i
IMPLEMENTASI METODE ANALYTIC NETWORK
PROCESS PADA SISTEM PENDUKUNG KEPUTUSAN
PENENTUAN PENERIMA BEASISWA DI RUMAH
AMAL LAZIS UNNES
skripsi
disusun sebagai salah satu syarat
untuk memperoleh gelar Sarjana Komputer
Program Studi Teknik Informatika
oleh
Primana Oky Rahmanda
4611412031
JURUSAN ILMU KOMPUTER
FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS NEGERI SEMARANG
2017
v
MOTTO DAN PERSEMBAHAN
Motto
- Sabar adalah Kunci kesuksesan dalam menjalankan hidup.
- Selalu berusaha memaafkan kepada orang yang punya salah.
- Tanamkan selalu sikap optimis karena hidup terus mengalir dan kehidupan
terus berputar.
- Berangkat dengan penuh keyakinan, berjalan dengan penuh keikhlasan, dan
istiqomah dalam menghadapi cobaan.
Persembahan
Skripsi ini saya persembahkan kepada:
- Kedua orang tuaku yang telah tiada,
Bapak Surachman dan Ibu Suprapti.
- Kedua wali orang tuaku, Om Agung dan
Tante Ari, terimakasih untuk kasih
sayang dan do’anya yang senantiasa
mengiringi langkahku.
- Sahabat-sahabat ilkom 2012 yang telah
menjadi inspirasi serta memotivasi dalam
penulisan skripsi ini, khususnya,
Wandha, Zahra, Ayu, Imam, Odi, Eka,
Prapto dan semua anggota K9ndo’s
Family.
- Almamater Universitas Negeri Semarang
vi
KATA PENGANTAR
Puji syukur kehadirat Allah SWT atas segala limpahan rahmat dan karunia-
Nya sehingga penulis dapat menyelesaikan skripsi yang berjudul “Implementasi
Metode Analytic Network Process Pada Sistem Pendukunng Keputusan Penentuan
Penerima Beasiswa di Rumah Amal Lazis UNNES”.
Penulisan skripsi ini diselesaikan berkat bimbingan, bantuan, dukungan,
dan kerjasama dari berbagai pihak. Oleh karena itu, penulis mengucapkan banyak
terima kasih kepada:
1. Prof. Dr. Fathur Rokhman, M.Hum., selaku Rektor Universitas Negeri
Semarang.
2. Prof. Dr. Zaenuri, S.E., M.Si., Akt., selaku Dekan Fakultas Matematika dan
Ilmu Pengetahuan Alam Universitas Negeri Semarang.
3. Endang Sugiharti, S.Si., M.Kom., selaku Ketua Jurusan Ilmu Komputer
Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Negeri
Semarang.
4. Riza Arifudin, S.Pd., M.Cs., selaku dosen pembimbing utama yang telah
memberikan bimbingan, motivasi, dan pengarahan dalam penyusunan
skripsi.
5. Much Aziz Muslim, S.Kom., M.Kom., selaku dosen pembimbing
pendamping yang telah memberikan bimbingan, motivasi, dan pengarahan
dalam penyusunan skripsi.
viii
ABSTRAK
Rahmanda, Primana Oky. 2017. Implementasi Metode Analytic Network Process
Pada Sistem Pendukung Keputusan Penentuan Penerima Beasiswa di Rumah Amal
Lazis UNNES. Skripsi, Jurusan Ilmu Komputer Fakultas Matematika dan Ilmu
Pengetahuan Alam Universitas Negeri Semarang. Pembimbing Utama: Riza
Arifudin, S.Pd., M.Cs., dan Pembimbing Pendamping: Much Aziz Muslim,
S.Kom., M.Kom.
Kata kunci: Beasiswa, Sistem Pendukung Keputusan, Metode Analytic Network Process, Perangkingan.
Beasiswa merupakan salah satu bentuk pemberian maupun penghargaan
berupa bantuan dana yang diberikan kepada mahasiswa untuk digunakan demi
keberlangsungan selama menempuh pendidikan. Pemberian beasiswa kepada
mahasiswa berprestasi yang berasal dari keluarga secara ekonomi tidak mampu
dilakukan oleh Rumah Amal Lazis UNNES setiap tahunnya. Tujuan dari penelitian
ini adalah untuk mengimplementasikan metode Analytic Network Process (ANP)
pada sistem pendukung keputusan penentuan penerima beasiswa di Rumah Amal
Lazis UNNES. Dalam menentukan penerima beasiswa dilakukan proses
penyeleksian layak atau tidaknya mahasiswa menerima beasiswa berdasarkan
beberapa kriteria-kriteria yang telah ditetapkan sebagai bahan pertimbangan dalam
pengambilan keputusan.
Kriteria yang menjadi bahan pertimbangan pengambilan keputusan
penerima beasiswa antara lain, pekerjaan orang tua, penghasilan orang tua, jumlah/
grade Uang Kuliah Tunggal (UKT), nilai Indeks Prestasi Kumulatif (IPK). Adanya
beberapa kriteria yang digunakan untuk penentuan penerima beasiswa dapat
menyulitkan pihak penyeleksi dalam pengambilan keputusan. Maka dari itu, untuk
membantu pihak penyeleksi dalam menetapkan layak atau tidaknya mahasiswa
menerima beasiswa dibutuhkan sebuah sistem pendukung keputusan. Metode yang
digunakan dalam pembuatan sistem ini menggunakan metode Analytic Network Process (ANP). Setiap kriteria yang menjadi parameter tersebut ditentukan tingkat
kepentingan dan rasio konsistensinya pada setiap alternatif (calon penerima
beasiswa). Selanjutnya dinormalisasi dan dikalikan dengan matriks perbandingan
berpasangan antar kriteria. Proses terakhir adalah perangkingan dimana nilai total
tertinggi merupakan alternatif terbaik. Hasil dari penelitian ini adalah berupa
keputusan semi terstruktur yang didapat dari proses metode ANP sehingga
didapatlah beasiswa untuk mahasiswa yang berhak mendapatkan sesuai dengan
hasil perangkingan yang terbaik.
ix
DAFTAR ISI
Halaman
HALAMAN JUDUL ............................................................................................. i
PERNYATAAN .................................................................................................... ii
PERSETUJUAN PEMBIMBING ..................................................................... iii
PENGESAHAN ................................................................................................... iv
MOTTO DAN PERSEMBAHAN ........................................................................ v
KATA PENGANTAR ......................................................................................... vi
ABSTRAK ......................................................................................................... viii
DAFTAR ISI ........................................................................................................ ix
DAFTAR TABEL ............................................................................................... xv
DAFTAR GAMBAR ........................................................................................ xvii
DAFTAR LAMPIRAN ..................................................................................... xix
BAB I PENDAHULUAN
1.1 Latar Belakang ............................................................................................ 1
1.2 Rumusan Masalah ....................................................................................... 4
1.3 Batasan Masalah .......................................................................................... 5
x
1.4 Tujuan Penelitian ......................................................................................... 6
1.5 Manfaat Penelitian ....................................................................................... 6
1.6 Sistematika Penulisan Skripsi ..................................................................... 7
BAB II LANDASAN TEORI
2.1 Sistem Pendukung Keputusan (SPK) .......................................................... 9
2.1.1 Karakteristik dan Kemampuan SPK ................................................... 10
2.1.2 Tujuan SPK .......................................................................................... 13
2.1.3 Keuntungan SPK ................................................................................ 14
2.1.4 Komponen SPK .................................................................................. 15
2.1.4.1 Data Management Subsystem ................................................... 15
2.1.4.2 Model Management Subsystem ................................................ 16
2.1.4.3 Communication atau Dialog Subsystem ................................... 17
2.1.4.4 Knowledge Management Subsystem ........................................ 17
2.1.5 Langkah-Langkah Pembangunan Sistem Pendukung Keputusan ...... 18
2.1.6 Proses Pengambilan Keputusan .......................................................... 19
2.1.7 Macam-Macam Metode SPK ............................................................. 20
2.2 Metode Analytic Network Process (ANP) ................................................ 22
2.2.1 Kelebihan ANP ................................................................................... 24
2.2.2 Prinsip Dasar ANP ............................................................................. 24
xi
2.2.3 Fungsi Utama ANP ............................................................................. 25
2.2.4 Konsep Penting ANP .......................................................................... 27
2.2.4 Langkah-Langkah ANP ....................................................................... 28
2.2.5.1 Mendefinisikan Masalah ........................................................... 29
2.2.5.2 Menentukan Pembobotan Komponen ....................................... 29
2.2.5.3 Membuat Matriks Perbandingan Berpasangan ......................... 29
2.2.5.4 Menentukan Bobot Prioritas atau Eigenvector ......................... 31
2.2.5.5 Memeriksa Rasio Konsistensi ................................................... 31
2.2.5.6 Membuat Supermatrix .............................................................. 33
2.2.5.6.1 Unweighted Supermatriks ................................................. 33
2.2.5.6.2 Weighted Supermatriks ..................................................... 35
2.2.5.6.3 Limit Supermatriks ............................................................ 35
2.3 Beasiswa .................................................................................................... 35
2.4 Rumah Amal Lazis Universitas Negeri Semarang (UNNES) ................... 35
2.4.1 Maksud dan Tujuan ............................................................................ 36
2.4.2 Seleksi Beasiswa pada Rumah Amal Lazis UNNES .......................... 36
2.5 Penelitian Terkait ...................................................................................... 37
xii
BAB III METODE PENELITIAN
3.1 Studi Pendahuluan ...................................................................................... 41
3.1.1 Tempat dan Objek Penelitian .............................................................. 41
3.1.1 Variabel Penelitian .............................................................................. 41
3.2 Tahap Pengumpulan Data ......................................................................... 42
3.2.1 Wawancara (Interview) ........................................................................ 42
3.2.2 Studi Pustaka (Library Research) ....................................................... 42
3.2.3 Observasi ............................................................................................ 42
3.3 Tahap Pengembangan Sistem .................................................................... 43
3.3.1 Analisa Kebutuhan .............................................................................. 43
3.3.1.1 Metode ANP untuk Penentuan Penerima Beasiswa ................. 44
3.3.1.1.1 Tahapan Metode ANP ......................................................... 45
3.4 Desain Sistem ............................................................................................ 47
3.4.1 Perancangan Sistem ............................................................................ 47
3.4.1.1 Flowchart Sistem ...................................................................... 48
3.5 Pengkodean .............................................................................................. 49
3.6 Implementasi Sistem ................................................................................ 49
3.7 Pengujian Sistem ...................................................................................... 49
xiii
3.8 Kesimpulan dan Saran .............................................................................. 49
BAB IV HASIL DAN PEMBAHASAN
4.1 Hasil Penelitian ......................................................................................... 50
4.1.1 Deskripsi Umum Sistem ..................................................................... 50
4.1.2 Tahap Pengumpulan Data ................................................................... 50
4.1.3 Tahap Pengolahan Data ...................................................................... 51
4.1.3.1 Membuat Struktur Network ...................................................... 53
4.1.3.2 Menentukan Matriks Perbandingan Berpasangan Antar Kriteria
Terhadap Alternatif .................................................................. 54
4.1.3.3 Menentukan Nilai Bobot Prioritas atau Eigenvector ............... 55
4.1.3.4 Memeriksa Rasio Konsistensi Matriks Perbandingan
Berpasangan Kriteria ............................................................... 56
4.1.3.5 Membuat Supermatrix ............................................................. 58
4.1.3.6 Rangking Alternatif ................................................................. 60
4.2 Implementasi Sistem ................................................................................. 60
4.2.1 Halaman Login .................................................................................... 61
4.2.2 Tampilan Menu Admin ...................................................................... 62
4.2.3 Menu Alternatif .................................................................................. 63
4.2.4 Menu Kriteria ...................................................................................... 63
xiv
4.2.5 Menu Crips ......................................................................................... 64
4.2.6 Menu Relasi ........................................................................................ 65
4.2.7 Menu Nilai Bobot ............................................................................... 66
4.2.8 Menu Perhitungan ............................................................................... 68
4.2.9 Menu Password .................................................................................. 70
4.3 Pengujian Sistem ....................................................................................... 70
4.3.1 Rencana Pengujian Sistem Sebagai Admin ........................................ 71
4.3.2 Hasil Pengujian Wewenang Sebagai Admin ...................................... 72
4.3.3 Kesimpulan Pengujian ........................................................................ 77
4.3 Pembahasan ............................................................................................... 78
BAB V PENUTUP
5.1 Simpulan .................................................................................................... 84
5.2 Saran .......................................................................................................... 85
DAFTAR PUSTAKA .......................................................................................... 86
LAMPIRAN ......................................................................................................... 89
xv
DAFTAR TABEL
Tabel Halaman
2.1 Skala Saaty ..................................................................................................... 29
2.2 Matriks Perbandingan Berpasangan Kriteria ................................................. 31
2.3 Nilai Bobot Relatif dan Eigenvector ............................................................... 31
2.4 Nilai RI (Random Index) ................................................................................. 33
2.5 Skoring Masing-Masing Kriteria ................................................................... 37
3.1 Kriteria Penentuan Penerima Beasiswa ......................................................... 45
4.1 Nilai Input Data Perbandingan Antar Kriteria atau Alternatif ....................... 52
4.2 Intensitas Kepentingan Masing-Masing Kriteria ........................................... 52
4.3 Perbandingan Skoring Kriteria terhadap A01 ................................................ 54
4.4 Matriks Perbandingan Berpasangan antar Kriteria terhadap A01 .................. 55
4.5 Hasil Penjumlahan Tiap Kolom Matriks ........................................................ 55
4.6 Hasil Perhitungan Matriks Ternormalisasi dan Bobot Prioritas .................... 56
4.7 Hasil Perhitungan Rasio Konsistensi ............................................................. 56
4.8 Hasil Perhitungan Supermatrix ...................................................................... 58
4.9 Hasil Perhitungan Weighted Supermatrix ...................................................... 59
4.10 Hasil Perhitungan Limit Supermatrix ........................................................... 59
xvi
4.11 Hasil Perhitungan Perangkingan .................................................................. 60
4.12 Klasifikasi Rencana Pengujian Sistem ......................................................... 72
4.13 Pengujian Login Admin ............................................................................... 73
4.14 Pengujian Menu Alternatif ........................................................................... 73
4.15 Pengujian Menu Kriteria .............................................................................. 74
4.16 Pengujian Menu Crips ................................................................................... 74
4.17 Pengujian Menu Relasi ................................................................................ 74
4.18 Pengujian Menu Nilai Bobot ........................................................................ 75
4.19 Pengujian Submenu Nilai Bobot Kriteria .................................................... 75
4.20 Pengujian Submenu Nilai Bobot Alternatif ................................................. 75
4.21 Pengujian Menu Perhitungan ....................................................................... 76
4.22 Pengujian Menu Password ........................................................................... 77
4.23 Pengujian Menu Logout ............................................................................... 77
4.24 Hasil Perangkingan Alternatif ...................................................................... 82
xvii
DAFTAR GAMBAR
Gambar Halaman
2.1 Karakteristik SPK ........................................................................................... 10
2.2 Desain Konseptual SPK .................................................................................. 15
2.3 Struktur Jaringan Umpan Balik pada ANP .................................................... 23
2.4 Matriks Perbandingan Berpasangan ................................................................ 30
2.5 Format Dasar Supermatrix ............................................................................. 34
2.6 Format Nilai Vektor Prioritas Perbandingan Kriteria .................................... 34
3.1 Flowchart Metode ANP dalam SPK Penentuan Penerima Beasiswa ............ 48
4.1 Struktur Network Metode ANP Penentuan Penerima Beasiswa .................... 54
4.2 Halaman Login ............................................................................................... 62
4.3 Menu Admin SPK Pada Metode ANP ........................................................... 62
4.4 Menu Alternatif .............................................................................................. 63
4.5 Menu Kriteria ................................................................................................. 64
4.6 Menu Crips ..................................................................................................... 64
4.7 Menu Relasi ................................................................................................... 65
4.8 Submenu Nilai Bobot Kriteria ....................................................................... 66
xviii
4.9 Submenu Nilai Bobot Alternatif .................................................................... 67
4.10 Menu Perhitungan Supermatrix ................................................................... 68
4.11 Menu Perhitungan Weighted Supermatrix ................................................... 69
4.12 Menu Perhitungan Limit Supermatrix .......................................................... 69
4.13 Hasil Perangkingan ...................................................................................... 70
4.14 Menu Password ............................................................................................ 70
xix
DAFTAR LAMPIRAN
Lampiran Halaman
1 Tabel Input Data Kriteria Mahasiswa ................................................................ 90
2 Tabel Output Skoring Data Kriteria Mahasiswa ............................................... 93
3 Source Code Perhitungan ANP Penentuan Penerima Beasiswa ....................... 95
4 Surat Izin Penelitian ........................................................................................ 101
5 Surat Pernyataan Izin Penelitian dari Rumah Amal Lazis UNNRS ................ 102
6 SK Dosen Pembimbing .................................................................................... 103
1
BAB I
PENDAHULUAN
1.1 Latar Belakang
Dalam era globalisasi ini kemajuan teknologi di berbagai bidang mengalami
perkembangan yang sangat pesat. Salah satunya kemajuan teknologi di bidang
pendidikan. Perkembangan yang pesat tersebut tidak hanya dari sisi teknologi
hardware dan software saja, akan tetapi juga termasuk metode komputasinya ikut
berkembang. Metode komputasi yang cukup berkembang saat ini adalah metode
sistem pendukung keputusan (decision support system). Komunikasi dan informasi
merupakan unsur penting dalam bidang teknologi bagi kehidupan manusia saat ini.
Hal ini dijelaskan dengan adanya informasi dapat memberikan pengetahuan
mengenai sesuatu hal yang dibutuhkan serta digunakan untuk membantu manusia
dalam proses pengambilan keputusan. Menurut Hermawan (2005: 1) sistem
pendukung keputusan secara umum didiefinisikan sebagai sebuah sistem yang
mampu memberikan kemampuan baik kemampuan pemecahan masalah maupun
kemampuan pengkomunikasian untuk masalah terstruktur. Sedangkan decision
support systems menurut Subakti (2002: 3) merupakan sistem berbasis komputer
yang interaktif, yang membantu pengambil keputusan dengan memanfaatkan data
dan model untuk menyelesaikan masalah-masalah yang tak terstruktur.
Beasiswa merupakan salah satu bentuk pemberian atau penghargaan berupa
bantuan dana yang ditujukan kepada perorangan, mahasiswa ataupun pelajar untuk
digunakan demi keberlangsungan selama menempuh pendidikan. Penyaluran
2
beasiswa dilakukan oleh beberapa lembaga untuk membantu meringankan beban
mahasiswa yang berprestasi dan kurang mampu dalam memenuhi kebutuhan biaya
pendidikan yang semakin mahal.
Proses seleksi penentuan penerima beasiswa mahasiswa biasanya dilakukan
oleh beberapa lembaga sebagai sarana penyalur bantuan dana untuik memenuhi
kebutuhan kuliah bagi mahasiswa yang berprestasi dan kurang mampu. Salah
satunya adalah Rumah Amal Lazis UNNES. Rumah Amal Lazis UNNES
merupakan organisasi sosial kemanusiaan profesional lingkungan Universitas
Negeri Semarang (UNNES). Organisasi ini dibentuk berdasarkan penggalangan
keterlibatan para pimpinan civitas akademika dan pimpinan warga sekitar dalam
optimalisasi pembayaran zakat atau infaq dari para muzakki yang terdiri dari dosen,
karyawan, mahasiswa, dan warga sekitar.
Proses seleksi dalam menentukan penerima beasiswa oleh Rumah Amal
Lazis UNNES selama ini dilakukan dengan berpedoman pada kriteria penilaian
serta persyaratan-persyaratan yang telah ditentukan. Berdasarkan observasi
langsung di Rumah Amal Lazis UNNES sistem penilaian dalam penentuan
penerima beasiswa masih dilakukan secara konvensional atau manual. Selain itu
pengambil keputusan hanya menilai kelayakan penentuan penerima beasiswa
berdasarkan hasil penjumlahan skoring kriteria tanpa mempertimbangkan nilai
bobot prioritas masing-masing kriteria. Sehingga menimbulkan terjadinya masalah
penyaluran dana beasiswa yang tidak tepat sasaran. Masalah yang sering terjadi
pada pengambilan keputusan disebabkan oleh ketidakakuratan dan ketidakpedulian
para pengambil keputusan (Agus dkk., 2017: 35). Maka dari itu, dengan tujuan
3
membantu pihak Rumah Amal Lazis UNNES diperlukan sistem pendukung
keputusan dalam penentuan penerima beasiswa khususnya bagi mahasiswa yang
berprestasi dan kurang mampu. Pada saat proses penentuan penerima beasiswa
melibatkan beberapa kriteria yang dinilai (multikriteria), sehingga dalam
penyelesaiannya diperlukan sebuah sistem pendukung keputusan untuk
multikriteria. Banyak metode yang dapat diterapkan pada sistem pendukung
keputusan. Salah satunya adalah ANP (Analytic Network Process). Metode ANP
digunakan untuk menentukan nilai bobot kriteria, alternatif, dan perangkingan
dalam penentuan penerima beasiswa.
Pada semua kriteria setiap mahasiswa akan dipertimbangkan memiliki nilai
kiteria yang lebih baik. Dari nilai ini diperoleh nilai bobot prioritas kriteria masing-
masing mahasiswa sesuai dengan kriteria yang diperlukan. Kemudian dilanjutkan
dengan proses perankingan yang akan menyeleksi alternatif yang diperoleh dari
hasil perhitungannya. Dengan dibangunnya aplikasi sistem pendukung keputusan
di Rumah Amal Lazis UNNES ini diharapkan dapat membantu dalam penentuan
penerima beasiswa.
Berdasarkan latar belakang tersebut pada penelitian ini, maka peneliti
menerapkan metode ANP. Banyak metode yang diterapkan pada sistem pendukung
keputusan, salah satunya adalah ANP. Menurut Thomas L. Saaty, sebagaimana
dikutip oleh Susilo (2008: 16) metode ANP merupakan teori umum pengukuran
relatif yang digunakan untuk menurunkan rasio prioritas komposit dari skala rasio
individu yang mencerminkan pengukuran relatif dari pengaruh elemen-elemen
yang saling berinteraksi berkenaan dengan kriteria kontrol.
4
Metode ANP telah banyak diteliti oleh beberapa ahli. Berikut contoh kasus
yang terjadi pada penelitian (Nuriyatin, 2012) yang menjelaskan tentang penerapan
metode ANP dan pemecahan masalahnya dengan beberapa model pembobotan,
yaitu yang berjudul “Penilaian Kinerja Guru dengan Metode ANP (Analytic
Network Process) untuk Pemilihan Guru Berprestasi”, jurnal ini menerapkan
metode ANP untuk menentukan penilaian kinerja guru agar dapat dikategorikan
sebagai guru yang berprestasi berdasarkan kriteria-kriterianya yang memiliki saling
keterkaitan.
Berdasarkan uraian di atas, maka perlu dirancang suatu sistem pendukung
keputusan dengan menggunakan metode ANP yang diharapkan salah satu dari
metode tersebut dapat membantu memberikan solusi yang tepat sehingga
pengambilan keputusan penentuan penerima beasiswa sesuai dan tepat sasaran
berdasarkan penilaian kriteria yang ditentukan. Hal ini juga yang menjadi latar
belakang peneliti dalam melakukan penelitian pada skripsi yang berjudul
“Implementasi Metode Analytic Network Process Pada Sistem Pendukung
Keputusan Penentuan Penerima Beasiswa di Rumah Amal Lazis UNNES”.
1.2 Rumusan Masalah
Dari uraian latar belakang masalah di atas maka dapat dirumuskan
permasalahan yang ada yaitu:
1) Bagaimana membangun sebuah sistem pendukung keputusan penentuan
penerima beasiswa menggunakan metode ANP (Analytic Network Process)
di Rumah Amal Lazis UNNES?
5
2) Bagaimana implementasi metode ANP (Analytic Network Process) pada
sistem pendukung keputusan penentuan penerima beasiswa di Rumah Amal
Lazis UNNES?
1.3 Batasan Masalah
Pada penelitian ini diperlukan batasan-batasan agar tujuan penelitian dapat
tercapai. Karena luasnya bidang yang dihadapi, maka dalam penyusunan proposal
skripsi ini dibatasi berdasarkan ruang lingkup kegiatan dari proses pembangunan
aplikasi sistem pendukung keputusan. Adapun batasan masalah yang dibahas pada
penelitian ini adalah:
1) Sistem pendukung keputusan yang dirancang dan dibangun adalah sistem
pendukung keputusan yang berfungsi sebagai bahan pertimbangan alternatif
terbaik dalam penentuan penerima beasiswa mahasiswa berdasarkan kriteria
yang telah ditentukan.
2) Kriteria yang digunakan dalam pengambilan keputusan adalah pekerjaan
orang tua, penghasilan orang tua, jumlah/ grade Uang Kuliah Tunggal
(UKT), dan nilai Indeks Prestasi Kumulatif (IPK).
3) Data yang akan digunakan adalah data program beasiswa pendidikan tahun
2017 khususnya mahasiswa angkatan 2013 dan 2014 yang diambil dari
Rumah Amal Lazis UNNES.
4) Sampel data yang digunakan dalam penelitian ini sebanyak 10 alternatif.
6
5) Pembuatan sistem ini dirancang menggunakan bahasa pemrograman PHP
(Personal Home Page) dengan pengolahan database MySQL (My
Structured Query Language).
1.4 Tujuan Penelitian
Tujuan penelitian ini adalah sebagai berikut:
1) Membangun sistem pendukung keputusan untuk penentuan penerima
beasiswa mahasiswa menggunakan metode ANP di Rumah Amal Lazis
UNNES.
2) Mengetahui hasil implementasi metode ANP pada sistem pendukung
keputusan penentuan penerima beasiswa di Rumah Amal Lazis UNNES.
1.5 Manfaat Penelitian
Manfaat penelitian ini adalah sebagai berikut:
1) Membantu dalam proses penentuan penerima beasiswa menggunakan
metode ANP berdasarkan data/ informasi berupa penilaian kriteria yang ada
pada daftar mahasiswa yang mendaftar program beasiswa di Rumah Amal
Lazis UNNES.
2) Memotivasi untuk melakukan penelitian berikutnya, baik untuk
permasalahan serupa maupun permasalahan lainnya dengan menggunakan
metode yang sama.
3) Sebagai bahan pertimbangan dan perencanaan dalam pengambilan
keputusan, terutama bagi ketua Rumah Amal Lazis UNNES.
7
1.6 Sistematika Penulisan Skripsi
Sistematika penulisan untuk memudahkan dalam memahami alur pemikiran
secara keseluruhan skripsi. Penulisan skripsi ini secara garis besar dibagi menjadi
tiga bagian yaitu sebagai berikut:
1) Bagian Awal Skripsi
Bagian awal skripsi terdiri dari halaman judul, halaman pengesahan,
halaman pernyataan, halaman motto dan persembahan, abstrak, kata pengantar,
daftar isi, daftar gambar, daftar tabel dan daftar lampiran.
2) Bagian Isi Skripsi
Bagian isi skripsi terdiri dari lima bab yaitu sebagai berikut.
BAB I: PENDAHULUAN
Bab ini terdiri atas latar belakang, rumusan masalah, batasan masalah,
tujuan dan manfaat penelitian serta sistematika skripsi.
BAB II: LANDASAN TEORI
Bab ini terdiri dari atas landasan teori mengenai definisi maupun pemikiran-
pemikiran yang menyangkut dan mendasari pemecahan masalah dalam
skripsi ini.
BAB III: METODE PENELITIAN
Bab ini membahas tahapan penelitian yang dilakukan, yaitu studi literatur,
pengolahan data, dan pembuatan aplikasi penentuan kelayakan penerima
beasiswa dengan sistem pendukung keputusan menggunakan metode ANP
(Analytic Network Process).
8
BAB IV: HASIL DAN PEMBAHASAN
Bab ini berisi hasil penelitian yang diperoleh dan pembahasan dari hasil
penelitian tersebut.
BAB V: PENUTUP
Bab ini berisi simpulan dari penulisan skripsi dan saran yang diberikan
penulis untuk mengembangkan skripsi ini.
3) Bagian Akhir Skripsi
Bagian akhir skripsi berisi daftar pustaka yang merupakan informasi
mengenai buku-buku, sumber-sumber dan referensi yang digunakan penulis serta
lampiran-lampiran yang mendukung dalam penulisan skripsi ini.
9
BAB II
LANDASAN TEORI
2.1 Sistem Pendukung Keputusan (SPK)
Sistem Pendukung Keputusan (SPK) atau Decision Support System (DSS)
didefinisikan sebagai sistem informasi interaktif yang menyediakan informasi,
pemodelan, dan pemanipulasian data (Idwar & Sularno, 2016: 349). SPK juga
merupakan sistem informasi berbasis komputer untuk manajemen pengambilan
keputusan yang menangani masalah-masalah semi terstruktur (Turban, Aronson, &
Liang, 2005: 137). SPK bukan merupakan alat pengambilan keputusan melainkan
merupakan sistem yang membantu pengambil keputusan melengkapi segala
sesuatunya dengan informasi dari data yang telah diolah dengan relevan dan
diperlukan untuk membuat keputusan tentang suatu masalah dengan lebih cepat dan
akurat. Penerapan SPK banyak digunakan untuk memberi solusi terhadap suatu
masalah dalam pengambilan keputusan (Josaputri, 2016: 22)
Menurut Handayani (2012: 79) SPK dirancang untuk menunjang seluruh
tahapan pembuatan keputusan, yang dimulai dari tahapan mengidentifikasi
masalah, memilih data yang relevan, menentukan pendekatan yang digunakan
dalam proses pembuatan keputusan sampai pada kegiatan mengevaluasi pemilihan
alternatif. Sedangkan menurut Ardy & Heribertus (2015: 12) sistem pendukung
keputusan merupakan suatu kegiatan yang penting dalam kegiatan suatu instansi
karena ketepatan keputusan yang diambil dapat mempengaruhi keberlangsungan
dari suatu instansi. Pembuat keputusan seringkali dihadapkan pada masalah-
10
masalah yang rumit dan melibatkan banyak data yang harus dipertimbangkan,
sehingga diperlukan sebuah sistem yang dapat membantu menyelesaikan masalah
dengan cara menyediakan alternatif keputusan yang dapat diambil.
2.1.1 Karakteristik dan Kemampuan SPK
Karakteristik dan kemampuan dari SPK memungkinkan para pengambil
keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten dalam
satu cara yang dibatasi (Kusrini, 2007: 22). Karakteristik dan kemampuan ideal dari
suatu SPK dilihat pada Gambar 2.1.
Gambar 2.1 Karakteristik SPK
Berikut merupakan penjelasan dari karakteristik SPK:
1) SPK menyediakan dukungan bagi pengambil keputusan utamanya pada
situasi semi-terstruktur dan tidak terstrukutur dengan memadukan
pertimbangan manusia dan informasi terkomputerisasi. Berbagai masalah
11
tidak dapat diselesaikan (atau tidak dapat diselesaikan secara memuaskan)
oleh sistem komputerisasi lain, seperti EDP (Electronic Dua Processing)
atau MIS (Management Information System), tidak juga dengan metode atau
tool kuantitatif standar.
2) Dukungan disediakan untuk berbagai level management yang berbeda,
mulai dari pimpinan puncak sampai manajer lapangan.
3) Dukungan disediakan bagi individu dan juga bagi grup. Berbagai masalah
organisasional melibatkan pengambil keputusan dari orang dalam grup.
Untuk masalah yang strukturnya lebih sedikit seringkali hanya
membutuhkan keterlibatan beberapa individu dari departemen dan level
organisasi yang berbeda.
4) SPK menyediakan dukungan ke berbagai keputusan yang berurutan atau
saling berkaitan.
5) SPK mendukung berbagai fase proses pengambilan keputusan: intelegence,
design, choice dan implementation.
6) SPK mendukung berbagai proses pengambilan dan style yang berbeda-beda
ada kesesuaian diantara sistem pendukung keputusan dan atribut
pengambilan keputusan individu (contohnya vocabulary dan style
keputusan).
7) SPK selalu bisa beradaptasi sepanjang masa. Pengambil keputusan harus
reaktif, mampu mengatasi perubahan ini. Sistem pendukung keputusan
adalah fleksibel, sehingga user dapat menambahkan, menghapus,
mengkombinasikan, mengubah, atau mengatur kembali elemen-elemen
12
dasar (menyediakan respon cepat pada situasi yang tak diharapkan).
Kemampuan ini memberikan analisis yang tepat waktu dan cepat setiap saat.
8) SPK mudah digunakan. User harus merasa nyaman dengan sistem ini. User-
friendlies, fleksibel, dukungan grafis terbaik, dan antarmuka bahasa yang
sesuai dengan bahasa manusia dapat meningkatkan efektivitas sistem
pendukung keputusan. Kemudahan penggunaan ini diimplikasikan pada
mode interaktif.
9) SPK mencoba untuk meningkatkan efektivitas dari pengambilan keputusan
(akurasi, jangka waktu, kualitas), lebih daripada efisiensi yang bisa
diperoleh (biaya membuat keputusan, termasuk biaya penggunaan
komputer).
10) Pengambil keputusan memiliki kontrol menyeluruh terhadap semua langkah
proses pengambilan keputusan dalam menyelesaikan masalah. SPK secara
khusus ditujukan untuk mendukung dan tidak menggantikan pengambil
keputusan. Pengambil keputusan dapat menindaklanjuti rekomendasi
komputer sembarang waktu dalam proses dengan tambahan pendapat
pribadi ataupun tidak.
11) SPK mengarah pada pembelajaran, yaitu mengarah pada kebutuhan baru
dan penyempurnaan sistem yang mengarah pada pembelajaran tambahan,
begitu selanjutnya dalam proses pengembangan dan peningkatan sistem
pendukung keputusan secara berkelanjutan.
13
12) User harus mampu menyusun sendiri sistem yang sederhana. Sistem yang
lebih besar dapat dibangun dalam organisasi user tadi dengan melibatkan
sedikit saja bantuan dari spesialis di bidang IS (Information Systems).
13) SPK biasanya mendayagunakan berbagai model (standar atau sesuai
keinginan user) dalam menganalisis berbagai keputusan. Kemampuan
pemodelan ini menjadikan percobaan yang dilakukan dapat dilakukan pada
berbagai konfigurasi yang berbeda. Berbagai percobaan tersebut lebih lanjut
akan memberikan pandangan dan pembelajaran baru.
14) SPK dalam tingkat lanjut dilengkapi dengan komponen knowledge yang
bisa memberikan solusi yang efisien dan efektif dari berbagai masalah yang
pelik.
2.1.2 Tujuan SPK
Berdasarkan hasil kutipan Turban dalam Kusrini (2007: 16) tujuan dari
sistem pendukung keputusan adalah sebagai berikut:
1) Membantu manajer dalam pengambilan keputusan atas masalah semi
terstruktur.
2) Meningkatkan efektivitas keputusan yang diambil manajer lebih daripada
perbaikan efisiensinya.
3) Sistem pendukung keputusan terkomputerisasi bisa mengurangi ukuran
kelompok dan memungkinkan para anggotanya untuk berasal dari berbagai
lokasi yang berbeda-beda (menghemat biaya perjalanan).
4) Kecepatan komputasi.
14
5) Peningkatan produktivitas. Sistem bisa meningkatkan kualitas mahasiswa
yang dipilih lebih unggul atau lebih baik dari mahasiswa yang lainnya dalam
satu kelompok pemilihan.
6) Pendukung kualitas.
7) Berdaya asing.
8) Mengatasi keterbatasan kognitif dalam pemrosesan dan penyimpanan.
2.1.3 Keuntungan SPK
SPK dapat memberikan beberapa keuntungan-keuntungan bagi
pemakainya. Menurut Subakti (2002: 21) keuntungan-keuntungan tersebut
meliputi:
1) Mampu mendukung pencarian solusi dari masalah yang kompleks.
2) Respon cepat pada situasi yang tak diharapkan dalam kondisi yang berubah-
ubah.
3) Mampu untuk menerapkan berbagai strategi yang berbeda pada konfigurasi
berbeda secara cepat dan tepat.
4) Pandangan dan pembelajaran baru.
5) Memfasilitasi komunikasi.
6) Meningkatkan kontrol manajemen dan kinerja.
7) Menghemat biaya.
8) Keputusannya lebih tepat.
9) Meningkatkan efektivitas manajerial, menjadikan manajer dapat bekerja
lebih singkat dan dengan sedikit usaha.
10) Meningkatkan produktivitas analisis.
15
2.1.4 Komponen SPK
Berdasarkan definisi SPK harus mencakup tiga komponen utama dari
DBMS (Database Management Systems), MBMS (Multimedia Broadcast
Multicast Services), dan antarmuka pengguna. Subsistem manajemen berbasis
pengetahuan adalah opsional, tetapi bisa memberikan banyak manfaat karena
memberikan intelegensi bagi ketiga komponen utama tersebut (Kusrini, 2007: 26).
Model konseptual kompone dari sistem pendukung keputusan ditunjukkan dalam
Gambar 2.2.
Gambar 2.2 Desain Konseptual SPK
Menurut Subakti (2002: 21) SPK memiliki 4 komponen yaitu:
2.1.4.1 Data Management Subsystem
Subsistem manajemen data termasuk databse yang mengandung data yang
relevan untuk berbagai situal dan diatur oleh software yang disebut DBMS
(Database Management System).
16
Kemampuan yang dibutuhkan dari manajemen basis data, yaitu:
1) Kemampuan untuk mengkombinasikan berbagai variabel data melalui
pengambilan dan ekstraksi data.
2) Kemampuan untuk menambahakan sumber data secara cepat dan mudah.
3) Kemampuan untuk menggambarkan struktur data logical.
4) Kemampuan untuk menangani data secara personil.
5) Kemampuan untuk mengelola berbagai variasi data.
2.1.4.2 Model Management Subsystem
Subsistem manajemen modal adalah perangkat lunak yang memasukkan
model (melibatkan model financial, statistical, management science, atau berbagai
model kuantitatif lainnya) sehingga dapat memberikan ke sistem suatu kemampuan
analitis dan manajemen software yang diperlukan.
Model adalah suatu peniruan dari alam nyata atau ekspresi pembuatan
sesuatu yang mewakili dunia nyata. Kendala yang sering dihadapi dalam
manajemen model adalah model yang disusun ternyata tidak mampu mencerminkan
seluruh variabel nyata.
Kemampuan yang dimiliki subsistem manajemen model meliputi:
1) Kemampuan untuk menciptakan model-model baru secara cepat dan
mudah.
2) Kemampuan untuk mengakses dan mengintegrasikan model-model
keputusan.
17
3) Kemampuan untuk mengelola basis model dengan fungsi manajemen yan
analog dan manajemen basis data (seperti untuk menyimpan, membuat
dialog, menghubungkan dan mengakses model).
2.1.4.3 Communication atau Dialog Subsystem
Subsistem dialog merupakan fasilitas yang memberikan kemampuan
interaksi anatara sistem dan user. User dapat berkomunikasi dan memberikan
perintah ke sistem melalui subsistem ini (menyediakan antarmuka).
Fasilitas yang dimiliki oleh subsistem dialog dibagi menjadi tiga bagian,
yaitu:
1) Bahan aksi (Action Language) merupakan suatu perangkat yang dapat
digunakan oleh user untuk berkomunikasi dengan sistem. Komunikasi
dapat dilakukan melalui berbagai pemilihan seperti papan ketik (Keyboard),
panel-panel sentuh, joystick, dan sebagainya.
2) Bahas tampilan (Display atau Presentation Language), yaitu suatu
perangkat yang berfungsi sebagai sarana untuk menampilkan sesuatu.
Peralatan yang digunakan untuk merealisasikam tampilan ini diantaranya
adalah printer, plotter, grafik, warna, dan sebagainya.
3) Basis pengetahuan (Knowledge Base), adalah bagian yang mutlak diketahui
oleh pengguna sehingga sistem yang dirancang dapat berfungsi secara
efektif.
2.1.4.4 Knowledge Management Subsystem
Subsistem optional ini dapat mendukung subsistem lain atau bertindak
sebagai komponen yang berdiri sendiri.
18
2.1.5 Langkah-Langkah Pembangunan Sistem Pendukung Keputuan
Langkah-langkah yang diperlukan dalam membangun sistem pendukung
keputusan yaitu (Subakti, 2002):
1) Perencanaan
Pada tahap ini yang paling penting dilakukan adalah perumusan masalah
serta penentuan tujuan dibangunnya sistem pengambilan keputusan.
Langkah ini merupakan langkah awal yang sangat penting karena akan
menentukan pemilihan jenis sistem pengambilan keputusan yang akan
dirancang serta metode pendekatan yang akan dipergunakan.
2) Penelitian
Berhubungan dengan pencarian data serta sumber daya yang tersedia,
lingkungan sistem pengambil keputusan.
3) Analisa
Dalam tahap ini termasuk penentuan teknik pendekatan yang akan
dilakukan serta sumber daya yang dibutuhkan.
4) Perancangan
Pada tahap ini dilakukan perancangan dari ketiga subsistem sistem
pengambilan keputusan yaitu subsistem basis data, subsistem model,
subsistem komunikasi atau dialog.
5) Konstruksi
Tahapan ini merupakan kelanjutan dari perancangan, dimana ketiga
subsistem yang dirancang digabungkan menjadi suatu sistem pengambilan
keputusan.
19
6) Implementasi
Tahap ini merupakan penerapan sistem pengambilan keputusan yang
dibangun. Pada tahap ini terdapat beberapa tugas yang harus dilakukan
yaitu testing, evaluasi, penampilan, orientasi, pelatihan, dan penyebaran.
7) Pemeliharaan
Merupakan tahap yang harus dilakukan secara terus menerus untuk
mempertahankan keandalan sistem.
8) Adaptasi
Dalam tahap ini dilakukan pengulangan terhadap tahapan diatas sebagai
tanggapan terhadap kebutuhan pemakai.
2.1.6 Proses Pengambilan Keputusan
Dalam proses sistem pengambilan keputusan terdapat tahap-tahap yang
harus dilalui. Menurut Subakti (2002: 11-12) tahap-tahp yang harus dilalui dalam
proses pengambilan keputusan sebagai berikut:
1) Tahap Pemahaman (Intelligence Phase)
Proses yang terjadi pada fase ini adalah menemukan masalah,
klasifikasi masalah, penguraian masalah. Dan kepemilikan masalah
(Subakti, 2002). Tahap ini merupakan proses penelusuran dan pendeteksian
dari lingkup problematika serta proses pengenalan masalah. Data masukan
diperoleh, diproses dan diuji dalam rangka mengidentifikasi masalah.
2) Tahap Perancangan (Design Phase)
Tahap ini meliputi pembuatan, pengembangan, dan analisis hal-hal
yang mungkin untuk dilakukan. Termasuk juga pemahaman masalah dan
20
pengecekan solusi yang layak dan model dari masalahnya dirancang, dites
dan divalidasi. Tugas-tugas yang ada pada tahap ini:
a. Komponen-komponen model
b. Struktur model
c. Seleksi prinsip-prinsip pemilihan (kriteria evaluasi)
d. Pengembangan (penyediaan) alternatif
e. Prediksi hasil
f. Pengukuran hasil
g. Skenario
3) Tahap Pemilihan (Choice Phase)
Ada dua tipe pendekatan pemilihan, yaitu:
a. Teknis analitis, yaitu menggunakan perumusan matematis.
b. Algoritma, menguraikan proses langkah demi langkah.
4) Tahap Implementasi (Implementation Phase)
Tahap ini dilakukan penerapan terhadap rancangan sistem yang telah dibuat
pada tahap perancangan serta pelaksanaan alternatif tindakan yang telah
dipilih pada tahap pemilihan.
2.1.7 Macam-Macam Metode SPK
Dalam perkembangannya, terdapat beberapa teknik dalam memilih
keputuusan atau alternatif, yaitu:
1) Metode AHP (Analytical Hierarchy Process) merupakan suatu model
pendukung keputusan yang dikembangkan oleh Thomas L. Saaty. Model
keputusan ini menguraikan masalah multi kriteria yang kompleks menjadi
21
satu struktur hirarki. Menurut Saaty (1993: 125), hirarki didefinisikan
sebagai suatu representasi dari sebuah permasalahan yang kompleks dalam
suatu struktur multi level. Level pertama adalah tujuan, level kedua kriteria,
sub kriteria dan level ketiga adalah alternatif. Dengan hirarki, masalah yang
kompleks dapat diuraikan ke dalam kelompok-kelompoknya yang
kemudian diatur menjadi suatu bentuk hirarki, sehingga permasalahan akan
tampak lebih terstruktur dan sistematis.
2) Metode ANP menurut Edni (2013: 2) merupakan salah satu metode yang
mampu mempresentasikan tingkat kepentingan berbagai pihak dengan
mempertimbangkan saling keterkaitan antar kriteria dan sub kriteria yang
ada. Dalam metode ini memerlukan interaksi dan ketergantungan dengan
menggunakan network. ANP mengizinkan adanya interaksi dan umpan
balik dari elemen-elemen dalam cluster (Inner dependence) dan antar
cluster (outer dependence). ANP merupakan metode pemecahan suatu
masalah yang tidak terstruktur dan adanya ketergantungan hubungan antar
elemennya.
3) Metode PROMETHEE (Preference Ranking Organization Method for
Enrichment Evaluation) merupakan metode dalam memecahkan
permasalahan yang bersifat multikriteria dengan cara menentukan urutan
(prioritas). PROMETHEE adalah metode peringkat yang cukup sederhana
dalam konsep dan aplikasi dibandingkan dengan metode lain untuk analisis
multikriteria (Ardy, 2015: 3).
22
4) Metode TOPSIS (Technique for Order Preference by Similarityto Ideal
Solution) adalah salah satu metode yang dapat membantu proses
pengambilan keputusan yang optimal untuk menyelesaiakan masalah
keputusan secara praktis (Jamila & Hartati, 2011: 14).
2.2 Metode Analytic Network Process (ANP)
Menurut Santoso (2010: 3) metode ANP merupakan pengembangan metode
AHP. Metode ANP mampu memperbaiki kelemahan AHP berupa kemampuan
mengakomodasi keterkaitan antarkriteria atau alternatif. Model dari metode ANP
yaitu berupa jaringan sehingga dapat diketahui saling keterkaitan antara setiap
elemen yang ada pada satu kriteria yang sama, ataupun terhadap elemen-elemen
yang berbeda kriteria (Kaluku & Jie, 2015: 120).
Model ini merupakan pengembangan dari AHP sehingga lebih memiliki
kompleksitas dibanding metode AHP. Metode ANP mampu memperbaiki
kelemahan AHP berupa kemampuan mengakomodasi keterkaitan antar kriteria atau
alternatif (Saaty, 1999). Keterkaitan pada metode ANP ada 2 jenis yaitu keterkaitan
dalam satu set elemen (inner dependence) dan keterkaitan antar elemen yang
berbeda (outer dependence). Adanya keterkaitan tersebut menyebabkan metode
ANP lebih kompleks dibanding metode AHP.
Dalam implementasi pemecahan masalah, ANP bergantung pada alternatif-
alternatif dan kriteria yang ada. Pada jaringan AHP terdapat level tujuan, kriteria,
dan alternatif, yang masing-masing level memiliki elemen. Sedangkan pada
jaringan ANP, level dalam AHP disebut cluster yang dapat memiliki kriteria dan
alternatif di dalamnya. Elemen dalam suatu komponen atau cluster dapat
23
mempengaruhi elemen lain dalam komponen atau cluster yang sama (inner
dependence), dan dapat pula mempengaruhi elemen cluster yang lain (outer
dependence) dengan memperhatikan setiap kriteria. Yang diinnginkan dalam ANP
adalah mengetahui keseluruhan pengaruh dari semua elemen. Oleh karena itu,
semua kriteria harus diatur dan dibuat prioritas dalam suatu kerangka kerja hirarki
atau jaringan, melakukan perbandingan dan sintesis untuk memperoleh urutan
prioritas dari sekumpulan kriteria yang ada. Kemudian diturunkan pengaruh dari
elemen dalam sistem umpan balik (feedback) dengan memperhatikan masing-
masing kriteria. Struktur jaringan ditunjukkan pada Gambar 2.3.
Gambar 2.3 Struktur Jaringan Umpan Balik pada ANP (Saaty, 2003)
Dalam membuat keputusan, perlu dibedakan antara struktur hirarki dan
jaringan yang digunakan untuk mencerminkan bagian-bagiannya, pada jaringan,
komponen (sebutan level pada jaringan) tidak disusun pada urutan tertentu, namun
dihubungkan secara berpasangan dengan garis lurus. Arah panah mencerminkan
pengaruh dari sebuah komponen terhadap komponen yang lain.
24
2.2.1 Kelebihan ANP
Kelebihan ANP dari metodologi yang lain AHP (Rusydiana & Devi, 2013:
21) adalah:
1) Kekuatan (power) ANP terletak pada struktur kerangka model yang
berbentuk jaringan. Hal ini membuat ANP dapat diaplikasikan lebih luas
dan lebih dapat mencerminkan permasalahan seperti keadaan yang
sesungguhnya.
2) Struktur jaringan pada ANP terdapat juga umpan balik (feedback). Dengan
feedback alternatif dapat dependen terhadap kriteria, seperti hierarki, tetapi
dapat pula dependen satu sama lain.
3) Dengan adanya feedback dapat memperbaiki prioritas yang dihasilkan dari
penilaian, dan membuat prediksi lebih akurat.
4) Hasil ANP berupa supermatriks skala prioritas yang lebih stabil karena
adanya feedback.
5) Cakupan ANP meluas tak terbatas dengan penggunaan struktur berupa
jaringan.
2.2.2 Prinsip dasar ANP
Prinsip-prinsip dasar ANP ada tiga, yaitu dekomposisi, penilaian komparasi
(comparative judgements), dan komposisi hierarki atau sintesis dari prioritas
(Ascarya, 2005) dalam (Rusydiana, 2013: 18):
1) Prinsip dekomposisi, yaitu diterapkan untuk menstrukturkan masalah yang
kompleks menjadi kerangka hierarki atau jaringan cluster, sub-cluster, sub-
25
sub cluster, dan seterusnya. Dengan kata lain dekomposisi adalah
memodelkan masalah ke dalam ANP .
2) Prinsip penilaian komparasi diterapkan untuk membangun perbandingan
pasangan (pairwise comparasion) dari semua kombinasi elemen-elemen
dalam cluster dilihat dari cluster induknya. Perbandingan pasangan ini
digunakan untuk mendapatkan prioritas lokal dari elemen-elemen dalam
suatu cluster dilihat dari cluster induknya.
3) Prinsip komposisi hierarkis atau sintesis diterapkan untuk mengalihkan
prioritas lokal dari elemen-elemen dalam cluster dengan prioritas “global”
dari elemen induk, yang akan menghasilkan prioritas global seluruh hierarki
dan menjumlahkannya untuk menghasilkan prioritas global untuk elemen
level terendah (biasanya meupakan alternatif).
2.2.3 Fungsi Utama ANP
Sesuai dengan prinsip-prinsip dasarnya, fungsi utama metodologi ANP
memiliki tiga fungsi utama (Ascarya, 2005) dalam (Rusydiana, 2013: 19-20):
1) Melakukan strukturisasi pada kompleksitas
Dalam penelitiannya, (Saaty, 1999) menemukan adanya pola-pola
yang sama dalam sejumlah contoh tentang bagaimana manusia
memecahkan sebuah kompleksitas dari masa ke masa. Dimana
kompleksitas distruktur secara hierarki ke dalam clustre-cluster yang
homogen dari faktor-faktor.
26
2) Pengukuran ke dalam skala rasio
Metodologi pengambilan keputusan yang terdahulu pada umumnya
menggunakan pengukuran level mudah (pengukuran ordinal atau interval),
sedangkan metodologi ANP menggunakan pengukuran skala rasio yang
diyakini paling akurat dalam mengukur faktor-faktor yang membentuk
hierarki. Level pengukuran dari terendah ke tertinggi adalah nominal,
ordinal, interval, dan rasio. Setiap level pengukuran memiliki semua arti
yang dimiliki level yang lebih rendah dengan tambahan arti yang baru.
Pengukuran interval tidak memiliki arti rasio, namun memiliki arti
interval, ordinal, dan nominal. Pengukuran rasio diperlukan untuk
mencerminkan proporsi. Untuk menjaga kesederhanaan metodologi, (Saaty,
1999) mengusulkan penggunaan penilaian rasio dari setiap pasang dalam
hierarki untuk mendapatkan (tidak secara langsung memberikan nilai)
pengukuran skala rasio. Setiap metodologi dengan struktur hierarki harus
menggunakan prioritas skala rasio untuk elemen diatas level terendah dari
hierarki. Hal ini penting karena prioritas (atau bobot) dari elemen di level
manapun dari hierarki ditentukan dengan mengalikan prioritas dari elemen
pada level dengan prioritas dari elemen induknya. Karena hasil perkalian
dari dua pengukuran level interval secara matematis tidak memiliki arti,
skala rasio diperlukan untuk perkalian ini. AHP dan atau ANP
menggunakan skala rasio pada semua level terendah dari hierarki dan atau
jaringan, termasuk level terendah. Skala rasio ini menjadi semakin penting
27
jika prioritas tidak hanya digunakan untuk aplikasi pilihan, namun untuk
aplikasi-aplikasi lain seperti untuk aplikasi alokasi sumber daya.
3) Sintesis
Sintesis merupakan kebalikan dari analisis. Kalau analisis berarti
mengurai entitas material atau abstrak ke dalam elemen-elemennya, maka
sintesis berarti menyatukan semua bagian menjadi satu kesatuan. Karena
kompleksitas, situasi keputusan penting, atau perkiraan, atau alokasi sumber
daya, sering melibatkan terlalu banyak dimensi bagi manusia untuk dapat
melakukan sintesis secara intuitif, kita memerlukan suatu cara untuk
melakukan sintesis dari banyak dimensi. Meskipun ANP memfasilitasi
analisis, fungsi yang lebih pentng lagi dalam ANP adalah kemampuannya
untuk membantu kita dalam melakukan pengukuran dan sintesis sejumlah
faktor-faktor dalam hierarki atau jaringan.
2.2.4 Konsep Penting ANP
Dalam metode ANP, ada beberapa konsep penting yang harus dipahami.
Konsep-konsep tersebut sebagian memiliki kesamaan dengan konsep AHP dan
sebagian yang lain berbeda. Menurut Saaty (2006: 35), konsep-konsep dari ANP
tersebut meliputi:
1) Feedback, inner, dan cluster dependence
2) Pengaruh dengan respek ke sebuah kriteria
3) Kontrol hierarki atau sistem
4) Supermatriks
5) Limiting Supermatriks
28
6) Primitivity, irreducibility, cyclicity
7) Membuat limiting supermatriks dan cluster harus dibandingkan
8) Sintesis untuk kriteria dari sebuah kontrol hirarki atau sebuah kontrol sistem
9) Sintesis untuk keuntungan, biaya, peluang, dan risiko kontrol hirarki
10) Formulasi untuk menghitung limit
11) Hubungan ke neural network firing kasus berkelanjutan
12) Kepadatan dari neural firing dan distribusi serta aplikasinya untuk
menghasilkan kembali citra yang dapat dilihat dan komposisisimponik.
2.2.5 Langkah-langkah ANP
Menurut Dagdeviren dan Yuksei (2010: 47) proses ANP terdiri dari 4
langkah utama:
1) Kontruksi model dan struktur masalah. Masalah harus ditetapkan dengan
jelas dan dipecah ke dalam sistem yang rasional seperti network yang akan
menjadi model ANP.
2) Matriks perbandingan berpasangan dan vektor prioritas (eigen vector).
3) Menyusun Supermatriks.
4) Menyeleksi alternatif terbaik. Jika supermatriks pada langkah 3 sudah
mencakup seluruh network, bobot prioritas dari alternatif dapat ditentukan
dari blok alternatif.
Perbandingan dilakukan berdasarkan penilaian dari pengambil keputusan
dengan menilai tingkat kepentingan suatu elemen. Seperti pada AHP nilai
kepentingan relatif ditentukan dengan skala 1 sampai 9 Saaty yang akan
ditunjukkan pada Tabel 2.1.
29
Tabel 2.1 Skala Saaty
Secara umum langkah-langkah yang harus dilakukan dalam menggunakan
ANP adalah sebagai berikut (Santoso, 2008: 25):
2.2.5.1 Mendefinisikan Masalah
Mendefinisikan masalah yang dihadapi dan menentukan solusi yang
diinginkan. Masalahnya harus dinyatakan dengan jelas dan menggunakannya
menjadi sistem rasional seperti jaringan.
2.2.5.2 Menentukan Pembobotan Komponen
Pembobotan komponen atau kriteria yang dilakukan oleh pihak Rumah
Amal Lazis UNNES.
2.2.5.3 Membuat Matriks Perbandingan Berpasangan
Pada ANP menyusun perbandingan berpasangan yaitu membandingkan
dalam bentuk berpasangan seluruh komponen untuk setiap sub sistem hirarki.
Nilai Definisi Keterangan
1 Sama penting Kedua elemen sama pentingnya
3
Sedikit lebih penting Elemen yang satu sedikit lebih
penting daripada elemen yang
lainnya
5 Lebih penting Elemen yang satu lebih penting
daripada yang lainnya
7 Sangat lebih penting Satu elemen jelas lebih mutlak
penting daripada elemen lainnya
9 Mutlak lebih penting Satu elemen mutlak penting
2, 4, 6, 8
Nilai-nilai tengah diantara dua
pertimbangan yang berdekatan
Nilai-nilai antara dua nilai
pertimbangan-pertimbangan
yang berdekatan
Kebalikan
Jika untuk aktifitas i mendapat
satu angka bila dibandingkan
dengan suatu aktifitas j, maka j mempunyai nilai kebalikannya
vila dibandingkan dengan
aktifitas i
Untuk satu nilai perbandingan
elemen a dengan elemen b, maka
elemen b mempunyai nilai yaitu
kebalikan dari nilai elemen a apabila dibandingkan dengan
elemen a
30
Perbandingan tersebut kemudian ditransformasikan dalam bentuk matriks untuk
analisis numerik, yaitu matriks n × n. Misalkan sebagai suatu sub sistem hirarki
dengan suatu kriteria A dan sejumlah elemen di bawahnya, B1 sampai Bn.
Perbandingan antar elemen untuk sub sistem hirarki itu dapat dibuat dalam bentuk
matriks n × n. Matriks ini disebut matriks perbandingan berpasangan dilihat pada
Gambar 2.4.
Gambar 2.4 Matriks Perbandingan Berpasangan (Saaty, 1999)
Nilai bij adalah nilai perbandningan elemen Bi terhadap Bj yang
menyatakan hubungan:
1) Seberapa jauh tingkat kepentingan Bi bila dibandingkan dengan Bj, atau
2) Seberapa besar kontribusi Bi terhadap kriteria A dibandingkan dengan Bj,
atau
3) Seberapa jauh dominasi Bi dibandingkan dengan Bj, atau
4) Seberapa banyak sifat kriteria A terhadap Bi dibandingkan dengan Bj
Bila diketahui nilai bij maka secara teoritis nilai bij = 1/bij, sedangkan bij
dalam situasi i = j adalah mutlak 1. Pembobotan dengan ANP membutuhkan model
yang mempresentasikan saling keterkaitan antar kriteria dan sub kriteria yang
dimilikinya.
31
2.2.5.4 Menentukan Bobot Prioritas atau Eigenvector
Setelah dilakukan matriks perbandingan berpasangan, selanjutnya
menentukan nilai eigen dari matriks tersebut. Nilai eigen dihitung dengan langkah-
langkah sebagai berikut:
1) Menjumlahkan matriks kolom
Matriks perbandingan berpasangan kriteria:
Jumlahkan matriks perbandingan berpasangan kriteria. Berikut contoh
Matriks Perbandingan Berpasangan Kriteria pada Tabel 2.2.
Tabel 2.2 Matriks Perbandingan Berpasangan Kriteria
A B
A 1 2
B 0,5 1
Jumlah 1,5 3
2) Menghitung nilai bobot relatif perbandingan pada nilai tiap kolom dibagi
dengan jumlah kolomnya pada langkah A, dan nilai eigenvector dengan
menjumlahkan baris bobot relatif dibagi jumlah kriteria pada tabel B, maka
dihasilkan Tabel 2.3.
Tabel 2.3 Nilai Bobot Relatif dan Eigenvector
A B Eigen A 0,66 0,66 0,66
B 0,33 0,33 0,33
Jumlah 1 1 1
2.2.5.5 Memeriksa Rasio Konsistensi
Rasio konsistensi tersebut harus ≤ 0,1 atau ≤ 10%, karena penilaian matriks
perbandingan berpasangan harus sesuai skala penilaian perbandingan berpasangan
32
dan nilai indeks random, jika lebih maka pertimbangan dari matriks perbandingan
berpasangan itu perlu diperbaiki.
1) Menghitung lamda maksimum
(nilai eigen 1 × jumlah kolom 1) + (nilai eigen 2 × jumlah kolom
2).... n. (2.1)
2) Menghitung nilai CI
(2.2)
Keterangan:
CI = Consistency Index
n = Jumlah matriks perbandingan suatu kriteria
3) Menghitung nilai CR
(2.3)
Keterangan:
CR = Consistency Ratio
CI = Consistency Index
RI = Random Index
Dari 500 buah sampel matriks acak dengan skala perbandingan 1-9, untuk
beberapa ordo matriks mendapatkan nilai rata-rata RI (Random Index) yang
ditunjukkan pada Tabel 2.4.
33
Tabel 2.4 Nilai RI (Random Index) Sumber: Saaty, 1994
Ordo Matriks Random Index 1 0
2 0
3 0,58
4 0,9
5 1,12
6 1,24
7 1,32
8 1,41
9 1,45
10 1,49
11 1,51
12 1,48
13 1,56
14 1,57
15 1,59
2.2.5.6 Membuat Supermatrix
Supermatrix merupakan matriks yang terdiri dari beberapa matriks.
Supermatriks digunakan dalam ANP karena adanya hubungan keterkaitan antar
elemen dalam network.Menurut Saaty, terdapat 3 jenis supermatriks dalam ANP
2.2.5.6.1 Unweighted Supermatrix
Membuat Unweighted supermatrix dengan cara memasukkan semua
eigenvector yang telah dihitung ke dalam sebuah tabel supermatriks. Pada Gambar
2.5 diperlihatkan format dasar supermatrix.
34
Gambar 2.5 Format Dasar Supermatrix
Pada persamaan di atas baris pertama dan kolom pertama merupakan nilai
vektor prioritas atau eigenvector untuk komponen yang terdiri dari elemen e11,
e12,....e1n. Baris kedua dan kolom kedua merupakan nilai vektor prioritas
untuk komponen yang terdiri atas elemen , ,,.... . Baris terakhir dan
kolom terakhir merupakan nilai vektor prioritas untuk komponen yang terdiri atas
elemen , ,.... .
Data masukkan dalam supermatriks disebut blok. Blok tersebut adalah
matriks dengan susunan seperti yang ditunjukkan pada Gambar 2.6.
Gambar 2.6 Format Nilai Vektor Prioritas Perbandingan Kriteria
35
2.2.5.6.2 Weighted Supermatrix
Nilai weghted supermatrix didapat dari nilai perkalian antara unweighted
supermatrix dan nilai perbandingan cluster. Jika hanya ada dua cluster maka nilai
weighted supermatrix tidak bisa diproses. Membuat weighted supermatrix dengan
cara menormalisasikan dengan cluster matriks.
2.2.5.6.3 Limit Supermatrix
Membuat limit supermatrix dengan cara memangkatkan weighted
supermatriks secara terus menerus hingga angka disetiap kolom dalam satu baris
sama besar, yaitu dengan cara memangkatkan weighted supermatriks dengan
pangkat k dimana k = 1,2 ....n. Ketika nilai prioritas pada setiap kolom sama, maka
limit supermatrix sudah didapatkan.
2.3 Beasiswa
Beasiswa dapat diartikan sebagai bentuk penghargaan yang diberikan
kepada individu agar dapat melanjutkan pendidikan ke jenjang yang lebih tinggi..
Beasiswa adalah bantuan untuk membantu orang terutama bagi masih sekolah atau
kuliah agar dapat menyelesaikan tugasnya dalam rangka mencari ilmu pengetahuan
hingga selesai. Bantuan ini biasanya berbentuk dana untuk menunjang biaya yang
harus dikeluarkan oleh anak sekolah atau mahasiswa selama menempuh masa
pendidikan di tempat belajar yang diinginkan.
2.4 Rumah Amal Lazis Universitas Negeri Semarang (UNNES)
Rumah Amal Lazis UNNES adalah sebuah lembaga amal zakat (LAZ) yang
ingin berkontribusi terhadap pemberdayaan masyarakat sekitar. Dan tepat hari
36
Senin, tanggal 23 Juni 2014, Lazis UNNES diresmikan oleh Rektor, Prof. Dr.
Fathur Rokhman, M.Hum.
2.4.1 Maksud dan Tujuan
Rumah Amal Lazis UNNES dibentuk bermaksud sebagai lembaga donasi
amal dan penyalur dana bagi warga UNNES yang ingin menyalurkan hartanya.
Tujuan dibentuknya Rumah Amal Lazis UNNES untuk membantu atau membina
siswa dan mahasiswa berprestasi, yang kurang mampu dalam membiayai
kelangsungan studinya. Kemudian dapat menyantuni dan melayani masyarakat
sekitar secara lebih luas. Banyak program amal pendidikan yang telah dilaksanakan
oleh Rumah Amal Lazis UNNES. Salah satunya adalah program beasiswa
pendidikan (mahasiswa). Para penerima beasiswa pendidikan nantinya akan
dituntut untuk aktif diberbagai bidang kegiatan, diantaranya; kegiatan organisasi
intra/ ekstra kampus, pengabdian masyarakat dan kegiatan keagamaan yang
monitoring setiap bulan menggunakan form laporan kegiatan yang disiapkan oleh
Rumah Amal Lazis UNNES. Dana beasiswa dapat diterimakan setelah mahasiswa
menyerahkan form laporan kegiatan ke kantor Rumah Amal Lazis UNNES.
2.4.2 Seleksi Beasiswa pada Rumah Amal Lazis UNNES
Dalam pelaksanaan seleksi beasiswa yang dilakukan oleh pihak Rumah
Amal Lazis UNNES, terdapat aspek-aspek penilaian pada tiap-tiap kriteria yang
ditentukan. Beasiswa ini juga harus memperhatikan dalam penentuan penerima
beasiswa dengan acuan kriteria tertentu sebelum diberikan kepada mahasiswa yang
bersangkutan (Defiyanti, dkk, 2017: 27). Aspek-aspek penelitian berdasarkan
skoring masing-masing kriteria dapat dilihat pada Tabel 2.5.
37
Tabel 2.5 Skoring Masing-Masing Kriteria
A. Pekerjaan Orang Tua
No. Keterangan Skor
1. Buruh tani, tukang batu, Guru ngaji/ madrasah, Penjaga masjid 5
2. Petani, guru swasta/ honorer, wiaswasta kecil, pedagang keliling
(kecil)
4
3. Sopir, Satpam, Karyawan swasta, PNS gol 2, perangkat desa 3
4. Wiraswasta, Pedagang, Penjahit 2
5. PNS, Pegawai BUMN 1
B. Penghasilan Orang Tua
No. Keterangan Skor
1. Kurang dari Rp. 500.000/ bulan 5
2. Diantara Rp. 500.000 - Rp. 1.500.000/ bulan 4
3. Diantara Rp. 1.500.000 - Rp. 2.500.000/ bulan 3
4. Diantara Rp. 2.500.000 - Rp 3.500.000/ bulan 2
5. Lebih dari Rp. 3.500.000/ bulan 1
C. Jumlah/ Grade UKT
No. Keterangan Skor
1. Lebih dari Rp. 5.000.000 5
2. Diantara Rp. 4.000.000 - Rp. 5.000.000 4
3. Diantara Rp. 3.000.000 - Rp. 4.000.000 3
4. Diantara Rp. 1.500.000 - Rp 3.000.000 2
5. Kurang dari Rp. 1.500.000 1
D. Nilai IPK
No. Keterangan Skor
1. Lebih dari 3,75 5
2. Diantara 3,50 - 3,75 4
3. Diantara 3,25 - 3,50 3
4. Diantara 3,00 - 3,25 2
5. Kurang dari 3,00 1
2.5 Penelitian Terkait
Penelitian yang terkait digunakan untuk referensi agar dikembangkan oleh
peneliti selanjutnya. referensi terkait mempunyai keterkaitan metode dan objek
penelitian terhadap penelitian yang akan dilakukan. Berikut beberapa penelitian
yang terkait dengan penelitian yang akan dibuat. Penelitian ini dikembangkan dari
beberapa referensi yang mempunyai keterkaitan dengan metode dan objek
penelitian. Penggunaan referensi ini ditujukan untuk memberikan batasan-batasan
38
terhadap metode dan sistem yang nantinya akan dikembangkan lebih lanjut. Berikut
uraian dari beberapa referensi tersebut:
Penelitian hampir serupa yang pernah ada yaitu dilakukan oleh Nuriyatin,
Mohammad Isa Irawan, dan Alvida Mustika Rukmi (2013) tentang Penilaian
Kinerja Guru dengan Metode Analytic Network Process untuk Pemilihan Guru
Berprestasi. Penelitian ini membahas tentang pemilihan guru berprestasi untuk
meningkatkan kualitas kinerja guru dan untuk mencapai kompetensi yang sesuai
dengan tugas pembelajaran, pembimbingan, atau tugas tambahan yang relevan
dengan fungsi sekolah berdasarkan kriteria-kriteria tertentu dalam proses penilaian
kinerja. Beberapa kriteria yang digunakan dalam penelitian ini meliputi kegiatan
perencanaan, pelaksanaan, dan penilaian serta enam alternatif didapatkan dari guru
mata pelajaran matematika di tiga sekolah yang mempunyai pengawasan yang
sama. Penelitian ini dapat menyelesaikan masalah dalam memberikan solusi dalam
menilai kinerja guru yang berprestasi.
Ardiansyah (2016) melakukan penelitian yang berjudul Analisis Metode
Fuzzy Analytical Network Process untuk Sistem Pengambilan Keputusan
Pemeliharaan Jalan. Penelitian yang dilakukan adalah untuk mendukung
penggambilan keputusan untuk menyelesaikan permasalahan dalam menentukan
prioritas pemeliharaan jalan . Hal ini dibutuhkan pemeliharaan secara khusus dan
berkala oleh pemerintah setempat untuk menjaga kondisi jalan sesuai dengan umur
jalan yang telah direncanakan.
Penelitian Yanto (2016) yang berjudul Sistem Pendukung Keputusan dalam
Pemilihan Alternatif Pengelolaan Limbah Kelapa Sawit dengan Metode Analytic
39
Network Process (ANP), dipublikasikan oleh Rian Journal Of Computer Science.
Penelitian yang dilakukan bertujuan untuk menentukan kriteria yang dibutuhkan
dalam pengambilan keputusan dalam pemilihan alternatif pengelolaan limbah
kelapa sawit. Kriteria yang didapat kemudian digunakan untuk proses penentuan
prioritas Penggunaan metode ANP bertujuan untuk mendapatkan peringkat
prioritas dari alternatif sebagai acuan dalam pengambilan keputusan.
Penelitian Sanjaya (2011) yang berjudul Implementasi Metode Analytical
Network Process untuk Membangun Aplikasi Executive Support System pada
Perusahaan Konsultan IT, dipublikasikan oleh Jurnal Ilmu Komputer. Penelitian
yang dilakukan, yaitu dengan menerapkan metode Analytical Process (ANP) pada
permasalahan penentuan keberhasilan proyek TI yang kriteria-kriterianya memiliki
keterkaitan. Kriteria yang didapatkan kemudian digunakan untuk menentukan
keberhasilan proyek TI. Penggunaan metode ANP bertujuan untuk
memprioritaskan preferensi kriteria nilai perbandingan dari cluster dan node
(kriteria) yang berupa matriks sehingga didapatkan nilai eign vector yang konsisten.
Penggunaan sistem pendukung keputusan untuk sistem promosi jabatan
juga sangat bermanfaat, seperti penelitian yang dilakukan Riza & Iriani (2015)
dengan judul Sistem Promosi Jabatan dengan Menggunakan Analytic Network
Process (Studi Kasus di PT. Maxi Media), dipublikasikan oleh Konferensi Nasional
Sistem & Informatika. Penelitian ini menggunakan metode Analytic Network
Process (ANP) untuk mengetahui nilai kinerja karyawan yang dapat menentukan
baik buruknya jalannya sebuah perusahaan. Metode ANP digunakan untuk
pembobotan kriteria dan pembobotan subkriteria serta penilaian akhir. Tujuan
40
menggunakan metode ANP untuk membantu para pengambil kebijakan di sebuah
perusahaan untuk menyeleksi karyawan yang akan mendapatkan promosi jabatan.
84
BAB V
PENUTUP
5.1 Simpulan
Berdasarkan uraian hasil dan pembahasan di atas, bahwa implementasi
metode ANP dalam pembuatan aplikasi sistem pendukung keputusan penentuan
penerima beasiswa dapat ditarik kesimpulan sebagai berikut.
1) Untuk membangun sebuah SPK penentuan penerima beasiswa
menggunakan metode ANP, ada beberapa hal yang dapat membantu proses
pelaksanaannya, diantaranya adalah penentuan kriteria yang digunakan
dalam penilaian kepada calon penerima beasiswa dan metode ANP yang
merupakan metode pengembangan perangkat lunak yang dapat diterapkan
dalam pembangunan sistem tersebut. Dengan adanya pembuatan SPK
dalam penentuan penerima beasiswa dengan menerapkan metode ANP,
proses pembangunan sistem akan menjadi lebih terstruktur dan mencapai
hasil yang akurat. Bahasa pemrograman yang digunakan untuk membangun
SPK dengan metode ANP yaitu PHP dan database MySQL.
2) Pengimplementasian metode ANP pada SPK untuk penentuan penerima
beasiswa ini dapat digunakan untuk menentukan prioritas penerima
beasiswa di Rumah Amal Lazis UNNES menggunakan beberapa tahapan.
Pertama pengumpulan data-data yang diperoleh dari proses wawancara
kepada pihak Rumah Amal Lazis UNNES. Data yang diambil berupa data
kriteria-kriteria dalam penentuan penerima beasiswa dan nilai-nilai untuk
85
masing-masing alternatif dengan pertimbangan kriteria yang dibutuhkan.
Kriteria yang telah ditetapkan yaitu pekerjaan orang tua, penghasilan orang
tua, jumlah/ grade biaya UKT, dan nilai IPK akan diperoleh nilai bobot
prioritas masing-masing kriteria terhadap tiap alternatif. Tahap kedua
pengolahan data dengan menerapkan metode ANP. Tahap ketiga
pembobotan dengan menghitung nilai intensitas kepentingan berdasarkan
tabel skala Saaty pada masing-masing kriteria dan alternatif. Tahap keempat
membuat matriks perbandingan dan nilai vektor prioritas (eigenvector)
untuk mendapatkan hasil nilai prioritas pada masing-masing kriteria dan
alternatif. Kemudian tiap nilai bobot prioritas dikalkulasikan menjadi
matriks perbandingan antar nilai vektor prioritas dengan membentuk
supermatriks. Tahap terakhir dilakukan perangkingan berdasartkan hasil
perhitungan supermatriks mulai dari nilai tertinggi sampai nilai terendah.
5.2 Saran
Saran yang dapat diberikan penulis untuk pengembangan penelitian
selanjutnya yaitu diharapkan dapat dilakukannya perbandingan dengan metode lain
untuk mendapatkan persentase terbaik dan waktu eksekusi yang semakin efektif.
86
DAFTAR PUSTAKA
Ardiansyah, R., M.A. Muslim, & R.N. Hasanah. 2016. Analisis Metode Fuzzy
Analytical Network Process untuk Sistem Pengambilan Keputusan
Pemeliharaan Jalan. JNTETI, 5(2): 122-128.
Ardy, N. S. & H. Heribertus. 2015. Sistem Pendukung Keputusan Pemilihan Siswa Terbaik Untuk Kelas Unggulan di SMP Negri 6 Semarang Menggunakan Metode PROMETHEE (Preference Ranking Organization Method for Enrichment of Evaluations). Skripsi, Fakultas Ilmu Komputer.:
Universitas Dian Nuswantoro.
Dagdeviren, M. & Yuksel, I. 2007. Personel Selection Using Analytic Network
Process. Istanbul : Ticaret Universitesi.
Defiyanti, S., W.R. Nurul, & Jajuli, M. 2017. K-Medoid Algorithm in Clustering
Student Scholarship Applicants. Scientific Journal of Informatics, 4(1): 27-
33.
Edni, M. 2013. Sistem Pendukung Keputusan Pemilihan Karyawan Terbaik Menggunakan Metode Analytic Network Process (ANP). Tugas Akhir.
Pekanbaru: Universitas Islam Negeri Sultan Syarif Kasim Riau.
Handayani, T. 2012. Penerapan Sistem Pendukung Keputusan untuk Seleksi
Mahasiswa Berprestasi menggunakan Metode AHP. Jurnal Transformatika. 9(2): 79-85.
Hermawan, Julius. 2005. Membangun Decision Support System. Yogyakarta: Andi.
Idwar & Sularno. 2016. Sistem Pendukung Keputusan Manajemen Pemuatan
Semen Curah Via Kapal Menggunakan Metode Weighted Product (WP)
pada PT Semen Padang. Prosiding4th Seminar Nasional Ilmu Komputer (SNIK 2016). Semarang: Universitas Negeri Semarang.
Jamila & Hartati S. 2011. Sistem Pendukung Keputusan Pemilihan Subkontrak
Menggunakan Entropy dan TOPSIS. IJCCS. 5(2): 12-19.
Josaputri, C. A., Sugiharti, E., & Arifudin, R. 2016. Decision Support System
for The Determination of Castle with Superior Seeds using AHP and SAW
Method. Scientific Journal of Informatics, 3(2): 21-30.
87
Kaluku, M. R. A. & F. Jie. 2015. Penerapan ANP-TOPSIS untuk Pengukuran
Kinerja Human Resources Procurement Section. Jurnal Sistem Informasi Bisnis. 2(3): 119-127.
Kusrini. 2007. Konsep Dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta:
Andi.
Nugroho, Z.A., & Arifudin R. 2014. Sistem Informasi Tracer Study Alumni
Universitas Negeri Semarang Dengan Aplikasi Digital Maps. Scientific Journal of Informatics, 1(2): 154.
Nuriyatin, M.I. Irawan, & A.M. Rukmi. 2013. Penilaian Kinerja Guru dengan
Metode Analytic Network Process untuk Pemilihan Guru Berprestasi.
Jurnal Sains dan Seni Pomits, 1(1): 1-6.
Pressman, Roger S. 2002. Rekayasa perangkat lunak pendekatan praktisi. Jilid
1. Yogyakarta: Andi.
Pressman, Roger S. 2001. Software Engineering: A Practitioner’s Approach, 5th Edition. Singapore: McGraw-Hill,Inc.
Putra, A.T. 2014. Pengembangan E-Lecture menggunakan Web Service Sikadu
untuk Mendukung Perkuliahan di Universitas Negeri Semarang. Scientific Journal of Informatics, 1(2): 170.
Riza, B.S., & J. Iriani. 2015. Sistem Promosi Jabatan dengan Menggunakan Analytic Network Process. Bali: Konferensi Nasional Sistem dan
Informatiika.
Rukmana, S. H., Muslim, M. A. 2016. Sistem Pendukung Keputusan Tender
Proyek Menggunakan Metode Benefit Cost Ratio. Jurnal Sains & Teknologi, 5(2): 817-822.
Rusydiana, A., & Devi, A. 2013. Analytic Network Process: Pengantar Teori dan Aplikasi. Diterbitkan oleh: Share Economic Apllied Research and
Training (SMART) Publishing.
Saaty, T.L. 1993. Decision Making for Leader, the Analytical Hierarchy Process for Decision in Complex World. Prestice Hall Cuy: Ltd, Pittsburgh.
Saaty, T.L. 1999. Fundamental of The Analiytic Network Process. Paper
presented in ISHAP 1999, Kobe, Japan, August 12-14.
88
Saaty, T.L. 1999. The Essential of the Analytic Network Process with Seven Examples. Decision Making with Dependence and Feedback: The Super Decisions Software.
Sanjaya, N. A. 2011. Implementasi Metode Analytical Network Process untuk
Membangun Aplikasi Executve Support System pada Perusahaan
Konsultan IT. Jurnal Ilmu Komputer, 4(1): 1-8.
Santoso, L.W., A. Setiawan, & A. Handojo. 2010. Pembuatan Aplikasi Sistem Seleksi Calon Pegawai dan Pemilihan Supplier dengan Metode Analytic Network Process (ANP) dan Analytic Hierarchy Process (AHP) di PT X.
Teknik Informatika, Fakultas Teknologi Industri-Universitas Kristen Petra.
Santoso, L.W., A. Setiawan, & J.R. Stanley. 2008. Pembuatan Aplikasi Sistem Seleksi Calon Pegawai dengan Metode Analytic Network Process (ANP) di PT X. Teknik Informatika, Fakultas Teknologi IndustriUniversitas Kristen
Petra.
Setyawan, A., Arini, F. Y., & Akhlis, I. 2017. Comparative Analysis of Simple
Additive Weighting Method and Weighted Product Method to New
Employee Recruitment Decision Support System (DSS) at PT. Warta Media
Nusantara. Scientific Journal of Informatics, 4(1): 34-42.
Subakti, Irfan. 2002. Sistem Pendukung Keputusan (Decision Support System). Surabaya: Institut Teknologi Sepuluh November.
Susilo, J. 2008. Rumusan Strategi Pengembangan PT. BPRS Amanah Ummah dengan Pendekatan Analytic Network Process. Skripsi. Bogor: Fakultas
Ekonomi dan Manajemen IPB.
Turban, E. Aronson, Jay E. & Liang, Ting-Peng. 2005. Decision Support Systems and Intelligent Systems. Yogyakarta: Andi.
Yanto, W. 2016. Sistem Pendukung Keputusan dalam Pemilihan Alternatif
Pengolahan Limbah Kelapa Sawit dengan Metode Analytic Network
Process (ANP). Rian Journal Of Computer Science. 2(1): 89-96.