1.1 Dasar Teori
1.1.1
Pengertian Sistem Pendukung Keputusan
(SPK)
Little
(1970) mendefinisikan DSS sebagai “sekumpulan prosedur berbasis mode untuk data
pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.
More
dan Chang (1980 ) mendefinisikan DSS sebagai sistem yang dapat diperluas untuk
mampu mendukung analisis data ad hoc dan permodelan keputusan, berorientasi
terhadap perencanaan masa depan, dan digunakan pada interval yang tidak reguler
dan terencana.
Bonczek,
dkk., (1980) mendefinisikan DSS sebagai sistem berbasis komputer yang terdiri
dari tiga komponen yang saling berinteraksi : sistem bahasa (mekanisme untuk
memberikan komunikasi antara pengguna dan komponen DSS lain, sistem pengetahuan
(repositori pengetahuan domain masalah yang ada pada DSS entah sebagai data
atau sebagai prosedur), dan sistem pemrosesan masalah (hubungan antara dua
komponen lainnya, terdiri dari satu atau lebih kapabilitas manipulasi masalah
umum yang diperlukan untuk pengambilan keputusan).
1.1.2
Technique for Order Preference by
Similiarity to Ideal Solution (TOPSIS)
Metode
Technique for Order Preference by Similiarity to Ideal Solution (TOPSIS)
adalah salah satu metode pengambilan keputusan multikriteria yang pertama kali
diperkenalkan oleh Yonn dan Hwang (1981). Dengan ide dasarnya adalah bahwa
alternatif yang dipilih memiliki jarak terdekat dengan solusi ideal dan yang
terjauh dari solusi ideal negatif. TOPSIS memperhatikan baik jarak ke solusi
ideal maupun jarak ke solusi ideal negatif dengan mengambil hubungan kedekatan
menuju solusi ideal. Dengan melakukan perbandingan pada keduanya, urutan
pilihan dapat ditentukan.
1.2 Kerangka
Pemikiran SPK
1.3 Kriteria
Kriteria
Adapun kriteria
yang dibutuhkan dalam pemilihan penerima beasiswa supersemar yaitu :
1. Nilai
Rapor
Rata-rata
nilai rapor semester terakhir, yang didapat dari fotocopy nilai rapor.
2. Prestasi Kejuaraan
Lomba yang pernah dimenangkan siswa, dan dapat dibuktikan dengan fotocopy piagam.
3. Kelakuan Siswa
Penilaian terhadap Kelakuan siswa yang didapatkan melalui nilai point
pada buku kedisiplinan siswa.
4. Kondisi Ekonomi
Kondisi keuangan siswa, diukur dari
jumlah gaji orang tua.
5. Keaktifan Dalam Berorganisasi
Penilaian
terhadap keaktifan siswa dalam organisasi sekolah seperti OSIS maupun kegiatan
ekstrakurikuler yang ada di sekolah.
1.4 Metode
yang Digunakan
Metode yang
digunakan adalah TOPSIS, Dengan ide dasarnya adalah bahwa alternatif yang
dipilih memiliki jarak terdekat dengan solusi ideal dan yang terjauh dari
solusi ideal negatif. TOPSIS memperhatikan baik jarak ke solusi ideal maupun
jarak ke solusi ideal negatif dengan mengambil hubungan kedekatan menuju solusi
ideal. Dengan melakukan perbandingan pada keduanya, urutan pilihan dapat
ditentukan.
Secara umum, prosedur TOPSIS mengikuti langkah-langkah
sebagai berikut:
a. Membuat matriks keputusan yang ternormalisasi;
b. Membuat matriks keputusan yang ternormalisasi terbobot;
c. Menentukan matriks solusi ideal positif dan matriks solusi
ideal negatif;
d.
Menentukan jarak antara nilai setiap alternatif dengan matriks solusi ideal
positif dan matriks solusi ideal negatif;
e.
Menentukan nilai preferensi untuk setiap alternatif.
STUDI KASUS
PERHITUNGAN TOPSIS :
Penentuan
Kriteria :
Kriteria
yang diperlukan untuk menentukan penerima beasiswa di SMK N 04 Semarang :
1. Keaktifan dalam Organisasi
2. Kondisi ekonomi
3. Kelakuan siswa
4. Prestasi kejuaraan
5. Nilai Rapor
Nilai Rapor = A
Prestasi Kejuaraan
= B
Kelakuan Siswa = C
Kondisi Ekonomi =
D
Keorganisasian = E
Tabel bobot prioritas
|
Bobot Prioritas
|
A
|
B
|
C
|
D
|
C5
|
|
0,41
|
0,3
|
0,17
|
0,8
|
0,4
|
Maka sebagai
contoh, diberikan hasil penilaian tiap kriteria sebagai berikut :
|
Matriks Keputusan
|
|||||
|
|
A
|
B
|
C
|
D
|
E
|
|
Siswa A
|
1
|
4
|
4
|
1
|
5
|
|
Siswa B
|
2
|
4
|
3
|
3
|
4
|
|
Siswa C
|
4
|
2
|
4
|
2
|
4
|
Matriks Ternormalisasi R
|
|
A
|
B
|
C
|
D
|
E
|
|
Siswa A
|
0,21821789
|
0,666666667
|
0,624695048
|
0,267261242
|
0,662266179
|
|
Siswa B
|
0,43643578
|
0,666666667
|
0,468521286
|
0,801783726
|
0,529812943
|
|
Siswa C
|
0,872871561
|
0,333333333
|
0,624695048
|
0,534522484
|
0,529812943
|
|
Matrik Y (Membuat matriks keputusan yang
ternormalisasi terbobot)
|
|||||
|
|
0,089469335
|
0,2
|
0,106198158
|
0,213808994
|
0,264906471
|
|
|
0,17893867
|
0,2
|
0,079648619
|
0,641426981
|
0,211925177
|
|
|
0,35787734
|
0,1
|
0,106198158
|
0,427617987
|
0,211925177
|
|
Menentukan matriks solusi ideal positif
|
|||||
|
Nilai
|
C1
|
C2
|
C3
|
C4
|
C5
|
|
Y+1Max
|
Y+2Max
|
Y+3Max
|
Y+4Max
|
Y+5Max
|
|
|
0,35787734
|
0,2
|
0,106198158
|
0,641426981
|
0,264906471
|
|
|
Menentukan matriks solusi ideal negatif
|
|||||
|
Nilai
|
C1
|
C2
|
C3
|
C4
|
C5
|
|
Y-1Min
|
Y-2Min
|
Y-3Min
|
Y-4Min
|
Y-5Min
|
|
|
0,089469335
|
0,1
|
0,079648619
|
0,213808994
|
0,211925177
|
|
|
Menentukan jarak antara nilai setiap
alternatif dengan matriks solusi ideal positif
|
||||
|
D1+
|
0,5049
|
|||
|
D2+
|
0,1885
|
|||
|
D3+
|
0,2419
|
|||
|
Menentukan jarak antara nilai setiap
alternatif dengan matriks solusi ideal negatif
|
||||
|
D1-
|
0,1162
|
|||
|
D2-
|
0,4482
|
|||
|
D3-
|
0,3442
|
|||
|
Nilai Preferensi
|
|
|
V1
|
0,1871
|
|
V2
|
0,7039
|
|
V3
|
0,5872
|
|
Nilai Preferensi Terbesar
|
|
|
V2
|
0,7039
|
Dari tabel di
atas, dapat kita simpulkan bahwa siswa
2 yang paling layak mendapatkan beasiswa.
EmoticonEmoticon