Penerimaan  siswa   baru   merupakan   salah   satu proses  yang ada  di  instansi pendidikan untuk  menyaring  calon siswa     yang   terpilih   sesuai   kriteria   yang ditentukan. Pada umumnya  proses  penerimaan  siswa  baru  dilakukan  melalui tahap pendaftaran,   seleksi   berkas   dan   penerimaan   siswa. Sistem pendukung  keputusan  ini  dirancang  dengan  metode perangkingan menggunakan Simple Additive Weighting (SAW) normalisasinya menggunakan Interpolasi dan skala. Metode ini dipilih karena mampu menyeleksi alternatif terbaik dari sejumlah alternatif, dalam hal ini  alternatif yang dimaksudkan yaitu yang lulus seleksi penerimaan siswa baru berdasarkan kriteria-kriteria yang ditentukan. Penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan kandidat yang akan menentukan alternatif yang optimal, yaitu calon siswa yang lulus seleksi. Sistem pendukung keputusan penerimaan siswa baru adalah hasil akhir dari penulisan ini, dengan adanya sistem ini dapat membantu pihak sekolah dalam pengambilan keputusan penerimaan siswa baru dengan tepat dan akurat sesuai dengan kriteria yang diinginkan pihak sekolah

Courses are the requirement in completing a study; students are considered to have completed their learning process if they have passed all courses determined by the competence of the study program. Students who are yet to pass their credit (SKS) mean that they have not completed their study. Thus, a method which can be used to verify whether students have taken or passed the predetermined courses, one of which, is Breadth First Search (BFS). Such a method conducts a left-to-right screening process to search and verify the courses with algorithm, pseudocode, and graph being the implementation result of the BFS method.In terms of searching, there are four parameters involved: time, memory, complexity, and optimality. Based on the BFS method implementation, it is known that the time spent for the implementation is relatively short, since the BFS generated every possibility collectively, thus calculating the distance of each node is not necessary. The memory required is relatively small, since the BFS method is a blind search. The complexity is in the complete category, since all of the existing possibilities were generated followed by the left-to-right searching process. In terms of optimality, further research using different method was required for comparison.