Professional Documents
Culture Documents
Abstrack
SMA Negeri 1 Majalengka established on 1 August 1961. Before becoming an independent school
SMA Negeri 1 Majalengka a remote class of SMA Negeri 1 Kuningan. Application development
Application Decision Support System is based on manual systems that are running on the SMA
Negri 1 Majalengka. The system is running here is interest still using questionnaires.
Based on the requirements made Selection Decision Support System Application Programs High
School Students using Object Oriented development techniques. While the method of data flow
systems using Analytical Hierarchy Process (AHP), where his tools are the Unified Modeling
Language (UML) to describe the functional model is the use case diagram to illustrate the data
model. Specialization process can be done with this application.
After going through the stages in accordance with the selected development method hence in
implementing decision support system for the selection of this department have follow-up testing
system consisting of alpha testing where this test using blackbox testing method that focuses on the
functional requirements of the software. After testing it can be concluded that the Decision Support
System created by using Analytic Hierarchy Process (AHP), which is expected to assist in the
selection of high school majors.
Keywords : Decision Support System, Specialisation, Object Oriented, AHP, Use Case
Diagram
terkomputerisasi yang baru untuk meningkatkan 3. Membuat Desain Sistem Perangkat Lunak
efisiensi kerja. Dengan adanya kesempatan Tahapan ini merupakan pembuatan desain
ini,penulis mengadakan wawancara dengan program yang nantinya akan
kepala sekolah yang dilakukan selama ini dan diimplementasikan
dituangkan dalam bentuk penelitian. Penelitian 4. Implementasi dan Pengujian
ini difokuskan pada Aplikasi sistem pendukung Tahapan ini merupakan implementasi
keputusan pemilihan jurusan di SMAN 1 program yang akan di uji
Majalengka menggunakan Metode AHP 5. Rekomendasi
(Analytical Hierarchy Process) Tahapan ini merupakan tahapan akhir
untuk hasil atau bluprin
II. METODE PENELITIAN
Mengolah Data III. HASIL DAN PEMBAHASAN
Identifikasi masalah
1. Pengumpulan data
2. Pengumpulan tinjauan penelitian
Berdasarkan observasi dan interview
terahulu 1. Latar belakang dengan pihak SMAN 1 Majalengka, didapatkan
2. Batasan kesimpulan permasalahan dalam pemilihan
masalah
Analiasis kebutuhan 3. Tujuan jurusan masih menggunakan cara manual yaitu
1. Mengidentifikasi masalah 4. Teori-teori dengan menggunakan formulir/angket, sehingga
2. Pengolahan latar belakang dari penunjang kurang epektifnya siswa dalam memilih
sistem pembuatan
sistem jurusan. Berdasarkan permasalahan yang telah
3. Mempersiapkan sumberdaya pendukung diuraikan maka perlu dibangunnya aplikasi
(perangkat keras, perangkat keputusan
lunak dan literatur tinjauan yang terkomputerisasi untuk memaksimalkan
pustaka dalam proses pemilihan jurusan.
1. List kerangka
pembuatan Komponen penilaian untuk pemilihan
perangkat lunak jurusan di SMAN 1 Majalengka yaitu:
2. Membuat
Membuat Desain Sistem dan komponen 1. Mengambil dan menghitung rata-rata
Perangkat Lunak penilaian nilai rata-rata
1. Membuat kerangka alur 3. Membuat nilai perbidang jurusan
3
x 100
pengembangan perangkat lunak matriks
2. Identifikasi masalah berpasangan
2. Mengambil data hasil psikotes
nilai yang di peroleh
3. Pemilihan metode pemecahan 4. Membuat x 100
masalah matriks nilai nilai standar jurusan
4. Pengumpulan data kriteria 3. Mengikuti kuis peminatan jurusan
5. Mengimplementasikan model 5. Membuat nilai yang di peroleh
matriks x100
nilai standar jurusan
penjumlahan
Implementasi dan Pengujian setiap baris
1. Membuat basis data dengan
Proses penentuan prioritas menggunakan
microsoft access 1. List basis data metode AHP dimulai dari perumusan masalah
2. Membuat antarmuka pengguna 2. Tampilan
antarmuka
yaitu proses untuk pemilihan jurusan untuk
dengan Microsoft VB.Net
3. Pengkodean pengguna membantu pihak sekolah memproleh hasil yang
4. Pengujian sistem beserta lebih akurat. Perancangan ini meliputi 2 tahap
program yang
telah yaitu proses analisis kebutuhan perangkat lunak
Rekomendasi
dan perancangan sistem pendukung keputusan
1. Membuat kesimpulan dan saran Sintesa hasil
menggunakan metode AHP (Analytical
atas sistem yang telah dibuat, rekomendasi Hierarchy Process). Tahap analisis kebutuhan
diujicoba, dan dianalisis.
perangkat lunak terdiri dari identifikasi aktor,
daftar kebutuhan sistem, dan use case
1. Identifikasi Masalah diagram.Tahap perancangan sistem pendukung
Tahap ini adalah mengumpulkan dan keputusan terdiri dari Langkah metode AHP,
mengelola data yang dibutuhkan untuk hasil keputusan metode AHP dan user interface.
tahap selanjutny yang akan dianalisis
kebutuhan
2. Analisis Kebutuhan
Tahapan ini adalah menganalisa
kebutuhan-kebutuhan yang ada untuk
diolah menjadi suatu sistem
Computer Science | Industrial Engineering | Mechanical Engineering | Civil Engineering
22
Jurnal J-Ensitec: Vol 03|No. 01, November 2016
, ,
, 7 <= 0.1. jika ternyata nilai CR lebih besar dari
[ ] [ ,5 ] 0.1, maka matriks perbandingan berpasangan
,5 ,5 , 9 harus diperbaiki. Untuk menghitung rasio
Perhitungan perkalian matriksnya dapat konsistensi, dibuat tabel seperti terlihat dalam
dilihat pada tabel 3.4. tabel 3.6.
Tabel 3.6 Perhitungan Rasio Konsistensi
Tabel 3.4 Perkalian Matriks Jumlah Prioritas Hasil
per baris
Deskripsi Matriks Range Hasil Nilai rata- 1,02 0,17 1,37
rata
Nilai baris nilai rata-rata 1 x 0,17 0,17 Hasil 1,95 0,52 2,47
kolom nilai rata-rata psikotes
Nilai baris nilai rata-rata 0,33 x 0,17 Hasil kuis 0,52 0,29 0,81
kolom hasil psikotes 0,52 peminatan
Nilai baris nilai rata-rata 0,33 x 0,09 Kolom jumlah per-baris diperoleh dari
kolom hasil kuis 0,29 kolom jumlah per baris pada tabel 3.5,
peminatan
sedangkan kolom prioritas diperoleh dari kolom
Nilai baris hasil psikotes 3 x 0,17 0,51
kolom nilai rata-rata
prioritas pada tabel 3.3.hasil merupakan
Nilai baris hasil psikotes 1 x 0,52 0,52 penjumlahan dari jumlah per baris ditambah
kolom hasil psikotes prioritas. Dari tabel 3.6, diperoleh nilai-nilai
Nilai baris hasil psikotes 1 x 0,29 0,29 sebagai berikut :
kolom hasil kuis Jumlah (penjumlahan dari nilai-nilai hasil) :
peminatan 4,65
Nilai baris hasil kuis 2 x 0,17 0,34 n (jumlah kriteria) : 3
peminatan kolom nilai maks (jumlah/n) : 4,65 / 3 = 1.55
rata-rata Cl ( maks - n / n) : (1.55-3) / 3 = - 0.48
Nilai baris hasil kuis 0,5 x 0,26 CR (CI / IR (lihat Tabel 2.3)) : - 0.48 / 0.90 = -
peminatan kolom hasil 0,52
0.53
psikotes
Nilai baris hasil kuis 0,5 x 0,14 Oleh karena CR < 0.1, maka rasio konsistensi
peminatan kolom kuis 0,29 dari perhitungan tersebut bisa diterima.
peminatan
Kolom jumlah pada tabel 3.5 diperoleh 5. Menghitung Hasil
dengan menjumlahkan nilai pada masing-
masing baris tabel tersebut.Hasil perhitungan Prioritas hasil perhitungan berdasarkan
disajikan dalam tabel 3.5. langkah yang telah diuraikan di atas, kemudian
direkapitulasi kedalam matriks hasil yang
Tabel 3.5 Matriks Penjumlahan Setiap Baris terlihat dalam tabel 3.7
Nila Hasil Hasil Jumla
i psikote kuis h per Tabel 3.7 Matriks Hasil
rata s peminata baris Nilai Hasil Hasil kuis
- n rata-rata psikotes peminatan
rata
Nilai 0,17 0,51 0,34 1,02 Prioritas 1,37 2,47 0,81
rata-rata
Hasil 0,17 0,52 0,26 1,95
Dari matriks yang sudah ada, maka dapat
psikotes diambil acuan ketika akan memilih jurusan
Hasil 0,09 0,29 0,14 0,52 yang ada di SMAN 1 Majalengka. Berdasarkan
kuis data yang didapat dari Tata Usaha dan
peminata akademik kesiswaan SMAN 1
n Majalengka.terdapat 508 siswa yang terdaftar
untuk pemilihan jurusan, dan salah satunya
4. Perhitungan Rasio Konsistensi dapat di ambil sebagai contoh pemilihan
Perhitungan ini digunakan untuk jurusan sebagai berikut:
memastikan bahwa nilai rasio konsistensi (CR)
1. Aditya kusuma dewi :
Computer Science | Industrial Engineering | Mechanical Engineering | Civil Engineering
24
Jurnal J-Ensitec: Vol 03|No. 01, November 2016
7,5
Nilai rata-rata = x 100= 250 Nilai rata-rata 266,66 x 365,32
3 Crasella jenaida 1,37
0
Hasil psikotes= , x 100 = 1176,47 kurniawan
0 mas’an
Hasil kuis peminatan= , x 100= 1470,58 Nilai rata-rata 266,66 x 365,32
2. Aulia martha puspita : Dea hardila 1,37
7,0 Nilai hasil 1176,47 x 2905,88
Nilai rata-rata = 3 x 100 = 233,33
psikotes Aditya 2,47
50
Hasil psikotes = 3,4 x 100 = 1470,58 kusuma dewi
60 Nilai hasil 1470,58 x 3632,33
Hasil kuis peminatan = 3,4 x 100 = 1764,70 psikotes Aulia 2,47
3. Crasella jenaida kurniawan mas’an : martha puspita
8,0 Nilai hasil 1764,70 x 4358,80
Nilai rata-rata = 3 x 100 = 266,66 psikotes 2,47
60
Hasil psikotes = 3,4 x 100 = Crasella jenaida
kurniawan
1764,70 mas’an
70
Hasil kuis peminatan = 3,4 x 100 = 2058,82 Nilai hasil 2058,82 x 5085,28
psikotes Dea 2,47
4. Dea hardila : hardila
8,0
Nilai rata-rata= 3 x 100 = 266,66 Nilai hasil kuis 1470,58 x 1191,16
70 peminatan 0,81
Hasil psikotes = x 100 = 2058,82
3,4 Aditya kusuma
80 dewi
Hasil kuis peminatan = 3,4 x 100 = 2666,66
Nilai hasil kuis 1764,70 x 1429,40
peminatan Aulia 0,81
Hasil perhitungan kemudian dituangkan martha puspita
dalam matriks nilai siswa yang dapat dilihat Nilai hasil kuis 2058,82 x 1667,64
pada tabel 3.8 peminatan 0,81
Tabel 3.8 Nilai Siswa Crasella jenaida
Nilai Hasil Hasil kuis kurniawan
rata- psikotes peminatan mas’an
rata Nilai hasil kuis 2666,66 x 2159,99
Aditya 250 1176,47 1470,58 peminatan Dea 0,81
kusuma hardila
dewi Makahasil penilaian akhir setiap siswa
Aulia 233,33 1470,58 1764,70
setelah dimasukkan kedalam sistem dapat
martha
puspita
dilihat pada tabel 3.10.
Crasella 266,66 1764,70 2058,82 Tabel 3.10 Hasil Akhir
jenaida Nilai Hasil Hasil Total
kurniawan rata- psikot kuis
mas’an rata es peminata
Dea hardila 266,66 2058,82 2666,66 n
Aditya 342,5 2905,8 1191,16 4439,
Nilai akhir yang didapat setiap siswa dari
kusuma 8 54
setiap kriteria didapat dengan mengalikan nilai
dewi
siswa dengan prioritasnya. Perhitungannya Aulia 319,66 3632,3 1429,40 5381,
dapat dilihat pada tabel 3.9 martha 3 39
puspita
Tabel 3.9 Perhitungan Nilai Siswa Crasella 365,32 4358,8 1667,64 6391,
Deskripsi Range Hasil jenaida 0 76
Nilai rata-rata 250 x 1,37 342,5 kurniaw
Aditya kusuma an
dewi mas’an
Nilai rata-rata 233,33 x 319,66 Dea 365,32 5085,2 2159,99 7610,
Aulia martha 1,37 hardila 8 59
puspita
IV. KESIMPULAN
V. REFERENSI
Dr.Azhar Susanto, MBUS, AK, 2004,dalam
kutipan bukunya sistem informasi
manajemen (konsep dan
pengembangan) Bandung:lingga jaya
2004.
Okky cintya devi,2013, Jurnal sisten pendukung
keputusan, Universitas Brawijaya
2013.
Indana julfa,2014, Jurnal sistem pendukung
keputusan jurusan SMA
menggunakan AHP, program study
Informatika, program teknologi
informasi dan ilmu komputer
Universitas Brawijaya, 2014.
Thomas L.Ssaaty,1970,untuk artikel berjudul,”
Analitycal Hierarchy Process
(AHP)”,1970.