Dokumen ini membahas rancangan sistem pakar untuk seleksi penerimaan beasiswa di sebuah politeknik menggunakan metode Simple Additive Weighting dengan kriteria IPK, penghasilan orang tua, semester, dan jumlah tanggungan orang tua. Sistem ini dirancang untuk membantu proses seleksi beasiswa secara lebih efisien dan mengurangi kesalahan manusia.
2. Page 2
Latar Belakang
Beasiswa
Program Beasiswa
- BBM
- PPA
Beberapa lembaga yang bekerja sama dengan kampus.
Kriteria
- IPK
- Penghasilan orang tua
- Jumlah tanggungan orang tua
- Semester
3. Page 3
1
2
3
Batasan Masalah
1.Sistem Pakar ini untuk kampus Politeknik Negeri Jakarta
2.Menggunakan Metode Simple Additive Weighting
3.Memiliki kriteria : IPK, penghasilan orang tua, jumlah tanggungan orang tua, serta
semester.
Rumusan Masalah
1. Bagaimana membangun sistem pakar seleksi penerimaan beasiswa di PNJ?
2. Bagaimana membuktikan keberhasilan Fuzzy Multiple Attribute Decision Making
(FMADM) melalui metode Simple Additive Weighting (SAW) dengan hasil seleksi secara
manual.
4. Tujuan Penelitian
1. Merancang sistem pakar menggunakan FADM metode SAW
2. Mengukur tingkat akurasi keberhasilan FMADM SAW.
Manfaat Penelitian
1. Membantu penyeleksian beasiswa di Politeknik Negeri Jakarta.
2. Menambah pengetahuan penulis dalam merancang sistem pakar dengan metode
fuzzy Simple Additive Weighting (SAW).
3. Lebih efektif dan efisien dalam penyeleksian beasiswa di Politeknik Negeri Jakarta
dari pada secara manual.
4. Meminimalisir human error dan redudansi data.
5. TINJAUAN PUSTAKA
-Sistem pakar merupakan suatu metode yang berusaha mengadopsi
pengetahuan manusia ke computer.
-Tidak untuk menggantikan kedudukan seorang pakar tetapi untuk membagi
pengetahuan dan pengalaman pakar tersebut.
-Multiple Attribute Decision Making biasanya mengambil sebuah keputusan
dengan cara menyeleksi alternatif terbaik.
-Konsep dasar metode SAW adalah mencari bobot tertinggi dari rating kinerja
pada setiap alternatif pada semua atribut.
-metode yang paling simpel dan banyak digunakan pada metode MADM
13. Gambar 3.6.1 Grafik Bobot
Bobot setiap kriteria:
C1 (Nilai IPK) = 40%
C2 (Penghasilan Orangtua) = 30%
C3 (Semester) = 20%
C4 (Tanggungan Orangtua) = 10%
14. Nilai IPK
Range Variable Nilai
1,00 2,00 Sangat Rendah (SR) 0,2
2,01 2,75 Rendah (R) 0,4
2,76 3,00 Sedang (S) 0,6
3,01 3,50 Tinggi (T) 0,8
3,51 4,00 Sangat Tinggi (ST) 1
Penghasilan orang tua
Range Variable Nilai
< 500 ribu Sangat Tinggi (ST) 0,2
> 500 ribu < 1,5 juta Tinggi (T) 0,4
> 1,5 juta < 3 juta Sedang (S) 0,6
> 3 juta < 5 juta Rendah (R) 0,8
> 5 juta Sangat Rendah (SR) 1
Semester
Semester Variable Nilai
2 Sangat Rendah (SR) 0,2
3 Rendah (R) 0,4
4 Sedang (S) 0,6
5 Tinggi (T) 0,8
6 Sangat Tinggi (ST) 1
Jumlah tanggungan orang tua
Jumlah tanggungan orang tua Variable Nilai
1 anak Sangat Rendah (SR) 0,2
2 anak Rendah (R) 0,4
3 anak Sedang (S) 0,6
4 anak Tinggi (T) 0,8
5 anak Sangat Tinggi (ST) 1
15. Uji Coba
Nama Pemohon Kriteria
IPK Penghasilan
Orang tua
Semester Jumlah tanggungan
Orang tua
Mhs - 1 3,50 1.000.000 6 3
Mhs 2 2,75 3.200.000 4 2
Mhs 3 3,75 5.000.000 2 5
Tabel Data
Pemohon
18. Hasil perangkingan diperoleh :
V1= 2,44, V2= 1,56 dan V3= 1,68. Nilai terbesar ada pada
V1, dengan demikian alternatif A1 (Mahasiswa 1) adalah
alternatif yang terpilih sebagai alternatif terbaik.
19. Dari data tabel pemohon tersebut maka dapat di buat tabel rating kecocokan setiap
alternatif pada setiap kriteria.
Alternatif Kriteria
C1 C2 C3 C4
A1 0,8 0,4 1 0,6
A2 0,4 0,8 0,6 0,4
A3 1 0,8 0,2 1