You are on page 1of 5

Pelita Informatika Budi Darma, Volume : VI, Nomor: 3, April 2014

ISSN : 2301-9425

SISTEM PENDUKUNG KEPUTUSAN DALAM MENYELEKSI
ANGGOTA PASKIBRAKA DENGAN MENGGUNAKAN
METODE SIMPLE ADDITIVE WEIGHTING (SAW)
PADA KANTOR DINAS PEMUDA DAN
OLAHRAGA KAB.SIMALUNGUN
Rival Sinaga (0911665)

Mahasiswa Program Studi Teknik Informatika, STMIK Budidarma Medan
Jl. Sisingamangaraja No.338 Simpang Limun Medan
www.stmik-budidarma.ac.id // email:rivalsinaga19@gmail.com
ABSTRAK
Setiap tahun, Dinas Pemuda dan Olahraga akan menyeleksi Pasukan Pengibar Bendera Pusaka
(PASKIBRAKA) untuk memperingati hari ulang tahun kemerdekaan RI. Siswa-siswi dari beberapa sekolah sekabupaten Simalungun akan dipanggil mewakili sekolah masing-masing untuk mengikuti seleksi Paskibraka.
Selain harus didukung dengan kondisi fisik dan kesehatan yang prima, seorang anggota Paskibraka juga harus
memiliki rasa nasionalisme, wawasan, pengetahuan, ketrampilan dan kedisiplinan yang tinggi serta
keterampilan dalam berbahasa asing, khususnya bahasa Inggris. Oleh karena pentingnya seleksi Paskibraka
sehingga upacara nantinya dapat berjalan dengan baik, diharapkan agar kegiatan seleksi calon Paskibraka
dilakukan dengan penuh kesungguhan dan melakukan penilaian seobjektif mungkin, agar hasil yang didapat
nanti benar-benar berkualitas dan sukses membawa misi sebagai anggota Paskibraka dan ikut mengharumkan
nama sekolah, nama daerah bahkan nama bangsa.Fuzzy Multiple Attribute Decision Making (FMADM) adalah
suatu metode yang digunakan untuk mencari alternatif optimal dari sejumlah alternatif dengan kriteria tertentu.
Pada Fuzzy Multiple Attribute Decision Making (FMADM), ada beberapa metode yang dipakai untuk
penyelesaian masalah, salah satu diantaranya adalah Simple Additive Weighting (SAW).Simple Additive
Weighting (SAW) yang dalam hal ini merupakan metode yang digunakan untuk menyelesaikan system
pendukung keputusan dalam menyeleksi anggota Paskibraka merupakan suatu metode yang menggunakan
penjumlahan terbobot dari rating kinerja pada setiap alternatif yang dalam hal ini adalah anggota Paskibraka
dengan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat dibandingkan dengan semua rating
alternative atau anggota Paskibraka yang menjadi sampel.
Kata Kunci : Sistem Pendukung Keputusan, FMADM, Simple Additive Weighting.
1. Pendahuluan
1.1 Latar Belakang
Siswa-siswi dari beberapa sekolah sekabupaten Simalungun akan dipanggil mewakili
sekolah masing-masing untuk mengikuti seleksi
Paskibraka. Selain harus didukung dengan kondisi
fisik dan kesehatan yang prima, seorang anggota
Paskibraka juga harus memiliki rasa nasionalisme,
wawasan,
pengetahuan,
ketrampilan
dan
kedisiplinan yang tinggi serta keterampilan dalam
berbahasa asing, khususnya bahasa Inggris. Oleh
karena pentingnya seleksi Paskibraka sehingga
upacara nantinya dapat berjalan dengan baik,
diharapkan agar kegiatan seleksi calon Paskibraka
dilakukan dengan penuh kesungguhan dan
melakukan penilaian seobjektif mungkin, agar hasil
yang didapat nanti benar-benar berkualitas dan
sukses membawa misi sebagai anggota Paskibraka
dan ikut mengharumkan nama sekolah, nama
daerah bahkan nama bangsa. Ada beberapa langkah

penyelesaian Simple Additeve Weighting (SAW)
yang diterapkan adalah menentukan kriteria-kriteria
yang akan dijadikan acuan dalam pengambilan
keputusan, yaitu Ci, menentukan rating kecocokan
setiap alternatif pada setiap kriteria, membuat
matriks keputusan berdasarkan kriteria(Ci),
kemudian
melakukan
normalisasi
matriks
berdasarkan persamaan yang disesuaikan dengan
jenis atribut (atribut keuntungan ataupun atribut
biaya) sehingga diperoleh matriks ternormalisasi R,
hasil akhir diperoleh dari proses perankingan yaitu
penjumlahan dari perkalian matriks ternormalisasi
R dengan vektor bobot sehingga diperoleh nilai
terbesar yang dipilih sebagai alternatif terbaik (Ai)
sebagai solusi.
1.2 Rumusan Masalah
Masalah –
masalah yang
diidentifikasi oleh penulis sebagai berikut :

dapat

Sistem Pendukung Keputusan Dalam Menyeleksi Anggota Paskibraka Dengan Menggunakan111
Metode
Simple Additive Weighting (SAW) Pada Kantor Dinas Pemuda Dan Olahraga Kab.Simalungun.
Oleh : Rival Sinaga

i=1. Landasan Teori 2. 2005). dan kebenaran parsial. Mempunyai ahlak dan moral yang baik. (rij) adalah rating kinerja ternormalisasi dari alternatif (Ai) pada atribut (Cj) i= 1.74).2. Mentaati kewajiban agama yang dianutnya.Pelita Informatika Budi Darma. 2. ISSN : 2301-9425 Apa saja kriteria yang digunakan dalam menyeleksi anggota Paskibraka Bagaimana menerapkan metode simple additive weighting (SAW) dalam sistem pendukung keputusan seleksi anggota Paskibraka Bagaimana merancang program aplikasi dalam menyeleksi anggota Paskibraka pada kantor Dinas Pemuda dan Olahraga ( DISPORA ) Kab.3 Metode Simple Additive Weighting (SAW) Metode Simple Additive Weighting (SAW) sering juga dikenal dengan istilah metode penjumlahan terbobot. Tinggi badan. = bobot yang telah ditentukan. yaitu : a. Mahir baris berbaris. Berkepribadian.Simalungun. 3. ketidaktepatan. Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih. yaitu : a. dan pemanipulasian data (Kusrini. Black mendefinisikan suatu proposisi tentang ketidakjelasan sebagai suatu proposisi diman status kemungkinan dari proposisi tersebut tidak didefinisikan dengan jelas. 1967) (MacCrimmon. tidak cacat badan dan tidak berkaca mata.m dan j= 1. yaitu : a.n. Dimana : Vi = nilai akhir dari alternatif.n.1 Sistem Pendukung Keputusan Sistem pendukung keputusan/Decision Support Sistem (DSS) adalah Sistem informasi interaktif yang menyediakan informasi. yaitu : a.…. Tegap.15). d. Sigap. putra minimal 170 cm dan maksimal 175 cm. ketidakjelasan. Sistem Pendukung Keputusan Dalam Menyeleksi Anggota Paskibraka Dengan Menggunakan112 Metode Simple Additive Weighting (SAW) Pada Kantor Dinas Pemuda Dan Olahraga Kab. (Sri Kusumadewi dkk 2006. b.m dan j=1. b. ketika seorang filosof bernama Max Black mengemukakan pendapatnya tentang ketidakjelasan (Ross. 2. Cerdas dan mempunyai prestasi akademis/sekolah yang baik. 1968).4 Kriteria Anggota Paskibraka Adapun kriteria Anggota Paskibraka yang diberikan oleh kantor Dinas Pemuda dan Olahraga Provinsi Sumatera Utara adalah: 1. mini = nilai manimum dari setiap baris dan kolom. Mudah dan pandai bergaul b. 3. rij maxi = nilai maksimum dari setiap baris dan kolom. Volume : VI. c. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi tidak terstruktur. 2. Oleh : Rival Sinaga . dan untuk putri minimal 165 cm dan maksimal 170 cm (tidak dibolehkan dibawah ukuran minimum dan diatas ukuran maksimum) e. sopan dan disiplin. Kurangnya informasi. Wi = normalisasi matriks rij nilai yang lebih besar mengindikasikan bahwa alternatif lebih terpilih. Sehat jasmani dan rohani. 2. 2002). sopan santun pergaulan yang baik. April 2014 1. pemodelan. Bersahaja.2…. Mandiri d.Konsep dasar metode Simple Additive Weighting (SAW) adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut (Fishburn. Xij = baris dan kolom dari matriks. kekurangan informasi.2. Dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj. mempunyai dan melaksanakan etika. Kesehatan. Pelajar atau Siswa sekolah setingkat SMA. tangkas dan licah c. d. bersih dan menarik 5. b. Berbudi pekerti luhur serta mempunyai tingkah laku yang baik.2 Teori Himpunan Fuzzy Teori himpunan fuzzy merupakan kerangka matematis yang digunakan untuk mempresentasikan ketidakpastian. Memahami. 4. Berusia antara 16 – 18 tahun. dalam menyelesaikan permasalahan sering kali dijumpai di berbagai bidang kehidupan.2…. Berpenampilan segar. Ketrampilan. b. Memahami norma-norma etika yang berlaku dalam masyarakat c. Menguasai peraturan dan perlakuan tentang Bendera Kebangsaan dan dapat melaksanakan tugas pengibaran dengan baik. dimana tidak seorang pun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter.Simalungun Pematang Raya Dimana : = rating kerja ternormalisasi. Nomor: 3. Nilai preferensi untuk setiap alternatif (Vi) diberikan sebagai : 2.…. 2. Pendidikan : a. Metode Simple Additive Weighting (SAW) membutuhkan proses normalisasi matriks keputusa (X) kesuatu. Pembahasan tentang ketidakjelasan (vagueness) telah dimulai semenjak tahun1937. 2007.

yaitu sangat rendah (SR). Gambar 1 : Fuzzy Berdasarakn gambar 1. Mempunyai pengetahuan umum secara daerah. Pembahasan 3. bilangan-bilangan fuzzy dapat dikonversikan ke bilangan crisp.1. Tabel 3 menunjukan rating kecocokan alternatif pada setiap kriteria.Viktor 6.Simalungun. nasional maupun internasional dengan sangat baik.6 0. April 2014 c. Menguasai/Trampil melakukan budaya/kesenian daerahnya. sedang (S).Riko 4. tidak cacat badan Nilai Raport Berkribadian Dari masing-masing kriteria tersebut akan ditentukan bobot-bobotnya.Nani 8.2 Kriteria dan Bobot Dalam proses metode Simple Additive Weighting (SAW). 3. Oleh : Rival Sinaga .Fernando 3. rendah (R).8 1 3. 3. Volume : VI. maka setiap alternatif diberikan rating kecocokan pada setiap kriteria. tengah (T1). dan sangat tinggi (ST) seperti terlihat pada gambar 1. tinggi (T2).Veni 9. Analisa Sistem Analisis sistem merupakan penguraian dari suatu sistem yang utuh kedalam bagian-bagian komponennya dengan maksud untuk mengidentifikasikan dan mengevaluasi permasalahan-permasalahan. Susan 3. Pada bobot terdiri dari enam bilangan fuzzy.Eva 7.2 0. d. Untuk lebih jelas data bobot dibentuk dalam tabel 2 berikut ini. Tabel 3 : Nilai Kriteria Kriteria Alterna tif C C2 C C C C C C 1 Adi Fernan do Riko Rizki 1 8 1 8 1 7 1 17 4 17 3 17 2 17 3 4 5 6 7 8 8 5 8 5 7 0 7 8 0 7 5 8 5 8 7 0 7 0 8 5 6 9 0 8 5 9 0 8 2 3 2 5 3 1 2 8 0 8 0 7 0 6 Sistem Pendukung Keputusan Dalam Menyeleksi Anggota Paskibraka Dengan Menggunakan113 Metode Simple Additive Weighting (SAW) Pada Kantor Dinas Pemuda Dan Olahraga Kab. Kriteria yang menjadi bahan pertimbangan adalah sebagai berikut : Tabel 1 : Kriteria Anggota Paskibraka Kriteria Keterangan Usia C1 C2 Tinggi Badan Putra dan Putri C3 C4 Mahir Baris Berbaris Menguasai peraturan Paskibra C5 C6 C7 C8 Berpenampilan Menarik Tegap.Sonita 10.Rizki 5.ISSN : 2301-9425 Pelita Informatika Budi Darma. kesempatankesempatan hambatan-hambatan yang terjadi dan kebutuhan-kebutuhan yang diharapkan sehinnga dapat diusulkan perbaikan perbaikannya.3 Menentukan Alternatif Adapun yang menjadi alternatif pada penelitian ini adalah : 1. Tabel 2 : Bobot Bilangan Fuzzy Sangat Rendah (SR) Rendah (R) Sedang (S) Tengah (T1) Tinggi (T2) Sangat Tinggi (ST) Nilai 0 0. diperlukan kriteria-kriteria yang akan dijadikan bahan perhitungan pada proses penyeleksian anggota Paskibraka yang menjadi terbaik.4 0.4 Menentuan Nilai Rating kecocokan alternatif Untuk lebih jelas. Nomor: 3.Adi 2.

6 x 0. 0.4 x 0.6 x 0. 1 0. April 2014 Viktor Eva Nani Serly Veny Susan 6 1 6 1 6 1 6 1 8 1 7 1 7 3 17 4 16 6 16 7 16 7 16 8 16 9 5 9 0 8 0 7 0 7 5 9 0 8 5 0 9 0 7 0 7 0 8 0 8 0 9 0 5 8 5 8 5 7 5 8 5 7 5 6 5 5 7 0 7 0 8 0 7 0 8 0 9 0 8 1 2 1 9 2 1 1 5 1 2 2 1 0 8 0 7 0 7 0 9 0 8 0 8 0 Tabel 4 : Rating Kecocokan Setiap Alternatif Pada Setiap Kriteria Kriteria Alternat if C1 C2 C3 C4 C5 C 6 C 7 C 8 Adi 1 0. 0.8 x 0.48 + 0.6 x 0.4) + (1 x 0.8) + (0.6 x 0.8) + (0. = normalisasi matriks. 1 0. 8 8 8 6 6 8 Fernand 1 0. 0. 0.4) + (1 x 0.Pelita Informatika Budi Darma. 0. 6 6 6 8 4 8 6 4 Viktor 0. 1 0. 0.6) + (1 x 0.8 Baik C4 0.4) + (0.64 + 0.4 Sangat C8 0.2 Rendah 3.48 + 0.8) + (0. 0.8) + (0. 0.48 + 0.36 + 0. Oleh : Rival Sinaga .8 V3 = (0.8 x 0.4) + (0. 0.2 + 0. 6 8 8 6 8 8 Eva 0. 0. 0.32 + 0.6 Rendah C7 0.8) + (0.16 = 3. Tabel 5 : Bobot Untuk Anggota Paskibraka Kriteria Fuzzy Nilai Sangat C1 0.64 + 0.8 x 0.2) + (0.2) = 0.4 x 0. 0. 0.8 x 0. 0. 6 4 6 6 6 8 6 6 Serly 1 0. rij Jadi.24 + 0.2 + 0.6 x 0.2) + (0. 0.6 x 0.6) + (0.36 + 0. 0.2 x 0. 0.2 Rendah Cukup C2 0.5 Memberikan Nilai Bobot Kriteria (W) ISSN : 2301-9425 Untuk menentukan bobot dari Anggota Paskibraka terbaik dibentuk dalam tabel 5.8 x 0. 8 4 6 8 8 4 6 Rizki 0.64 + 0.6 x 0.24 + 0.6) + (0.48 + 0. 0.6) Sistem Pendukung Keputusan Dalam Menyeleksi Anggota Paskibraka Dengan Menggunakan114 Metode Simple Additive Weighting (SAW) Pada Kantor Dinas Pemuda Dan Olahraga Kab.04 V2 = (1 x 0.6) + (0.16 + 0.16 + 0. 0.6 x 0. 0. 0.8 x 0.16 + 0. 0.4) + (0.8) + (0. 0. 0.48 + 0.6 x 0.6 x 0.36 V6 = (0.8 x 0. 0. 0.8 x 0.8) + (0.16 = 2.24 + 0.6) + (0.4) + (0. 0.2) = 0. 0. 0.6) + (0.48 + 0. 0. 0. 1 0. 0. 0. 0.36 + 0.6 x 0.8 x 0.8 + 0. 0.6) + (0.6 x 0. 0. 1 4 6 8 8 6 8 Veny 0.6 + 0.24 + 0.8 x 0.8 x 0.6 x 0.48 + 0.32 + 0.4 Cukup C6 0.4) + (0.6) + (0.4) + (0.8 + 0. 1 0. 0. 0.4) + (0. 0.8 x 0. 0.8 x 0. 0. 0.6 x 0.8) + (1 x 0. 8 6 8 6 8 8 8 Susan 0.8 Rendah C5 0.12 + 0. 0.6 x 0.8 x 0.8) + (0. 1 1 0.2) + (0.2) + (0.2) = 0.2) = 0. 6 2 8 6 8 6 8 6 Nani 0.8) + (0. 0.6) + (0. o 6 8 6 6 8 6 8 Riko 0. wi = bobot yang telah ditentukan.24 + 0.2) + (0.Simalungun.8) + (0.24 + 0. 0.6 x 0.2) = 0.6 + 0. 0.4 x 0.28 V5 = (0. 0.8 x 0. 0.48 + 0.6 Melakukan proses perangkingan dengan menggunakan persamaan 2 : Keterangan : Vi = nilai akhir dari alternatif. 0.8) + (0.6) + (0. 8 8 8 4 6 8 Tabel 4 diubah ke dalam matriks keputusan X dengan data : 3.12 + 0. V1 = (1 x 0.2) + (0. Nomor: 3.12 = 2.4) + (0.4) + (0.6 Baik C3 0. 0.32 + 0.16 = 3. 0.6) + (0. 0.6 x 0.6 x 0.8 = 3. Volume : VI. 0.64 V4 = (0.8 x 0.64 + 0.8 x 0.4 x 0.

24 + 0.8 x 0. http://rinoan.6 x 0.2) = 0. Kusrini.6 x 0.8 x 0. Sri Kusuma dewi dan Sri Hartati.id/thread/0000000000 00000016035167/info-sejar ah-pasukanpengibar-bendera-pusakaquotpaskibrakaqout).2) = 0.48 + 0.12 + 0.8) + (0.8 x 0.6 x 0.6) + (0. April 2014 + (0.24 + 0.Pelita Informatika Budi Darma.4) + (0.6 x 0.64 4 Rizki 3.8 x 0.4 V8 = (1 x 0.6 + 0.2 + 0.8 3 Riko 2.6) + (0. [4].8) + (0.8) + (0.16 = 3.uns.12 = 2.8 x 0.6 x 0.2) + (0.48 + 0.12 + 0. 2006. tanggal 13 Juni 2013 http://www.6) + (0. [5].8 x 0.8) + (0.12 + 0. 2.8 x 0.16 + 0.ac. Tabel 6 : Rangking 4.8) + (0.8 x 0.48 + 0.6 x 0.12 = 2. Untuk lebih jelas lihat pada tabel 6.4) + (1 x 0. oleh karenanya disarankan bagi para pembaca agar dapat mengembangkannya.org/wp-content/ uploads/2007/ 08/firman-dasarmatl ab.76 V9 = (0. Dapat menyeleksi anggota Paskibraka berdasarkan kriteria-kriteria yang telah ditentukan.36 + 0. Diharuskan kepada pengguna aplikasi terlebih dahulu mengerti dasar – dasar penggunaan komputer. tanggal 01 Juli 2013. Prabowo Pudjo Widodo.28 5 Viktor 3.24 + 0.36 + 0.64 + 0.4) + (0.1 Kesimpulan Sebagai penutup pembahasan dalam penulisan tugas akhir. 2013.4 x 0.staff.6) + (0.64 + 0.24 Sehingga terbesar ada pada V5 dan V10 sehingga alternatif A5 dan A10 (Viktor dan Susan) adalah alternatif terpilih sebagai alternatif terbaik.8) + (1 x 0.2) = 0.16 V10 = (0. Penerbit Andi. Yogyakarta.8 x 0.24 + 0.32 + 0.48 + 0. Penerbit Rekayasa Sains.8) + (0.2) = 0.4) + (0.32 + 0.8 + 0.8 x 0.2 = 2.Simalungun.2) + (0.6) + (0.48 + 0.pdf.co.doc.4 V7 = (0. penulis mengambil kesimpulan – kesimpulan sekaligus memberikan saran kepada pembaca yang menggunakan aplikasi dalam menyeleksi Anggota Paskibraka. Dengan adanya kesimpulan dan saran ini dapatlah diambil suatu perbandingan yang akhirnya dapat memberikan perbikan – perbaikan pada masa yang akan datang.64 + 0.24 + 0. “Fuzzy Multi Attribute Decision Making (FuzzyMADM")”. 4.6 x 0.24 ISSN : 2301-9425 [2]. Yogyakarta. ”Penerapan Data Mining Dengan Matlab”.24 + 0.8 x 0. Dapat menerapkan metode Simple Additive Weighting (SAW) dengan keuntungan Benefit dalam menyeleksi Anggota Paskibraka.16 + 0.2 Saran Adapun saran yang dapat penulis berikat antara lain : 1.4) + (1 x 0.36 6 Eva 2. “Konsep dan Aplikasi Sistem Pendukung Keputusan”. Nomor: 3.76 9 Veny 3. Volume : VI. [3]. baik dari tampilan ataupun metodenya.04 2 Fernando 2.6 x 0. Bandung.6 x 0.4) + (0.4 8 Serly 2.2) = 0.4 x 0.4 x 0.16 + 0. Oleh : Rival Sinaga . 4.4 7 Nani 2. No Alternatif Total Nilai (V) 1 Adi 3.8 x 0. Penerbit Andi.48 + 0.6 x 0.id/files/2009/01/flo wchart. [6]. tanggal 13 Juni 2013.2) + (0. Dapat merancang perangkat lunak sistem pendukung keputusan dalam menyeleksi Anggota Paskibraka. dkk.kaskus.16 = 3.2) + (0.8) + (0.32 + 0. Aplikasi ini masih memiliki kelemahan.4) + (0. Daftar Pustaka [1]. Kesimpulan Dan Saran Sistem Pendukung Keputusan Dalam Menyeleksi Anggota Paskibraka Dengan Menggunakan115 Metode Simple Additive Weighting (SAW) Pada Kantor Dinas Pemuda Dan Olahraga Kab.16 10 Susan 3.6 x 0.6) + (0.36 + 0. 2.6) + (1 x 0.8 x 0. Adapun kesimpulan yang penulis peroleh adalah sebagai berikut : 1.8 + 0.4) + (0.24 + 0.48 + 0. 3. http://ilmukomputer.8 x 0.32 + 0.64 + 0.4) + (0.6 x 0. 2007.6) + (0.