Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

SISTEM SELEKSI PENERIMAAN MAHASISWA BARU MENGGUNAKANMETODE WEIGHTED PRODUCT (WP)

Teknik Informatika Universitas Nusantara PGRI KediriKampus 2 Ds. Mojoroto Gang 1 Kota Kediri, Jatim.

Email : ratih.workmail@gmail.com1)

Abstrak

Penelitian ini membahas mengenai sistem penyeleksianpada proses penerimaan mahasiswa baru menggunakanmetode weighted product di Universitas NusantaraPGRI Kediri. Kriteria yang digunakan pada metodeseleksi weighted product yaitu nilai uan matematika,nilai uan bahasa indonesia, nilai uan bahasa inggris,nilai tes bahasa indonesia, nilai tes bahasa inggris, dannilai psikotes. Sistem ini dibuat menggunakan bahasapemrograman web dan database mysql. Hasil daripenelitian ini merupakan sebuah sistem pendukungkeputusan yang dapat membantu proses seleksimahasiswa baru di Universitas Nusantara PGRI Kedirisehingga lebih mudah, cepat dan tepat.

Kata kunci: weighted product, web, database, mysql.

1. Pendahuluan

Penerimaan mahasiswa baru merupakan salah satuaktivitas utama pada sebuah perguruan tinggi. Prosespenerimaan mahasiswa baru dilakukan secara rutinsetiap awal tahun ajaran baru. Berdasarkan aktivitasvalue chain perguruan tinggi, proses penerimaanmahasiswa baru merupakan logistik masukan padaaktivitas utama perguruan tinggi [1]. Hal itumenunjukkan pentingnya pengelolaan proses penerimaanmahasiswa baru demi tercapainya kualitas dankeberhasilan perguruan tinggi.

Menurut Keen dan Scoot (Hapsari, 2011) sistempendukung keputusan merupakan penggabungansumber-sumber kecerdasan individu dengan kemampuankomponen untuk memperbaiki kualitas keputusan.Sistem pendukung keputusan juga merupakan sisteminformasi berbasis komputer yang digunakan untukmanajemen pengambilan keputusan dalam menanganimasalah – masalah semi terstruktur [2].

Berdasarkan hal tersebut diatas maka diperlukan sebuahsistem pendukung keputusan yang tepat untukmembantu proses penerimaan mahasiswa barukhususnya pada proses seleksi mahasiswa baru.

Universitas Nusantara PGRI Kediri merupakan salahsatu perguruan tinggi di kota Kediri. Proses seleksi

penerimaan mahasiswa baru di perguruan tinggi tersebutmasih dilakukan secara manual. Maka dari itu padapenelitian kali ini akan dibahas mengenai sistempendukung keputusan untuk seleksi penerimaanmahasiswa baru di Universitas Nusantara PGRI Kedirimenggunakan metode Weighted Product (WP).

Rumusan masalah yang ada pada penelitian ini adalahbagaimana membuat sebuah sistem pendukungkeputusan untuk seleksi penerimaan mahasiswa baru diUniversitas Nusantara PGRI Kediri menggunakanmetode Weighted Product (WP) ?

Tujuan dilakukannya penelitian ini adalah untukmembuat sebuah sistem pendukung keputusan untukseleksi penerimaan mahasiswa baru di UniversitasNusantara PGRI Kediri menggunakan metode WeightedProduct (WP) ? Sehingga proses penerimaan mahasiswabaru menjadi lebih mudah dan diperoleh logistikmasukkan yang tepat dan berkualitas.

Metodologi Penelitian yang dilakukan dalampengembangan penelitian ini menggunakan alursebagaimana gambar 1 berikut ini.

Gambar 1. Metodologi Penelitian

Gambar 1 diatas menjelaskan alur metodologi penelitian.Penelitian ini diawali dengan melakukan identifikasipermasalahan yang akan diteliti yaitu mengenai prosesseleksi penerimaan mahasiswa baru di UniversitasNusantara PGRI Kediri. Langkah berikutnya yaitumempelajari literatur mengenai metode seleksi yang

Ratih Kumalasari Niswatin

1.3-31

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

akan digunakan yaitu metode weighted product. Prosesselanjutnya yaitu melakukan proses pengumpulan datadengan metode wawancara, observasi dan dokumentasi.Setelah data terkumpul selanjutnya dibuat perancangansistem berupa context diagram, data flow diagram danentity relationship diagram. Tahap selanjutnya adalahpembuatan dan implementasi program menggunakanbahasa pemrograman web dan database mysql. Prosesakhir dari penelitian ini adalah melakukan pengujian danevaluasi terhadap hasil penelitian.

Landasan Teori

Kajian penelitian terdahulu, salah satu penelitian yangmenjadi referensi dari penelitian ini adalah penelitianberjudul penerapan metode weigted product dalamsistem pendukung keputusan seleksi penerimaan berasuntuk masyarakat miskin, oleh Artanti Rim SaulinaManik. Ide utama dari penelitian tersebut adalahmembuat sebuah sistem pendukung keputusanmenggunakan metode weighted product untukmembantu proses penentuan dan penyeleksian calonpenerima bantuan beras miskin di Kelurahan TambakAji Ngaliyan Semarang [3]

Definisi sistem, Sistem merupakan kumpulan elemenyang saling berkaitan yang bertanggung jawabmemproses masukan (input) sehingga menghasilkankeluaran (output) [4].

Definisi sistem pendukung keputusan, Menurut Alter(Kusrini, 2007) sistem pendukung keputusan adalahsistem informasi interaktif yang menyediakan informasi,pemodelan, dan pemanipulasian data digunakan untukmembantu pengambilan keputusan pada situasi yangsemiterstruktur dan situasi yang tidak terstruktur dimanatidak seorang pun tahu secara pasti bagaimana keputusanseharusnya dibuat [4].

Definisi Fuzzy Multi Attribut Decision Making(FMADM), Fuzzy Multiple Attribute Decision Makingadalah suatu metode yang digunakan untuk mencarialternatif optimal dari sejumlah alternatif dengan kriteriatertentu. Inti dari FMADM adalah menentukan nilaibobot untuk setiap atribut, kemudian dilanjutkan denganproses perankingan yang akan menyeleksi alternatif yangsudah diberikan. Pada dasarnya, ada 3 pendekatan untukmencari nilai bobot atribut, yaitu pendekatan subyektif,pendekatan obyektif dan pendekatan integrasi antarasubyektif & obyektif. Masing-masing pendekatanmemiliki kelebihan dan kelemahan. Pada pendekatansubyektif, nilai bobot ditentukan berdasarkansubyektifitas dari para pengambil keputusan, sehinggabeberapa faktor dalam proses perankingan alternatif bisaditentukan secara bebas. Sedangkan pada pendekatanobyektif, nilai bobot dihitung secara matematis sehinggamengabaikan subyektifitas dari pengambil keputusan [5].

Ada beberapa metode yang dapat digunakan untukmenyelesaikan masalah FMADM antara lain simple

additive weighting (SAW), weighted product (WP),electre, technique for order preference by similarity toideal solution (TOPSIS), analytic hierarchy process(AHP) [5].

Weighted Product (WP), Menurut Menurut Yoon(Kusumadewi, 2006), metode “Weighted Productmenggunakan perkalian untuk menghubungkan ratingatribut, dimana rating setiap atribut harus dipangkatkandulu dengan bobot atribut yang bersangkutan”. Proses inisama halnya dengan proses normalisasi. Preferensi untukalternatif Ai diberikan sebagai berikut [5] :

Si = ijwj .........................(1)

Dengan i = 1, 2, 3, ..., n. Dimana wj = 1, wj adalahpangkat bernilai positif untuk atribut keuntungan, danbernilai negatif untuk atribut biaya. Preferensi relatif darisetiap alternatif diberikan sebagai berikut [4] :

Vi = .........................(2)

Dengan i = 1, 2, 3, ..., n.Dimana :V = Preferensi alternatif di analogikan sebagai vektor Vx = Nilai kriteriaw = Bobot kriteria/subkriteriai = Alternatifj = Kriterian = Banyaknya kriteria* = Banyaknya kriteria yang telah dinilai pada vektor S

2. Pembahasan

Analisis Metode Weighted Product

Sistem seleksi mahasiswa baru di Universitas NusantaraPGRI Kediri yang akan dibahas pada penelitian inimemiliki beberapa data inputan yang akan digunakansebagai kriteria dan selanjutnya akan diprosesmenggunakan metode weighted product. Kriteriatersebut diantaranya :1. Nilai Ujian Nasional Bahasa Indonesia2. Nilai Ujian Nasional Matematika3. Nilai Ujian Nasional Bahasa Inggris4. Nilai Test Bahasa Indonesia5. Nilai Test Matematika6. Nilai Tes Bahasa Inggris7. Nilai Psikotest

1.3-32

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

Tabel 1. Tabel Bobot Nilai KriteriaKriteria Variabel Nilai

Nilai UAN Bahasa Indonesia A1 3Nilai UAN Matematika A2 3Nilai UAN Bahasa Inggris A3 3Nilai Tes Bahasa Indonesia A4 5Nilai Tes Matematika A5 5Nilai Tes Bahasa Inggris A6 5Nilai Psikotest A7 5

Dimana bobot nilai kriteria adalah :

1 = Sangat Rendah 4 = Tinggi

2 = Rendah 5 = Sangat Tinggi

3 = Cukup

Selanjutnya dilakukan perbaikan bobot pada setiapkriteria sebagai berikut :

W1 =5555333

3

= 0,103

W2 =5555333

3

= 0,103

W3 =5555333

3

= 0,103

W4 =5555333

5

= 0,17

W5 =5555333

5

= 0,17

W6 =5555333

5

= 0,17

W7 =5555333

5

= 0,17

Selanjutnya diberikan sample data nilai pada semuakriteria diatas seperti pada tabel 2 berikut :

Tabel 2. Tabel Data NilaiNama A1 A2 A3 A4 A5 A6 A7Vara 80 85 90 80 90 85 85Amel 90 85 80 85 90 80 80Aurel 85 80 80 90 80 85 85Raya 85 90 85 90 80 85 90

Kemudian mencari nilai S setiap kriteria dari alternatifdipangkatkan dengan bobot yang telah diperbaiki sesuaidengan kriteria masing.S1=(80)0,103(85)0,103(90)0,103(80)0,17(90)0,17(85)0,17(85)0,17=80,87

S2=(90)0,103(85)0,103(80)0,103(85)0,17(90)0,17(80)0,17(80)0,17=80,04

S3=(85)0,103(80)0,103(80)0,103(90)0,17(80)0,17(85)0,17(85)0,17=79,89

S4=(85)0,103(90)0,103(85)0,103(90)0,17(80)0,17(85)0,17(90)0,17=82,17

Selanjutnya menghitung nilai prefensi alternatif (V)untuk perangkingan setiap alternatif.

V1(vara) =17,8289,7904,8087,80

87,80

= 0,250

V2(amel) =17,8289,7904,8087,80

04,80

= 0,248

V3(aurel) =17,8289,7904,8087,80

89,79

= 0,247

V4(raya) =17,8289,7904,8087,80

17,82

= 0,254

Berdasarkan hasil perhitungan V diatas diperoleh hasilperankingan dengan urutan Raya, Vara, Amel, Aurel.

Perancangan Sistem

Pada bagian ini akan dijelaskan tahapan perancangansistem dimulai dari context diagram, data flow diagramlevel 1, data flow diagram level 2, dan entity relationshipdiagram.

Context DiagramBerikut ini merupakan context diagram sistem seleksipenerimaan mahasiswa baru menggunakan metodeweighted product (WP). Pada diagram ini sistemdigambarkan secara umum pada tingkatan paling awal.

Gambar 2. Context Diagram

Gambar 2 merupakan context diagram sistem seleksipenerimaan mahasiswa baru dimana terdapat duapengguna yaitu admin penerimaan mahasiswa baru dancalon mahasiswa baru. Admin penerimaan mahasiswabaru melakukan input data pada sistem dan menerimaoutput hasil seleksi dari sistem. Calon mahasiswa barudapat melihat hasil seleksi dari sistem penerimaanmahasiswa baru menggunakan metode weight product.

1.3-33

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

Data Flow Diagram (DFD) Level 1Data flow diagram level 1 menggambarkan aliran sistempada tingkatan pertama. Berikut ini merupakan data flowdiagram (DFD) level 1 sistem seleksi penerimaanmahasiswa baru menggunakan metode weighted product.

Gambar 3. Data Flow Diagram Level 1

Gambar 3 merupakan data flow diagram level 1 dimanaadmin penerimaan mahasiswa baru memberikan inputanpada sistem seleksi penerimaan mahasiswa baru berupadata calon mahasiswa baru, data nilai uan matematika,nilai uan bahasa indonesia, nilai uan bahasa inggris, nilaihasil tes matematika, hasil tes bahasa indonesia, hasil tesbahasa inggris, dan hasil psikotest.

Admin penerimaan mahasiswa baru akan mendapatkanoutput dari sistem berupa laporan hasil seleksi metodeweighted product.

Calon mahasiswa akan mendapatkan ouput dari sistemberupa informasi hasil seleksi penerimaan mahasiswabaru di Universitas Nusantara PGRI Kediri. Calonmahasiswa baru bisa melihat hasil nilai yangdiperolehnya dan juga urutan peringkat hasil seleksimetode weighted product.

Data Flow Diagram Level 2Data flow diagram level 2 menggambarkan aliran sistempada tingakatan 2 dan lebih terperinci dari levelsebelumnya. Berikut ini merupakan data flow diagram(DFD) level 2 sistem seleksi penerimaan mahasiswabaru menggunakan metode weighted product.

Gambar 4. Data Flow Diagram Level 2

Gambar 4 merupakan data flow diagram sistem seleksipenerimaan mahasiswa baru menggunakan metodeweighted product di Universitas Nusantara PGRI Kediri.Aliran sistem dimulai dari entitas admin penerimaanmahasiswa baru melakukan login ke sistem, setalah itumelakukan proses input data calon mahasiswa baru, datanilai uan, data nilai tes, data bobot kriteria dan data loginuser.

Masing – masing data disimpan pada datastore,selanjutnya datastore nilai uan, datastore nilai tes dandatastore bobot kriteria digunakan sebagai inputanproses seleksi menggunakan metode weighted product.Hasil seleksi metode weight product tersebut disimpanpada datastore hasil seleksi penerimaan mahasiswa baruyang selanjutnya menghasilkan laporan hasil seleksimenggunakan metode weigted product.

Selanjutnya laporan hasil seleksi mahasiswa baru dapatdiakses oleh admin penerimaan siswa baru dan calonmahasiswa baru. Pada laporan hasil seleksi tersebutcalon mahasiswa dapat melihat hasil nilai yangdiperolehnya dari beserta peringkatnya, sekaligus hasilapakah calon mahasiswa tersebut diterima atau tidak.

Entity Relationship Diagram (ERD)Entity relationship diagram merupakan diagramperancangan database dimana terdapat entitas sebagaicalon tabel dan relasi sebagai hubungan antar entitastersebut. Berikut ini merupakan entity relationshipdiagram sistem seleksi penerimaan mahasiswa barumenggunakan metode weighted product.

1.3-34

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

Gambar 5. Entity Relationship Diagram (ERD)

Gambar 5 diatas merupakan entity relationship diagramsistem seleksi penerimaan mahasiswa barumenggunakan metode weighted product. Pada erdterdapat 6 entitas yaitu entitas data user, entitas datacalon maba, entitas data nilai uan, entitas data nilai tes,entitas data bobot kriteria, entitas data hasil tes.

Entitas data user memiliki 5 atribut yaitu atribut id_loginsebagai primary key, atribut tipe_login, atribut nama,atribut username, atribut password.

Entitas data calon maba memiliki 8 atribut yaitu atributid_maba sebagai primary key, atribut tgl_input, atributnama_lengkap, atribut tempat_lahir, atributtanggal_lahir, atribut jenis_kelamin, atribut alamat,atribut asal_sekolah.

Entitas data nilai uan memiliki 4 atribut yaitu atributid_un sebagai primary key, atribut un_mtk yangmerupakan data nilai uan matematika, atribut un_binyang merupakan data nilau uan bahasa indonesia, atributun_inggrs yang merupakan data nilai bahasa inggris.

Entitas data nilai tes memiliki 5 atribut yaitu atributid_tes sebagai primary key, atribut tes_mtk yangmerupakan nilai hasil tes matematika, atribut tes_binyang merupakan nilai hasil tes bahasa indonesia, atributtes_inggrs yang merupakan nilai hasil tes bahasa inggris,atribut psikotes yang merupakan nilai hasil tes psikotes.

Entitas data bobot kriteria memiliki 5 atribut yaitu atributid_bobot yang merupakan primary key, atributtk_penting, atribut n_kriteria, atribut b_kriteria, atributbn_kriteria.

Entitas data hasil tes memiliki 12 atribut yaitu atributid_proses yang merupakan primary key, atributtgl_proses, atribut wp_unmtk yang merupakan bobotnilai uan matematika, atribut wp_unbin yang merupakanbobot nilai uan bahasa indonesia, atribut wp_uninggrsyang merupakan bobot nilai uan bahasa inggris, atributwp_tesmtk yang merupakan bobot nilai tes matematika,

atribut wp_tesbin yang merupakan bobot nilai tes bahasaindonesia, atribut wp_tesinggrs yang merupakan bobotnilai tes bahasa inggris, atribut wp_psikotes yangmerupakan bobot nilai psikotes, atribut hasil_kali, atributhasil_akhir, dan atribut ket_hasil.

Implementasi Hasil

Berikut ini merupakan hasil sistem seleksi penerimaanmahasiswa baru menggunakan metode wighted productpada Universitas Nusantara PGRI Kediri.

Gambar 6. Gambar Proses Input Id Mahasiswa

Gambar 6 merupakan proses input id calon mahasiswabaru. Proses input berdasarkan id calon mahasiswa baruyang diberikan petugas penerimaan mahasiswa barupada saat calon mahasiswa mendaftar. Proses input idcalon mahasiswa baru dilakukan oleh user adminpenerimaan mahasiswa baru.

Selanjutnya merupakan proses input data untuk prosesseleksi mahasiswa baru menggunakan metode weightedproduct.

Gambar 7. Gambar Proses Input data

Gambar 7 merupakan proses input data calon mahasiswabaru. Data yang diinputkan sesuai dengan kriteria yangdigunakan untuk proses seleksi yaitu nilai uanmatematika, nilai uan bahasa indonesia, nilai uan bahasainggris, nilai tes matematika, nilai tes bahasa indonesia,nilai tes bahasa inggris, nilai psikotes.

Hasil dari proses input data kriteria seleksi tersebutdiatas selanjutkan akan disimpan pada tabel data nilaiuan dan data nilai tes.

Hasil seleksi mahasiswa baru menggunakan metodeweighted product dapat dibatasi berdasarkan kuota

1.3-35

Seminar Nasional Teknologi Informasi dan Multimedia 2016STMIK AMIKOM Yogyakarta, 6-7 Februari 2016

ISSN : 2302-3805

penerimaan calon mahasiswa baru. Berikut ini prosesinput kuota calon mahasiswa yang akan diterima.

Gambar 8. Gambar Input Kuota Calon Mahasiswa Baru

Gambar 8 menunjukkan proses input kuota atau jumlahmahasiswa yang akan diterima sebagai calon mahasiswabaru di Universitas Nusantara PGRI Kediri. Hasil seleksimenggunakan metode weighted product akanditampilkan berdasarkan jumlah kuota yang dimasukkan.

Gambar 9. Gambar Hasil Seleksi Metode WeightedProduct

Gambar 9 diatas merupakan hasil seleksi perhitunganmenggunakan metode weigted product berdasarkankriteria nilai uan matematika, nilai uan bahasa indonesia,nilai uan bahasa inggris, nilai tes matematika, nilai tesbahasa indonesia, nilai tes bahasa inggris, dan nilaipsikotes.

Jumlah hasil seleksi yang ditampilkan berdasarkan kuotayang dimasukkan berdasarkan jumlah calon mahasiswabaru yang akan diterima di Universitas Nusantara PGRIKediri. Sistem menunjukkan hasil seleksi berupa jumlahnilai yang diperoleh dan rangking masing – masingcalon mahasiswa secara urut dimulai dari peringkatteratas atau nilai tertinggi.

3. Kesimpulan

Berdasarkan pembahasan diatas dapat diperolehkesimpulan bahwa penelitian ini menghasilkan sebuahsistem pendukung keputusan yang dapat membantuproses seleksi mahasiswa baru di Universitas NusantaraPGRI Kediri menggunakan metode weighted product.Kriteria yang digunakan metode weighted product untukproses seleksi yaitu nilai uan matematika, uan bahasaindonesia, uan bahasa inggris, nilai tes matematika, nilaites bahasa indonesia, nilai tes bahasa inggris, dan nilai

psikotes. Sehingga hasil dari sistem ini dapat membuatproses seleksi mahasiswa baru di Universitas NusantaraPGRI Kediri menjadi lebih mudah, cepat dan tepat.

Daftar Pustaka

[2] Hapsari, Dian Dwi, Sistem Pendukung Keputusan Manajemen,Universitas Gunadarma, Depok, 2011, Online :http://dhedee29.staff.gunadarma.ac.id/Downloads/files/33246/sistem-pendukung-keputusan-manajemen.ppt, diakses pada tanggal 28Agustus 2015.

[5] Kusumadewi Sri dan Hartati Sri., Fuzzy Multi Attribute DecisionMaking (Fuzzy-MADM), Graha Ilmu, Yogyakarta, 2006.

Biodata Penulis

Ratih Kumalasari Niswatin, memperoleh gelar SarjanaSaint Terapan (S.ST), Jurusan Teknologi InformasiPENS - ITS Surabaya, lulus tahun 2008. Memperolehgelar Magister Komputer (M.Kom) Program PascaSarjana Magister Teknik Informatika STMIK AMIKOMYogyakarta, lulus tahun 2013. Saat ini menjadi Dosen diUniversitas Nusantara PGRI Kediri.

[1] K.N. Ratih, Kusrini, Perencanaan Strategis Sistem Informasi Pada SMK Canda Bhirawa Pare, JUSITI STMIK DipanegaraMakasar,Vol. 02 No.02 Edisi Oktober 2013.

[3] Manik A.R.S., Penerapan Metode Weighted Product Dalam SistemPendukung Keputusan Seleksi Penerimaan Beras UntukMasyarakat Miskin, Jurnal Teknik Informatika Universitas DianNuswantoro, Semarang,Online : http://eprints.dinus.ac.id/12340/1/jurnal_12263.pdf,diakses pada tanggal 29 Oktober 2015.

[4] Kusrini, Konsep Dan Aplikasi Sistem Pendukung Keputusan, AndiOffset, Yogyakarta, 2007.

1.3-36