SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SMAN 1 BAWANG JAWA TENGAH DENGAN TOPSIS

  • Galih Pramoda Dibya Ardana (1*) Sekolah Tinggi Manajemen Informatika Nusa Mandiri
  • Frisma Handayanna (2) Sekolah Tinggi Manajemen Informatika Nusa Mandiri

  • (*) Corresponding Author
Keywords: Metode TOPSIS, Menentukan Jurusan, Sistem Penunjang Keputusan

Abstract

SMA Negeri 1 Bawang adalah sekolah menengah atas negeri yang berada di jawa tengah, Setiap tahunnya SMA Negeri 1 Bawang membuka penerimaan siswa baru, setiap siswa SMA Negeri 1 Bawang akan ditempatkan pada kelas jurusan sesusai bidang atau kemampuan masing-masing siswa, Salah satu contoh masalah yang penulis ambil adalah disekolah tersebut terdapat 2 jurusan yaitu IPA dan IPS yang dimana pihak sekolah mengalami kesulitan untuk menentukan jurusan setiap siswanya, karena seiring berjalannya waktu siswa yang mendaftar di SMA Negeri 1 Bawang bertambah banyak. Untuk meringankan pihak sekolah dalam menentukan jurusan siswa, maka penulis melakukan penelitian SPK menggunakan metode TOPSIS untuk membantu pihak sekolah menentukan penjurusan setiap siswanya. Dalam penelitian ini data dikumpulkan dari data sekunder dalam bentuk rekap nilai ujian nasional siswa, peneliti akan melakukan perhitungan data nilai rekap nilai ujian siswa sesuai bobot kriteria mata pelajaran, dikarenakan jumlah populasi data yang dikumpukan peneliti terlalu banyak yaitu 156 data digunakanlah rumus slovin untuk mendapatkan sampel penelitian menjadi 61 data dan software Microsoft Excel untuk menghindari kesalahan pehitungan serta mempercepat perhitungan, Hasil yang didapat dari penelitian ini adalah dari banyaknya sampel yaitu 61 data ditentukanlah bahwa 37 siswa masuk pada jurusan IPA dan 24 Siswa masuk pada jurusan IPS.

Downloads

Download data is not yet available.
Published
2019-12-28
How to Cite
Ardana, G. P., & Handayanna, F. (2019). SISTEM PENDUKUNG KEPUTUSAN UNTUK MENENTUKAN JURUSAN PADA SMAN 1 BAWANG JAWA TENGAH DENGAN TOPSIS. Jurnal Riset Informatika, 2(1), 23-30. https://doi.org/10.34288/jri.v2i1.45
Article Metrics

Abstract viewed = 65 times
PDF downloaded = 35 times