Sistem Pendukung Keputusan AHP vs SMART Penentuan Penerima Bantuan Pendidikan
Tentang Produk Ini
BAB 1: PENDAHULUAN - LATAR BELAKANG & TUJUAN
A. Latar Belakang
Pendidikan merupakan salah satu pilar utama dalam pembangunan sumber daya manusia yang berkualitas. Pemerintah melalui berbagai program bantuan pendidikan berupaya untuk memberikan akses pendidikan yang layak bagi seluruh lapisan masyarakat, khususnya bagi mereka yang berasal dari keluarga kurang mampu. Namun, dalam pelaksanaannya, penentuan penerima bantuan pendidikan seringkali menghadapi berbagai kendala, terutama dalam hal objektivitas dan transparansi pengambilan keputusan.
Permasalahan utama yang sering muncul adalah adanya subjektivitas dalam proses seleksi penerima bantuan. Tanpa adanya sistem pendukung keputusan yang terstruktur, penentuan penerima bantuan dapat dipengaruhi oleh faktor-faktor yang tidak objektif, seperti kedekatan personal atau intervensi dari berbagai pihak. Hal ini tentu saja bertentangan dengan prinsip keadilan dan tepat sasaran yang menjadi tujuan utama program bantuan pendidikan.
Untuk mengatasi permasalahan tersebut, diperlukan sebuah sistem pendukung keputusan (SPK) yang dapat membantu pengambil keputusan dalam menentukan penerima bantuan secara objektif, transparan, dan akuntabel. Sistem pendukung keputusan merupakan sistem berbasis komputer yang membantu proses pengambilan keputusan dengan mengolah data dan informasi yang ada menjadi rekomendasi keputusan yang lebih baik.
Dalam penelitian ini, digunakan dua metode sistem pendukung keputusan yang populer dan telah terbukti efektif, yaitu Analytical Hierarchy Process (AHP) dan Simple Multi-Attribute Rating Technique (SMART). Kedua metode ini memiliki karakteristik dan pendekatan yang berbeda dalam menangani permasalahan multi-kriteria.
1. Metode AHP (Analytical Hierarchy Process)
Metode AHP dikembangkan oleh Thomas L. Saaty pada tahun 1970-an. Metode ini menggunakan pendekatan hierarki dan matriks perbandingan berpasangan untuk menentukan bobot kepentingan setiap kriteria. Keunggulan utama AHP adalah kemampuannya dalam melakukan uji konsistensi terhadap penilaian yang diberikan oleh para pengambil keputusan (pakar). Dengan adanya uji konsistensi ini, tingkat kepercayaan terhadap hasil keputusan menjadi lebih tinggi.
2. Metode SMART (Simple Multi-Attribute Rating Technique)
Metode SMART dikembangkan oleh Edward L. Edwards sebagai metode yang lebih sederhana dalam mengevaluasi alternatif berdasarkan kriteria yang ada. Metode ini menggunakan skala 0-100 untuk mengkonversi nilai setiap kriteria menjadi nilai utility yang seragam. Keunggulan utama SMART adalah kemudahan dalam perhitungan dan pemahaman, sehingga cocok untuk digunakan dalam pengambilan keputusan yang melibatkan banyak pihak.
B. Identifikasi Masalah
Berdasarkan latar belakang yang telah diuraikan, dapat diidentifikasi beberapa masalah sebagai berikut:
Proses penentuan penerima bantuan pendidikan masih bersifat subjektif dan kurang transparan.
Belum adanya sistem pendukung keputusan yang terstruktur dan terstandarisasi dalam seleksi penerima bantuan.
Terdapat perbedaan pendekatan antara metode AHP dan SMART yang perlu dianalisis untuk menentukan metode mana yang lebih tepat untuk kasus penentuan penerima bantuan pendidikan.
Perlu adanya perbandingan yang komprehensif antara kedua metode tersebut untuk memberikan rekomendasi yang tepat bagi pengambil kebijakan.
C. Tujuan Penelitian
Penelitian ini bertujuan untuk:
Menentukan bobot kriteria menggunakan metode AHP dengan melakukan uji konsistensi untuk memastikan validitas penilaian pakar.
Menghitung nilai preferensi setiap alternatif calon penerima bantuan menggunakan metode SMART.
Membandingkan hasil perankingan dari metode AHP dan SMART untuk melihat perbedaan dan kesamaan yang dihasilkan.
Memberikan rekomendasi metode terbaik untuk kasus penentuan penerima bantuan pendidikan berdasarkan analisis komparatif yang dilakukan.
D. Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:
1. Manfaat Teoritis
Memberikan kontribusi pengembangan ilmu pengetahuan di bidang sistem pendukung keputusan, khususnya dalam aplikasi metode AHP dan SMART.
Menjadi referensi bagi penelitian selanjutnya yang berkaitan dengan analisis komparatif metode sistem pendukung keputusan.
2. Manfaat Praktis
Menyediakan sistem pendukung keputusan yang dapat digunakan oleh instansi terkait dalam menentukan penerima bantuan pendidikan secara objektif dan transparan.
Membantu pengambil kebijakan dalam memilih metode yang paling tepat untuk kasus penentuan penerima bantuan.
Meningkatkan akuntabilitas dan kepercayaan masyarakat terhadap proses seleksi penerima bantuan pendidikan.
E. Ruang Lingkup Penelitian
Untuk menjaga fokus dan kedalaman penelitian, ruang lingkup penelitian dibatasi pada:
Alternatif: 10 calon penerima bantuan pendidikan yang telah ditentukan sebagai sampel.
Kriteria: 5 kriteria penilaian yaitu Nilai Rata-rata Raport (C1), Penghasilan Orang Tua (C2), Jumlah Tanggungan Keluarga (C3), Status KIP/PKH (C4), dan Prestasi Non-Akademik (C5).
Metode: Perbandingan antara metode AHP dan SMART dalam penentuan penerima bantuan.
Data: Data yang digunakan adalah data sekunder yang diperoleh dari instansi terkait untuk periode tahun 2026/2027.
F. Sistematika Penulisan
Untuk memberikan gambaran yang jelas mengenai alur pembahasan dalam penelitian ini, berikut sistematika penulisannya:
BAB 1: PENDAHULUAN
Bab ini berisi latar belakang, identifikasi masalah, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian, dan sistematika penulisan.
BAB 2: KRITERIA PENILAIAN
Bab ini membahas tentang kriteria-kriteria yang digunakan dalam penilaian, termasuk jenis kriteria (Benefit/Cost) dan bobot yang diperoleh dari metode AHP.
BAB 3: METODE AHP
Bab ini menjelaskan secara detail tentang metode AHP, termasuk rumus-rumus yang digunakan, proses normalisasi, dan perankingan alternatif.
BAB 4: METODE SMART
Bab ini menjelaskan secara detail tentang metode SMART, termasuk rumus-rumus yang digunakan, perhitungan utility, dan perankingan alternatif.
BAB 5: HASIL & PERBANDINGAN
Bab ini menyajikan hasil perhitungan dari kedua metode, perbandingan peringkat, dan analisis perbedaan yang terjadi.
BAB 6: KESIMPULAN
Bab ini berisi kesimpulan dari penelitian dan rekomendasi metode terbaik untuk penentuan penerima bantuan pendidikan.
???? BAB 2: KRITERIA PENILAIAN
A. Pengertian Kriteria
Kriteria merupakan tolak ukur atau parameter yang digunakan untuk mengevaluasi alternatif dalam sistem pendukung keputusan. Dalam konteks penentuan penerima bantuan pendidikan, kriteria yang digunakan harus mencerminkan faktor-faktor yang relevan dan penting dalam menentukan kelayakan seseorang menerima bantuan.
Setiap kriteria memiliki karakteristik yang berbeda, yang diklasifikasikan menjadi dua jenis:
Benefit (Keuntungan): Kriteria yang semakin tinggi nilainya maka semakin baik. Contoh: nilai akademis, jumlah tanggungan, status KIP, dan prestasi.
Cost (Biaya): Kriteria yang semakin rendah nilainya maka semakin baik. Contoh: penghasilan orang tua.
B. Kriteria yang Digunakan
Dalam penelitian ini, digunakan 5 (lima) kriteria penilaian yang telah ditetapkan berdasarkan pertimbangan pakar dan kebijakan instansi terkait. Berikut adalah rincian masing-masing kriteria:
1. Kriteria C1: Nilai Rata-rata Raport
Aspek Keterangan
Kode C1
Nama Nilai Rata-rata Raport
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Nilai rata-rata raport yang mencerminkan prestasi akademik siswa
Skala 0-100
Data Data nilai raport semester terakhir
Bobot AHP 22.70%
Kriteria ini digunakan untuk mengukur kemampuan akademik calon penerima bantuan. Nilai rata-rata raport yang tinggi menunjukkan prestasi akademik yang baik dan menjadi pertimbangan penting dalam pemberian bantuan pendidikan.
2. Kriteria C2: Penghasilan Orang Tua
Aspek Keterangan
Kode C2
Nama Penghasilan Orang Tua
Jenis Cost (Semakin rendah semakin baik)
Deskripsi Total penghasilan orang tua dalam satu bulan
Skala Rupiah (Rp)
Data Data penghasilan orang tua per bulan
Bobot AHP 48.50%
Kriteria ini merupakan indikator utama kemampuan ekonomi keluarga. Semakin rendah penghasilan orang tua, maka semakin besar kebutuhan akan bantuan pendidikan. Kriteria ini memiliki bobot tertinggi karena mencerminkan aspek prioritas dalam penentuan penerima bantuan.
3. Kriteria C3: Jumlah Tanggungan Keluarga
Aspek Keterangan
Kode C3
Nama Jumlah Tanggungan Keluarga
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Jumlah anggota keluarga yang menjadi tanggungan
Skala Orang
Data Jumlah tanggungan dalam KK
Bobot AHP 14.30%
Kriteria ini mengukur beban ekonomi yang ditanggung oleh keluarga. Semakin banyak jumlah tanggungan, maka semakin besar beban ekonomi dan semakin mendesak kebutuhan akan bantuan.
4. Kriteria C4: Status KIP/PKH
Aspek Keterangan
Kode C4
Nama Status KIP/PKH
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Status kepemilikan Kartu Indonesia Pintar (KIP) atau Program Keluarga Harapan (PKH)
Skala 1 = Ya, 0 = Tidak
Data Kepemilikan KIP/PKH
Bobot AHP 8.90%
Kriteria ini menunjukkan status sosial ekonomi calon penerima. Kepemilikan KIP/PKH menunjukkan bahwa calon penerima telah terdata sebagai keluarga kurang mampu dan berhak menerima bantuan.
5. Kriteria C5: Prestasi Non-Akademik
Aspek Keterangan
Kode C5
Nama Prestasi Non-Akademik
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Keikutsertaan dalam kegiatan non-akademik dan prestasi yang diraih
Skala 1 = Ada, 0 = Tidak
Data Data prestasi non-akademik
Bobot AHP 5.70%
Kriteria ini mengukur potensi siswa di luar bidang akademik. Siswa dengan prestasi non-akademik menunjukkan keseimbangan dalam pengembangan diri dan menjadi nilai tambah dalam penentuan penerima bantuan.
C. Bobot Kriteria AHP
Bobot kriteria diperoleh dari perhitungan metode AHP melalui matriks perbandingan berpasangan yang dilakukan oleh para pakar. Hasil bobot kriteria adalah sebagai berikut:
Kode Kriteria Bobot AHP Persentase Jenis
C1 Nilai Rata-rata Raport 0.2270 22.70% Benefit
C2 Penghasilan Orang Tua 0.4850 48.50% Cost
C3 Jumlah Tanggungan Keluarga 0.1430 14.30% Benefit
C4 Status KIP/PKH 0.0890 8.90% Benefit
C5 Prestasi Non-Akademik 0.0570 5.70% Benefit
Visualisasi Bobot Kriteria
text
C1 (Nilai Raport) ████████████████████████████░░░░░░░░░░░░░░ 22.70%
C2 (Penghasilan) ██████████████████████████████████████████ 48.50%
C3 (Tanggungan) ██████████████████░░░░░░░░░░░░░░░░░░░░░░░░ 14.30%
C4 (KIP) ████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 8.90%
C5 (Prestasi) ████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 5.70%
Dari visualisasi di atas, terlihat bahwa Penghasilan Orang Tua (C2) memiliki bobot tertinggi sebesar 48.50%, yang menunjukkan bahwa aspek ekonomi merupakan pertimbangan utama dalam penentuan penerima bantuan pendidikan. Hal ini sesuai dengan tujuan program bantuan yang ditujukan untuk membantu keluarga kurang mampu.
D. Uji Konsistensi AHP
Untuk memastikan validitas bobot yang dihasilkan, dilakukan uji konsistensi terhadap matriks perbandingan berpasangan. Hasil uji konsistensi adalah sebagai berikut:
λ (lambda) maksimum: 5.106
Indeks Konsistensi (CI): 0.0265
Rasio Konsistensi (CR): 0.0237 = 2.37%
Kesimpulan: Karena CR = 2.37% < 10%, maka matriks perbandingan dinyatakan KONSISTEN. Dengan demikian, bobot kriteria yang dihasilkan dapat diterima dan digunakan dalam perhitungan selanjutnya.
???? BAB 3: METODE AHP (ANALYTICAL HIERARCHY PROCESS)
A. Pengertian Metode AHP
Analytical Hierarchy Process (AHP) adalah metode sistem pendukung keputusan yang dikembangkan oleh Thomas L. Saaty pada tahun 1970-an. Metode ini dirancang untuk menyelesaikan masalah keputusan yang melibatkan banyak kriteria dengan struktur hierarki.
Prinsip dasar AHP adalah menyederhanakan masalah yang kompleks menjadi struktur hierarki yang terdiri dari tujuan, kriteria, dan alternatif. Kemudian, dilakukan perbandingan berpasangan (pairwise comparison) untuk menentukan bobot kepentingan setiap elemen.
B. Tahapan Metode AHP
Metode AHP memiliki beberapa tahapan dalam proses perhitungannya:
1. Mendefinisikan Masalah dan Struktur Hierarki
Langkah pertama adalah mengidentifikasi masalah dan menyusunnya dalam bentuk hierarki. Dalam penelitian ini, hierarki terdiri dari:
Level 1 (Tujuan): Menentukan penerima bantuan pendidikan
Level 2 (Kriteria): 5 kriteria penilaian (C1-C5)
Level 3 (Alternatif): 10 calon penerima (A1-A10)
2. Membuat Matriks Perbandingan Berpasangan
Paket/pakar melakukan penilaian perbandingan berpasangan antar kriteria menggunakan skala 1-9 yang dikembangkan oleh Saaty:
Skala Keterangan
1 Kedua kriteria sama penting
3 Kriteria satu sedikit lebih penting
5 Kriteria satu lebih penting
7 Kriteria satu sangat lebih penting
9 Kriteria satu mutlak lebih penting
2,4,6,8 Nilai tengah antara dua penilaian
Matriks perbandingan berpasangan yang dihasilkan adalah sebagai berikut:
Kriteria C1 C2 C3 C4 C5
C1 1 1/3 2 3 4
C2 3 1 4 5 6
C3 1/2 1/4 1 2 3
C4 1/3 1/5 1/2 1 2
C5 1/4 1/6 1/3 1/2 1
3. Normalisasi Matriks
Normalisasi dilakukan dengan membagi setiap elemen dalam matriks dengan jumlah kolomnya masing-masing.
Contoh Normalisasi:
text
Jumlah Kolom C1 = 1 + 3 + 0,5 + 0,333 + 0,25 = 5,083
Normalisasi C1,C1 = 1/5,083 = 0,197
Normalisasi C2,C1 = 3/5,083 = 0,590
... dan seterusnya
4. Menghitung Bobot Prioritas (Eigenvector)
Bobot prioritas diperoleh dari rata-rata setiap baris matriks yang telah dinormalisasi.
Kriteria Bobot (w)
C1 0.2270
C2 0.4850
C3 0.1430
C4 0.0890
C5 0.0570
5. Uji Konsistensi
Uji konsistensi dilakukan untuk memastikan bahwa penilaian pakar tidak acak. Langkah-langkahnya:
a. Menghitung λ (lambda) maksimum:
λ maks = 5.106
b. Menghitung Indeks Konsistensi (CI):
text
CI = (λ maks - n) / (n - 1)
CI = (5.106 - 5) / (5 - 1) = 0.106 / 4 = 0.0265
c. Menghitung Rasio Konsistensi (CR):
text
CR = CI / RI
CR = 0.0265 / 1.12 = 0.0237 = 2.37%
Catatan: RI (Random Index) untuk n=5 adalah 1.12
Kesimpulan: CR = 2.37% < 10% → KONSISTEN ✓
6. Perankingan Alternatif
Setelah bobot kriteria diperoleh, langkah selanjutnya adalah melakukan perankingan alternatif dengan rumus:
text
Nilai AHP = Σ (Bobot Kriteria × Normalisasi Nilai)
C. Rumus Normalisasi AHP
1. Untuk Kriteria Benefit
text
Normalisasi = Nilai / Nilai Maksimum
2. Untuk Kriteria Cost
text
Normalisasi = Nilai Minimum / Nilai
D. Data Alternatif (10 Sample)
Berikut adalah data 10 alternatif calon penerima bantuan pendidikan:
Kode Nama C1 (Nilai) C2 (Penghasilan) C3 (Tanggungan) C4 (KIP) C5 (Prestasi)
A1 Ani 88 Rp 1.200.000 4 1 1
A2 Budi 92 Rp 2.800.000 2 0 1
A3 Cici 75 Rp 850.000 5 1 0
A4 Dodi 85 Rp 3.500.000 3 0 1
A5 Eni 79 Rp 1.500.000 4 1 0
A6 Fajar 95 Rp 4.200.000 1 0 1
A7 Gita 70 Rp 950.000 6 1 1
A8 Hadi 82 Rp 2.000.000 3 0 0
A9 Intan 90 Rp 1.800.000 5 1 1
A10 Joko 73 Rp 1.100.000 4 0 0
E. Normalisasi AHP
Nilai Maksimum dan Minimum per Kriteria
Kriteria Min Max
C1 (Nilai) 70 95
C2 (Penghasilan) Rp 850.000 Rp 4.200.000
C3 (Tanggungan) 1 6
C4 (KIP) 0 1
C5 (Prestasi) 0 1
Hasil Normalisasi AHP (Contoh A1 - Ani)
Kriteria Nilai Normalisasi AHP
C1 (Nilai) 88 88/95 = 0.926
C2 (Penghasilan) 1.200.000 850.000/1.200.000 = 0.708
C3 (Tanggungan) 4 4/6 = 0.667
C4 (KIP) 1 1/1 = 1.000
C5 (Prestasi) 1 1/1 = 1.000
Perhitungan Nilai Akhir AHP (A1 - Ani)
text
Nilai AHP = (0.227 × 0.926) + (0.485 × 0.708) + (0.143 × 0.667) + (0.089 × 1.000) + (0.057 × 1.000)
Nilai AHP = 0.210 + 0.343 + 0.095 + 0.089 + 0.057
Nilai AHP = 0.794
F. Hasil Perankingan AHP
Peringkat Alternatif Nilai AHP
1 Gita (A7) 0.890
2 Cici (A3) 0.872
3 Ani (A1) 0.794
4 Intan (A9) 0.709
5 Eni (A5) 0.648
6 Joko (A10) 0.644
7 Hadi (A8) 0.474
8 Budi (A2) 0.472
9 Dodi (A4) 0.450
10 Fajar (A6) 0.406
Kesimpulan: Berdasarkan metode AHP, Gita (A7) menjadi penerima utama dengan nilai 0.890.
???? BAB 4: METODE SMART (SIMPLE MULTI-ATTRIBUTE RATING TECHNIQUE)
A. Pengertian Metode SMART
Simple Multi-Attribute Rating Technique (SMART) adalah metode sistem pendukung keputusan yang dikembangkan oleh Edward L. Edwards pada tahun 1970-an. Metode ini dirancang untuk mengevaluasi alternatif berdasarkan kriteria dengan menggunakan skala 0-100.
Keunggulan utama SMART adalah kemudahan dalam perhitungan dan pemahaman, sehingga cocok untuk digunakan dalam pengambilan keputusan yang melibatkan banyak pihak. Metode ini mengkonversi nilai setiap kriteria menjadi nilai utility yang seragam menggunakan skala 0-100.
B. Tahapan Metode SMART
Metode SMART memiliki beberapa tahapan dalam proses perhitungannya:
1. Menentukan Nilai Utility
Utility adalah nilai yang menunjukkan tingkat kepuasan atau preferensi terhadap suatu kriteria. Skala yang digunakan adalah 0-100, di mana 0 menunjukkan nilai terburuk dan 100 menunjukkan nilai terbaik.
2. Menentukan Bobot Kriteria
Bobot kriteria dapat ditentukan menggunakan berbagai metode, termasuk AHP. Dalam penelitian ini, bobot kriteria yang digunakan adalah hasil perhitungan AHP.
3. Menghitung Nilai Akhir SMART
Nilai akhir SMART dihitung dengan menjumlahkan hasil perkalian antara bobot kriteria dengan utility setiap alternatif.
C. Rumus Utility SMART
1. Untuk Kriteria Benefit (Semakin tinggi semakin baik)
text
Utility = ((Nilai - Nilai Minimum) / (Nilai Maksimum - Nilai Minimum)) × 100
2. Untuk Kriteria Cost (Semakin rendah semakin baik)
text
Utility = ((Nilai Maksimum - Nilai) / (Nilai Maksimum - Nilai Minimum)) × 100
3. Nilai Akhir SMART
text
Nilai SMART = Σ (Bobot Kriteria × Utility)
D. Perhitungan Utility SMART
1. Kriteria C1: Nilai Rata-rata Raport (Benefit)
Nilai Minimum = 70, Nilai Maksimum = 95
Contoh Perhitungan A1 - Ani:
text
Utility C1 = ((88 - 70) / (95 - 70)) × 100
Utility C1 = (18 / 25) × 100 = 72.0
Hasil Utility C1 Semua Alternatif:
Alternatif Nilai Utility C1
A1 (Ani) 88 72.0
A2 (Budi) 92 88.0
A3 (Cici) 75 20.0
A4 (Dodi) 85 60.0
A5 (Eni) 79 36.0
A6 (Fajar) 95 100.0
A7 (Gita) 70 0.0
A8 (Hadi) 82 48.0
A9 (Intan) 90 80.0
A10 (Joko) 73 12.0
2. Kriteria C2: Penghasilan Orang Tua (Cost)
Nilai Minimum = 850.000, Nilai Maksimum = 4.200.000
Contoh Perhitungan A1 - Ani:
text
Utility C2 = ((4.200.000 - 1.200.000) / (4.200.000 - 850.000)) × 100
Utility C2 = (3.000.000 / 3.350.000) × 100 = 89.6
Hasil Utility C2 Semua Alternatif:
Alternatif Penghasilan Utility C2
A1 (Ani) Rp 1.200.000 89.6
A2 (Budi) Rp 2.800.000 41.8
A3 (Cici) Rp 850.000 100.0
A4 (Dodi) Rp 3.500.000 20.9
A5 (Eni) Rp 1.500.000 80.6
A6 (Fajar) Rp 4.200.000 0.0
A7 (Gita) Rp 950.000 97.0
A8 (Hadi) Rp 2.000.000 65.7
A9 (Intan) Rp 1.800.000 71.6
A10 (Joko) Rp 1.100.000 92.5
3. Kriteria C3: Jumlah Tanggungan (Benefit)
Nilai Minimum = 1, Nilai Maksimum = 6
Contoh Perhitungan A1 - Ani:
text
Utility C3 = ((4 - 1) / (6 - 1)) × 100
Utility C3 = (3 / 5) × 100 = 60.0
Hasil Utility C3 Semua Alternatif:
Alternatif Tanggungan Utility C3
A1 (Ani) 4 60.0
A2 (Budi) 2 20.0
A3 (Cici) 5 80.0
A4 (Dodi) 3 40.0
A5 (Eni) 4 60.0
A6 (Fajar) 1 0.0
A7 (Gita) 6 100.0
A8 (Hadi) 3 40.0
A9 (Intan) 5 80.0
A10 (Joko) 4 60.0
4. Kriteria C4: Status KIP/PKH (Benefit)
Nilai Minimum = 0, Nilai Maksimum = 1
Alternatif KIP Utility C4
A1 (Ani) 1 100
A2 (Budi) 0 0
A3 (Cici) 1 100
A4 (Dodi) 0 0
A5 (Eni) 1 100
A6 (Fajar) 0 0
A7 (Gita) 1 100
A8 (Hadi) 0 0
A9 (Intan) 1 100
A10 (Joko) 0 0
5. Kriteria C5: Prestasi Non-Akademik (Benefit)
Nilai Minimum = 0, Nilai Maksimum = 1
Alternatif Prestasi Utility C5
A1 (Ani) 1 100
A2 (Budi) 1 100
A3 (Cici) 0 0
A4 (Dodi) 1 100
A5 (Eni) 0 0
A6 (Fajar) 1 100
A7 (Gita) 1 100
A8 (Hadi) 0 0
A9 (Intan) 1 100
A10 (Joko) 0 0
E. Rekapitulasi Utility SMART
Alternatif C1 C2 C3 C4 C5
A1 (Ani) 72.0 89.6 60.0 100 100
A2 (Budi) 88.0 41.8 20.0 0 100
A3 (Cici) 20.0 100.0 80.0 100 0
A4 (Dodi) 60.0 20.9 40.0 0 100
A5 (Eni) 36.0 80.6 60.0 100 0
A6 (Fajar) 100.0 0.0 0.0 0 100
A7 (Gita) 0.0 97.0 100.0 100 100
A8 (Hadi) 48.0 65.7 40.0 0 0
A9 (Intan) 80.0 71.6 80.0 100 100
A10 (Joko) 12.0 92.5 60.0 0 0
F. Perhitungan Nilai Akhir SMART
Rumus: Nilai SMART = Σ (Bobot × Utility)
Contoh Perhitungan A1 - Ani:
text
Nilai SMART A1 = (0.227×72.0) + (0.485×89.6) + (0.143×60.0) + (0.089×100) + (0.057×100)
Nilai SMART A1 = 16.344 + 43.456 + 8.580 + 8.900 + 5.700
Nilai SMART A1 = 82.98
Hasil Perankingan SMART
Peringkat Alternatif Nilai SMART
1 A1 (Ani) 82.98
2 A9 (Intan) 78.93
3 A7 (Gita) 75.95
4 A3 (Cici) 73.38
5 A5 (Eni) 64.74
6 A10 (Joko) 56.17
7 A2 (Budi) 48.81
8 A8 (Hadi) 48.48
9 A4 (Dodi) 35.18
10 A6 (Fajar) 28.40
Kesimpulan: Berdasarkan metode SMART, Ani (A1) menjadi penerima utama dengan nilai 82.98.
???? BAB 5: HASIL & PERBANDINGAN
A. Perbandingan Hasil Akhir
Berikut adalah perbandingan hasil perankingan dari kedua metode:
Peringkat Alternatif Nilai SMART Peringkat SMART Nilai AHP Peringkat AHP Selisih
1 Ani (A1) 82.98 1 0.794 3 -2
2 Intan (A9) 78.93 2 0.709 4 -2
3 Gita (A7) 75.95 3 0.890 1 +2
4 Cici (A3) 73.38 4 0.872 2 +2
5 Eni (A5) 64.74 5 0.648 5 0
6 Joko (A10) 56.17 6 0.644 6 0
7 Budi (A2) 48.81 7 0.472 8 -1
8 Hadi (A8) 48.48 8 0.474 7 +1
9 Dodi (A4) 35.18 9 0.450 9 0
10 Fajar (A6) 28.40 10 0.406 10 0
B. Analisis Perbedaan
1. Perbedaan Peringkat 1
Metode Peringkat 1 Nilai
SMART Ani (A1) 82.98
AHP Gita (A7) 0.890
Analisis: Terdapat perbedaan pada peringkat 1. SMART memilih Ani, sedangkan AHP memilih Gita. Hal ini disebabkan oleh perbedaan pendekatan normalisasi:
SMART menggunakan normalisasi berbasis range (min-max), sehingga sangat sensitif terhadap nilai ekstrem. Ani memiliki keseimbangan nilai yang baik di semua kriteria.
AHP menggunakan normalisasi berbasis rasio terhadap nilai maksimum, sehingga lebih stabil terhadap outlier. Gita unggul pada kriteria dengan bobot tinggi (C2 dan C3).
2. Perbedaan Peringkat 2 dan 3
SMART: Peringkat 2 = Intan, Peringkat 3 = Gita
AHP: Peringkat 2 = Cici, Peringkat 3 = Ani
3. Persamaan
Eni (A5) dan Joko (A10) memiliki peringkat yang sama di kedua metode
Dodi (A4) dan Fajar (A6) juga memiliki peringkat yang sama
C. Analisis Sensitivitas
Faktor SMART AHP
Metode Normalisasi Menggunakan skala 0-100 berbasis range (Min-Max) Menggunakan pembagian dengan nilai maksimum
Perlakuan Cost Utility cost = (Max-Nilai)/(Max-Min) × 100 Normalisasi cost = Min/Nilai
Sensitivitas terhadap Outlier Nilai ekstrim sangat berpengaruh Nilai ekstrim berpengaruh tetapi lebih halus
Kompleksitas Sederhana, perhitungan linear Melibatkan uji konsistensi dan matriks
Uji Konsistensi Tidak ada Ada (CR ≤ 10%)
D. Keunggulan dan Kelemahan
1. Metode SMART
Keunggulan Kelemahan
Perhitungan sederhana dan cepat Tidak ada uji konsistensi
Mudah dipahami oleh pengambil keputusan Sangat sensitif terhadap outlier
Skala 0-100 memudahkan interpretasi Memerlukan data yang lengkap
2. Metode AHP
Keunggulan Kelemahan
Ada uji konsistensi (CR ≤ 10%) Perhitungan lebih kompleks
Lebih stabil terhadap outlier Membutuhkan waktu lebih lama
Melibatkan penilaian pakar yang terstruktur Memerlukan keahlian khusus
???? BAB 6: KESIMPULAN & REKOMENDASI
A. Kesimpulan
Berdasarkan hasil analisis dan perbandingan yang telah dilakukan, dapat ditarik kesimpulan sebagai berikut:
1. Hasil Perankingan
Metode Peringkat 1 Peringkat 2 Peringkat 3
SMART Ani (82.98) Intan (78.93) Gita (75.95)
AHP Gita (0.890) Cici (0.872) Ani (0.794)
2. Perbedaan Metode
SMART menggunakan normalisasi berbasis range (min-max) dengan skala 0-100.
AHP menggunakan normalisasi berbasis rasio terhadap nilai maksimum.
SMART lebih sensitif terhadap nilai ekstrem dibandingkan AHP.
AHP memiliki uji konsistensi untuk memvalidasi penilaian pakar.
3. Metode yang Direkomendasikan
Berdasarkan analisis komparatif, metode SMART direkomendasikan sebagai metode utama untuk penentuan penerima bantuan pendidikan dengan alasan:
Perhitungan lebih transparan dan mudah dijelaskan kepada publik.
Skala 0-100 mudah dipahami oleh semua pihak yang terlibat.
Hasil lebih seimbang antar kriteria.
Proses lebih cepat dan efisien.
AHP tetap digunakan sebagai metode validasi untuk memastikan konsistensi keputusan.
4. Penerima Bantuan Pendidikan
Berdasarkan metode SMART, yang menjadi penerima utama bantuan pendidikan adalah:
Nama Nilai SMART Status
Ani 82.98 ???? PENERIMA UTAMA
Intan 78.93 ⭐ Cadangan 1
Gita 75.95 ⭐ Cadangan 2
B. Rekomendasi
1. Untuk Pengambil Kebijakan
Mengimplementasikan sistem pendukung keputusan dengan metode SMART untuk seleksi penerima bantuan pendidikan.
Menggunakan AHP sebagai metode validasi untuk memastikan konsistensi keputusan.
Melakukan sosialisasi kepada masyarakat mengenai proses penentuan penerima bantuan agar lebih transparan.
2. Untuk Penelitian Selanjutnya
Melakukan analisis sensitivitas dengan lebih banyak skenario perubahan bobot.
Membandingkan dengan metode lain seperti TOPSIS, MOORA, atau WASPAS.
Mengembangkan sistem berbasis web untuk implementasi real-time.
Melakukan validasi dengan data aktual penerima bantuan tahun sebelumnya.
3. Untuk Pengembangan Sistem
Menambahkan fitur import data dari Excel untuk memudahkan input data.
Mengembangkan dashboard yang lebih interaktif untuk monitoring.
Menambahkan fitur notifikasi untuk pengingat proses penilaian.
Mengintegrasikan dengan sistem informasi sekolah atau dinas pendidikan.
C. Penutup
Penelitian ini telah berhasil membandingkan dua metode sistem pendukung keputusan, yaitu AHP dan SMART, dalam penentuan penerima bantuan pendidikan. Hasil penelitian menunjukkan bahwa metode SMART lebih direkomendasikan untuk kasus ini karena kemudahan dan transparansinya.
Namun demikian, metode AHP tetap memiliki keunggulan dalam hal konsistensi logis yang dapat diuji. Oleh karena itu, kombinasi kedua metode — SMART sebagai metode utama dan AHP sebagai validasi — merupakan pendekatan yang paling ideal.
Semoga hasil penelitian ini dapat memberikan kontribusi positif bagi pengembangan sistem pendukung keputusan di bidang pendidikan dan menjadi referensi bagi penelitian selanjutnya.
???? LAMPIRAN: MANUAL BOOK SISTEM
A. Langkah Awal
1. Login ke Sistem
Item Keterangan
URL http://localhost/bantuan_pendidikan/
Username admin
Password admin123
Role Admin (full access)
2. Login Alternatif
Item Keterangan
Username operator
Password operator123
Role Operator (terbatas)
B. Panduan Penggunaan Modul
Modul 1: Kriteria
Fungsi: Mengelola data kriteria penilaian
Aksi: Tambah, Edit, Hapus Kriteria
Akses: Admin dan Operator
Modul 2: Alternatif
Fungsi: Mengelola data calon penerima bantuan
Aksi: Tambah, Edit, Hapus Alternatif
Akses: Admin dan Operator
Modul 3: Input Nilai
Fungsi: Memasukkan nilai untuk setiap alternatif
Aksi: Input nilai per kriteria
Akses: Admin dan Operator
Modul 4: Bobot AHP
Fungsi: Mengatur matriks perbandingan berpasangan
Aksi: Edit matriks, Hitung bobot
Akses: Admin dan Operator
Modul 5: Perhitungan SMART
Fungsi: Menghitung perankingan dengan metode SMART
Aksi: Klik "Hitung Ulang"
Akses: Admin dan Operator
Modul 6: Perhitungan AHP
Fungsi: Menghitung perankingan dengan metode AHP
Aksi: Klik "Hitung Ulang"
Akses: Admin dan Operator
Modul 7: Perbandingan
Fungsi: Melihat perbandingan hasil kedua metode
Aksi: Lihat tabel dan grafik perbandingan
Akses: Admin dan Operator
Modul 8: Laporan
Fungsi: Mencetak laporan dan export ke Excel
Aksi: Cetak, Export Excel
Akses: Admin dan Operator
????️ LAMPIRAN: DATABASE DOCUMENTATION
A. Entity Relationship Diagram (ERD)
text
┌─────────────────────────────────────────────────────────────────────────────┐
│ │
│ users kriteria │
│ ───── ──────── │
│ id (PK) id (PK) │
│ username kode │
│ password nama │
│ nama_lengkap jenis (Benefit/Cost) │
│ role bobot_ahp │
│ created_at created_at │
│ │ │ │
│ │ │ │
│ │ ▼ │
│ │ ┌───────────────────┐ │
│ │ │ matriks_perbandingan│ │
│ │ │ ───────────────────│ │
│ │ │ id (PK) │ │
│ │ │ kriteria1_id (FK) │◄────┐ │
│ │ │ kriteria2_id (FK) │─────┘ │
│ │ │ nilai │ │
│ │ └───────────────────┘ │
│ │ │
│ ▼ │
│ alternatif ────────► nilai_kriteria ◄──────── kriteria │
│ ────────── ────────────── ──────── │
│ id (PK) id (PK) id (PK) │
│ kode alternatif_id (FK) kode │
│ nama kriteria_id (FK) nama │
│ nik nilai jenis │
│ alamat created_at bobot_ahp │
│ no_hp created_at │
│ created_at │
│ │ │
│ │ │
│ ▼ │
│ hasil_perhitungan │
│ ───────────────── │
│ id (PK) │
│ alternatif_id (FK) │
│ nilai_smart │
│ peringkat_smart │
│ nilai_ahp │
│ peringkat_ahp │
│ periode │
│ created_at │
│ │
└─────────────────────────────────────────────────────────────────────────────┘
B. Struktur Tabel
1. Tabel: users
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
username VARCHAR(50) Unique, Username login
password VARCHAR(255) Password terenkripsi
nama_lengkap VARCHAR(100) Nama lengkap pengguna
role ENUM('admin','operator') Hak akses
created_at TIMESTAMP Waktu pembuatan
2. Tabel: kriteria
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
kode VARCHAR(10) Unique, Kode kriteria
nama VARCHAR(100) Nama kriteria
jenis ENUM('Benefit','Cost') Jenis kriteria
bobot_ahp DECIMAL(10,4) Bobot dari AHP
created_at TIMESTAMP Waktu pembuatan
3. Tabel: alternatif
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
kode VARCHAR(10) Unique, Kode alternatif
nama VARCHAR(100) Nama alternatif
nik VARCHAR(20) NIK calon penerima
alamat TEXT Alamat calon penerima
no_hp VARCHAR(15) Nomor HP
created_at TIMESTAMP Waktu pembuatan
4. Tabel: nilai_kriteria
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
alternatif_id INT(11) Foreign Key ke alternatif
kriteria_id INT(11) Foreign Key ke kriteria
nilai DECIMAL(15,2) Nilai alternatif pada kriteria
created_at TIMESTAMP Waktu pembuatan
5. Tabel: matriks_perbandingan
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
kriteria1_id INT(11) Foreign Key ke kriteria
kriteria2_id INT(11) Foreign Key ke kriteria
nilai DECIMAL(10,4) Nilai perbandingan
created_at TIMESTAMP Waktu pembuatan
6. Tabel: hasil_perhitungan
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
alternatif_id INT(11) Foreign Key ke alternatif
nilai_smart DECIMAL(10,4) Nilai SMART
peringkat_smart INT(11) Peringkat SMART
nilai_ahp DECIMAL(10,4) Nilai AHP
peringkat_ahp INT(11) Peringkat AHP
periode VARCHAR(20) Periode penilaian
created_at TIMESTAMP Waktu pembuatan
7. Tabel: pengaturan
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
key_setting VARCHAR(50) Unique, Key pengaturan
value_setting TEXT Value pengaturan
description VARCHAR(255) Deskripsi pengaturan
C. Jumlah Data
Tabel Jumlah Data
users 2
pengaturan 3
kriteria 5
matriks_perbandingan 25
alternatif 10
nilai_kriteria 50
hasil_perhitungan 10
A. Latar Belakang
Pendidikan merupakan salah satu pilar utama dalam pembangunan sumber daya manusia yang berkualitas. Pemerintah melalui berbagai program bantuan pendidikan berupaya untuk memberikan akses pendidikan yang layak bagi seluruh lapisan masyarakat, khususnya bagi mereka yang berasal dari keluarga kurang mampu. Namun, dalam pelaksanaannya, penentuan penerima bantuan pendidikan seringkali menghadapi berbagai kendala, terutama dalam hal objektivitas dan transparansi pengambilan keputusan.
Permasalahan utama yang sering muncul adalah adanya subjektivitas dalam proses seleksi penerima bantuan. Tanpa adanya sistem pendukung keputusan yang terstruktur, penentuan penerima bantuan dapat dipengaruhi oleh faktor-faktor yang tidak objektif, seperti kedekatan personal atau intervensi dari berbagai pihak. Hal ini tentu saja bertentangan dengan prinsip keadilan dan tepat sasaran yang menjadi tujuan utama program bantuan pendidikan.
Untuk mengatasi permasalahan tersebut, diperlukan sebuah sistem pendukung keputusan (SPK) yang dapat membantu pengambil keputusan dalam menentukan penerima bantuan secara objektif, transparan, dan akuntabel. Sistem pendukung keputusan merupakan sistem berbasis komputer yang membantu proses pengambilan keputusan dengan mengolah data dan informasi yang ada menjadi rekomendasi keputusan yang lebih baik.
Dalam penelitian ini, digunakan dua metode sistem pendukung keputusan yang populer dan telah terbukti efektif, yaitu Analytical Hierarchy Process (AHP) dan Simple Multi-Attribute Rating Technique (SMART). Kedua metode ini memiliki karakteristik dan pendekatan yang berbeda dalam menangani permasalahan multi-kriteria.
1. Metode AHP (Analytical Hierarchy Process)
Metode AHP dikembangkan oleh Thomas L. Saaty pada tahun 1970-an. Metode ini menggunakan pendekatan hierarki dan matriks perbandingan berpasangan untuk menentukan bobot kepentingan setiap kriteria. Keunggulan utama AHP adalah kemampuannya dalam melakukan uji konsistensi terhadap penilaian yang diberikan oleh para pengambil keputusan (pakar). Dengan adanya uji konsistensi ini, tingkat kepercayaan terhadap hasil keputusan menjadi lebih tinggi.
2. Metode SMART (Simple Multi-Attribute Rating Technique)
Metode SMART dikembangkan oleh Edward L. Edwards sebagai metode yang lebih sederhana dalam mengevaluasi alternatif berdasarkan kriteria yang ada. Metode ini menggunakan skala 0-100 untuk mengkonversi nilai setiap kriteria menjadi nilai utility yang seragam. Keunggulan utama SMART adalah kemudahan dalam perhitungan dan pemahaman, sehingga cocok untuk digunakan dalam pengambilan keputusan yang melibatkan banyak pihak.
B. Identifikasi Masalah
Berdasarkan latar belakang yang telah diuraikan, dapat diidentifikasi beberapa masalah sebagai berikut:
Proses penentuan penerima bantuan pendidikan masih bersifat subjektif dan kurang transparan.
Belum adanya sistem pendukung keputusan yang terstruktur dan terstandarisasi dalam seleksi penerima bantuan.
Terdapat perbedaan pendekatan antara metode AHP dan SMART yang perlu dianalisis untuk menentukan metode mana yang lebih tepat untuk kasus penentuan penerima bantuan pendidikan.
Perlu adanya perbandingan yang komprehensif antara kedua metode tersebut untuk memberikan rekomendasi yang tepat bagi pengambil kebijakan.
C. Tujuan Penelitian
Penelitian ini bertujuan untuk:
Menentukan bobot kriteria menggunakan metode AHP dengan melakukan uji konsistensi untuk memastikan validitas penilaian pakar.
Menghitung nilai preferensi setiap alternatif calon penerima bantuan menggunakan metode SMART.
Membandingkan hasil perankingan dari metode AHP dan SMART untuk melihat perbedaan dan kesamaan yang dihasilkan.
Memberikan rekomendasi metode terbaik untuk kasus penentuan penerima bantuan pendidikan berdasarkan analisis komparatif yang dilakukan.
D. Manfaat Penelitian
Hasil penelitian ini diharapkan dapat memberikan manfaat sebagai berikut:
1. Manfaat Teoritis
Memberikan kontribusi pengembangan ilmu pengetahuan di bidang sistem pendukung keputusan, khususnya dalam aplikasi metode AHP dan SMART.
Menjadi referensi bagi penelitian selanjutnya yang berkaitan dengan analisis komparatif metode sistem pendukung keputusan.
2. Manfaat Praktis
Menyediakan sistem pendukung keputusan yang dapat digunakan oleh instansi terkait dalam menentukan penerima bantuan pendidikan secara objektif dan transparan.
Membantu pengambil kebijakan dalam memilih metode yang paling tepat untuk kasus penentuan penerima bantuan.
Meningkatkan akuntabilitas dan kepercayaan masyarakat terhadap proses seleksi penerima bantuan pendidikan.
E. Ruang Lingkup Penelitian
Untuk menjaga fokus dan kedalaman penelitian, ruang lingkup penelitian dibatasi pada:
Alternatif: 10 calon penerima bantuan pendidikan yang telah ditentukan sebagai sampel.
Kriteria: 5 kriteria penilaian yaitu Nilai Rata-rata Raport (C1), Penghasilan Orang Tua (C2), Jumlah Tanggungan Keluarga (C3), Status KIP/PKH (C4), dan Prestasi Non-Akademik (C5).
Metode: Perbandingan antara metode AHP dan SMART dalam penentuan penerima bantuan.
Data: Data yang digunakan adalah data sekunder yang diperoleh dari instansi terkait untuk periode tahun 2026/2027.
F. Sistematika Penulisan
Untuk memberikan gambaran yang jelas mengenai alur pembahasan dalam penelitian ini, berikut sistematika penulisannya:
BAB 1: PENDAHULUAN
Bab ini berisi latar belakang, identifikasi masalah, tujuan penelitian, manfaat penelitian, ruang lingkup penelitian, dan sistematika penulisan.
BAB 2: KRITERIA PENILAIAN
Bab ini membahas tentang kriteria-kriteria yang digunakan dalam penilaian, termasuk jenis kriteria (Benefit/Cost) dan bobot yang diperoleh dari metode AHP.
BAB 3: METODE AHP
Bab ini menjelaskan secara detail tentang metode AHP, termasuk rumus-rumus yang digunakan, proses normalisasi, dan perankingan alternatif.
BAB 4: METODE SMART
Bab ini menjelaskan secara detail tentang metode SMART, termasuk rumus-rumus yang digunakan, perhitungan utility, dan perankingan alternatif.
BAB 5: HASIL & PERBANDINGAN
Bab ini menyajikan hasil perhitungan dari kedua metode, perbandingan peringkat, dan analisis perbedaan yang terjadi.
BAB 6: KESIMPULAN
Bab ini berisi kesimpulan dari penelitian dan rekomendasi metode terbaik untuk penentuan penerima bantuan pendidikan.
???? BAB 2: KRITERIA PENILAIAN
A. Pengertian Kriteria
Kriteria merupakan tolak ukur atau parameter yang digunakan untuk mengevaluasi alternatif dalam sistem pendukung keputusan. Dalam konteks penentuan penerima bantuan pendidikan, kriteria yang digunakan harus mencerminkan faktor-faktor yang relevan dan penting dalam menentukan kelayakan seseorang menerima bantuan.
Setiap kriteria memiliki karakteristik yang berbeda, yang diklasifikasikan menjadi dua jenis:
Benefit (Keuntungan): Kriteria yang semakin tinggi nilainya maka semakin baik. Contoh: nilai akademis, jumlah tanggungan, status KIP, dan prestasi.
Cost (Biaya): Kriteria yang semakin rendah nilainya maka semakin baik. Contoh: penghasilan orang tua.
B. Kriteria yang Digunakan
Dalam penelitian ini, digunakan 5 (lima) kriteria penilaian yang telah ditetapkan berdasarkan pertimbangan pakar dan kebijakan instansi terkait. Berikut adalah rincian masing-masing kriteria:
1. Kriteria C1: Nilai Rata-rata Raport
Aspek Keterangan
Kode C1
Nama Nilai Rata-rata Raport
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Nilai rata-rata raport yang mencerminkan prestasi akademik siswa
Skala 0-100
Data Data nilai raport semester terakhir
Bobot AHP 22.70%
Kriteria ini digunakan untuk mengukur kemampuan akademik calon penerima bantuan. Nilai rata-rata raport yang tinggi menunjukkan prestasi akademik yang baik dan menjadi pertimbangan penting dalam pemberian bantuan pendidikan.
2. Kriteria C2: Penghasilan Orang Tua
Aspek Keterangan
Kode C2
Nama Penghasilan Orang Tua
Jenis Cost (Semakin rendah semakin baik)
Deskripsi Total penghasilan orang tua dalam satu bulan
Skala Rupiah (Rp)
Data Data penghasilan orang tua per bulan
Bobot AHP 48.50%
Kriteria ini merupakan indikator utama kemampuan ekonomi keluarga. Semakin rendah penghasilan orang tua, maka semakin besar kebutuhan akan bantuan pendidikan. Kriteria ini memiliki bobot tertinggi karena mencerminkan aspek prioritas dalam penentuan penerima bantuan.
3. Kriteria C3: Jumlah Tanggungan Keluarga
Aspek Keterangan
Kode C3
Nama Jumlah Tanggungan Keluarga
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Jumlah anggota keluarga yang menjadi tanggungan
Skala Orang
Data Jumlah tanggungan dalam KK
Bobot AHP 14.30%
Kriteria ini mengukur beban ekonomi yang ditanggung oleh keluarga. Semakin banyak jumlah tanggungan, maka semakin besar beban ekonomi dan semakin mendesak kebutuhan akan bantuan.
4. Kriteria C4: Status KIP/PKH
Aspek Keterangan
Kode C4
Nama Status KIP/PKH
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Status kepemilikan Kartu Indonesia Pintar (KIP) atau Program Keluarga Harapan (PKH)
Skala 1 = Ya, 0 = Tidak
Data Kepemilikan KIP/PKH
Bobot AHP 8.90%
Kriteria ini menunjukkan status sosial ekonomi calon penerima. Kepemilikan KIP/PKH menunjukkan bahwa calon penerima telah terdata sebagai keluarga kurang mampu dan berhak menerima bantuan.
5. Kriteria C5: Prestasi Non-Akademik
Aspek Keterangan
Kode C5
Nama Prestasi Non-Akademik
Jenis Benefit (Semakin tinggi semakin baik)
Deskripsi Keikutsertaan dalam kegiatan non-akademik dan prestasi yang diraih
Skala 1 = Ada, 0 = Tidak
Data Data prestasi non-akademik
Bobot AHP 5.70%
Kriteria ini mengukur potensi siswa di luar bidang akademik. Siswa dengan prestasi non-akademik menunjukkan keseimbangan dalam pengembangan diri dan menjadi nilai tambah dalam penentuan penerima bantuan.
C. Bobot Kriteria AHP
Bobot kriteria diperoleh dari perhitungan metode AHP melalui matriks perbandingan berpasangan yang dilakukan oleh para pakar. Hasil bobot kriteria adalah sebagai berikut:
Kode Kriteria Bobot AHP Persentase Jenis
C1 Nilai Rata-rata Raport 0.2270 22.70% Benefit
C2 Penghasilan Orang Tua 0.4850 48.50% Cost
C3 Jumlah Tanggungan Keluarga 0.1430 14.30% Benefit
C4 Status KIP/PKH 0.0890 8.90% Benefit
C5 Prestasi Non-Akademik 0.0570 5.70% Benefit
Visualisasi Bobot Kriteria
text
C1 (Nilai Raport) ████████████████████████████░░░░░░░░░░░░░░ 22.70%
C2 (Penghasilan) ██████████████████████████████████████████ 48.50%
C3 (Tanggungan) ██████████████████░░░░░░░░░░░░░░░░░░░░░░░░ 14.30%
C4 (KIP) ████████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 8.90%
C5 (Prestasi) ████████░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░░ 5.70%
Dari visualisasi di atas, terlihat bahwa Penghasilan Orang Tua (C2) memiliki bobot tertinggi sebesar 48.50%, yang menunjukkan bahwa aspek ekonomi merupakan pertimbangan utama dalam penentuan penerima bantuan pendidikan. Hal ini sesuai dengan tujuan program bantuan yang ditujukan untuk membantu keluarga kurang mampu.
D. Uji Konsistensi AHP
Untuk memastikan validitas bobot yang dihasilkan, dilakukan uji konsistensi terhadap matriks perbandingan berpasangan. Hasil uji konsistensi adalah sebagai berikut:
λ (lambda) maksimum: 5.106
Indeks Konsistensi (CI): 0.0265
Rasio Konsistensi (CR): 0.0237 = 2.37%
Kesimpulan: Karena CR = 2.37% < 10%, maka matriks perbandingan dinyatakan KONSISTEN. Dengan demikian, bobot kriteria yang dihasilkan dapat diterima dan digunakan dalam perhitungan selanjutnya.
???? BAB 3: METODE AHP (ANALYTICAL HIERARCHY PROCESS)
A. Pengertian Metode AHP
Analytical Hierarchy Process (AHP) adalah metode sistem pendukung keputusan yang dikembangkan oleh Thomas L. Saaty pada tahun 1970-an. Metode ini dirancang untuk menyelesaikan masalah keputusan yang melibatkan banyak kriteria dengan struktur hierarki.
Prinsip dasar AHP adalah menyederhanakan masalah yang kompleks menjadi struktur hierarki yang terdiri dari tujuan, kriteria, dan alternatif. Kemudian, dilakukan perbandingan berpasangan (pairwise comparison) untuk menentukan bobot kepentingan setiap elemen.
B. Tahapan Metode AHP
Metode AHP memiliki beberapa tahapan dalam proses perhitungannya:
1. Mendefinisikan Masalah dan Struktur Hierarki
Langkah pertama adalah mengidentifikasi masalah dan menyusunnya dalam bentuk hierarki. Dalam penelitian ini, hierarki terdiri dari:
Level 1 (Tujuan): Menentukan penerima bantuan pendidikan
Level 2 (Kriteria): 5 kriteria penilaian (C1-C5)
Level 3 (Alternatif): 10 calon penerima (A1-A10)
2. Membuat Matriks Perbandingan Berpasangan
Paket/pakar melakukan penilaian perbandingan berpasangan antar kriteria menggunakan skala 1-9 yang dikembangkan oleh Saaty:
Skala Keterangan
1 Kedua kriteria sama penting
3 Kriteria satu sedikit lebih penting
5 Kriteria satu lebih penting
7 Kriteria satu sangat lebih penting
9 Kriteria satu mutlak lebih penting
2,4,6,8 Nilai tengah antara dua penilaian
Matriks perbandingan berpasangan yang dihasilkan adalah sebagai berikut:
Kriteria C1 C2 C3 C4 C5
C1 1 1/3 2 3 4
C2 3 1 4 5 6
C3 1/2 1/4 1 2 3
C4 1/3 1/5 1/2 1 2
C5 1/4 1/6 1/3 1/2 1
3. Normalisasi Matriks
Normalisasi dilakukan dengan membagi setiap elemen dalam matriks dengan jumlah kolomnya masing-masing.
Contoh Normalisasi:
text
Jumlah Kolom C1 = 1 + 3 + 0,5 + 0,333 + 0,25 = 5,083
Normalisasi C1,C1 = 1/5,083 = 0,197
Normalisasi C2,C1 = 3/5,083 = 0,590
... dan seterusnya
4. Menghitung Bobot Prioritas (Eigenvector)
Bobot prioritas diperoleh dari rata-rata setiap baris matriks yang telah dinormalisasi.
Kriteria Bobot (w)
C1 0.2270
C2 0.4850
C3 0.1430
C4 0.0890
C5 0.0570
5. Uji Konsistensi
Uji konsistensi dilakukan untuk memastikan bahwa penilaian pakar tidak acak. Langkah-langkahnya:
a. Menghitung λ (lambda) maksimum:
λ maks = 5.106
b. Menghitung Indeks Konsistensi (CI):
text
CI = (λ maks - n) / (n - 1)
CI = (5.106 - 5) / (5 - 1) = 0.106 / 4 = 0.0265
c. Menghitung Rasio Konsistensi (CR):
text
CR = CI / RI
CR = 0.0265 / 1.12 = 0.0237 = 2.37%
Catatan: RI (Random Index) untuk n=5 adalah 1.12
Kesimpulan: CR = 2.37% < 10% → KONSISTEN ✓
6. Perankingan Alternatif
Setelah bobot kriteria diperoleh, langkah selanjutnya adalah melakukan perankingan alternatif dengan rumus:
text
Nilai AHP = Σ (Bobot Kriteria × Normalisasi Nilai)
C. Rumus Normalisasi AHP
1. Untuk Kriteria Benefit
text
Normalisasi = Nilai / Nilai Maksimum
2. Untuk Kriteria Cost
text
Normalisasi = Nilai Minimum / Nilai
D. Data Alternatif (10 Sample)
Berikut adalah data 10 alternatif calon penerima bantuan pendidikan:
Kode Nama C1 (Nilai) C2 (Penghasilan) C3 (Tanggungan) C4 (KIP) C5 (Prestasi)
A1 Ani 88 Rp 1.200.000 4 1 1
A2 Budi 92 Rp 2.800.000 2 0 1
A3 Cici 75 Rp 850.000 5 1 0
A4 Dodi 85 Rp 3.500.000 3 0 1
A5 Eni 79 Rp 1.500.000 4 1 0
A6 Fajar 95 Rp 4.200.000 1 0 1
A7 Gita 70 Rp 950.000 6 1 1
A8 Hadi 82 Rp 2.000.000 3 0 0
A9 Intan 90 Rp 1.800.000 5 1 1
A10 Joko 73 Rp 1.100.000 4 0 0
E. Normalisasi AHP
Nilai Maksimum dan Minimum per Kriteria
Kriteria Min Max
C1 (Nilai) 70 95
C2 (Penghasilan) Rp 850.000 Rp 4.200.000
C3 (Tanggungan) 1 6
C4 (KIP) 0 1
C5 (Prestasi) 0 1
Hasil Normalisasi AHP (Contoh A1 - Ani)
Kriteria Nilai Normalisasi AHP
C1 (Nilai) 88 88/95 = 0.926
C2 (Penghasilan) 1.200.000 850.000/1.200.000 = 0.708
C3 (Tanggungan) 4 4/6 = 0.667
C4 (KIP) 1 1/1 = 1.000
C5 (Prestasi) 1 1/1 = 1.000
Perhitungan Nilai Akhir AHP (A1 - Ani)
text
Nilai AHP = (0.227 × 0.926) + (0.485 × 0.708) + (0.143 × 0.667) + (0.089 × 1.000) + (0.057 × 1.000)
Nilai AHP = 0.210 + 0.343 + 0.095 + 0.089 + 0.057
Nilai AHP = 0.794
F. Hasil Perankingan AHP
Peringkat Alternatif Nilai AHP
1 Gita (A7) 0.890
2 Cici (A3) 0.872
3 Ani (A1) 0.794
4 Intan (A9) 0.709
5 Eni (A5) 0.648
6 Joko (A10) 0.644
7 Hadi (A8) 0.474
8 Budi (A2) 0.472
9 Dodi (A4) 0.450
10 Fajar (A6) 0.406
Kesimpulan: Berdasarkan metode AHP, Gita (A7) menjadi penerima utama dengan nilai 0.890.
???? BAB 4: METODE SMART (SIMPLE MULTI-ATTRIBUTE RATING TECHNIQUE)
A. Pengertian Metode SMART
Simple Multi-Attribute Rating Technique (SMART) adalah metode sistem pendukung keputusan yang dikembangkan oleh Edward L. Edwards pada tahun 1970-an. Metode ini dirancang untuk mengevaluasi alternatif berdasarkan kriteria dengan menggunakan skala 0-100.
Keunggulan utama SMART adalah kemudahan dalam perhitungan dan pemahaman, sehingga cocok untuk digunakan dalam pengambilan keputusan yang melibatkan banyak pihak. Metode ini mengkonversi nilai setiap kriteria menjadi nilai utility yang seragam menggunakan skala 0-100.
B. Tahapan Metode SMART
Metode SMART memiliki beberapa tahapan dalam proses perhitungannya:
1. Menentukan Nilai Utility
Utility adalah nilai yang menunjukkan tingkat kepuasan atau preferensi terhadap suatu kriteria. Skala yang digunakan adalah 0-100, di mana 0 menunjukkan nilai terburuk dan 100 menunjukkan nilai terbaik.
2. Menentukan Bobot Kriteria
Bobot kriteria dapat ditentukan menggunakan berbagai metode, termasuk AHP. Dalam penelitian ini, bobot kriteria yang digunakan adalah hasil perhitungan AHP.
3. Menghitung Nilai Akhir SMART
Nilai akhir SMART dihitung dengan menjumlahkan hasil perkalian antara bobot kriteria dengan utility setiap alternatif.
C. Rumus Utility SMART
1. Untuk Kriteria Benefit (Semakin tinggi semakin baik)
text
Utility = ((Nilai - Nilai Minimum) / (Nilai Maksimum - Nilai Minimum)) × 100
2. Untuk Kriteria Cost (Semakin rendah semakin baik)
text
Utility = ((Nilai Maksimum - Nilai) / (Nilai Maksimum - Nilai Minimum)) × 100
3. Nilai Akhir SMART
text
Nilai SMART = Σ (Bobot Kriteria × Utility)
D. Perhitungan Utility SMART
1. Kriteria C1: Nilai Rata-rata Raport (Benefit)
Nilai Minimum = 70, Nilai Maksimum = 95
Contoh Perhitungan A1 - Ani:
text
Utility C1 = ((88 - 70) / (95 - 70)) × 100
Utility C1 = (18 / 25) × 100 = 72.0
Hasil Utility C1 Semua Alternatif:
Alternatif Nilai Utility C1
A1 (Ani) 88 72.0
A2 (Budi) 92 88.0
A3 (Cici) 75 20.0
A4 (Dodi) 85 60.0
A5 (Eni) 79 36.0
A6 (Fajar) 95 100.0
A7 (Gita) 70 0.0
A8 (Hadi) 82 48.0
A9 (Intan) 90 80.0
A10 (Joko) 73 12.0
2. Kriteria C2: Penghasilan Orang Tua (Cost)
Nilai Minimum = 850.000, Nilai Maksimum = 4.200.000
Contoh Perhitungan A1 - Ani:
text
Utility C2 = ((4.200.000 - 1.200.000) / (4.200.000 - 850.000)) × 100
Utility C2 = (3.000.000 / 3.350.000) × 100 = 89.6
Hasil Utility C2 Semua Alternatif:
Alternatif Penghasilan Utility C2
A1 (Ani) Rp 1.200.000 89.6
A2 (Budi) Rp 2.800.000 41.8
A3 (Cici) Rp 850.000 100.0
A4 (Dodi) Rp 3.500.000 20.9
A5 (Eni) Rp 1.500.000 80.6
A6 (Fajar) Rp 4.200.000 0.0
A7 (Gita) Rp 950.000 97.0
A8 (Hadi) Rp 2.000.000 65.7
A9 (Intan) Rp 1.800.000 71.6
A10 (Joko) Rp 1.100.000 92.5
3. Kriteria C3: Jumlah Tanggungan (Benefit)
Nilai Minimum = 1, Nilai Maksimum = 6
Contoh Perhitungan A1 - Ani:
text
Utility C3 = ((4 - 1) / (6 - 1)) × 100
Utility C3 = (3 / 5) × 100 = 60.0
Hasil Utility C3 Semua Alternatif:
Alternatif Tanggungan Utility C3
A1 (Ani) 4 60.0
A2 (Budi) 2 20.0
A3 (Cici) 5 80.0
A4 (Dodi) 3 40.0
A5 (Eni) 4 60.0
A6 (Fajar) 1 0.0
A7 (Gita) 6 100.0
A8 (Hadi) 3 40.0
A9 (Intan) 5 80.0
A10 (Joko) 4 60.0
4. Kriteria C4: Status KIP/PKH (Benefit)
Nilai Minimum = 0, Nilai Maksimum = 1
Alternatif KIP Utility C4
A1 (Ani) 1 100
A2 (Budi) 0 0
A3 (Cici) 1 100
A4 (Dodi) 0 0
A5 (Eni) 1 100
A6 (Fajar) 0 0
A7 (Gita) 1 100
A8 (Hadi) 0 0
A9 (Intan) 1 100
A10 (Joko) 0 0
5. Kriteria C5: Prestasi Non-Akademik (Benefit)
Nilai Minimum = 0, Nilai Maksimum = 1
Alternatif Prestasi Utility C5
A1 (Ani) 1 100
A2 (Budi) 1 100
A3 (Cici) 0 0
A4 (Dodi) 1 100
A5 (Eni) 0 0
A6 (Fajar) 1 100
A7 (Gita) 1 100
A8 (Hadi) 0 0
A9 (Intan) 1 100
A10 (Joko) 0 0
E. Rekapitulasi Utility SMART
Alternatif C1 C2 C3 C4 C5
A1 (Ani) 72.0 89.6 60.0 100 100
A2 (Budi) 88.0 41.8 20.0 0 100
A3 (Cici) 20.0 100.0 80.0 100 0
A4 (Dodi) 60.0 20.9 40.0 0 100
A5 (Eni) 36.0 80.6 60.0 100 0
A6 (Fajar) 100.0 0.0 0.0 0 100
A7 (Gita) 0.0 97.0 100.0 100 100
A8 (Hadi) 48.0 65.7 40.0 0 0
A9 (Intan) 80.0 71.6 80.0 100 100
A10 (Joko) 12.0 92.5 60.0 0 0
F. Perhitungan Nilai Akhir SMART
Rumus: Nilai SMART = Σ (Bobot × Utility)
Contoh Perhitungan A1 - Ani:
text
Nilai SMART A1 = (0.227×72.0) + (0.485×89.6) + (0.143×60.0) + (0.089×100) + (0.057×100)
Nilai SMART A1 = 16.344 + 43.456 + 8.580 + 8.900 + 5.700
Nilai SMART A1 = 82.98
Hasil Perankingan SMART
Peringkat Alternatif Nilai SMART
1 A1 (Ani) 82.98
2 A9 (Intan) 78.93
3 A7 (Gita) 75.95
4 A3 (Cici) 73.38
5 A5 (Eni) 64.74
6 A10 (Joko) 56.17
7 A2 (Budi) 48.81
8 A8 (Hadi) 48.48
9 A4 (Dodi) 35.18
10 A6 (Fajar) 28.40
Kesimpulan: Berdasarkan metode SMART, Ani (A1) menjadi penerima utama dengan nilai 82.98.
???? BAB 5: HASIL & PERBANDINGAN
A. Perbandingan Hasil Akhir
Berikut adalah perbandingan hasil perankingan dari kedua metode:
Peringkat Alternatif Nilai SMART Peringkat SMART Nilai AHP Peringkat AHP Selisih
1 Ani (A1) 82.98 1 0.794 3 -2
2 Intan (A9) 78.93 2 0.709 4 -2
3 Gita (A7) 75.95 3 0.890 1 +2
4 Cici (A3) 73.38 4 0.872 2 +2
5 Eni (A5) 64.74 5 0.648 5 0
6 Joko (A10) 56.17 6 0.644 6 0
7 Budi (A2) 48.81 7 0.472 8 -1
8 Hadi (A8) 48.48 8 0.474 7 +1
9 Dodi (A4) 35.18 9 0.450 9 0
10 Fajar (A6) 28.40 10 0.406 10 0
B. Analisis Perbedaan
1. Perbedaan Peringkat 1
Metode Peringkat 1 Nilai
SMART Ani (A1) 82.98
AHP Gita (A7) 0.890
Analisis: Terdapat perbedaan pada peringkat 1. SMART memilih Ani, sedangkan AHP memilih Gita. Hal ini disebabkan oleh perbedaan pendekatan normalisasi:
SMART menggunakan normalisasi berbasis range (min-max), sehingga sangat sensitif terhadap nilai ekstrem. Ani memiliki keseimbangan nilai yang baik di semua kriteria.
AHP menggunakan normalisasi berbasis rasio terhadap nilai maksimum, sehingga lebih stabil terhadap outlier. Gita unggul pada kriteria dengan bobot tinggi (C2 dan C3).
2. Perbedaan Peringkat 2 dan 3
SMART: Peringkat 2 = Intan, Peringkat 3 = Gita
AHP: Peringkat 2 = Cici, Peringkat 3 = Ani
3. Persamaan
Eni (A5) dan Joko (A10) memiliki peringkat yang sama di kedua metode
Dodi (A4) dan Fajar (A6) juga memiliki peringkat yang sama
C. Analisis Sensitivitas
Faktor SMART AHP
Metode Normalisasi Menggunakan skala 0-100 berbasis range (Min-Max) Menggunakan pembagian dengan nilai maksimum
Perlakuan Cost Utility cost = (Max-Nilai)/(Max-Min) × 100 Normalisasi cost = Min/Nilai
Sensitivitas terhadap Outlier Nilai ekstrim sangat berpengaruh Nilai ekstrim berpengaruh tetapi lebih halus
Kompleksitas Sederhana, perhitungan linear Melibatkan uji konsistensi dan matriks
Uji Konsistensi Tidak ada Ada (CR ≤ 10%)
D. Keunggulan dan Kelemahan
1. Metode SMART
Keunggulan Kelemahan
Perhitungan sederhana dan cepat Tidak ada uji konsistensi
Mudah dipahami oleh pengambil keputusan Sangat sensitif terhadap outlier
Skala 0-100 memudahkan interpretasi Memerlukan data yang lengkap
2. Metode AHP
Keunggulan Kelemahan
Ada uji konsistensi (CR ≤ 10%) Perhitungan lebih kompleks
Lebih stabil terhadap outlier Membutuhkan waktu lebih lama
Melibatkan penilaian pakar yang terstruktur Memerlukan keahlian khusus
???? BAB 6: KESIMPULAN & REKOMENDASI
A. Kesimpulan
Berdasarkan hasil analisis dan perbandingan yang telah dilakukan, dapat ditarik kesimpulan sebagai berikut:
1. Hasil Perankingan
Metode Peringkat 1 Peringkat 2 Peringkat 3
SMART Ani (82.98) Intan (78.93) Gita (75.95)
AHP Gita (0.890) Cici (0.872) Ani (0.794)
2. Perbedaan Metode
SMART menggunakan normalisasi berbasis range (min-max) dengan skala 0-100.
AHP menggunakan normalisasi berbasis rasio terhadap nilai maksimum.
SMART lebih sensitif terhadap nilai ekstrem dibandingkan AHP.
AHP memiliki uji konsistensi untuk memvalidasi penilaian pakar.
3. Metode yang Direkomendasikan
Berdasarkan analisis komparatif, metode SMART direkomendasikan sebagai metode utama untuk penentuan penerima bantuan pendidikan dengan alasan:
Perhitungan lebih transparan dan mudah dijelaskan kepada publik.
Skala 0-100 mudah dipahami oleh semua pihak yang terlibat.
Hasil lebih seimbang antar kriteria.
Proses lebih cepat dan efisien.
AHP tetap digunakan sebagai metode validasi untuk memastikan konsistensi keputusan.
4. Penerima Bantuan Pendidikan
Berdasarkan metode SMART, yang menjadi penerima utama bantuan pendidikan adalah:
Nama Nilai SMART Status
Ani 82.98 ???? PENERIMA UTAMA
Intan 78.93 ⭐ Cadangan 1
Gita 75.95 ⭐ Cadangan 2
B. Rekomendasi
1. Untuk Pengambil Kebijakan
Mengimplementasikan sistem pendukung keputusan dengan metode SMART untuk seleksi penerima bantuan pendidikan.
Menggunakan AHP sebagai metode validasi untuk memastikan konsistensi keputusan.
Melakukan sosialisasi kepada masyarakat mengenai proses penentuan penerima bantuan agar lebih transparan.
2. Untuk Penelitian Selanjutnya
Melakukan analisis sensitivitas dengan lebih banyak skenario perubahan bobot.
Membandingkan dengan metode lain seperti TOPSIS, MOORA, atau WASPAS.
Mengembangkan sistem berbasis web untuk implementasi real-time.
Melakukan validasi dengan data aktual penerima bantuan tahun sebelumnya.
3. Untuk Pengembangan Sistem
Menambahkan fitur import data dari Excel untuk memudahkan input data.
Mengembangkan dashboard yang lebih interaktif untuk monitoring.
Menambahkan fitur notifikasi untuk pengingat proses penilaian.
Mengintegrasikan dengan sistem informasi sekolah atau dinas pendidikan.
C. Penutup
Penelitian ini telah berhasil membandingkan dua metode sistem pendukung keputusan, yaitu AHP dan SMART, dalam penentuan penerima bantuan pendidikan. Hasil penelitian menunjukkan bahwa metode SMART lebih direkomendasikan untuk kasus ini karena kemudahan dan transparansinya.
Namun demikian, metode AHP tetap memiliki keunggulan dalam hal konsistensi logis yang dapat diuji. Oleh karena itu, kombinasi kedua metode — SMART sebagai metode utama dan AHP sebagai validasi — merupakan pendekatan yang paling ideal.
Semoga hasil penelitian ini dapat memberikan kontribusi positif bagi pengembangan sistem pendukung keputusan di bidang pendidikan dan menjadi referensi bagi penelitian selanjutnya.
???? LAMPIRAN: MANUAL BOOK SISTEM
A. Langkah Awal
1. Login ke Sistem
Item Keterangan
URL http://localhost/bantuan_pendidikan/
Username admin
Password admin123
Role Admin (full access)
2. Login Alternatif
Item Keterangan
Username operator
Password operator123
Role Operator (terbatas)
B. Panduan Penggunaan Modul
Modul 1: Kriteria
Fungsi: Mengelola data kriteria penilaian
Aksi: Tambah, Edit, Hapus Kriteria
Akses: Admin dan Operator
Modul 2: Alternatif
Fungsi: Mengelola data calon penerima bantuan
Aksi: Tambah, Edit, Hapus Alternatif
Akses: Admin dan Operator
Modul 3: Input Nilai
Fungsi: Memasukkan nilai untuk setiap alternatif
Aksi: Input nilai per kriteria
Akses: Admin dan Operator
Modul 4: Bobot AHP
Fungsi: Mengatur matriks perbandingan berpasangan
Aksi: Edit matriks, Hitung bobot
Akses: Admin dan Operator
Modul 5: Perhitungan SMART
Fungsi: Menghitung perankingan dengan metode SMART
Aksi: Klik "Hitung Ulang"
Akses: Admin dan Operator
Modul 6: Perhitungan AHP
Fungsi: Menghitung perankingan dengan metode AHP
Aksi: Klik "Hitung Ulang"
Akses: Admin dan Operator
Modul 7: Perbandingan
Fungsi: Melihat perbandingan hasil kedua metode
Aksi: Lihat tabel dan grafik perbandingan
Akses: Admin dan Operator
Modul 8: Laporan
Fungsi: Mencetak laporan dan export ke Excel
Aksi: Cetak, Export Excel
Akses: Admin dan Operator
????️ LAMPIRAN: DATABASE DOCUMENTATION
A. Entity Relationship Diagram (ERD)
text
┌─────────────────────────────────────────────────────────────────────────────┐
│ │
│ users kriteria │
│ ───── ──────── │
│ id (PK) id (PK) │
│ username kode │
│ password nama │
│ nama_lengkap jenis (Benefit/Cost) │
│ role bobot_ahp │
│ created_at created_at │
│ │ │ │
│ │ │ │
│ │ ▼ │
│ │ ┌───────────────────┐ │
│ │ │ matriks_perbandingan│ │
│ │ │ ───────────────────│ │
│ │ │ id (PK) │ │
│ │ │ kriteria1_id (FK) │◄────┐ │
│ │ │ kriteria2_id (FK) │─────┘ │
│ │ │ nilai │ │
│ │ └───────────────────┘ │
│ │ │
│ ▼ │
│ alternatif ────────► nilai_kriteria ◄──────── kriteria │
│ ────────── ────────────── ──────── │
│ id (PK) id (PK) id (PK) │
│ kode alternatif_id (FK) kode │
│ nama kriteria_id (FK) nama │
│ nik nilai jenis │
│ alamat created_at bobot_ahp │
│ no_hp created_at │
│ created_at │
│ │ │
│ │ │
│ ▼ │
│ hasil_perhitungan │
│ ───────────────── │
│ id (PK) │
│ alternatif_id (FK) │
│ nilai_smart │
│ peringkat_smart │
│ nilai_ahp │
│ peringkat_ahp │
│ periode │
│ created_at │
│ │
└─────────────────────────────────────────────────────────────────────────────┘
B. Struktur Tabel
1. Tabel: users
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
username VARCHAR(50) Unique, Username login
password VARCHAR(255) Password terenkripsi
nama_lengkap VARCHAR(100) Nama lengkap pengguna
role ENUM('admin','operator') Hak akses
created_at TIMESTAMP Waktu pembuatan
2. Tabel: kriteria
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
kode VARCHAR(10) Unique, Kode kriteria
nama VARCHAR(100) Nama kriteria
jenis ENUM('Benefit','Cost') Jenis kriteria
bobot_ahp DECIMAL(10,4) Bobot dari AHP
created_at TIMESTAMP Waktu pembuatan
3. Tabel: alternatif
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
kode VARCHAR(10) Unique, Kode alternatif
nama VARCHAR(100) Nama alternatif
nik VARCHAR(20) NIK calon penerima
alamat TEXT Alamat calon penerima
no_hp VARCHAR(15) Nomor HP
created_at TIMESTAMP Waktu pembuatan
4. Tabel: nilai_kriteria
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
alternatif_id INT(11) Foreign Key ke alternatif
kriteria_id INT(11) Foreign Key ke kriteria
nilai DECIMAL(15,2) Nilai alternatif pada kriteria
created_at TIMESTAMP Waktu pembuatan
5. Tabel: matriks_perbandingan
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
kriteria1_id INT(11) Foreign Key ke kriteria
kriteria2_id INT(11) Foreign Key ke kriteria
nilai DECIMAL(10,4) Nilai perbandingan
created_at TIMESTAMP Waktu pembuatan
6. Tabel: hasil_perhitungan
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
alternatif_id INT(11) Foreign Key ke alternatif
nilai_smart DECIMAL(10,4) Nilai SMART
peringkat_smart INT(11) Peringkat SMART
nilai_ahp DECIMAL(10,4) Nilai AHP
peringkat_ahp INT(11) Peringkat AHP
periode VARCHAR(20) Periode penilaian
created_at TIMESTAMP Waktu pembuatan
7. Tabel: pengaturan
Kolom Tipe Keterangan
id INT(11) Primary Key, Auto Increment
key_setting VARCHAR(50) Unique, Key pengaturan
value_setting TEXT Value pengaturan
description VARCHAR(255) Deskripsi pengaturan
C. Jumlah Data
Tabel Jumlah Data
users 2
pengaturan 3
kriteria 5
matriks_perbandingan 25
alternatif 10
nilai_kriteria 50
hasil_perhitungan 10
