PENERAPAN METODE FMADM DALAM PENENTUAN KUOTA DAN PEMBERIAN BEASISWA PADA UNIVERSITAS NEGERI GORONTALO

PROPOSAL PENELITIAN

Alexander Husain Badjuka 531410152

PROGRAM STUDI S1 SISTEM INFORMASI JURUSAN TEKNIK INFORMATIKA FAKULTAS TEKNIK UNIVERSITAS NEGERI GORONTALO MARET, 2012

BAB I PENDAHULUAN 1.1. Latar Belakang Beasiswa adalah merupakan suatu bentuk penghargaan terhadap siswa maupun mahasiswa selama menjalani pendidikan. Pemberian beasiswa ini diberikan oleh lembaga pendidikan maupun pihak luar kepada mereka yang berprestasi namun kurang mampu dalam nenyelesaikan pendidikannya. Lembaga pendidikan khususnya Universitas Negeri Gorontalo disetiap tahun anggaran banyak memberikan jenis beasiswa kepada mahasiswa berprestasi dan kurang mampu. Dalam hal penentuan kuota beasiswa, pihak rektorat dalam hal ini Biro AAKPSI UNG melakukan pembobotan maupun perangkingan disesuaikan dengan besaran anggaran lembaga yang dikhususkan untuk beasiswa, juga disesuaikan dengan jumlah mahasiswa yang ada pada setiap program studi. Hasil perangkingan diatas akan dijabarkan ke program studi guna mendapatkan kriteria mahasiswa penerima beasiswa. Penentuan kuota beasiswa yang selama ini dilakukan di Universitas Negeri Gorontalo mengacu pada kriteria jumlah mahasiswa terbanyak dari setiap program studi. Program Studi yang memiliki jumlah mahasiswa terbanyak akan mendapatkan jumlah terbanyak dan program studi yang memiliki jumlah mahasiswa paling sedikit tetap dihargai diberikan kuota beasiswa. Mengingat animo masayarakat dan perkembangan terhadapUNG yang begitu pesat akan berakibat pada meningkatnya jumlah mahasiswa dan jumlah program studi yang akan dibuka sehingga hal ini akan akan secara tidak langsung menuntut sumber daya manausia yang handal dan dukungan kemajuan teknologi informasi yang sesuai dengan arah perkembangan yang ada. Proses penentuan beasiswa oleh program studi yang selama ini dilakukan hanya mengacu pada kriteria yang diberikan dalam persyaratan, hal ini dirasa tidak cukup untuk menjadi bahan pertimbangan dan penentuan oleh program studi karena hanya dilihat dari beberapa aspek serta atas dasar kebijakan. Hal tersebut diatas yang mendasari penulis ingin mengembangkan sistem aplikasi pendukung keputusan dalam penentuan kuota dan pemberian beasiswa di setiap program studi. Sistem aplikasi yang akan dibangun akan menyeleksi berbagai kriteria yang didasarkan pada jumlah mahasiswa terbanyak, dan anggaran APBN UNG khusus untuk alokasi beasiswa. Hasil dari sistem aplikasi ini akan mendapatkan proporsi

terbaik yang akan mendapatkan kuota beasiswa dan penerima beasiswa, bahkan akan ada program studi yang tidak akan mendapat kuota beasiswa oleh karena tidak memenuhi kriteriakriteria yang telah disebutkan di atas. Model yang digunakan dalam sistem aplikasi pendukung keputusan ini adalah Fuzzy Multiple Attribute Decision Making (FMADM) dengan metode SAW. Metode SAW ini dipilih karena metode ini menentukan nilai bobot untuk setiap atribut, kemudian dilanjutkan dengan proses pemeringkatan yang akan menyeleksi alternatif terbaik dari sejumlah alternative. Alternatif yang dimaksud adalah yang program studi yang memiliki proporsi kuota untuk menerima beasiswa berdasarkan kriteria-kriteria yang ditentukan. Dengan metode pemeringkatan tersebut, diharapkan penilaian akan lebih tepat karena didasarkan pada nilai kriteria dan bobot yang sudah ditentukan sehingga akan mendapatkan hasil yang lebih akurat terhadap program studi dan mahasiswa yang akan menerima beasiswa tersebut.

1.2.Rumusan Masalah Berdasarkan latar belakang diatas dapat dirumuskan permasalahan yang akan diselesaikan yakni Bagaimana penerapan metode FMADM (Multiple Attribute Decission Making) dalam menentukan mahasiswa sebagai penerima beasiswa berdasarkan bobot dan kriteria yang sudah ditentukan. 1.3.Ruang Lingkup Penelitian Berdasarkan hasil rumusan diatas penulis melakukan pembatasan masalah adalah sebagai berikut :
1.

Beasiswa yang diangkat hanya terbatas pada beasiswa yang menjadi anggaran yang keluarkan oleh lembaga dalam hal ini Universitas Negeri Gorontalo. Pada penelitian ini data yang diolah bukan merupakan data entry oleh operator namun melalui admin program studi yang sudah dimasukkan lewat Sistem Informasi Akademik Terpadu (SIAT) secara on-line.

2.

1.4. Tujuan Penelitian Untuk mengetahui metode Fuzzy SAW dalam penentuan perangkingan penerima beasiswa sesuai dengan kriteria dan bobot yang ditentukan, sehingga tingkat objektivitas terhadap perangkingan akan lebih baik. 1.5. Manfaat Penelitian Dengan aplikasi yang menggunakan metode SAW diharapkan dapat membantu bagian kemahasiswaan BAAK-PSI UNG dalam proses penyeleksian program studi sesuai dengan kouta beasiswa yang proporsional dan se-objektif mungkin.

BAB II LANDASAN TEORI 2.1. Sistem Pendukung Keputusan

2.1.1. Pengertian Sistem Pendukung Keputusan

Sistem pendukung keputusan (SPK) adalah bagian dari sistem informasi berbasis komputer termasuk sistem berbasis pengetahuan atau manajemen pengetahuan yang dipakai untuk mendukung pengambilan keputusan dalam suatu organisasi atau perusahaan. Dapat juga dikatakan sebagai sistem komputer yang mengolah data menjadi informasi untuk mengambil keputusan dari masalah semi terstruktur yang spesifik. Menurut (Azhar, 1995), dari pengertian SPK maka dapat ditentukan karakteristik antara lain: 1. Mendukung proses pengambilan keputusan, menitik beratkan pada management by perception. 2. Adanya interface manusia atau mesin di mana manusia (user) tetap memegang kontrol proses pengambilan keputusan. 3. Mendukung pengambilan keputusan untuk membahas masalah terstruktur, semi terstruktur dan tak struktur. 4. Memiliki kapasitas dialog untuk memperoleh informasi sesuai dengan kebutuhan 5. Memiliki subsistem-subsistem yang terintegrasi sedemikian rupa sehingga dapat berfungsi sebagai kesatuan item. 6. Membutuhkan struktur data komprehensif yang dapat melayani kebutuhan informasi seluruh tingkatan manajemen. 2.1.2. Karakteristik dan Kemampuan Sistem Pendukung Keputusan Menurut (Turban, 2005), ada beberapa karakteristik dari SPK, di antarannya adalah sebagai berikut: 1. Mendukung seluruh kegiatan organisasi

2. Mendukung beberapa keputusan yang saling berinteraksi 3. Dapat digunakan berulang kali dan bersifat konstan 4. Terdapat dua komponen utama, yaitu data dan model 5. Menggunakan baik data ekternal maupun internal 6. Memiliki kemampuan what-if analysis dan goal seeking analysis 7. Menggunakan beberapa model kuantitatif Selain itu, Turban juga menjelaskan kemampuan yang harus dimiliki oleh sebuah sistem pendukung keputusan, di antaranya adalah sebagai berikut: 1. Menunjang pembuatan keputusan manajemen dalam menangani masalah semi terstruktur dan tidak terstruktur. 2. Membantu manajer pada berbagai tingkatan manajemen, mulai dari manajemen tingkat atas sampai manajemen tingkat bawah. 3. Menunjang pembuatan keputusan secara kelompok dan perorangan. 4. Menunjang pembuatan keputusan yang saling bergantungan dan berurutan. 5. Menunjang tahap-tahap pembuatan keputusan antara lain intelligence, design, choice dan implementation. 6. Menunjang berbagai bentuk proses pembuatan keputusan dan jenis keputusan. 7. Kemampuan untuk melakukan adaptasi setiap saat dan bersifat fleksibel. 8. Kemudahan melakukan interaksi sistem. 9. Meningkatkan efektivitas dalam pembuatan keputusan daripada efisiensi. 10. Mudah dikembangkan oleh pemakai akhir. 11. Kemampuan pemodelan dan analisis dalam pembuatan keputusan. 12. Kemudahan melakukan pengaksesan berbagai sumber dan format data. Disamping berbagai kemampuan dan karakteristik seperti dikemukakan di atas, sistem pendukung keputusan memiliki juga keterbatasan, antara lain: 1. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan yang sebenarnya.

2. Kemampuan suatu sistem pendukung keputusan terbatas pada pengetahuan dasar serta model dasar yang dimilikinya. 3. Proses-proses yang dapat dilakukan oleh sistem pendukung keputusan biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya. 4. Sistem pendukung keputusan tidak memiliki intuisi seperti yang dimiliki oleh manusia. Karena sistem pendukung keputusan hanya suatu kumpulan perangkat keras, perangkat lunak dan sistem operasi yang tidak dilengkapi oleh kemampuan berpikir.

2.2. Fuzzy Multiple Attribute Decision Making (FMADM)

Fuzzy Multiple Attribute Decision Making 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 (Kusumadewi, 2005). Ada beberapa metode yang dapat digunakan untuk menyelesaikan masalah FMADM antara lain (Kusumadewi, 2006): 1. Simple Additive Weighting Method (SAW) 2. Weighted Product (WP) 3. ELECTRE 4. Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) 5. Analytic Hierarchy Process (AHP)
2.3.

Simple Additive Weighting Metod (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 alternatife yang ada (Kusumadewi, 2006). xij Max x i ij rij = Min xij i xij jika j adalah atribut keuntungan (benefit)

jika j adalah atribut biaya (cost)

Dimana : rij Maxi Mini Xij = adalah rating kinerja ternormalisasi = nilai maksimum dari setiap baris dan kolom. = nilai minimum dari setiap baris dan kolom. = baris dan kolom dari matriks.

(rij) adalah rating kinerja ternormalisasi dari alternative Ai pada atribut Cj i=1,2,...,m dan j=1,2,...,n.

Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai:

Vi = w j rij
j =1

Dimana: Vi Wj rij = Nilai akhir dari alternatif = Bobot yang telah ditentukan = Normalisasi matriks

Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih.

2.4.Penelitian Terkait Penelitian serupa yang pernah ada yakni penelitian yang dilakukan oleh (Wibowo, dkk., 2009) tentang SPK untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM dalam jurnal SNATI tahun 2009, Penelitian ini membahas kriteria pemberian beasiswa dengan beberapa syarat yang telah ditentukan oleh instansi pemberi beasiswa. Kriteria yang diberikan sudah baik namun perlu peninjauan kembali terhadap pembobotaan dari setiap kriteria yang diberikan juga terdapat kriteria yang berulang yakni jumlah tanggungan orang tua dan jumlah saudara kandung. Penelitian yang sama juga telah dilakukan (Dani, 2009) dalam jurnal Informatika FT UKI Bandung membahas tentang SPK Pemberian Beasiswa Di PT.Indomarco Prismatama Cabang Bandung terdapat kesamaan namun juga terdapat berberapa perbedaan studi kasus dan pembobotan kriteria yang menyesuaikan dengan apa yang diharapkan oleh user. Perbedaan dengan penelitian yang dilakukan oleh penulis dengan penulis lainnya yakni terutama dari alur, jenis beasiswa dan objek yang diteliti. Kesamaaannya hanya pada teori penerapan metode Fuzzy SAW yang akan digunakan namun juga terdapat penambahan kriteria yang disesuaikan harapan user sehingga akan menghasilkan data yang valid dan proporsional. Alasan mengapa objek penelitian ini dilakukan di Universitas Negeri Gorontalo mengingat perkembangan kampus ini yang sangat begitu pesat terhadap animo masyarakat untuk bisa mengecap pendidikan tinggi di kampus tertua dan satu-satunya universitas negeri yang dimiliki provinsi gorontalo, sehingga hal tersebut yang mengakibatkan penulis untuk meneliti sistem yang ada dikampus ini. Diharapkan pula penelitian ini merupakan bahan acuan penulis lainnya dalam penelitian selanjutnya.

BAB III PEMBAHASAN

3.1. Objek Penelitian

Pada penelitian ini penulis akan melukukan objek penelitian di Universitas Negeri Gorontalo. Objek Penelitian lebih khusus lagi di Bagian Kemahasiswaan Biro Administrasi Akademik Kemahasiswaan Perencanaan dan Sistem Informasi (BAAK-PSI). Objek penelitian lain yang dilakukan yakni beberapa program studi yang ada disetiap fakultas guna peninjauan secara langsung sistem yang sudah berjalan pada proses penentuan penerima beasiswa.

3.2. Metode Penelitian Metode penelitian yang akan dilakukan untuk penelitian Sistem Pendukung Keputusan ini menggunakan metode SAW (Simple Additive Weighting). Dengan menggunakan metode ini diharapkan variable dan kriteria yang dimasukkan akan mendapatkan keputusan yang terbaik terhadap mahasiswa penerima beasiswa.
3.3. Teknik Pengumpulan Data

Teknik pengumpulan data yang akan digunakan pada penelitian ini adalah sebagai berikut : 1. Pengumpulan Data a. Studi Literatur Dengan melakukan studi literatur, penulis mempelajari teori tentang Sistem Pendukung Keputusan dengan metode FMADM dari berbagai sumber, seperti buku, artikel, jurnal, dan situs-situs internet. Selain itu juga mempelajari beberapa teori lainnya yang dirasakan perlu. b. Wawancara Wawancara dilakukan untuk mendapatkan data secara rinci sistem yang ada dari berbagai sumber yang diwawancarai seperti bagian kemahasiswaan, bagian keuangan juga terhadap program studi yang menentukan penenrima beasiswa tersebut. c. Observasi

Hal yang selanjutnya dilakukan dalam mensinkronkan hasil wawancara yakni dengan melakukan observasi di lapangan. 2. Perancangan Sistem Merancang sistem pendukung keputusan penentuan kouta dan pemberian beasiswa. 3. Implementasi Sistem Sistem akan diimplementasikan dalam bentuk aplikasi berbasis berbasis Web dan Microsoft Access sebagai Database Manajemen System. 4. Pengujian dan Analisa Sistem Pengujian ini mencakup apakah implementasi telah sesuai dengan teori, atau apakah program mengalami kesalahan. Perbaikan program akan dilakukan jika ditemukan kesalahan.

3.4.

Tahapan Penelitian

Dalam melakukan penelitian ini penulis melakukan tahapan berupa tahap analisis permasalahan dan tahap analisis kebutuhan sistem pendukung keputusan.

3.5.

Jadual Penelitian

Penelitian ini dilakukan di Universitas Negeri Gorontalo. Untuk lebih jelasnya jadwal kegiatan ini dapat dilihat pada Tabel 1. dibawah ini : Tabel Jadwal Kegiatan No. Uraian Kegiatan 1 Pengumpulan Data : a. Studi Literatur b. Wawancara c. Observasi 2 Perancangan Sistem 3 Implementasi Sistem 4 Pengujian dan Analisis Sistem Bulan I Bulan II Bulan III

Pada tahap penyusunan draft penelitian ini, dimulai dari pencarian buku buku referensi mengenai sistem pendukung keputusan. Kemudian pada tahap pengumpulan data dilakukan dengan wawancara pada bagian kemahasiswaan, bagian keuangan serta program studi.

BAB IV DAFTAR PUSTAKA Kartiko Dani. 2009. Sistem Pendukung Keputusan Pemberian Beasiswa di PT. Indo Marco Prismatama Cabang Bandung. Bandung: Jurnal Teknik Informatika UKI. Kasim, Azhar. 1995. Teori Pembuatan Keputusan. Jakarta:Fakultas Ekonomi Universitas Indonesia. Kusumadewi. 2005. Pencarian bobot atribut pada Multi-Attribute Decision Making dengan pendekatan objektif menggunakan algoritma genetika. http://cicie.files. wordpress. com/2008/06/sri-kusumadewi-jurnal-genetika.pdf. diakses 20 Agustus 2010. Kusumadewi,Sri dkk. 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu. Turban dkk. 2005. Decision Support System and Intelligent System (Sistem Pendukung Keputusan dan Sistem Cerdas). Yogyakarta: Andi. Wibowo hendri, dkk. 2009. Sistem Pendukung Keputusan Untuk Menentukan Penerima Beasiswa Bank BRI Menggunakan FMADM. Jogjakarta: Jurnal Teknik Informatika UII.