BAB III ANALISIS DAN DESAIN SISTEM
III.1. Analisis Sistem yang Berjalan Analisa sistem pada yang berjalan bertujuan untuk mengidentifikasi serta melakukan evaluasi terhadap Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Kinerja Pegawai dengan Menggunakan Metode Naive Bayes Pada PT. Unibis, analisis dilakukan agar dapat menemukan masalah-masalah dalam pengolahan Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Kinerja Pegawai dengan Menggunakan Metode Naive Bayes Pada PT. Unibisdalam menentukan nilai dari setiap kandidat agar mudah dalam menentukan kandidat yang memiliki kualitas baik. Adapun permasalahan yang sedang berjalan pada PT. Unibis dalam melakukan pemberian bonus pegawai adalah : 1.
PT. Unibis tidak menggunakan sistem khusus sebagai pendukung pengambilan keputusan pemberian bonus kepada pegawai.
2.
Sering terjadinya kesalahan dalam melakukan peng-input-an data penilaian serta perhitungan nilai berdasarkan dimensi yang ditetapkan pada PT. Unibis.
3.
Tidak adanya penggunaan metode sistem pendukung keputusan dalam pengambilan keputusan dalam pemberian bonus. Dengan permasalahan tersebut maka penulis melakukan perancangan sebuah
sistem pendukung keputusan untuk mempermudah PT. Unibis dalam mengambil keputusan. Adapun strategi permasalahan yang diajukan oleh penulis adalah sebagai berikut :
35
36
1. Merancang sebuah sistem khusus sebagai pendukung pengambilan keputusan pemberian bonus kepada pegawai. 2. Meminimalisasikan kesalahan dalam peng-input-an data penilaian kinerja pegawai. 3. Merancang aplikasi sistem pendukung keputusan dengan perhitungan metode Naive bayes. 4. Bahasa pemrograman yang digunakan oleh penulis dalam merancang sistem adalah dengan menggunakan Visual Basic 2010 dan database yang digunakan yaitu SQL Server 2008 R2.
III.2. Penerapan Metode Naive Baye Metode Naive bayes merupakan salah satu algoritma yang terdapat pada teknik klasifikasi. Naive bayes merupakan pengklasifikasian dengan metode probabilitas dan statistik yang dikemukan oleh ilmuwan Inggris Thomas Bayes, yaitu memprediksi peluang di masa depan berdasarkan pengalaman dimasa sebelumnya sehingga dikenal sebagai Teorema Bayes. Teorema tersebut dikombinasikan dengan Naive dimana diasumsikan kondisi antar atribut saling bebas. Klasifikasi Naive bayes diasumsikan bahwa ada atau tidak ciri tertentu dari sebuah kelas tidak ada hubungannya dengan ciri dari kelas lainnya.
Jika atribut ke-i bersifat diskret, maka P(xi|C) diestimasi sebagai frekuensi relatif dari sampel yang memiliki nilai xi sebagai atribut ke i dalam kelas C. Namun, jika
37
atribut ke-i bersifat kontinu, maka P(xi|C) diestimasi dengan fungsi densitas Gauss.
Di sisi lain, perkembangan teknologi informasi yang semakin pesat mengharuskan manusia untuk mendapatkan informasi secepat dan seakurat mungkin. Teknologi web terbukti mampu mengakomodasi masalah tersebut. Pada penelitian ini, akan dibangun sebuah sistem untuk menentukan pegawai yang berhak mendapatkan bonus dengan menggunakan metode Naive Bayesian . Maka rumus tersebut menjelaskan bahwa peluang masuknya sampel karakteristik tertentu dalam kelas C (Posterior) adalah peluang munculnya kelas C (sebelum masuknya sampel tersebut, seringkali disebut prior), dikali dengan peluang kemunculan karakteristik karakteristik sampel pada kelas C (disebut juga likelihood), dibagi dengan peluang kemunculan karakteristik karakteristik sampel secara global (disebut juga evidence). Karena itu, rumus diatas dapat pula ditulis secara sederhana sebagai berikut : Prior x likelihood Posterior = evidence Keterangan : Posterior
: perbaikan terhadap nilai probabilitas
Prior
: nilai probabilitas awal
Likehood
: titik tertentu untuk memaksimumkan sebuah fungsi.
Evidence
: nilai bukti
38
Nilai Evidence selalu tetap untuk setiap kelas pada satu sampel. Nilai dari posterior tersebut nantinya akan dibandingkan dengan nilai nilai posterior kelas lainnya untuk menentukan ke kelas apa suatu sampel akan diklasifikasikan (Bustami ; 2014 : 129).
III.2.1. Studi Kasus Metode Naive Bayes 1. Variabel Variabel yang digunakan sebagai kriteria yaitu variabel kontinu (0-100). Tabel III.1. Tabel Variabel No 1 2 3 4 5
Kriteria Absensi Kedisiplinan Problem Solving Kejujuran Inisiatif
Nilai 65 65 65 65 65
Keterangan : a.
Absensi Absensi merupakan daftar hadir sekumpulan orang dari suatu
kelompok orang banyak yang tergabung dalam sebuah instansi secara resmi yang mempunyai peraturan-peraturan, ketentuan-ketentuan, serta batasan-batasan, dan orang-orang yang terlibat di dalamya terikat oleh peraturan tersebut. Jika sekelompok orang tersebut melanggarnya maka akan dikenakan sanksi sebagai hukuman dari pelanggaran yang dilakukan oleh orang tersebut sesuai dengan peraturan dan ketentuan yang diterapkan oleh instansi tersebut (Iyan Gustiana ; 2012 : 3).
39
b. Kedisplinan Kedisiplinan berasal dari kata disiplin yang mendapat awalan ke dan akhiran menurut kamus besar Bahasa Indonesia disiplin mempunyai arti ketaatan dan kepatuhan pada aturan, tata tertib dan lain sebagainya (Fatah Yasin ; 2013 : 124).
c.
Problem Solving Problem solving sering digunakan dalam berbagaibidang ilmu dan
memiliki
pengertian
yang
berbeda-beda
pula.
Tetapi
problem
solvingdalam matematika memiliki kekhasan tersendiri (Sumardyono ; 2012 : 5). d. Kejujuran Jujur
dalam
arti
sempit
adalah
sesuainya
ucapan
lisan
dengankenyataan. Dan dalam pengertian yang lebih umum adalah sesuainya lahir danbatin (Eko Haryanto Abu Ziyad ; 2008 : 1). e.
Inisiatif Inisiatif adalah kemampuan seseorang untuk bertindak melebihi yang
dibutuhkan atau yang dituntut dari pekerjaan. Termasuk dalam pengertian inisiatif adalah kemampuan seseorang dalam melakukan sesuatu tanpa menunggu perintah lebih dahulu dengan tujuan untuk memperbaiki atau meningkatkan hasil pekerjaan, menciptakan peluang baru atau untuk menghindari timbulnya masalah.
40
2. Data Training
Data training merupakan representasi pengetahuan yang akan digunakan untuk prediksi kelas data baru yang belum pernah ada. Berikut adalah data training yang digunakan dalam melakukan penilaian. Tabel III.2. Tabel Training ID Absensi Kedisiplinan Problem Solving Kejujuran Inisiatif 1 75 75 78 77 65 2 82 88 90 88 90 3 65 60 66 80 81 4 99 78 100 66 80 5 62 62 65 68 66 6 77 60 72 69 65 7 88 87 99 100 100 8 45 95 61 75 58 9 65 77 55 68 75 10 58 55 56 60 69 11 92 44 66 88 56 12 89 65 86 79 85 13 66 66 66 66 66 14 55 90 92 91 88 15 100 100 100 100 100 16 71 86 78 73 81 17 78 82 75 77 70 18 66 71 72 75 65 19 30 65 35 42 54 20 65 65 65 65 65
Hasil Berhak Berhak Berhak Berhak Tidak Berhak Berhak Berhak Tidak Berhak Tidak Berhak Tidak Berhak Tidak Berhak Berhak Tidak Berhak Tidak Berhak Berhak Berhak Berhak Berhak Tidak Berhak Tidak Berhak
3. Menentukan Mean dan Standar Deviasi Setiap Variabel Pengaruh mean dan standart deviasi pada sistem pendukung keputusan pemberian bonus adalah untuk mencari nilai rata-rata dari data training setelah nialai mean di temukan maka kita dapat mencari nilai standart deviasi, setelah nilai mean dan standart deviasi ditemukan maka selanjutnya kita mencari hasil akhir untuk menentukan berhak atau tidak berhak pegawai menerima bonus.
41
Berikut akan dijelaskan beberapa dari nilai mean (nilai rata – rata) dan nilai standar deviasi (nilai statistik) dari setiap variabel. a. Mean dan Standar Deviasi Absensi Pada Setiap Kategori Nilai rata – rata dan nilai statistik dari variabel absensi adalah sebagai berikut : Tabel III.3. Tabel Mean No. 1 2 3 4 5 6 7 8 9 10 11 Mean S. Deviasi
Berhak 75 82 65 99 77 88 89 100 71 78 66 80,90909 12,00379
Tidak Berhak 62 45 65 58 92 66 55 30 65
59,77778 16,83580
b. Mean dan Standar Deviasi Kedisiplinan Pada Setiap Kategori Nilai rata – rata dan nilai statistik dari variabel kedisiplinan adalah sebagai berikut : Tabel III.4. Tabel Mean dan Standar Deviasi Kedisplinan No Berhak Tidak Berhak 1 75 62 2 88 95 3 60 77 4 78 55 5 60 44 6 87 66 7 65 90 8 100 65 9 86 65
42
10 11 Mean S. Deviasi
82 71 77,45455 12,71506
68,77778 16,16924
c. Mean dan Standar Deviasi P. Solving Pada Setiap Kategori Nilai rata – rata dan nilai statistik dari variabel P. Solping adalah sebagai berikut : Tabel III.5. Tabel Mean dan Standar Deviasi P. Solving No Berhak Tidak Berhak 1 65 78 2 61 90 3 55 66 4 56 100 5 66 72 6 66 99 7 92 86 8 35 100 9 65 78 10 75 11 72 Mean 83,27273 62,33333 S. Deviasi 12,39428 14,84924
d . Mean dan Standar Deviasi Kejujuran Pada Setiap Kategori Nilai rata – rata dan nilai statistik dari variabel Kejujuran adalah sebagai berikut : Tabel III.6. Tabel Mean dan Standar Deviasi Kejujuran No Berhak Tidak Berhak 1 77 68 2 88 75 3 80 68 4 66 60 5 69 88 6 100 66
43
7 8 9 10 11 Mean S. Deviasi
79 100 73 77 75 80,36364 11,28072
91 42 65
69,22222 14,65245
e. Mean dan Standar Deviasi Inisiatif Pada Setiap Kategori Nilai rata – rata dan nilai statistik dari variabel Inisiatif adalah sebagai berikut : Tabel III.7. Tabel Mean dan Standar Deviasi Inisiatif No Berhak Tidak Berhak 1 65 66 2 90 58 3 81 75 4 80 69 5 65 56 6 100 66 7 85 88 8 100 54 9 81 65 10 70 11 65 Mean 80,18182 66,33333 S. Deviasi 13,04468 10,5
f. Probabilitas Untuk Setiap Kategori Pada Hasil Penilaian Tabel III.8. Tabel Probabilitas Jumlah Kategori Hasil
Jumlah
Berhak
Tidak Berhak
11
9
Probabilitas Kategori Hasil Berhak Tidak Berhak 11/20 = 0,55 9/20 = 0,45
44
4. Karyawan dan Kriteria Karyawan Berikut adalah nilai dari setiap kriteria karyawan, sampel dari penilaian di ambil 5 data karyawan di PT. Unibis untuk mempermudah perhitungan awal.
Kode
K1
K2
K3
K4
K5
Tabel III.9. Tabel Karyawan dan Kriteria Nama Kriteria Absensi Kedisiplinan Lidia Anggraini Problem Solving Kejujuran Inisiatif Absensi Kedisiplinan Husni Hanafi Problem Solving Kejujuran Inisiatif Absensi Kedisiplinan Surya Brata Problem Solving Kejujuran Inisiatif Absensi Kedisiplinan Risnawati Problem Solving Kejujuran Inisiatif Absensi Kedisiplinan Syafrizal Problem Solving Kejujuran Inisiatif
Nilai 77 65 89 90 77 80 85 78 91 89 65 55 58 59 62 56 58 95 55 65 66 68 72 70 65
5.Mencari Densitas Gauss, Likelihood dan Probabilitas Akhir Masing-Masing Karyawan. Diketahui : e (ekspektasi) = 2,718,
16
45
a. Lidia Anggraini Perhitungan Densitas Gauss Untuk Absensi (77) : f(Absensi = 77 | Hasil = Berhak)
= 0,0315 f(Absensi = 77 | Hasil = Tidak Berhak) = 0,0140
Perhitungan Densitas Gauss Untuk Kedisiplinan (65) : f(Kedisiplinan = 65 | Hasil = Berhak) = 0,0194 f(Kedisiplinan = 65 | Hasil = Tidak Berhak) = 0,0240 Perhitungan Densitas Gauss Untuk Problem Solving (89) : f(P. Solving = 89 | Hasil = Berhak) = 0,0289 f(P. Solving = 89 | Hasil = Tidak Berhak) = 0,0053
46
Perhitungan Densitas Gauss Untuk Kejujuran (90) : f(Kejujuran = 90 | Hasil = Berhak) = 0,0245 f(Kejujuran = 90 | Hasil = Tidak Berhak) = 0,0099 Perhitungan Densitas Gauss Untuk Inisiatif (77) : f(Inisiatif = 77 | Hasil = Berhak) = 0,0296 f(Inisiatif = 77 | Hasil = Tidak Berhak) = 0,0226
Mencari Likelihood Berhak dan Tidak Berhak : Likelihood Berhak
: :
atau 0,0000000070993
Likelihood Tidak Berhak : :
atau 0,0000000002245
:
= 0,9693
Probabilitas Tidak Berhak:
= 0,0306
Probabilitas Berhak
Berdasarkan perhitungan menggunakan metode naive bayes Lidia Anggraini mendapatkan Probabilitas Berhak > Probabilitas Tidak Berhak maka
47
dinyatakan Berhak menerima bonus karyawan. Jika pegawai dinyatakan berhak mendapatkan bonus di sistem pendukung keputusan pemeberian bonus maka ia akan mendapatka bonus.
III.3. Desain Sistem Desain sistem secara global menggunakan bahasa pemodelan UML yang terdiri dari Use , Class Diagram, Activity Diagram dan Sequence Diagram.
III.3.1.Usecase Diagram Secara garis besar, bisnis proses sistem yang akan dirancang digambarkan dengan usecase diagram yang terdapat pada Gambar III.2 :
48
Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Kinerja Pegawai dengan Menggunakan Metode Naive Bayes Pada PT. Unibis
Login
Menginput data pengguna sistem
Menginput data variabel
Edit Nilai Karyawan
Manipulasi data training
admin
Staff Penggajian
Input data karyawan Karyawan Melakukan analisa data
Analisa
Laporan
Gambar III.1. Use Case Diagram Sistem Pendukung Keputusan Pemberian Bonus Berdasarkan Kinerja Pegawai dengan Menggunakan Metode Naive BayesPada PT. Unibis
49
III.3.2. Class Diagram Rancangan kelas-kelas yang akan digunakan pada sistem yang akan dirancang dapat dilihat pada gambar III.2 : 1
Data training id Hasil
1..*
int varchar(30)
nip nama tempat_lahir tanggal_lahir alamat jenis_kelamin jabatan
+tambah +hapus 1 1
1..*
Data Training Detail id_master int id_variabel varchar(5) nilai varchar(30)
1
karyawan
varchar(20) varchar(30) varchar(30) varchar(50) text varchar(20) varchar(30)
+baru +tambah +edit +hapus +edit nilai karyawan 1
+tambah +hapus +mean dan standar devisi
1..*
1..*
Kriteria Karyawan 1
1
nip varchar(5) id_variable varchar(5) nilai varchar(30)
hasil nip status
+simpan
varchar(30) varchar(30)
+simpan Pengguna
1..* Variabe id nama jenis +baru +tambah +edit +hapus
varchar(5) varchar(50) varchar(20)
id nama username password jabatan +baru +tambah +edit +hapus
Gambar III.2. Class Diagram Sistem
varchar(5) varchar(30) varchar(30) varchar(30) varchar(30)
50
III.3.3. Activity Diagram Bisnis proses yang telah digambarkan pada use case diagram diatas dijabarkan dengan activity diagram : 1.
Activity Diagram Login Aktivitas login yang dilakukan oleh admin dapat diterangkan
dengan
langkah-langkah state, dimulai dari memasukkan user name, memasukkan password, jika Akun valid maka sistem akan mengaktifkan menu administrator, sedangkan jika tidak valid, maka tampilkan pesan kesalahan yang ditunjukkan pada gambar III.3 :
Memasukkan Username Memasukkan Password
Valid
Aktifkan Menu Administrator
invalid
Menampilkan Pesan Error
Gambar III.3. Activity DiagramLogin
2.
Activity DiagramPengaturan Data Pengguna Aktivitas yang dilakukan dalam akan mengelolah data penggunayang
ditunjukkan pada gambar III.4 :
51
Mulai Input data Pengguna
Input Data pengguna
Ya
Baru ? Tidak Edit ?
tidak
Hapus ?
Simpan ? ya
tidak
ya
ya Ubah Data
Simpan
Batal
tidak
Hapus Data
Gambar III.4. Activity Diagram Pengaturan Data Pengguna
3.
Activity Diagram Pengaturan Data Variabel Aktivitas yang dilakukan dalam akan mengelolah data variabel yang
ditunjukkan pada gambar III.5 :
52
Mulai Input data variabel
Ya
Input Data variabel
Baru ? Tidak Edit ?
tidak
Hapus ?
Simpan ? ya
tidak
ya
ya Ubah Data
Simpan
Batal
tidak
Hapus Data
Gambar III.5. Activity Diagram Pengaturan Data Variabel
4.
Activity Diagram Pengaturan Data Training Aktivitas yang dilakukan dalam akan mengelolah data training yang
ditunjukkan pada gambar III.6 :
53
Mulai Input data Training
Input Data Training
Ya
tambah ?
tidak
Hapus ?
ya Simpan ? ya
Simpan
tidak
Batal
tidak
Hapus Data
Gambar III.6. Activity Diagram Pengaturan Data Training 5.
Activity DiagramData Karyawan Aktivitas yang dilakukan dalam akan mengelolah data karyawan yang
ditunjukkan pada gambar III.7 :
54
Mulai Input Data Karyawan
Ya
Input Data gejala
Baru ?
Edit nilai ?
Tidak
Tidak
Edit ?
tidak
Ya
Ubah Data Nilai
Hapus ?
Simpan ? ya
ya
ya tidak Ubah Data
Simpan
Batal
tidak
Hapus Data
Gambar III.7. Activity Diagram Data Karyawan 6.
Activity Diagram Data Analisa Bonus Karyawan Aktivitas yang dilakukan dalam akan mengelolah data analisa bonus yang
ditunjukkan pada gambar III.8 :
Pilih menu analisis bonus karyawan
Tampilan hasil analisis
Pilih tombol simpan
Gambar III.8. Activity Diagram Data Analisa Bonus
55
7.
Activity Diagram Melihat Laporan Data Karyawan Aktivitas yang dilakukan dalam melihat informasi mengenai daftar karyawan
dapat diterangkan pada gambar III.9 :
Pilih menu laporan
Pilih laporan karyawan
Tampilan informasi data karyawan
Gambar III.9. Activity DiagramMelihat Laporan Karyawan
8.
Activity DiagramMelihat Laporan Hasil Analisa Aktivitas yang dilakukan dalam melihat informasi mengenai daftar penilaian
dapat diterangkan pada gambar III.10 :
Pilih menu laporan
Pilih laporan hasil analisa
Tampilan informasi data hasil analisa
Gambar III.10. Activity DiagramMelihat Laporan Hasil Analisa
56
III.3.4. Sequence Diagram Rangkaian kegiatan pada setiap terjadi event sistem digambarkan pada sequence diagram berikut: 1. Sequence Diagram Login Serangkaian kegiatanlogin yang dilakukan oleh admin dapat diterangkan dengan langkah-langkah state, dimulai dari memasukkan username, memasukkan password, jika Akun valid maka sistem akan mengaktifkan menu administrator, sedangkan jika tidak valid, maka tampilkan pesan kesalahan yang ditunjukkan pada gambar III.11 :
Aplikasi
Database
Admin Masukkan Username dan password
Validasi Username dan password
Return Gagal
Gagal
Return Berhasil
Berhasil
Menu Utama
Gambar III.11. Sequence DiagramLogin
57
2. Sequence Diagram Pengaturan Data Pengguna Kegiatan pada sistem dalam mengelolah data penggunayang ditunjukkan pada gambar III.12:
Aplikasi
Database
Admin Masukkan data pengguna
Masukkan data pengguna
Batal
Edit data pengguna
Mengedit data pengguna
Batal
Hapus data pengguna
Menghapus data pengguna
Batal
Tampilkan data
Gambar III.12. Sequence Diagram Pengaturan Data Pengguna
3. Sequence DiagramPengaturan Data Variabel Kegiatan pada sistem dalam mengelolah data variabelyang ditunjukkan pada gambar III.13:
58
Aplikasi
Database
Admin Masukkan data variabel
Masukkan data variabel
Batal
Edit data variabel
Mengedit data variabel
Batal
Hapus data variabel
Menghapus data variabel
Batal
Tampilkan data
Gambar III.13. Sequence Diagram Pengaturan Data Variabel
4. Sequence Diagram Pengaturan Data Training Kegiatan pada sistem dalam mengelolah data training yang ditunjukkan pada gambar III.14:
59
Aplikasi
Database
Admin Masukkan data pengguna
Masukkan data pengguna
Batal
Hapus data pengguna
Menghapus data pengguna
Batal
Tampilkan data
Gambar III.14. Sequence Diagram Pengaturan Data Training
5. Sequence DiagramData Karyawan Kegiatan pada sistem dalam mengelolah data karyawan yang ditunjukkan pada gambar III.15:
60
Aplikasi
Database
Admin Masukkan data karyawan
Masukkan data karyawan
Batal
Edit data karyawan
Mengedit data karyawan
Batal
Hapus data karyawan
Menghapus data karyawan
Batal
Edit nilai karyawan
Mengedit nilai karyawan
batal
Tampilkan data
Gambar III.15. Sequence Diagram Data Karyawan
6. Sequence Diagram Data Analisa Bonus Karyawan Kegiatan pada sistem dalam mengelolah data analisa bonus yang ditunjukkan pada gambar III.16:
61
Aplikasi
Database
Admin menyimpan data hasil analisis
menyimpan data hasil analisis Batal
Tampilkan data
Gambar III.16. Sequence Diagram Data Analisa Bonus
7. Sequence Diagram Melihat Laporan Data Karyawan Kegiatan pada sistem dalam melihat informasi mengenai daftar karyawan dapat diterangkan pada gambar III.17 :
Aplikasi
Database
Admin Click Laporan Laporan Data Karyawan
Koneksi database
Tampilkan data
Gambar III.17. Sequence Diagram Melihat Laporan Karyawan
62
8. Sequence Diagram Melihat Laporan Hasil Analisa Kegiatan pada sistem dalam melihat informasi mengenai daftar penilaian dapat diterangkan pada gambar III.18:
Aplikasi
Database
Admin Click Laporan Laporan Hasil Analisa
Koneksi database
Tampilkan data
Gambar III.18. Sequence DiagramMelihat Laporan Hasil Analisa
III.4.Desain Basis Data Desain basis data terdiri dari tahap merancang normalisasi tabel dan merancang struktur tabel. III.4.1. Normalisasi Tahap normalisasi ini bertujuan untuk menghilangkan masalah berupa ketidakkonsistenan apabila dilakukannya proses manipulasi data seperti penghapusan, perubahan dan penambahan data sehingga data tidak ambigu.
63
1. Bentuk Tidak Normal Bentuk tidak normal dari data penilaian ditandai dengan adanya baris yang satu atau lebih atributnya tidak terisi, bentuk ini dapat dilihat pada tabel III.10 dibawah ini: Tabel III.10 Data Penilaian Tidak Normal Kode KR001
KR002
KR003
Nama Lidia Anggraini Husni Hanafi
Tanggal Lahir
Alamat
Jabatan
Variabel
Nilai
06/04/1991
Jl. Nusantara II
Admin Sales
V01
77
V02
65
V02
85
V03
78
V01
65
V02
55
15/10/1992
Surya Brata
14/07/1989
Jl. Pelita Jl. Iskandar Muda
Helper
Helper
2. Bentuk Normal Pertama (1NF) Bentuk normal pertama dari data penilaian merupakan bentuk tidak normal yang atribut kosongnya diisi sesuai dengan atribut induk dari record-nya, bentuk ini dapat dilihat pada tabel III.11 di berikut ini: Tabel III.11 Data Penilaian Normal Pertama Kode KR001 KR001 KR002 KR002 KR003 KR003
Nama Lidia Anggraini Lidia Anggraini Husni Hanafi Husni Hanafi Surya Brata Surya Brata
Tanggal Lahir
Alamat
Jabatan
Variabel
Nilai
06/04/1991
Jl. Nusantara II
Admin Sales
V01
77
06/04/1991
Jl. Nusantara II
Admin Sales
V02
65
15/10/1992
Jl. Pelita
Helper
V02
85
15/10/1992
Jl. Pelita
Helper
V03
78
Helper
V01
65
Helper
V02
55
14/07/1989 14/07/1989
Jl. Iskandar Muda Jl. Iskandar Muda
64
3. Bentuk Normal Kedua (2NF) Bentuk normal kedua dari data rumahsakit merupakan bentuk normal pertama, dimana telah dilakukan pemisahan data sehingga tidak adanya ketergantungan parsial. Setiap data memiliki kunci primer untuk membuat relasi antar data, bentuk ini dapat dilihat pada tabel III.12berikut ini: Bentuk Normal Kedua (2NF) Tabel Variabel Tabel III.12 Data Variabel2NF Kode V01 V02 V03 V04 V05
Nama Absensi Kedisiplinan Problem Solving Kejujuran Inisiatif
Jenis Kontinu Kontinu Kontinu Kontinu Kontinu
4. Bentuk Normal Ketiga (3NF) Bentuk normal ketiga dari data penilaian merupakan bentuk normal pertama, dimana telah dilakukan pemisahan data sehingga tidak adanya ketergantungan parsial. Setiap data memiliki kunci primer untuk membuat relasi antar data, bentuk ini dapat dilihat pada gambar berikut ini:
Gambar III.19. Normalisasi 3NF
65
III.4.2. Desain Tabel Setelah melakukan tahap normalisasi, maka tahap selanjutnya yang dikerjakan yaitu merancang struktur tabel pada basis data sistem yang akan dibuat, berikut ini merupakan rancangan struktur tabel tersebut: 1. Struktur Tabel data_training Tabel hasil digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.13 berikut: Tabel III.13 Rancangan Tabel data_training Nama Database Nama Tabel No Nama Field Id 1. Hasil 2.
Unibis data_training Tipe Data Int varchar(30)
Boleh Kosong Tidak Tidak
Kunci Primary Key -
2. Struktur Tabel data_training_detail Tabel himpunan digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.14 berikut: Tabel III.14 Rancangan Tabel data_training_detail Nama Database Nama Tabel No Nama Field id_master 1. id_variabel 2. Nilai 3.
Unibis data_training_detail Tipe Data Boleh Kosong Int Tidak varchar(5) Tidak varchar(30) Tidak
Kunci Primary Key -
3. Struktur Tabel Hasil Tabel klasifikasi digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.15 berikut:
66
Tabel III.15 Rancangan Tabel Hasil Nama Database Nama Tabel No Nama Field Nip 1. Status 2.
Unibis Hasil Tipe Data varchar(30) varchar(30)
Boleh Kosong Tidak Tidak
Kunci -
4. Struktur Tabel karyawan Tabel kriteria digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.16 berikut: Tabel III.16 Rancangan Tabel karyawan Nama Database Nama Tabel No Nama Field Nip 1. Nama 2. tempat_lahir 3. tanggal_lahir 4. Alamat 5. jenis_kelamin 6. Jabatan 7.
Unibis Karyawan Tipe Data varchar(20) varchar(30) varchar(30) varchar(50) Text varchar(20) varchar(30)
Boleh Kosong Tidak Tidak Tidak Tidak Tidak Tidak Tidak
Kunci Primary Key -
5. Struktur Tabel kriteria_karyawan Tabel pendaftar digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.17 berikut: Tabel III.17 Rancangan Tabel kriteria_karyawan Nama Database Nama Tabel No Nama Field Nip 1. id_variable 2. Nilai 3.
Unibis kriteria_karyawan Tipe Data Boleh Kosong varchar(5) Tidak varchar(5) Tidak varchar(30) Tidak
Kunci Primary Key -
67
6. Struktur Tabel Pengguna Tabel penilaian digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.18 berikut: Tabel III.18 Rancangan Tabel Pengguna Nama Database Nama Tabel No Nama Field Id 1. Nama 2. Username 3. Password 4. Jabatan 5.
Unibis Pengguna Tipe Data varchar(5) varchar(30) varchar(30) varchar(30) varchar(30)
Boleh Kosong Tidak Tidak Tidak Tidak Tidak
Kunci Primary Key -
7. Struktur Tabel Variabel Tabel user digunakan untuk menyimpan data, selengkapnya mengenai struktur tabel ini dapat dilihat pada tabel III.19 berikut: Tabel III.19 Rancangan Tabel Variabel Nama Database Nama Tabel No Nama Field Id 1. Nama 2. Jenis 3.
Unibis Variabel Tipe Data varchar(5) varchar(50) varchar(20)
Boleh Kosong Tidak Tidak Tidak
Kunci Primary Key -
III.5. Desain User Interface Tahap perancangan berikutnya yaitu desain sistem secara detail yang meliputi desain output sistem dan desain input sistem. III.5.1. Desain Output Berikut ini adalah rancangan tampilan desain output yang akan dihasilkan oleh sistem:
68
1. Desain Form Melihat Laporan Data Karyawan Tampilan pada sistem dalam melihat informasi mengenai daftar karyawan dapat diterangkan pada gambar III.20:
Gambar III.20. Desain Form Melihat Laporan Karyawan
2.
Desain Form Melihat Laporan Hasil Analisa Tampilan pada sistem dalam melihat informasi mengenai daftar penilaian
dapat diterangkan pada gambar III.21:
Gambar III.21. Desain Form Melihat Laporan Hasil Analisa
69
III.3.2.2. Desain Input Berikut ini adalah rancangan atau desain input sebagai antarmuka pengguna: 1. Desain Form Login Tampilan pada sistem dalammengelolah data penggunayang ditunjukkan pada gambar III.22 : Form Login
Gambar III.22. Desain Form Login
2.
Desain Form Pengaturan Data Pengguna Tampilan pada sistem dalam mengelolah data penggunayang ditunjukkan
pada gambar III.23:
70
Form Pengguna
Gambar III.23. Desain Form Pengaturan Data Pengguna
3.
Desain Form Pengaturan Data Variabel Tampilan pada sistem dalam mengelolah data variabelyang ditunjukkan pada
gambar III.24:
71
Form Variabel
Gambar III.24. Desain Form Pengaturan Data Variabel
4.
Desain Form Pengaturan Data Training Tampilan pada sistem dalam mengelolah data trainingyang ditunjukkan pada
gambar III.25:
72
Form Data Training
Gambar III.25. Desain Form Pengaturan Data Training
5.
Desain Form Data Karyawan Tampilan pada sistem dalam mengelolah data karyawan yang ditunjukkan
pada gambar III.26: Form Karyawan
Gambar III.26. Desain Form Data Karyawan
73
6.
Desain Form Data Analisa Bonus Karyawan Tampilan pada sistem dalam mengelolah data analisa bonus yang ditunjukkan
pada gambar III.27: Form Analisa Bonus Karyawan
Gambar III.27. Desain Form Data Analisa Bonus