ABSTRAK Lembaga pendidikan di tingkat universitas khususnya di Universitas Syiah Kuala, memiliki banyak bantuan beasiswa yang ditawarkan kepada mahasiswa. Beberapa beasiswa tersebut adalah beasiswa Peningkatan Prestasi Akademik (PPA) dan Bantuan Biaya Pendidikan (BBP). Bantuan beasiswa ini diberikan agar dapat memotivasi prestasi mahasiswa dan agar dapat mengurangi jumlah mahasiswa yang putus kuliah karena tidak mampu membiayai pendidikannya. Di Universitas Syiah Kuala, penyeleksian calon penerima beasiswa ini diseleksi oleh pimpinan yang berwenang di universitas tersebut. Namun, penyeleksian penerima beasiswa ini masih dilakukan dengan cara yang konvensional, sehingga masih membutuhkan waktu yang lama dan juga dikhawatirkan dapat menimbulkan tindakan nepotisme yang dilakukan oleh pimpinan yang berwenang dalam pemilihan beasiswa PPA dan BBP. Melihat permasalahan yang terjadi dalam penyeleksian penerima beasiswa tersebut, penelitian ini bertujuan untuk membuat sebuah aplikasi Sistem Pendukung Keputusan (SPK) yang dapat menyeleksi calon penerima beasiswa secara otomatis dan menganalisis mana yang lebih baik digunakan dalam pemilihan penerima beasiswa dari dua metode yang digunakan. Metode yang diimplementasikan dalam aplikasi SPK ini adalah metode Technique for Order Preference by Similarity to Idea Solution (TOPSIS) dan Simple Additive Weighting (SAW). Aplikasi SPK pada penelitian ini memanfaatkan bahasa Java untuk mengimplementasikan kedua metode tersebut. Hasil dari aplikasi SPK tersebut adalah urutan dari pengusul beasiswa PPA dan BBP yang diurutkan berdasarkan dari nilai paling besar sampai nilai yang paling kecil. Nilai yang paling besar merupakan calon pengusul yang paling pantas untuk menerima beasiswanya. Analisis yang dilakukan pada penelitian ini adalah membandingkan hasil urutan dari aplikasi kedua metode dengan hasil dari urutan yang dilakukan oleh pimpinan jurusan. Untuk beasiswa PPA, hasil menggunakan TOPSIS adalah 97,22% dan menggunakan SAW adalah 91,66%. Sedangkan untuk beasiswa BBP, hasil menggunakan TOPSIS adalah 83,76% dan menggunakan SAW adalah 77,19%. Hasil analisis tersebut menunjukkan bahwa metode TOPSIS lebih baik digunakan daripada metode SAW dalam melakukan pemilihan beasiswa, baik beasiswa BBP maupun PPA. Kata Kunci: Sistem Pendukung Keputusan, TOPSIS, SAW. ABSTRACT There are many scholarships offered to university student, including Syiah Kuala University. Some of the scholarships offered are IAA (Improvement of Academic Achievement) and TFA (Tuition Fee Assistance). Scholarship is provided in order to motivate academic achievement of students and reduce the number of students who dropped out of college due to the inability to pay tuition fee. At Syiah Kuala University, scholarship candidate recipients are selected by the person in charge withen the faculty. However this selection process is still done manually, so it may take time and it could lead to nepotism committed by the person in charge in the faculty. To solve this problem, this research aims to develop a Decision Support System (DSS) that can select scholarship candidate recipients automatically and also analyze which of the two methods used is better. The two methods implemented in this application are Technique for Order Preference by Similarity to Idea Solution (TOPSIS) and Simple Additive Weighting (SAW). The DSS application was built by using Java programming language. The output of the application is scholarship candidate recipients ordering that is sorted descendingly from the highest value to the lowest value. The highest value means that the most prospective candidate to be comparisons between the results made by the DSS and the results made by the person in charge in the department. For IAA scholarship, the result by using TOPSIS was 97,22% and using SAW was 91,66%. For TFA scholarship, the result by using TOPSIS was 83,76% and using SAW was 77,19%. Therefone the analysis results showed that the TOPSIS method is better compared that to SAW in selecting scholarship candidate recipients. Keyword:Decision Support System, TOPSIS, SAW.