PERANCANGAN SISTEM PAKAR KELAYAKAN BEASISWA

PADA STMIK ASIA MALANG

LaporanDiajukan Untuk Memenuhi Syarat Kelulusan Mata Kuliah

Artificial Intelligent (AI)

Dosen Pengampu : Rina Dewi Indah Sari, S.Kom

Disusun oleh :

Kelompok : 4

Kelas : F

Nama Anggota :

1. Agus Tri Sumarsono (10201421)

2. Alfa Jovita G (10201510)

3. Ignasius Yuda Prasetya (10201625)

4. Lutfi Anita Wijayanti (10201212)

JURUSAN TEKNIK INFORMATIKA

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER

STMIK ASIA MALANG

2011

ABSTRAKSI

Di dalam proses penyeleksian kelayakan beasiswa, terdapat

mahasiswa yang hanya mempunyai nilai IPk tinggi tapi tidak

mengikuti kegiatan organisasi, ada yang yang aktif di setiap

organisasi tetapi mempunyai nilai IPk rendah, dan ada pula yang

absensinya baik tidak pernah membolos tapi mempunyai nilai IPk

sedang-sedang saja. Sedangkan yang masuk kriteria penyeleksian

kelayakan beasiswa adalah yang nilai IPk baik,absensi baik dan

mengikuti salah satu kegiatan organisasi di kampus.

Untuk dapat mewujudkan hal tersebut, maka para staf yang

mengurusi penyeleksian kelayakan beasiswa harus menerapkan

metode penyeleksian yang sesuai dengan kriteria masing-masing

mahasiswa. Karakteristik setiap mahasiswa berbeda, dan

dipengaruhi oleh nilai IPk, absensi, keaktifan organisasi serta jika

mempunyai sertifikat-sertifikat dan piagam-piagam jika punya bisa

dilampirkan juga. Kemudian pada masing-masing kriteria tersebut

dilakukan penilaian (Assessment) yang akan digunakan dalam

penentuan penyeleksian.

Pada penentuan penyeleksian kelayakan beasiswa di STMIK

ASIA Malang, penulis melakukan perancangan Sistem Pakar yang

dapat membantu untuk menyeleksi kelayakan beasiswa bagi

mahasiswa yang sudah memenuhi kriteria tersebut agar para staf

dapat menentukan metode penyeleksian yang paling sesuai

diterapkan di STMIK ASIA Malang.

Kata Kunci : Penyeleksian, Metode Penyeleksian, Perancangan

Sistem Pakar Kelayakan Beasiswa, Sistem Pakar Penilaian

(Assessment)

KATA PENGANTAR

Dengan memanjatkan rasa syukur kehadirat Tuhan Yang

Maha Esa atas segala rahmad dan hidayah-Nya yang diberikan

kepada penulis sehingga laporan dengan judul “Perancangan

Sistem Pakar Kelayakan Beasiswa di STMIK ASIA Malang” dapat

terselesaikan dengan baik.

Penyusunan laporan ini merupakan tugas kelompok yang

harus diselesaikan oleh mahasiswa STMIK ASIA Malang jurusan

Teknik Informatika yang merupakan bagian dari syarat kelulusan

mata kuliah Artificial Intelligent (AI).

Pada kesempatan ini penulis mengucapkan banyak terima kasih

kepada pihak-pihak yang telah membantu terselesainya laporan ini

yaitu :

1. Ibu Rina Dewi Indah Sari, S.Kom selaku Dosen Pengampu

kami

2. Para Staf Keuangan di STIMIK ASIA Malang.

3. Rekan-rekan Mahasiswa di STMIK ASIA Malang

Kepada semuanya yang telah membantu penulis dalam

menyelesaikan laporan ini, semoga mendapat balasan dengan

berkat dan karunia yang berlimpah dari Tuhan Yang Maha Esa.

Penulis menyadari bahwa laporan ini jauh dari sempurna, oleh

karena itu penulis selalu mengharapkan saran dan kritik yang

bersifat membangun dari segenap pembaca. Akhirnya, semoga

laporan ini dapat berguna dan bermanfaat terutama bagi pihak-

pihak yang tertarik untuk mengkaji dan mengembangkannya.

Malang, Juli 2011

Penulis

4.

BAB I

1.1 LATAR BELAKANG

Disetiap lembaga pendidikan khususnya Universitas banyak

sekali beasiswa yang ditawarkan kepada mahasiswa yang

berprestasi di bidang akademik maupun non akademik juga pada

mahasiswa yang kurang mampu. Para mahasiswa dituntut untuk

mendapatkan nilai indeks prestasi komulatif (IPK) minimal 3,00

untuk kriteria Peningkatan Prestasi akademik (PPA) dan IPK

minimal 2,50 untuk Bantuan Belajar Mahasiswa (BBM) bagi yang

kurang mampu dan aktif di salah satu kegiatan keorganisasian

dalam kampus serta mempunyai kehadiran absensi minimal 80%

untuk bisa masuk ke dalam daftar penyeleksian beasiswa.

Pemberian beasiswa kepada mahasiswa yang berprestasi

maupun kepada mahasiswa yang kurang mampu sangatlah

bermanfaat karena untuk mendompleng para mahasiwa agar lebih

tekun belajar untuk meningktkan prestasi dan lebih meningkatkan

kegiatan organisasi kampus agar pihak Perguruan Tinggi

khususnya Perguruan Tinggi Swasta juga bisa meningkatkan status

Akreditasinya kepada DIKTI (Direktorat Jenderal Pendidikan

Perguruan Tinggi).

Pada saat ini di STMIK ASIA Malang belum mempunyai

sistem perancangan penyeleksian kelayakan beasiswa yang baik,

semua hal dari mulai pendataan, informasi yang digunakan masih

secara manual sehingga dirasa kurang efisien dan memakan waktu

yang cukup lama dalam proses penyeleksian. Maka dari itu penulis

mengambil tema “Perancangan Sistem Pakar Kelayakan Beasiswa”

untuk membantu pihak STMIK ASIA Malang dalam proses

penyeleksian beasiswa para mahasiswanya.

1.2 RUMUSAN MASALAH

Berdasarkan latar belakang diatas, maka penulis

merumuskan permasalahan sebagai berikut :

“Bagaimana melakukan Perancangan System Pakar Untuk

Kelayakan Beasiswa di STMIK ASIA Malang”

1.3 BATASAN MASALAH

1. Sistem yang dirancang guna untuk membantu

penyeleksian dalam pengajuan penerimaan beasiswa.

2. Penentuan solusi dilakukan berdasarkan nilai IPk, absensi,

nilai IPk semester sebelumnya, keaktifan dalam organisasi

kampus, Piagam, Sertifikat.

3. Data yang dihasilkan berupa beberapa metode yang dapat

diterapkan pada kampus sasaran sesuai dengan kriteria

yang telah dimasukkan ke dalam system.

4. System dibangun dengan Bahasa Pemrograman Visual

Basic 6.0

5. Data base yang digunakan adalah Microsoft Access.

1.4 TUJUAN DAN MANFAAT PENULISAN

1.4.1 Tujuan

1. Menyelesaikan penyusunan Laporan Sistem Pakar

Kelayakan Beasiswa di STMIK ASIA Malang guna

memenuhi syarat kelulusan Mata Kuliah Artificial

Intelligent (AI)

2. Membantu para staf, khususnya untuk menentukan

penyeleksian dalam pengajuan penerimaan beasiswa.

1.4.2 Manfaat

1.4.2.1 Bagi Penulis

1. Mengaplikasikan ilmu yang telah didapat selama

mempelajari mata kuliah Artificial Intelligent di STMIK

ASIA Malang.

2. Belajar menganalisa permasalahan dan menerapkannya

dalam perancangan system (program).

3. Membangun perancangan suatu aplikasi software yang

sistematis dan terstruktur sehingga aplikasi yang dibuat

benar-benar bermanfaat bagi yang berkepentingan.

1.4.2.2 Bagi Pembaca

1. Memberikan pengetahuan dan penjelasan mengenai

langkah-langkah perancangan system pakar Kelayakan

Beasiswa di STMIK ASIA Malang.

2. Memberikan pengetahuan tentang system perancangan

dan metode yang digunakan pada System Pakar

Kelayakan Beasiswa di STMIK ASIA Malang.

3. Menjadi bahan kajian yang dapat dikembangkan

dikemudian hari.

1.5 METODOLOGI PENULISAN

Untuk mendukung penyelesaian penyusunan Laporan

Sistem Pakar Kelayakan Beasiswa di STMIK ASIA Malang

digunakan beberapa metodologi penulisan yaitu :

1. Studi Lapangan/Penulisan Langsung (Direct Research)

Penelitian secara langsung dilakukan oleh penulis.

Survey lapangan ini untuk melihat system yang selama ini

digunakan dalam proses penyusunan Sistem Pakar

Kelayakan Beasiswa di STMIK ASIA Malang serta

melakukan pengumpulan data yang dibutuhkan untuk

penyusunan laporan.

Studi lapangan ini meliputi :

a. Wawancara (interview)

Melakukan tanya jawab secara langsung dengan staf

dan karyawan yang mengurusi masalah beasiswa di

kampus.

b. Pengamatan (Observasi)

Mengamati secara langsung system yang selama ini

digunakan dalam menentukan metode Sistem Pakar

Kelayakan Beasiswa di STMIK Asia Malang.

2. Studi Pustaka (Library Research)

Studi Pustaka dilakukan dengan cara mempelajari

teori-teori literature, buku-buku, internet, artikel yang

berhubungan dengan objek kajian sebagai dasar dalam

penyusunan laporan ini, dengan tujuan memperoleh dasar

teoritis gambaran dari apa yang dilakukan.

BAB II

LANDASAN TEORI

2.1 Sistem Pakar

Sistem Pakar adalah sistem yang berusaha mengadopsi

pengetahuan manusia ke komputer yang dirancang untuk

memodelkan kemampuan menyelesaikan masalah seperti layaknya

seorang pakar. Dengan sistem pakar ini, orang awam pun dapat

menyelesaikan masalahnya atau hanya sekedar mencari suatu

informasi berkualitas yang sebenarnya hanya dapat diperoleh

dengan bantuan para ahli di bidangnya. Sistem pakar ini juga akan

dapat membantu aktivitas para pakar sebagai asisten yang

berpengalaman dan mempunyai asisten yang berpengalaman dan

mempunyai pengetahuan yang dibutuhkan. Dalam penyusunannya,

sistem pakar mengkombinasikan kaidah-kaidah penarikan

kesimpulan (inference rules) dengan basis pengetahuan tertentu

yang diberikan oleh satu atau lebih pakar dalam bidang tertentu.

Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang

selanjutnya digunakan dalam proses pengambilan keputusan untuk

penyelesaian masalah tertentu.

2.1.1 Artificial Intellegency dan Sistem Pakar

“Artificial Intellegence (AI) atau sering disebut Kecerdasan

Buatan adalah merupakan sebuah studi khusus yang bertujuan

membuat komputer berfikir dan bertindak seperti layaknya

manusia” (Sri, 2003 : 90). AI juga merupakan terobosan baru dalam

ilmu komputer yang perkembangannya sangat pesat. Saat ini telah

banyak sekali implementasi AI dalam bidang ilmu komputer, seperti

Sistem Pendukung Keputusan (Decision Support System), Jaringan

Syaraf Tiruan (Neural Network), Robotic, Bahasa Alami (Natural

Language), Sistem Pakar (Expert System), dan lain-lain.

“Sistem Pakar (Expert System) adalah merupakan suatu

sistem yang menggabungkan antara pengetahuan dengan

penelusuran data untuk memecahkan masalah yang secara normal

memerlukan keahlian manusia” (Sri, 2003 : 90). Tujuan dari

pengembang sistem pakar yang sebenarnya bukanlah untuk

menggantikan peran manusia, tetapi adalah untuk men-substitusi-

kan pengetahuan manusia kedalam sebuah bentuk sistem

komputer sehingga dapat diaplikasikan oleh orang banyak.

2.1.2 Pengertian Sistem Pakar

Sistem pakar adalah suatu program komputer yang

dirancang untuk mengambil keputusan seperti keputusan yang

diambil oleh seorang atau beberapa orang pakar. Menurut Marimin

(1992), sistem pakar adalah sistem perangkat lunak komputer yang

menggunakan ilmu, fakta, dan teknik berpikir dalam pengambilan

keputusan untuk menyelesaikan masalah-masalah yang biasanya

hanya dapat diselesaikan oleh tenaga ahli dalam bidang yang

bersangkutan.

2.1.3 Keunggulan Sistem Pakar

1. Memungkinkan orang awam bisa mengerjakan pekerjaan

para ahli

2. Bisa melakukan proses secara berulang secara otomatis

3. Menyimpan pengetahuan dan keahlian para pakar

4. Meningkatkan output dan produktifitas

5. Meningatkan kualitas

6. Mampu mengambil dan melestarikan keahlian para pakar

7. Mampu beroperasi dalam lingkungan berbahaya

8. Memiliki kemampuan untuk mengakses pengetahuan

9. Memiliki realbilitas

10.Meningkatkan kapabilitas system computer

11.Memiliki kemampuan untuk bekerja dengan informasi yang

tidak lengkap dan mengandung ketidakpastian

12. Sebagai media pelengkap dalam pelatihan

13.Meningkatkan kapabilitas dalam penyelesaian masalah

14.Menghemat waktu dalam pengambilan keputusan

2.1.4 Kelemahan Sistem Pakar

1. Biaya yang diperlukan untuk membuat dan memeliharanya

sangat mahal

2. Sulit dikembangkan. Hal ini terkait dengan ketersediaan

pakar dibidangnya

2.1.5 Ciri dan Karakteristik Sistem Pakar

1. Mudah di modifikasi.

2. Dapat digunakan dalam berbagai jenis komputer.

3. Memiliki kemampuan untuk belajar beradaptasi

4. Memiliki informasi yang lebih handal.

2.1.6 Tipe Sistem Pakar

1. Interpretasi : Menghasilkan deskripsi situasi berdasarkan

data sensor

2. Prediksi : Memperkirakan akibat yang mungkin dari

situasi yang diberikan.

3. Diagnosis : Menyimpulkan kesalahan sistem berdasarkan

gejala (symptoms).

4. Disain : Menyusun objek-objek berdasarkan kendala.

5. Planning : Merencanakan tindakan

6. Monitoring : Membandingkan hasil pengamatan dengan

proses perencanaan.

7. Debugging : Menentukan penyelesaian dari kesalahan

sistem.

8. Reparasi : Melaksanakan rencana perbaikan.

9. Instruction :Diagnosis, debugging, dan reparasi kelakuan

pelajar.

10. Control : Diagnosis, debugging, dan reparasi kelakuan

sistem.

2.1.7 Klasifikasi Sistem Pakar

1. Sistem Abstrak dan System Fisik

Sistem abstrak (abstract system) adalah sistem yang berisi

gagasan atau konsep, misalnya sistem teologi yang berisi

gagasan tentang hubungan manusia dan tuhan. Sedangkan

sistem fisik (physical system) adalah sistem yang secara fisik

dapat dilihat, misalnya sistem komputer, sistem sekolah,

sistem akuntansi dan sistem transportasi.

2. Sistem Deterministic dan System Probabilistik

Sistem deterministik (deterministic system) adalah suatu

sistem yang operasinya dapat diprediksi secara tepat,

misalnya sistem komputer. Sedangkan sistem probabilistik

(probabilistic system) adalah sistem yang tak dapat diramal

dengan pasti karena mengandung unsur probabilitas,

misalnya sistem arisan dan sistem sediaan, kebutuhan rata-

rata dan waktu untuk memulihkan jumlah sediaan dapat

ditentukan tetapi nilai yang tepat sesaat tidak dapat

ditentukan dengan pasti.

3. Sistem Tertutup dan Sistem Terbuka

Sistem tertutup (closed system) adalah sistem yang tidak

bertukar materi, informasi, atau energi dengan lingkungan,

dengan kata lain sistem ini tidak berinteraksi dan tidak

dipengaruhi oleh lingkungan, misalnya reaksi kimia dalam

tabung yang terisolasi. Sedangkan sistem terbuka (open

system) adalah sistem yang berhubungan dengan

lingkungan dan dipengaruhi oleh lingkungan, misalnya

sistem perusahaan dagang.

4. Sistem Alamiah dan Sistem Buatan Manusia

Sistem Alamiah (natural system) adalah sistem yang terjadi

karena alam, misalnya sistem tata surya. Sedangkan sistem

buatan manusia (human made system) adalah sistem yang

dibuat oleh manusia,misalnya sistem komputer.

5. Sistem Sederhana dan Sistem Kompleks

Berdasarkan tingkat kerumitannya, sistem dibedakan

menjadi sistem sederhana (misalnya sepeda) dan sistem

kompleks (misalnya otak manusia).

2.1.8 Langkah-langkah Membangun Sistem Pakar

1. Menentukan batasan – batasan dari suatu sistem pakar yang

akan dirancang

2. Memilih jenis keputusan apa yang akan diambil

3. Meng-extract pengetahuan dari pakar, caranya yaitu dengan

dependency diagram dan graphical representation

4. Merepresentasikan pengetahuan dalam sistem pakar

(membuat rules) salah satu teknik yang dapat digunakan

yaitu merepresentasikan ke dalam bentuk IF-THEN rules

5. Membuat inference engine dengan menggunakan metode

yang sesuai

6. Merancang user interface

2.1.9 Elemen Sistem Pakar

1. User Interface (Antarmuka Pemakai)

Merupakan mekanisme komunikasi antara pengguna (user)

dengan sistem. Antarmuka pemakai (User Interface) dapat

menerima informasi dari pengguna (user) dan memberikan

informasi kepada pengguna (user) untuk membantu

mengarahkan alur penelusuran masalah sampai ditemukan

suatu solusi. User interface, berfungsi untuk menginputkan

pengetahuan baru ke dalam basis pengetahuan sistem pakar

(ES), menampilkan penjelasan sistem dan memberikan

panduan pemakaian sistem secara menyeluruh step by step

sehingga user mengerti apa yang akan dilakukan terhadap

suatu sistem. Yang terpenting dalam membangun user

interface adalah kemudahan dalam memakai/ menjalankan

sistem, interaktif, komunikatif.

2. Knowledge base (Basis Pengetahuan)

Basis pengetahuan adalah suatu jenis basis data yang

dipergunakan untuk manajemen pengetahuan. Berisi 

pengetahuan  relevan  yang  diperlukan  untuk  memahami, 

merumuskan,  dan  memecahkan  persoalan. Basis tersebut

mencakup dua elemen dasar :

1. Fakta,  misalnya  situasi  persoalan  dan  teori  area 

persoalan.

2. Heuristik  atau  aturan  khusus  yang  mengarahkan 

penggunaan pengetahuan untuk memecahkan persoalan

khusus dalam domain  tertentu.

Selain itu, mesin inferensi dapat menyertakan pemecahan 

persoalan untuk tujuan umum dan aturan pengambilan

keputusan ).  Heuristik menyatakan pengetahuan peniliaian

informal dalam area  aplikasi.  Pengetahuan,  tidak  hanya 

fakta,  adalah  bahan  mentah  primer dalam sistem pakar.

3. Knowledge Acquisition (Akuisisi Pengetahuan)

Akuisisi pengetahuan adalah akumulasi, transfor dan

transormasi keahlian dalam menyelesaikan masalah dari

sumber pengetahuan ke dalam program computer. Dalam

tahap ini knowledge engineer berusaha menyerap

pengetahuan untuk selanjutnya ditransfer ke dalam basis

pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi

dengan buku, basis data, laporan penelitian dan pengalaman

pemakai.

4. Mesin Inferensi

Komponen ini mengandung mekanisme pola piker dan

penalaran yang digunakan oleh pakar dalam menyelesaikan

suatu masalah. Mesin inferensi adalah program computer

yang memberikan metodologi untuk penalaran tentang

informasi yang ada dalam basis pengetahuan dan dalam

workplace, dan untuk memformulasikan kesimpulan.

2.1.10 Cara Kerja Sistem Pakar

2.1.1 Metode Forward Chaining

Pencocokan fakta atau pernyataan dimulai dari

bagian sebelah kiri (IF dahulu). Dengan kata lain,

penalaran dimulai dari fakta terlebih dahulu untuk menguji

kebenaran hipotesis.

Gambar 2.1 Forward Chaining

2.1.2 Metode Backward Chaining

Pencocokan fakta atau pernyataan dimulai dari

bagian sebelah kanan (THEN dahulu). Dengan kata lain,

penalaran dimulai dari hipotesis terlebih dahulu,dan untuk

menguji kebenaran hipotesis tersebut dicari fakta-fakta

yang ada dalam basis pengetahuan.

Gambar 2.2 Backward Chaining

2.1.3 Mekanisme Inferensi

Mekanisme inferensi adalah bagian dari system

intelejen yang melakukan penalaran dengan

menggunakan isi daftar aturan berdasarkan urutan dan

pola tertentu. Selama proses konsultasi antar sistem

dengan pemakai,mekanisme inferensi menguji aturan satu

demi satu (penelusuran) sampai kondisi aturan itu benar.

Sistem penalaran secara umum dapat dilakukan dengan

dua metode (Kusumadewi S.) yaitu:

1. Forward Reasoning (Penalaran Maju).

Pelacakan dimulai dari keadaan awal (informasi atau

fakta yang ada) dan kemudian dicoba untuk

mencocokan dengan tujuan yang diharapkan.

2. Backward Reasoning (Penalaran Mundur). Pada

penalaran ini dimulai dari tujuan atau hipotesa,baru

dicocokan dengan keadaan awal atau fakta-fakta yang

ada.

2.2 Metode yang digunakan

Fuzzy Multiple Attribute Decision Making FMADM adalah

suatu metode yang digunakan untuk mencari alternatif

dengan kriteria tertentu. Inti dari FMADM adalah

menentukan nilaibobot untuk setiap atribut,kemudian

dilanjutkan dengan proses perankingan yang akan

menyeleksi alternatif yang sudah diberikan. Pada dasarnya,

ada 3 pendekatan untuk mencari nilai bobot atribut, yaitu

pendekatan subjektif dan pendekatan objektif dan

pendekatan integrasi antara subjektif dan objektif. Masing-

masing pendekatan memiliki kelebihan dan kelemahan.pada

pendekatan subjektif, nilai bobot ditentukan berdasarkan

subyektifitas dari pengambil keputusan, sehingga beberapa

faktor dalam proses perangkingan alternatif bisa ditentukan

secara bebas. Sedangkan pada pendekatan obyektif, nilai

bobot dihitung secara matematis sehingga mengabaikan

subyektifitas dari pengambilan keputusan.

(Kusumadewi,2007).

Ada beberapa metode yang dapat digunakan untuk

menyelesaikan masalah FMADM. Antara lain (Kusumadewi,

2006):

a. Simple Additive Weighting Method (SAW)

b. Weighted Product (WP)

c. Electre

d. Technique for Order Preference by Similiarity to Ideal

Solution (TOPSIS)

e. Analytic Hierarchy Process (AHP)

2.3 Algoritma FMADM

Algoritma FMADM adalah

1. Memberikan nilai setiap alternatif (Ai) pada setiap kriteria

(Ci) yang sudah ditentukan, dimana nilai tersebut di

peroleh berdasarkan nilai crisp; i=1,2,...m dan j=1,2,...n.

2. Memberikan nilai bobot (W) yang juga didapatkan

berdasarkan nilai crisp.

3. Melakukan normalisasi matriks dengan cara menghiitung

nilai rating kinerja ternormalisasi (rij) dari alternatif Ai pada

atribut Cj berdasarkan persamaan yang disesuaikan

dengan jenis atribut (atribut keuntungan/benefit =

MAKSIMUM atau biaya/cost = MINIMUM). Apabila

berupa atribut keuntungan maka nilai crisp (Xij) dari setiap

kolom atribut dibagi dengan nilai crisp MAX (MAX X ij) dari

setiap kolom atribut biaya, nilai crisp MIN (MIN Xij) dari

tiap kolom atribut dibagi dengan nilai crisp (Xij) setia

kolom.

4. Melakukan proses perangkingan dengan cara

mengalikan matriks ternormalisasi (R) dengan nilai bobot

(W).

5. Menentukan nilai preferensi untuk setiap alternatif (Vi)

dengan cara menjumlahkan hasil kali antara matriks

ternormalisasi (R) dengan nilai bobot (W). Nilai Vi yang

lebih besar mengidikasikan bahwa alternatif Ai lebih

terpilih. (Kusumadewi,2007).

2.4 Langkah Penyelesaian

Dalam penelitian ini menggunakan FMADM metode SAW.

Adapun langkah-langkahnya adalah:

1. Menentukan kriteria-kriteria yang akan dijadikan acuan

dalam pengambilan keputusan, yaitu Ci.

2. Menentukan rating kecocokan setiap alternatif pada setiap

kriteria.

3. Membuat matriks keputusan berdasarkan kriteria (Ci),

kemudian melakukan normalisasi matriks berdasarkan

persamaan yang disesuaikan dengan jenis atribut (atribut

keuntungan atupun atribut biaya) sehingga diperoleh matriks

ternormalisasi R.

4. Hasil akhir diperoleh dari proses perangkingan yaitu

penjumlahan dari perkalian matriks ternormalisasi R dengan

vektor bobot sehingga diperoleh nilai terbesar yang dipilih

sebagai alternatif terbaik (Ai) sebagai solusi. (Kusumadewi,

2006).

2.5 Metode SAW

Metode SAW sering juga dikenal istilah metode penjumlahan

terbobot. Konsep dasar metode SAW adalah mencari

penjumlahan terbobot dari rating kinerja pada setiap

alternatif pada semua atribut. Metode SAW membutuhkan

proses normalisasi matriks keputusan (X) ke suatu skala

yang dapat diperbandingkan dengan semua rating alternatif

yang ada.

xy jika j adalah atribut keuntungan (benefit) Max xy

i

ry = (2.1)

Min Xy

i Jika j adalah atribut biaya (cost) XY

Dimana rij adalah rating kinerja ternormalisi dari alternatif A i

pada atribut Cj; i=1,2,...,m dan j=1,2,...n.

Nilai preferensi untuk setiap alternatif (Vi) diberikan

sebagai:

Vi yang lebih besar mengindikasikan bahwa alternatif

Ai diberikan sebagai:

n

Vi = ∑ wjrij (2.2)

j=1

nilai Vi yang lebih besar mengindikasikan bahwa

alternatif Ai lebih terpilih

2.6 Diagram Data

2.6.1 Context Diagram

Context diagram meruakan tingkatan tertinggi dalam

diagram aliran data dan hanya memuat satu proses,

menunjukan sistem secara keseluruhan. Proses tersebut

diberi nomor nol. Semua entitas eksternal yang ditunjukan

pada diagram konteks berikut aliran data-aliran data

utama menuju dan dari sistem.

Simbol Uraian

Gambar lingkaran menunjukkan proses

dari sistem pada Context Diagram.

Gambar anak panah menunjukkan

konektor atau penghubung anatr entitas

dan aliran data

Gambar kotak persegi menunjukkan

entitas pada Context Diagram.

2.6.2 Data Flow Diagram (DFD)

Suatu diagram yang menggunakan notasi-notasi

untuk menggambarkan arus dari data sistem, yang

penggunaannya sangat membantu untuk memahami

sistem secara logika, tersruktur dan jelas,disimbolkan

dengan menggunakan suatu notasi tanda panah.

Simbol Uraian

Merepresentasikan sumber data (Entity).

Merepresentasikan aliran data.

Merepresentasikan transformasi / proses

aliran data (sistem).

Merepresentasikan tempat untuk

menyimpan data (file).

2.6.3 Entity Relationship Diagram (ERD)

Entity Relation Diagram adalah model konseptual

yang mendeskripsikan hubungan antara penyimpanan

(dalam DFD) menggambarkan struktur data dan

hubungan antar data, dalam penggambaran ERD ada 3

(tiga) komponen yaitu:

Keterangan Simbol Uraian

Entity Adalah suatu obyek yang

dapat diidentifikasi dalam

lingkungan pemakai Entity

dapat berupa orang, tempat,

kejadian atau konsep yang

informasinya

direkam.

Attribute Adalah merupakan data

elemen / data item, data field

yang menggambarkan suatu

entity. Atribut dibagi menjadi

dua yaitu:

1. Simple attribute, misalnya

kode tamu.

2. Composite atribute,

misalnya nama tamu

Relationship

Merepresentasikan

transformasi / proses aliran

data (sistem).

1. Relasi atau hubungan

Menunjukkan adanya hubungan diantara sejumlah

entitas yang berasal dari entitas berbeda. Relasi

dibagi 3 (tiga) antara lain:

a. One to one

Hubungan dimana satu record ditabel A hanya

punya satu pasangan record di table B.

Relasi One to one

b. One to many

11Mahasiswa Membayar Orang Tua

Hubungan dimana satu record ditabel A punya

banyak pasangan record ditabel B tetapi satu

record ditabel hanya punya satu record ditabel B.

Relasi One to many

c. Many to Many

Hubungan dimana satu record ditabel A punya

banyak record ditabel B begitu sebaliknya.

Relasi Many to many

2.6.4 Normalisasi

Normalisasi merupakan teknik analisis data yang

mengorganisasikan atribut-atribut data dengan cara

mengelompokkan sehingga terbentuk entitas yang non-

redundant, stabil, dan fleksible.

Normalisasi dilakukan sebagai uji coba pada suatu relasi

secara berkelanjutan untuk menentukan apakah relasi itu

sudah baik, yaitu dapat dilakukan proses insert, update,

delete, dan modifikasi pada satu atau beberapa atribut

tanpa mempengaruhi integritas data dalam relasi tersebut.

Pada proses normalisasi terhadap tabel pada database

dapat dilakukan dengan tiga tahap normalisasi antara lain:

1. Bentuk Normal ke Satu (1NF)

NN

N1Mahasiswa

MembayarSPP

Mahasiswa MengambilMata kuliah

a. Syarat :

b. Tidak ada set atribut yang berulang atau bernilai

ganda.

c. Telah ditentukannya primary key untuk tabel atau

relasi.

d. Tiap atribut hanya memiliki satu pengertian.

e. Tiap atribut yang dapat memiiki banyak nilai

sebenarnya menggambarkan entitas atau relasi

yang terpisah.

2. Bentuk Normal ke Dua (2NF)

a. Syarat :

b. Bentuk data telah memenuhi kriteria bentuk

normal ke satu.

c. Atribut bukan kunci(non-key attribute) haruslah

memiliki ketergantungan fungsional sepenuhnya

pada primary key

3. Bentuk Normal ke Tiga (3NF)

a. Syarat :

b. Bentuk data telah memenuhi kriteria bentuk

normal ke dua.

c. Atribut bukan kunci(non-key attribute) tidak boleh

memiliki ketergantungan fungsional terhadap

atribut bukan kunci lainnya. Seluruh atribut bukan

kunci pada suatu relasi hanya memiliki

ketergantungan fungsional terhadap primary key

di relasi itu saja.

2.7 Flowchart

Flowchart adalah jenis diagram yang merepresentasikan

suatu algoritma atau proses, menunjukkan langkah-langkah

sebagai kotak dari berbagai jenis, dan pesanan mereka dengan

menghubungkan ini dengan anak panah. Representasi diagram

dapat memberikan solusi langkah-demi-langkah untuk masalah

yang diberikan. Operasi proses direpresentasikan dalam kotak-

kotak, dan panah menghubungkan mereka mewakili aliran kontrol.

Arus data yang tidak biasanya direpresentasikan dalam flowchart,

berbeda dengan diagram aliran data, melainkan, mereka tersirat

oleh urutan operasi. Flowchart digunakan dalam menganalisis,

merancang, mendokumentasikan atau mengelola proses atau

program di berbagai bidang.

Flowchart digunakan dalam merancang dan

mendokumentasikan proses kompleks. Seperti jenis lain dari

diagram, mereka membantu memvisualisasikan apa yang sedang

terjadi dan dengan demikian membantu dalam memahami proses,

dan mungkin juga menemukan kelemahan, kemacetan, dan lain

yang kurang-jelas fitur di dalamnya. Ada berbagai jenis diagram

alir, dan setiap jenis memiliki repertoar sendiri kotak dan konvensi

penulisan. Dua jenis yang paling umum dari kotak dalam flowchart

adalah langkah pengolahan, biasanya disebut aktivitas, dan

dilambangkan sebagai kotak persegi panjang dan keputusan,

biasanya dinotasikan dengan berlian.

Simbol Uraian

Line/Flow

Digunakan untuk menghubungkan antara

simbol yang satu dengan yang lain dan

untuk menggambarkan aliran data.

Disk

Simbol untuk menyatakan input berasal

dari disk atau output disimpan ke disk

Punched Card

Simbol yang menyatakan input berasal

dari katu atau output ditulis ke kertas.

Manual Input/Keyboard

Simbl untuk pemasukan data secara

manual melalui keyboard.

Display

Simbol yang menyatakan peralatan

output yang digunakan yaitu layer, plotter,

printer dan lain sabagainya.

Manual Process

Simbol yang menunjukan pengelolahan

yang tidak dilakukan dengan komputer

Decision

Simbol untuk kondisi yang akan

menghasilkan beberapa kemungkinan

jawaban/aksi.

Magnetic Tape

Simbol yang menyatakan input berasal

dari pita megnetik atau output ditulis ke

kartu

Document

Simbol yang menyatakan input berasal

dari dokumen dalam bentuk kertas atau di

cetak ke kertas

Off Line Storage

Simbol untuk menunjukan bahwa data

didalam simbol ini akan disimpan

Connector

Simbol untuk keluar/masuk prosedur atau

proses dalam lembar yang sama

Off Line Connector

Simbol untuk keluar/masuk prosedur atau

proses dalam lembar yang lain

2.8 Sistem Kelayakan Beasiswa

2.8.1 Pengertian Beasiswa

Beasiswa adalah pemberian berupa bantuan

keuangan yang diberikan kepada perorangan yang

bertujuan untuk digunakan demi keberlangsungan

pendidikan yang ditempuh. Beasiswa dapat diberikan

oleh lembaga pemerintah,perusahaan ataupun

yayasan.

Pemberian beasiswa dapat dikategorikan pada

pemberian cuma-cuma ataupun pemberian dengan

ikatan kerja (biasa disebu tikatan dinas) setelah

selesainya pendidikan. Lama ikatan dinas ini berbeda-

beda, tergantung pada lembaga yang memberikan

beasiswa tersebut.

2.8.2 Karakteristik Beasiswa

1. Memiliki IPK minimal 3,00 untuk Beasiswa prestasi.

2. Memiliki absensi kehadiran perkuliahan minimal 80%.

3. Surat keterangan aktif Organisasi.

4. Sertifikat atau Piagam penghargaan.

5. Menyerahkan surat keterangan penghasilan orang tua

dari kelurahan atau instansi yang terkait.

2.8.3 Kelebihan dan Kekurangan Sistem Kelayakan

Beasiswa

2.8.4 Persyaratan Keberhasilan Sistem Kelayakan

Beasiswa

BAB III

PEMBAHASAN

3.1 Analisa System

Penyeleksian Beasiswa pada umumnya merupakan usaha yang

dilakukan para pihak Perguruan Tinggi untuk mendompleng para

mahasiswa agar bisa meningkatkan prestasi di bidang akademik mupun

non akademik. Sistem perancangan untuk penyeleksian Beasiswa di

STMIK ASIA Malang masih terkesan manual dan dan rumit.

Proses penyeleksian di tiap Perguruan Tinggi berbeda – beda, di

STMIK ASIA Malang terdapat dua jenis Beasiswa yaitu Beasiswa

Mahasiswa berprestasi (Akademik) dan BeasiswaBantuan Mahasiswa

tidak mampu (Ekonomi). Sumber beasiswanya terdapat dari Pemerintah :

Prestasi Akademik (PPA), Bantuan Belajar Mahasiswa (BBM) yang

mempunyai kriteria yaitu memiliki IPK minimal 3,00 untuk Beasiswa

Prestasi, memiliki IPK 2,50 untuk Beasiswa tidak mampu, berdasarkan

penghasiln Orang tua, Berdasarkan jumlah tanggungan keluarga,

Berdasarkan aktif tidaknya mahasiswa dalam kegiatan kemahasiswaan.

Di STMIK ASIA Malang mempunyai prosedur Penerimaan Beasiswa yang

terdiri dari :

6. STMIK ASIA Malang memperoleh informasi beasiswa dari Kopertis

Wilayah VII Jatim.

7. Informasi beasiswa disampaikan ke Pembantu Ketua III melalui Staf

Pembantu Ketua III.

8. Pengajuan usulan/proposal beasiswa kepada koordinator Kopertis

Wilayah VII.

9. Pengumuman alokasi jumlah penerima beasiswa PPA dan BBM.

10. Informasi beasiswa diumumkan kepada pihak mahasiswa.

11. Mahasiswa mengajukan permohonan/berkas persyaratan kepada

Pembantu KetuaIII melalui Staf Pembantu Ketua III.

12. Staf Pembantu Ketua III menerima dan menyeleksi berkas

persyaratan pengajuan beasiswa.

13. Daftar beasiswa yang lolos seleksi dituangkan dalam Surat Keputusan

Pimpinan.

14. Selanjutnya melalui Pembantu Ketua III berkas persyaratan

disampaikan kepada pihak instansi pemberi beasiswa untuk diproses.

15. Pihak Instansi pemberi beasiswa menerbitkan SK penerima beasiswa

dan melakukan transfer dana beasiswa.

16. Pembantu Ketua III dan Staf melaksanakan penyampaian dana

beasiswa sesuai data yang ditetapkan oleh instansi pemberi beasiswa

dan tanda terima beasiswa disampaikan kembali kepada pihak

Instansi pemberi beasiswa sebagai laporan.

Berikut akan dijelaskan alur/flowchart Penerimaan Beasiswa STMIK ASIA

Malang

3.2 Analisa Kebutuhan Sistem

Sebelum melakukan perancangan sistem terlebih dahulu dilakukan

analisa kebutuhan sistem yaitu :

1. Menganalisa semua kebutuhan sistem secara global terkait dengan

fungsi dan aktivitas-aktivitas sistem yang akan dibangun.

2. Analisis kebutuhan Data, tahap ini dilakukan untuk memperoleh

masukan berdasarkan temuan masalah yang telah diidentifikasi guna

memperoleh data yang valid terkait dengan rencana pengembangan

sistem informasi oleh manajemen. Cara yang umum dilakukan

menganalisa semua data-data yang diperoleh dari tim perancang

sistem pakar melalui wawancara, observasi, survey, referensi dan

dokumentasi.

3. Analisis kebutuhan tools, melakukan analisa tehadap perangkat keras

ataupun perangkat lunak yang akan digunakan oleh tim perancang

sistem pakar.

4. Analisis kebutuhan Sistem Informasi yang dikembangkan meliputi

analisis kebutuhan input, kebutuhan proses dan kebutuhan output dari

Sistem Informasi yang diusulkan.

3.2.1 Analisa Kebutuhan Hardware

Salah satu ciri sistem pakar yang baik adalah dapat digunakan

dalam berbagai jenis komputer. Untuk itu aplikasi sistem pakar yang

akan dibangun diharapkan dapat memenuhi ciri tersebut.

Perancangan Sistem pakar penyeleksian beasiswa ini akan

dibangun pada seperangkat komputer PC dengan spesifikasi hardware

sebagai berikut:

a. Processor Intel Core2 Duo T6600

b. 1GB DDR2

c. 320GB HDD

d. DVD±RW

e. 56K Modem

f. VGA SIS Mirage3 256MB (shared)

Dalam implementasinya, sistem pakar ini dirancang supaya dapat

dijalankan pada seperangkat komputer dengan spesifikasi lebih rendah

atau lebih tinggi dari spesifikasi komputer diatas.

3.1.1. Analisa Kebutuhan Software

Dalam perancangan sistem pakar ini digunakan beberapa

aplikasi yang dimanfaatkan untuk merancang alur proses sistem.

Perancangan alur proses sistem digambarkan dalam bentuk diagram

alir, diagram data serta diagram relasi antar data. Misalnya atau Visio.

Untuk implementasi dari rancangan sistem pakar ini

digunakan aplikasi pemrograman Microsoft Visual Basic 6.0 dan

database Microsoft Access.

3.1.2. Analisa Kebutuhan Proses

Untuk merancang sebuah sistem, harus dilakukan analisa

data terlebih dahulu. Baik itu data masukan yang dibutuhkan dalam

sistem maupun data keluaran yang dihasilkan oleh sistem. Pada

Perancangan Sistem Pakar Kelayakan Beasiswa ini, sistem

membutuhkan data masukan yang akan digunakan dalam proses

inferensi guna menghasilkan data keluaran sistem yaitu menentukan

metode pengajaran yang cocok berdasarkan data masukan tersebut.

Sebelum mengetahui data masukan yang dibutuhkan, harus

ditentukan terlebih dahulu data keluaran yang diinginkan. Pada sistem

pakar ini, kebutuhan data keluaran berupa metode penentuan yang

cocok dan dapat diterapkan pada proses penyeleksian kelayakan

beasiswa.

Setelah mengetahui data keluaran yang diinginkan dari sistem

selanjutnya adalah melakukan analisa data masukan yang dibutuhkan.

Adapun data masukan yang dibutuhkan adalah sebagai berikut:

1. Data jumlah mahasiswa yang tersaring dalam

penyeleksian

2. Data kriteria mahasiswa penerima beasiswa

3. Data prosedur penerimaan beasiswa

Setelah melakukan analisa data masukan dan data keluaran

sistem, selanjutnya dilakukan analisa proses data di dalam sistem.

Proses di dalam sistem pakar akan melibatkan dua hal pokok, yaitu

basis pengetahuan dan mesin inferensi.

Basis pengetahuan dapat berupa gejala-gejala (data masukan) serta

hubungannya dengan alternatif solusi (data keluaran). Mesin inferensi

berisi metode penalaran untuk menggunakan basis pengetahuan

dalam menentukan objek yang sesuai dengan data masukan yang

diinputkan ke dalam sistem.

3.3 Pemecahan Masalah

Berdasarkan permasalahan yang telah dijelaskan

sebelumnya, maka dibuatlah program sistem pakar untuk menganalisa

perancangan sistem pakar kelayakan beasiswa guna membantu para

Staf PK III dalam menentukan sistem yang tepat pada STMIK ASIA

Malang.

Untuk proses penalaran/inferensi, terlebih dahulu dilakukan

penilaian terhadap kriteria – kriteria penerima beasiswa. Berdasarkan

penilaian tersebut akan dilakukan proses inferensi untuk menentukan

siapa saja yang masuk dalam penyeleksian beasiswa.

Masing-masing data masukan (input) dilakukan penilaian

(assessment) untuk merepresentasikan kondisi sebuah sistem

terhadap permasalahan yang dihadapi. Tabel dibawah ini

menunjukkan sistem penilaian (assessment) yang diterapkan pada

data masukan.

3.4Hasil dan pembahasan

Seperti telah dijelaskan pada pendahuluan penilain dilakukan

dengan melihat nilai-nilai terhadap indikator yaitu nilai IPK,

penghasilan Orangtua, Absensi setiap semester, aktif organisasi.

Selanjutnya masing-masing indikator tersebut dianggap sebagai

kriteria yang akan dijadikan sebagai faktor untuk penerima beasiswa

dan himpunan fuzzy nya adalah Rendah, Sedang, Tengah, Tinggi,

Banyak. Himpunan ini kemudian diperlakukan sebagai input kedalam

sistem FMADM (dalam hal ini Ci).

3.5Analisis Kebutuhan Input

Input untukmelakukan proses pengambilan keputusan dari

beberapa alternatif ini dilakukan dengan menggunakan kuesioner.

1. Variabel yang dibutuhkan adalah sebagai berikut :

a. Nilai IPK

b. Absensi setiap Semester

c. Aktif Organisasi

d. Sertifikat atau Piagam

e. Surat Penghasilan Orangtua

f. Kartu Keluarga

3.6 Analisis Kebutuhan Output

Keluaran yang dihasilkan dari penelitian ini adalah sebuah alternatif

yang memiliki nilai tertinggi dibandingkan dengan alternatif nilai yang

lain. Pada penelitian ini hasil keluarannya diambil dari urutan alternatif

tertinggi ke alternatif terendah. Hasil akhir yang dikeluarkan oleh

program nanti berasal dari nilai setiap kriteria, karena dalam setiap

kriteria memiliki nilai yang berbeda-beda.

Urutan alternatif yang akan ditampilkan mulai dari alternatif tertinggi

dari alternatif terendah. Alternatif yang dimaksud adalah

mahasiswanya.

3.7 Kriteria Yang Dibutuhkan

3.7.1 Bobot

Dalam metode penelitian ini ada bobot dan kriteria yang dibutuhkan

untuk menentukan siapa yang akan terseleksi sebagai penerima

beasiswa.

Adapun kriterianya adalah:

C1 = Nilai IPK

C2 = Jumlah absensi setiap semester

C3 = Jumlah Aktif Organisasi

C4 = Jumlah Sertifikat dan Piagam

C5 = Jumlah pengahasilan Orang tua

C6 = Jumlah saudara kandung

Dari masing-masing bobot tersebut, maka dibuat suatu variabel-

varibelnya. Dimana dari suatu variabel tersebut akan dirubah

kedalam bilangan fuzzynya.

Di Bawah ini adalah bilangan fuzzy dari bobot.

1. Sangat rendah (SR) = 0,2

2. Rendah (R) = 0.4

3. Cukup (C) = 0.6

4. Tinggi (T) = 0.8

5. Sangat tinggi (ST) = 1

µ

3.7.2 Kriteria Nilai IPK

Variabel Nilai IPK dikonversikan dengan bilangan fuzzy dibawah ini.

Tabel 1. Nilai IPK

NIlai IPK NilaiIPK <= 3,00 0

3,00 - <= 3,25 0.53,25 - <= 3,50 0.75IPK >= 3,50 1

3.7.3 Kriteria Jumlah Absensi per semester

Variabel Absensi dikonversika dengan bilangan fuzzy dibawah ini.

Tabel 2. Absensi

Absensi Nilai<=65% 0

70% - <=75% 0.575% - <= 80% 0.75

>= 80% 1

3.7.4 Kriteria Aktif Organisasi

Variabel Aktif Organisasi dikonversikan dengan bilangan fuzzy

dibawah ini.

Tabel 3. Jumlah Aktif Organisasi

Jumlah Aktif Orgnisasi Niliai1 Organisasi 0.252 Organisasi 0.53 Organisasi 0.75

>= 4 Organisasi 1

3.7.5 Kriteria Jumlah Sertifikat dan Piagam

Variabel jumlah sertifikat atau piagam dikonversikan dengan

bilangan fuzzy dibawah ini.

Tabel 4. Jumlah Sertifikat dan Piagam

Jumlah Sertifikat dan Piagam

Nilai

1 02 0.253 0.54 0.75

>= 5 1

3.7.6 Kriteria Pengahasilan Orangtua

Variabel penghasilan orang tua di konversikan dengan bilangan

fuzzy dibawah ini.

Tabel 5. Penhasilan Orangtua

Penghasilan Orangtua (X) NilaiX <= Rp. 1.000.000 0.25

X = Rp. 1.000.000 - <= 5.000.000 0.5

X = Rp. 5.000.000 - <= 10.000.000 0.75X >= Rp. 10.000.000 1

3.7.7 Kriteria Jumlah saudara Kandung

Variabel jumlah saudara kandung di konversikan dengan bilangan

fuzzy dibawah ini.

Tabel 6. Jumlah saudara Kandung

Jumlah Saudara Kandung

Nilai

1 saudara 02 saudara 0.253 saudara 0.54 saudara 0.75

5 saudara 1

4 Masukan Data

Nilai dari setiap attribute yang merupakan proses hasil penginputan

data dari pemohon beasiswa yang sudah dikoversikan berdasarkan

bobot kriteria yang sudah di tentukan melalui proses perhitungan.

Tabel 7. Nilai setiap alternative pada setiap atrribut setelah

dikonversikan berdasarkan bobot kriteria.

AlternatifeAtrribut ( Kriteria )

C1 C2 C3 C4 C5 C6Mahasiswa 1 0.75 0.5 0.25 0.5 0.75 0Mahasiswa 2 0 1 0.5 0.75 0.5 0.75Mahasiswa 3 1 0.5 0.25 0 0.25 0.5Mahasiswa 4 0.5 0.75 0.25 0.5 1 0Mahasiswa 5 0.5 0.5 0.5 0.25 0.5 0.5Mahasiswa 6 0.75 0 1 1 0.5 0

Mahasiswa 7 1 0.75 0.25 0.5 0.25 0.25Mahasiswa 8 0.5 1 0.25 0.25 0.5 0.25Mahasiswa 9 1 0.5 0.5 0.25 0.75 0.5Mahasiswa 10 0.75 0.75 0.25 0.5 0.25 1

Berdasarkan pada gambar diatas, dapat dibentuk matriks

keputusan X dengan mengambil 3 sampel data mahasiswa :

0.75 0.5 0.25 0.5 0.75 0

X = 0 1 0.5 0.75 0.5 0.75

1 0.5 0.25 0 0.25 0.5

Matriks ternormalisasi R

0.75 0.5 0.25 0.5 0.33 0

0 1 0.5 0.75 0.5 0.75

1 0.5 0.25 0 1 0.75

W = 1 0.8 0.4 0.6 0.8 0.4

Perkalian Matriks W * R sebagai berikut :

0.75 0.40 0.10 0.30 0.25 0

0 0.80 0.20 0.45 0.40 0.30

1 0.40 0.10 0 0.80 0.30

Langkah berikutnya adalah penjumlahan dari setiap alternative.

Supaya lebih jelas dimisalkan untuk baris pertama dari matriks diatas

adalah A1, baris ke 2 = A2 dan baris ke 3 = A3 dst. Setelah dilakukan

proses pejumlahan didapatkan nilai A1 = 1.80, A2 = 2.15, A3 = 2.6.

Langkah terakhir adalah proses perangkingan. Hasil perangkingan

diperoleh : V1 = 1.80, V2 = 2.15, V3 = 2.6. Nilai terbesar ada pada V3

sehingga alternative A3 (Mahasiswa ke 3) adalah alternative yang terpilih

sebbagai alternatif terbaik.