membutuhkan proses normalisasi
SAW adalah mencari penjumlahan terbobot matriks keputusan (X) ke suatu skala yang
dari rating kinerja pada setiap alternatif pada dapat dibandingkan dengan semua rating
semua atribut (Fishburn, 1967) dan alternatif yang ada.
(MacCrimmon, 1968). Metode SAW
2.2.1. Kelebihan dari metode SAW
membutuhkan proses normalisasi matriks
1. Menentukan nilai bobot untuk setiap
keputusan (X) ke suatu skala yang dapat
atribut, kemudian dilanjutkan dengan
diperbandingkan dengan semua rating
proses perankingan yang akan
alternatif yang ada. Metode ini merupakan
menyeleksi alternatif terbaik dari
metode yang paling terkenal dan paling
sejumlah alternatif.
banyak digunakan dalam menghadapi situasi
2. Penilaian akan lebih tepat
Multiple Attribute Decision Making
karena didasarkan pada nilai kriteria
(MADM). MADM itu sendiri merupakan
dari bobot preferensi yang sudah
suatu metode yang digunakan untuk mencari
ditentukan.
alternatif optimal dari sejumlah alternatif
3. Adanya perhitungan normalisasi matriks
dengan kriteria tertentu.
sesuai dengan nilai atribut (antara nilai
Metode SAW ini mengharuskan pembuat
benefit dan cost).
keputusan menentukan bobot bagi setiap
atribut. Skor total untuk alternatif diperoleh
dengan menjumlahkan seluruh hasil perkalian
2.2.2. Kekurangan dari metode SAW
rij  Maxijxij
1. Digunakan pada pembobotan lokal.
  MinXij 
2. Perhitungan dilakukan dengan
Xij
menggunakan bilangan crisp maupun
Jika j adalah atribut keuntungan (benefit)
fuzzy.
Jika j adalah atribut biaya (cost)
2.2.3. Langkah Penyelesaian Simple Additive Dimana :
Weighting (SAW) rij = rating kinerja ternormalisasi Maxij

Langkah Penyelesaian SAW sebagai berikut : = nilai maksimum dari setiap baris
1. Menentukan kriteria-kriteria yang akan dan kolom
dijadikan acuan dalam pengambilan Minij = nilai minimum dari setiap baris dan
keputusan, yaitu Ci. kolom
2. Menentukan rating kecocokan setiap Xij = baris dan kolom dari matriks
alternatif pada setiap kriteria. Dengan rij adalah rating kinerja ternormalisasi
3. Membuat matriks keputusan berdasarkan dari alternatif Ai pada atribut Cj; i =1,2,…m
kriteria(Ci), kemudian melakukan dan j = 1,2,…,n.
normalisasi matriks berdasarkan
persamaan yang disesuaikan dengan jenis Nilai preferensi untuk setiap alternatif (Vi)
atribut (atribut keuntungan ataupun atribut diberikan sebagai :
biaya) sehingga diperoleh matriks
=
ternormalisasi R. 1

4. Hasil akhir diperoleh dari proses

perankingan yaitu penjumlahan dari Dimana :
perkalian matriks ternormalisasi R dengan Vi = Nilai akhir dari alternatif wj =
vektor bobot sehingga diperoleh nilai Bobot yang telah ditentukan rij =
terbesar yang dipilih sebagai alternatif Normalisasi matriks Nilai Viyang lebih
terbaik (Ai)sebagai solusi. besar mengindikasikan bahwa alternative
Rumus untuk melakukan normalisasi Ai lebih terpilih
tersebut adalah :
 3. Metode Penelitian Gambar 3.1 Paradigma Pembuatan Prototipe
Penggunaan teknik-teknik terstruktur melibatkan
3.1 Metode Pengumpulan Data
pengembangan model-model baik untuk sistem
Data yang dibutuhkan dalam penelitian ini sebagai yang ada maupun sistem yang baru. Untuk yang
dasar dalam melakukan pengembangan sistem dipakai menggunakan model logik sistem baru,
pendukung keputusan penentuan beasiswa prestasi apa yang harus dilakukan sistem baru dan
atau beasiswa kurang mampu, berikut ini diterapkan pada suatu badan organisasi agar
merupakan data-data yang digunakan: tujuan yang diterapkan dapat tercapai.
1. Communication
Tabel 3.1 Data-Data Analisis Tahap ini dilakukan mengkomunikasikan hal
No. Data yang dibutuhkan Sumber Data yang berkaitan dengan proses Yang berjalan
dan didokumentasikan dalam bentuk Flow of
1 Data murid yang mengajukan okumen dari bagian Tata Documment (FOD):
beasiswa Usaha
a. Proses pengajuan Beasiswa
2 Data Prestasi murid yang Dokumen dari Guru
b. Proses Seleksi Beasiswa
mengajukan beasiswa
3 Peraturan penerima beasiswa Dinas Pendidikan Kab
Blora
4 Data Raport ali Kelas SMA N 1 Cepu 2. Quick Plan and Modelling Quick Design
5 Pembobotan Beasiswa Wawancara kepada Guru Hal yang dilakukan dalam membuat tahapan ini
BK adalah :
a. Desain Algoritma SAW
b. Mendesain Sistem dengan context
diagram, dekomposisi diagram dan data
3.2 Metode Analisis
flow diagram (DFD)
Metode pengembangan system yang digunakan c. Mendesain Tabel dengan Entiti
dalam penelitian ini adalah membuat dan relationship diagram (ERD), aturan
merancang rekayasa sistem dengan prototype.
Sedangkan Metode analisa yang digunakan adalah normalisasi dan table relasional
SAW. d. Mendesain Tampilan Input Output yang
meliputi:
Pembuatan Prototype dengan tahapan sebagai
berikut: • Form Nilai Siswa
• Form Pembobotan Beasiswa
Berprestasi
• Form Pembobotan Beasiswa Tidak
Mampu
• Dokumen Usulan Beasiswa
Berprestasi
• Dokumen Usulan Beasiswa Tidak
Mampu
3. Construct of Protoype
 Aktifitas nyata yang dilakukan melakukan pendaftaran pengajuan
a. Membuat program sesuai table dan
Beasiswa.
rancangan yang telah di desain
4. Kepala Sekolah: Menerima Laporan
b. Melakukan uji coba program sampai
pengajuan beasiswa
dengan sesuai dengan tujuan hasil
program sebanyak 2 rangkap dari bagian

4. PEMBAHASAN kesiswaaan untuk di-acc dan Laporan

4.1 Narasi Pengajuan Beasiswa Narasi atau pengajuan Beasiswa lembar ke-1

langkah – langkah dalam pengajuan beasiswa diarsip.

di SMA N 1 Cepu adalah sebagai berikut: 4.2 Narasi Seleksi Calon Penerimaan

1. Sponsor Beasiswa: Beasiswa:

Sponsor memberikan data penawaran Narasi atau langkah – langkah dalam seleksi

Beasiswa ke Bagian Kesiswaan, sponsor calon penerima beasiswa di SMA N 1 Cepu

dalam hal ini pemerintah, alumni dan yayasan. adalah sebagai berikut :

2. Bagian Kesiswaan : Siswa:

Siswa menyerahkan Data pengajuan Beasiswa
a. Bagian kesiswaan menerima Data
dan data Siswa ke Bagian Kesiswaan
Penawaran Beasiswa dari Sponsor Beasiswa,
1. Bagian Kesiswaan:
kemudian membuat daftar beasiswa untuk
a. Bagian kesiswaan menerima data
diberikan pada siswa.
Pengajuan Beasiswa dan data Siswa dari
b. Dari daftar penawaran beasiswa
Siswa untuk dianalisa kelayakan untuk
tersebut dibuat laporan penawaran
menerima beasiswa.
beasiswa sebanyak 2 rangkap untuk
b. Data Pengajuan Beasiswa diarsip
diserahkan kepada kepala sekolah.
sedangkan data siswa digunakan untuk
Daftar penawaran beasiswa dan
membuat Laporan Pendaftar Beasiswa
Laporan pengajuan beasiswa lembar
sebanyak 2 rangkap diserahkan Kepala
ke-2 dari Kepala Sekolah untuk diarsip.
Sekolah untuk di acc. Laporan Pendaftar
3. Siswa :
Beasiswa lembarke 1 diarsip.
Siswa menerima data penawaran beasiswa dari
c. Dari data Analisa dan data Penerimaan
Bagian kesiswaan. Lalu siswa menyerahkan
Beasiswa dibuat Laporan Penerimaan
data siswa dan data pengajuan beasiswa ke
Beasiswa sebanyak 3 rangkap, dan Daftar
Bagian Kesiswaan untuk
Penerimaan Beasiswa diserahkan kepada
Kepala Sekolah untuk di ACC Beasiswa
d. Laporan penerimaan Beasiswa lembar
1 diserahkan kepada Kepala Sekolah, Laporan
penerimaan Beasiswa lembarke 2 diserahkan
kepada bagian sponsor beasiswa, Laporan
penerimaan Beasiswa lembar 3 diarsip oleh
Bagian Kesiswaan, dan Daftar penerimaan
Beasiswa diberikan kepada Siswa
2. Kepala Sekolah:
a. Kepala Sekolah menerima Laporan
Penerimaan Beasiswa sebanyak 2 rangkap dari
Gambar 4.1 Flow Of Document Pengajuan
bagian Kesiswaan untuk di acc, Lalu Laporan
Beasiswa
Penerimaaan Beasiswa lembarke 1 diarsip
4.4 Perhitungan SAW
b. Menerima Laporan
Perhitungan SAW merupakan perhitungan
Pendaftaran
yang akan kita gunakan dalam mengambil
Beasiswa sebanyak 2 rangkap dari Bagian
keputusan untuk menentukan penerima
Kesiswaaan untuk di acc, lalu Laporan
beasiswa. Adapun simulasi perhitunganya
Pendaftar Beasiswa lembar ke1 diarsip.
3. Sponsor Beasiswa: Menerima Laporan adalah sebagai berikut: C1 = Jumlah Saudara

Penerima Beasiswa lembar 2 dari Bagian C2 = Tanggungan Orangtua

Kesiswaan untukdi arsip. C3 = Penghasilan Orangtua

4.3 Flow Of Document Pengajuan C4 = Jarak / Tempat Tinggal

C5 = Nilai Akademik
C6 = Nilai Non Akademik
C7 = Absensi
Tabel 4.9 Contoh Nilai
 ama Kriteria
C1 C2 C3 C4 C5 C6 C7
dik 0000
00000 ternormalisasi R dengan vector bobot sehingga
00000 diperoleh nilai terbesar yang dipilih sebagai
alternative terbaik sebagai solusi.
00000 Kemudian dilakukan proses perankingan
00000 menggunakan bobot preferensi yang sudah
ditentukan.
min
1. Andik = (0,3)*(0,5) + (0,3)*(0,5) +
ni
(0,9)*(0,25) + (0,9)*(0,15) + (0,3)*(0,25) +
la
(0,6)*(0,20) + (0,9)*(5) = 0,60
di
2. Amin = (0,4)*(0,5) + (0,4)*(0,5) +
(0,7)*(0,25) + (0,9)*(0,15) + (0,4)*(0,25) +
Tabel 4.10 Pembobotan Nilai
(0,4)*(0,20) + (0,9)*(5) = 0,59
3. Beni = (0,6)*(0,5) + (0,6)*(0,5) +
(0,6)*(0,25) + (0,9)*(0,15) + (0,9)*(0,25) +
(0,9)*(0,20) + (0,9)*(5) = 0,76
4. Bela = (0,7)*(0,5) + (0,7)*(0,5) +
(0,4)*(0,25) + (0,9)*(0,15) +
(0,9)*(0,25) + (0,6)*(0,20) + (0,7)*(5)
= 0,67
Membuat matriks keputusan X berdasarkan 5. Budi = (0,9)*(0,5) + (0,9)*(0,5 )+
kriteria, kemudian melakukan normalisasi
(0,4)*(0,25) + (0,9)*(0,15) +
matriks berdasarkan persamaan yang
disesuaikan jenis atribut sehingga diperoleh (0,3)*(0,25) +
matriks ternormalisasi R. (0,4)*(0,20) + (0,9)*(5) = 0,52

2/7 2/7 6/7 6/7 /7 4/7 6/7 Jadi menuru tperhitungan di atas hasil
3/7 3/7 5/7 6/7 3/7 3/7 6/7 perankingan pendapat beasiswa dapa tdilihat
⎛ 4/7 4/7 6/7 6/7 6/7 ⎞ dari table dibawah ini :
= ⎜4/7 5/7 3/7 6/7 6/7 4/7 6/7⎟ Tabel 4.11 Hasil peringkat pembobotan
5/7 6/7 3/7 6/7 /7 3/7 5/7 beasiswa.
⎝6/7 6/7⎠ Nama Scor Rangking
0,3
0,3 0,9 0,9 0,3 0,6 0,9 Andik 0,60 3
⎛0,4 0,4 0,7 0,9 0,4 0,4 0,9⎞
Amin 0,59 4
= ⎜0,6 0,6 0,6 0,9 0,9 0,9 0,9⎟
0,7 0,7 0,4 0,9 0,9 0,6 0,7 Beni 0,76 1
⎝0,9 0,9 0,4 0,9 0,3 0,4 0,9⎠ Bela 0,67 2
Hasil akhir diperoleh dari proses perankingan
yaitu penjumlahan dari perkalian matriks
 Budi 0,52 5 Gambar 4.17 Form Penilaian
4.5 Entiti relationship diagram (ERD) 4.7.3 Form bobot

Gambar 4.18 Form Bobot

4.7.4 Form Perengkingan
.

Gambar4.9 ERD
4.6 Relasi table

Gambar 4.19 Form Perangkingan

Gambar 4.12 Relasi tabel
4.7.5 Laporan
4.7 Hasil Contuction of prototype
.
4.7.1 Form data Siswa

Gambar 4.20 Laporan

Gambar4.16 Form data siswa 4.7.2

Form data Penilaian
6. PENUTUP internet, agar bias diakses dari manapun
5.1 Kesimpulan berada.
Berdasarkan hasil penelitian dan analisa yang
DAFTAR PUSTAKA
telah dilakukan oleh penulis, dan juga [1] Turban, E., dkk (2008). Decicion Support
penjelasan Laporan Tugas Akhir telah System and Intelligent System,
diuraikan pada bab sebelumnya mengenai Yogyakarta : Penerbit Andi
“Penerapan Metodhe SAW (Simple Additive [2] Andrea, R. (2005, July). Diambil kembali
Weight) pada Sistem Pendukung Keputusan dari http://www.cb

untuk Pemberian Beasiswa pada SMA Negeri [3] wulan-

1 Cepu Jawa Tengah”, penulis dapat menarik wbw.mhs.narotama.ac.id/files/2013/07/ma

kalah-sistem-
kesimpulan yaitu dengan adanya sistem
pendukungkeputusan.docx+&cd=8&hl=id
pendukung keputusan untuk menentukan calon
&ct=clnk& client=firefox-a
siswa siswi yang akan memperoleh beasiswa
[4] http://intibudidarma.com/berkas/jurnal/
akademik maupun non akademik akan
1.%20Deni %20Putra.pdf diakses tanggal
mempermudah pihak sekolah dan juga 12 septeber
mempercepat proses pemilihan murid yang 2014
berhak mendapatkan beasiswa berdasarkan [5] http://elib.unikom.ac.id/files/disk1/438/jbp
kriteria-kriteria yang ada, namun system ini tunikompp-gdl-herisulist-21892-1720.jurn-
belum teruji keakuratanya karena belum diisi a.pdf diakses tanggal 12 septeber
dengan data yang real 2014
[6] Supriyanto, Aji,(2007).Pengantar
5.2 Saran Teknologi Informasi

Agar penerapan sistem dapat berjalan dengan [7] Kusrini, M.Kom. (2007). Konsep dan
baik, Maka pihak pengelola sistem perlu Aplikasi Sistem Pendukung Keputusan,
mempersiapkan: Yogyakarta : Andi

1. Diperlukan kriteria tambahan agar

keakurasian pengambilan keputusan lebih
sempurna.
2. Untuk pengembangan maka program
sistem pendukung keputusan ini dapat
dikembangkan ke dalam aplikasi berbasis