e-ISSN : 2597-3673 (Onlin.
, p-ISSN : 2579-5201 (Printe.
Vol.
7 No.
1 (June 2.
JISICOM (Journal of Information System.
Informatics and Computin.
Website/URL: http://journal.
id/index.
php/jisicom Email: jisicom@stmikjayakarta.
id , jisicom2017@gmail.
ACCREDITED BY KEMRISTEKBRIN.
SK.
NO.
200 / M / KPT / 2020 RANK 5 ( SINTA .
APPLICATION OF THE SIMPLE ADDITIVE
WEIGHTING (SAW) & RANK ORDER CENTROID (ROC)
METHODS IN THE SELECTION OF OUTSTANDING
STUDENTS AT SMK AL-HUDA SADANANYA
Penerapan Metode Simple Additive Weighting (Sa.
& Rank Order Centroid (Ro.
Dalam Pemilihan Siswa Berprestasi Pada Smk Al-Huda Sadananya Husen Abdul Aziz 1.
Adji Dwi Satria Novaldi 2.
Cahyani Budihartanti 3* Program Studi Sistem Informasi 1,2,3 Fakultas Teknologi Informasi1,2,3 Universitas Nusa Mandiri1,2,3 aziz06@gmail.
com, adjisatrianovaldi@gmail.
cbh@nusamandiri.
Received: March 3, 2023.
Revised: April 1, 2023.
Accepted: April 3, 2023 Issue Period: Vol.
7 No.
Pages 1-14 Abstrak: Salah satu kendala untuk menentukan siswa berprestasi yaitu guru secara manual menilai siswa berprestasi dilihat dari besarnya nilai rapot siswa.
Dengan menggunakan seleksi tersebut masih bisa dirasakan kurang efektif dan efisien dan belum sesuai dengan yang diharapkan.
Untuk menentukan siswa berprestasi agar lebih akurat tentunya membutuhkan sistem penunjang keputusan (SPK ) dengan menggunakan metode gabungan yaitu metode Simple Additive Weighting (SAW ) merupakan metode penjumlahan yang terbobot.
Konsep dasar dari metode SAW adalah mencari penjumlahan yang terbobot dari rating kinerja pada setiap alternatif di semua atribut dan metode kedua yaitu menggunakan metode Metode Rank Order Centroid (ROC) merupakan metode yang dapat menghasil pembobotan terhadap sejumlah kriteria sesuai dengan tingkat kepentingan dari kriteria yang ditetapkan.
Penulis mengambil 25 siswa terbagi dari 5 siswa yang berada pada rangking 5 besar di setiap kelas dari 5 kelas yang ada ,kemudian dari 25 siswa tersebut kami olah kembali dengan hasil akhir ada 5 siswa yang berprestasi dengan skor tertinggi yaitu Lilis Napilah menduduki peringkat pertama dengan skor 0,957 kemudian urutan ke dua Na'il Fauzan dengan skor nilai 0,935 selanjutnya Dela Anandah pada urutan ke tiga dengan skor nilai 0,925 keempat Agin Maulana dengan skor nilai 0,882 dan terakhir Delia Aprilliza dengan skor nilai 0,860.
Sistem pendukung keputusan pemilihan siswa berprestasi di SMK Al Huda Sadananya bisa dikembangkan menjadi sistem pendukung keputusan berbasis web sehingga pengambilan keputusan bisa lebih cepat, tepat dan akurat agar memudahkan pihak sekolah dalam menyeleksi siswa beprestasi siswa nya kemudian siswa yang berprestasi bisa DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
dijadikan bahan evaluasi dan rekomendasi pihak sekolah untuk mengajukan beasiswa ke perguruan tinggi maupun untuk penyaluran tenaga kerja.
Kata kunci: Metode SAW.
Metode ROC, dan Pemilihan Siswa Berprestasi Abstract: One of the obstacles to determining student achievement is that the teacher manually assesses student achievement seen from the high score of student report By using this selection, it can still be felt that it is less effective and efficient and not as expected.
To determine student achievement to be more accurate, of course, requires a decision support system (DSS) using a combined method, namely the Simple Additive Weighting (SAW) method, which is a weighted addition method.
The basic concept of the SAW method is to find a weighted sum of performance ratings for each alternative in all attributes and the second method is to use the Rank Order Centroid (ROC ) method which is a method that can produce weighting of a number of criteria according to the importance of the criteria set.
The author took 25 students divided from 5 students who were ranked in the top 5 in each class of the 5 existing classes, then from the 25 students we processed again with the final result there were 5 students who excel with the highest score namely Lilis Napilah was ranked first with a score 0.
957 followed by Na 'il Fauzan second with a score of 0.
935 then Dela Anandah in third place with a score of 0.
925 fourth Agin Maulana with a score of 0.
882 and finally Delia Aprilliza with a score of 0.
The decision support system for selecting outstanding students at Al Huda Sadananya Vocational School can be developed into a web -based decision support system so that decision making can be faster, precise and accurate to make it easier for the school to select outstanding students.
schools to apply for scholarships to tertiary institutions as well as for the distribution of labor.
Keywords: SAW Method.
ROC Method, and Selection of Outstanding Students PENDAHULUAN Pendidikan Sekolah Menengah Kejuruan (SMK ) sangat penting bagi siswa karena di (SMK) para siswa di bekali dengan ilmu kejuruan sesuai dengan jurusan masing -masing dimana siswa-siswi lulusan SMK ini di tuntut untuk siap bersaing di dunia kerja, serta mampu bersaing di perguruan tinggi.
Siswa berprestasi tentunya setiap guru ingin melihat anak didiknya berprestasi terlebih jika siswa tersebut dapat mengangkat nama baik sekolah, dimana akan membanggakan orang tua dan guru yang telah mendidik siswa nya di sekolah.
Pentingnya seleksi siswa berprestasi yang berguna agar siswa dapat berkompetisi untuk menjadi yang lebih baik, dengan adanya kompetisi dari setiap siswa menjadikan motivasi bagi siswa untuk meningkatkan minat belajar supaya menjadi siswa yang berprestasi.
Dimana siswa yang berprestasi bisa dijadikan bahan evaluasi dan rekomendasi pihak sekolah untuk mengajukan beasiswa ke perguruan tinggi maupun untuk penyaluran tenaga kerja ke perusahaan yang sudah bekerja sama dengan sekolah.
Tentunya di sekolah SMK Al -Huda Sadananya (Ciami.
banyak siswa-siswi yang berprestasi dengan kemampuan dan prestasi yang hampir serupa.
Oleh karena itu jika siswa memiliki prestasi dan kemampuan yang hampir sama maka akan semakin sulit juga untuk menentukan siswa berprestasi.
Salah satu kendala untuk menentukan siswa berprestasi yaitu guru secara manual yang memungkinkan terjadinya kesalahan dan kelalaian.
dimana menilai siswa berprestasi dilihat dari besarnya nilai rapot siswa.
Dengan menggunakan seleksi tersebut masih bisa dirasakan kurang efektif dan efisien dan belum sesuai dengan yang diharapkan.
Untuk menentukan siswa berprestasi agar lebih akurat tentunya membutuhkan sistem penunjang keputusan (SPK).
SPK dapat menghemat waktu karena keputusan dapat diambil dengan cepat .
SPK juga merupakan suatu system yang menghasilkan suatu alternative keputusan yang dapat dipergunakan sebagai alat bantu dalam mengambil keputusan .
Penerapan SPK pada penelitian ini diharapkan dapat menyelesaikan permasalahan yang ada dan untuk mempercepat proses seleksi siswa berprestasi dengan menggunakan metode gabungan yaitu metode Simple Additive Weighting (SAW) dan metode Metode Rank Order Centroid (ROC).
Konsep dasar dari metode SAW adalah mencari penjumlahan yang terbobot dari rating kinerja pada setiap alternatif di semua atribut.
Dan metode kedua yaitu menggunakan metode Metode Rank Order Centroid (ROC) merupakan metode yang dapat menghasil pembobotan terhadap sejumlah kriteria sesuai DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
dengan tingkat kepentingan dari kriteria yang ditetapkan.
Hasil yang diberikan oleh metode ROC cukup membantu pengambil keputusan dalam penetapan bobot dari suatu kriteria.
Penelitian yang dilakukan oleh Burhanudin .
Metode Simple Additive Weighting dipilih karena mampu menyeleksi alternative terbaik dari sejumlah alternatif, dalam hal ini alternative yang dimaksudkan yaitu yang berhak menerima BSM berdasarkan kriteria-kriteria yang telah ditentukan.
Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian membuat rangking yang akan menentukan alternative yang optimal, yaitu penerima BSM.
Sedangkan Penelitian yang dilakukan oleh Lestari .
, penerapan ROC dan SAW menghasilkan nilai preferensi akhir yang berguna dalam perangkingan keputusan penilaian calon nasabah kredit yang diterima .
Berdasarkan permasalahan yang telah diuraikan diatas, maka penulis tertarik untuk melakukan penelitian dengan judul Penerapan Metode SAW & ROC Dalam Pemilihan Siswa Berprestasi Di SMK AL -Huda Sadananya.
II.
METODE DAN MATERI
Metode Penelitian Penelitian yang dibutuhkan dalam penelitian ini bertujuan untuk mengukur suatu gejala atau fenomena dilapangan sehingga mengetahui seberapa cepat, akurat dan tepat proses perhitungan yang dilakukan.
Instrumen Penelitian Instrumen Instrumen yan g digunakan yaitu data kualitatif atau data yang bersifat deskriftif seperti informasi dalam bentuk foto, web, arsip dokumen atau catatan yang diberikan oleh pihak sekolah yang kami terima saat penelitian berlangsung.
Penelitian dilakukan di SMK Al-Huda Sadananya dengan hasil akhir yang diharapkan adalah adanya perbandingan antara penilaian seleksi siswa berprestasi secara manual dan penilaian seleksi siswa menggunakan metode ROC dan SAW.
Pengumpulan Data Dalam metode penelitian ini data yang diambil adalah data primer .
rivat ).
Data primer merupakan data utama atau pokok yang digunakan dalam penelitian.
Pada penelitian ini data yang diambil berasal dari informasi yang diberikan oleh pihak sekolah yang terlibat dalam proses seleksi siswa berprestasi melalui observasi, wawancara, dan studi pustaka.
Materi Pendidikan Pendidikanl merupakan kebutuhanl penting untukl mendukung keberhasilanl seseorang dil masa depanl dan pendidikanl merupakan usahal yang palingl penting dalaml rangka pembangunanl sumber dayal manusia.
Olehl karena litu, setiap lembagal pendidikan berupayal untuk meningkatkanl kualitas prestasil siswa karenal menjadi siswal yang berprestasil merupakan impianl setiap anakl usia sekolahl .
Siswal atau pelajarl juga didefinisikanl sebagai orangl yang tidak bisal terlepas daril sistem pendidikanl sehingga kital dapat mengatakanl bahwa siswal adalah objeknyal pendidikan.
lSiswa, diidentifikasi sebagail "bahan mentahl" dalam transformasil pendidikan, berartil bahwa siswal adalah individul yang pendidikan, berarti bahwa siswa adalah individu yang belum dewasa.
Prestasi belajar Prestasi Belajar merupakan keberhasilan yang diraih oleh seseorang oleh bekerja keras, berkorban, dan sukses tidak datang tiba- tiba.
Menurut Morgan berlajar adalah setiap perubahan perilaku yang relatif permanen yang terjadi karena latihan atau pengalaman.
Prestasi belajar adalah keberhasilan siswa di sekolah mempelajari suatu mata pelajaran di sekolah direpresentasikan sebagai nilai yang diperoleh dari hasil tes pada beberapa mata pelajaran.
Sistem Informasi Sistem informasi merupakan kumpulan dari sebagian orang yang bekerja sama guna menggapai tujuan Dalam hal lain Sistem Informasi juga dapat mendukung dalam pengambilan keputusan.
Dalam penafsiran lain juga mengatakan suatu kombinasi terartur perorangan, hardware .
erangkat keras ), software .
iranti luna.
, jaringan komputer serta komunikasi data serta basis data dalam mengumpulkan, menyebarkan, dan merubah data dalam sesuatu bentukl organisasi.
Sistem Pendukung Keputusan Menurut alter sistem pendukung keputusan digunakan untuk mendukung pengambilan keputusan dalam situasi semi -terstruktur dan tidak terstruktur di mana tidak ada yang tahu pasti bagaimana keputusan harus dibuat.
Kusrini mengatakan bahwa sistem adalah seperangkat elemen yang saling bergantung yang memproses input DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
untuk menghasilkan output.
Sistem pendukung keputusan adalah sistem informasi interaktif yang menyediakan pemodelan dan informasil manipulasi data.
Metode ROC (Rank Order Centroid ) Metode ROC didasarkan pada kepentingan atau prioritas kriteria, teknik ROC memberikan bobot pada setiap kriteria sesuai dengan rangking yang dievaluasi berdasarkan prioritas.
Biasanya dibentuk dengan pernyataan kriteria 1 lebih penting dari kriteria 2, lebih penting dari kriteria 3 dan seterusnya sampai kriteria ke -n.
Untuk menentukan prioritas diberikan suatu aturan, dimana nilai tertinggi adalah yang terpenting diantara yang lain.
Atau dapat dijelaskan sebagai berikut.
Jika ycyeeya Ou ycyeeya Ou ycyeeyc Ou .
Ou ycyeeyea Maka ycya Ou ycya Ou ycyc Ou .
Ou yc .
Selanjutnya, jika k merupakan banyaknya kriteria maka lihat dibawah ini.
Secara umum, bobot ROC dapat dibuat sebagai berikut:
Oleh karena itu, dapat disimpulkan bahwa penentuan bobot dalam pemilihan pasangan sampel menggunakan metode Rank order centroid (ROC) adalah yang terbaik karena memberikan bobot pada setiap kriteria sesuai dengan prioritasnya.
Metode SAW (Simple Additive Weighting ) Metode Simple Additive Weighting adalah penentuan berbobot, di mana bobot diberikan pada setiap kriteria untuk mendapatkan hasil peringkat.
Metode ini memiliki 2 sifat, yaitu benefit dan cost.
Metode ini harus melakukan normalisasi keputusan .
sehingga dapat dipertimbangkan untuk semua alternatif yang tersedia.
Formula untuk melakukan normalisasi yaitu:
Keterangan:
ycycnyc = rating kinerja ternormalisasi ycuycnyc = nilai maximum kriteria ycAycaycu ycuycnyc = nilai minimun kriteria ycAycnycu ycuycnyc = nilai terkecil dari kriteria Nilai preferensi untuk setiap alternatif (Vi ) yaitu :
Keterangan:
ycOycn = rangking untuk setiap alternatif ycyc = bobot dari setiap kriteria ycycnyc = rating kinerja ternormalisasi Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilihl .
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
PEMBAHASAN & HASIL
Analisa Menggunakan Metode Rank Order Centroid (ROC) Metode ROC ini biasanya digunakan untuk menentukan nilai bobot kriteria dan subkriteria.
Kriteria dan subkriteria yang awalnya berupa kalimat akan di konversi kepada nilai sesuai dengan perhitungan ROC.
Setelah mendapatkan nilai bobot kriteria dan subkriteria, maka diterapkan metode tersebut SAW (Simple Additive Weighting ) dalam pengambilan keputusan.
Adapun nilai skala prioritas pada kriteria yang telah di tentukan pada SMK AL -huda dapat dilihat pada table berikut ini.
Tabel 1 Tabel Prioritas Kriteria Kriteria Nilai US Nilai Ujikom Nilai Rata-Rata Rapot Sertifikat Prestasi Kehadiran Skala Prioritas Prioritas Utama Prioritas Ke dua Prioritas Ke tiga Prioritas Ke empat Prioritas Ke lima Sumber : Hasil Penelitian .
Dari tabel diatas diketahui kriteria Ae kriteria dan skala prioritas.
Rumus mencari bobot menggunakan ROC adalah sebagai berikut.
Keterangan :
Wk = Normalisasi rasio perkiraan skala bobot tujuan i = Total jumlah tujuan k = Ranking dari i tujuan Cr = Criteria Kemudian mencari nilai bobot dengan prosedur metode ROC dapat dilihat di bawah ini.
Kriteri nilai US => W1 = .
/ 5 = 0,457 Nilai Ujikom => W2 = .
/ 5 = 0,257 Nilai Rata-Rata Rapot => W3 = .
/ 5 = 0,157 Sertifikat Prestasi => W4 = .
0 0 .
/ 5 = 0,090 Kehadiran => W5 = .
0 0 0 .
/ 5 = 0,040 Sehingga hasil perhitungan ROC terhadap pencarian bobot Kriteria dapat di lihat dibawah ini.
Tabel 2 Tabel Prioritas Kriteria
Kriteria
Nilai US
Nilai Ujikom
Nilai Rata-Rata Rapot
Sertifikat Prestasi
Kehadiran Nilai Bobot
0,457
0,257
0,157
0,090
0,040
Sumber : Hasil Penelitian .
Setelah mengetahui nilai bobot pada kriteria dengan perhitungan ROC, maka selanjutnya mencari nilai bobot subkriteria dengan metode ROC juga.
Berikut ini cara menghitung subkriteria dari kriteria Nilai US memiliki 4 skala yaitu Sangat baik, baik, cukup dan kurang.
Perhitungan metode ROC sebagai berikut:
Sangat baik => W1 = .
/ 4 =0,521 Baik => W2 = .
/ 4 = 0,271 Cukup => W3 = .
/3 ) .
/4 ) / 4 = 0,146 Kurang => W4 = .
0 0 .
/ 4 =0,063 Nilai bobot untuk kriteria nilai US ditunjukan table berikut ini.
Nilai US Tabel 3 Tabel Skala Subkriteria Nilai US Keterangan Nilai DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
<78
Sangat Baik Baik Cukup Kurang 0,521 0,271 0,146 0,063 Sumber : Hasil Penelitian .
Subkriteria pada kriteria Nilai UJIKOM memiliki 4 skala yaitu Sangat baik, baik, cukup dan kurang.
Nilai bobot untuk kriteria nilai UJIKOM ditunjukan table berikut ini Tabel 4 Tabel Skala Subkriteria Nilai UJIKOM
Keterangan Sangat Baik Baik Cukup Kurang Nilai UJIKOM
<78
Nilai 0,521 0,271 0,146 0,063 Sumber : Hasil Penelitian .
Subkriteria pada kriteria Nilai Rata-Rata Rapot memiliki 4 skala yaitu Sangat baik, baik, cukup dan kurang.
Nilai bobot untuk kriteria Nilai Rata-Rata Rapot ditunjukan table berikut ini.
Tabel 5 Tabel Skala Subkriteria Nilai Rata-Rata Rapot Nilai Rata -Rata Rapot Keterangan Nilai Sangat Baik 0,521 Baik 0,271 Cukup 0,146 <78 Kurang 0,063 Subkriteria pada kriteria sertifikat prestasi memiliki 4 skala yaitu Sangat baik, baik, cukup dan kurang.
Nilai bobot untuk kriteria sertifikat prestasi di tunjukan table berikut ini.
Tabel 6 Tabel Skala Subkriteria Nilai Sertikat Prestasi
Keterangan Sangat Baik Baik Cukup Kurang Nilai Sertikat Prestasi
>= 3
Nilai 0,521 0,271 0,146 0,063 Sumber : Hasil Penelitian .
Subkriteria pada kriteria Nilai Rata-Rata Rapot memiliki 4 skala yaitu Sangat baik, baik, cukup dan kurang.
Nilai bobot untuk kriteria Nilai kehadiran ditunjukan table berikut ini.
Tabel 7 Tabel Skala Subkriteria Kehadiran Keterangan Sangat Baik Baik Cukup Kurang Nilai Kehadiran Setiap hari hadir 1 Ae 2 tidak hadir 3 Ae 6 tidak hadir Tidak pernah hadir0 Nilai 0,521 0,271 0,146 0,063 Sumber : Hasil Penelitian .
Analisa Menggunakan Metode Simple Additive Weighting (SAW) Setelah mengetahui semua nilai bobot kriteria dan subkriteria.
Kemudian gunakan metode SAW untuk mengidentifikasi siswa berprestasi dari data kasus.
Kasus diambil dari data penelitian yang dilakukan kami.
Data penelitian memiliki 25 siswa jurusan multimedia dan akuntansi alternatif agar siswa dapat dibandingkan antar kelas.
Tabel 8 Tabel Nilai Siswa
Alternatif
RataUJIKOM
RATASERTIFIKAT KEHADIRAN
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
A10
A11
A12
A13
A14
A15
A16
A17
A18
A19
A20
A21
A22
A23
A24
A25
Lilis Napilah Na'il Fauzan Sahrul Roni Muhamad Rizki Nugraha Dani Ramdani Ade Akbar Fauzan Ahmad Mustopa Arip Hidayat Delia Aprilliza Yasmina Diani Hanafiah Ade Maulana Desti Nuh Hidayah Dimas Maulana Nur Hopid Husen Syahril Sidik Agin Maulana Hani Nurmayanti Rian Maulana Vira Fauziah Dela Anandah Nita Nurlitasari Siti Sarah Robiatul Adawiah Tia Nuraeni Tina Gantina Rata (C.
87,17 86,33 82,83 (C.
PRESTASI
(C.
(C.
RATA
RAPOT
(C.
82,33
85,83
82,83
82,67
88,17
87,17
82,33
84,83
86,83
85,33
86,83
84,83
88,17
82,67
80,33
82,67
82,33
83,83
Sumber : Hasil Penelitian .
Dari data kasus tabel diatasa.
maka selanjutnya di rubah dalam bentuk nilai bobot subkriteria yang telah di cari / dihitung sebelumnya.
Tabel 9 Tabel Rating Kecocokan RataRATASERTIFIKAT
Rata UJIKOM
RATA
KEHADIRAN
Alternatif
PRESTASI
(C.
RAPOT
(C.
(C.
(C.
(C.
Lilis Napilah 0,271 0,521 0,521 0,271 0,521 Na'il Fauzan 0,271 0,521 0,521 0,146 0,521 Sahrul Roni
0,146
0,271
0,521
0,063
0,521
Muhamad Rizki
0,146
0,271
0,521
0,063
0,521
Nugraha
Dani Ramdani 0,271 0,146 0,521 0,063 0,521 Ade Akbar Fauzan 0,146 0,146 0,271 0,063 0,521 Ahmad Mustopa
0,271
0,271
0,271
0,063
0,521
Arip Hidayat
0,146
0,271
0,271
0,146
0,521
Delia Aprilliza
0,271
0,521
0,271
0,146
0,521
A10 Yasmina Diani Hanafiah
0,146
0,271
0,271
0,063
0,521
A11 Ade Maulana
0,271
0,146
0,271
0,063
0,521
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
A12
A13
A14
A15
A16
A17
A18
A19
A20
A21
A22
A23
A24
A25
Desti Nuh Hidayah
Dimas Maulana
Nur Hopid Husen
Syahril Sidik
Agin Maulana
Hani
Nurmayanti Rian Maulana
Vira Fauziah
Dela Anandah
Nita Nurlitasari Siti Sarah Robiatul
Adawiah
Tia Nuraeni Tina Gantina
0,146
0,271
0,271
0,271
0,271
0,271
0,271
0,146
0,146
0,271
0,146
0,146
0,271
0,271
0,146
0,146
0,521
0,271
0,271
0,521
0,521
0,521
0,521
0,521
0,271
0,521
0,271
0,271
0,271
0,271
0,271
0,271
0,271
0,271
0,271
0,271
0,146
0,146
0,063
0,063
0,271
0,146
0,063
0,146
0,063
0,521
0,146
0,146
0,521
0,521
0,521
0,521
0,521
0,521
0,521
0,521
0,521
0,521
0,521
0,521
0,146
0,146
0,521
0,521
0,271
0,271
0,063
0,146
0,521
0,521
Sumber : Hasil Penelitian .
Kemudian mencari nilai normalisasi.
Pencarian nilai normalisasi dilakukan dengan membagi setiap elemen nilai dengan nilai Max -nya dari setiap kriteria.
Tabel 10 Tabel Normalisasi
RATASERTIFIKAT
Rata-Rata UJIKOM
RATA
KEHADIRAN
Alternatif
PRESTASI
US (C.
(C.
RAPOT
(C.
(C.
(C.
Lilis Napilah 0,271/0,271 0,521/0,521 0,521/0,521 0,271/0,521 0,521/0,521 Na'il Fauzan 0,271/0,271 0,521/0,521 0,521/0,521 0,146/0,521 0,521/0,521 Sahrul Roni
0,146/0,271 0,271/0,521 0,521/0,521
0,063/0,521
0,521/0,521
Muhamad Rizki Nugraha
0,146/0,271 0,271/0,521 0,521/0,521
0,063/0,521
0,521/0,521
Dani Ramdani 0,271/0,271 0,146/0,521 0,521/0,521 0,063/0,521 0,521/0,521 Ade Akbar Fauzan 0,146/0,271 0,146/0,521 0,271/0,521 0,063/0,521 0,521/0,521 Ahmad Mustopa
0,271/0,271 0,271/0,521 0,271/0,521
0,063/0,521
0,521/0,521
Arip Hidayat
0,146/0,271 0,271/0,521 0,271/0,521
0,146/0,521
0,521/0,521
Delia Aprilliza
0,271/0,271 0,521/0,521 0,271/0,521
0,146/0,521
0,521/0,521
A10 Yasmina Diani Hanafiah
0,146/0,271 0,271/0,521 0,271/0,521
0,063/0,521
0,521/0,521
A11 Ade Maulana
0,271/0,271 0,146/0,521 0,271/0,521
0,063/0,521
0,521/0,521
A12 Desti Nuh Hidayah
0,146/0,271 0,271/0,521 0,271/0,521
0,146/0,521
0,521/0,521
A13 Dimas Maulana
0,271/0,271 0,271/0,521 0,521/0,521
0,146/0,521
0,521/0,521
A14 Nur Hopid Husen
0,271/0,271 0,146/0,521 0,271/0,521
0,063/0,521
0,521/0,521
A15 Syahril Sidik
0,271/0,271 0,146/0,521 0,271/0,521
0,063/0,521
0,521/0,521
A16 Agin Maulana
0,271/0,271 0,521/0,521 0,271/0,521
0,271/0,521
0,521/0,521
A17 Hani
0,271/0,271 0,271/0,521 0,271/0,521
0,146/0,521
0,521/0,521
A18 Nurmayanti 0,271/0,271 0,271/0,521 0,271/0,521 0,063/0,521 0,521/0,521 A19 Rian Maulana
0,146/0,271 0,521/0,521 0,271/0,521
0,146/0,521
0,521/0,521
A20 Vira Fauziah
0,146/0,271 0,521/0,521 0,271/0,521
0,063/0,521
0,521/0,521
A21 Dela Anandah
0,271/0,271 0,521/0,521 0,271/0,521
0,521/0,521
0,521/0,521
A22 Nita Nurlitasari 0,146/0,271 0,521/0,521 0,271/0,521 0,146/0,521 0,521/0,521 Siti Sarah Robiatul
A23
0,146/0,271 0,521/0,521 0,271/0,521
0,146/0,521
0,521/0,521
Adawiah
A24 Tia Nuraeni 0,146/0,271 0,521/0,521 0,271/0,521 0,063/0,521 0,521/0,521 A25 Tina Gantina
0,146/0,271 0,521/0,521 0,271/0,521
0,146/0,521
0,521/0,521
NILAI MAX
0,271
0,521
0,521
0,521
0,521
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
Sumber : Hasil Penelitian .
Kemudian dari hasil normalisasi di atas di buat dalam matriks ternomalisasi (Ri.
membentuk matriks ternomalisasi (R) Sebagai berikut:
Tabel 11 Tabel Ternormalisasi RATARata-Rata UJIKOM
RATA
US (C.
(C.
RAPOT
(C.
1,000
1,000
1,000
1,000
1,000
1,000
0,539
0,520
1,000
0,539
0,520
1,000
1,000
0,280
1,000
0,539
0,280
0,520
1,000
0,520
0,520
0,539
0,520
0,520
1,000
1,000
0,520
0,539
0,520
0,520
1,000
0,280
0,520
0,539
0,520
0,520
1,000
0,520
1,000
1,000
0,280
0,520
1,000
0,280
0,520
1,000
1,000
0,520
1,000
0,520
0,520
1,000
0,520
0,520
0,539
1,000
0,520
0,539
1,000
0,520
1,000
1,000
0,520
0,539
1,000
0,520
Alternatif
A10
A11
A12
A13
A14
A15
A16
A17
A18
A19
A20
A21
A22
Lilis Napilah Na'il Fauzan Sahrul Roni
Muhamad Rizki Nugraha
Dani Ramdani Ade Akbar Fauzan Ahmad Mustopa
Arip Hidayat
Delia Aprilliza
Yasmina Diani Hanafiah
Ade Maulana
Desti Nuh Hidayah
Dimas Maulana
Nur Hopid Husen
Syahril Sidik
Agin Maulana
Hani
Nurmayanti Rian Maulana
Vira Fauziah
Dela Anandah
Nita Nurlitasari Siti Sarah Robiatul
Adawiah
Tia Nuraeni Tina Gantina
NILAI MAX
A23
A24
A25
SERTIFIKAT
PRESTASI
(C.
KEHADIRAN
(C.
0,520
0,280
0,121
0,121
0,121
0,121
0,121
0,280
0,280
0,121
0,121
0,280
0,280
0,121
0,121
0,520
0,280
0,121
0,280
0,121
1,000
0,280
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
0,539
1,000
0,520
0,280
1,000
0,539
0,539
0,271
1,000
1,000
0,521
0,520
0,520
0,521
0,121
0,280
0,521
1,000
1,000
0,521
Sumber : Hasil Penelitian .
Langkah terakhir adalah menghitung nilai setiap alternatif dengan cara mengalikan nilai setiap kolom kriteria dengan bobot kriteria dan menjumlahkan hasil perkalian tersebut untuk meranking dan memilih alternatif terbaik, dengan memasukan setiap kriteria dan nilai bobot yang di gunakan dalam perankingan ini yaitu W .
, 0, 257.
0, 157.
0, 090.
0, .
maka proses perankingan adalah sebagai berikut dengan rumus:
Keterangan:
ycOycn = rangking untuk setiap alternatif ycyc = bobot dari setiap kriteria ycycnyc = rating kinerja ternormalisasi Nilai Perhitungan perankingan untuk setiap altenative dengan nila Vi dapat di lihat pada tabel berikut:
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
Tabel 12 Nilai Perhitungan perankingan Nama Siswa (Alternati.
Rangking Lilis Napilah 0,957 Na'il Fauzan 0,935 Sahrul Roni
0,587
Muhamad Rizki Nugraha
0,587
Dani Ramdani 0,736 Ade Akbar Fauzan 0,450 Ahmad Mustopa
0,723
Arip Hidayat
0,526
Delia Aprilliza
0,860
Yasmina Diani Hanafiah
0,512
Ade Maulana
0,661
Desti Nuh Hidayah
0,526
Dimas Maulana
0,812
Nur Hopid Husen
0,661
Syahril Sidik
0,661
Agin Maulana
0,882
Hani
0,737
Nurmayanti 0,723 Rian Maulana
0,649
Vira Fauziah
0,635
Dela Anandah
0,925
Nita Nurlitasari 0,649 Siti Sarah Robiatul Adawiah
0,649
Tia Nuraeni 0,635 Tina Gantina
0,649
A10
A11
A12
A13
A14
A15
A16
A17
A18
A19
A20
A21
A22
A23
A24
A25
Sumber : Hasil Penelitian .
Kemudian, solusi diurutkan dari nilai V terbesar ke nilai V terkecil, yang memiliki nilai V terbesar adalah solusi yang terbaik.
Berdasarkan hasil perhitungan di atas, diurutkan secara menurun dari nilai tertinggi ke nilai terendah dan hasil rangking 5 besar dapat dilihat pada tabel berikut:
Tabel 13 Siswa Berprestasi Nama Siswa (Alternati.
Lilis Napilah Na'il Fauzan Dela Anandah Agin Maulana Delia Aprilliza Rangking 0,957 0,935 0,925 0,882 0,860 Sumber : Hasil Penelitian .
Berdasarkan tabel di atas dapat disimpulkan bahwa siswa siswi berprestasi dipilih dengan memenuhi semua kriteria yang ditentukan SMK Al-Huda Sadananya dengan skor tertinggi yaitu Lilis Napilah menduduki peringkat pertama dengan skor 0,957 kemudian urutan ke dua Na'il Fauzan dengan skor nilai 0,935 selanjutnya Dela Anandah pada urutan ke tiga dengan skor nilai 0,925 keempat Agin Maulana dengan skor nilai 0,882 dan terakhir Delia Aprilliza dengan skor nilai 0,860.
Rancangan User Interface Halaman Login DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
Pada gambar dibawah ini merupakan halaman login untuk administrator yang di operasikan oleh operator Sumber : Hasil Penelitian .
Gambar 1 Halaman Login Halaman Dashbord Halaman dashbord berisi beberapa menu yaitu Sub Menu Alternatif kemudian Data sub menu Atribut & Bobot Kriteria.
Matriks terakhir Nilai Preferensi.
Sumber : Hasil Penelitian .
Gambar 2 Halaman Dashboard Halaman Sub Menu Alternatif Sub menu alternatif berfungsi untuk menambahkan data siswa yang telah di olah sebagai bahan seleksi menggunakan metode SAW & ROC.
Sumber : Hasil Penelitian .
Gambar 3 Halaman Sub Menu Alternatif Halaman Sub Menu Bobot & Kriteria Sub menu Bobot & Kriteria berfungsi untuk menambahkan bobot kriteria dengan nilai yang telah dihitung menggunakan metode ROC.
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
Sumber : Hasil Penelitian .
Gambar 4 Halaman Sub Menu Bobot dan Kriteria Halaman Menu Matriks Menu Matriks berfungsi untuk pengolahan menggunakan metode SAW.
Dimana terdapat tombol Isi nilai alternatif yang berfungsi untuk menambahkan nilai bobot setiap kriteria.
Sumber : Hasil Penelitian .
Gambar 5 Halaman Menu Matriks Halaman Menu Nilai Preferensi Berfungsi untuk menampilkan hasil perangkingan dari setiap alternatif.
Sumber : Hasil Penelitian .
Gambar 6 Halaman Menu Nilai Preferensi IV.
KESIMPULAN
berrdasarkan pembahasan dari bab -bab sebelumnya maka dapat disimpulkan dari hasil penelitian sistem pendukung keputusan dalam seleksi pemilihan siswa berprestasi di SMK AL Huda Sadananya dengan menggunakan metode Rank Order Centroid (ROC ) dan Simple Additive Weighting (SAW), maka penulis menarik kesimpulan sebagai berikut:
Dengan adanya penelitian ini, penulis memahami bagaimana tahapan dan prosedur dalam menentukan dan memilih siswa berprestasi.
Proses penentuan dan pemilihan siswa berprestasi yang dilakukan melalui perhitungan dengan metode Rank Order Centroid (ROC) dan Simple Additive Weighting (SAW ) dimulai dengan menentukan kriteria.
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
skala prioritas, pembobotan kriteria dengan perhitungan ROC, normalisasi dan perangkingan menggunakan perhitungan SAW sehingga menghasilkan nilai dari masing -masing kriteria.
Setelah dilakukan perhitungan dengan metode Rank Order Centroid (ROC) dan Simple Additive Weighting (SAW ) dengan data yang diberikan dari sekolah, penulis mengambil 25 siswa ,terbagi dari 5 siswa yang berada pada rangking 5 besar di setiap kelas dari 5 kelas yang ada ,kemudian dari 25 siswa tersebut kami olah kembali dengan hasil akhir ada 5 siswa yang berprestasi dengan skor tertinggi yaitu Lilis Napilah menduduki peringkat pertama dengan skor 0,957 kemudian urutan ke dua Na'il Fauzan dengan skor nilai 0,935 selanjutnya Dela Anandah pada urutan ke tiga dengan skor nilai 0,925 keempat Agin Maulana dengan skor nilai 0,882 dan terakhir Delia Aprilliza dengan skor nilai 0,860.
Dimana hasil tersebut bisa dijadikan sebagai bahan evaluasi dan rekomendasi bagi pihak sekolah untuk mengajukan beasiswa ke perguruan tinggi atau untuk menempatkan siswa sebagai tenaga kerja pada perusahaan yang telah bekerjasama dengan pihak sekolah.
Dari hasil akhir yang diharapkan bertujuan terciptanya sebuah sistem pendukung keputusan yang cepat , tepat dan akurat serta mudah untuk diimplentasikan dalam sebuah aplikasi berbasi web.
REFERENASI
Kolatlena and W.
Riry.
AuSistem Penunjang Keputusan Pemilihan Mahasiswa Berprestasi Menggunakan Metode Profile Matching,Ay SANISA (Jurnal Kreat.
Mhs.
Huku.
, vol.
2, no.
1, pp.
24Ae31, 2022, [Onlin.
Available: http://eprints.
mercubuana-yogya.
id/1540/.
Rahmansyah and S.
Lusinia.
Buku Ajar Sistem Pendukung Keputusan, 1st ed.
Sumatera Barat: Pustaka Galeri Mandiri, 2021.
Budihartanti.
AuSistem Pendukung Keputusan Dalam Penilaian Karyawan Dengan Menerapkan Metode Simple Additive Weighting (SAW),Ay J.
Inf.
Syst.
Applied.
Manag.
Account.
Res.
AuJISAMAR,Ay vol.
3, no.
3, pp.
1Ae10, 2019, [Onlin.
Available: http://journal.
id/index.
php/jisamar/article/view/99/87.
Malau.
AuImplementasi Metode Simple Additive Weighting Untuk Sistem Pendukung Keputusan Promosi Kenaikan Jabatan,Ay Paradigma, vol.
19, no.
1, pp.
38Ae45, 2017.
Ramadhan and M.
Nizam.
AuPenerapan Metode SAW (Simple Additive Weightin.
Dalam Pemilihan Siswa-Siswi Berprestasi Pada Sekolah SMK Swasta Mustafa,Ay TIN Terap.
Inform.
A, vol.
1, no.
9, pp.
459Ae 471, 2021.
Yunaldi.
AuSistem Pendukung Keputusan Seleksi Bantuan Siswa Miskin Menerapkan Kombinasi Metode SAW dan ROC,Ay J.
Media Inform.
Budidarma, vol.
3, no.
4, p.
376, 2019, doi: 10.
30865/mib.
Burhanudin.
Ferdinandus, and M.
Bayu.
AuSistem Pendukung Keputusan Rekomendasi Penerima Bantuan Siswa Miskin Menggunakan Metode Simple Additive Weighting (Sa.
,Ay CAHAYAtech, vol.
8, no.
2, p.
2019, doi: 10.
47047/ct.
Lestari.
AuPenerapan Kombinasi Metode Simple Additive Weighting (SAW) dan Rank Order Centroid (ROC) dalam Keputusan Pemberian Kredit,Ay J.
Media Inform.
Budidarma, vol.
3, no.
4, pp.
371Ae375, 2019, doi:
30865/mib.
Amalia.
AuPemilihan Siswa Berprestasi Dengan Metode Saw (Simple Additive Weightin.
,Ay J.
Sci.
Soc.
Res.
5, no.
2, p.
211, 2022, doi: 10.
54314/jssr.
Sifa.
AuHak dan Kewajiban Guru dan Siswa dalam QS Luqman Ayat 13-19,Ay QALAMUNA J.
Pendidikan.
Sos.
dan Agama, vol.
12, no.
01, pp.
79Ae90, 2020, doi: 10.
37680/qalamuna.
Kurnia and F.
Widayanti.
AuPengaruh Pendidikan Karakter Kepanduan Hizbul Wathon Terhadap Prestasi Belajar Siswa Di Smp Muhammadiyah 7 Yogyakarta,Ay Acad.
Educ.
, vol.
11, no.
01, pp.
75Ae86, 2020, doi:
47200/aoej.
Ariyanti.
Najib.
Satria, and D.
Alita.
AuSistem Informasi Akademik Dan Administrasi Dengan Metode Extreme Programming Pada Lembaga Kursus Dan Pelatihan,Ay J.
Teknol.
dan Sist.
Inf.
, vol.
1, no.
1, pp.
90Ae96.
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.
I Made Arya Budhi Saputra.
AuPenentuan Lokasi Stup Menggunakan Pembobotan Rank Order Centroid (ROC) dan Simple Additive Weighting (SAW),Ay J.
Sist.
dan Inform.
, vol.
15, no.
1, pp.
48Ae53, 2020, doi:
30864/jsi.
Handayani.
Syahrizal, and K.
Tampubolon.
AuPemilihan Kepling Teladan Menerapkan Metode Rank Order Centroid (Ro.
Dan Metode Additive Ratio Assessment (Ara.
Di Kecamatan Medan Area,Ay KOMIK (Konferensi Nas.
Teknol.
Inf.
dan Kompute.
, vol.
3, no.
1, pp.
532Ae538, 2019, doi: 10.
30865/komik.
Ristiana and Y.
Jumaryadi.
AuSistem Pendukung Keputusan Pemilihan Paket Wedding Organizer Menggunakan Metode SAW (Simple Additive Weightin.
,Ay J.
Sisfokom (Sistem Inf.
dan Kompute.
, vol.
1, pp.
25Ae30, 2021, doi: 10.
32736/sisfokom.
DOI: 10.
52362/jisicom.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi 4.
0 Internasional.