perancangan sistem pakar kelayakan beasiswa
Post on 28-Dec-2015
188 Views
Preview:
DESCRIPTION
TRANSCRIPT
PERANCANGAN SISTEM PAKAR KELAYAKAN BEASISWA
PADA STMIK ASIA MALANG
LaporanDiajukan Untuk Memenuhi Syarat Kelulusan Mata Kuliah
Artificial Intelligent (AI)
Dosen Pengampu : Rina Dewi Indah Sari, S.Kom
Disusun oleh :
Kelompok : 4
Kelas : F
Nama Anggota :
1. Agus Tri Sumarsono (10201421)
2. Alfa Jovita G (10201510)
3. Ignasius Yuda Prasetya (10201625)
4. Lutfi Anita Wijayanti (10201212)
JURUSAN TEKNIK INFORMATIKA
SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER
STMIK ASIA MALANG
2011
ABSTRAKSI
Di dalam proses penyeleksian kelayakan beasiswa, terdapat
mahasiswa yang hanya mempunyai nilai IPk tinggi tapi tidak
mengikuti kegiatan organisasi, ada yang yang aktif di setiap
organisasi tetapi mempunyai nilai IPk rendah, dan ada pula yang
absensinya baik tidak pernah membolos tapi mempunyai nilai IPk
sedang-sedang saja. Sedangkan yang masuk kriteria penyeleksian
kelayakan beasiswa adalah yang nilai IPk baik,absensi baik dan
mengikuti salah satu kegiatan organisasi di kampus.
Untuk dapat mewujudkan hal tersebut, maka para staf yang
mengurusi penyeleksian kelayakan beasiswa harus menerapkan
metode penyeleksian yang sesuai dengan kriteria masing-masing
mahasiswa. Karakteristik setiap mahasiswa berbeda, dan
dipengaruhi oleh nilai IPk, absensi, keaktifan organisasi serta jika
mempunyai sertifikat-sertifikat dan piagam-piagam jika punya bisa
dilampirkan juga. Kemudian pada masing-masing kriteria tersebut
dilakukan penilaian (Assessment) yang akan digunakan dalam
penentuan penyeleksian.
Pada penentuan penyeleksian kelayakan beasiswa di STMIK
ASIA Malang, penulis melakukan perancangan Sistem Pakar yang
dapat membantu untuk menyeleksi kelayakan beasiswa bagi
mahasiswa yang sudah memenuhi kriteria tersebut agar para staf
dapat menentukan metode penyeleksian yang paling sesuai
diterapkan di STMIK ASIA Malang.
Kata Kunci : Penyeleksian, Metode Penyeleksian, Perancangan
Sistem Pakar Kelayakan Beasiswa, Sistem Pakar Penilaian
(Assessment)
KATA PENGANTAR
Dengan memanjatkan rasa syukur kehadirat Tuhan Yang
Maha Esa atas segala rahmad dan hidayah-Nya yang diberikan
kepada penulis sehingga laporan dengan judul “Perancangan
Sistem Pakar Kelayakan Beasiswa di STMIK ASIA Malang” dapat
terselesaikan dengan baik.
Penyusunan laporan ini merupakan tugas kelompok yang
harus diselesaikan oleh mahasiswa STMIK ASIA Malang jurusan
Teknik Informatika yang merupakan bagian dari syarat kelulusan
mata kuliah Artificial Intelligent (AI).
Pada kesempatan ini penulis mengucapkan banyak terima kasih
kepada pihak-pihak yang telah membantu terselesainya laporan ini
yaitu :
1. Ibu Rina Dewi Indah Sari, S.Kom selaku Dosen Pengampu
kami
2. Para Staf Keuangan di STIMIK ASIA Malang.
3. Rekan-rekan Mahasiswa di STMIK ASIA Malang
Kepada semuanya yang telah membantu penulis dalam
menyelesaikan laporan ini, semoga mendapat balasan dengan
berkat dan karunia yang berlimpah dari Tuhan Yang Maha Esa.
Penulis menyadari bahwa laporan ini jauh dari sempurna, oleh
karena itu penulis selalu mengharapkan saran dan kritik yang
bersifat membangun dari segenap pembaca. Akhirnya, semoga
laporan ini dapat berguna dan bermanfaat terutama bagi pihak-
pihak yang tertarik untuk mengkaji dan mengembangkannya.
Malang, Juli 2011
Penulis
4.
BAB I
1.1 LATAR BELAKANG
Disetiap lembaga pendidikan khususnya Universitas banyak
sekali beasiswa yang ditawarkan kepada mahasiswa yang
berprestasi di bidang akademik maupun non akademik juga pada
mahasiswa yang kurang mampu. Para mahasiswa dituntut untuk
mendapatkan nilai indeks prestasi komulatif (IPK) minimal 3,00
untuk kriteria Peningkatan Prestasi akademik (PPA) dan IPK
minimal 2,50 untuk Bantuan Belajar Mahasiswa (BBM) bagi yang
kurang mampu dan aktif di salah satu kegiatan keorganisasian
dalam kampus serta mempunyai kehadiran absensi minimal 80%
untuk bisa masuk ke dalam daftar penyeleksian beasiswa.
Pemberian beasiswa kepada mahasiswa yang berprestasi
maupun kepada mahasiswa yang kurang mampu sangatlah
bermanfaat karena untuk mendompleng para mahasiwa agar lebih
tekun belajar untuk meningktkan prestasi dan lebih meningkatkan
kegiatan organisasi kampus agar pihak Perguruan Tinggi
khususnya Perguruan Tinggi Swasta juga bisa meningkatkan status
Akreditasinya kepada DIKTI (Direktorat Jenderal Pendidikan
Perguruan Tinggi).
Pada saat ini di STMIK ASIA Malang belum mempunyai
sistem perancangan penyeleksian kelayakan beasiswa yang baik,
semua hal dari mulai pendataan, informasi yang digunakan masih
secara manual sehingga dirasa kurang efisien dan memakan waktu
yang cukup lama dalam proses penyeleksian. Maka dari itu penulis
mengambil tema “Perancangan Sistem Pakar Kelayakan Beasiswa”
untuk membantu pihak STMIK ASIA Malang dalam proses
penyeleksian beasiswa para mahasiswanya.
1.2 RUMUSAN MASALAH
Berdasarkan latar belakang diatas, maka penulis
merumuskan permasalahan sebagai berikut :
“Bagaimana melakukan Perancangan System Pakar Untuk
Kelayakan Beasiswa di STMIK ASIA Malang”
1.3 BATASAN MASALAH
1. Sistem yang dirancang guna untuk membantu
penyeleksian dalam pengajuan penerimaan beasiswa.
2. Penentuan solusi dilakukan berdasarkan nilai IPk, absensi,
nilai IPk semester sebelumnya, keaktifan dalam organisasi
kampus, Piagam, Sertifikat.
3. Data yang dihasilkan berupa beberapa metode yang dapat
diterapkan pada kampus sasaran sesuai dengan kriteria
yang telah dimasukkan ke dalam system.
4. System dibangun dengan Bahasa Pemrograman Visual
Basic 6.0
5. Data base yang digunakan adalah Microsoft Access.
1.4 TUJUAN DAN MANFAAT PENULISAN
1.4.1 Tujuan
1. Menyelesaikan penyusunan Laporan Sistem Pakar
Kelayakan Beasiswa di STMIK ASIA Malang guna
memenuhi syarat kelulusan Mata Kuliah Artificial
Intelligent (AI)
2. Membantu para staf, khususnya untuk menentukan
penyeleksian dalam pengajuan penerimaan beasiswa.
1.4.2 Manfaat
1.4.2.1 Bagi Penulis
1. Mengaplikasikan ilmu yang telah didapat selama
mempelajari mata kuliah Artificial Intelligent di STMIK
ASIA Malang.
2. Belajar menganalisa permasalahan dan menerapkannya
dalam perancangan system (program).
3. Membangun perancangan suatu aplikasi software yang
sistematis dan terstruktur sehingga aplikasi yang dibuat
benar-benar bermanfaat bagi yang berkepentingan.
1.4.2.2 Bagi Pembaca
1. Memberikan pengetahuan dan penjelasan mengenai
langkah-langkah perancangan system pakar Kelayakan
Beasiswa di STMIK ASIA Malang.
2. Memberikan pengetahuan tentang system perancangan
dan metode yang digunakan pada System Pakar
Kelayakan Beasiswa di STMIK ASIA Malang.
3. Menjadi bahan kajian yang dapat dikembangkan
dikemudian hari.
1.5 METODOLOGI PENULISAN
Untuk mendukung penyelesaian penyusunan Laporan
Sistem Pakar Kelayakan Beasiswa di STMIK ASIA Malang
digunakan beberapa metodologi penulisan yaitu :
1. Studi Lapangan/Penulisan Langsung (Direct Research)
Penelitian secara langsung dilakukan oleh penulis.
Survey lapangan ini untuk melihat system yang selama ini
digunakan dalam proses penyusunan Sistem Pakar
Kelayakan Beasiswa di STMIK ASIA Malang serta
melakukan pengumpulan data yang dibutuhkan untuk
penyusunan laporan.
Studi lapangan ini meliputi :
a. Wawancara (interview)
Melakukan tanya jawab secara langsung dengan staf
dan karyawan yang mengurusi masalah beasiswa di
kampus.
b. Pengamatan (Observasi)
Mengamati secara langsung system yang selama ini
digunakan dalam menentukan metode Sistem Pakar
Kelayakan Beasiswa di STMIK Asia Malang.
2. Studi Pustaka (Library Research)
Studi Pustaka dilakukan dengan cara mempelajari
teori-teori literature, buku-buku, internet, artikel yang
berhubungan dengan objek kajian sebagai dasar dalam
penyusunan laporan ini, dengan tujuan memperoleh dasar
teoritis gambaran dari apa yang dilakukan.
BAB II
LANDASAN TEORI
2.1 Sistem Pakar
Sistem Pakar adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer yang dirancang untuk
memodelkan kemampuan menyelesaikan masalah seperti layaknya
seorang pakar. Dengan sistem pakar ini, orang awam pun dapat
menyelesaikan masalahnya atau hanya sekedar mencari suatu
informasi berkualitas yang sebenarnya hanya dapat diperoleh
dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan
dapat membantu aktivitas para pakar sebagai asisten yang
berpengalaman dan mempunyai asisten yang berpengalaman dan
mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya,
sistem pakar mengkombinasikan kaidah-kaidah penarikan
kesimpulan (inference rules) dengan basis pengetahuan tertentu
yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.
Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang
selanjutnya digunakan dalam proses pengambilan keputusan untuk
penyelesaian masalah tertentu.
2.1.1 Artificial Intellegency dan Sistem Pakar
“Artificial Intellegence (AI) atau sering disebut Kecerdasan
Buatan adalah merupakan sebuah studi khusus yang bertujuan
membuat komputer berfikir dan bertindak seperti layaknya
manusia” (Sri, 2003 : 90). AI juga merupakan terobosan baru dalam
ilmu komputer yang perkembangannya sangat pesat. Saat ini telah
banyak sekali implementasi AI dalam bidang ilmu komputer, seperti
Sistem Pendukung Keputusan (Decision Support System), Jaringan
Syaraf Tiruan (Neural Network), Robotic, Bahasa Alami (Natural
Language), Sistem Pakar (Expert System), dan lain-lain.
“Sistem Pakar (Expert System) adalah merupakan suatu
sistem yang menggabungkan antara pengetahuan dengan
penelusuran data untuk memecahkan masalah yang secara normal
memerlukan keahlian manusia” (Sri, 2003 : 90). Tujuan dari
pengembang sistem pakar yang sebenarnya bukanlah untuk
menggantikan peran manusia, tetapi adalah untuk men-substitusi-
kan pengetahuan manusia kedalam sebuah bentuk sistem
komputer sehingga dapat diaplikasikan oleh orang banyak.
2.1.2 Pengertian Sistem Pakar
Sistem pakar adalah suatu program komputer yang
dirancang untuk mengambil keputusan seperti keputusan yang
diambil oleh seorang atau beberapa orang pakar. Menurut Marimin
(1992), sistem pakar adalah sistem perangkat lunak komputer yang
menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan
keputusan untuk menyelesaikan masalah-masalah yang biasanya
hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang
bersangkutan.
2.1.3 Keunggulan Sistem Pakar
1. Memungkinkan orang awam bisa mengerjakan pekerjaan
para ahli
2. Bisa melakukan proses secara berulang secara otomatis
3. Menyimpan pengetahuan dan keahlian para pakar
4. Meningkatkan output dan produktifitas
5. Meningatkan kualitas
6. Mampu mengambil dan melestarikan keahlian para pakar
7. Mampu beroperasi dalam lingkungan berbahaya
8. Memiliki kemampuan untuk mengakses pengetahuan
9. Memiliki realbilitas
10.Meningkatkan kapabilitas system computer
11.Memiliki kemampuan untuk bekerja dengan informasi yang
tidak lengkap dan mengandung ketidakpastian
12. Sebagai media pelengkap dalam pelatihan
13.Meningkatkan kapabilitas dalam penyelesaian masalah
14.Menghemat waktu dalam pengambilan keputusan
2.1.4 Kelemahan Sistem Pakar
1. Biaya yang diperlukan untuk membuat dan memeliharanya
sangat mahal
2. Sulit dikembangkan. Hal ini terkait dengan ketersediaan
pakar dibidangnya
2.1.5 Ciri dan Karakteristik Sistem Pakar
1. Mudah di modifikasi.
2. Dapat digunakan dalam berbagai jenis komputer.
3. Memiliki kemampuan untuk belajar beradaptasi
4. Memiliki informasi yang lebih handal.
2.1.6 Tipe Sistem Pakar
1. Interpretasi : Menghasilkan deskripsi situasi berdasarkan
data sensor
2. Prediksi : Memperkirakan akibat yang mungkin dari
situasi yang diberikan.
3. Diagnosis : Menyimpulkan kesalahan sistem berdasarkan
gejala (symptoms).
4. Disain : Menyusun objek-objek berdasarkan kendala.
5. Planning : Merencanakan tindakan
6. Monitoring : Membandingkan hasil pengamatan dengan
proses perencanaan.
7. Debugging : Menentukan penyelesaian dari kesalahan
sistem.
8. Reparasi : Melaksanakan rencana perbaikan.
9. Instruction :Diagnosis, debugging, dan reparasi kelakuan
pelajar.
10. Control : Diagnosis, debugging, dan reparasi kelakuan
sistem.
2.1.7 Klasifikasi Sistem Pakar
1. Sistem Abstrak dan System Fisik
Sistem abstrak (abstract system) adalah sistem yang berisi
gagasan atau konsep, misalnya sistem teologi yang berisi
gagasan tentang hubungan manusia dan tuhan. Sedangkan
sistem fisik (physical system) adalah sistem yang secara fisik
dapat dilihat, misalnya sistem komputer, sistem sekolah,
sistem akuntansi dan sistem transportasi.
2. Sistem Deterministic dan System Probabilistik
Sistem deterministik (deterministic system) adalah suatu
sistem yang operasinya dapat diprediksi secara tepat,
misalnya sistem komputer. Sedangkan sistem probabilistik
(probabilistic system) adalah sistem yang tak dapat diramal
dengan pasti karena mengandung unsur probabilitas,
misalnya sistem arisan dan sistem sediaan, kebutuhan rata-
rata dan waktu untuk memulihkan jumlah sediaan dapat
ditentukan tetapi nilai yang tepat sesaat tidak dapat
ditentukan dengan pasti.
3. Sistem Tertutup dan Sistem Terbuka
Sistem tertutup (closed system) adalah sistem yang tidak
bertukar materi, informasi, atau energi dengan lingkungan,
dengan kata lain sistem ini tidak berinteraksi dan tidak
dipengaruhi oleh lingkungan, misalnya reaksi kimia dalam
tabung yang terisolasi. Sedangkan sistem terbuka (open
system) adalah sistem yang berhubungan dengan
lingkungan dan dipengaruhi oleh lingkungan, misalnya
sistem perusahaan dagang.
4. Sistem Alamiah dan Sistem Buatan Manusia
Sistem Alamiah (natural system) adalah sistem yang terjadi
karena alam, misalnya sistem tata surya. Sedangkan sistem
buatan manusia (human made system) adalah sistem yang
dibuat oleh manusia,misalnya sistem komputer.
5. Sistem Sederhana dan Sistem Kompleks
Berdasarkan tingkat kerumitannya, sistem dibedakan
menjadi sistem sederhana (misalnya sepeda) dan sistem
kompleks (misalnya otak manusia).
2.1.8 Langkah-langkah Membangun Sistem Pakar
1. Menentukan batasan – batasan dari suatu sistem pakar yang
akan dirancang
2. Memilih jenis keputusan apa yang akan diambil
3. Meng-extract pengetahuan dari pakar, caranya yaitu dengan
dependency diagram dan graphical representation
4. Merepresentasikan pengetahuan dalam sistem pakar
(membuat rules) salah satu teknik yang dapat digunakan
yaitu merepresentasikan ke dalam bentuk IF-THEN rules
5. Membuat inference engine dengan menggunakan metode
yang sesuai
6. Merancang user interface
2.1.9 Elemen Sistem Pakar
1. User Interface (Antarmuka Pemakai)
Merupakan mekanisme komunikasi antara pengguna (user)
dengan sistem. Antarmuka pemakai (User Interface) dapat
menerima informasi dari pengguna (user) dan memberikan
informasi kepada pengguna (user) untuk membantu
mengarahkan alur penelusuran masalah sampai ditemukan
suatu solusi. User interface, berfungsi untuk menginputkan
pengetahuan baru ke dalam basis pengetahuan sistem pakar
(ES), menampilkan penjelasan sistem dan memberikan
panduan pemakaian sistem secara menyeluruh step by step
sehingga user mengerti apa yang akan dilakukan terhadap
suatu sistem. Yang terpenting dalam membangun user
interface adalah kemudahan dalam memakai/ menjalankan
sistem, interaktif, komunikatif.
2. Knowledge base (Basis Pengetahuan)
Basis pengetahuan adalah suatu jenis basis data yang
dipergunakan untuk manajemen pengetahuan. Berisi
pengetahuan relevan yang diperlukan untuk memahami,
merumuskan, dan memecahkan persoalan. Basis tersebut
mencakup dua elemen dasar :
1. Fakta, misalnya situasi persoalan dan teori area
persoalan.
2. Heuristik atau aturan khusus yang mengarahkan
penggunaan pengetahuan untuk memecahkan persoalan
khusus dalam domain tertentu.
Selain itu, mesin inferensi dapat menyertakan pemecahan
persoalan untuk tujuan umum dan aturan pengambilan
keputusan ). Heuristik menyatakan pengetahuan peniliaian
informal dalam area aplikasi. Pengetahuan, tidak hanya
fakta, adalah bahan mentah primer dalam sistem pakar.
3. Knowledge Acquisition (Akuisisi Pengetahuan)
Akuisisi pengetahuan adalah akumulasi, transfor dan
transormasi keahlian dalam menyelesaikan masalah dari
sumber pengetahuan ke dalam program computer. Dalam
tahap ini knowledge engineer berusaha menyerap
pengetahuan untuk selanjutnya ditransfer ke dalam basis
pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi
dengan buku, basis data, laporan penelitian dan pengalaman
pemakai.
4. Mesin Inferensi
Komponen ini mengandung mekanisme pola piker dan
penalaran yang digunakan oleh pakar dalam menyelesaikan
suatu masalah. Mesin inferensi adalah program computer
yang memberikan metodologi untuk penalaran tentang
informasi yang ada dalam basis pengetahuan dan dalam
workplace, dan untuk memformulasikan kesimpulan.
2.1.10 Cara Kerja Sistem Pakar
2.1.1 Metode Forward Chaining
Pencocokan fakta atau pernyataan dimulai dari
bagian sebelah kiri (IF dahulu). Dengan kata lain,
penalaran dimulai dari fakta terlebih dahulu untuk menguji
kebenaran hipotesis.
Gambar 2.1 Forward Chaining
2.1.2 Metode Backward Chaining
Pencocokan fakta atau pernyataan dimulai dari
bagian sebelah kanan (THEN dahulu). Dengan kata lain,
penalaran dimulai dari hipotesis terlebih dahulu,dan untuk
menguji kebenaran hipotesis tersebut dicari fakta-fakta
yang ada dalam basis pengetahuan.
Gambar 2.2 Backward Chaining
2.1.3 Mekanisme Inferensi
Mekanisme inferensi adalah bagian dari system
intelejen yang melakukan penalaran dengan
menggunakan isi daftar aturan berdasarkan urutan dan
pola tertentu. Selama proses konsultasi antar sistem
dengan pemakai,mekanisme inferensi menguji aturan satu
demi satu (penelusuran) sampai kondisi aturan itu benar.
Sistem penalaran secara umum dapat dilakukan dengan
dua metode (Kusumadewi S.) yaitu:
1. Forward Reasoning (Penalaran Maju).
Pelacakan dimulai dari keadaan awal (informasi atau
fakta yang ada) dan kemudian dicoba untuk
mencocokan dengan tujuan yang diharapkan.
2. Backward Reasoning (Penalaran Mundur). Pada
penalaran ini dimulai dari tujuan atau hipotesa,baru
dicocokan dengan keadaan awal atau fakta-fakta yang
ada.
2.2 Metode yang digunakan
Fuzzy Multiple Attribute Decision Making FMADM adalah
suatu metode yang digunakan untuk mencari alternatif
dengan kriteria tertentu. Inti dari FMADM adalah
menentukan nilaibobot 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 subjektif dan pendekatan objektif dan
pendekatan integrasi antara subjektif dan objektif. Masing-
masing pendekatan memiliki kelebihan dan kelemahan.pada
pendekatan subjektif, nilai bobot ditentukan berdasarkan
subyektifitas dari pengambil keputusan, sehingga beberapa
faktor dalam proses perangkingan alternatif bisa ditentukan
secara bebas. Sedangkan pada pendekatan obyektif, nilai
bobot dihitung secara matematis sehingga mengabaikan
subyektifitas dari pengambilan keputusan.
(Kusumadewi,2007).
Ada beberapa metode yang dapat digunakan untuk
menyelesaikan masalah FMADM. Antara lain (Kusumadewi,
2006):
a. Simple Additive Weighting Method (SAW)
b. Weighted Product (WP)
c. Electre
d. Technique for Order Preference by Similiarity to Ideal
Solution (TOPSIS)
e. Analytic Hierarchy Process (AHP)
2.3 Algoritma FMADM
Algoritma FMADM adalah
1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria
(Ci) 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 menghiitung
nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada
atribut Cj berdasarkan persamaan yang disesuaikan
dengan jenis atribut (atribut keuntungan/benefit =
MAKSIMUM atau biaya/cost = MINIMUM). Apabila
berupa atribut keuntungan maka nilai crisp (Xij) dari setiap
kolom atribut dibagi dengan nilai crisp MAX (MAX X ij) dari
setiap kolom atribut biaya, nilai crisp MIN (MIN Xij) dari
tiap kolom atribut dibagi dengan nilai crisp (Xij) setia
kolom.
4. Melakukan proses perangkingan dengan cara
mengalikan matriks ternormalisasi (R) dengan nilai bobot
(W).
5. Menentukan nilai preferensi untuk setiap alternatif (Vi)
dengan cara menjumlahkan hasil kali antara matriks
ternormalisasi (R) dengan nilai bobot (W). Nilai Vi yang
lebih besar mengidikasikan bahwa alternatif Ai lebih
terpilih. (Kusumadewi,2007).
2.4 Langkah Penyelesaian
Dalam penelitian ini menggunakan FMADM metode SAW.
Adapun langkah-langkahnya adalah:
1. Menentukan kriteria-kriteria yang akan dijadikan acuan
dalam pengambilan keputusan, yaitu Ci.
2. Menentukan rating kecocokan setiap alternatif pada setiap
kriteria.
3. Membuat matriks keputusan berdasarkan kriteria (Ci),
kemudian melakukan normalisasi matriks berdasarkan
persamaan yang disesuaikan dengan jenis atribut (atribut
keuntungan atupun atribut biaya) sehingga diperoleh matriks
ternormalisasi R.
4. Hasil akhir diperoleh dari proses perangkingan yaitu
penjumlahan dari perkalian matriks ternormalisasi R dengan
vektor bobot sehingga diperoleh nilai terbesar yang dipilih
sebagai alternatif terbaik (Ai) sebagai solusi. (Kusumadewi,
2006).
2.5 Metode SAW
Metode SAW sering juga dikenal istilah metode penjumlahan
terbobot. Konsep dasar metode SAW adalah mencari
penjumlahan terbobot dari rating kinerja pada setiap
alternatif pada semua atribut. Metode SAW membutuhkan
proses normalisasi matriks keputusan (X) ke suatu skala
yang dapat diperbandingkan dengan semua rating alternatif
yang ada.
xy jika j adalah atribut keuntungan (benefit) Max xy
i
ry = (2.1)
Min Xy
i Jika j adalah atribut biaya (cost) XY
Dimana rij adalah rating kinerja ternormalisi dari alternatif A i
pada atribut Cj; i=1,2,...,m dan j=1,2,...n.
Nilai preferensi untuk setiap alternatif (Vi) diberikan
sebagai:
Vi yang lebih besar mengindikasikan bahwa alternatif
Ai diberikan sebagai:
n
Vi = ∑ wjrij (2.2)
j=1
nilai Vi yang lebih besar mengindikasikan bahwa
alternatif Ai lebih terpilih
2.6 Diagram Data
2.6.1 Context Diagram
Context diagram meruakan tingkatan tertinggi dalam
diagram aliran data dan hanya memuat satu proses,
menunjukan sistem secara keseluruhan. Proses tersebut
diberi nomor nol. Semua entitas eksternal yang ditunjukan
pada diagram konteks berikut aliran data-aliran data
utama menuju dan dari sistem.
Simbol Uraian
Gambar lingkaran menunjukkan proses
dari sistem pada Context Diagram.
Gambar anak panah menunjukkan
konektor atau penghubung anatr entitas
dan aliran data
Gambar kotak persegi menunjukkan
entitas pada Context Diagram.
2.6.2 Data Flow Diagram (DFD)
Suatu diagram yang menggunakan notasi-notasi
untuk menggambarkan arus dari data sistem, yang
penggunaannya sangat membantu untuk memahami
sistem secara logika, tersruktur dan jelas,disimbolkan
dengan menggunakan suatu notasi tanda panah.
Simbol Uraian
Merepresentasikan sumber data (Entity).
Merepresentasikan aliran data.
Merepresentasikan transformasi / proses
aliran data (sistem).
Merepresentasikan tempat untuk
menyimpan data (file).
2.6.3 Entity Relationship Diagram (ERD)
Entity Relation Diagram adalah model konseptual
yang mendeskripsikan hubungan antara penyimpanan
(dalam DFD) menggambarkan struktur data dan
hubungan antar data, dalam penggambaran ERD ada 3
(tiga) komponen yaitu:
Keterangan Simbol Uraian
Entity Adalah suatu obyek yang
dapat diidentifikasi dalam
lingkungan pemakai Entity
dapat berupa orang, tempat,
kejadian atau konsep yang
informasinya
direkam.
Attribute Adalah merupakan data
elemen / data item, data field
yang menggambarkan suatu
entity. Atribut dibagi menjadi
dua yaitu:
1. Simple attribute, misalnya
kode tamu.
2. Composite atribute,
misalnya nama tamu
Relationship
Merepresentasikan
transformasi / proses aliran
data (sistem).
1. Relasi atau hubungan
Menunjukkan adanya hubungan diantara sejumlah
entitas yang berasal dari entitas berbeda. Relasi
dibagi 3 (tiga) antara lain:
a. One to one
Hubungan dimana satu record ditabel A hanya
punya satu pasangan record di table B.
Relasi One to one
b. One to many
11Mahasiswa Membayar Orang Tua
Hubungan dimana satu record ditabel A punya
banyak pasangan record ditabel B tetapi satu
record ditabel hanya punya satu record ditabel B.
Relasi One to many
c. Many to Many
Hubungan dimana satu record ditabel A punya
banyak record ditabel B begitu sebaliknya.
Relasi Many to many
2.6.4 Normalisasi
Normalisasi merupakan teknik analisis data yang
mengorganisasikan atribut-atribut data dengan cara
mengelompokkan sehingga terbentuk entitas yang non-
redundant, stabil, dan fleksible.
Normalisasi dilakukan sebagai uji coba pada suatu relasi
secara berkelanjutan untuk menentukan apakah relasi itu
sudah baik, yaitu dapat dilakukan proses insert, update,
delete, dan modifikasi pada satu atau beberapa atribut
tanpa mempengaruhi integritas data dalam relasi tersebut.
Pada proses normalisasi terhadap tabel pada database
dapat dilakukan dengan tiga tahap normalisasi antara lain:
1. Bentuk Normal ke Satu (1NF)
NN
N1Mahasiswa
MembayarSPP
Mahasiswa MengambilMata kuliah
a. Syarat :
b. Tidak ada set atribut yang berulang atau bernilai
ganda.
c. Telah ditentukannya primary key untuk tabel atau
relasi.
d. Tiap atribut hanya memiliki satu pengertian.
e. Tiap atribut yang dapat memiiki banyak nilai
sebenarnya menggambarkan entitas atau relasi
yang terpisah.
2. Bentuk Normal ke Dua (2NF)
a. Syarat :
b. Bentuk data telah memenuhi kriteria bentuk
normal ke satu.
c. Atribut bukan kunci(non-key attribute) haruslah
memiliki ketergantungan fungsional sepenuhnya
pada primary key
3. Bentuk Normal ke Tiga (3NF)
a. Syarat :
b. Bentuk data telah memenuhi kriteria bentuk
normal ke dua.
c. Atribut bukan kunci(non-key attribute) tidak boleh
memiliki ketergantungan fungsional terhadap
atribut bukan kunci lainnya. Seluruh atribut bukan
kunci pada suatu relasi hanya memiliki
ketergantungan fungsional terhadap primary key
di relasi itu saja.
2.7 Flowchart
Flowchart adalah jenis diagram yang merepresentasikan
suatu algoritma atau proses, menunjukkan langkah-langkah
sebagai kotak dari berbagai jenis, dan pesanan mereka dengan
menghubungkan ini dengan anak panah. Representasi diagram
dapat memberikan solusi langkah-demi-langkah untuk masalah
yang diberikan. Operasi proses direpresentasikan dalam kotak-
kotak, dan panah menghubungkan mereka mewakili aliran kontrol.
Arus data yang tidak biasanya direpresentasikan dalam flowchart,
berbeda dengan diagram aliran data, melainkan, mereka tersirat
oleh urutan operasi. Flowchart digunakan dalam menganalisis,
merancang, mendokumentasikan atau mengelola proses atau
program di berbagai bidang.
Flowchart digunakan dalam merancang dan
mendokumentasikan proses kompleks. Seperti jenis lain dari
diagram, mereka membantu memvisualisasikan apa yang sedang
terjadi dan dengan demikian membantu dalam memahami proses,
dan mungkin juga menemukan kelemahan, kemacetan, dan lain
yang kurang-jelas fitur di dalamnya. Ada berbagai jenis diagram
alir, dan setiap jenis memiliki repertoar sendiri kotak dan konvensi
penulisan. Dua jenis yang paling umum dari kotak dalam flowchart
adalah langkah pengolahan, biasanya disebut aktivitas, dan
dilambangkan sebagai kotak persegi panjang dan keputusan,
biasanya dinotasikan dengan berlian.
Simbol Uraian
Line/Flow
Digunakan untuk menghubungkan antara
simbol yang satu dengan yang lain dan
untuk menggambarkan aliran data.
Disk
Simbol untuk menyatakan input berasal
dari disk atau output disimpan ke disk
Punched Card
Simbol yang menyatakan input berasal
dari katu atau output ditulis ke kertas.
Manual Input/Keyboard
Simbl untuk pemasukan data secara
manual melalui keyboard.
Display
Simbol yang menyatakan peralatan
output yang digunakan yaitu layer, plotter,
printer dan lain sabagainya.
Manual Process
Simbol yang menunjukan pengelolahan
yang tidak dilakukan dengan komputer
Decision
Simbol untuk kondisi yang akan
menghasilkan beberapa kemungkinan
jawaban/aksi.
Magnetic Tape
Simbol yang menyatakan input berasal
dari pita megnetik atau output ditulis ke
kartu
Document
Simbol yang menyatakan input berasal
dari dokumen dalam bentuk kertas atau di
cetak ke kertas
Off Line Storage
Simbol untuk menunjukan bahwa data
didalam simbol ini akan disimpan
Connector
Simbol untuk keluar/masuk prosedur atau
proses dalam lembar yang sama
Off Line Connector
Simbol untuk keluar/masuk prosedur atau
proses dalam lembar yang lain
2.8 Sistem Kelayakan Beasiswa
2.8.1 Pengertian Beasiswa
Beasiswa adalah pemberian berupa bantuan
keuangan yang diberikan kepada perorangan yang
bertujuan untuk digunakan demi keberlangsungan
pendidikan yang ditempuh. Beasiswa dapat diberikan
oleh lembaga pemerintah,perusahaan ataupun
yayasan.
Pemberian beasiswa dapat dikategorikan pada
pemberian cuma-cuma ataupun pemberian dengan
ikatan kerja (biasa disebu tikatan dinas) setelah
selesainya pendidikan. Lama ikatan dinas ini berbeda-
beda, tergantung pada lembaga yang memberikan
beasiswa tersebut.
2.8.2 Karakteristik Beasiswa
1. Memiliki IPK minimal 3,00 untuk Beasiswa prestasi.
2. Memiliki absensi kehadiran perkuliahan minimal 80%.
3. Surat keterangan aktif Organisasi.
4. Sertifikat atau Piagam penghargaan.
5. Menyerahkan surat keterangan penghasilan orang tua
dari kelurahan atau instansi yang terkait.
2.8.3 Kelebihan dan Kekurangan Sistem Kelayakan
Beasiswa
2.8.4 Persyaratan Keberhasilan Sistem Kelayakan
Beasiswa
BAB III
PEMBAHASAN
3.1 Analisa System
Penyeleksian Beasiswa pada umumnya merupakan usaha yang
dilakukan para pihak Perguruan Tinggi untuk mendompleng para
mahasiswa agar bisa meningkatkan prestasi di bidang akademik mupun
non akademik. Sistem perancangan untuk penyeleksian Beasiswa di
STMIK ASIA Malang masih terkesan manual dan dan rumit.
Proses penyeleksian di tiap Perguruan Tinggi berbeda – beda, di
STMIK ASIA Malang terdapat dua jenis Beasiswa yaitu Beasiswa
Mahasiswa berprestasi (Akademik) dan BeasiswaBantuan Mahasiswa
tidak mampu (Ekonomi). Sumber beasiswanya terdapat dari Pemerintah :
Prestasi Akademik (PPA), Bantuan Belajar Mahasiswa (BBM) yang
mempunyai kriteria yaitu memiliki IPK minimal 3,00 untuk Beasiswa
Prestasi, memiliki IPK 2,50 untuk Beasiswa tidak mampu, berdasarkan
penghasiln Orang tua, Berdasarkan jumlah tanggungan keluarga,
Berdasarkan aktif tidaknya mahasiswa dalam kegiatan kemahasiswaan.
Di STMIK ASIA Malang mempunyai prosedur Penerimaan Beasiswa yang
terdiri dari :
6. STMIK ASIA Malang memperoleh informasi beasiswa dari Kopertis
Wilayah VII Jatim.
7. Informasi beasiswa disampaikan ke Pembantu Ketua III melalui Staf
Pembantu Ketua III.
8. Pengajuan usulan/proposal beasiswa kepada koordinator Kopertis
Wilayah VII.
9. Pengumuman alokasi jumlah penerima beasiswa PPA dan BBM.
10. Informasi beasiswa diumumkan kepada pihak mahasiswa.
11. Mahasiswa mengajukan permohonan/berkas persyaratan kepada
Pembantu KetuaIII melalui Staf Pembantu Ketua III.
12. Staf Pembantu Ketua III menerima dan menyeleksi berkas
persyaratan pengajuan beasiswa.
13. Daftar beasiswa yang lolos seleksi dituangkan dalam Surat Keputusan
Pimpinan.
14. Selanjutnya melalui Pembantu Ketua III berkas persyaratan
disampaikan kepada pihak instansi pemberi beasiswa untuk diproses.
15. Pihak Instansi pemberi beasiswa menerbitkan SK penerima beasiswa
dan melakukan transfer dana beasiswa.
16. Pembantu Ketua III dan Staf melaksanakan penyampaian dana
beasiswa sesuai data yang ditetapkan oleh instansi pemberi beasiswa
dan tanda terima beasiswa disampaikan kembali kepada pihak
Instansi pemberi beasiswa sebagai laporan.
Berikut akan dijelaskan alur/flowchart Penerimaan Beasiswa STMIK ASIA
Malang
3.2 Analisa Kebutuhan Sistem
Sebelum melakukan perancangan sistem terlebih dahulu dilakukan
analisa kebutuhan sistem yaitu :
1. Menganalisa semua kebutuhan sistem secara global terkait dengan
fungsi dan aktivitas-aktivitas sistem yang akan dibangun.
2. Analisis kebutuhan Data, tahap ini dilakukan untuk memperoleh
masukan berdasarkan temuan masalah yang telah diidentifikasi guna
memperoleh data yang valid terkait dengan rencana pengembangan
sistem informasi oleh manajemen. Cara yang umum dilakukan
menganalisa semua data-data yang diperoleh dari tim perancang
sistem pakar melalui wawancara, observasi, survey, referensi dan
dokumentasi.
3. Analisis kebutuhan tools, melakukan analisa tehadap perangkat keras
ataupun perangkat lunak yang akan digunakan oleh tim perancang
sistem pakar.
4. Analisis kebutuhan Sistem Informasi yang dikembangkan meliputi
analisis kebutuhan input, kebutuhan proses dan kebutuhan output dari
Sistem Informasi yang diusulkan.
3.2.1 Analisa Kebutuhan Hardware
Salah satu ciri sistem pakar yang baik adalah dapat digunakan
dalam berbagai jenis komputer. Untuk itu aplikasi sistem pakar yang
akan dibangun diharapkan dapat memenuhi ciri tersebut.
Perancangan Sistem pakar penyeleksian beasiswa ini akan
dibangun pada seperangkat komputer PC dengan spesifikasi hardware
sebagai berikut:
a. Processor Intel Core2 Duo T6600
b. 1GB DDR2
c. 320GB HDD
d. DVD±RW
e. 56K Modem
f. VGA SIS Mirage3 256MB (shared)
Dalam implementasinya, sistem pakar ini dirancang supaya dapat
dijalankan pada seperangkat komputer dengan spesifikasi lebih rendah
atau lebih tinggi dari spesifikasi komputer diatas.
3.1.1. Analisa Kebutuhan Software
Dalam perancangan sistem pakar ini digunakan beberapa
aplikasi yang dimanfaatkan untuk merancang alur proses sistem.
Perancangan alur proses sistem digambarkan dalam bentuk diagram
alir, diagram data serta diagram relasi antar data. Misalnya atau Visio.
Untuk implementasi dari rancangan sistem pakar ini
digunakan aplikasi pemrograman Microsoft Visual Basic 6.0 dan
database Microsoft Access.
3.1.2. Analisa Kebutuhan Proses
Untuk merancang sebuah sistem, harus dilakukan analisa
data terlebih dahulu. Baik itu data masukan yang dibutuhkan dalam
sistem maupun data keluaran yang dihasilkan oleh sistem. Pada
Perancangan Sistem Pakar Kelayakan Beasiswa ini, sistem
membutuhkan data masukan yang akan digunakan dalam proses
inferensi guna menghasilkan data keluaran sistem yaitu menentukan
metode pengajaran yang cocok berdasarkan data masukan tersebut.
Sebelum mengetahui data masukan yang dibutuhkan, harus
ditentukan terlebih dahulu data keluaran yang diinginkan. Pada sistem
pakar ini, kebutuhan data keluaran berupa metode penentuan yang
cocok dan dapat diterapkan pada proses penyeleksian kelayakan
beasiswa.
Setelah mengetahui data keluaran yang diinginkan dari sistem
selanjutnya adalah melakukan analisa data masukan yang dibutuhkan.
Adapun data masukan yang dibutuhkan adalah sebagai berikut:
1. Data jumlah mahasiswa yang tersaring dalam
penyeleksian
2. Data kriteria mahasiswa penerima beasiswa
3. Data prosedur penerimaan beasiswa
Setelah melakukan analisa data masukan dan data keluaran
sistem, selanjutnya dilakukan analisa proses data di dalam sistem.
Proses di dalam sistem pakar akan melibatkan dua hal pokok, yaitu
basis pengetahuan dan mesin inferensi.
Basis pengetahuan dapat berupa gejala-gejala (data masukan) serta
hubungannya dengan alternatif solusi (data keluaran). Mesin inferensi
berisi metode penalaran untuk menggunakan basis pengetahuan
dalam menentukan objek yang sesuai dengan data masukan yang
diinputkan ke dalam sistem.
3.3 Pemecahan Masalah
Berdasarkan permasalahan yang telah dijelaskan
sebelumnya, maka dibuatlah program sistem pakar untuk menganalisa
perancangan sistem pakar kelayakan beasiswa guna membantu para
Staf PK III dalam menentukan sistem yang tepat pada STMIK ASIA
Malang.
Untuk proses penalaran/inferensi, terlebih dahulu dilakukan
penilaian terhadap kriteria – kriteria penerima beasiswa. Berdasarkan
penilaian tersebut akan dilakukan proses inferensi untuk menentukan
siapa saja yang masuk dalam penyeleksian beasiswa.
Masing-masing data masukan (input) dilakukan penilaian
(assessment) untuk merepresentasikan kondisi sebuah sistem
terhadap permasalahan yang dihadapi. Tabel dibawah ini
menunjukkan sistem penilaian (assessment) yang diterapkan pada
data masukan.
3.4Hasil dan pembahasan
Seperti telah dijelaskan pada pendahuluan penilain dilakukan
dengan melihat nilai-nilai terhadap indikator yaitu nilai IPK,
penghasilan Orangtua, Absensi setiap semester, aktif organisasi.
Selanjutnya masing-masing indikator tersebut dianggap sebagai
kriteria yang akan dijadikan sebagai faktor untuk penerima beasiswa
dan himpunan fuzzy nya adalah Rendah, Sedang, Tengah, Tinggi,
Banyak. Himpunan ini kemudian diperlakukan sebagai input kedalam
sistem FMADM (dalam hal ini Ci).
3.5Analisis Kebutuhan Input
Input untukmelakukan proses pengambilan keputusan dari
beberapa alternatif ini dilakukan dengan menggunakan kuesioner.
1. Variabel yang dibutuhkan adalah sebagai berikut :
a. Nilai IPK
b. Absensi setiap Semester
c. Aktif Organisasi
d. Sertifikat atau Piagam
e. Surat Penghasilan Orangtua
f. Kartu Keluarga
3.6 Analisis Kebutuhan Output
Keluaran yang dihasilkan dari penelitian ini adalah sebuah alternatif
yang memiliki nilai tertinggi dibandingkan dengan alternatif nilai yang
lain. Pada penelitian ini hasil keluarannya diambil dari urutan alternatif
tertinggi ke alternatif terendah. Hasil akhir yang dikeluarkan oleh
program nanti berasal dari nilai setiap kriteria, karena dalam setiap
kriteria memiliki nilai yang berbeda-beda.
Urutan alternatif yang akan ditampilkan mulai dari alternatif tertinggi
dari alternatif terendah. Alternatif yang dimaksud adalah
mahasiswanya.
3.7 Kriteria Yang Dibutuhkan
3.7.1 Bobot
Dalam metode penelitian ini ada bobot dan kriteria yang dibutuhkan
untuk menentukan siapa yang akan terseleksi sebagai penerima
beasiswa.
Adapun kriterianya adalah:
C1 = Nilai IPK
C2 = Jumlah absensi setiap semester
C3 = Jumlah Aktif Organisasi
C4 = Jumlah Sertifikat dan Piagam
C5 = Jumlah pengahasilan Orang tua
C6 = Jumlah saudara kandung
Dari masing-masing bobot tersebut, maka dibuat suatu variabel-
varibelnya. Dimana dari suatu variabel tersebut akan dirubah
kedalam bilangan fuzzynya.
Di Bawah ini adalah bilangan fuzzy dari bobot.
1. Sangat rendah (SR) = 0,2
2. Rendah (R) = 0.4
3. Cukup (C) = 0.6
4. Tinggi (T) = 0.8
5. Sangat tinggi (ST) = 1
µ
3.7.2 Kriteria Nilai IPK
Variabel Nilai IPK dikonversikan dengan bilangan fuzzy dibawah ini.
Tabel 1. Nilai IPK
NIlai IPK NilaiIPK <= 3,00 0
3,00 - <= 3,25 0.53,25 - <= 3,50 0.75IPK >= 3,50 1
3.7.3 Kriteria Jumlah Absensi per semester
Variabel Absensi dikonversika dengan bilangan fuzzy dibawah ini.
Tabel 2. Absensi
Absensi Nilai<=65% 0
70% - <=75% 0.575% - <= 80% 0.75
>= 80% 1
3.7.4 Kriteria Aktif Organisasi
Variabel Aktif Organisasi dikonversikan dengan bilangan fuzzy
dibawah ini.
Tabel 3. Jumlah Aktif Organisasi
Jumlah Aktif Orgnisasi Niliai1 Organisasi 0.252 Organisasi 0.53 Organisasi 0.75
>= 4 Organisasi 1
3.7.5 Kriteria Jumlah Sertifikat dan Piagam
Variabel jumlah sertifikat atau piagam dikonversikan dengan
bilangan fuzzy dibawah ini.
Tabel 4. Jumlah Sertifikat dan Piagam
Jumlah Sertifikat dan Piagam
Nilai
1 02 0.253 0.54 0.75
>= 5 1
3.7.6 Kriteria Pengahasilan Orangtua
Variabel penghasilan orang tua di konversikan dengan bilangan
fuzzy dibawah ini.
Tabel 5. Penhasilan Orangtua
Penghasilan Orangtua (X) NilaiX <= Rp. 1.000.000 0.25
X = Rp. 1.000.000 - <= 5.000.000 0.5
X = Rp. 5.000.000 - <= 10.000.000 0.75X >= Rp. 10.000.000 1
3.7.7 Kriteria Jumlah saudara Kandung
Variabel jumlah saudara kandung di konversikan dengan bilangan
fuzzy dibawah ini.
Tabel 6. Jumlah saudara Kandung
Jumlah Saudara Kandung
Nilai
1 saudara 02 saudara 0.253 saudara 0.54 saudara 0.75
5 saudara 1
4 Masukan Data
Nilai dari setiap attribute yang merupakan proses hasil penginputan
data dari pemohon beasiswa yang sudah dikoversikan berdasarkan
bobot kriteria yang sudah di tentukan melalui proses perhitungan.
Tabel 7. Nilai setiap alternative pada setiap atrribut setelah
dikonversikan berdasarkan bobot kriteria.
AlternatifeAtrribut ( Kriteria )
C1 C2 C3 C4 C5 C6Mahasiswa 1 0.75 0.5 0.25 0.5 0.75 0Mahasiswa 2 0 1 0.5 0.75 0.5 0.75Mahasiswa 3 1 0.5 0.25 0 0.25 0.5Mahasiswa 4 0.5 0.75 0.25 0.5 1 0Mahasiswa 5 0.5 0.5 0.5 0.25 0.5 0.5Mahasiswa 6 0.75 0 1 1 0.5 0
Mahasiswa 7 1 0.75 0.25 0.5 0.25 0.25Mahasiswa 8 0.5 1 0.25 0.25 0.5 0.25Mahasiswa 9 1 0.5 0.5 0.25 0.75 0.5Mahasiswa 10 0.75 0.75 0.25 0.5 0.25 1
Berdasarkan pada gambar diatas, dapat dibentuk matriks
keputusan X dengan mengambil 3 sampel data mahasiswa :
0.75 0.5 0.25 0.5 0.75 0
X = 0 1 0.5 0.75 0.5 0.75
1 0.5 0.25 0 0.25 0.5
Matriks ternormalisasi R
0.75 0.5 0.25 0.5 0.33 0
0 1 0.5 0.75 0.5 0.75
1 0.5 0.25 0 1 0.75
W = 1 0.8 0.4 0.6 0.8 0.4
Perkalian Matriks W * R sebagai berikut :
0.75 0.40 0.10 0.30 0.25 0
0 0.80 0.20 0.45 0.40 0.30
1 0.40 0.10 0 0.80 0.30
Langkah berikutnya adalah penjumlahan dari setiap alternative.
Supaya lebih jelas dimisalkan untuk baris pertama dari matriks diatas
adalah A1, baris ke 2 = A2 dan baris ke 3 = A3 dst. Setelah dilakukan
proses pejumlahan didapatkan nilai A1 = 1.80, A2 = 2.15, A3 = 2.6.
Langkah terakhir adalah proses perangkingan. Hasil perangkingan
diperoleh : V1 = 1.80, V2 = 2.15, V3 = 2.6. Nilai terbesar ada pada V3
sehingga alternative A3 (Mahasiswa ke 3) adalah alternative yang terpilih
sebbagai alternatif terbaik.
top related