~/bagas
BerandaTentangProyekKeahlianBlogKontak

~/bagas

Bagas Abiyu Kumara — Software Engineer | Cybersecurity Enthusiast. Mengubah kebutuhan bisnis menjadi sistem yang terstruktur, teruji, dan aman.

BerandaTentangProyekKeahlianBlogKontak

© 2026 Bagas Abiyu Kumara. Dibangun dengan Next.js, Tailwind CSS, dan MDX.

Semua proyek
Web

Sistem Pendukung Keputusan Penerimaan Beasiswa (Metode SAW)

Aplikasi web SPK untuk menyeleksi dan merangking calon penerima beasiswa secara objektif dengan metode Simple Additive Weighting.

Peran:
Full-Stack Web Developer — perancangan, pengembangan, dan implementasi
Tech stack
PHP NativeMySQL/MariaDBBootstrap 4jQueryDataTablesChosenFPDF
Live Demo
Cover proyek Sistem Pendukung Keputusan Penerimaan Beasiswa (Metode SAW)

Gambaran Umum

Sistem Pendukung Keputusan (SPK) Penerimaan Beasiswa adalah aplikasi web yang membantu pihak sekolah mengambil keputusan pemberian beasiswa secara lebih objektif, cepat, dan transparan. Aplikasi menggantikan proses seleksi manual dengan perhitungan otomatis menggunakan metode Simple Additive Weighting (SAW).

Demo live tersedia di bagasabiyukumara.my.id/projects/spksaw.

Masalah Utama

Seleksi beasiswa manual lambat, subjektif, dan tidak transparan. Panitia harus membandingkan banyak kandidat dengan beberapa kriteria sekaligus tanpa metode baku, sehingga hasilnya sulit dipertanggungjawabkan.

Constraint dan Tantangan

  1. Hasil harus bisa dipertanggungjawabkan : setiap ranking harus bisa ditelusuri kembali ke perhitungan matematisnya.
  2. Multi-level pengguna : Super Admin, Sub Admin, dan Pimpinan punya wewenang berbeda; menu dan aksi harus mengikuti peran.
  3. Infrastruktur sekolah sederhana : aplikasi harus berjalan di shared hosting / XAMPP standar tanpa dependensi berat.

Cara Kerja Metode SAW

Metode SAW bekerja dengan normalisasi matriks keputusan, lalu menjumlahkan hasil perkalian nilai ternormalisasi dengan bobot tiap kriteria. Kriteria dan bobot yang digunakan:

KriteriaBobotJenis
Pendapatan Orang Tua0.5Cost (semakin kecil semakin baik)
Nilai Rata-Rata0.3Benefit (semakin besar semakin baik)
Jumlah Saudara0.2Benefit

Nilai preferensi tiap kandidat dihitung dengan:

V = (0.5 × normalisasi_pendapatan)
  + (0.3 × normalisasi_nilai)
  + (0.2 × normalisasi_saudara)

Kandidat dengan nilai preferensi tertinggi menjadi kandidat terbaik penerima beasiswa.

Alasan Pemilihan Teknologi dan Trade-off

KeputusanAlternatifAlasan
PHP NativeFramework (Laravel/CI)Berjalan di hosting paling sederhana; tim sekolah mudah memelihara
SAWAHP / TOPSISPerhitungan transparan dan mudah diverifikasi manual oleh panitia non-teknis
FPDFPrint browserLaporan resmi berformat konsisten untuk arsip sekolah
DataTablesTabel HTML statisPencarian, sorting, dan pagination tanpa menulis backend tambahan

Highlight Implementasi

  • Implementasi algoritma SAW end-to-end: normalisasi matriks keputusan + pembobotan kriteria untuk perangkingan otomatis.
  • RBAC multi-level (Super Admin, Sub Admin, Pimpinan) dengan menu navigasi dinamis sesuai peran.
  • CRUD data siswa, pengguna, dan pendaftaran beasiswa per tahun.
  • Laporan hasil perangkingan PDF otomatis menggunakan FPDF.
  • Tabel data interaktif (pencarian, sorting, pagination) dengan DataTables dan select box Chosen.

Hasil dan Dampak

Proses seleksi yang sebelumnya manual menjadi otomatis dan objektif. Panitia tinggal memasukkan data kandidat; sistem menghasilkan ranking beserta laporan PDF yang siap diarsipkan. Transparansi meningkat karena perhitungan mengikuti metode baku yang bisa diaudit.