SEMINAR NASIONAL PENDIDIKAN TEKNIK INFORMATIKA SENAPATI

Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, Universitas Pendidikan Ganesha, Jl. Udayana Kampus Tengah, Singaraja – Bali, Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati

iii

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017

SEMINAR NASIONAL PENDIDIKAN TEKNIK INFORMATIKA SENAPATI BALI, 09 SEPTEMBER 2017 Tema: "Big Data in Education" Dewan Redaksi: Tim Reviewer:

Prof. Ir. Zainal Arifin Hasibuan, MLS, Ph.D Prof. Dr. Rer. Nat. Achmad Benny Mutiara, S.Si, S.Kom Prof. Dr. I Wayan Santyasa, M.Si Dr. Ir. Rinaldi Munir, M.T. Paulus Insap Santosa, M.Sc., Ph.D Dr. Wayan Sukra Warpala, S.Pd., M.Sc Dr. Gede Rasben Dantes, S.T., M.Ti Dr. Ketut Agustini, S.Si., M.Si

(Universitas Indonesia) (Universitas Gunadarma) (Universitas Pendidikan Ganesha) (Institut Teknologi Bandung) (Universitas Gajah Mada) (Universitas Pendidikan Ganesha) (Universitas Pendidikan Ganesha) (Universitas Pendidikan Ganesha)

Tim Editor:

I Made Agus Wirawan, S.Kom., M.Cs. I Gede Mahendra Darmawiguna, S.Kom., M.Sc. Ketut Resika Arthana, S.T., M.Kom. Gede Saindra Santyadiputra, S.T., M.Cs. I Made Putrama, S.T., M.Tech. Nyoman Sugihartini, S.Pd., M.Pd. Gede Aditra Pradnyana, S.Kom., M.Kom. Dr. Dewa Gede Hendra Divayana, S.Kom., M.Kom. I Made Ardwi Pradnyana, S.T., M.T. I Gede Partha Sindu, S.Pd., M.Pd. P Wayan Arta Suyasa, S.Pd., M.Pd. Luh Putu Eka Damayanthi, S.Pd., M.Pd. I Made Dendi Maysanjaya, S.Pd.,M.Eng. Gede Arna Jude Saskara, ST, MT.

(Universitas Pendidikan Ganesha)


i


KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8 Om Swastyastu, Puji syukur kita panjatkan ke hadirat Tuhan Yang Maha Esa, karena berkat rahmat dan karuniaNya prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 ini dapat diselesaikan dengan baik dan tepat pada waktunya. Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 ini merupakan rangkaian kegiatan Peringatan HUT ke-10 Jurusan Pendidikan Teknik Informatika, Universitas Pendidikan Ganesha. Seminar ini adalah sebuah kegiatan berskala nasional, dan ditujukan untuk seluruh kalangan akademisi dan praktisi teknologi maupun kependidikan yang bergerak dalam bidang pendidikan dan teknologi informatika. Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 mengusung tema utama "Big Data in Education " dengan dua kelompok bidang ilmu dan subtema yang lebih spesifik, yaitu Kelompok A: Bidang Kependidikan Informatika/TIK secara luas, dan Kelompok B: Bidang Teknologi Informatika. Sesuai dengan latar belakang dan tema yang diusung dalam kegiatan ini, maka Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 bertujuan untuk memfasilitasi bertemunya pelaksana, mahasiswa, praktisi, dan ahli bidang kependidikan dan teknologi informatika dalam sebuah forum ilmiah resmi, serta memfasilitasi penyebaran dan sosialisasi hasil studi, hasil-hasil penelitian, ataupun evaluasi kondisi terkini dari pelaksanaan kebijakan dan program pemerintah di bidang kependidikan dan teknologi informatika. Prosiding ini merupakan kumpulan makalah ilmiah dari makalah utama yang disampaikan oleh pembicara utama SENAPATI Ke-8 serta makalah pendamping yang dikirimkan oleh peserta, yang sudah melalui proses review oleh tim reviewer. Terima kasih banyak kami sampaikan kepada semua reviewer dan narasumber yang telah berkontribusi menyumbangkan ide-ide serta pemikiran-pemikiran kreatifnya melalui makalah ilmiah yang dikirimkan. Tidak lupa juga kami sampaikan terima kasih kepada seluruh panitia yang telah bekerja keras demi terselenggaranya kegiatan ini dengan baik. Akhir kata kami sampaikan permohonan maaf apabila dalam prosiding ini masih terdapat kesalahan-kesalahan dalam penulisan nama, nama instansi maupun kesalahan lainnya. Segala kritik, saran, dan komentar dapat disampaikan melalui email ke alamat: [email protected]. Terima kasih. Om çanti, çanti, çanti Om Bali, September 2017 Ketua Panitia Senapati Ke-8

ii



SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN UNIVERSITAS PENDIDIKAN GANESHA Om Swastyastu, Salam sejahtera untuk kita semua, Terlebih dahulu marilah kita panjatkan puji syukur kehadapan Tuhan Yang Maha Esa atas karuniaNya, sehingga Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 dapat terlaksana sesuai dengan rencana yang telah ditetapkan. Adapun tujuan dari kegiatan ini adalah untuk menghimpun wacana pemikiran baru dan cemerlang dari berbagai pihak, seperti kalangan ahli, praktisi industri dan usaha, untuk kemajuan Pendidikan Teknik Informatika. Kegiatan ini juga merupakan wadah untuk menghimpun informasi dan komunikasi tenaga Pendidikan Teknik Informatika. Pada kesempatan ini, Saya atas nama pimpinan dan keluarga besar Fakultas Teknik dan Kejuruan, Universitas Pendidikan Ganesha, menyampaikan selamat dan sukses kepada panitia SENAPATI Ke-8 peserta SENAPATI Ke-8 yang telah mencurahkan waktu, tenaga dan pikirannya demi kelancaran kegiatan ini, dan pada kesempatan ini saya juga menyampaikan dan memberikan penghargaan kepada semua pihak yang telah meluangkan waktu dan menyumbangkan pikiran untuk kemajuan Pendidikan Teknik Informatika. Akhirnya saya mengucapkan terima kasih dan penghargaan yang setinggi-tingginya kepada semua panitia yang telah memberikan sumbangan tenaga dan dharma baktinya demi kesuksesan kegiatan ini. Saya juga mohon maaf atas segala kekurangan yang terdapat dalam pelaksanaan kegiatan ini, semoga kegiatan ini memberikan makna dan manfaat bagi kita semua. Om çanti, çanti, çanti Om Bali, September 2017 Dekan Fakultas Teknik dan Kejuruan Universitas Pendidikan Ganesha


iii


SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA Om Swastyastu, Salam Sejahtera bagi kita semua, Pertama-tama marilah kita panjatkan puji syukur kehadapan Ida Sang Hyang Widi Wasa, Tuhan Yang Maha Kuasa, dimana hanya karena rahmat dan izin-Nya maka SEminar NAsional PendidikAn Teknik Informatika 2017 (SENAPATI 2017) ini dapat terselenggara dengan baik. Saya ucapkan selamat datang kepada semua pemakalah dan peserta SENAPATI Ke-8 di Universitas Pendidikan Ganesha Singaraja. SENAPATI ini merupakan kegiatan Seminar Nasional ke-8 Jurusan Pendidikan Teknik Informatika yang akan diadakan setiap tahun dalam rangkaian kegiatan ulang tahun Jurusan Pendidikan Teknik Informatika FTK Undiksha. Topik yang dipresentasikan mengusung Tema utama "Big Data in Education". Tema tersebut akan didukung dan dijabarkan dalam kelompok-kelompok bidang ilmu dan sub tema yang lebih spesifik diantaranya Bidang Kependidikan Informatika/TIK secara luas dan Bidang Teknologi Informatika. Dengan cakupan materi ini diharapkan partisipan kegiatan SENAPATI Ke-8 berasal dari kalangan peneliti, akademisi termasuk Guru dan praktisi. Forum ini diharapkan bisa menjembatani kesenjangan antara pemahaman riset-riset Informatika yang paling muntakhir dengan tingkat pendidikan masyarakat awam sehingga dapat berjalan secara berdampingan dan saling mendukung. Selain itu seminar ini dapat menjadi wahana untuk berdiskusi dan berkomunikasi serta meningkatkan kerjasama antar peneliti dan praktisi. Akhirnya, perkenankanlah saya sampaikan terima kasih yang sebesar-besarnya kepada semua pihak yang telah mendukung suksesnya penyelenggaraan SENAPATI Ke-8, terutama sekali kepada Panitia pelaksana dan pihak-pihak lain yang secara langsung maupun tidak langsung telah ikut memberikan andil bagi terselenggaranya SENAPATI Ke-8. Semoga kegiatan Seminar Nasional ini akan memberikan manfaat yang sebesar-besarnya bagi semua pihak yang memerlukan. Om çanti, çanti, çanti Om Bali, September 2017 Ketua Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha

iv



DAFTAR ISI KATA PENGANTAR KETUA PANITIA SENAPATI Ke-8 .............................................................. ii SAMBUTAN DEKAN FAKULTAS TEKNIK DAN KEJURUAN .................................................... iii UNIVERSITAS PENDIDIKAN GANESHA ...................................................................................... iii SAMBUTAN KETUA JURUSAN PENDIDIKAN TEKNIK INFORMATIKA................................. iv FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA ................. iv DAFTAR ISI ........................................................................................................................................ v MAKALAH UTAMA ......................................................................................................................... 1 Pembelajaran Adaptif Berlandaskan Asesmen Otentik di Era Big Data I.N Sukajaya ........................................................................................................................................ 2 Inovasi Teknologi dalam Pendidikan melalui Big Data Analytic dan Personalized Learning Ketut Agustini ................................................................................................................................... 10

MAKALAH KELOMPOK A BIDANG KEPENDIDIKAN INFORMATIKA/TIK SECARA LUAS ......................................... 15 Media Pembelajaran Matematika Interaktif untuk Siswa Tunarungu: Perancangan dan Validasi K. Beni A., I. N. Gita, I. M. Suarsana .............................................................................................. 16 Perancangan Aplikasi Perhitungan Operasi Matriks Berbasis Web Sebagai Sarana Pembelajaran Harya Bima Dirgantara, Tedi Lesmana Marselino ........................................................................ 23

Uji Coba Rancangan Model CSE-UCLA Yang Dimodifikasi Dengan Metode Weighted Product dan Validasi Instrumen Evaluasi Layanan Perpustakaan Digital Pada Perguruan Tinggi Komputer di Bali Dewa Gede Hendra Divayana, Agus Adiarta, Ida Bagus Gede Surya Abadi............................... 28

Implementasi UTAUT dalam Menganalisis Pengaruh Penggunaan Aplikasi VMEET Terhadap Tingkat Kepuasan Belajar di Universitas Bina Darma Palembang Megawaty .......................................................................................................................................... 35 Analisis Kecenderungan Gaya Kognitif Siswa dalam Pengembangan Dynamic Intelectual Learning (DIL) Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, Universitas Pendidikan Ganesha, Jl. Udayana Kampus Tengah, Singaraja – Bali, Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati

v


Luh Setiani, Ketut Agustini.............................................................................................................. 40 Persepsi Guru Terhadap Pengembangan Profesionalisme Melalui Pelatihan Media Pembelajaran Berbasis Edmodo Noni Agustina, Ratnawati Susanto .................................................................................................. 44 Desain Sistem Personalisasi E-Learning Berbasis Felder Silverman Model Untuk Materi Animasi 2 Dimensi di SMK Negeri Singaraja G. N. Pardomuan, Ketut Agustini ................................................................................................... 49

Analisis Kecenderungan Gaya Belajar dalam Rancangan Emodul Berorientasi Modalitas VAK (Visual, Auditori, Kinestetik) pada Siswa SMK TKJ Kabupaten Buleleng I Nengah Eka Mertayasa, Ketut Agustini ....................................................................................... 53 Analisis Personalized Learning Berorientasi Motivasi Belajar Siswa Kadek Agus Darma Yadnya, Ketut Agustini .................................................................................. 57

Pengembangan Evaluasi dan Penugasan Online Berbasis E-Learning dengan Moodle pada Mata Kuliah Media Pembelajaran Ilmu Komputer Siti Husnul Bariah ............................................................................................................................ 61

Hubungan antara Kompetensi Kepribadian dan Sosial Guru PPL Jurusan Pendidikan Teknik Informatika terhadap Motivasi Belajar Siswa SMK Se-Kota Singaraja .............................................. 67 Dewa Ayu Putu Candra Santika, I G. M. Darmawiguna, G. S. Santyadiputra, L. P. E. Damayanthi .. 67

MAKALAH KELOMPOK B BIDANG TEKNOLOGI INFORMATIKA .................................................................................... 72 Analisis Kualitas Koneksi Jaringan Internet 4G XL dan Smartfren di Wilayah Kota Palembang Irwansyah .......................................................................................................................................... 73 Implementasi Sensor Kapasitif dan Piezo-Electric pada Bilah Gamelan Elektronik sebagai Media Belajar Tabuh I Gede Eka Wiantara Putra ............................................................................................................. 80 Rekayasa Sistem Tata Kelola dan Layanan Informasi Proses Perkuliahan Berbasis Multi Platform Adi Chandra Syarif, Farid Hartono Gunawan, Erick Alfons Lisangan ....................................... 85 vi



Penerapan Image Enhancement Algorithm Untuk Meningkatkan Kualitas Citra Tak Bergerak Phie Chyan, Sean Coonery Sumarta ............................................................................................... 92 Pengaruh Seleksi Fitur Terhadap Hasil Klasifikasi Fase Plasmodium vivax Pada Citra Mikroskopis Digital Sediaan Darah Tipis I Md. Dendi Maysanjaya, Md. Satria Wibawa, I Md. Agus Wirahadi Putra .............................. 96 Sistem Informasi Reservasi Hotel dan Villa Berbasis Web Pada Villa Seganti Setungguan Gunung Dempo Pagaralam Helda Yudiastuti ............................................................................................................................. 102 Implementasi dan Analisis Perangkat Pengirim Data Sensor melalui Modul A6 GSM/GPRS berbasis Microcontroller I Gede Eka Wiantara Putra, I Ketut Putu Suniantara, I Nyoman Satya Kumara .................... 109 Implementasi Load Balancing Pada Openstack dengan Metode Round Robin I Made Aga Satya Darma, I Gede Oka Gartria Atitama ............................................................. 115 Desain E-Tourism Big Data MPD Untuk Edukasi Pelaku Pariwisata di Kabupaten Gianyar I Putu Agus Eka Pratama, I Made Sunia Raharja ....................................................................... 120 Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android I Putu Sugi Anantra, I Made Agus Wirawan, I Ketut Resika Arthana ...................................... 123 Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu Kabupaten Buleleng dengan Metode Least Square Ni Ketut Ayu Indra Cahyani, I Made Putrama, I Made Agus Wirawan ................................... 129

Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga I Gst Putu Bagus Naramas Wahyu Prayoga, I Ketut Resika Arthana, I Gede Mahendra Darmawiguna .................................................................................................................................. 136


vii

MAKALAH UTAMA


1


Pembelajaran Adaptif Berlandaskan Asesmen Otentik di Era Big Data I.N Sukajaya Program Studi pendidikan Matematika, Fakultas MIPA Universitas Pendidikan Ganesha Singaraja, Indonesia [email protected] Abstrak— Teknologi pembelajaran adaptif yang di gadanggadang memiliki kelebihan dalam hal personalisasi pembelajaran tidak terlepas dari tahapan umum pembelajaran yang me--liputi perencanaan, pengajaran dan penilaian. Tanpa bermaksud mengabaikan tahapan perencanaan dan pengajaran, tahapan pe-nilaian memegang peran kunci untuk diperoleh nya dasar dalam menyusun perencanaan dan melaksanakan pembelajaran. Peni-laian tentu tidak dapat dilakukan secara parsial dengan menilai aspek tertentu saja dan mengabaikan aspek lain dan hanya dila-kukan di akhir dari keseluruhan pembelajaran. Penilaian dilaku-kan secara berkelanjutan dan melibatkan sebanyak-banyaknya aspek yang mewakili individu pembelajar. Selain itu penilaian juga dilakukan secara berkelanjutan sehingga luaran yang dihasilkan dari tahapan penilaian dapat digunakan dini untuk menangkal kemungkinan penyimpangan pencapaian tujuan pembelajaran, serta melakukan perbaikan pengelolaan kelas sesuai kebutuhan. Penyesuaian pembelajaran yang dilandasi penilaian otentik serta menerapkan teknik analisis yang tepat tentu dapat meningkatkan kualitas pembelajaran. Dalam paper ini dibahas teknologi Big Data, analisis yang tersedia dalam melakukan analisis di Big Data, serta bagaimana teknologi pem-belajaran adaptif berpotensi kualitas nya meningkat dengan adanya dukungan Big Data. Kata-kata kunci: Big Data, teknologi Pembelajaran adaptif, asesmen otentik.

I. PENGANTAR TEORI PEMBELAJARAN Pembelajaran merupakan upaya mengubah perilaku pembelajar sehingga mereka mampu menolerir peningkatan taraf ketidakpastian, intuitif dan kreatif, serta mampu memanfaatkan keterampilan kognitif mereka dalam menyelesaikan permasa-lahan [1]. Tahapan yang dilakukan untuk mencapai tujuan pembelajaran meliputi: perencanaan, pengajaran, dan penilaian. Konsep perencanaan pembelajaran tersurat dalam [2]. Peren-canaan merupakan praktik membangun pengalaman belajar sehingga akuisisi pengetahuan dan keterampilan menjadi lebih efisien, efektif, dan menarik. Proses perencanaan meliputi: penentuan status awal dan kebutuhan pembelajar, mendefini-sikan tujuan akhir pembelajaran, dan menyelipkan beberapa intervensi sebagai bantuan dalam transisi. Pengajaran merupa-kan proses, cara, perbuatan mengajar atau mengajarkan. Proses ini sangat 2

kompleks dan multi sisi. Sedangkan penilaian meru-pakan langkah krusial dalam menentukan apakah perkem-bangan konsep pembelajar mampu mencapai keterampilan berpikir tingkat tinggi atau tidak [1]. Sebagai salah satu tahapan pembelajaran; penilaian memiliki fungsi sebagai: (a) alat dalam mengukur capaian tujuan pembelajaran, (b) umpan balik bagi perbaikan pembelajaran, serta (c) sebagai dasar penyusunan pertanggungjawaban ke pihak-pihak pemangku kepentingan. Penilaian memiliki tujuan mengefektifkan pemberian pertimbangan atau pembuatan ke-putusan. Penilaian menentukan apa yang dipelajari dan peri-laku pembelajar yang diharapkan muncul dalam pembelajaran. Penilaian juga menentukan bagaimana guru mengajar. Hasil penilaian menjawab pertanyaan: (a) apakah pembelajar mem-pelajari tentang apa yang seharusnya mereka pelajari?, (b) apakah guru mengajarkan apa yang mestinya mereka ajarkan? Ketepatan jawaban sangat tergantung pada hasil penilaian. Penilaian dalam pembelajaran menggunakan informasi ter-kait individu pembelajar yang dikumpulkan melalui proses asesmen. Ketika berbicara penilaian dalam pembelajaran maka secara otomatis yang dijadikan indikator adalah skor tes. Oleh karena itu penilaian yang banyak dilakukan meliputi: penilaian formatif dan sumatif. Penilaian formatif memiliki karakteristik: penilaian nya dilakukan secara menerus dan bersifat diagnos-tik. Hasil penilaian formatif diterapkan langsung sebagai perba-ikan pembelajaran berikutnya. Penilaian sumatif merupakan penilaian yang dilakukan di akhir pembelajaran. Penilaian sumatif lebih menitikberatkan pada penilaian ketercapaian tujuan pembelajaran. Hasil dari penilaian ini berupa skor tes. Penilaian yang menganggap luarannya adalah skor cenderung menggunakan kertas. Kondisi ini mendorong tidak otentiknya hasil penilaian karena penilaian hanya mencakup satu domain saja (domain kognitif) dari tiga domain pembelajaran yakni: kognitif, afektif dan psikomotor. Bentuk peni-laian berbasis kertas (paper-based) juga cenderung memun-culkan suasana inspeksi yang ketat sehingga berdampak psiko-logis menakutkan bagi pembelajar. Suasana seperti ini mem-beri dampak kurang otentiknya rekaman hasil penilaian.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Dalam prinsip-prinsip penilaian hasil belajar disebutkan bahwa penilaian mesti dilakukan secara komprehensif yang mencakup keseluruhan aspek pembelajaran; valid, dapat diandalkan, serta objektif sehingga menggambarkan kemampuan pembelajar yang sesungguhnya. Pada penilaian berbasis kertas memiliki peluang rendah dapat mengimplementasikan prinsip-prinsip penilaian ini secara utuh karena beragam alasan. Salah satu alasan di antara beragam alasan tersebut adalah situasi psikologis penilaian berbasis kertas cenderung berpengaruh pada hasil. Perasaan takut, cemas pada diri pembelajar merupakan contoh kondisi psikologis yang tidak mudah untuk dihilangkan dalam situasi penilaian. Mengabaikan diagnosis karakteristik pembelajar (selanjut-nya ditulis profil pembelajar) dapat menurunkan kinerja mereka dalam pembelajaran yang pada akhirnya memunculkan kesulitan dalam belajar [3]. Diagnosis ini sangat dibutuhkan untuk mengetahui pemahaman kekinian pem-belajar tentang materi pelajaran, merencanakan perbaikan yang dibutuhkan dalam belajar, menetapkan strategi yang diimplementasikan dalam pembelajaran, serta klasifikasi profil pembelajar. Dengan kata lain pembelajaran dituntut mengalami penyesuaian dengan profil pembelajar. Klasifikasi profil dibutuhkan sedini mungkin secara berkelanjutan sehingga pembelajaran lebih terarah, runtun serta mampu menekan semaksimal mungkin penyimpangan yang potensi terjadi dalam pembelajaran. II. BIG DATA Kata Big dipastikan menginspirasi pembaca bahwa ukuran (size) muncul sebagai kata / frasa kata dalam mendefinisikan Big Data. Memang seperti itu kenyataan nya meskipun para ahli belum mufakat dengan satu definisi tentang Big Data [4]. Perbedaan pemahaman ahli terkait Big Data ditunjukkan pada Gambar 1.

Gambar 1. Definisi Big Data hasil survei online 154 eksekutif global pada bulan April 2012

Di antara keragaman definisi Big Data, [5] memunculkan tiga dimensi untuk mendeskripsikan Big Data. Ketiga dimensi itu adalah: volume, variety, dan velocity atau disingkat 3V [6,7]. [8] juga memberikan terminologi yang serupa yakni Big data merupakan aset informasi dengan volume, kecepatan, dan keragaman tinggi sehingga membutuhkan bentuk

pemrosesan informasi yang efektif dan inovatif guna peningkatan pema-haman dan pembentukan keputusan. TechAmerica Foundation juga mendefinisikan Big Data sebagai terminologi yang menjelaskan volume yang besar dari data dengan kecepatan, kompleksitas, dan variable yang tinggi sehingga membutuhkan teknik dan teknologi lebih maju untuk memungkinkan me-nangkap, menyimpan, mendistribusi, mengelola, dan mengana-lisis informasi. [9]. Volume mengacu pada besar data. Ukuran Big data mencapai sejumlah terabyte dan petabyte. Sebuah survei yang dilakukan IBM di pertengahan 2012 menunjukkan bahwa separuh dari 1.144 responden mengatakan data yang melebihi satu terabyte ke dalam big data [10]. Satu terabyte menyimpan data yang cukup dimuat dalam 1500 CD atau 220 DVD, cukup menyimpan sekitar 16 juta photo Facebook. [11] melaporkan bahwa facebook memroses sampai sejuta photo per detik. Satu petabyte sama dengan 1.024 terabyte. Definisi terkait volume pada Big Data adalah relatif dan dipengaruhi oleh banyak faktor seperti waktu dan tipe data. Data set yang sekarang terkategori Big Data boleh jadi tidak memenuhi kategori di masa datang karena terjadi peningkatan kapasitas penyimpan yang memungkinkan penyimpanan data yang lebih besar. Tipe data, yang akan disajikan pada sesi variety, mendefinisikan kata Big. Dua dataset dengan ukuran yang sama membutuh--kan teknologi manajemen data yang berbeda, tergantung dari tipe data nya, misalnya data tabular v.s. video. Sehingga definisi Big Data juga gayut terhadap industri. Dengan demikian tidak lah mudah mendefinisikan batasan spesifik volume Big Data. Variety merujuk pada keragaman struktur dalam dataset. Kemajuan teknologi mengizinkan perusahaan menggunakan beragam tipe data: terstruktur, semi-terstruktur, atau tidak terstruktur. Data terstruktur yang umumnya mencakup hanya 5% dari keseluruhan data yang ada [12] merupakan data tabular dalam bentuk spreadsheet atau basis data relasional. Teks, citra, audio, dan video merupakan contoh data tidak terstruktur, minim dalam hal pengorganisasian struktur yang dibutuhkan mesin dalam proses analisis. Data semi-terstruktur berada di antara data terstruktur dan tidak terstruktur, tidak memiliki standar struktur yang ketat. XML merupakan contoh data semi-terstruktur. Kategori Big Data juga ditentukan oleh level variety dan variety bukan merupakan hal baru. Dunia informasi sudah menggunakan data tidak terstruktur sejak lama. Dimensi ke tiga yakni Velocity mewakili kecepatan memperoleh dan menganalisis atau menindaklanjuti data yang diperoleh. Proliferasi peralatan digital seperti smartphone dan sensor memicu kecepatan pembentukan data yang tidak diprediksi dan kebutuhan perencanaan analisis data waktu nyata dan berbasis fakta. Data yang dibentuk dari peralatan mobile dan mengalir melalui aplikasi mobile menghasilkan sejumlah informasi yang dapat digunakan untuk membangun tampilan waktu nyata dan dikhususkan bagi pemakai. Data dari peralatan digital mampu memberikan informasi berupa


3

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 suara terkait pengguna, seperti lokasi geospatial, demografi, dan beberapa informasi lainnya. III. ANALISIS DI BIG DATA Big Data sendiri tidak memiliki arti tanpa disertai proses pengorganisasian yang efektif untuk menjadikan data berukur-an besar dengan pergerakan yang cepat serta beragam membe-rikan pemahaman yang berarti. Dengan kata lain, Big data mesti dikembangkan menjadi Smart Data. Satu dimensi lagi yang dibuuhkan untuk menjadikan Big Data ke Smart Data adalah dimensi Value. Proses ekstraksi pemahaman dalam Big Data mencakup lima tahapan [13] seperti ditunjukkan pada Gambar 2. Lima tahap ini dikelompokkan ke dalam dua sub-proses yakni manajemen data dan analisis. Manajemen data mencakup proses dan teknologi pendukung perolehan dan penyimpanan data, serta penyiapan dan pemanggilan ulang data untuk keperluan analisis. Sedangkan analisis mencakup teknik yang digunakan untuk menganalisis dan memperoleh kecerdasan di Big Data. Sehingga analisis di Big Data dapat dipandang sebagai sub-proses di dalam keseluruhan proses ekstraksi pemahaman di Big Data.

Gambar 2. Proses ekstraksi pengetahuan di Big Data

Seperti diketahui bahwa data yang diakomodir di Big Data mencakup teks, audio, video, media sosial, dan prediksi. Berikut dipaparkan metode analisis yang digunakan untuk masing-masing jenis data di Big Data 3.1. Analisis Teks Analisis teks (text mining) adalah teknik untuk mengekstrak informasi dari data tekstual. Contoh data tekstual yang dikelola oleh organisasi di antaranya: surat elektronik, blogs, online forums, survei pendapat, dokumen perusahaan, berita, dan call center logs. Analisis teks mencakup analisis statistik, linguistik komputasi, dan machine learning. Proses dalam analisis teks adalah konversi data teks dengan volume yang besar menjadi ringkasan yang bermakna yang pada akhirnya membantu pembuatan keputusan yang didasarkan pada fakta. Sebagai contoh, analisis teks dapat digunakan memprediksi pasar berdasarkan informasi yang diekstraksi dari berita keuangan [14]. Beberapa metode analisis teks diantaranya: ekstraksi informasi (information extraction (IE)), teknik meringkas teks (text summarization), teknik menjawab pertanyaan (question answering(QA)), dan penggalian pendapat (sentiment analysis). IE merupakan teknik mengekstrak data terstruktur dari teks yang tidak terstruktur. Contoh penggunaan nya adalah ekstraksi nama obat, dosis, frekuensi konsumsi berdasarkan resep medis. IE memiliki dua sub-tugas yaitu pengenalan entitas (ER) dan ekstraksi relasi (RE) [15]. ER menemukan 4

entitas dalam teks dan klasifikasi data ke kategori yang sudah didefinisikan sebelumnya seperti orang, tanggal, lokasi, dan organisasi. RE menemukan dan mengekstrak hubungan semantik antar entitas. Sebagai contoh, dalam teks “Steve Jobsco-founded Apple Inc. in 1976”, sistem RE dapat mengekstrak informasi seperti Penemu [Steve Jobs, Apple Inc.] atau Ditemukan_di [AppleInc., 1976]. Teknik meringkas teks menghasilkan ringkasan yang paling ringkas dari satu atau lebih dokumen. Ringkasan memuat informasi kunci yang dituangkan dalam teks asli. Aplikasi teknik meringkas adalah pada bidang sain dan artikel berita, iklan, surat elektronik, dan blog. Teknik meringkas memiliki dua pendekatan: ekstraktif dan abstraktif. Dalam pendekatan ekstraktif; ringkasan disusun dari unit teks aslinya (lumrahnya yang dipakai adalah kalimat). Berdasarkan pendekatan ekstraktif; penyusunan ringkasan meliputi kegiatan menen-tukan unit yang mencolok dari teks dan menggabungkannya bersama-sama. Mencolok atau tidak unit teks ditinjau dari letak teks dan seringnya muncul di teks. Pendekatan ekstraktif tidak membutuhkan pemahaman isi teks. Sedangkan pendekatan abstraktif mengekstrak informasi semantik dari teks. Ringkasan memuat unit teks yang tidak mesti muncul di teks asli. Penguraian teks asli dan penyusunan ringkasan dalam pen-dekatan abstraktif menggunakan pemrosesan bahasa alami (NLP) yang canggih. Jelas bahwa hasil ringkasan pada analisis teks menggunakan pendekatan abtraktif lebih koheren dibanding pendekatan ekstraktif [16], akan tetapi pendekatan ekstraktif lebih mudah diimplementasikan di Big Data. Analog dengan pendekatan abstraktif; sistem QA menggunakan teknik NLP yang kompleks. Lebih lanjut; teknik QA dipilah ke dalam tiga kategori: pendekatan berbasis pemulihan informasi (information retrieval (IR)), pendekatan berbasis pengetahuan, dan perpaduan keduanya. QA berbasis IR: (i) proses bertanya untuk menentukan rincian seperti tipe pertanyaan, fokus, dan tipe jawaban yang nantinya digunakan untuk menyusun query; (ii) pemrosesan dokumen yang digunakan untuk mengambil bagian-bagian penting pratertulis dari sekumpulan dokumen yang ada menggunakan query yang disusun di proses bertanya, dan (iii) proses menjawab, yang digunakan untuk mengekstrak kandidat jawaban luaran langkah sebelumnya, mengurutkannya, dan menentukan kandidat dengan urutan teratas sebagai luaran sistem QA. QA berbasis pengetahuan membangun deskripsi semantik pertanyaan yang selanjutnya digunakan sebagai query sumberdaya terstruktur. QA berbasis pengetahuan khususnya baik untuk domain tertentu seperti: pariwisata, kedokteran, dan transportasi di mana jumlah dokumen pratertulis belum banyak.Perpaduan sistem QA melakukan penyusunan kandidat jawaban menggunakan metode IR bersamaan dengan analisis pertanyaan secara semantik. Teknik analisis sentimen menganalisis teks yang memuat opini orang terhadap entitas seperti produk, organisasi, individu, atau kegiatan. Meningkatnya pengambilan data oleh dunia bisnis yang terkait opini pelanggan mendukung tumbuh


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 suburnya analisis sentimen [17]. Aplikasi paling banyak analisis sentimen adalah pada area pemasaran, keuangan, serta politik dan ilmu sosial. Teknik sentimen analisis dibagi ke dalam tiga sub-kelompok yaitu level document, level kalimat, dan basis aspek. Teknik level dokumen menentukan apakah keseluruhan dokumen mengekspresikan sentimen negatif atau positif. Asumsi yang diberlakukan adalah dokumen tertentu memuat sentimen untuk satu entitas. Level kalimat menentukan kecenderungan sentimen tentang entitas yang diungkapkan dalam kalimat tunggal. Teknik level kalimat hendaknya ter-lebih dahulu memisahkan kalimat subjektif dari kalimat ob-jektif. Level kalimat cenderung lebih kompleks dibanding level dokumen. Teknik berbasis aspek mengenali keseluruhan sentimen dalam satu dokumen dan mengidentifikasi entitas yang ditunjuk masing-masing sentimen. 3.2. Analisis Audio Analisis audio menganalisis dan mengekstrak informasi dari data audio yang tidak terstruktur. Aplikasi di bahasa lisan manusia; analisis audio dimaksud sebagai analisis ucapan. Dikarenakan teknik ini banyak diterapkan di suara ucapan, istilah analisis audio sering dipertukarkan dengan analisis ucapan. Kondisi sekarang, call center pelanggan dan perawat kesehatan merupakan area yang paling banyak menerapkan analisis suara. Call center menggunakan analisis suara untuk mengefisienkan analisis ribuan bahkan jutaan rekaman suara. Teknik ini membantu meningkatkan perilaku pelanggan, mengevaluasi kinerja agen, meningkatkan rate penjualan, memonitor komplain beragam kebijakan, mengenali lebih dalam perilaku pelanggan dan mengidentifikasi produk atau isu layanan. Call center otomatis menggunakan platform Inter-active Voice Response (IVR) untuk mengidentifikasi dan me-nangani pengguna yang frustasi. Di dunia perawatan, analisis audio mendukung diagnosis dan terapi kondisi medis tertentu yang berpengaruh pada pola komunikasi pasien [18]. Analisis audio juga mampu menganalisis tangisan bayi yang memberi informasi tentang kesehatan dan status emosional bayi [19]. Analisis ucapan menggunakan dua pendekatan teknis yaitu: pendekatan berbasis transkrip (umum dikenal sebagai large-vocabulary continuous speech recognition, LVCSR) dan pendekatan berbasis fonetik. •LVCSR mencakup dua fase proses: mengindeks dan pencarian. Di fase pertama LVCSR menulis konten ucapan dari suara. Fase ini dikerjakan menggunakan automatic algoritma automatic speech recognition (ASR) yang mencocokkan suara dengan kata. Kata diidentifikasi berdasarkan kamus yang sudah disusun. Apabila sistem gagal menemukan kata di dalam kamus, maka sistem menggunakan kata yang mirip dengan kata tersebut. Luaran dari sistem adalah file indeks yang memuat informasi urutan kata dalam ucapan. Di fase kedua; metode berbasis teks standar digunakan untuk menemukan istilah yang dicari dalam file indeks.

•Sistem berbasis fonetik bekerja berdasarkan suara atau fonem. satuan bunyi terkecil yang mampu menunjukkan kontras makna (sebagai contoh: misalnya /h/ adalah fonem karena membedakan makna kata /harus/ dan /arus/, /b/ dan /p/ adalah dua fonem yang berbeda karena /bara/ dan /para/). Sistem berbasis fonetik juga mencakup dua fase: mengindeks fonem dan pencarian. Di fase pertama, sistem menerjemahkan ucapan menjadi deretan fonem. Pada fase kedua, sistem menemukan representasi fonetik dari luaran di fase pertama. 3.3. Analisis Video Analisis video yang juga dikenal sebagai video content analysis (VCA), meliputi beragam teknik untuk monitor, menganalisis, dan mengekstrak informasi bermakna dari rang-kaian video. Meskipun analisis video masih baru dibandingkan dengan tipe data mining yang lain [20], beragam teknik pemotongan sudah dikembangkan untuk memroses video real-time seperti layaknya video rekaman. Dua kontributor besar perkembangan komputerisasi analisis video adalah peningkatan popularitas kamera closed-circuit television (CCTV) dan website berbagi video. Tantangan utamanya adalah ukuran data video yang cenderung besar. Teknologi Big Data mengubah tantangan ini menjadi peluang. Teknologi ini digunakan untuk mengubah dan menunjukkan kecerdasan pemrosesan ribuan jam video sehingga biaya dan resiko yang muncul pada pemro-sesan manual teratasi. Hasilnya adalah; teknologi Big Data menjadi faktor ke tiga yang berkontribusi pada perkembangan analisis video. Penerapan paling banyak dari analisis video saat ini adalah untuk sistem keamanan dan sistem pengawasan. Selain biayanya tinggi, sistem pengawasan yang menggunakan tenaga manusia kurang efektif dibandingkan dengan sistem. Analisis video secara efisien dan efektif melakukan fungsi pengawasan seperti mendeteksi pelanggaran zona terlarang, mengidentifikasi objek yang dilepas tanpa penjagaan, mendeteksi objek yang berkeliaran di area tertentu, mengenali aktivitas yang mencurigakan, atau mendeteksi gangguan kamera. Setelah mendeteksi adanya ancaman, sistem pengawasan dapat memberi tahu petugas keamanan secara real time atau memicu tindakan otomatis (misalnya, alarm suara, kunci pintu, atau lampu-lampu). Data yang dihasilkan oleh kamera CCTV di gerai ritel dapat diambil untuk bisnis. intelijen. Manajemen pemasaran dan operasi merupakan area aplikasi utama. Misalnya, algoritma cerdas dapat mengumpulkan informasi demografis tentang pelanggan, seperti usia, jenis kelamin, dan etnisitas. Demikian pula, pengecer dapat menghi-tung jumlah pelanggan, mengukur waktu mereka tinggal di toko, mendeteksi pola pergerakan mereka, mengukur waktu tinggal mereka di berbagai area, dan memantau antrian secara real time. Pemindaian wawasan yang berharga diperoleh dengan menghubungkan informasi ini dengan demografi pelanggan untuk mendorong keputusan untuk penempatan produk, harga, optimasi bermacammacam, desain promosi, optimasi tata letak, dan kepegawaian.


5

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Terkait arsitektur sistem, ada dua pendekatan yang digunakan dalam analisis video yakni: berbasis server (severbased) dan berbasis tepi (edge-based). •Arsitektur berbasis server. Video yang rekam melalui masing-masing kamera disimpan ke server yang melakukan analisis video secara terpusat dan ter dedikasi. Karena keterbatasan bandwidth, video yang disimpan biasanya dikom-pres dengan mengurangi frame rate dan / atau resolusi gambar. Kehilangan informasi yang dihasilkan dapat mempengaruhi keakuratan analisis. Namun, pendekatan berbasis server memberikan skala ekonomi dan memudahkan perawatan. •Arsitektur berbasis tepi. Dalam pendekatan ini, analisis diterapkan pada 'tepi' sistem. Artinya, analisis video dilakukan secara lokal dan berdasarkan data mentah yang diambil oleh kamera. Akibatnya, keseluruhan isi aliran video tersedia untuk analisis, memungkinkan analisis konten lebih efektif. Sistem berbasis tepi, bagaimanapun, lebih mahal untuk dipelihara dan memiliki kekuatan pemrosesan lebih rendah dibandingkan dengan sistem berbasis server. 3.4. Analisis Media Sosial Analisis media sosial dimaksudkan sebagai analisis data terstruktur maupun tidak terstruktur yang diperoleh dari saluran media sosial. Media sosial merupakan Media sosial mengan-dung arti luas yang mencakup beragam platform online yang memungkinkan pengguna membuat dan bertukar konten. Meskipun penelitian tentang jaringan sosial dimulai pada awal 1920-an, namun analisis media sosial adalah bidang baru yang muncul setelah kemunculan Web 2.0 di awal tahun 2000-an. Karakteristik kunci dari analisis media sosial modern adalah sifatnya yang berpusat pada data. Penelitian tentang analisis media sosial mencakup beberapa disiplin ilmu, termasuk psikologi, sosiologi, antropologi, ilmu komputer, matematika, fisika, dan ekonomi. Pemasaran telah menjadi aplikasi utama analisis media sosial dalam beberapa tahun terakhir. Hal ini dapat dikaitkan dengan adopsi media sosial yang meluas dan berkembang oleh konsumen di seluruh dunia [21]. Forrester Research, Inc., memproyeksikan media sosial sebagai saluran pemasaran dengan pertumbuhan tercepat kedua di AS antara 2011 dan 2016 [22]. Dua sumber informasi di media sosial adalah konten yang dibuat pengguna serta kaitan dan interaksi antar entitas jaringan. Berdasarkan kategori tersebut, analisis media sosial diklasifikasikan menjadi dua kelompok: •Analisis berbasis konten (Content-based analytics). Analisis berbasis konten fokus pada data yang dikirim oleh pengguna di platform media sosial, seperti masukan pelanggan ulasan produk, gambar, dan video. Konten di media sosial sering ukurannya besar, tidak terstruktur, banyak sampah, dan dinamik. Analisis media sosial dapat menggunakan analisis teks, audio, dan video untuk memperoleh informasi dari data. Teknologi Big Data juga 6

dapat diadopsi untuk mengatasi tantangan terkait pemrosesan data. •Analisis berbasis struktur (structure-based analytics). Tipe analisis ini memfokuskan pada sintesis atribut struktural ja-ringan sosial dan mengekstraksi kecerdasan dari hubungan antar entitas yang terhubung. Struktur jaringan sosial dimodelkan melalui sekumpulan simpul dan sisi yang masingmasing nya merepresentasikan partisipan dan kaitan nya. Model divisualisasikan sebagai graf yang dibentuk oleh simpul dan sisi. Ada dua jenis graf jaringan yaitu: graf sosial dan graf aktivitas [23]. Di graf sosial, sisi yang menghubungkan sepasang simpul hanya menandai keberadaan hubungan (misalnya pertemanan) antar entitas terkait. Graf seperti ini dapat digali untuk mengidentifikasi komunitas atau menentu-kan hubungan (sebagai contoh: pengguna dengan hubungan sosial terbanyak baik secara langsung atau tidak langsung. Di jaringan aktivitas, sisi menunjukkan interaksi aktual antar sepasang simpul. Interaksi nya dapat berupa pertukaran informasi (seperti: suka dan komentar) Graf aktifitas lebih bagus dibandingkan graf sosial karena hubungan aktif lebih relevan dianalisis daripada hanya sekedar terkait. 3.5. Analisis Prediksi Analisis prediksi membandingkan beragam teknik memprediksi luaran berdasarkan data historis dan sekarang. Dalam praktik nya, analisis prediksi dapat diterapkan di hampir seluruh disiplin. Sebagai contoh analisis prediksi dapat digunakan untuk memprediksi pergerakan selanjutnya dari pelanggan berdasarkan barang yang dibeli, waktu membeli, atau komentar nya di media sosial. Pada dasarnya, analisis prediksi menemukan pola dan hubungan antar data. Teknik analisis prediksi dibagi menjadi dua kelompok. Beberapa teknik seperti rata-rata pergeseran (moving average) mencoba menemukan pola historis pad variabel luaran dan mengeks-trapolasi pola untuk data yang akan datang. Teknik yang lain seperti regresi linier bertujuan menemukan saling ketergan-tungan antar variabel luaran dan variabel yang diketahui dan mengeksploitasi nya untuk membuat ramalan. Berdasarkan metode yang mendasari nya, teknik analisis prediksi dapat dikategorikan menjadi dua: teknik regresi (seperti: multinomial logit models) dan teknik machine learning (seperti neural networks). Klasifikasi lain mendasarkan pada tipe variabel luaran: (i) regresi linier untuk variabel luaran yang kontinu dan (ii) Random Forests untuk variabel luaran diskrit. Teknik analisis prediksi pada dasarnya menggunakan metode statistik. Pengembangan metode statistik untuk Big Data mengacu ke beberapa faktor. Pertama, metode statistik konvensional dibangun berdasarkan signifikansi statistik: sebuah sampel kecil diperoleh dari populasi dan hasilnya dibandingkan dengan peluang untuk menguji signifikansi hubungan tertentu. Kesimpulan nya digeneralisasi untuk keseluruhan populasi. Sebaliknya, sampel Big Data bersifat utuh dan merepresen-tasikan mayoritas populasi. Akibatnya, pengertian signifikansi statistik tidak relevan untuk Big Data. Kedua, dalam termi-


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 nologi efisiensi komputasi, beberapa metode konvensional untuk sampel kecil tidak sesuai untuk Big Data. Faktor ke tiga berkaitan dengan ciri khas fitur yang melekat di Big Data: heterogenitas, akumulasi noise, korelasi semu, dan endogenitas insidental [24]. IV. PEMBELAJARAN ADAPTIF Pembelajaran adaptif dijelaskan sebagai pembelajaran untuk meningkatkan pengetahuan dan keterampilan pembelajar menerapkan program pembelajaran individu yang didasarkan pada profil pembelajar yang dikumpulkan sebelum dan selama proses pembelajaran. Definisi lain terkait pembelajaran adaptif adalah pendekatan manajemen yang tegas menerima ketidak-pastian itu ada dan tidak dimiliki nya sebuah jawaban untuk keseluruhan. Pendekatan ini berusaha mereduksi sekaligus me-ngelola sumber daya. Dalam hal ini pengelolaan pembelajaran dan reduksi ketidakpastian tentang sistem sumber daya yang dikelola menjadi bagian penting dan integral dari manajemen itu sendiri. [25]. Meskipun secara teoritis pembelajaran adaptif potensi dilakukan tanpa bantuan teknologi, namun praktik nya kondisi itu sangat jarang mampu dilakukan. Oleh karena itu sering dijelaskan pembelajaran adaptif sebagai sebuah teknologi. Platform pembelajaran adaptif yang baik adalah apabila dibangun menggunakan beragam bentuk penggalian data (data mining) yang ditempelkan bersama-sama dengan konten pembelajaran sehingga mampu mengoptimasi klasifikasi kebutuhan pembelajar. Data dikumpulkan secara berkelanjutan seiring dengan interaksi pembelajar dengan materi pembelajaran. Platform ini, yang mengidentifikasi ak-tivitas pembelajaran mana, dibelajarkan melalui media apa, dan dalam urutan bagaimana, mampu meningkatkan kualitas pem-belajaran. Penggunaan pembelajaran adaptif dalam pembala-jaran mampu memberikan pengalaman belajar individual yang baik yang diyakini akan memberikan hasil belajar yang baik pula. Teknologi pembelajaran adaptif menawarkan tiga hal: (i) personalized learning, (ii) automated teaching, dan (iii) addressing higher Ed’s greatest pain points [26].

Automated Teaching. Teknologi adaptif menggantikan model kelas tradisional dengan pembelajaran yang di otomatisasi format yang lebih luas dan sedikit bergantung pada instruksi langsung. Teknologi pembelajaran adaptif tidak mengulang pembelajaran face-to-face seperti pada pembelajaran dalam jejaring namun lebih mendorong pembelajaran sejak awal sampai akhir dengan menggabungkan pembelajaran dalam jejaring dengan face-to-face yang cocok. Addressing Higher Ed's Greatest Pain Points. Untuk kelompok yang mendukung, pasti cepat mengakui bahwa pem-belajaran adaptif dapat memecahkan permasalahan segitiga: biaya, akses, dan kualitas dengan menggantikan teknologi un-tuk pekerja serta sebaliknya mengizinkan pedagogi dan analisis terbaik diterapkan di kelas untuk meningkatkan kualitas pen-didikan. Pengungkapan ini dipandang dibesar-besarkan dan berlebihan terbukti dari investasi awal untuk teknologi adaptif masih jauh dari kemampuan sebagian besar institusi. Khususnya keuntungan yang didapat dalam jangka panjang belum dapat dibuktikan. Akan tetapi adaptif menjanjikan secara signifikan pengajaran dan pembelajaran inovatif secara luar biasa dan diharapkan terbukti menjadi solusi institusi di masa datang. Kerangka pembelajaran adaptif mencakup tiga tahapan pembelajaran yakni; perencanaan (plan), pengajaran (do), dan penilaian (evaluation) seperti ditunjukkan pada Gambar 3 [27]. Pada tahap perencanaan didefinisikan/ redefinisi permasalahan, menentukan tujuan pembelajar, memodelkan keterkaitan antara tujuan dengan aksi yang dirancang, serta memilih aksi yang hendak diimplementasikan. Pada sebuah siklus kegiatan; pe-ren-canaan tidak selalu mencakup keseluruhan kegiatan ter-sebut melainkan gayut terhadap luaran yang diperoleh dari tahapan evaluasi. Di tahap pengajaran dirancang dan dimple-mentasikan aksi yang sudah ditetapkan dan monitoring perencanaan. Sedangkan di tahap evaluasi dilaksanakan analisis dan sintesis, mengomunikasikan hasil analisis dengan pemahanan kekinian, dan melakukan adaptasi berdasarkan hasil kedua nya.

Personalized Learning. Kondisi ideal pengajaran dan pem-belajaran yang dikhususkan untuk individu siswa tercapai apabila materi, asesmen, dan ketuntasan nya disesuaikan untuk memenuhi kebutuhan dan kemampuan unik individu siswa. Tentu saja pendidik sudah merancang kondisi ini selama berabad-abad. Sesuatu yang baru di sisi praktik nya kini adalah penggunaan teknologi yang tampil dalam platform pembelajaran digital yang di otomasi beranjak dari pemodelan ramalan, analisis pembelajaran, dan penelitian ter-update di sain otak manusia, pengetahuan, dan pedagogi. Teknologi ini diterapkan di setiap disiplin ilmu meskipun lumrah nya diterapkan di pembelajaran sain dan matematika. Teknologi pembelajaran adaptif utama nya digunakan sebagai alat bantu kesuksesan siswa dalam pendidikan online dan remedi di mana pengkhususan adalah sangat penting.


7

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Gambar 3. Kerangka Pembelajaran Adaptif

Platform teknologi pembelajaran adaptif yang memanfaatkan pengulangan umpan balik dari sistem memberi dukungan kuat dilakukan pembelajaran individual yang sesuai dengan karakteristik siswa (perhatikan Gambar 4). Siswa dimungkinkan memonitor sendiri perkembangan belajarnya serta terlibat penuh dalam penentuan pengalaman belajar sehingga pembelajarn akan lebih bermakna bagi individu siswa.

[3]

[4]

[5]

[6]

[7]

[8] [9]

[10]

[11]

Gambar 4. Platform Teknologi Pembelajaran Adaptif [28]

V. KESIMPULAN Teknologi Big Data disertai teknik analisis nya potensi diimplementasikan dalam mendukung pengoperasian pembelajaran adaptif yang dibutuhkan dalam mewujudkan pembelajaran bermakna. Potensi nya mendukung tahap penilaian yang dilakukan melalui asesmen melibatkan beragam peralat-an digital sehingga data yang direkam juga lebih variatif. Dengan menerapkan teknik analisis di Big Data penilaian menjadi lebih otentik mewakili individu pembelajar/siswa. Implikasi dari tahap penilaian di Big Data adalah keputusan menjadi lebih tepat dan berpengaruh pada pertimbangan dalam menyusun perbaikan perencanaan yang dibutuhkan dalam pengelolaan kelas. REFERENCES [1]

[2]

8

G. Eason, B. Noble, and I.N. Sneddon, “On certain integrals of Lipschitz-Hankel type involving products of Bessel functions,” Phil. Trans. Roy. Soc. London, vol. A247, pp. 529-551, April 1955. (references) J. Clerk Maxwell, A Treatise on Electricity and Magnetism, 3rd ed., vol. 2. Oxford: Clarendon, 1892, pp.68-73.

[12]

[13]

[14]

[15] [16]

[17] [18]

[19]

[20] [21]

Chen, C.-M.Hsieh, Y.-L., Mining learner profileutilizing association rule for web-based learning diagnosis, Expert Systems with Application 33, 6-22, 2007. Small and midsize companies look to make big gains with “bigdata,” according to recent poll conducted on behalf of SAP. Retrieved fromhttp://global.sap.com/corporate-en/news.epx?PressID=19188, 2012. Laney, D. 3-D data management: Controlling data volume, velocity and variety. Application Delivery Strategies by META Group Inc. Retrieved from http://blogs.gartner.com/douglaney/files/2012/01/ad949-3D-Data-Management-Controlling-DataVolume-Velocity-and-Variety.pdf, 2001. Chen, H., Chiang, R. H. L., & Storey, V. C. Business intelligence and analytics: From big data to big impact. MIS Quarterly, 36(4), 1165– 1188, 2012. Kwon, O., Lee, N., & Shin, B. Data quality management, data usage expe-rience and acquisition intention of big data analytics. International Journal ofInformation Management, 34(3), 387–394, 2014. Gartner IT Glossary (n.d.). Retrieved from http://www.gartner.com/itglossary/big-data. TechAmerica Foundation’s Federal Big Data Commission. Demystifying bigdata: A practical guide to transforming the business of Government. Retrieved from http://www.techamerica.org/Docs/fileManager.cfm?f=techamerica-bigdatareport-final.pdf, 2012. Schroeck, M., Shockley, R., Smart, J., Romero-Morales, D., & Tufano, P. Analytics: The real-world use of big data. How innovative enterprises extractvalue from uncertain data. IBM Institute for Business Value. Retrievedfrom http://www03.ibm.com/systems/hu/resources/the real word use ofbig data.pdf, 2012. Beaver, D., Kumar, S., Li, H. C., Sobel, J., & Vajgel, P., Finding a needle inhaystack: Facebook’s photo storage. In Proceedings of the nineth USENIX con-ference on operating systems design and implementation (pp. 1–8). Berkeley, CA,USA: USENIX Association, 2010. Cukier K., The Economist, Data, data everywhere: A special report on managing information, Retrieved from http://www.economist.com/ node/15557443, 2010. Labrinidis, A., & Jagadish, H. V., Challenges and opportunities with big data.Proceedings of the VLDB Endowment, 5(12), 2032–2033, 2012. Chung, W., BizPro: Extracting and categorizing business intelligence factors from textual news articles. International Journal of Information Management,34(2), 272–284, 2014. Hahn, U., & Mani, I., The challenges of automatic summarization. Computer,33(11), 29–36, 2000. Jiang, J., Information extraction from text. In C. C. Aggarwal, & C. Zhai (Eds.),Mining text data (pp. 11–41). United States: Springer, 2012. Liu, B., Sentiment analysis and opinion mining. Synthesis Lectures on HumanLanguage Technologies, 5(1), 1–167, 2012. Hirschberg, J., Hjalmarsson, A., & Elhadad, N., “You’re as sick as you sound”:Using computational approaches for modeling speaker state to gauge illnessand recovery. In A. Neustein (Ed.), Advances in speech recognition (pp. 305–322).United States: Springer, 2010. Patil, H. A., “Cry baby”: Using spectrographic analysis to assess neonatalhealth status from an infant’s cry. In A. Neustein (Ed.), Advances in speech recog-nition (pp. 323–348). United States: Springer, 2010. Panigrahi, B. K., Abraham, A., & Das, S., Computational intelligence in powerengineering. Springer, 2010. He, W., Zha, S., & Li, L., Social media competitive analysis and text mining: Acase study in the pizza industry. International Journal of Information Management,33(3), 464–472, 2013.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 [22] VanBoskirk, S., Overby, C. S., & Takvorian, S., US interactive marketing forecast 2011 to 2016. Forrester Research, Inc. Retrieved fromhttps://www.forrester.com/US+Interactive+Marketing+Forecast +2011+To+2016/fulltext/-/E-RES59379, 2011. [23] Heidemann, J., Klier, M., & Probst, F., Online social networks: A survey of aglobal phenomenon. Computer Networks, 56(18), 3866– 3878, 2012. [24] Fan, J., Han, F., & Liu, H., Challenges of big data analysis. National ScienceReview, 1(2), 293–314, 2014. [25] [25]Garaway, C.J. and Arthur, R.I., Adaptive learning: a practical framework for the implementation of adaptive co-management— lessons from selected experiences in South and Southeast Asia. MRAG Ltd. London, 2004. [26] [26]Brian Fleming, Adaptive Learning Technology: What it is, Why it matters, Eduventures, helping higher education leaders make the best informed decision, 2014. [27] [27]Joel, Nothing endures but change: lessons in community resilience - Capitol Hill Eco District, http://www.capitolhillseattle.com/2015/05/ capitol-hill-ecodistrict-communal-living-on-capitol-hill-calling-allbuilding-ambassadors, 2015. [28] [53]Dreambox learning, Adaptive learning, http://www.dreambox.com/ adaptive-learning, n.d


9


Inovasi Teknologi dalam Pendidikan melalui Big Data Analytic dan Personalized Learning Ketut Agustini Pendidikan Teknik Informatika FTK Universitas Pendidikan Ganesha [email protected] Abstrak—Pemanfaatan Learning Management Sistem (LMS) semakin menjadi trends di dunia pendidikan. Trends ini melahirkan ledakan data di Perguruan Tinggi yang menjadi inovasi baru bagi dunia pendidikan yaitu Big Data. Data-data digital dalam jumlah besar tersebut akan memberikan informasi apa yang mahasiswa dan akademisi lihat dan baca, prilaku dan keterlibatan mahasiswa, assesment, motivasi dan prefensi mereka, sehingga menyediakan sejumlah besar data yang dapat ditambang untuk pengalaman pembelajaran. Value big data terletak pada hasil analisis dan prediksi atau tindakan yang diambil dari hasil analisis dan prediksi tersebut. Tulisan ini menyajikan sekilas mengenai teori belajar di era digital, big data Personalized Learning, serta penggunaan big data analytic di dunia pendidikan. Dengan memanfaatkan hasil analisis big data di perguruan tinggi maka dapat diperoleh wawasan yang lebih tentang mahasiswa, akademisi, dan proses di perguruan tinggi sehingga mendukung analisis prediksi dan peningkatan pengambilan keputusan berdasarkan data yang pada akhirnya dapat membantu meningkatkan kinerja keberhasilan mahasiswa dan Institusi. Kata kunci: LMS, data digital, big data personalized learning, big data analytic.

I. PENDAHULUAN Pembelajaran awalnya dimulai di ruang kelas didasarkan pada tiga model yaitu model Behaviorisme, kognitifisme dan konstruktivisme. Model behaviorisme bergantung pada perubahan yang dapat diamati pada perilaku siswa untuk menilai hasil belajar. Model kognitifisme didasarkan pada keterlibatan aktif guru dalam pembelajaran berbasis kognisi atau kemampuan berpikir. Sedangkan dalam model konstruktivisme, siswa harus aktif belajar sendiri dari pengetahuan yang tersedia bagi mereka. Saat ini, yang merupakan era digital, telah berkembang teori baru yang disebut dengan connectivisme. Teori connectivisme, diperkenalkan pertama kali oleh George Siemens, dimana teori ini mengintegrasikan prinsip-prinsip yang digali melalui teori chaos, network, kompleksitas dan self organizing [1]. Di dalam teori ini, pembelajaran merupakan suatu proses yang terjadi di dalam lingkungan perubahan dimana inti pembelajaran tidak sepenuhnya dalam kendali seorang individu. Menurut teori connectivisme, kegiatan pembelajaran dimulai dari kegiatan mengetahui 10

sampai dengan kegiatan menciptakan pengetahuan yang dapat dilakukan (actioneble knowledge). Sejak itu, lingkungan belajar tradisional telah berangsur-angsur bermutasi menjadi community based learning environments. Penelitian di bidang pendidikan berkaitan dengan pedagogik telah mengalami peningkatan. Hal ini ditunjukkan dari meningkatnya community based learning environments yang ada, seperti lingkungan belajar secara online yaitu adanya forum, online chat, instant messenger dan beragam learning management system (LMS). Data dari elearning industry melaporkan bahwa 78% organisasi telah menerapkan Learning Management System (LMS) dan 100 % organisasi tersebut telah merasakan manfaat dari elearning [2]. Manfaat elearning juga telah dirasakan dunia pendidikan di Indonesia, dalam mendukung pelaksanaan kurikulum 2013 yang menuntut siswa untuk selalu berpartisipasi aktif dalam pembelajaran. Hal ini sesuai dengan hakekat dari elearning yaitu pembelajaran individual dan kebiasaan untuk belajar, dimana peran terpenting terletak pada siswa. Aspek utama yang menjadi pertimbangan dalam desain pembelajaran dan pengembangan elearning adalah perilaku siswa [3]. Cara ini memberikan jaminan bahwa elearning dapat memberikan pengalaman belajar yang maksimal bagi siswa, meningkatkan retensi siswa dan memastikan bahwa setiap komponen yang terkait mendukung tercapainya tujuan pembelajaran dan sesuai dengan karakteristik siswa. Namun, elearning yang ada saat ini, belum sepenuhnya menerapkan sistem elearning sebagai model Learning Management System (LMS). Semua sumber belajarnya belum terkelola dengan baik sehingga terkadang beresiko terjadinya lost in space dalam mempelajari materi dan masih berorientasi kelas. Disamping itu juga elearning tersebut kurang memfokuskan pada karakteristik siswa. Peran elearning masih hanya mengedepankan penyampaian (delivery) konten materi pembelajaran dengan mengasumsikan semua pengguna sama, tanpa mempertimbangkan aspek kognitif (knowledge ability), motivasi yang diperoleh dari pengalaman belajar individual dan gaya belajar (learning style). Dalam kebanyakan sistem elearning (konvensional), disajikan hanya materi yang sesuai untuk siswa yang homogen, sangat siap dan termotivasi, tetapi ketika sistem tersebut disajikan untuk siswa yang beragam maka akan menjadi masalah. Seperti yang dikemukakan oleh


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 [4] bahwa “ Most e-Learning systems provide web-based learning so that students can access the same online courses via the Internet without adaptation, based on each student's profile and behavior. In an e-Learning system, one size does not fit all”. Content learning yang ditujukkan untuk siswa kelompok tertentu tidak akan cocok untuk siswa lainnya, karena setiap siswa memiliki motivasi belajar, tingkat pengetahuan, gaya belajar serta kompetensi yang berbeda. Sehingga, elearning yang ada masih belum bisa menjamin transformasi pembelajaran atau kelancaran penerapan pembelajaran itu sendiri, dan keefektifan pembelajaran menjadi kurang optimal. Kehadiran sistem elearning yang diharapkan mampu meningkatkan intensitas belajar mandiri justru belum bisa menunjukkan peran pentingnya. Untuk itu diperlukan sebuah sistem elearning yang dinamis berorentasi pada model karakteristik siswa. II. BIG DATA PERSONALIZED LEARNING Personalized learning atau sering disebut sebagai Adaptif eLEarning (AdeLE) menjadi sebuah solusi yang tepat terhadap keterbatasan elearning yang ada saat ini [5]. Personalisasi learning merupakan sebuah pendekatan baru yang akan menjadi trends dan fashion sebagai metode learning yang inovatif di tahun-tahun berikutnya, seperti yang diungkapkan oleh [6] bahwa “Personalized Learning is a new approach that can make an e-Learning system more effective by adapting the presentation of information and overall linkage structure to individual users in accordance with their knowledge and behavior”. Sejalan dengan [7] yang menyatakan bahwa kunci trends elearning di tahun berikutnya adalah automation, augmented learning, , going for cloud, gamification, mlearning, Big data serta personalization dimana, “e-learning becoming more personalized than ever and addressing the needs, preferences and requirements of individuals rather than groups. All aspects of learning ranging from pedagogy and learning environments to learning tools and course curricula will be tailored to motivate, engage and inspire learners to achieve better results in a shorter time frame”. Pada Personalized Learning, dapat memberikan materi pembelajaran yang tingkat kesulitannya sesuai dengan kemampuan pengguna, dan cara mempresentasikan materi pembelajarannya sesuai dengan gaya belajar pengguna. Dengan kata lain, sistem personalized learning dapat mengadaptasikan tampilannya terhadap berbagai variasi karakteristik pengguna sehingga mempunyai efektifitas pembelajaran yang tinggi. Implementasi dari sistem personalized learning pada sebuah Institusi, akan mendapatkan kumpulan data pengguna yang berukuran besar (volume), sangat cepat berubah/bertumbuh (velocity), yang bisa hadir dalam beragam bentuk/format (variety), serta memiliki nilai tertentu (value), dengan (catatan) diperoleh dari sumber yang akurat (veracity). Jenis data dengan atribut tersebut dikenal sebagai Big Data.

Evolusi dalam teknologi pendidikan saat ini mengarah kepada big data personalized learning yang sebenarnya merupakan perkembangan dari adaptive elearning (AdeLE). Pergeseran paradigma pada era ini adalah “education is smart and personal” dengan implementasi big data personalized learning, seperti Gambar 1.

Gambar 1. Evolution of Technology in Education Pergeseran paradigma tersebut memunculkan lingkungan belajar baru, dimana siswa dapat mengakses course kapanpun dimanapun dan menikmati aktivitas belajar. Kegiatan siswa melalui sistem manajemen pembelajaran menciptakan sejumlah besar data yang dapat dimanfaatkan dalam pengembangan lingkungan belajar, membantu siswa dalam belajar dan meningkatkan keseluruhan pengalaman belajar. Selain data yang tersedia dari kegiatan kemahasiswaan, data juga diciptakan oleh lembaga pendidikan yang menggunakan aplikasi untuk mengelola mata kuliah, kelas dan siswa. Datadata digital dalam jumlah banyak tersebut meninggalkan tentang apa yang siswa dan akademisi lihat, apa yang mereka baca, keterlibatan dan perilaku mereka, penilaian, maupun tentang kepentingan dan preferensi mereka sehingga menyediakan sejumlah besar data yang dapat ditambang untuk pengalaman pembelajaran. Dengan sejumlah data besar tersebut, teknik pemrosesan tradisional tidak dapat digunakan untuk mengolahnya. Keterbatasan aplikasi pengolahan data konvensional, menyebabkan institusi pendidikan mulai mengeksplorasi teknologi "Big Data" untuk memproses data pendidikan. Istilah “big data” merujuk pada sekumpulan data yang sangat besar dan sangat kompleks sehingga aplikasi konvensional tidak memadai untuk mengolahnya [8]. Istilah ini juga mengacu pada alat dan teknologi yang digunakan untuk menangani "Big Data". Contoh big data mencakup jumlah data yang dibagikan di internet setiap hari, video YouTube, twitter feeds dan data graphic position sistem dan sebagainya. Dalam beberapa tahun terakhir, data yang dihasilkan dari lingkungan belajar juga mulai cukup besar sehingga meningkatkan kebutuhan akan teknologi Big Data untuk menanganinya. Sejak tahun 2010 istilah “big data” merupakan trending topik di dunia IT dan pembelajaran. Perkembangan jenis dan volume data yang terus meningkat secara berlipatlipat di dunia maya merupakan fakta yang tidak dapat


11

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 dipungkiri. Era Teknologi Informasi dan Komunikasi akan terus berkembang sesuai dengan perkembangan teknologi saat ini. Menurut Gartner, big data memiliki tiga atribut, yaitu volume, variety, dan velocity. Lebih lanjut lagi, berdasarkan riset yang dilakukan oleh IBM, ketiga komponen big data tersebut di atas ditambah dengan komponen veracity dan value. Kelima komponen/atribut big data ditunjukkan seperti Gambar 2.

menjadi bertambah besar kedepannya. Tradisional RDBMS tidak mampu menyimpan dan memproses data jenis tersebut. Untuk mengatasi hal tersebut digunakan database yang tidak menggunakan query tradisional SQL (NoSQL). Teknik kompresi digunakan juga untuk mengkompresi data dalam kondisi rest dan didalam memori. 2) Analysis Sebagai data yang memiliki beragam type dilihat dari segi struktur dan ukuran data yang juga besar, dalam menganalisis data akan memerlukan banyak waktu dan sumberdaya. Untuk mengatasi hal tersebut, sketsa arsitektur digunakan untuk mengolah data secara terdistribusi. Data dibagi menjadi beberapa bagian kecil dan diproses dalam sejumlah besar komputer yang tersedia di seluruh jaringan dan data yang diproses digabungkan. 3) Laporan (reporting) Sebuah laporan yang dibuat biasanya melibatkan tampilan data statistik berupa angka. Ketika sejumlah besar data dilibatkan, laporan tersebut menjadi sulit untuk ditafsirkan oleh pembaca. Dalam kasus tersebut, laporan harus diwakili dalam bentuk yang dapat dikenali dengan mudah dengan melihat ke dalamnya. Teknologi Big Data dalam mengatasi tantangan tersebut menggunakan berbagai teknik diantaranya regresi, clustering, classification dan nearest neighbor. B. Aplikasi big data dalam pembelajaran

Gambar 2. Atribut big data Pada saat ini sedang berkembang dimana arus/kecepatan berbagai jenis data (velocity) benar-benar tinggi dan cepat, sehingga menghasilkan data yang amat besar (volume) dengan variasi yang tinggi (variety). Era seperti inilah yang disebut dengan Era Big Data. Volume berkaitan dengan ukuran data. Variety berarti tipe atau jenis data, yang meliputi berbagai jenis data baik data yang telah terstruktur dalam suatu database maupun data yang tidak terorganisir dalam suatu database seperti halnya data teks pada web pages, data suara, video, click stream, log file dan lain sebagainya. Velocity dapat diartikan sebagai kecepatan dihasilkannya suatu data dan seberapa cepat data itu harus diproses agar dapat memenuhi permintaan pengguna. Veracity berkaitan dengan keakuratan data yang diperoleh. Sedangkan ,Value dapat dikaitkan dengan nilai dari data tersebut. Data dianggap bernilai jika memiliki arti penting bagi pengguna.

Teknik big data dapat digunakan dengan berbagai cara dalam menganalisis pembelajaran seperti, a.

Performance Prediction : kinerja siswa dapat diprediksi melalui analisis interaksi antar siswa dan interaksi siswa dengan guru di dalam lingkungan belajarnya.

b.

Attrition Risk Detection : dengan menganalisis prilaku siswa, resiko siswa yang drop out dalam pembelajaran dapat di deteksi dan diukur, dilakukan di awal pembelajaran sehingga dapat meminimalkan resiko DO.

c.

Data Visualization : report pada data pendidikan ukurannya akan terus bertambah dan menjadi komplek. Data dapat divisualisasikan menggunakan teknik visualisasi untuk memudahkan mengidentifikasi trends data dan hubungan antar data hanya dengan melihat visualisasi reportnya.

d.

Intelligent Feedback : sistem learning menyediakan intelligent feedback yang merespon dengan segera input siswa yang akan ditingkatkan interaksi dan kinerjanya.

e.

Course Recommendation : sebuah course baru dapat direkomendasikan berdasarkan ketertarikan siswa, yang teridentifikasi dengan menganalisis aktivitas mereka. Hal ini menjamin siswa tidak akan tersesat dalam memilih bidang ilmu yang disenanginya.

f.

Student Skill estimation : mengestimasi ketercapaian skill siswa

A. Penanganan melalui Big data Menurut [9] ada beberapa case yang mampu di tangani melalui big data, yaitu, 1) Storage Kapasitas hard disk yang ada saat ini sudah menjangkau terabyte, sedangkan arus data yang hilir mudik di dunia internet sudah mencapai exabyte. Walaupun data yang dihasilkan dari dunia pendidikan tidak sebesar data melalui internet, namun data tersebut sudah cukup besar dan akan 12


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 g.

Behavior Detection : mendeteksi prilaku siswa dalam lingkungannya berbasis pada aktivitas dan games model yang membantu dalam mengembangkan diri siswa.

h.

Grouping & collaboration of Student, Social Network Analysis, Developing concept maps, Constructing courseware, dan Planning and scheduling.

C. Big Data Analytic Big data analytic dapat digunakan untuk menganalisis secara real time pengalaman mahasiswa yang dapat dihasilkan dari aktivitas mahasiswa, seperti : registrasi perkuliahan, pembayaran, partisipasi di kelas, belajar online, dan penilaian. Penggunaan big data analytic di dunia pendidikan meliputi learning analytic, academic analytic dan proses mining [10][11]. Learning Analytic adalah melakukan analisis data pembelajaran secara real time sehingga dapat digunakan untuk memprediksi mahasiswa sukses dan mahasiswa yang beresiko akademik. Dengan big data analytic di perguruan tinggi dapat memberikan wawasan siswa yang beresiko putus (dropping out) sehingga dapat dilakukan tindakan preventif atau memberikan dukungan tambahan untuk meningkatkan keberhasilan mereka, dan keyakinan, dalam proses pembelajaran sebelum mereka benar-benar gagal (Reduce Dropouts, Increase Results) [12]. Learning Analytic memiliki potensi untuk membantu mahasiswa dan dosen bersama-sama mengenali tanda-tanda bahaya sebelum ancaman terhadap keberhasilan belajar terwujud. Learning Analytic menyediakan tools, teknologi, dan platform untuk memberdayakan pendidik serta membuka pintu pada pengalaman belajar bermakna yang dapat melibatkan, menginspirasi, dan mempersiapkan siswa saat ini dan masa depan untuk sukses [11].

digunakan sebagai referensi dalam mengembangkan sebuah big data analytic kedepannya. Gambar 3 menjelaskan bahwa rancangan yang diusulkan untuk learning analytic, academic analytic, dan process analytic melibatkan teknologi ETL untuk menarik data dari beberapa sumber. Untuk learning analytic dapat menggunakan sumber-sumber data dari data-data Student Information System, Course Management, Online Education, Student Assessment, dan data finance. Untuk proses academic analytic dapat menggunakan sumber-sumber data dari datadata Outcomes Assessment, Lecture Assessment, Staff Assessment, Faculty Assessment, dan data Finance Assessment. Sementara untuk process analytic dapat menggunakan sumber-sumber data dari data-data log activity dari proses Student Information System, Cource Management, Online Education, Student Assessment, dan data log activity dari proses finance. Student Assessment, dan data finance. Data dari beberapa sumber tersebut kemudian dikumpulkan dalam suatu gudang data (data warehouse) untuk kemudian dianalisis dengan menggunakan teknologi analisis dan prediksi yang real time, seperti : OnLine Analytical Process (OLAP), Analytical Reporting Tools (Business Intelligence), dan Data Mining/Predictive Modelling. Hasil analisis dan prediksi akan ditampilkan dalam bentuk Dashboard Analytic Presentation yang diharapkan dapat mendukung peningkatan pengambilan keputusan di perguruan tinggi dalam upaya meningkatkan kinerja kerberhasilan mahasiswa dan institusi.

Academic analytic melakukan analisis terhadap kinerja staff akademisi. Dengan academic analytic dapat dilakukan analisis yang real time terhadap data-data yang merupakan variable pengukuran kinerja akademisi sehingga dapat diketahui staf-staf akademisi yang berprestasi maupun stafstaf akademisi yang kinerjanya sangat kurang dibandingkan dengan staf-staf akademisi lainnya. Sedangkan Proses mining digunakan untuk menganalisis secara real time proses bisnis di Perguruan Tinggi. Data-data yang digunakan dapat diperoleh dari data log atau data aktifitas dari mahasiswa, dosen, dan unit-unit terkait dengan proses-proses dan aktivitas yang terjadi di Perguruan Tinggi untuk kemudian dilakukan process analytic untuk menemukan model proses bisnis baru. Namun process analytic tidak terbatas pada proses penemuan proses bisnis tapi juga memungkinkan untuk memeriksa kesesuaian, mendeteksi penyimpangan, memprediksi penundaan, mendukung pengambilan keputusan, dan merekomendasikan desain ulang proses. Gambar 3 adalah rancangan penggunaan big data analytic di sebuah Perguruan Tinggi yang dapat

Gambar 3. Rancangan penggunaan big data analytic di PT (adaptasi [10]) III. SIMPULAN Teknologi big data yang menjadi trends saat ini sangat bermanfaat dalam mendukung pengambilan keputusan berbasis informasi dan data, dan sudah tentu harus didukung


13

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 dengan kerjasama dari semua kontributor enterprise pendidikan, baik itu mahasiswa, staf, dosen, administrator, dan masyarakat sehingga memungkinkan untuk membuat akuntabel keputusan yang efektif dan efisien serta dapat meningkatkan kinerja keberhasilan mahasiswa dan institusi. DAFTAR PUSTAKA [1] [2] [3]

[4]

14

G. Siemens, “Connectivism : A Learning Theory for the Digital Age,” pp. 1–8, 2013. Roth, “Adaptive E-Learning Model For Enhancing Construction Management Education,” no. Ramsden 2003, 2016. H. D. Surjono, “The Design of Adaptive E-Learning System based on Student ’ s Learning Styles,” Int. J. Comput. Sci. Inf. Technol., vol. 2, no. 5, pp. 2350–2353, 2011. V. S. L. Esichaikul;, C. Bechter, and Thammasat, “Student Modelling in Adaptive E-Learning Systems Vatcharaporn Esichaikul * Supaporn Lamnoi Clemens Bechter,” Knowl. Manag. E-Learning, vol. 3, no. 3, pp. 342–355, 2011.

K. Agustini, “The Adaptive eLearning System Design ; Student Learning Style Trend Analysis,” in 2nd International Conference on Innovative Research Across Disciplines (ICIRAD 2017), 2017, pp. 50– 54. [6] M. C. Murray and J. Pérez, “Informing and performing: A study comparing adaptive learning to traditional learning,” Informing Sci., vol. 18, no. 1, pp. 111–125, 2015. [7] R. Eynon, “The rise of Big Data : what does it mean for education , technology , and media research ?,” vol. 9884, no. May, 2017. [8] R. P. Santos, “Big Data : Philosophy , emergence , crowdledge , and science education,” vol. 8, no. 2, pp. 115–127, 2015. [9] K. Sin and L. Muthu, “Aplication Of Big Data In Education Data Mining And Learning Analytic – A Literature Review,” vol. 6956, no. July, pp. 1035–1049, 2015. [10] T. Asniar, “Penggunaan Big Data Analytic di Perguruan Tinggi,” no. February, pp. 1–5, 2015. [11] B. Daniel, “Big Data and analytics in higher education: Opportunities and challenges,” pp. 1–17, 2014. [12] Saurabh, “Four Ways Big Data Will Revolutionize Education,” 2017. [5]



MAKALAH KELOMPOK A BIDANG KEPENDIDIKAN INFORMATIKA/TIK SECARA LUAS


15


Media Pembelajaran Matematika Interaktif untuk Siswa Tunarungu: Perancangan dan Validasi K. Beni A., I. N. Gita, I. M. Suarsana Jurusan Pendidikan Matematika Universitas Pendidikan Ganesha Singaraja, Indonesia [email protected], [email protected], [email protected] Abstract —This research was aimed to: (1) know the characteristics of multimedia learning materials the area of plane for students SMPLB B Tunarungu; (2) to know the validity and practicality of multimedia interacive learning material the area of plane. This type of research is development research, with the 4-D model which consists of define, design, develop, and disseminate stage, but in this research limited to develop stage. Data collection in this research used by questionnaire and diary. The data obtained are then analyzed qualitatively, descriptive quantitative. The result of the research shows that the learning multimedia developed has characteristics (1) the developed multimedia learning is interactive, (2) there are pictures and animations that can visualize math objects, (3) using simple language according to the characteristics of deaf children and there is a sign language video, (4) multimedia learning is hierarchical. The result of this research shows that the developed media was fulfill the valid criteria with an average score from the expert of learning is 27 with good criteria, the average score from the expert of material is 28 with good criteria, the average score form the expert of learning design is 28 with good criteria, and the average score from the expert of Language is 28 with good criteria. The developed media was also fulfill the practical criteria with a total average score of student’s responses questionnaires is 66,5 with very good criteria, and the total average score of teacher’s responses questionnaires is 91 with very good criteria. Based on the results of research that has been obtained, the developed media learning has a good qualification and worthy to used in the learning process of the area of plane. Keywords—deaf children, media learning, 4-D, validity, practicality

I. PENDAHULUAN Pendidikan merupakan faktor penting bagi perkembangan dan keberlangsungan kehidupan bangsa dan merupakan faktor pendukung yang memegang peran penting dalam segala aspek kehidupan. Setiap warga negara mempunyai hak dan kewajiban untuk memperoleh pendidikan yang layak. Fungsi pendidikan nasional telah diatur dalam UndangUndang Nomor 20 tahun 2003 tentang Sistem Pendidikan Nasional pada Pasal 3 ayat 1 dimana pendidikan nasional berfungsi mengembangkan dan membentuk watak serta

16

peradaban bangsa dalam rangka mencerdaskan kehidupan bangsa. Warga negara yang memiliki kelainan fisik, emosional, mental, intelektual, dan/atau sosial berhak memperoleh pendidikan khusus [1], menunjukkan bahwa setiap warga negara Indonesia berhak untuk memperoleh pendidikan tanpa terkecuali bagi warga negara yang memiliki keterbatasan secara fisik, emosional, mental, intelektual, dan/atau sosial. Jenis Pendidikan Luar Biasa untuk masing-masing anak berkebutuhan khusus berbeda-beda. SLB yang ada di Indonesia diantaranya adalah SLB-A, SLB-B, SLB-C, dan SLB-D. Satuan pendidikan bagi anak berkebutuhan khusus di Indonesia terdiri dari jenjang TKLB, SDLB, SMPLB, SMALB, SMLB [2]. Anak tunarungu adalah anak yang hilangnya kemampuan pendengaran, baik dalam hal sebagian atau hard of hearing maupun seluruhnya atau deaf. Hal tersebut menyebabkan kemampuan pendengaran anak tunarungu tidak berfungsi. Secara umum permasalahan yang dialami oleh anak tunarungu adalah kurangnya kosakata yang dimiliki oleh peserta didik dan kurangnya dalam memahami informasi verbal, padahal kemampuan verbal sangat diperlukan dalam proses pembelajaran untuk penyampaian materi. Hal tersebut menyebabkan anak sulit menerima materi pembelajaran yang sifatnya abstrak terlebih lagi mata pelajaran matematika. Pembelajaran matematika di SLB untuk siswa tunarungu tidak jauh berbeda dengan sekolah normal pada umumnya. Perbedaannya hanya pada substansi materi dan cara guru membelajarkan materi di kelas dimana interaksinya dilakukan dengan menggunakan bahasa isyarat, gerak tangan, penekanan pada gerak bibir yang disebut dengan komunikasi total (komtal). Matematika bagi siswa normal, merupakan mata pelajaran yang dianggap sulit, karena sifatnya yang abstrak. Bagi anak tunarungu, permasalahan pembelajaran matematika tersebut akan menjadi lebih udah. Media pembelajaran yang dapat dikembangkan secara khusus untuk anak tunarungu lebih ditekankan pada penggabungan aspek teks, gambar maupun video. Media pembelajaran yang dihasilkan dari penggabungan berbagai jenis media yang terdiri dari teks, gambar, audio, video dan animasi secara terintegrasi dalam mendukung proses


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 pembelajaran disebut dengan istilah multimedia pembelajaran. Multimedia merupakan media berbasis komputer yang menggunakan berbagai jenis media secara terintegrasi dalam satu kegiatan [3]. Multimedia atau pembelajaran dengan menggunakan computer disebut dengan istilah Computer Assisted Instruction (CAI). Dalam konsep CAI ini komputer difungsikan sebagai penyaji materi pembelajaran, penyimpan materi pelajaran, hingga memberikan analisis evaluasi pembelajaran [4]. Multimedia dengan sifat interaktif, artinya untuk dapat melanjutkan materi dari halaman ke halaman berikutnya siswa harus dapat memberi respon yang benar terhadap pertanyaan yang ditampilkan di media. Saat ini telah dikembangkan berbagai macam software komputer yang dapat digunakan untuk membuat media pembelajaran interaktif, seperti Adobe Flash, Geogebra, Lectora Inspire, PowerPoint, dan Prezi. Melalui multimedia interaktif, guru dapat menampilkan visualisasi dari konsep-konsep bangun datar yang cenderung abstrak dan sulit untuk disampaikan secara verbal terlebih bagi siswa dengan penyandang tunarungu yang memiliki kosakata terbatas. Selain itu, guru dan siswa tidak perlu repot untuk mengakses multimedia interaktif karena dapat disimpal dalam sebuah flasdisk atau Compact Disk (CD). Kemudahan akses dan adanya proses evaluasi dalam multimedia pembelajaran menjadikan multimedia pembelajaran sangat baik digunakan sebagai fasilitas untuk belajar mandiri. Saat ini fasilitas pendukung pembelajaran berbasis teknologi informasi seperti laboratorium komputer sebagian besar sudah dimiliki oleh sekolah-sekolah sehingga sangat mendukung pembelajaran dengan menggunakan multimedia Manfaat praktis dari penggunaan media pembelajaran di dalam proses pembelajaran adalah: (a) Media pembelajaran dapat memperjelas penyajian pesan dan informasi sehingga dapat memperlancar dan meningkatkan proses dan hasil belajar; (b) Media pembelajaran dapat meningkatkan dan mengarahkan perhatian anak sehingga dapat menimbulkan motivasi belajar, interaksi yang lebih langsung antara siswa dan lingkungannya, dan kemungkinan siswa untuk belajar sendiri-sendiri sesuai dengan kemampuan dan minatnya; (c) media pembelajaran dapat mengatasi keterbatasan indera, ruang dan waktu [5]. Media visual untuk anak tunarungu yang paling baik adalah media visual yang bergerak, seperti film dokumentasi, animasi atau bisa dikatakan media visual yang sifatnya bergerak dan mampu menjelaskan suatu peristiwa dengan senyata mungkin [6]. Hal tersebut agar siswa tunarungu tidak mengalami miskomunikasi antara materi yang dijelaskan dengan apa yang dibayangkan. Beberapa hasil penelitiaan terkait penggunaan media interaktif dalam pembelajaran anak tuna rungu menunjukkan terdapat pengaruh signifikan terhadap motivasi dan hasil belajar siswa [7] [8]. Berdasarkan paparan di atas, penelitian pengembangan ini bertujuan untuk: (1) mengetahui karakteristik multimedia pembelajaran materi luas daerah bangun datar untuk siswa

SMPLB B Tunarungu yang dikembangkan menggunakan GeoGebra sebagai media eksplorasi, Camtasia Studio sebagai aplikasi pengeditan suara dan video, Lectora Inspire sebagai aplikasi pembuat layout dan kuis; (2) mengetahui kevalidan dan kepraktisan multimedia pembelajaran interakif materi luas daerah bangun datar. II. METODE Jenis penelitian ini adalah penelitian pengembangan. Model penelitian pengembangan yang digunakan adalah 4D, yang terdiri atas empat tahapan utama, yaitu pendefinisian (define), perancangan (design), pengembangan (develop), dan penyebaran (disseminate). Penelitian ini hanya dilakukan sampai tahap pengembangan, di mana diperoleh Prototype Final berupa Multimedia Pembelajaran Materi Luas Daerah Bangun Datar yang sudah dievaluasi para ahli dan diuji coba. Tahap terakhir, yaitu penyebaran tidak dilakukan berdasarkan pertimbangan bahwa untuk melaksanakan tahap ini diperlukan keterlibatan banyak siswa dan sekolah yang berbeda. Instrumen pengumpulan data yang digunakan dalam penelitian ini, antara lain angket validasi ahli media, ahli materi, ahli desain pembelajaran, ahli bahasa, angket respons peserta didik, dan angket respons guru. Indikator penilaian pada angket respons siswa dan guru menggunakan lima skala penilaian, yaitu sangat baik (skor 5), baik (skor 4), cukup (sekor 3), kurang (skor 2), dan sangat kurang (skor 1). Indikator penilaian pada angket validasi ahli media, ahli materi, ahli desain pembelajaran, ahli bahasa menggunakan tiga skala, yaitu baik (skor 3), cukup (skor 2), dan kurang (skor 1). Sebelum digunakan, semua instrumen tersebut telah diuji validitas isinya oleh dua orang validator, yaitu dua orang dosen dari Jurusan Pendidikan Matematika Undiksha. Validitas dari multimedia pembelajaran yang dikembangkan dalam penelitian ini ditentukan berdasarkan hasil penilaian lima orang ahli, yaitu satu orang dosen ahli Jurusan Teknologi Pendidikan Undiksha sebagai ahli media, dua orang dosen Jurusan Pendidikan Matematika Undiksha sebagai ahli materi dan desain pembelajaran, dua guru SLB B sebagai ahli materi dan bahasa. Kepraktisan multimedia pembelajaran yang dikembangkan dalam penelitian ini diukur berdasarkan keterlaksanaan media tersebut di kelas uji coba. Kelas uji coba terdiri dari 5 orang siswa kelas VII SLB B Negeri 1 Buleleng. Data mengenai kepraktisan multimedia pembelajaran diperoleh dari angket respons siswa dan respons guru terhadap multimedia pembelajaran yang dikembangkan. Teknik analisis data yang digunakan dalam penelitian ini adalah teknik analisis data kualitatif dan deskriptif kuantitatif. Teknik analisis data kualitatif digunakan untuk mengelola data hasil review ahli media, ahli materi, ahli desain pembelajaran, ahli bahasa, respons siswa dan respons guru. Hasil data ini kemudian digunakan untuk merevisi produk yang dikembangkan. Teknik analisis data


17

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 deskriptif kuantitatif digunakan untuk mengelola data hasil angket validasi, angket respons siswa, respons guru, dan hasil tes evaluasi. Hasil analisis data ini kemudian digunakan untuk mengetahui validitas dan kepraktisan multimedia pembelajaran yang dikembangkan. Kevalidan multimedia pembelajaran yang dikembangkan dapat diketahui melalui hasil penilaian para ahli dengan menggunakan angket. Adapun hasil penilaian dari para ahli dikonversi menjadi nilai kualitatif skala tiga menggunakan Tabel berikut. Tabel 1. Nilai kualitatif skala tiga Interval Kriteria Baik 23,33 < 𝑋̅ ̅ Cukup Baik 16,67 < 𝑋 ≤ 23,33 Kurang 𝑋̅ ≤ 16,67 Kepraktisan multimedia pembelajaran yang dikembangkan dapat diketahui melalui hasil penilaian siswa dan guru menggunakan angket respons. Adapun hasil penilaian siswa dan guru dikonversi menjadi nilai kualitatif skala lima menggunakan Tabel berikut. Tabel 2. Nilai kualitatif skala lima Interval Interval Kepraktisan Kepraktisan Kriteria Multimedia Multimedia oleh Siswa oleh Guru Sangat Baik 46,20 < 𝑋̅ 50,40 < 𝑋̅ Baik 37,40 < 𝑋̅ ≤ 40,80 < 𝑋̅ ≤ 46,20 50,40 Cukup Baik 28,60 < 𝑋̅ ≤ 31,20 < 𝑋̅ ≤ 37,40 40,80 Kurang 19,80 < 𝑋̅ ≤ 21,60 < 𝑋̅ ≤ 28,60 31,20 Sangat Kurang 𝑋̅ ≤ 19,80 𝑋̅ ≤ 21,60 III. HASIL DAN PEMBAHASAN A. Hasil Penelitian 1) Prosedur Pengembangan Multimedia Pembelajaran Penelitian ini dirancang berdasarkan model penelitian dan pengembangan Four D (4-D) yang dikembangkan oleh Thiagarajan, Dorothy S. Semmel, dan Melvyn I. Semmel. Adapun alur model pengembangan 4-D dengan tahapan utama yaitu define (pendefinisian), design (perancangan), develop (pengembangan), dan disseminate (penyebaran). Penelitian ini dilakukan sampai tahap develop (pengembangan). Langkah pengembangan dijabarkan sebagai berikut :

18

a.

Tahap Pendefinisian

Pada tahap pendefinisian, kegiatan yang dilakukan adalah analisis awal, analisis siswa, analisis tugas, analisis konsep, dan perumusan tujuan pembelajaran. Adapun beberapa masalah yang diperoleh setelah melakukan analisis awal, analisis siswa, analisis tugas, analisis konsep, dan perumusan tujuan pembelajaran, yaitu (1) siswa SLB B Tunarungu mengalami kesulitan dalam memahami atau menuliskan unsur-unsur bangun datar sebagai syarat untuk memahami rumus luas daerah bangun datar, (2) siswa SLB B Tunarungu mengalami kesulitan dalam pembelajaran bagun datar ketika memasuki dalil-dalil atau rumus-rumus yang berlaku dalam geometri karena adanya keterbatasan dalam memahami informasi verbal, (3) dalam proses pembelajaran guru mengalami hambatan dalam mengkomunikasikan secara verbal materi geometri ketika memasuki dalil-dalil atau rumus-rumus yang berlaku dalam geometri, (4) dalam pembelajaran ketersediaan media pembelajaran dengan materi geometri yang dikhususkan untuk anak tunarungu tergolong rendah bahkan belum tersedia. Dengan adanya masalah di atas, maka solusi yang tepat untuk mengatasinya adalah dengan mengembangkan multimedia pembelajaran. Salah satu pengembangan yang dapat dilakukan adalah pengembangan Multimedia Pembelajaran Materi Luas Daerah Bangun Datar b.

Tahap Perancangan

Pada tahap perancangan, langkah pertama dalam tahap ini adalah membuat rancang bangun dari multimedia yang dikembangkan berdasarkan hasil yang diperoleh pada tahap pendefinisian. Rancang bangun dibuat sebagai pedoman dalam proses pembuatan multimedia pembelajaran menjadi sebuah program yang utuh. Rancang bangun atau stroryboard memuat semua informasi yang akan ditampilkan pada media, yang mana informasi tersebut akan menolong programer dan tim produksi dalam mengembangkan media [9]. Berdasarkan hal tersebut, rancang bangun dalam penelitian ini disusun secara sederhana, jelas, dan memuat beberapa hal, antara lain: 1) kompetensi dasar dan indikator pembelajaran yang ingin dicapai dalam pembelajaran menggunakan multimedia yang dikembangkan; 2) butir-butir materi yang dibelajarkan; 3) deskripsi kegiatan pada setiap halaman; 4) komponen-komponen yang termuat dalam setiap halaman; 5) desain tampilan (layout) setiap halaman; 6) flowchart. c.

Tahap Pengembangan

Kegiatan yang dilakukan pada tahap pengembangan adalah uji ahli, uji coba terbatas, dan revisi produk. Uji ahli dilakukan untuk mengetahui validitas dari Prototype I multimedia pembelajaran yang dikembangkan. Kegiatan revisi produk dilakukan untuk memperbaiki kelemahan dan kekurangan multimedia pembelajaran berdasarkan


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 rekomendasi dan saran dari para ahli, sehingga diperoleh Prototype II yang valid. Selanjutnya dilakukan uji coba terbatas untuk menentukan kepraktisan dari Prototype II yang valid. Jika dalam kegiatan uji coba terbatas multimedia pembelajaran belum memenuhi kriteria praktis, maka kembali dilakukan revisi sesuai dengan hasil uji coba terbatas yang diperoleh, hingga memenuhi syarat praktis. Hasil akhir dari tahap pengembangan adalah berupa Prototype Final yang valid dan praktis. 2) Multimedia Pembelajaran Dalam penelitian ini telah berhasil mengembangkan produk multimedia pembelajaran pada materi luas daerah bangun datar untuk siswa kelas VII SMPLB B Kurikulum 2013. Berikut akan diuraikan hal-hal yang termuat dalam Multimedia Pembelajaran Materi Luas Daerah Bangun Datar tersebut. Berikut adalah gambaran umum multimedia pembelajaran yang berhasil dikembangkan. Pada tampilan awal terdapat petunjuk umum dan tombol “Start”.

Gambar 1 Tampilan Awal Saat siswa menekan tombol ”START” akan muncul halaman menu utama yang menampilkan beberapa tombol pilihan. Tombol pilihan terdiri dari tombol “KOMPETENSI”, “MATERI”, “GAMES”, “EVALUASI”, “PROFIL” dan tombol petunjuk.

yang ada pada media pembelajaran, siswa dapat menuju halaman evaluasi atau halaman permainan.

Gambar 4 Halaman Peta Materi Jika siswa menekan tombol video pada halaman materi persegi panjang, maka akan muncul halaman yang menampilkan video terkait dengan definisi persegi panjang dan contoh-contoh benda yang berbentuk persegi panjang dalam kehidupan sehari-hari. Video yang termuat dalam multimedia pembelajaran dilengkapi dengan video bahasa isyarat.

Gambar 5 Halaman Video Persegi Panjang Setelah siswa menonton video persegi panjang, siswa diharapkan menekan tombol materi. Jika siswa menekan tombol materi, maka akan muncul halaman yang menampilkan halaman definisi persegi panjang.

Gambar 6 Halaman Materi Persegi Panjang

Gambar 2 Tampilan Menu Utama Dalam halaman kompetensi inti dan kompetensi dasar, terdapat tombol “MENU” yang berfungsi untuk menuju halaman-halaman tertentu.

Gambar 3 Halaman KI/KD Pada halaman peta materi, terdapat tujuh tombol yang masing-masing memiliki fungsi untuk menuju halaman materi tertentu. Setelah siswa menyelesaikan setiap materi

Ketika tombol “LANJUT” ditekan, maka akan muncul halaman yang menyajikan soal terkait dengan unsur-unsur persegi panjang. Soal pada halaman ini berbentuk soal menjodohkan atau memasangkan kolom kiri dengan kolom kanan.

Gambar 7 Halaman Soal Unsur-unsur Persegi Panjang Setelah siswa selesai mempelajari definisi dan unsurunsur persegi panjang, siswa harus mempelajari materi luas daerah persegi panjang dengan menekan tombol simulasi.


19


Gambar 8 Halaman Simulasi Luas Daerah Persegi Panjang Multimedia pembelajaran yang penulis kembangkan dikemas dalam bentuk CD (Compact Disk) yang dapat diakses melalui komputer atau laptop. 3) Kualitas Produk Multimedia Pembelajaran Berdasarkan hasil penilaian dari ahli media, ahli materi, ahli desain pembelajaran, dan ahli bahasa menunjukkan bahwa multimedia pembelajaran yang dikembangkan termasuk ke dalam kriteria baik dalam aspek validitas, karena memenuhi kelayakan dari ahli perangkat pembelajaran dan ahli materi. Setelah mendapatkan multimedia pembelajaran yang valid, perlu diujicobakan untuk mengetahui kepraktisan dari multimedia pembelajaran. Kepraktisan multimedia pembelajaran yang dikembangkan dalam penelitian ini dilihat dari skor angket respons siswa dan angket respons guru terhadap multimedia pembelajaran yang diambil di bagian akhir kegiatan uji coba. Dari hasil analisis diperoleh bahwa rata-rata skor kepraktisan dari angket respons siswa adalah 66,5 dan skor kepraktisan dari angket respon guru adalah 91. Sehingga dapat dikatakan bahwa multimedia pembelajaran yang dikembangkan berada pada kriteria sangat baik dalam aspek kepraktisan. Jadi, multimedia yang dikembangkan dikatakan praktis karena telah memenuhi kriteria kepraktisan dari siswa dan guru. B. Pembahasan 1) Proses Pengembangan Multimedia Pembelajaran Berikut adalah pembahasan dari masing-masing tahapan pengembangan multimedia pembelajaran. a.

Tahap Pendefinisian

Pada tahap pendefinisian, kegiatan yang dilakukan adalah analisis awal, analisis siswa, analisis tugas, analisis konsep, dan perumusan tujuan pembelajaran. Adapun beberapa masalah yang diperoleh setelah melakukan analisis awal, analisis siswa, analisis tugas, analisis konsep, dan perumusan tujuan pembelajaran, yaitu (1) siswa SLB B Tunarungu mengalami kesulitan dalam memahami atau menuliskan unsur-unsur bangun datar sebagai syarat untuk memahami rumus luas daerah bangun datar, (2) siswa SLB B Tunarungu mengalami kesulitan dalam pembelajaran bagun datar ketika memasuki dalil-dalil atau rumus-rumus yang berlaku dalam geometri karena adanya keterbatasan dalam memahami informasi verbal, (3) dalam proses pembelajaran 20

guru mengalami hambatan dalam mengkomunikasikan secara verbal materi geometri ketika memasuki dalil-dalil atau rumus-rumus yang berlaku dalam geometri, (4) dalam pembelajaran ketersediaan media pembelajaran dengan materi geometri yang dikhususkan untuk anak tunarungu tergolong rendah bahkan belum tersedia. Dengan adanya masalah di atas, maka solusi yang tepat untuk mengatasinya adalah dengan mengembangkan multimedia pembelajaran. Salah satu pengembangan yang dapat dilakukan adalah pengembangan Multimedia Pembelajaran Materi Luas Daerah Bangun Datar dengan sub materi luas daerah persegi panjang, luas daerah persegi, luas daerah segitiga, luas daerah jajargenjang, luas daerah trapesium, luas daerah layang-layang, dan luas daerah belah ketupat. Dalam hal ini, dipilihnya multimedia pembelajaran dikarenakan multimedia pembelajaran merupakan integrasi dari berbagai macam media sehingga dapat memberikan pengalaman belajar yang beragam, menambah gairah belajar siswa, dan memfasilitasi gaya belajar siswa di kelas. Multimedia dapat dirancang untuk memuat banyak materi pelajaran dan pengadaannya tidak membutuhkan tempat dan biaya yang mahal. Kelebihan pembelajaran dengan menggunakan multimedia adalah melibatkan interaksi siswa secara langsung sehingga kegiatan pembelajaran menjadi berpusat pada siswa. Multimedia pembelajaran layak digunakan untuk membelajarkan matematika khususnya materi geometri. b.

Tahap Perancangan

Dalam tahap perancangan, dibuat skenario kegiatan yang dilakukan siswa pada setiap halaman dan alur pembelajaran. Komponen, navigasi, dan desain tampilan dalam rancang bangun dicantumkan secara sederhana, jelas, dan konsisten untuk memudahkan pengimplementasian rancang bangun menjadi program multimedia pembelajaran. Dalam rancang bangun juga disusun flowchart dari multimedia pembelajaran yang menggambarkan alur program dari awal hingga akhir. Dengan adanya flowchart akan mempermudah proses pengaturan navigasi dalam multimedia pembelajaran. Setelah tersusun rancang bangun multimedia pembelajaran, selanjutnya rancang bangun tersebut diimplementasikan menjadi Prototype I dengan menggunakan aplikasi komputer. Pembuatan perangkat lunak multimedia pembelajaran dalam penelitian ini menggunakan software GeoGebra, PowToon, Camtasia Studio, dan Lectora Inspire. Dalam tahap perancangan juga disusun instrumen yang digunakan untuk mengevaluasi multimedia yang dikembangkan. Adapun instrumen yang disusun, antara lain, angket validasi media, angket validah materi, angket validasi desain pembelajaran, angket validasi bahasa, angket respons peserta didik, angket respons guru. Sebelum digunakan instrumen tersebut telah diuji validitasnya oleh dua orang


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 validator, yaitu dua orang dosen dari Jurusan Pendidikan Matematika Undiksha. c.

Tahap Pengembangan

Tujuan dilakukannya tahap ini adalah menghasilkan Prototype Final Multimedia Pembelajaran Materi Luas Daerah Bangun Datar yang memenuhi kriteria kualitas produk yang baik. Nieveen (1999) menyatakan bahwa suatu produk dikatakan berkualitas jika produk tersebut memenuhi kriteria validity (validitas), dan practicality (kepraktisan). Kegiatan yang dilakukan pada tahap pengembangan adalah uji ahli, uji coba terbatas, dan revisi produk. Uji ahli bertujuan untuk memperoleh validitas dari multimedia pembelajaran yang dikembangkan. Uji validitas ini dilakukan melalui enam orang ahli sebagai validator. Masing-masing validator memberikan skor sesuai dengan indikator yang ada pada lembar angket validitas, yang akhirnya dikonversi kedalam kategori-kategori validitas. Dari perhitungan validitas, diperoleh validitas multimedia pembelajaran sesuai dengan indikator validitas multimedia pembelajaran yang diharapkan. Multimedia pembelajaran dikatakan valid jika hasil perhitungan validitas yang diperoleh minimal berada pada kategori baik. Kemudian dilakukan revisi sesuai dengan saran-saran dari validator dan diperoleh multimedia pembelajaran dalam bentuk prototype I. Uji coba terbatas ini berlangsung dalam beberapa fase, yatiu fase pelaksanaan, fase observasi, dan fase evaluasi. Pada fase pelaksanaan dilakukan pembelajaran yang menerapkan multimedia pembelajaran materi luas daerah bangun datar. Guru matematika kelas VII SLB B Tuanrungu berkolaborasi dengan peneliti dalam kegiatan pembelajaran ini. Pada fase observasi dilaksanakan pengamatan terhadap keterlaksanaan dari multimedia pembelajaran dengan menggunakan catatan harian. Pada fase evaluasi dilakukan untuk memperoleh beberapa data penelitian, seperti (1) respon siswa terhadap multimedia pembelajaran, (2) respon guru terhadap multimedia pembelajaran. Dari hasil uji coba terbatas ini, diperoleh kepraktisan multimedia pembelajaran materi luas daerah bangun datar yang telah sesuai dengan indikator yang diharapkan. Selanjutnya dilakukan revisi terhadap multimedia pembelajaran, sesuai dengan temuan-temuan pada saat uji coba terbatas sehingga memperoleh prototype final. Setelah melakukan uji ahli dan uji coba terbatas, diperoleh karakteristik dari multimedia pembelajaran yang dikembangkan yaitu, (1) multimedia pembelajaran yang dikembangkan bersifat interaktif, (2) terdapat gambargambar maupun animasi yang dapat memvisualisasikan objek matematika, (3) menggunakan bahasa sederhana sesuai dengan karakteristik anak tunarungu dan terdapat video bahasa isyarat, (4) multimedia pembelajaran bersifat hierarikis.

2) Kualitas Multimedia Pembelajaran Validitas Multimedia Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan hasil penilaian ahli media berada pada kriteria baik, dengan total skor 27. Validitas Multimedia Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan hasil penilaian ahli materi berada pada kriteria baik, dengan rata-rata skor 28. Validitas Multimedia Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan hasil peniliaian oleh ahli desain pembelajaran berada pada kriteria baik, dengan total skor 30. Validitas Multimedia Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan hasil penilaian oleh ahli bahasa, berada pada kriteria baik dengan total skor 28. Diperolehnya multimedia yang valid, dikarenakan oleh beberapa faktor. Faktor-faktor tersebut yaitu sebagai berikut. Pertama, secara umum validator menyatakan “baik” mengenai komponen-komponen multimedia pembelajaran sesuai dengan indikator/deskriptor yang terdapat pada instrumen validitas. Hal ini, dikarenakan peneliti telah merancang dan mendesain multimedia pembelajaran sedemikian rupa agar memenuhi kriteria yang ada dalam lembar validasi. Adapun beberapa hal yang dilakukan peneliti dalam mengembangkan multimedia antara lain adalah dengan merancang dan merealisasikan multimedia yang interaktif dan eksploratif, yang mampu menumbuhkan motivasi siswa untuk belajar. Kedua, multimedia pembelajaran dikembangkan sesuai dengan aspek-aspek pengukuran validitas yang dikemukakan oleh Nieveen (1999), yaitu validitas multimedia pembelajaran berkaitan dengan validitas isi dan validitas konstruk. Validitas isi dilihat dari kesesuaian multimedia pembelajaran dengan tuntutan kurikulum. Sedangkan, validitas konstruk dilihat dari ketepatan penggunaan teoriteori yang dijadikan pegangan dalam perumusan atau penyusunan multimedia pembelajaran tersebut. Ketiga, multimedia pembelajaran disusun dengan tuntutan kurikulum yang terdapat disekolah. Tuntutan kurikulum tersebut berkaitan dengan kompetensi inti dan kompetensi dasar, yang akhirnya dapat digunakan baik ketika penerapannya dalam proses pembelajaran. Kepraktisan multimedia pembelajaran yang dikembangkan dalam penelitian ini diukur berdasarkan keterlaksanaan media tersebut di kelas. Multimedia pembelajaran yang dikembangkan dirancang dengan navigasi yang mudah, dan disertai petunjuk yang jelas terkait penggunaan multimedia. Tampilan awal dan jenis huruf yang digunakan dibuat sebaik mungkin untuk menarik perhatian siswa. Kepraktisan Multimedia Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan hasil analisis angket respons siswa berada pada kriteria sangat baik, dengan ratarata skor 66,5. Sedangkan kepraktisan Multimedia Pembelajaran Materi Luas Daerah Bangun Datar berdasarkan hasil analisis angket respons guru berada pada kriteria sangat baik, dengan rata-rata skor 91.


21

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 IV. SIMPULAN DAN SARAN Berdasarkan pembahasan yang telah diuraikan dapat disimpulkan beberapa hal sebagai berikut 1. Karakteristik dari Multimedia Pembelajaran Materi Luas daerah Bangun Datar yang berhasil dikembangkan adalah (1) multimedia pembelajaran yang dikembangkan bersifat interaktif, (2) terdapat gambar-gambar maupun animasi yang dapat memvisualisasikan objek matematika, (3) menggunakan bahasa sederhana sesuai dengan karakteristik anak tunarungu, (4) multimedia pembelajaran bersifat hierarikis. 2. Multimedia pembelajaran yang dikembangkan telah diuji validitas dan kepraktisan. Hasil uji tersebut menyatakan bahwa multimedia pembelajaran yang dikembangkan memenuhi kriteria valid dan praktis sehingga dapat diterima dan layak digunakan sebagai media pembelajaran pada materi luas daerah bangun datar. Berdasarkan hasil penelitian yang telah diperoleh dapat disarankan beberapa hal sebagai berikut. 1) Guru disarankan untuk memanfaatkan multimedia pembelajaran yang dikembangkan sebagai penunjang pembelajaran sehingga proses pembelajaran lebih mudah dan bervariasi. 2) Siswa disarankan untuk menggunakan multimedia pembelajaran yang dikembangkan sebagai media untuk belajar materi luas daerah bangun datar. Dengan digunakannya multimedia pembelajaran yang dikembangkan, siswa akan mendapatkan pengalaman belajar yang baru dan menarik. 3) Peneliti lain yang tertarik melanjutkan penelitian ini, dapat mengembangkan multimedia supaya dapat merekam pengalaman atau aktivitas belajar siswa saat menggunakan multimedia, serta pembentukan bank soal sehingga soal kuis dapat diacak setiap kali pemunculan soal.

22

4) Penelitian ini dilakukan sampai uji coba terbatas. Peneliti lain yang tertarik disarankan untuk melakukan penelitian dengan lingkup yang lebih luas, misalnya melakukan penelitian eksperimen sebagai uji coba lebih luas. DAFTAR PUSTAKA [1]

[2]

[3] [4] [5] [6]

[7]

[8]

[9]

Undang-Undang Republik Indonesia Nomor 20 Tahun 2003 Sistem Pendidikan Nasional. 8 Juli 2003. Lembaran Negara Republik Indonesia Tahun 2003 Nomor 4301. Jakarta Mangunsong, Frieda et al. 1988. Psikologi dan Pendidikan Anak Luar Biasa. Jakarta: LPSP3 (Lembaga Pengembangan Sarana Pengukuran dan Pendidikan Psikologi) Asyhar, Rayanda. 2012. Kreatif Mengembangkan Media Pembelajaran. Jakarta: Gaung Persada (GP) Press Jakarta. Musfiqon. 2012. Pengembangan Media & Sumber Pembelajaran. Jakarta. Prestasi Pustaka Arsyad, Azhar. 2007. Media Pembelajaran. Jakarta: Rajawali Pers. Fajrianto, Rizki dan Andjrah. 2012. “Perancangan Media Pembelajaran Interaktif Mata pelajaran IPA untuk Siswa Kelas VIII SMPLB tuna Rungu dengan Materi “Memahami Sistem dalam Tubuh Manusia”. Jurnal teknik POMITS Vol 1. Hal 1-4 Achidatun, Umi Nur. 2014. “Penerapan Media Visual untuk Meningkatkan Prestasi Belajar Siswa Dalam Pembelajaran Kerajinan Batik di SMALB Tunarungu Bhakti Pertiwi Prambanan Daerah Istimewa Yogyakarta”. Skripsi Tidak Diterbitkan. UNY: Yogyakarta Suwastarini, Ni Nyoman et al. 2015. “Pengaruh Implementasi Pembelajaran Berbasis Media Teknologi Informasi dan Komunikasi terhadap Motivasi dan Hasil Belajar siswa SDLB B (Tuna Rungu) pada SLB B Negeri PTN Jimbaran”. E-Journal PPS Universtas Pendidikan Ganesha Prodi Studi Penelitian dan evaluasi Pendidikan Vol 5 No 1. Hal 1 – 10 Ivers, Karen S. Multimedia Projects in Education: Designing, Producing, and Assessing, 2nd ed. USA: Libraries Unlimited.



Perancangan Aplikasi Perhitungan Operasi Matriks Berbasis Web Sebagai Sarana Pembelajaran Harya Bima Dirgantara, Tedi Lesmana Marselino Teknik Informatika Institut Teknologi dan Bisnis Kalbis Jakarta, Indonesia Abstract—Matrices is a subject in mathematics that is also used in programming, which is an array and for data encryption. The matrices has several operations such as addition, subtraction, multiplication, determinant, and transpose. The purpose of this research is to develop the application of web-based matrices operation calculation which can become alternative learning media besides book. This application is designed using a prototyping process model with communication stages, glance planning, modeling, construction, and application launching. The result of this research is prototype application of web based matrices operation. Keywords—matrices, learning media, prototyping

I. PENDAHULUAN Sumber pembelajaran di Indonesia umumnya berupa buku, dan jarang berupa aplikasi yang interaktif. Dari sebab inilah muncul suatu ide untuk membantu siswa-siswi SMA ataupun mahasiswa yang sedang mempelajari matriks. Ide tersebut adalah dengan merancang suatu aplikasi operasi perhitungan matriks. Matriks didefinisikan sebagai larik (array) dua dimensi [1]. Matriks memiliki beberapa operasi perhitungan, antara lain: penjumlahan dan pengurangan, perkalian matriks, determinan, invers, dan transpos. Masih terdapat mahasiswa bingung untuk menghitung perkalian matriks, menghitung determinan, invers dan transpos. Maka dari itu, akan dirancang suatu aplikasi operasi perhitungan matriks sehingga memudahkan pembelajaran. Pemanfaatan matriks dalam ilmu komputer antara lain adalah untuk pemrograman yang membutuhkan array dan pada bidang keamanan computer. Enkripsi data dapat dilakukan dengan menggunakan beragam operasi matriks. Saat ini terdapat cukup banyak kalkulator matriks online, namun kalkulator tersebut tidak menampilkan langkahlangkah atau urutan penyelesaian perhitungan, hanya menampilkan hasil langsungnya saja. Beberapa contoh kalkulator matriks online adalah matricescalc [2], kalkulator matriks mathisfun [3], dan bluebit [4]. Dari beberapa kalkulator matriks online yang ada, hampir menyediakan fungsi perhitungan yang sama, namun jika dieksekusi akan langsung menampilkan hasil perhitungan tanpa adanya langkah urutan perhitungan operasi tersebut, inilah yang

menjadi pembeda dari aplikasi operasi perhitungan matriks dalam penelitian ini dengan kalkulator matriks online yang sudah ada. Salah satu media pembelajaran yang berpotensi menjadi sarana belajar yang baik adalah dengan menggunakan teknologi komputer, menurut Fletcher dan Glass dalam kutipan menurut Kariadinata [5], teknologi komputer dapat dimanfaatkan untuk mengenali masing-masing individual siswa, konsep, melakukan operasi perhitungan, dan memberi stimulan untuk belajar kepada para siswa. Penggunaan teknologi komputer juga dapat memudahkan siswa dalam belajar karena memberikan representasi visual dan dapat diinteraksikan secara langsung [6]. Masalah pokok dari penelitian ini adalah: bagaimana cara memudahkan pembelajaran matriks dengan menggunakan aplikasi pembelajaran? Penelitian ini hanya membahas tentang: operasi penjumlahan dan pengurangan, menghitung determinan matriks, membentuk matriks transpose, serta matriks hanya dibatasi hinga ordo 3 x 3. Tujuan dari penelitian ini adalah untuk mengembangkan aplikasi perhitungan operasi matriks berbasis web yang dapat menjadi media pembelajaran alternatif selain buku. Sedangkan manfaat dari penelitian ini adalah untuk memudahkan seseorang dalam mempelajari operasi perhitungan matriks. II. TINJAUAN PUSTAKA A. Matriks Matriks didefinisikan sebagai larik (array) dua dimensi, Larik atau array adalah koleksi elemen/anggota unsur tertentu dalam bentuk garis atau persegi panjang [1]. Matriks memiliki n baris dan m kolom, angka n dan m ini disebut sebagai dimensi matriks [7]. B. Pembelajaran Arti pembelajaran, menurut Suherman yang dikutip oleh Lestari [8] adalah “Peristiwa mengajar selalu disertai dengan peristiwa belajar, ada guru yang mengajar maka ada pula siswa yang belajar, namun ada siswa yang belajar belum tentu


23

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 ada guru yang mengajar, sebab belajar bisa dilakukan sendiri”. Sedangkan menurut Gross [9], pembelajaran adalah suatu tindakan untuk memperbarui, atau memodifikasi pengetahuan, tingkah laku, kemampuan, nilai, atau preferensi yang telah dimiliki sehingga akan berpotensi untuk memberikan pendalaman pengetahuan, sikap atau tingkah laku, serta pengalaman. 1) Media Pembelajaran Menurut Santyasa [10], “media pembelajaran adalah segala sesuatu yang dapat digunakan untuk menyalurkan pesan (bahan pembelajaran), sehingga dapat merangsang perhatian, minat, pikiran, dan perasaan siswa, dalam kegiatan belajar untuk mencapai tujuan belajar. Menurut Gerlach & Ely [11], media pembelajaran memiliki tiga kelebihan kemampuan: pertama, media dapat digunakan untuk menangkap, menyimpan, dan menampilkan kembali suatu objek atau kejadian. Kedua, media dapat dimanipulasi atau diubah penyajiannya. Ketiga, media mampu menjangkau audien yang banyak jumlahnya. C. Model Prototyping Model prototyping dapat digunakan untuk mengembangkan software. Tahapan model prototyping ditampilkan pada Fig. 1.

 

Konstruksi. Membangun purwarupa aplikasi dan melakukan uji coba. Deployment. Aplikasi diluncurkan.

D. Unified Modelling Laguange (UML) Unified Modeling Language (UML) adalah sebuah "bahasa" pengganti sebuah gelombang dari metode ObjekOrientied Analisis End Design (OOAND) yang muncul di tahun 80an dan 90an. Dengan menggunakan UML aplikasi dapat dimodelkan fitur-fitur ataupun fungsinya [13]. 1) Use Case Diagram Use case diagram adalah suatu kumpulan skenario yang tersusun dari tujuan pengguna aplikasi pada umumnya [13]. Beberapa komponen use case antara lain adalah [14]: Aktor, use case, relasi, deskripsi use case. E. Penelitian Sebelumnya Beberapa referensi tentang penelitian sebelumnya yang menjadi dasar penelitian ini ditampilkan pada Tabel 1. Tabel I. Penelitian Sebelumnya Nama Peneliti

Judul

Inti Penelitian

Puji Lestari, Krisnawati [8]

Aplikasi Pembelajaran dan Kuis Matematika Interaktif Berbasis Android

Dewi Yuliarti [15]

Perancangan Aplikasi Pembelajaran Matematika untuk Kelas 6 Sekolah Dasar Berbasis Multimedia Perancangan Aplikasi Ajar Tematik Berbasis Multimedia Aplikasi Mobile Game Edukasi Matematika Berbasis Android

Mengembangkan aplikasi pembelajaran berbasis Android menggunakan metode SDLC. Aplikasi ditujukan untuk pengguna kelas 1 hingga kelas 3 Sekolah Dasar. Mengembangkan aplikasi pembelajaran matematika berbasis multimedia.

Heni Jusuf [16]

Fig. 1. Model prototyping

Model prototyping memiliki tahapan sebagai berikut [12]:  Komunikasi. Peneliti menganalisis sistem dengan melakukan wawancara dengan obyek penelitian dan juga studi kepustakaan untuk mendapatkan gagasan yang diharapkan dari sistem yang akan dibuat.  Perencanaan cepat. perencanaan konsep aplikasi.  Pemodelan. Melakukan pemodelan aplikasi menggunakan alat pemodelan.

24

Yunis Aprilianti, Uning Lestari, Catur Iswahyudi [17]

Mengembangkan aplikasi pembelajaran dengan tema dan budaya sesuai mata pelajaran yang dibahas. Aplikasi permainan matematika untuk kelas 6 Sekolah Dasar. Permainan memiliki jalan cerita dengan memberikan sejumlah soal agar permainan terselesaikan.

III. METODE PENELITIAN A. Kerangka Pemikiran Penelitian dilatarbelakangi oleh dirasa diperlukannya sarana pembelajaran matriks bagi siswa dan mahasiswa. Dari masukan tersebut akan dilakukan proses komunikasi, perencanaan, pemodelan, konstruksi, dan deployment yang akan menghasilkan suatu aplikasi perhitungan operasi


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 matriks berbasis web menggunakan bahasa HTML dengan Javascript. Pada tahapan komunikasi, akan dilakukan pembahasan alat dan perlengkapan yang dibutuhkan selama penelitian, serta membuat user dan system requirement yang akan dikembangkan. Setelah tahapan komunikasi lengkap, maka dilanjutkan ke tahap perencanaan. Pada tahap ini akan direncanakan jadwal penelitian, perencanaan biaya dan penggunaannya, serta perancangan alur dari fitur aplikasi. Dari hasil perencanaan tersebut dilanjutkan ke tahap pemodelan.

pada matriks yang disediakan, yaitu matriks A dan matriks B, matriks hasil tidak dapat diisi oleh pengguna karena akan digunakan sebagai matriks untuk menampilkan hasil operasi perhitungan. Operasi perhitungan matriks yang disediakan adalah: penjumlahan, perkalian, mencari determinan, dan mencari transpose. Setelah selesai menggunakan aplikasi perhitungan matriks, pengguna dapat keluar dari aplikasi dengan menutup halaman web aplikasi.

Aplikasi akan dimodelkan menggunakan UML (use case diagram dan activity diagram) serta pemodelan rancangan tampilan layar. Model aplikasi ini selanjutnya akan dikonstruksi menggunakan Notepad++ dan diuji coba dengan metode black box yang kemudian dilanjutkan dengan deployment. Ilustrasi kerangka pemikiran ditampilkan pada Fig. 2. Purwarupa aplikasi akan dihosting sehingga dapat diakses oleh semua orang. Dengan adanya purwarupa ini maka akan didapat suatu umpan balik yang dapat menjadi saran dan masukan sehingga aplikasi dapat berkembang dan digunakna oleh lebih banyak orang.

Fig. 3. Use case diagram aplikasi

IV. HASIL & ANALISIS Penelitian ini menghasilkan aplikasi untuk pembelajaran operasi matriks. Aplikasi ini sudah dapat diakses secara publik melalui laman kaltriks.net. Tampilan layar aplikasi ditampilkan pada Fig.-Fig. berikut.

Fig. 2. Kerangka pemikiran

B. Use Case Diagram Aplikasi Use case diagram aplikasi perhitungan operasi matriks ditampilkan pada Fig. 3. Pengguna aplikasi operasi matriks dapat menggunakan aplikasi ini untuk melakukan operasi perhitungan matriks. Pengguna harus memasukkan angka

Fig. 4. Halaman awal aplikasi

Fig. 4 menampilkan halaman awal aplikasi operasi perhitungan matriks. Terdapat 3 matriks, yaitu Matriks A, Matriks B, dan Matriks H. pengguna dapat mengisikan angka


25

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 bebas ke dalam matriks A dan matriks B. hasil operasi matriks akan ditampilkan pada matriks H.

perkalian matriks A dan B pada fungsi ini sudah sepenuhnya benar.

Fig. 7 Notifikasi perkalian matriks tidak valid

Fig. 5. Operasi penjumlahan

Fig. 5 menampilkan operasi penjumlahan matriks dengan angka sembarang. Hasil penjumlahan ditampilkan pada matriks H. Hasil penjumlahan pada fungsi ini sudah sepenuhnya benar.

Fig. 8 Operasi determinan

Fig. 8 menampilkan operasi determinan pada matriks A. secara default tombol determinan akan menghitung determinan matriks A yang ditampilkan pada matriks H. determinan matriks hanya bisa dihitung jika matriks merupakan matriks bujur sangkar (ordo baris dan kolom sama). Jika matriks yang akan dicari determinannya bukan matriks bujur sangkar, maka akan muncul notifikasi bahwa matriks tersebut tidak memiliki determinan seperti Fig. 9.

Fig. 6. Operasi perkalian

Fig. 9 Notifikasi tidak ada determinan

Fig. 6 menampilkan operasi perkalian matriks dengan angka sembarang. Hasil perkalian ditampilkan pada matriks H. untuk dapat menggunakan fungsi perkalian, pengguna harus mengisikan jumlah baris dan kolom pada masingmasing matriks A dan B. Jika ordo kolom Matriks A sama dengan ordo baris Matriks B, maka perkalian matriks dapat dilakukan, jika tidak, maka akan muncul notifikasi bahwa perkalian tidak dapat dilakukan seperti pada Fig. 7. Hasil 26


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 [2] [3] [4] [5]

[6]

[7] [8]

[9] [10] Fig. 10 Operasi transpose

Fig. 10 menampilkan operasi transpose matriks, secara default tombol transpose akan membentuk transpose matriks A yang ditampilkan pada matriks H. matriks transpose adalah mengubah susunan ordo matriks yang semula adalah baris x kolom, menjadi kolom x baris.

[11]

[12] [13]

V. KESIMPULAN Dari penelitian ini, dapat disimpulkan bahwa aplikasi perhitungan operasi matriks yang dibangun masih berupa purwarupa yang belum menampilkan penjelasan solusi penyelesaian operasi perhitungannya.

[14]

Aplikasi perhitungan operasi matriks ini maksimal dapat melakukan operasi perhitungan matriks dengan ordo 3 x 3 serta seluruh fungsi operasi matriks dapat berjalan dengan baik. Purwarupa aplikasi perhitungan operasi matriks ini dapat diakses melalui laman kaltriks.net.

[16]

[15]

[17]

[email protected], "matricescalc," [Online]. Available: https://matricescalc.org/en/. MathisFun.com, "MathisFun," 2015. [Online]. Available: http://www.mathsisfun.com/algebra/matrices-calculator.html. Bluebit, [Online]. Available: http://www.bluebit.gr/matricescalculator/. R. Kariadinata, "DESAIN DAN PENGEMBANGAN PERANGKAT LUNAK (SOFTWARE) PEMBELAJARAN MATEMATIKA BERBASIS MULTIMEDIA," Jurnal Pendidikan Matematika, vol. 1, no. 2, pp. 56-73, 2007. National Council of Teacher of Mathematics, "NCTM: Research Brifs," 2017. [Online]. Available: http://www.nctm.org/Research-andAdvocacy/Research-Brief-and-Clips/Video-Games-in-the-MathClassroom/. [Accessed 2017]. J. Gunawardena, Matrices Algebra for Beginners, Cambridge: Harvard Medical School, 2006. P. Lestari, "APLIKASI PEMBELAJARAN DAN KUIS MATEMATIKA INTERAKTIF BERBASIS ANDROID," in STMIK AMIKOM YOGYAKARTA, Yogyakarta, 2013. R. Gross, Psychology: The Science of Mind and Behaviour, 6 ed., Hachette: Hodder Education, 2012. I. W. Santyasa, LANDASAN KONSEPTUAL MEDIA PEMBELAJARAN, Banjar Angkan Klungkung: Universitas Pendidikan Ganesha, 2007. H. Ibrahim, Sihkabuden, Suprijanta and U. Kustiawan, Media pembelajaran: Bahan sajian program pendidikan akta mengajar, FIP UM, 2001. R. S. Pressman, Software Engineering: A Practitioner's Approach, 7 ed., New York: McGraw-Hill, 2010. M. Fowler and K. Scott, UML Distilled : a brief guide to the standard object modeling language, 3 ed., Addison-Wesley, 2003. B. Oestereich, Developing Software With UML Object-Oriented Analysis and Design in Practice, 2 ed., Addison-Wesley, 2002. D. Yuliarti, Perancangan Aplikasi Pembelajaran Matematika untuk Kelas 6 Sekolah Dasar Berbasis Multimedia (Studi Kasus Bimbingan Belajar Lembaga Bina Kreatifitas (LBK) ESE Project), Jakarta: Universitas Islam Negeri Syarif Hidayatullah Jakarta, 2007. H. Jusuf, "PERANCANGAN APLIKASI SISTEM AJAR TEMATIK BERBASIS MULTIMEDIA," Jurnal Artificial, ICT Research Center UNAS, vol. 3, no. 1, pp. 60-74, 2009. Y. Aprilianti, U. Lestari and C. Iswahyudi, "APLIKASI MOBILE GAME EDUKASI MATEMATIKA BERBASIS ANDROID," SCRIPT, vol. 1, no. 1, pp. 89-97, 2013.

DAFTAR PUSTAKA [1]

J. E. Gentle, Matrices Algebra Theory, Computations, and Applications in Statistics, Springer, 2007.


27


Uji Coba Rancangan Model CSE-UCLA Yang Dimodifikasi Dengan Metode Weighted Product dan Validasi Instrumen Evaluasi Layanan Perpustakaan Digital Pada Perguruan Tinggi Komputer di Bali Dewa Gede Hendra Divayana, Agus Adiarta, Ida Bagus Gede Surya Abadi Pendidikan Teknik Informatika, Pendidikan Teknik Elektro, Pendidikan Guru Sekolah Dasar Universitas Pendidikan Ganesha Singaraja, Indonesia Abstract—Tujuan penelitian ini adalah untuk memperoleh informasi tentang hasil uji coba rancangan model CSE-UCLA yang dimodifikasi dengan metode Weighted Product dan hasil validasi isi instrumen evaluasi, sehingga menghasilkan instrumen yang valid dan rancangan model evaluasi yang tepat digunakan untuk mengevaluasi layanan perpustakaan digital pada perguruan tinggi, khususnya bidang komputer di Bali. Formula yang digunakan untuk memvalidasi isi intrumen dalam penelitian ini yaitu Indeks Validasi Aiken. Sedangkan dalam melakukan pengujian terhadap rancangan model CSE-UCLA yang dimodifikasi dengan metode Weighted Product menggunakan perhitungan deskriptif persentase. Dalam validasi isi intrumen dan uji coba rancangan model evaluasi ini melibatkan 4 pakar yaitu 2 pakar pendidikan dan 2 pakar teknik informatika. Waktu yang dibutuhkan dalam uji validasi isi instrumen adalah 31 hari, sedangkan waktu yang dibutuhkan dalam uji coba rancangan model adalah 31 hari. Hasil dari penelitian ini, diperoleh bahwa ada 71 butir instrumen yang valid dari 75 butir yang bersumber dari 26 aspek evaluasi, disamping itu diperoleh hasil persentase sebesar 92,86% dari uji coba yang dilakukan terhadap rancangan model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted Product, sehinggga termasuk kategori sangat baik. Keywords—Validasi Isi, Model Evaluasi, Weighted Product, Perpustakaan Digital

CSE-UCLA,

I. PENDAHULUAN Seiring perkembangan teknologi informasi dan komunikasi dewasa ini, tampak bahwa telah terjadi perubahan gaya hidup dan perilaku masyarakat [1]. Bentukbentuk perkembangan dan perubahan teknologi informasi pada dasarnya merubah aktifitas masyarakat dalam dunia nyata ke dalam aktifitas dunia maya [2]. Beberapa bentuk perkembangan dan perubahan tersebut juga sudah banyak ditemukan di bidang pendidikan, seperti: pembelajaran konvensional melalui tatap muka dengan komunikasi satu arah yang terjadi antar guru dan siswa di kelas sudah bergeser ke dalam bentuk e-learning yang memberikan kemudahan dalam melaksanakan proses pembelajaran aktif secara online, 28

sehingga interaksi antara guru dan siswa tetap dapat terjadi kapanpun dan dimanapun mereka berada tanpa dibatasi oleh ruang dan waktu. E-learning dapat dikatakan sebagai salah satu bentuk inovasi model pembelajaran, sehingga e-learning mampu memberikan kemudahan dan menimbulkan kesenangan dalam proses pembelajaran karena disesuaikan dengan keadaan peserta didik baik dari segi waktu dan tempat pelaksanaannya. Hal tersebut sesuai dengan pernyataan Antari, Agustini, dan Divayana [3] yang menyatakan bahwa “inovasi model pembelajaran akan membantu proses pembelajaran karena model pembelajaran disesuaikan dengan keadaan siswa dan materi yang disajikan”. Pernyataan lainnya yaitu “Siswa pada dasarnya termotivasi untuk melakukan suatu aktivitas untuk dirinya sendiri karena ingin mendapatkan kesenangan dari pelajaran, atau merasa kebutuhannya terpenuhi [4]. Begitu juga halnya dengan layanan perpustakaan di perguruan tinggi yang secara konvensional seluruh aktivitas pemustaka secara fisik terjadi dan dilaksanakan di dalam gedung perpustakaan, sehingga membutuhkan tempat dan sarana prasarana pendukung yang banyak dan kompleks. Dengan perkembangan teknologi informasi, maka layanan perpustakaan di perguruan tinggi (baik perguruan tinggi di bidang komputer maupun tidak) saat ini sudah beralih ke pemanfaatan perpustakaan digital dalam memberikan layanan perpustakaan bagi para pemustaka. Dengan adanya perpustakaan digital, maka para pemustaka memperoleh kemudahan mencari sumber bacaan/koleksi pustaka, baik di pagi hari, siang hari, ataupun malam hari karena secara fisik mereka tidak perlu harus datang ke ruang perpustakaan melainkan hanya melalui fasilitas internet yang tidak terbatas oleh jarak dan waktu. Fakta yang ditemukan di lapangan, menunjukkan bahwa tidak semua perguruan tinggi yang ada di Bali telah menyelenggarakan perpustakaan digital secara optimal dengan alasan utama yaitu karena keterbatasan pendanaan dalam penyelenggaraan program perpustakaan digital. Hal tersebut sesuai dengan penelitian yang pernah dilakukan pada


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 tahun 2016 oleh Divayana [5] yang menyatakan bahwa “pada aspek keuangan secara umum kualitas pelaksanaannya belum optimal dan boleh dikatakan masih terbatas, dimana sumber dana hanya diperoleh dari sumbangan orang tua mahasiswa, dan sebagian dari lembaga sendiri (universitas dan yayasan). Sumber dana yang diperoleh tersebut belum cukup mampu manangani penyelenggaran program perpustakaan digital secara optimal”. Berdasarkan fakta tersebut, maka perlu dilakukan suatu evaluasi terhadap layanan perpustakaan digital pada perguruan tinggi yang ada di Bali, khususnya perguruan tinggi di bidang komputer untuk memperoleh kualitas yang baik. Sama juga halnya dengan proses pembelajaran, dimana pada prinsipnya untuk menemukan proses belajar yang baik, itu akan membutuhkan proses evaluasi. Pernyataan tersebut sesuai dengan pendapat dari Jampel, Widiana, dan Divayana [6] yang menyatakan bahwa kelas yang baik tidak saja didukung oleh model pembelajaran yang inovatif namun juga membutuhkan penilaian atau kemampuan evaluasi yang lebih baik melalui pencapaian kompetensi siswa. Evaluasi merupakan suatu kegiatan yang bertujuan untuk memperoleh rekomendasi sebagai dasar pengambilan keputusan untuk melakukan perbaikan/penyempurnaan terhadap program yang sedang diamati/diukur. Hal ini sesuai dengan pernyataan Divayana [7], bahwa “evaluasi bertujuan untuk mengumpulkan data dan kemudian dilakukan analisis terhadap data tersebut, sehingga hasil analisisnya dapat digunakan untuk pertimbangan mengambil suatu keputusan terhadap objek yang sedang dievaluasi”. Evaluasi merupakan suatu kegiatan untuk mengumpulkan, memahami, dan melaporkan hasil analisis tentang suatu program/objek tertentu sehingga hasilnya dapat digunakan untuk pertimbangan dalam mengambil suatu keputusan apakah program tersebut dilanjutkan ataukah dihentikan [8]. Alasan utama dilaksanakannya evaluasi secara mengkhusus terhadap layanan perpustakaan digital di perguruan tinggi komputer, karena sebagian besar perguruan tinggi di bidang komputerlah yang memiliki layanan perpustakaan digital yang stabil ditinjau dari segi teknis penyelenggaraannya dibandingkan dengan perguruan tinggi lainnya, sehingga harapannya setelah dilakukan evaluasi terhadap layanan perpustakaan digital pada perguruan tinggi komputer tersebut, maka diperoleh rekomendasi untuk penyempurnaan layanan dan dapat digunakan sebagai percontohan bagi perguruan tinggi lain dalam rangka meningkatkan layanan perpustakaan digital yang dimilikinya. Salah satu model diantara beberapa model evaluasi pendidikan (CIPP, Countenance, Formative-Summative, dan lainnya) yang cocok digunakan untuk mengevaluasi layanan perpustakaan digital di Bali adalah model CSE-UCLA. Alasan pemilihan model ini, karena model CSE-UCLA memiliki suatu keunggulan yaitu komponen program implementation yang mampu memperkenalkan keberadaan program yang dievaluasi [5].

Namun model ini masih memiliki kelemahan yaitu belum mampu menunjukkan hasil perhitungan kuantitatif secara runut dan akurat dari kategori tertinggi sampai yang terendah dari setiap komponen evaluasi. Oleh karena itu model CSEUCLA ini perlu dimodifikasi agar dapat digunakan untuk mengukur optimalisasi layanan perpustakaan digital pada perguruan tinggi komputer di Bali. Perlunya dilakukan modifikasi terhadap model CSEUCLA ini juga dilatarbelakangi dari beberapa penelitian terdahulu diataranya adalah penelitian yang dilakukan pada tahun 2015 oleh Divayana, Ariawan, Sugiarta, dan Artanayasa [9] tentang perpustakaan digital berbasis sistem pakar pada Universitas Teknologi Indonesia memperoleh hasil yaitu terbentuknya program aplikasi perpustakaan digital yang menerapkan konsep sistem pakar dalam memberikan layanan pencarian pustaka secara online. Kelemahan yang ditemukan pada penelitian tersebut yaitu belum mampu menunjukkan instrumen yang valid digunakan untuk mengukur optimalisasi layanan program aplikasi perpustakaan digital bagi para pemustaka. Penelitian lainnya yang dilakukan pada tahun 2016 oleh Divayana [5] tentang evaluasi program perpustakaan digital berbasis sistem pakar pada Universitas Teknologi Indonesia dengan perolehan hasil yaitu kualitas layanan program ditinjau dari komponen system assesment sebesar 79,80% dengan kategori baik, komponen program planning sebesar 69,69% dengan kategori baik, komponen program implementation sebesar 57,40% dengan kategori cukup baik, komponen program improvement sebesar 74,90% dengan kategori baik, dan komponen program certification sebesar 66,80% dengan kategori baik. Kelemahan yang ditemukan pada penelitian tersebut yaitu instrumen model CSE-UCLA yang digunakan untuk mengukur optimalisasi layanan perpustakaan digital berbasis sistem pakar belum mampu menunjukkan hasil perhitungan yang akurat secara runut mulai dari nilai tertinggi sampai dengan nilai terendah untuk tiap komponen evaluasi. Berdasarkan hal tersebut, maka dari rencana penelitian yang dilaksanakan selama 3 tahun ke depan dalam rangka meningkatkan optimalisasi layanan perpustakaan digital pada perguruan tinggi komputer di Bali, maka khusus untuk tahun 2017 ini perlu dibuatkan rancangan model yang tepat dan instrumen yang valid sebagai terobosan untuk dapat mengatasi permasalahan penelitian yang telah dilakukan pada tahun 2015 dan 2016 tersebut. Adapun rancangan dan instrumen model evaluasi yang peneliti kembangkan pada tahun 2017 ini adalah rancangan model dan instrumen evaluasi CSE-UCLA yang telah dimodifikasi dengan weighted product. Sebelum model CSE-UCLA yang dimodifikasi dengan weighted product ini benar-benar siap digunakan untuk mengevaluasi layanan perpustakaan digital, maka terlebih dahulu ditentukan desain model yang tepat dan instrumen yang valid. Oleh karena itu perlu dilakukan uji coba terhadap rancangan model CSE-UCLA yang dimodifikasi dengan


29

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 metode Weighted Product, dan uji validasi isi terhadap instrumen evaluasi. Berdasarkan hal tersebut, maka rumusan permasalahan dalam penelitian ini adalah: 1) Bagaimanakah hasil uji coba rancangan model CSE-UCLA yang dimodifikasi dengan metode Weighted Product?, dan 2) Bagaimanakah hasil validasi isi instrumen evaluasi ditinjau dari model CSEUCLA? Tujuan utama dari penelitian ini yaitu memperoleh gambaran tentang hasil uji coba terhadap rancangan model CSE-UCLA yang dimodifikasi dengan metode Weighted Product dan hasil validasi isi instrumen evaluasi ditinjau dari model CSE-UCLA. Terdapat beberapa hasil penelitian yang terkait dengan penelitian ini, diantaranya adalah penelitian pada tahun 2015 yang telah dilakukan oleh Sanjaya, Asyhar, dan Hariyadi [10] tentang pengembangan instrumen evaluasi pada praktikum uji enzim katalase di SMA Negeri Titian Teras Muaro Jambi. Dimana penelitian yang dilakukan oleh Sanjaya, Asyhar, dan Hariyadi ini memiliki persamaan dengan penelitian ini yaitu dalam hal validasi isi yang dilakukan terhadap instrumen evaluasinya. Perbedaan yang ditemukan adalah dalam hal aspek validitas isinya, dimana dalam penelitian Sanjaya, Asyhar, dan Hariyadi dilakukan validasi isi terhadap seluruh aspek kompetensi siswa, yaitu: kompetensi kognitif (pengetahuan ilmiah), kompetensi afektif (sikap ilmiah), dan kompetensi psikomotorik (keterampilan proses sains). Dalam penelitian ini dilakukan validasi isi terhadap seluruh aspek yang digunakan untuk mengevaluasi layanan perpustakaan digital ditinjau dari komponen model CSEUCLA, diantaranya: system assessment, program planning, program implementation, program improvement, dan program certification). Penelitian lainnya yaitu penelitian pada tahun 2012 yang dilakukan oleh Tandilling [11] tentang pengembangan instrumen untuk mengukur kemampuan komunikasi matematik, pemahaman matematik, dan selfregulated learning siswa dalam pembelajaran Matematika di Sekolah Menengah Atas, memiliki persamaan dengan penelitian ini dalam hal pendekatan kuantitatif yang digunakan dalam melakukan uji coba instrumen. Perbedaannya terletak pada tujuan penelitiannya, dimana penelitian yang dilakukan Tandilling bertujuan untuk memperoleh seperangkat instrumen yang digunakan untuk mengukur kemampuan komunikasi matematis, pemahaman matematis, dan self regulated learning siswa dalam pembelajaran Matematika di SMA, sedangkan dalam penelitian ini bertujuan untuk memperoleh rancangan model evaluasi yang tepat dan instrumen yang valid untuk mengukur optimalisasi layanan perpustakaan digital pada perguruan tinggi komputer di Bali. Berdasarkan beberapa penelitian sebelumnya, rumusan masalah, tujuan penelitian dan beberapa penelitian terkait yang telah dijelaskan tersebut, maka peneliti tertarik untuk melakukan penelitian tentang uji coba rancangan model CSE30

UCLA yang dimodifikasi dengan metode Weighted Product dan validasi instrumen yang digunakan dalam mengevaluasi layanan perpustakaan digital, khususnya pada perguruan tinggi bidang komputer yang ada di Bali. II. KAJIAN PUSTAKA A. CSE-UCLA Model CSE-UCLA merupakan model evaluasi yang memiliki lima dimensi evaluasi (system assesment, program planning, program implementation, program improvement, program certification) dan cocok digunakan untuk mengevaluasi program layanan yang membantu kehidupan manusia, seperti: program perpustakaan, bank, koperasi, e-government, e-learning dan lainnya [12]. Model CSE-UCLA merupakan model evaluasi yang memiliki lima dimensi evaluasi, antara lain system assesment yang memberikan informasi tentang keadaan sistem, program planning yang membantu pemilihan program tertentu untuk memenuhi kebutuhan program, program implementation yang menyiapkan informasi untuk memperkenalkan program, program improvement yang memberikan informasi tentang fungsi/kinerja program, program certification yang memberi informasi tentang manfaat atau guna program [8]. Dari beberapa pendapat diatas maka dapat diambil kesimpulan umum bahwa model CSE-UCLA merupakan suatu model evaluasi yang terdiri dari lima komponen evaluasi (system assesment, program planning, program implementation, program improvement, program certification) yang digunakan untuk mengukur efektivitas/kualitas suatu program/kebijakan/layanan di bidang pendidikan ataupun bidang lainnya yang membantu kehidupan manusia. B. Weighted Product Metode Weighted Product (WP) menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan dulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi. Preferensi untuk alternatif Ai diberikan sebagai n berikut [13]: w Si  xij j (1)

 j 1

dengan i=1,2,...,m; dimana wj = 1. wj adalah pangkat bernilai positif untuk atribut keuntungan, dan bernilai negatif untuk atribut biaya. Preferensi relatif masing-masing alternatif, diberikan sebagai berikut[14]: (2) dengan i = 1, 2, ..., n


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 V : Preferensi alternatif yang dipertimbangkan sebagai vektor V x : Nilai kriteria w : Bobot kriteria/sub kriteria i : Alternatif j : Kriteria n : Jumlah kriteria C. Perpustakaan Digital Sebuah perpustakaan digital adalah sebuah perpustakaan di mana koleksi-koleksinya disimpan dalam format digital (sebagai kebalikan untuk mencetak, microform, atau media lainnya) dan dapat diakses oleh komputer [15]. Menurut Towolawi dan Oluwakemi [16], perpustakaan digital menetapkan kegiatan perpustakaan dan layanannya dengan fasilitas elektronik dalam pengolahan, transmisi dan menampilkan informasi. Dari beberapa pendapat tersebut, secara umum dapat diambil suatu kesimpulan bahwa perpustakaan digital (digital library) adalah suatu perpustakaan yang menyimpan koleksi buku, majalah, jurnal ilmiah dan dokumen-dokumen pustaka lainnya dalam bentuk digital dengan jumlah yang sangat besar dan dapat disebarkan/diintegrasikan melalui sebuah jaringan komputer atau internet yang bersifat global dan dilengkapi dengan fiturfitur layanan seperti: fitur keanggotaan, fitur pencarian, fitur link atau pranala, fitur dwi bahasa, fitur artikel, serta fitur folder dan arsip.

E. Instrumen Pengumpulan Data Adapun instrumen yang digunakan dalam pengumpulan data dalam penelitian ini berupa kuesioner, karena lebih mudah dikuantifikasi. F. Teknik Analisis Data Teknik analisis data yang digunakan dalam penelitian ini yaitu menggunakan teknik analisis deskriptif kuantitatif. Dimana hasil penilaian isi yang dilakukan oleh pakar terhadap instrumen evaluasi dianalisis berdasarkan indeks validasi Aiken dan hasil uji coba yang dilakukan pakar terhadap rancangan model evaluasi dianalisis berdasarkan perhitungan deskriptif persentase. IV. HASIL PENELITIAN DAN PEMBAHASAN Ada beberapa hal yang dapat peneliti jabarkan dan bahas berdasarkan berdasarkan hasil penelitian ini, antara lain sebagai berikut. A. Hasil Penelitian 1) Rancangan Model CSE-UCLA yang telah dimodifikasi dengan metode Weighted Product Adapun rancangan model evaluasi yang dimaksud dapat dilihat pada gambar 1 berikut ini.

III. METODE PENELITIAN A. Pendekatan Penelitian Adapun pendekatan yang digunakan dalam penelitian ini adalah kuantitatif karena menekankan pada angka-angka yang diperoleh dari hasil validasi isi instrumen dan hasil uji coba rancangan model. B. Objek Penelitian Objek dari penelitian ini adalah instrumen dan rancangan model evaluasi CSE-UCLA yang dimodifikasi dengan metode Weighted Product C. Subjek Penelitian Subjek penelitian yang terlibat dalam uji coba rancangan model evaluasi dan uji validasi isi instrumen evaluasi adalah 2 orang pakar pendidikan dan 2 orang pakar teknik informatika. D. Lokasi Penelitian Adapun lokasi penelitian ini dilaksanakan pada perpustakaan STMIK STIKOM Bali, karena merupakan salah satu perguruan tinggi bidang komputer yang ada di Bali dan memiliki perpustakaan digital yang memadai secara operasional.

Gambar 1. Rancangan Model CSE-UCLA Yang Telah Dimodifikasi Dengan Metode Weighted Product

2) Hasil Uji Coba Rancangan Model CSE-UCLA yang telah dimodifikasi dengan metode Weighted Product Adapun hasil uji coba yang dilakukan oleh 2 pakar pendidikan dan 2 pakar teknik informatika terhadap rancangan model CSE-UCLA yang dimodifikasi dengan metode Weighted Product dapat dilihat pada Tabel I berikut ini. Tabel I. No 1.

Hasil Uji Coba Rancangan Model Evaluasi CSE-UCLA Yang Dimodifikasi Dengan Weighted Product Aspek Penilaian

Kesesuaian aspek evaluasi pada komponen system assessment

1

Pakar/Penilai 2 3

4

5

5

5


4

31

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 No

Aspek Penilaian Kesesuaian aspek evaluasi pada komponen program planning Kesesuaian aspek evaluasi pada komponen program implementation Kesesuaian aspek evaluasi pada komponen program improvement Kesesuaian aspek evaluasi pada komponen program certification Kesesuaian metode yang digunakan untuk memperoleh hasil secara akurat yang menunjukkan kategori paling tinggi sampai yang paling rendah dari tiap komponen evaluasi Kesesuaian gambaran tahapan evaluasi yang dilakukan mulai dari awal sampai akhirnya mendapatkan rekomendasi  Persentase Tiap Subyek (%) Persentase Keseluruhan (%)

2. 3. 4. 5.

6.

7.

1

Pakar/Penilai 2 3

4

5

4

5

5

5

4

4

5

5

5

5

4

5

4

4

4

5

5

5

4

34 97,14

5

31 88,57

32 91,43

4

33 94,29

 S

1

2

3

4

1

5

4

4

5

4

3

3

4

14

2

5

5

5

4

4

4

4

3

15

3

5

4

5

4

4

3

4

3

14

4

4

5

4

5

3

4

3

4

14

5

5

4

4

5

4

3

3

4

14

6

4

3

4

4

3

2

3

3

11

7

4

4

5

3

3

3

4

2

12

8

4

4

4

5

3

3

3

4

13

9

5

4

5

5

4

3

4

4

15

10

4

5

4

4

3

4

3

3

13

11

5

4

5

4

4

3

4

3

14

12

4

3

4

4

3

2

3

3

11

13

4

4

5

4

3

3

4

3

13

14

4

5

5

4

3

4

4

3

14

15

4

4

4

5

3

3

3

4

13

16

4

4

5

4

3

3

4

3

13

17

4

4

4

5

3

3

3

4

13

18

5

4

4

5

4

3

3

4

14

19 20

5 5

4 4

4 5

3 4

S1

4 4

S2

3 3

S3

3 4

S4

2 3

12 14

21

4

5

4

4

3

4

3

3

13

22

5

5

4

3

4

4

3

2

13

23 24

32

Hasil Validasi Isi Instrumen Ditinjau Dari CSE-UCLA

No Butir

4 5

4 5

5 4

4 4

3 4

3 4

4 3

3 3

13 14

25

4

4

5

4

3

3

4

3

13

26

4

5

4

4

3

4

3

3

13

27

5

4

5

3

4

3

4

2

13

28

4

5

4

5

3

4

3

4

14

29

4

4

5

4

3

3

4

3

13

30

3

4

5

5

2

3

4

4

13

31

4

4

4

5

3

3

3

4

13

V 0,8 75 0,9 38 0,8 75 0,8 75 0,8 75 0,6 88 0,7 50 0,8 13 0,9 38 0,8 13 0,8 75 0,6 88 0,8 13 0,8 75 0,8 13 0,8 13 0,8 13 0,8 75 0,7 50 0,8 75 0,8 13 0,8 13 0,8 13 0,8 75 0,8 13 0,8 13 0,8 13 0,8 75 0,8 13 0,8 13 0,8 13

Kategori Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi

2

3

4

32

5

4

4

3

S1

S2

S3

S4

 S

4

3

3

2

12

33

4

5

5

4

3

4

4

3

14

34

5

5

4

3

4

4

3

2

13

35

5

4

4

4

4

3

3

3

13

36

4

4

3

4

3

3

2

3

11

37

4

4

4

3

3

3

3

2

11

38

5

5

3

4

4

4

2

3

13

39

4

5

4

4

3

4

3

3

13

40

5

4

3

3

4

3

2

2

11

41

4

4

4

5

3

3

3

4

13

42

4

5

4

3

3

4

3

2

12

5

92,86

Pakar

1

5

3) Hasil Validasi Isi Instrumen Ditinjau Dari Model CSEUCLA Secara lengkap hasil validasi isi terhadap setiap butir instrumen yang digunakan untuk mengevaluasi optimalisasi layanan perpustakaan digital ditinjau dari model CSE-UCLA dapat dilihat pada Tabel II berikut ini. Tabel II.

Pakar

No Butir

Status Menjad i Butir 1 Butir 2 Butir 3 Butir 4 Butir 5 Butir 6 Butir 7 Butir 8 Butir 9 Butir 10 Butir 11 Butir 12 Butir 13 Butir 14 Butir 15 Butir 16 Butir 17 Butir 18 Butir 19 Butir 20 Butir 21 Butir 22 Butir 23 Butir 24 Butir 25 Butir 26 Butir 27 Butir 28 Butir 29 Butir 30 Butir 31

43

2

2

2

1

1

1

1

0

3

44

4

5

4

4

3

4

3

3

13

45

5

4

3

4

4

3

2

3

12

46

1

2

1

2

0

1

0

1

2

47

4

5

4

5

3

4

3

4

14

48

4

5

4

5

3

4

3

4

14

49

3

4

4

4

2

3

3

3

11

50

4

4

4

5

3

3

3

4

13

51

4

4

5

4

3

3

4

3

13

52

4

5

4

4

3

4

3

3

13

53

3

4

4

4

2

3

3

3

11

54

5

4

5

4

4

3

4

3

14

55

4

5

4

4

3

4

3

3

13

56

4

4

5

3

3

3

4

2

12

57

5

4

4

4

4

3

3

3

13

58

4

4

5

4

3

3

4

3

13

59

4

4

5

4

3

3

4

3

13

60

3

5

4

4

2

4

3

3

12

61

4

4

3

4

3

3

2

3

11

62

4

5

4

5

3

4

3

4

14

63

5

4

5

4

4

3

4

3

14

64

4

5

5

4

3

4

4

3

14

65

4

5

4

3

3

4

3

2

12

66

2

3

2

2

1

2

1

1

5

67

4

4

3

3

3

3

2

2

10

68

4

5

4

4

3

4

3

3

13

69

5

4

4

5

4

3

3

4

14

70

5

5

5

4

4

4

4

3

15

71

5

5

4

4

4

4

3

3

14

72

4

4

3

4

3

3

2

3

11

73

2

2

2

2

1

1

1

1

4

74

4

5

4

4

3

4

3

3

13

75

5

4

4

5

4

3

3

4

14

V 0,7 50 0,8 75 0,8 13 0,8 13 0,6 88 0,6 88 0,8 13 0,8 13 0,6 88 0,8 13 0,7 50

Kategori Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Tinggi Sangat Tinggi Sangat Tinggi Tinggi Sangat Tinggi Tinggi

0,1 88

Sangat Rendah

0,8 13 0,7 50

Sangat Tinggi

0,1 25

Sangat Rendah

0,8 75 0,8 75 0,6 88 0,8 13 0,8 13 0,8 13 0,6 88 0,8 75 0,8 13 0,7 50 0,8 13 0,8 13 0,8 13 0,7 50 0,6 88 0,8 75 0,8 75 0,8 75 0,7 50

Sangat Tinggi Sangat Tinggi

0,3 13 0,6 25 0,8 13 0,8 75 0,9 38 0,8 75 0,6 88

Tinggi

Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Sangat Tinggi Sangat Tinggi Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi Rendah Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Sangat Tinggi Tinggi

0,2 50

Rendah

0,8 13 0,8 75

Sangat Tinggi Sangat Tinggi

Status Menjad i Butir 32 Butir 33 Butir 34 Butir 35 Butir 36 Butir 37 Butir 38 Butir 39 Butir 40 Butir 41 Butir 42 Butir Dibu ang Butir 43 Butir 44 Butir Dibu ang Butir 45 Butir 46 Butir 47 Butir 48 Butir 49 Butir 50 Butir 51 Butir 52 Butir 53 Butir 54 Butir 55 Butir 56 Butir 57 Butir 58 Butir 59 Butir 60 Butir 61 Butir 62 Butir 63 Butir Dibu ang Butir 64 Butir 65 Butir 66 Butir 67 Butir 68 Butir 69 Butir Dibu ang Butir 70 Butir 71

B. Pembahasan Rancangan model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted Product seperti yang telah


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 ditunjukkan pada Gambar 1 di atas, menggambarkan bahwa dalam mengevaluasi program perpustakaan digital di suatu perguruan tinggi yang menggunakan model CSE-UCLA akan melalui beberapa komponen evaluasi antara lain: system assesment, program planning, program implementation, program improvement dan program certification. Untuk mengukur/mengevaluasi layanan perpustakaan digital ditinjau dari semua komponen dalam model CSE-UCLA tersebut, maka membutuhkan instrumen utama dan instrumen pelengkap. Instrumen utama berupa kuisioner yang ditujukan kepada para pengguna layanan perpustakaan digital di perguruan tinggi yaitu para pemustaka (terutama dosen dan mahasiswa). Instrumen pelengkap berupa pedoman wawancara yang ditujukan kepada kepala perpustakaan dan tim pengembang, sedangkan dokumentasi yang digunakan sebagai bukti autentik rekaman pelaksanaan evaluasi. Data hasil yang telah terkumpul melalui proses pengumpulan data menggunakan instrumen utama dan pelengkap tersebut kemudian diolah dengan memasukkan konsep weighted product yaitu diawali dengan memasukkan nilai pembobotan preferensi ke dalam masing-masing aspek evaluasi, kemudian dilanjutkan dengan melakukan perhitungan menggunakan formula weighted product. Dari hasil perhitungan dengan memasukkan formula weighted product tersebut, maka akan diperoleh gambaran tentang seberapa besar tingkat optimalisasi layanan perpustakaan digital secara runut dari tingkat yang terkecil sampai dengan tingkat yang terbesar ditinjau dari masing-masing komponen evaluasi model CSE-UCLA. Dari gambaran tingkat optimalisasi pada masing-masing komponen evaluasi yang telah diperoleh, maka selanjutnya dapat ditemukan kendalakendala yang ada pada masing-masing komponen evaluasi. Setelah kendala-kendala ditemukan, maka dilanjutkan dengan pemberian rekomendasi pemecahannya berdasarkan urutan nilai tingkat optimalisasi yang telah diperoleh sebelumnya pada hasil perhitungan weighted product, mulai dari komponen yang memperoleh nilai terkecil sampai dengan nilai terbesar, sehingga nantinya layanan perpustakaan digital dapat lebih disempurnakan lagi untuk mencapai hasil yang optimal. Hasil uji coba terhadap rancangan model evaluasi CSEUCLA yang dimodifikasi dengan Weighted Product yang telah ditunjukkan pada tabel I diperoleh dengan menggunakan perhitungan deskriptif persentase. Adapun rumus perhitungan deskriptif persentase tiap subyek adalah sebagai berikut [17]: (Jawaban x Bobot Tiap Pilihan) Persentase = --------------------------------------- x 100% (3) n x Bobot Tertinggi Dimana: ∑ = Jumlah n = Jumlah seluruh item angket Selanjutnya untuk menghitung persentase keseluruhan subyek digunakan rumus sebagai berikut:

Persentase = F/N (4) Dimana: F = Jumlah persentase keseluruhan subjek N = banyaknya subjek Untuk dapat memberikan makna dan pengambilan keputusan pada tingkat ketepatan, keefektifan dan kemenarikan digunakan konversi tingkat pencapaian skala lima, yang ditunjukkan dengan Tabel III berikut ini. Tabel III. Konversi Tingkat Pencapaian Dengan Skala Lima Tingkat Pencapaian

Kualifikasi

Keterangan

90-100 % 80-89 % 65-79 % 55-64 % 0-54 %

Sangat Baik Baik Cukup Kurang Sangat Kurang

Tidak Perlu Revisi Tidak Perlu Revisi Revisi Revisi Revisi

Berdasarkan hasil yang telah ditunjukkan pada tabel I dapat dijelaskan bahwa persentase dari keseluruhan pakar yang melakukan pengujian terhadap rancangan model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted Product adalah sebesar 92,86 % sehingga termasuk dalam kualifikasi sangat baik, sehingga rancangan model tersebut tidak perlu direvisi lagi. Hasil validasi isi yang dilakukan oleh 4 orang pakar terhadap setiap butir instrumen model CSEUCLA yang telah dimodifikasi dengan metode Weighted Product (yang telah ditunjukkan pada Tabel II) tersebut diperoleh dengan menggunakan perhitungan indeks validasi Aiken. Adapun rumus Indeks Validasi Aiken adalah sebagai berikut [18]: V = S/ n (c – 1) (5) Dimana : S = r- lo V = Index kesepakatan ahli mengenai validitas butir r = Skor kategori pilihan ahli lo = Skor terendah dalam kategori penskoran n = Banyaknya ahli c = Banyaknya kategori yang dapat dipilih ahli Penentuan kriteria/kategori validitas isi didasarkan pada rentangan sebagai berikut [19]: 0,8-1,000 : sangat tinggi 0,6-0,799 : tinggi 0,4-0,599 : cukup tinggi 0,2-0,399 : rendah < 0,200 : sangat rendah Berdasarkan hasil dari tabel II tersebut, dapat dijelaskan bahwa terdapat 71 butir instrumen yang valid sehingga dapat digunakan dan 4 butir instrumen yang tidak valid. Keempat butir yang tidak valid tersebut, antara lain: butir ke-43, butir ke-46, butir ke-66, dan butir ke-73 termasuk dalam kategori validitas rendah dan sangat rendah, sehingga harus dibuang/ tidak digunakan. Kendala utama yang ditemukan dalam penelitian ini adalah masih ada juga beberapa butir instrumen yang tidak valid dan harus dibuang.


33

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 V. KESIMPULAN Rancangan model evaluasi CSE-UCLA yang dimodifikasi dengan Weighted Product sudah termasuk dalam kualifikasi sangat baik, sehingga tidak perlu dilakukan revisi karena berdasarkan hasil uji coba yang dilakukan oleh pakar diperoleh persentase sebesar 92,86%. Terdapat 71 butir instrumen yang valid dan siap digunakan untuk mengevaluasi layanan perpustakaan digital pada perguruan tinggi komputer di Bali. Solusi yang diperlukan untuk mengantisipasi masih ditemukannya instrumen yang tidak valid adalah dengan melakukan kajian yang lebih mendalam mulai dari pendefinian variabel sampai dengan penjabaran variabel ke dalam indikator, sehingga selanjutnya dalam tahapan penyusunan butir menjadi lebih mudah dan menghasilkan butir yang berkualitas.

[7]

DAFTAR PUSTAKA

[12]

[1]

[2]

[3]

[4]

[5]

[6]

34

D.G.H. Divayana, P.W.A. Suyasa, I.M.A. Wirawan, dan I.M. Putrama “Pemberdayaan Materi Ajar Berbentuk Digital Menggunakan Aplikasi Open Office Sun Microsystem Bagi Guru-Guru SMA se-Kecamatan Ubud,” Jurnal Widya Laksana, Vol. 5, No.2, 2016, pp. 69-75. D.G.H. Divayana, P.W. A. Suyasa, dan N. Sugihartini, “Pengembangan Media Pembelajaran Berbasis Web Untuk Matakuliah Kurikulum dan Pengajaran di Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha,” Jurnal Nasional Pendidikan Teknik Informatika, Vol. 5, No.3, 2016, pp. 149-157. N.M.D. Antari, K. Agustini, dan D.G.H. Divayana, “Studi Komparatif Model Pembelajaran Talking Stick dan Snowball Throwing Terhadap Hasil Belajar Teknologi Informasi dan Komunikasi (TIK) Siswa Kelas XI SMA Negeri 1 Seririt Tahun Ajaran 2015/2016,” Jurnal Pendidikan Teknologi dan Kejuruan, Vol.13, No.2, 2016, pp.127-136. P.Y.P. Santi, K. Agustini, dan D.G.H. Divayana, “Studi Komparatif Penggunaan Model Pembelajaran Group Investigation dan Snowball Throwing Terhadap Motivasi dan Hasil Belajar Pada Mata Pelajaran TIK Siswa Kelas X SMA Laboratorium Undiksha,” Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika (KARMAPATI), Vol. 5, No. 2, 2016, pp.1-10. D.G.H. Divayana. Evaluasi Program Perpustakaan Digital Berbasis Sistem Pakar Pada Universitas Teknologi Indonesia. Jakarta: Universitas Negeri Jakarta, 2016. I.N. Jampel, I.W. Widiana, dan D.G.H. Divayana, “The Effect of Implementation Authentic Assessment Development Result based on ICT Toward Student’s Learning Outcome in Learning Process by 2013 Curriculum,” International Journal Modern Education and Computer Science, Vol. 8, No.5, 2016, pp.32-38.

[8]

[9]

[10]

[11]

[13]

[14]

[15]

[16]

[17] [18]

[19]

D.G.H. Divayana, “Evaluasi Pelaksanaan Blended Learning di SMK TI Udayana Menggunakan Model CSE-UCLA,” Jurnal Pendidikan Vokasi, Vol. 7, No. 1, 2017, pp. 64-77. D.G.H. Divayana., dan G.A.D. Sugiharni, “Evaluasi Program Sertifikasi Komputer Pada Universitas Teknologi Indonesia Menggunakan Model CSE-UCLA,” Jurnal Pendidikan Indonesia, Vol. 5, No. 2, 2016, pp. 865-872. D.G.H. Divayana, I.P.W. Ariawan, I.M. Sugiarta, dan I.W. Artanayasa, “Digital Library of Expert System Based at Indonesia Technology University,” International Journal of Advanced Research in Artificial Intelligence, Vol. 4, No. 3, 2015, pp. 1-8. M.E. Sanjaya, R. Asyhar, dan B. Hariyadi, “Pengembangan Instrumen Evaluasi pada Praktikum Uji Enzim Katalase di SMA Negeri Titian Teras Muaro Jambi, Vol. 4, No. 2, 2015, pp.1-8. E. Tandilling, “Pengembangan Instrumen Untuk Mengukur Kemampuan Komunikasi Matematik, Pemahaman Matematik, dan Self-Regulated Learning Siswa Dalam Pembelajaran Matematika di Sekolah Menengah Atas,” Jurnal Penelitian Pendidikan, Vol. 13, No. 1, 2012, pp.24-31. D.G.H. Divayana, “Penggunaan Model CSE-UCLA Dalam Mengevaluasi Kualitas Program Aplikasi Sistem Pakar,” SNATIA, 2015, pp.165-168. D.G.H. Divayana, “Development of Duck Diseases Expert System with Applying Alliance Method at Bali Provincial Livestock Office,” International Journal of Advanced Computer Science and Applications, Vol. 5, No. 8, 2014, pp. 48-54. I.M. Ardana, I.P.W. Ariawan, and D.G.H. Divayana, “Development of Decision Support System to Selection of the Blended Learning Platforms for Mathematics and ICT Learning at SMK TI Udayana,” International Journal of Advanced Research in Artificial Intelligence, Vol. 5, No. 12, 2016, pp. 15-18. T.M.M. Swe, “Concept Based Intelligent Information Retrieval Within Digital Library,” International Journal of Information Technology Convergence and Service, Vol. 1, No. 5, 2011, pp. 1-10. Towolawi, dan K. Oluwakemi, “School Library Media Specialist's Awareness and Perception of Digital Library Services: A Survey,” Ozean Journal of Social Sciences, 2013, pp. 77-89. M. Subana, dan Sudrajat. Dasar-Dasar Penelitian Ilmiah. Bandung: CV. Pustaka Pelajar, 2001. L.R. Aiken, “Three Coefficients for Analyzing the Reliability, and Validity of Ratings,” Educational and Psychological Measurement, Vol. 45, No.1, 1985, pp. 131-142. Koestoro, Budi dan Basrowi. Strategi Penelitian Sosial dan Pendidikan. Surabaya: Yayasan Kampusina, 2006.



Implementasi UTAUT dalam Menganalisis Pengaruh Penggunaan Aplikasi VMEET Terhadap Tingkat Kepuasan Belajar di Universitas Bina Darma Palembang Megawaty Universitas Bina Darma Palembang, Indonesia [email protected] Abstract—Pemanfaatan teknologi dalam kegiatan belajar mengajar tidak dapat dipisahkan di era ini, oleh karena itu teknologi merupakan alat pendukung yang dapat membantu fasilitas belajar dapat lebih optimal. Salah satu contoh pembelajaran dengan mengadopsi teknologi pembelajaran online melalui aplikasi video teleconfrence VMEET. Di Universitas Bina Darma telah menggunakan dan menggunakan aplikasi VMEET untuk kelas khusus sekayu. Dimana dalam penerapan fakultas dan fakultas tidak tatap muka secara langsung, karena sudah dilakukan secara online aplikasi ini sangat bergantung pada koneksi internet dan tentunya akan mempengaruhi juga audio dan video yang ditampilkan aplikasi yang akan mempengaruhi kegiatan belajar mengajar menjadi Terhambat, inilah yang diawali peneliti Meneliti efek aplikasi teleconfrence video VMEET pada tingkat kepuasan belajar oleh pengguna akhir di Universitas Bina Darma Palembang dengan menggunakan metode UTAUT. Manfaat dari penelitian ini adalah untuk mengetahui apakah pengaruh harapan kinerja, harapan kerja, pengaruh sosial terhadap implementasi Video Teleconfrence VMEET dan dapat memberikan rekomendasi kepada Universitas dalam meningkatkan kualitas teknologi yang lebih optimal. Keywords—Analysis, Pembelajaran, VMEET,UTAUT

I. PENDAHULUAN Penggunaan telekonferensi video VMEET diterapkan pada semua kursus teori kelas PJJ, sedangkan untuk praktikum dilakukan di laboratorium Universitas Bina Darma, yang beroperasi setiap pengguna baik dosen maupun mahasiswa memiliki akun (username dan password) yang digunakan untuk login di aplikasi ini. Dosen akan mengajak siswanya untuk mengikuti proses belajar. Fitur yang terdapat dalam aplikasi ini adalah chatting, menu presentasi, dan lain sebagainya. Aplikasi video telecoference VMEET juga sangat bergantung pada koneksi internet, dengan kata lain jika ada gangguan pada koneksi internet maka proses belajar akan terhambat, koneksi akan mempengaruhi tampilan gambar yang tidak berkualitas dan bahkan hilang, dampak lainnya akan Juga mempengaruhi pada audio / suara menjadi tidak

jelas. Jika itu terjadi maka sangat merugikan pengguna, karena proses belajar menjadi kurang optimal karena kendala yang sering terjadi, oleh karena itu inilah inisiatif peneliti untuk menguji pengaruh aplikasi telekonferensi video VMEET terhadap tingkat kepuasan pengguna akhir dengan menggunakan metode UTAUT. Pemanfaatan teknologi dalam kegiatan belajar mengajar tidak dapat dipisahkan di era ini, oleh karena itu teknologi merupakan alat pendukung yang dapat membantu fasilitas belajar dapat lebih optimal. Salah satu contoh pembelajaran dengan mengadopsi teknologi pembelajaran online melalui aplikasi video teleconfrence VMEET. Di Universitas Bina Darma telah menggunakan dan menggunakan aplikasi VMEET untuk kelas khusus sekayu. Dimana dalam penerapan fakultas dan fakultas tidak tatap muka secara langsung, karena sudah dilakukan secara online aplikasi ini sangat bergantung pada koneksi internet dan tentunya akan mempengaruhi juga audio dan video yang ditampilkan aplikasi yang akan mempengaruhi kegiatan belajar mengajar menjadi Terhambat, inilah yang diawali peneliti Meneliti efek aplikasi teleconfrence video VMEET pada tingkat kepuasan belajar oleh pengguna akhir di Universitas Bina Darma Palembang dengan menggunakan metode UTAUT. Manfaat dari penelitian ini adalah untuk mengetahui apakah pengaruh harapan kinerja, harapan kerja, pengaruh sosial terhadap implementasi Video Teleconfrence VMEET dan dapat memberikan rekomendasi kepada Universitas dalam meningkatkan kualitas teknologi yang lebih optimal. A. Perumusan masalah Adapun rumusan masalah dalam penelitian ini adalah: 1. Adakah pengaruh harapan kinerja terhadap implementasi telekonferensi video VMEET di Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang 2. Adakah pengaruh harapan untuk menggunakan telekonferensi video VMEET di Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang


35

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 3. Adakah pengaruh pengaruh sosial terhadap penggunaan telekonferensi video VMEET pada Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang.

pengenalan. Periset mengembangkan instrumen survei yang konsisten dengan metode yang digunakan dalam penelitian sebelumnya yang melibatkan setiap teori

4. Adakah pengaruh harapan kinerja, harapan kerja, dan pengaruh sosial terhadap implementasi telekonferensi video VMEET terhadap Sekayu Mahasiswa dan dosen Universitas Bina Darma Palembang

B. Analisis

B. Ruang lingkup penelitian Ruang lingkup penelitian ini akan dibatasi oleh lingkup berikut: 1. Penelitian ini akan menganalisis pengaruh aplikasi teleconfrence Video VMEET terhadap tingkat kepuasan pengguna akhir dengan menggunakan metode UTAUT di Universitas Bina Darma Palembang. 2. Responden dalam penelitian ini adalah mahasiswa dan dosen yang mengajar menggunakan VMEET. Responden dalam penelitian ini adalah siswa - PJJ semester 4 siswa berjumlah 11 orang dan dosen yang mengajar PJJ berjumlah 6 orang C. Tujuan penelitian Tujuan penelitian yang ingin dicapai adalah: Tujuan dari penelitian ini adalah untuk menganalisis pengaruh aplikasi VMEET Video Teleconfrence terhadap tingkat kepuasan pengguna akhir dengan menggunakan metode UTAUT di Universitas Bina Darma Palembang. D. Manfaat Penelitian Manfaat dari penelitian ini diharapkan dapat mengetahui apakah pengaruh harapan kinerja, harapan kerja, pengaruh sosial terhadap implementasi Video Teleconfrence VMEET dan dapat memberikan rekomendasi kepada Universitas dalam meningkatkan kualitas teknologi yang lebih optimal. II. LANDASAN TEORI A. Model UTAUT Sejumlah teori dari bidang psikologi perilaku telah berhasil sebagian dalam menjelaskan mengapa individu mengadopsi teknologi informasi baru. Secara terpisah, uji empiris telah menemukan beberapa teori untuk memperhitungkan 50% varians individual yang digunakan dan / atau bermaksud menggunakan TI. Periset baru-baru ini menguji 32 total konstruksi dari delapan model, 2 secara teoritis secara simultan untuk mengidentifikasi konstruksi mana yang memiliki dampak terbesar pada penggunaan TI (Venkatesh et al, 2003). Studi longitudinal dirancang untuk mengatasi keterbatasan studi individu sebelumnya dengan mengumpulkan data dari subjek yang disajikan dengan aplikasi TI serupa. Data dikumpulkan dengan tiga poin: segera setelah pelatihan namun sebelum diperkenalkannya aplikasi IT baru, satu bulan setelah pengenalan, dan tiga bulan setelah 36

Analisis adalah investigasi sebuah peristiwa (esai, akta, dll.) Untuk mengetahui keadaan sebenarnya (kausal, duduk, dll.) Pemecahan suatu subjek dari berbagai bagiannya dan studi tentang perjalanan itu sendiri dan hubungan antara Bagian demi mendapatkan pemahaman dan pemahaman yang benar tentang keseluruhan makna, penyelidikan kimia dengan menjelaskan sesuatu untuk mengetahui substansi dan sebagainya, penjelasan setelah pembelajaran terbaik, pemecahan masalah dimulai dengan tuduhan kebenaran (Http://kbbi.web.id/analisis) C. Telekonferensi Gagasan teleconference atau teleconference atau teleseminar adalah komunikasi langsung antara beberapa orang yang biasanya jarak jauh atau tidak dalam satu ruangan dan dihubungkan oleh sistem telekomunikasi. Jadi teleconference adalah pertemuan yang dilakukan oleh dua atau lebih orang yang dilakukan melalui telepon atau koneksi jaringan. Pertemuan tersebut bisa menggunakan suara (audio conference) atau menggunakan audio video (video conference) yang memungkinkan peserta konferensi melihat dan mendengar apa yang didiskusikan, seperti biasa pertemuan. Dalam telekonferensi, juga memungkinkan untuk menggunakan papan tulis yang sama dan setiap peserta memiliki kontrol terhadapnya, dan juga membagikan aplikasinya. (Http://komputer.iklihakecil.com/pengertianteleconference.htm) D. Video Video adalah teknologi pengiriman sinyal elektronik dari gambar bergerak. Aplikasi sinyal video yang umum adalah televisi, namun juga dapat digunakan pada aplikasi lain dalam rekayasa, ilmiah, produksi dan keamanan. Kata video berasal dari kata Latin, "saya lihat". Istilah video juga digunakan sebagai singkatan dari rekaman video, serta perekam video dan pemutar video. (Https://en.wikipedia.org/wiki/Video) E. VMEET Ini adalah perangkat konferensi video atau konferensi video. Softfoundary VMEET adalah konvergensi video yang inovatif dan sistem kolaborasi yang paling aman dengan kualitas HD 1080 penuh. Dimana softfoundary ini sangat sesuai dengan pendidikan online dengan pertemuan streaming dan interaktif untuk pengajaran inovatif. (Https://en.wikipedia.org/wiki/Video) F. Model UTAUT Sejumlah teori dari bidang psikologi perilaku telah berhasil sebagian dalam menjelaskan mengapa individu mengadopsi teknologi informasi baru. Secara terpisah, uji empiris telah menemukan beberapa teori untuk


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 memperhitungkan 50% varians individual yang digunakan dan / atau bermaksud menggunakan TI. Periset baru-baru ini menguji 32 total konstruksi dari delapan model, 2 secara teoritis secara simultan untuk mengidentifikasi konstruksi mana yang memiliki dampak terbesar pada penggunaan TI (Venkatesh et al, 2003). Studi longitudinal dirancang untuk mengatasi keterbatasan studi individu sebelumnya dengan mengumpulkan data dari subjek yang disajikan dengan aplikasi TI serupa. Data dikumpulkan dengan tiga poin: segera setelah pelatihan namun sebelum diperkenalkannya aplikasi IT baru, satu bulan setelah pengenalan, dan tiga bulan setelah pengenalan. Periset mengembangkan instrumen survei yang konsisten dengan metode yang digunakan dalam penelitian sebelumnya yang melibatkan setiap teori. Analisis ini membantu peneliti untuk mengidentifikasi tingkat pengaruh masing-masing dari delapan teori konstruksi terhadap adopsi teknologi. Peneliti kemudian memasukkan konstruk yang paling berpengaruh ke dalam model yang menyumbang hampir 80% varians dalam penggunaan TI. Model baru inilah yang penulis sebut UTAUT. UTAUT mengusulkan bahwa tiga konstruksi (terdiri dari konstruksi teoritis sebelumnya yang paling berpengaruh) adalah faktor penentu utama niat untuk menggunakan TI. Inilah Performance of Hope, tingkat di mana pengguna mengharapkan bahwa dengan menggunakan sistem akan membantunya mencapai profitabilitas dalam kinerja kerja. Lima konstruksi teori perilaku berkontribusi pada yang pertama III. METODOLOGI PENELITIAN A. Objek penelitian Objek Penelitian adalah sesuatu yang menjadi pusat penelitian, sedangkan objek penelitian ini adalah siswa Universitas PJJ Bina Darma. B. Situs Penelitian Penelitian ini dilakukan Penelitian Universitas Bina Darma Palembang

dilakukan

di

C. Metode Penelitian Metode yang digunakan dalam penelitian ini adalah metode penelitian deskriptif kuantitatif. Menurut Nawawi (2003: 64) metode deskriptif metode penelitian yang fokus pada masalah atau fenomena yang aktual pada saat penelitian dilakukan, kemudian menggambarkan fakta tentang masalah yang diteliti karena disertai interpretasi yang rasional dan akurat. Dengan demikian penelitian ini akan mengilustrasikan fakta dan menjelaskan keadaan objek penelitian berdasarkan fakta-fakta yang ada dan mencoba menganalisa kebenaran berdasarkan data yang didapat. D. Teknik Populasi dan Sampling 1) Populasi

Sebelum penelitian dilakukan, penulis terlebih dahulu menentukan populasi yang akan diteliti. Menurut Sugiyono (2003: 90) populasi adalah wilayah generalisasi yang terdiri dari benda / subyek yang memiliki kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian dalam kesimpulan draw. Tujuan dari penelitian ini adalah siswa Universitas PJJ Bina Darma menjadi objek penelitian ini yaitu: 1. Responden yang akan diteliti adalah siswa PJJ dan Dosen Bina Darma Palembang, yang mencakup seluruh siswa semester 4 tahun berjumlah 11 orang dan dosen pjj berjumlah 10 orang menjadi total 21 orang. Sampel menurut Arikunto (2004: 102) adalah keseluruhan populasi yang diambil dengan menggunakan data tertentu. Mengutip pendapat Arikunto (2004: 102) yang menyatakan bahwa jika populasi kurang dari 100 orang maka sampel diambil secara keseluruhan, sedangkan populasinya di atas 100 maka sampel diambil 10% -15% atau 20% -25% dari populasi. Berdasarkan hasil survei lapangan dan hasil wawancara singkat dengan peneliti sumber, teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling yaitu teknik pengambilan sampel yang digunakan oleh peneliti karena pertimbangan tertentu, sampel diambil 46 siswa. Berdasarkan hasil survei lapangan dan hasil wawancara singkat dengan peneliti sumber daya maka teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling. 2) Teknik Sampling Sampel menurut Arikunto (2004: 102) adalah keseluruhan populasi yang diambil dengan menggunakan data tertentu. Mengutip pendapat Arikunto (2004: 102) yang menyatakan bahwa jika populasi kurang dari 100 orang maka sampel diambil secara keseluruhan, sedangkan populasinya di atas 100 maka sampel diambil 10% -15% atau 20% -25% dari populasi. Berdasarkan hasil survei lapangan dan hasil wawancara singkat dengan peneliti sumber daya teknik pengambilan sampel dalam penelitian ini menggunakan teknik purposive sampling yaitu teknik pengambilan sampel yang digunakan oleh peneliti karena pertimbangan tertentu. Sampel yang diambil dari mahasiswi dan semester 4 siswa berjumlah 11 orang dan dosen pjj berjumlah 10 orang. 3) Teknik pengumpulan data Teknik pengumpulan data primer, yaitu data yang diperoleh dengan melakukan penelitian langsung ke lokasi penelitian sesuai dengan permasalahan yang diteliti. Pengumpulan data ini dilakukan dengan cara: Wawancara adalah metode pengumpulan data secara lisan dengan melakukan wawancara langsung dengan pihak yang berwenang dalam organisasi. Kuesioner (kuesioner) adalah cara mengumpulkan data dengan memberikan daftar pertanyaan atau kuesioner yang telah diberikan kepada responden. Kuesioner yang diberikan


37

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 kepada responden ditutup dalam arti mengharapkan pertanyaan singkat atau memilih opsi jawaban yang ada.

Effort Expectancy

Observasi (observasi) adalah pengamatan langsung terhadap objek yang akan diteliti untuk mendapatkan gambaran objek yang tepat dari peneliti.

P5 P6

0.198* 0.406*

P7

0.200*

P8 P9 P10

0.141 0.425* -0.135

P11 P12

0.425* 0.696*

P13 P14 P15

0.210* 0.396* 0.198*

P16 P17 r tabel = 0.199

0.794* 0.508*

Social Influence

Teknik pengumpulan data sekunder adalah pengumpulan data dan informasi yang dibutuhkan oleh catatan tertulis lainnya yang berkaitan dengan masalah yang diteliti. Penelitian kepustakaan (library research) adalah mengumpulkan buku, makalah ilmiah, makalah yang memiliki relevansi dengan masalah yang diteliti.

Implementasi vmeet

E. Instrumen Instrumen Penelitian Instrumen pengumpulan data adalah alat yang dipilih dan digunakan oleh peneliti dalam kegiatannya untuk mengumpulkan data sehingga aktivitas menjadi sistematis dan mudah, oleh penelitian ini menggunakan Skala Likert sebagai panduan penafsiran. Skala L F. Hipotesa 1) Dugaan Hasil Penelitian Hipotesis dalam penelitian ini adalah sebagai berikut: H1: Performance Expectancy (PE) berpengaruh terhadap implementasi vmeet (IV) di Universitas Bina Darma H2: Effort Expectancy (EE) berpengaruh implementasi vmeet di Universitas Bina Darma

B. Uji hipotesis Hasil pengujian hipotesis dalam penelitian ini adalah sebagai berikut: Tabel II. Pengujian hipothesys

Hipotesis

Indikator

H1

Pengaruh PE Terhadap ISE Pengaruh EE Terhadap ISE Pengaruh SI Terhadap ISE Pengaruh PE, EE, SI Terhadap ISE

terhadap H2

H3: Pengaruh Sosial (SI) berpengaruh terhadap implementasi vmeet di SMK Negeri kota palembang H4: Performance Expectancy (PE), Effort Expectancy (EE), dan Pengaruh Sosial (SI) mempengaruhi implementasi media vmeet di Universitas.

H3

H4

IV. HASIL A. Uji Validitas dan Keandalan Dalam penelitian ini besarnya df dihitung dengan 21 - 4 atau df 23 dengan alpha 0,05 diperoleh r tabel 0,188. Jika r hitung (untuk r setiap item data yang terlihat pada kolom Korelasi Item-Total Korelasi) lebih besar dari r tabel dan nilai r positif, maka item atau pertanyaan dinyatakan valid. Hasil uji validitas dapat dilihat pada Tabel I Tabel I. Instrument Validity Test Table

Konstruk

Item

Performance Expectancy

P1 P2 P3 P4

38

Corrected Item-Total Correlation 0.502* 0.535* 0.737* 0.477*

Loading Factor (p value) 0.393 (0,734)

Keterangan Non Signifikan

0,471(0,000)

Signifikan

0,570 (0,000)

Signifikan

0.130(0.000)

Signifikan

Berdasarkan tabel diatas, maka hasil hasil uji hipotesis di atas menunjukkan bahwa: 1. Uji Hipotesis 1 Estimasi estimasi parameter variabel harapan kinerja tidak berpengaruh positif dan signifikan terhadap implementasi vmeet di kota SMK Negeri Palembang diperoleh sebesar 0,394. Pengujian menunjukkan hasil yang tidak signifikan dengan nilai C.R = 3,617 dengan probabilitas = 0,734. Nilai probabilitas uji di atas 0,05. Jadi Hipotesis 1 ditolak. 2. Uji Hipotesis 2 Estimasi parameter variabel variabel harapan usaha berpengaruh positif dan signifikan terhadap implementasi media vmeet yang diperoleh sebesar 0,472. Pengujian menunjukkan hasil yang signifikan dengan nilai C.R = 4,250


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 dengan probabilitas = 0,000. Nilai probabilitas uji di bawah 0,05. Hipotesis 1 diterima demikian. 3. Uji Hipotesis 3 Parameter estimasi variabel korelasi variabel pengaruh sosial berpengaruh positif dan signifikan terhadap implementasi media vmeet di SMK Negeri Palembang diperoleh sebesar 0,570. Pengujian menunjukkan hasil yang signifikan dengan nilai C.R = 5.509 dengan probabilitas = 0,000. Nilai probabilitas uji di bawah 0,05. Dengan demikian Hipotesis 3 diterima. 4. Uji Hipotesis 4 Estimasi parameter hubungan UTAUT berpengaruh positif dan signifikan terhadap implementasi media vmeet di Universitas Bina Darma, diperoleh 0,131. Hasil pengujian menunjukkan hasil yang signifikan dengan nilai C.R = 4,409 dengan probabilitas = 0,000. Nilai probabilitas uji di bawah 0,05. Dengan demikian Hipotesis 4 diterima V. KESIMPULAN DAN SARAN A. Kesimpulan Penelitian ini dilakukan di Universitas Bina Darma untu kelas PJJ yang Berdasarkan hasil penelitian dan pembahasan diatas, maka dapat ditarik beberapa kesimpulan sebagai berikut: 1. Penelitian ini menolak Hipotesis 1 yang diajukan yaitu variabel performance expectancy tidak berpengaruh terhadap implementasi vmeet sehingga dapat disimpulkan bahwa harus adanya perbaikan dan pengembangan Fitur-fitur pada fasilitas vmeet yaitu penambahan pada Fitur Kelengkapan Belajar Mengajar pada vmeet 2. Penelitian ini menerima Hipotesis 2 yang diajukan yaitu variabel effort expectancy berpengaruh positif dan signifikan terhadap implementasi vmeet sehingga dapat disimpulkan pengaruh yang signifikan ini dikarenakan vmeet relatif mudah digunakan serta berdasarkan hasil wawancara singkat dengan responden diperoleh informasi bahwa sebagian besar responden telah menguasai teknologi informasi dan komunikasi pada tingkat yang relatif cukup tinggi atau dengan kata lain keahlian/pengalaman menggunakan komputer sudah cukup lama. Sehingga, responden tidak menganggap bahwa vmeet akan mempengaruhinya untuk menggunakan sistem tersebut. Hal ini juga dikarenakan tidak adanya perubahan yang periodikal

terjadi pada vmeet atau dengan kata lain sistem dalam kondisi yang stagnan. 3. Penelitian ini menerima Hipotesis 3 yang diajukan yaitu variabel social influence berpengaruh positif dan signifikan terhadap implementasi vmeet , sehingga dapat disimpulkan bahwa hasil pengujian ini menunjukkan bahwa lingkungan sosial di sekitar responden seperti teman-teman sejawat serta pihak akademis lainnya mempengaruhi para siswa untuk menggunakan vmeet dalam kegiatan belajar mengajar. 4. Penelitian ini menerima Hipotesis 4 yang diajukan yaitu UTAUT berpengaruh positif dan signifikan terhadap implementasi vmeet sehingga dapat disimpulkan bahwa variabel performance expectancy, effort expectancy, social influence terdukung dalam penelitian ini untuk menentukan user acceptance dan perilaku penggunaan atas implemetasi vmeet B. Saran Saran-saran yang diajukan dalam penelitian ini sehubungan dengan hasil penelitian adalah sebagai berikut: Adapun saran-saran yang diberikan dalam penelitian ini adalah sebagai berikut: Perlu dilakukan evaluasi atas implementasi vmeet oleh mahasiswa pjj Universitas Bina Darma secara periodik sehingga tidak terkesan statis. Evaluasi dapat dilakukan atas kebutuhan pemakai/pengguna vmeet Diperlukan pembaharuan software baik vmeet atau software yang baru yang sesuai dengan perkembangan dan kebutuhan, begitupula dengan desainnnya. Vmeet perlu didukung pula oleh ketersediaan perangkat lunak dan perangkat keras yang memadai sehingga dapat diterapkan secara menyeluruh pada setiap proses belajar mengajar. DAFTAR PUSTAKA [1] [2] [3] [4]

Arikunto, Suharsimi. 2004. Prosedur Penelitian: Suatu pendekatan Praktek. Bandung: Rineka Cipta Sugiyono. 2003. Metode Penelitian Bisnis. Cetakan Kelima : Penerbit CV. Alfabeta: Bandung Tanembaum, Andrew S. 1996. Jaringan Komputer Edisi Bahasa Indonesia Jilid 1.Prenhallindo : Jakarta. Venkatesh et al, 2003). User Acceptance of Information Technology: Toward a Unified View. MIS uarterly 27(3), (425-478)


39


Analisis Kecenderungan Gaya Kognitif Siswa dalam Pengembangan Dynamic Intelectual Learning (DIL) Luh Setiani, Ketut Agustini Program Studi Teknologi Pembelajaran, Program Pascasarjana Universitas Pendidikan Ganesha Singaraja, Indonesia [email protected], [email protected] Abstract—This study aims to develop Dynamic Intellectual Learning (DIL) model as a paradigm shift towards e-modul Adaptive Learning. The fundamental difference between DIL and e-modul is the system's ability to identify the previous learner. Ability, which allows the system to guide learners in accessing material in accordance with its function. Ability. The present model is a common development of e-modul model with additional pre-test to identify. Ability before the learner. This allows learners to jump directly to a certain level, so pre-test is an important element in this research. Instruments should be able to identify the ability of learners to master the learning materials. This DIL model uses a prototype software development methodology. There are three actors involved in this system, namely: teachers, students, and administrators. Each actor has different access rights, as they wish. Every need. The system is developed optimally, so that every material provider (teacher). Can make arrangements for pre-test, minimum limit of mastery for each material, and the relationship between one material to another. Keywords: Dynamic Intellectual Learning (DIL), E-modul, Adaptive Learning

I. PENDAHULUAN Pada era globalisasi, semakin berkembang pesat teknologi yang digunakan pada berbagai bidang, salah satunya yaitu dunia pendidikan.. Dampak dari perkembangan teknologi semakin maju, mengakibatkan instansi pendidikan baik negeri ataupun swasta tidak terlepas dari penggunaan komputer yaitu sebagai alat bantu dalam pengolahan data maupun kebutuhan sebagai media pembelajaran. Dengan pemanfaatan teknologi pada dunia pendidikan, diharapkan dapat memberdayakan proses belajar mengajar menjadi lebih kreatif dan kompetitif, dengan tampilan menarik, sehingga siswa dapat menguasai materi pelajaran. Dahulu, media pembelajaran menggunakan buku pelajaran, tetapi sekarang dengan adanya aplikasi media pembelajaran yang interaktif, membuat para siswa tidak jenuh dan mudah menyerap materi pembelajaran. Dengan adanya kemajuan teknologi, mengubah kebiasaan para siswa yang tadinya kurang minat membaca, sekarang rajin membaca buku di luar jam sekolah. Model DIL akan memberikan kesempatan kepada pengguna (peserta didik) untuk mengakses materi perkuliahan sesuai dengan intelektual atau kemampuannya masing-masing. Sehingga peserta didik yang 40

memiliki kemampuan lebih dibandingkan dengan yang lainnya akan memiliki kesempatan mengeksplorasi materi pembelajaran lebih banyak dan lebih cepat, dimana masingmasing peserta didik tidak harus menghadapi materi yang sama. Sistem yang dikembangkan akan mengidentifikasi secara serta merta kemampuan masing-masing pengguna. Hal ini tidak akan diperoleh pada metode pembelajaran konvensional (tatap muka di kelas), dimana peserta didik akan memperoleh perlakuan yang sama baik yang memiliki intelektual (kemampuan dasar) yang lebih baik maupun yang kurang. Melalui penelitian ini, akan dikembangkan sebuah Model DIL. Dalam proses pembelajaran yang dilakukan dengan menerapkan DIL akan diketahui gaya kognitif yang dimiliki masing-masing siswa selama proses pembelajaran yang akan dilakukan. DIL merupakan pengembangan emodul yang sudah banyak diterapkan di berbagai lembaga pendidikan formal maupun non formal. Walaupun e-modul baru bergaung akhir-akhir ini, namun sudah banyak lembaga pendidikan mengkolaborasikan e-modul dengan metode pengajaran konvensional (tatap muka) yang selama ini dilaksanakan. Walaupun belum berjalan dengan optimal, namun beberapa pakar memperkirakan bahwa akan terjadi pergeseran paradigma pembelajaran dari e-modul menuju adaptive learning. [9] Beberapa institusi pendidikan di dalam negeri ada yang sedang, bahkan sudah mengembangkan sistem ini sesuai kebutuhan masing-masing. Di antaranya ada yang pengembangannya baru terbatas pada course materials delivery, namun ada pula yang sudah memiliki framework integral sistem e-modul untuk skala yang lebih luas dalam institusinya. Suatu hal yang perlu diperhatikan dalam impelementasi e-modul adalah sistem ini tidak hanya mampu mentransfer bahan ajar dari institusi pendidikan kepada peserta didik, tetapi yang jauh lebih penting adalah bagaimana sistem ini mampu memfasilitasi interaksi yang terjadi baik antara peserta didik dan pendidik maupun antar peserta didik itu sendiri. Dengan penerapan e-modul berbasis DIL diharapkan prestasi belajar siswa akan lebih meningkat karena yang diketahui bahwa masih banyak prestasi siswa yang rendah karena metode dan media yang digunakan masih dikatakan belum memadai yang akan memperngaruhi niat belajar siswa dan prestasi belajar siswa itu sendiri. Media belajar e-modul menekankan kepada gaya kognitif yang dimiliki masing-masing siswa Salah satu karakteristik siswa


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 adalah gaya kognitf. Gaya kognitif merupakan cara siswa yang khas dalam belajar, baik yang berkaitan dengan cara penerimaan dan pengolahan informasi, sikap terhadap informasi, mupun kebiasaan yang berhubungan dengan lingkungan belajar. Gaya kognitif merupakan salah satu variabel kondisi belajar yang menjadi salah satu bahan pertimbangan dalam merancang pembelajaran (Bruce Joyce, 1992:241). Pengetahuan tentang gaya kognitif dibutuhkan untuk merancang atau memodifikasi materi pembelajaran, tujuan pembelajaran, serta metode pembelajaran. Diharapkan dengan adanya interaksi dari faktor gaya kognitif, tujuan, materi, serta metode pembelajaran, hasil belajar siswa dapat dicapai semaksimal mungkin. Hal ini sesuai dengan pendapat beberapa pakar yang menyatakan bahwa jenis strategi pembelajaran tertentu memerlukan gaya belajar tertentu. Maka E-modul ini akan dikembangkan dengan gaya kognitif siswa dan dipadukan dengan model Dynamic Intelectual Learning (DIL). II. KAJIAN TEORI

diutarakan Woolfolk menjelaskan bahwa banyak variasi gaya kognitif yang banyak diminati para pendidik, dan mereka membedakan gaya kognitif berdasarkan dimensi, yakni (a) perbedaan aspek psikologis, yang terdiri dari field independence (FI) dan field dependence (FD), (b) waktu pemahaman konsep, yang terdiri dari gaya impulsive dan gaya reflecive. Gaya kognitif mencerminkan cara seseorang menanggapi dan melakukan sesuatu dalam kondisi yang berbeda. Gaya kognitif dalam penelitian ini adalah gaya kognitif FD dan FI yang mencerminkan dimensi persepsi, mengingat dan berpikir setiap individu dalam hal mempersepsikan, menyiman, mengubah dan memproses informasi. Siswa dengan kognitif FI dan FD memiliki perbedaan. Impikasi gaya kognitif berdasarkan perbedaan psikologis pada siswa dalam proses pembelajaran. Siswa yang memiliki gaya kognitif FD cenderung memilih belajar dalam kelompok, sesering mungkin berinteraksi dengan guru dan memerlukan penguatan yang bersifat eksstrinssik. Siswa yang memiliki gaya kognitif FI cenderung memilih belajar indivisual, merespon dengan baik dan independen, mereka dapat mencapai tujuan motivasi intrinsik. Berikut tabel perbedaan gaya kognitif FI dan DF. Tabel 1 Gaya Kognitif

A. Model Dynamic Intellectual Learning (DIL) Dynamic Intellectual Learning (DIL) merupakan pengembangan e-modul yang saat ini sudah banyak diimplementasikan di beberapa lembaga pendidikan baik formal maupun informal. Model DIL akan memberikan kesempatan kepada para peserta didik untuk mengeksplorasi materi yang sesuai dengan kemampuan masing-masing peserta didik. Implementasi e-modul pada umumnya, tidak melakukan pembedaan pada peserta didik, setiap peserta didik dapat mengakses materi tanpa mempertimbangkan kemampuan dasar (intelektual) yang dimiliki. [2]

Field Dependent 1. Berorientasi sosial 2. 3.

4.

Memandang obyek secara global dan menyatu dengan lingkungan

5.

Berpikir secara global

6.

Cenderung memilih profesi yang mengutamakan keterampilan sosial dan humaniora

B. Gaya Kognitif Gaya kognitif merupakan perbedaan dalam perilaku kognitif, berfikir, dan ingatan yang akan mempengaruhi perilaku dan aktivitas individu baik secara langsung maupun tidak langsung (Keefe, 1987; Allinson dan Hayes, 1996). Chen dan Macreadie (2002:3), dalam Jones dan Wright 2012 menyatakan bahwa gaya kognitif sebagai sebuah pilihan individu dan habitual approach terhadap pengorganisasian dan penyajian informasi. Oleh karena itu gaya kognitif (cognitive style) merupakan gaya seseorang dalam berfikir yang melibatkan kemampuan kognitif dalam kaitannya dengan bagaimana individu menerima, menyimpan, mengolah dan menyajikan informasi dimana gaya tersebut akan terus melekat dengan tingkat konsistensi yang tinggi yang akan mempengaruhi perilaku dan aktivitas individu baik secara langsung maupun tidak langsung, Gaya kognitif merupakan pola yang terbentuk dengan cara mereka memproses informasi, cenderung stabil meskipun belum tentu tidak dapat berubah [1]. Pada umumnya gaya kognitif dicapai dan terpola dalam waktu yang lama sebagai suatu kontinum. Blacman dan Goldstein, juga Kominski sebagaimana

Mengutamakan motivasi ekternal Lebih terpengaruh oleh penguatan eksternal

Field Independent 1. Berorientasi imperonal 2. Mengutamakan motivasi internal 3. Lebih terpengaruh oleh pengutana internal 4. Memandang obyek terdiri dari bagianbagian sikrit dan terpisah dari lingkungan 5. Berfikir secara analitis 6. Cenderung memilih profesi yang mengutamakan kemampuan untuk menganalisi

III. METODE Jenis penelitian ini adalah menggunakan metode Penelitian dan Pengembangan (Research & Development) dalam bidang pendidikan. Pengembangan media ini ditujukan untuk mengembangkan media pembelajaran yang bermanfaat untuk proses belajar mengajar dan mengatahui gaya kognitif siswa dalam proses pembelajaran. Pengembangan akan difokuskan pada media pembelajaran e-modul berbasis DIL pada kompetensi dasar memahami di SMK TI Bali Global


41

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 jurusan TKJ di Singaraja. Proses pengembangan E-modul berbasis DIL sebagai media pembelajaran di SMK Negeri TI Bali Global di Singaraja menggunakan model pengembangan Sugiyono yaitu model Reseach and Development sebagai acuan, dalam pelaksanaan pengaplikasian model tersebut yaitu disesuaikan dengan kondisi penelitian. Alasan digunakan model pengembangan Research & Developmet (R&D) adalah sebagai berikut: Model pengembangan ini sesuai untuk digunakan dalam mengembangkan media Emodul berbasis DIL yang bersifat prosedural dan bersifat proses. Langkah-langkah dalam model pengembangan ini sederhana dan mudah dilaksanakan dalam penelitian lapangan. Urutan setiap model tersusun secara sistematis sehingga dalam pelaksanaan setiap langkahnya terkontrol dengan baik.[6]

mampu mengenali gaya kognitif yang dimiliki masing-masing siswa. Model DIL dengan e-modul jika dikaitkan sangat idel dikarenakan DIL mempunyai langkah-langkah yang mampu menganalisi gaya kognitif yang dimiliki siswa.Adapun langkah-langkah yang dilakukan dalam metode DIL sebagai sebagai berikut.

IV. HASIL DAN PEMBAHASAN Hasil penelitian yang menjadi landasan pengembangan emodul diperoleh dari responden siswa dan guru. Hasil penelitian tersebut disajikan pada Tabel 2.

V. KESIMPULAN Pembelajaran e-modul menuju adaptive learning. Model ini merupakan sebuah framework pembelajaran online yang memberikan keleluasaan kepada pengguna (learner) untuk mengakses materi sesuai dengan kemampuannya masingmasing [9]. Model ini telah menyediakan fitur-fitur dimana penyedia materi (content provider) untuk melakukan setting terhadap instrumen awal (pre-tes), batas minimal pemahaman dari masing-masing materi, serta relasi antara materi satu dengan materi lainnya. Identifikasi kemampuan dasar pengguna (learner) dapat ditentukan dengan menggunakan instrumen (pre-tes) yang dapat dilakukan di awal sebelum pengguna mengakses materi pembelajaran. Dalam model DIL yang terdapat dalam e-modul akan membantu peserta didik untuk mengetahui gaya kognitif yang dimilikinya, dengan gaya kognitif yang sudah diketahui maka peserta didik akan mampu mengoreksi kemampuan yang dimiliki melalui pembelaran dengan e-modul. Namun dalam prototype ini instrumen yang digunakan belum melalui tahapan validasi baik secara empirik maupun dengan menggunakan expert judgement. Dalam model ini, instrumen untuk mengidentifikasi kemampuan siswa merupakan bagian penting dalam pengembangan sistem ini. Penelitian selanjutnya yang dapat dilakukan dalam pengembangan dan penyempurnaan model ini adalah melakukan validasi terhadap instrumen yang digunakan dalam mengidentifikasi kemampuan awal pengguna (learner) serta melakukan assesment terhadap model yang dihasilkan baik secara empirik maupun expert judgement. gaya kognitif yang dimiliki siswa.Adapun langkah-langkah yang dilakukan dalam metode DIL sebagai sebagai berikut. Langkah- langkah model DIL yaitu melakukan uji coba pre-tes terhadap peserta didik, memilih materi, mengambil bab, mengambil Test Session , Peserta didik diharuskan mengambil materi yang tidak lulus. Dari model DIL itu proses pembelajaran dengan E-modul akan membantu siswa mengetahui kemampuan kognitif yang dimilik baik rendah, sedang maupun tinggi.

Tabel 2. Tanggapan siswa dan guru terhadap kecenderungan gaya belajar

No

Sumber Data

1

Siswa SMK N TI Bali Global

Gaya Kognitif Tinggi Sedang

Skor (%) 86,14 57,08

Rendah

50,15

Analisis merupakan tahapan yang dilakukan setelah identifikasi dilakukan dalam pengembangan sistem emodul berorientasi gaya belajar. Pada tahap analisis ini dihasilkan deskripsi kebutuhan sistem, uraian fungsi sistem dan fitur utama sistem yang diharapkan. Sistem emodul ini diharapkan mampu memberikan presentasi materi yang berbeda-beda sesuai dengan kecenderungan gaya kognitif pengguna. Dengan demikian sistem harus mampu mengidentifikasi keberagaman gaya kognitif pengguna dan memanfaatkan data pengguna tersebut sebagai pertimbangan dalam menyampaiakan presentasi materi. Pengguna sistem emodul ini diharapkan memperoleh materi pembelajaran sesuai dengan gaya kognitifnya, sehingga proses pembelajaran menjadi lebih optimal. [8] Sistem emodul berorientasi gaya kognitif yang dikembangkan atas dasar kenyataan bahwa emodul kovensional mempunyai keterbatasan yakni hanya mampu memberikan presentasi materi pembelajaran yang sama untuk semua pengguna. Keterbatasan sistem emodul konvensional menjadi masalah yang kritikal manakala sistem emodul tersebut diterapkan untuk rentang pengguna yang luas baik dalam hal demografi, gaya belajar, maupun tingkat pengetahuan misalnya untuk pendidikan jarak jauh, serta tingkat motivasi. Pengembangan e-modul dengan model DIL akan membantu gaya kognitif siswa dalam proses pembelajaran yang akan dilakukan,dengan model DIL siswa 42

a.

Melakukan uji coba pre-tes terhadap peserta didik.

b.

Memilih materi

c.

Mengambil bab

d.

Mengambil Test Session

e.

Peserta didik diharuskan mengambil materi yang tidak lulus.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 DAFTAR PUSTAKA [1]

[2] [3] [4] [5] [6]

Allinson, C. W. & Hayes, J. (1996). „The Cognitive Style Index: a measure of intuition analysis for organizational research.‟ Journal of Management Studies, 33 (1), 119-135. Abu Baka, Z. A. (2016). learning style construct in student's learning. Jurnal nasional kajian pustaka , 1-11. Andrawes salem,S,J. (2016). the settlement of e-modul. International Journal of Instructional Technology and Distance Learning , 53-64. Eka Ismantohadi, E. E. (2015). prototipe sistem e-modul. JNTETI, Vol. 4, No. 3,1-10. Gunawan, I. (2014). Metode penelitian kualitatif. Jakarta: PT Bumi Aksara. Sugiyono. (2015). Metode penelitian tindakan komprehensif. Bandung: ALFABETA.

[7]

[8]

[9]

Sulistyo, H. (2013). The effectiveness of e-modul as instructional media (evaluation study of e-modul instructional model insmk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13. Surya, A. A. 2016. Penerapan Teori Belajar Connectivism: Gagasan Tentang Konektivisme dan Penerapannya di Sekolah. Tersedia pada: https://connectivismindonesia. com/2008/09/29/gagasan-tentangkonektivisme-dan-penerapannya-di-sekolah/. Diakses pada Tanggal 25 Mei 2017 Agustini, K.2017. The adaptive elearning system design: Student learning style trend analysis. Makalah. Disajikan dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha


43


Persepsi Guru Terhadap Pengembangan Profesionalisme Melalui Pelatihan Media Pembelajaran Berbasis Edmodo Noni Agustina, Ratnawati Susanto Program Studi Pendidikan Bahasa Inggris, Program Studi Pendidikan Guru Sekolah Dasar Universitas Esa Unggul Jalan Terusan Arjuna Utara No. 9, Indonesia [email protected] Abstrak—Pendidikan yang berkualitas tidak terlepas dari peranan guru dalam proses pembelajaran. Guru yang profesional akan menciptakan generasi masa depan yang memiliki sikap, pengetahuan dan keterampilan yang berkualitas. Untuk membentuk guru yang profesional diperlukan usaha-usaha untuk mengembangkan profesionalismenya. Salah satu usaha yang dapat dilakukan adalah dengan mengikuti pelatihan yang dapat meningkatkan kompetensi. Di zaman sekarang, guru dituntut untuk memiliki kecakapan digital (digital literacy). Oleh karena itu, guru harus mampu mengintegrasikan teknologi dalam pembelajaran. Untuk memfasilitasi hal tersebut, SEAMOLEC memberikan kesempatan kepada guru di wilayah Indonesia untuk mengikuti pelatihan Edmodo yang dapat meningkatkan kemampuan profesionalisme guru. Pelatihan ini dilakukan secara daring sehingga tidak menggangu aktivitas mengajar guru di sekolah. Penelitian ini sangat penting dilakukan untuk mengali dan menggambarkan persepsi guru mengenai pelatihan media pembelajaran yang berbasis Edmodo. Metodologi yang digunakan adalah desktiptif qualitative dengan jumlah sampelnya sebanyak 13 guru yang terdiri dari guru SMP, SMA dan SMK yang tersebar di beberapa provinsi di wilayah Indonesia. Untuk menggumpulkan data menggunakan angket secara online dan dokumen analisis. Hasil penelitian menunjukkan bahwag guru memiliki persepsi yang positif terhadap pengembangan profesonalisme melalui pelatihan Edmodo karena mereka dapat meningkatkan kompetensi mereka dalam menggunakan Edmodo dalam proses pembelajaran. Selain itu, proses pembelajaran menggunakan Edmodo memberikan manfaat kepada siswa karena hampir sebagian besar siswa senang dan termotivasi dalam belajar.

dan cinta terhadap profesi guru sehingga dapat mencapai pendidikan yang berkualitas [1]. Terdapat beberapa cara yang dapat dilakukan untuk mengembangkan kemampuan profesionalisme guru yaitu mengembangkan diri dengan melakukan kegiatan seperti diklat, pelatihan atau lokarya; mengikuti publikasi ilmiah, serta mengembangkan karya inovatif seperti membuat sebuah karya, alat peraga atau media belajar [2]. Meskipun terdapat beberapa cara mengembangkan profesionalisme guru, masih ada guru yang tidak melakukanya dengan alasan keterbatasan waktu. Hal tersebut dibuktikan dalam penelitian yang dilakukan oleh Suprianto bahwa dari 131 guru di salah satu SMK Sragen, hanya 12 guru yang mau mengembangkan kemampuan profesionalismenya dalam bentuk penelitian tindakan sekolah dan membuat media pembelajaran, meskipun masih belum dilakukan secara berkesinambungan.

Kata Kunci—persepsi guru; pelatihan; pengembangan profesionalisme; media sosial Edmodo

Untuk mengatasi masalah tersebut, SEAMOLEC memberikan kesempatan kepada guru-guru Indonesia untuk mengembangkan kemampuan profesionalismenya dengan mengadakan pelatihan membuat media pembelajaran yang berbasis aplikasi, yang disebut dengan Edmodo secara daring [3]. Pelatihan Edmodo secara daring merupakan salah satu cara dalam meningkatkan kompetensi guru, dalam hal ini adalah literasi digital guru Indonesia karena di era abad 21, guru harus mampu mengintegrasikan teknologi dalam pembelajaran yang diharapkan dapat memberikan bekal kepada siswa dalam kehidupan mendatang sehingga sumber daya manusia Indonesia dapat bersaing di tingkat regional, nasional maupun internasional.

I. PENDAHULUAN Guru merupakan jantung pendidikan yang memiliki peranan yang sangat besar dalam mencetak generasai bangsa. Guru adalah salah satu profesi yang dituntut untuk selalu mengembangkan profesionalismenya. Pengembangan profesionalisme tersebut bertujuan untuk meningkatkan, memperbaharui kompetensi guru, meningkatkan rasa bangga

Berdasarkan studi pendahuluan yang dilakukan, guru-guru Indonesia mengikuti pelatihan Edmodo secara daring dan gratis mulai tanggal 10 Mei sampai 13 Juni 2017. Studi ini sangat penting dilakukan untuk mengeksplorasi dan menggambarkan persepsi guru-guru Indonesia dalam mengembangkan kemampuan profesionalisme mereka melalui pelatihan pembuatan media pembelajaran berbasis Edmodo mulai dari tahapan orientasi, pembelajaran,

44


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 pembuatan media pempelajaran berbasis Edmodo dan implementasi aplikasi tersebut. II. LANDASAN TEORI

materi, keterampilan dalam menggunakan/mengaplikasikan dan sikap dalam menggunakan. Hasil pelatihan akan semakin efektif apabila terkait dengan pekerjaan atau kehidupan nyata C. Pengembangan Profesionalitas

A. Persepsi Persepsi secara psikologis sangat berpengaruh dalam kehidupan manusia. Persepsi merupakan fungsi otak dalam menerjemahkan stimuls atau proses yang masuk melalui indera manusia [4]. Persepsi pada setiap individu dapat berbeda dan persepsi positif dan negatif akan mempengaruhi setiap tindakan manusia secara nyata. Perbedaan persepsi dapat terjadi karena faktor-faktor yang berbeda pada diri individu, antara lain pendidikan, pengetahuan, pengalaman dan sudut pandang dalam menerima suatu objek melalui panca inderanya dan kemudian menafsirkannya. Faktorfaktor ini dapat digolongkan sebagai faktor internal dan faktor eksternal. Faktor internal mencakup antara lain perasaan, sikap, kepribadian, keinginan/harapan, perhatian, nilai, minat, motivasi dan sebagainya. Sementara faktor eksternal yang dapat mempengaruhi persepsi adalah: latar belakang keluarga, informasi yang diperoleh atas pengetahuan, kondisi lingkungan dan sebagainya. Persepsi juga merupakan hasil pengamatan terhadap objek atau peristiwa yang diinterpretasikan [5] Pengamatan dapat terjadi karena fungsi dari kognisi manusia yang diawali dengan pencatatan indera, pengenalan pola dan perhatian sebagai langkah awal yang melahirkan suatu persepsi. Perhatian menjadi indikator ketertarikan seorang individu atas suatu objek yang selanjutnya melahirkan persepsi positif atau negatif, yang selanjutnya menyebabkan seseorang melakukan tindakan atas persepsinya. B. Pelatihan Pelatihan sebagai suatu rangkaian kegiatan atau aktivitas yang dirancang untuk meningkatkan keahlian seseorang baik berupa pengetahuan, keterampilan dan sikap. Pelatihan merupakan bagian dari pendidikan yang menyebabkan seseorang dapat mengikuti informasi, ilmu pengetahuan dan teknologi yang berkembang dengan sangat cepat dan melakukan penyesuaian terhadap cara kerja yang lebih baru, lebih efisien dan lebih efektif , lebih inovatif, lebih kreatif dan menjadi lebih optimal dalam mencapai tujuan dengan memperhatikan tingkat kenyamanan dalam melakukan aktivitas [6]. Maka pelatihan menjadi bagian yang dapat memfasilitasi terjadinya perubahan perilaku hasil belajar. Pelatihan juga merupakan bagian dari pembelajaran karena dengan pelatihan, seseorang belajar untuk mengembangkan kemampuannya. Beberapa prinsip dari pelatihan yang sangat mendasar adalah bahwa adanya partisipasi aktif dalam proses pembelajaran/pelatihan, yang berarti bahwa peserta pelatihan hendaknya menerapkan hasil pelatihan sehingga meningkatkan tingkat pemahaman atas konsep pengetahuan

Pengembangan profesional seorang guru antara lain adalah ditunjang dengan kemampuannya menciptakan kondisi dan interaksi proses pembelajaran yang optimal dan kondusif. Kemampuan profesionalitas guru dapat terlihat dari caranya memberdayakan, merancang ataupun mengembangkan sumber belajar. Dalam kawasan disiplin ilmu Teknologi Pendidikan, yang dimaksud dengan sumber belajar menurut AECT (Association of Education Communication Technology), meliputi: (1) Pesan (Message) yaitu semua bentuk gagasan, fakta, arti, data yang menjadi materi/pesan pembelajaran yang dirancang oleh guru untuk diteruskan kepada siswa; (2) Orang (People) yaitu orang yang bertindak sebagai penyimpan, pengolah dan penyaji pesan , misalya guru, siswa; (3) Bahan (Material), yaitu perangkat lunak yang mengandung pesan untuk disajikan, misalnya internet, (4) Alat (device), yaitu perangkat keras yang digunakan untuk menyampaikan pesan yang tersimpan dalam bahan, misalnya: komputer.; (5) Teknik (Technique), yaitu prosedur atau acuan yang dipersiapkan untuk penggunaan bahan, misalnya melalui simulasi, menonton film dan sebagainya; (6) Lingkungan (Setting), yaitu situasi atau suasana sekitar di mana pesan disampaikan, misalnya: dalam ruangan, berbasis maya, dan sebagainya. Kemampuan para guru peserta pelatihan dalam menerapkan media sosial Edmodo dalam pembelajaran merupakan bagian dari pengembangan profesionalitas guru, karena di dalamnya guru melakukan kegiatan pengembangan sumber belajar, melalui aktivitas penggunaan Edmodo, guru menyampaikan materi (pesan ) dari guru kepada siswa (orang) dengan menggunakan internet (bahan) dan komputer (alat) melalui teknik informasi dan teknologi (Techique) dengan berbasis pada lingkungan pembelajaran tatap muka dan maya (e-learning). D. Media Sosial Edmodo dan Studi yang Relevan Edmodo adalah jaringan media sosial yang dimanfaatkan dalam pembelajaran secara online. Jaringan ini dianggap aman untuk digunakan dalam pembelajaran kelas online. Penggunaan media sosial online ini memungkinkan interaksi berlangsung tanpa batas ruang dan waktu. Guru, siswa, dan orang tua dapat berinteraksi dengan menggunakan Edmodo. Guru dapat memposting tugas atau latihan dan quiz. Siswa dapat mengirim tugas, pekerjaan rumah atau latihan juga. Siswa, guru, dan orang tua dapat melihat nilai. Edmodo sangat bermanfaat dalam aktivitas pembelajaran karena dapat mendorong interaksi sosial dimana siswa dapat


45

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 mengungkapkam ide atau pendapat mereka dalam “dinding” Edmodo [7] Terdapat beberapa langkah dalam menggunakan Edmodo. Langkah-langkah tersebut adalah (a) guru mendaftar; (b) siswa mendaftar: (c) memposting dasar, (d) melakukan posting berikutnya; (e) memposting polling; (f) bekerja dengan tugas; (g) membuat kuis; (h) memberi tugas melalui kuis; (i) mengambil quiz; (j) membagi kelas; (k) membuat kalender dan perpustakaan; (l) memberi umpan balik. Adapun catatan yang menjadi keterbatasan yang perlu diperhatikan dalam mengaplikasikan Edmodo dalam pembelajaran tatap muka di kelas adalah: (a) harus tersedianya koneksi internet, dan (b) jumlah komputer harus sesuai dengan jumlah siswa di kelas. [8] Edmodo memiliki bentuk seperti facebook. Edmodo sangat tepat digunakan untuk mengajarkan kemampuan menulis, khususnya mengajarkan Genre-Based Approach. Siswa memberikan persepsi positif dan negatif dalam menggunakan Edmodo dalam proses pembelajaran menulis. Menggunakan Edmodo merupakan pengalaman baru untuk mereka, sehingga ketika pertama kali menggunakan Edmodo mereka menemui kendala. Namun mereka dapat mengunduh materi yang diberikan oleh guru dalam fitur library yang ada dalam Edmodo. Mereka juga merasakan bahwa menggunakan Edomo sangat mudah dan sederhana serta mereka termotivasi dalam menulis menggunakan Edmodo. Mereka juga dapat berkomunikasi dengan guru dan teman meskipun terkendala dengan Bandwith [9] Selain itu, siswa yang memiliki motivasi yang tinggi sangat tertantang karena dapat membangun kepercayaan diri dan kemandirian dalam belajar karena peran guru tidak terlalu dominan. Hasil belajar siswa dengan menggunakan Edmodo lebih tinggi dibandingkan dengan pembelajaran tanpa menggunakan Edmodo [10,11] Edmodo mendorong keterlibatan siswa dan pembelajaran, preferensi siswa untuk menggunakan Edmodo terutama ditujukan untuk sumber daya, dukungan dan komunikasi seperti forum, diskusi dan juga untuk aktivitas online, siswa menemukan Edmodo sebagai sebuah platform pembelajaran sosial yang bagus dan mudah digunakan dan memungkinkan mereka menikmati bekerja di kelas online. [12] III. METODOLOGI PENELITIAN Penelitian ini menggunakan metodologi deskriptif kualitatif. Pelaksanaan penelitian dimulai dari Mei sampai Juli 2017. Pelatihan Edmodo diikuti oleh 30 peserta yang terdiri dari guru di beberapa wilayah Indonesia. Pengumpulan data dilakukan dengan menggunakan angket secara elektronik yaitu menggunakan google form yang terdiri dari 16 item pertanyaan yang terkait dengan persepsi guru dalam pengembangan profesionalisme melalui pelatihan media 46

pembelajaran berbasis Edmodo dan dokumen analisis berupa jadwal pelatihan yang diberikan oleh SEAMOLEC dalam website (http://mooc.seamolec.org). Meskipun angket diberikan kepada 30 peserta pelatihan Edmodo, hanya 13 peserta yang mengirimkan angket kepada peneliti. Oleh karena itu, jumlah sampel yang digunakan sebanyak 13 guru. Teknik sampling yang digunakan adalah teknik sampling jenuh. IV. HASIL DAN PEMBAHASAN Berdasarkan hasil angket yang diperoleh, data demografi menunjukkan bahwa subyek penelitian ini terdiri dari 7 guru yang berjenis kelamin perempuan dan 6 guru berjenis kelamin lakik-laki. Usia guru bervariasi, usia dengan rentangan 20-30 tahun sebanyak 2 orang, usia 31-40 sebanyak 3 orang, usia 41-50 sebanyak 8 orang. Masa mengajar guru juga bervariasi, masa mengajar 1-5 tahun sebanyak 1 orang, 6-10 tahun sebanyak 4 orang, 11-15 tahun sebanyak 5 orang, 16-20 sebanyak 2 orang, di atas 20 tahun sebanyak 1 orang. Guruguru tersebut berasal dari wilayah Aceh, Banten, Nusa Tenggar Barat, Riau, Bali, Jawa Tengah, Bekasi, Jawa Barat, Sumatera Utara dan Sumatera Utara. Mereka mengajar dari tingkat SMP, SMA dan SMK dengan mata pelajaran yang bervariasi. Informasi mengenai pelatihan SEAMOLEC diperoleh dari beberapa sumber yaitu dari teman (sebanyak 5 orang), SEAMOLEC (sebanyak 3 orang), WhatsApp (sebanyak 2 orang), facebook (sebanyak 1 orang), email (sebanyak 1 orang), dan internet (sebanyak 1 orang). Data menunjukkan bahwa sebanyak 53,8 % pernah mengikuti pelatihan Edmodo sebelumnya dan 46,2 % belum pernah. Para guru mengikuti pelatihan Edmodo yang diselenggarakan oleh SEAMOLEC karena memiliki beberapa alasan. Alasannya dalah sebanyak 46 % ingin meningkatkan kompetensi (pengetahuan dan keterampilan) terutama dalam bidang IT, 39 % karena ingin mengimplementasikan dalam proses belajar dan mengajar, dan 15 % karena tuntutan zaman dimana guru harus bisa menyesuaikan pembelajaran di era digital. Hasil penelitian tersebut memiliki kesamaan dengan penelitian yang dilakukan oleh Ekici (2017) yaitu 58 calon guru SD di Turki memiliki persepsi bahwa pengetahuan pedagogik dan kompetensi dalam menggunakan teknologi, dalam hal ini Edmodo mengalami peningkatan. Banyak dari mereka sebelumnya belum pernah menggunakan Edmodo. Mereka mengatakan bahwa Edmodo sangat bermanfaat bagi mereka karena dapat digunakan dalam pembelajaran yang bersifat kolaboratif dan komunikatif. Penggunaan teknologi sangat diperlukan oleh guru dalam pengembangan profesionalisme mereka karena dapat menunjang proses pembelajaran (Enriquez, 2014) [13] SEAMOLEC memberikan pelatihan secara daring dengan jadwal yang terstruktur dengan baik. Para guru mendapatkan kesempatan untuk mengikuti orientasi pada pertemuan pertama pada tanggal 10 Mei 2017, proses pembelajaran yang terdiri dari membaca materi yang disediakan , diskusi secara


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 “live” ketika proses pembelajaran secara daring maupaun melalui WhatsApps group dan mengerjakan latihan (quiz), dan impelentasi dan pengumpulan karya akhir. Proses pembelajaran sebanyak 8 sesi. Hanya ada 4 guru yang mengikuti proses pembelajaran sebanyak 8 sesi, sisanya hanya mengikuti sebanyak 1 sesi (sebanyak 1 orang), 2 sesi (sebanyak 1 orang), 3 sesi (sebanyak 1 orang), 4 sesi (sebanyak 5 orang), dan 6 sesi (sebanyak 1 orang).

Gbr. 1 Jadwal Pelatihan Edmodo (http://mooc.seamolec.org) Alasan guru mengikuti kurang dari 8 sesi karena kesibukan, berbenturan dengan kegiatan lain, terbatasnya waktu, sinyal yang tidak stabil dan dapat membaca materi dalam bentuk handout powerpoint and video yang telah disediakan di website (http://mooc.seamolec.org) secara mandiri.

IPA, kimia, matermatika, pengantar akuntansi, pemprograman web, TIK dan pemeliharaan kelistriakn dan kendaraan ringan. Mereka memposting tugas, ulangan atau quiz, materi dalam bentuk Microsoft word, PDF, PowerPoint, video yang terhubung dengan YouTube dan tutorial menggunakan Edmodo. Guru memperkenalkan Edmodo kepada siswa dengan beberapa cara yaitu membawa siswa ke laboratorium komputer, menjelaskan dan meminta siswa untuk mempraktekannya. Ketika guru menggunakan Edmodo dalam proses pembelajaran, siswa memberikan respon positif dan negatif. Hampir sebagian besar sangat senang dan termotivasi dalam menggunakan Edmodo (69%) dan sebanyak 31 % siswa terkadang masih bingung cara menggunakannya. Guru memiliki persepsi yang berbeda ketika menggunakan Edmodo dalam proses pembelajaran. Sebanyak 38 % mengatakan bahwa proses pembelajaran menjadi menyenangkan meskipun ada dari beberapa guru merasa sedikit merepotkan. 15 % mengatakan bahwa proses pembelajaran menjadi efektif dan efisien dan 3 % mengungkapkan bahwa menggunakan Edmodo dapat mempermudah dalam proses pembelajaran. Sebanyak 8 % merasa tertantang dalam menggunakan Edmodo. Hasil penelitian juga menunjukkan bahwa 8 % hasil belajar dan motivasi belajar siswa meningkat. Meskipun sebagian besar mengungkapkan bahwa Edmodo memberikan manfaat, namun sebanyak 8 % belum menunjukkan hasil yang maksimal dalam menggunakan Edmodo. Pelatihan menggunakan Edmodo yang diikuti oleh guru memberikan manfaat dalam pengembangan profesionalisme guru karena dapat meningkatkan kompetensi guru yaitu kompetensi dalam menggunakam media pembelajaran yang berbasis teknologi. Muara dari pengembangan profesionalisme tersebut dapat memberikan dampak terhadap peningkatan kuliatas pembelajaran.[14]

Gbr. 2

Materi Pelatihan Edmodo (http://mooc.seamolec.org)

Sebanyak 61,5 % guru menemui kendala dalam mengimplementasikan Edmodo. Hampir sebagian besar, masalah yang dihadapi adalah masalah koneksi jaringan internet yang tidak stabil. Selain itu adalah masalah fasilitas sekolah yang tidak memadai dan kualitas suara yang kurang jelas. Untuk menghadapi permasalahan tersebut, guru menggunakan paket data, menggunakan beberapa provider, mencari tempat yang jaringannya baik, bertanya kepada mentor SEAMOLEC, berlagganan Indohome 100 Mbps, pergi ke warnet, dan menggunakan speaker. Ekici (2017) juga menemukan bahwa calon guru SD di Turki menemui kendala dalam penggunaan akses internet [13]. Ketiga belas guru tersebut mengajarkan mata pelajaran yang berbeda. Mata pelajaran yang diajarkan dengan menggunakan Edmodo yaitu bahasa Jawa, Bahasa Inggris,

V. KESIMPULAN Salah satu dampak positif dari pengembangan profesionalisme guru adalah terjadi peningkatan kompetensi guru. Hasil penelitian menunjukkan bahwa sebanyak 46 % kompetensi guru dalam menggunakan teknologi, khususnya Edmodo mengalami peningkatan dan mereka memiliki semangat untuk mengimplemtasikannya dalam proses pembelajaran yang sesuai dengan tuntutan zaman. Jika dilihat dari rentangan usia, guru-guru peserta pelatihan Edmodo yang diselenggarakan SEAMOLEC bersemangat dalam meningkatkan kompetensi mereka. Meskipun sebagian besar berada di rentangan usia 31-50 tahun. Selain itu mereka tidak menyerah ketika menemui kendala seperti koneksi jaringan internet yang tidak stabil dan terbatasnya sarana dan prasarana sekolah. Mereka berusaha mencari solusi atas permasalahan tersebut seperti berlanggana Indihome, menggunakan data paket, menggunakan speaker


47

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 dan pergi ke warung internet. Hampir sebagian besar merasakan bahwa penggunaan Edmodo dalam pembelajaran memberikan manfaat positif dalam proses pembelajaran. Penelitian ini hanya menggunakan 13 subyek penelitian, diharapkan penelitian selanjutnya menggunakan sampel yang lebih besar sehingga dapat memberikan gambaran yang lebih komprehensif. Selain itu diperlukan instrumen penggumpulan data berupa angket yang membahas mengenai persepsi siswa dalam penerapan Edmodo dalam proses pembelajaran.

[7]

[8] [9]

[10] [11]

DAFTAR PUSTAKA [1] [2]

[3] [4] [5] [6]

48

S. E. Suprianto, “Analisis Pengembangan Profesionalisme Guru Berkelanjutan Di SMK Negeri 2 Sragen,” 2015. A. Y. Sobri, “Model-Model Pengembangan Profesionalisme Guru,” Konvensi Nas. Pendidik. Indones. VIII Tahun 2016, vol. 4, no. 2, pp. 55–67, 2016. W. Prayitno, “Pengembangan Pendidikan Dan Pelatihan Jarak Jauh Dengan Aplikasi Edmodo,” 2015. Sugihartono, Psikologi Pendidikan. 2007. Suharman, Psikologi Kognitif. 2015 Nasution.Teknologi Pendidikan. 2012

[12]

[13]

[14]

Monalisa and H. Ardi, “Using Edmodo Educational Social Network in Teaching English for High School Sudents,” J. English Lang. Teach., vol. 2, no. 1, pp. 220–225, 2013. S. S. Evenddy and W. Hamer, “Edmodo As A Media to Teach Vocabulary,” J. English Lang. Stud., vol. 1, no. 1, pp. 26–34, 2016. P. Purnawarman, Susilawati, and W. Sundayana, “The Use of Edmodo in Teaching Writing in A Blended Learning Setting,” Indones. J. Appl. Linguist., vol. 5, no. 2, pp. 242–252, 2016. T. Hastomo, “The Effectiveness of Edmodo to Teach Writing Viewed From Students ’ Motivation,” 2016, vol. 1, pp. 580–585. A. Z. Nu’man, “Efektifitas Penerapan E-Learning Model Edmodo Dalam Pembelajaran Pendidikan Agama Islam Terhadap Hasil Belajar Siswa (Studi Kasus : SMK Muhammadiyah 1 Sukoharjo),” Duta.com, vol. 7, no. 1, pp. 1–13, 2014. K. Balasubramanian and L. Nitin Fukey, “A Study on ‘Student Preference towards the Use of Edmodo as A Learning Platform to Create Responsible Learning Environment,’” in Procedia - Social and Behavioral Sciences, 2014, vol. 144, no. 144, pp. 416–422. D. I. Ekici, “The Use Of Edmodo in Creating An Online Learning Community of Practice for Learning to Teach Science,” vol. 5, no. 2, pp. 91–106, 2017. T. Trust, D. G. Krutka, and J. P. Carpenter, “‘Together we are better’: Professional learning networks for teachers,” Comput. Educ., vol. 102, pp. 15–34, 2016.



Desain Sistem Personalisasi E-Learning Berbasis Felder Silverman Model Untuk Materi Animasi 2 Dimensi di SMK Negeri Singaraja G. N. Pardomuan, Ketut Agustini Program Studi Pascasarjana Teknologi Pembelajaran Undiksha Singaraja, Indonesia [email protected], [email protected] Abstrak—Perkembangan e-learning saat ini terus berkelanjutan. E-learning menjadi semakin adaptif (menyesuaikan) dengan adanya personalisasi e-learning yang dapat mendeteksi karakteristik dan kebutuhan individu dari siswa. Dengan tujuan menciptakan sebuah personalisasi elearning untuk lingkungan sekolah menengah kejuruan, dikembangkanlah personalisasi e-learning yang mengadopsi dimensi visual/verbal dari Felder Silverman. Sistem memiliki sebuah algoritma yang dapat menentukan tipe materi pembelajaran (visual/verbal) yang dapat yang sesuai dengan gaya belajar siswa. Setelah tahapan pengembangan sistem, sistem diujicobakan ke siswa di SMK Negeri Singaraja. Kuisioner disebar ke seluruh partisipan termasuk guru dan dosen sebagai ahli untuk mengetahui tingkat kelayakan dan kepuasan dari sistem yang diusulkan, untuk digunakan sebagai media yang mendukung pembelajaran di sekolah Kata kunci: personalisasi e-learning, felder silverman, gaya belajar adaptif

I. PENDAHULUAN Perkembangan teknologi informasi dan komputer yang sangat pesat akhir-akhir ini, mendapat sambutan positif di masyarakat. Berbagai layanan masyarakat sudah mengimplementasikan ICT (Information and Communication Technology). Dalam dunia bisnis di kenal dengan istilah ebusiness atau e-commerce, di dunia pemerintahan dikenal dengan istilah e-government dan bagi dunia pendidikan dikenal dengan istilah e-learning. SMK sebagai salah satu lembaga pendidikan kejuruan perlu membekali siswa dan lulusannya dengan keterampilan yang memadai termasuk kompetensi ICT. Tuntutan yang harus dilaksanakan sekolah dalam pelaksanaan proses pembelajaran yang memanfaatkan teknologi informasi dan komunikasi menghadapi berbagai kendala yang tidak sederhana. Masalah utama yang seringkali dihadapi oleh pihak sekolah dan guru adalah keterbatasan sarana dan prasarana, sumber daya manusia dan sumber belajar. Siswa memiliki cara yang berbeda untuk belajar. siswa dengan preferensi (disukai) yang kuat untuk gaya belajar

tertentu dapat memiliki kesulitan dalam belajar jika cara mengajar tidak sesuai dengan gaya belajar mereka, sehingga siswa yang gaya belajar tidak didukung oleh lingkungan belajar mungkin mengalami masalah dalam proses pembelajaran. Idealnya setiap pelajar mendapat perlakuan yang berbeda-beda sesuai dengan gaya belajarnya masingmasing. Akan tetapi, tentu tidak mudah bagi para pengajar untuk dapat menyesuaikan cara mengajarnya dengan kebutuhan murid yang berbeda-beda. Cara mengajar tiap pengajar mungkin cocok untuk sebagian pelajar dengan gaya belajar tertentu. tetapi tidak cocok untuk pelajar dengan gaya belajar yang lain. Hal ini memang tidak bisa dipaksakan karena terkait dengan kemampuan tiap-tiap pengajar itu sendiri. Menurut Junqi dkk (2009) Learning Management System (LMS) yang ada saat ini tidak adaptif dengan tidak mempertimbangkan perbedaan individu siswa dan memperlakukan semua siswa secara sama terlepas dari kebutuhan dan karakteristik pribadi mereka, hal inilah yang dimaksud sebagai personalisasi (personalization). Patrick dkk (2013) menjelaskan bahwa pembelajaran berbasis personalisasi (personalized learning) adalah pembelajaran pribadi yang menyesuaikan pada setiap kekuatan, kebutuhan dan kepentingan siswa. Salah satu Pendekatan yang digunakan dalam mengembangkan personalisasi e-learning yaitu melalui pendekatan Felder Silverman Learning Style Model (FSLSM). Pada penelitian ini, dimensi gaya belajar yang menjadi fokus utama yaitu visual, audio dan kinestetik. Adapun tujuan dari pengembangan sistem personalisasi ini adalah memberikan inovasi dalam hal kenyamanan dan lebih jauh lagi mengenai peningkatan efektivitas dalam proses pembelajaran. II. KAJIAN TEORI A. E-learning E-learning merupakan Pembelajaran yang disusun dengan tujuan menggunakan sistem elektronik atau komputer


49

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 sehingga mampu mendukung proses pembelajaran (Michael, 2013:27). Perangkat lunak LMS (learning management system) saat ini banyak ada di pasaran, berikut adalah dua belas LMS terbaik dan gratis yang direkomendasikan Balai Pelatihan dan Pengembangan Teknologi Informasi dan Komunikasi (BPPTIK-DepKomInfo) di tahun 2015 diantaranya, (1) MOODLE (http://moodle.org), (2) Blackboard CourseSites (https://www.coursesites.com), (3) Schoology (https://www.schoology.com), (4) Latitude Learning (http://www.latitudelearning.com), (5) Academy Of Mine (http://www.academyofmine.com), (6) .LRN (http://www.dotlrn.org), (7) eFront (http://www.efrontlearning.net), (8) Dokeos (http://www.dokeos.com), (9) Sakai (https://sakaiproject.org), (10) ATutor(http://atutor.ca/atutor), (11) ILIAS (http://www.ilias.de), (12) Udemy (https://www.udemy.com). B. Gaya Belajar (Learning Style) Para ahli memberikan beberapa pengertian gaya belajar. Pada dasarnya kemampuan seseorang untuk memahami dan menyerap pelajaran sudah pasti berbeda tingkatnya. Ada yang cepat, sedang, dan ada pula yang sangat lambat. Oleh karena itu, siswa seringkali harus menempuh cara berbeda untuk bisa memahami sebuah informasi atau pelajaran yang sama. Gaya belajar merupakan cara belajar yang khas bagi siswa (Winkel, 2009). C. Prestasi Belajar Prestasi adalah hasil yang telah dicapai seseorang dalam melakukan kegiatan. Gagne (1985:40) menyatakan bahwa Prestasi Belajar dibedakan menjadi lima aspek, yaitu : kemampuan intelektual, strategi kognitif, informasi verbal, sikap dan keterampilan. Menurut Bloom dalam Suharsimi Arikunto (1990:110) bahwa hasil belajar dibedakan menjadi tiga aspek yaitu kognitif, afektif dan psikomotorik. Dalam penelitian ini prestasi belajar dapat ditentukan pada tahap evaluasi belajar dimana peneliti bisa mengetahui tingkat prestasi yang dicapai siswa baik prestasi tinggi, sedang, maupun rendah. D. Felder Silverman Learning Style Model (FSLSM) Personalisasi juga dapat diartikan sebagai negosiasi antar materi dan informasi atau profil pengguna dalam hal ini adalah siswa. Oleh karena itu, baik struktur maupun informasi mengenai siswa lebih dahulu dibutuhkan sebelum personalisasi dapat terjadi. Gaya belajar dianggap sebagai parameter yang penting untuk menentukan metode pembelajaran yang paling cocok untuk seorang pembelajar. Gaya belajar merupakan pendekatan dalam pembelajaran yang menekankan fakta bahwa individu-individu memiliki karakteristik dan preferensi berkaitan dengan cara menerima dan memproses informasi dengan cara-cara yang sangat berbeda. Ada berbagai teori yang memodelkan gaya belajar, salah satunya adalah teori gaya belajar Felder-Silverman.

50

FSLSM merupakan salah satu teori gaya belajar yang diusulkan oleh Felder dan Silverman pada tahun 1988. Berdasarkan banyak hasil penelitian, FSLSM merupakan learning style yang paling sesuai untuk diaplikasikan dalam elearning atau pembelajaran online lainnya. Secara jelas, teori FSLSM membedakan preferensi atau karakteristik siswa dalam menerima dan mengolah informasi ke dalam empat dimensi. Empat dimensi tersebut antara lain:1) dimensi aktif/reflektif,2) dimensi sensing/intuitive, 3) dimensi visual/verbal, dan 4) sekuensial/global. Dalam penelitian ini pembahasan mengenai FSLSM lebih di fokuskan pada dimensi visual/verbal. Felder-Silverman menggunakan dimensi Input (visual/verbal), dan Understanding (sequential/global), detail dimensi dari gaya belajar Felder-Silverman ditampilkan pada Tabel 1 Tabel 1. Dimensi Gaya Belajar Felder Silverman Dimensi Pemrosesan Persepsi

Gaya Belajar Active Reflexive Sensitive Intuitive

Input

Visual Verbal

Pemahaman

Sequential Global

Keterangan Bagaimana siswa memproses informasi Berkaitan dengan bagaimana siswa melakukan persepsi informasi Jenis inputan informasi seperti apa yang mudah diterima siswa Bagaimana siswa mencapai pengertian

1) Gaya Belajar Active-Reflective (Dimensi Pemrosesan) Proses mental dimana informasi dikonversi menjadi pengetahuan dapat dikelompokkan dalam dua kategori, yaitu active experimentation dan reflective observation. Active experimentation adalah melakukan aktivitas dengan informasi seperti mendiskusikannya, menjelaskannya, atau mengujinya dengan berbagai cara. 2) Gaya Belajar Sensing-Intuitive (Dimensi Persepsi) Sensing dan intuition berkaitan dengan bagaimana kecenderungan seseorang merasakan dunia. Sensing termasuk observasi, melihat atau mendengar langsung; intuition termasuk persepsi tidak langsung dari bawah sadar seperti spekulasi, imajinasi, dan firasat.

3) Gaya Belajar Visual-Verbal (Dimensi Input) Dimensi ketiga merupakan dimensi mengenai inputan atau Visual-Verbal bentuk informasi yang diterima siswa yang kemudian siswa secara langsung memperaktekannya dalam proses belajar. Siswa dengan preferensi visual lebih senang menerima materi yang dapat dilihat seperti grafik, video, dan sejenisnya sedangkan siswa dengan preferensi visual lebih


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 senang mendapatkan materi secara verbal seperti ceramah, rekaman audio, atau diskusi langsung. Siswa visual mengingat dengan baik apa yang mereka lihat, gambar, diagram, film, demonstrasi. Siswa verbal mendapatkan lebih dari kata-kata, baik penjelasan tertulis atau ucapan. Siswa visual mungkin dapat mudah melupakan katakata yang orang lain ucapkan. Siswa verbal mendapatkan banyak informasi dari diskusi dan belajar efektif dengan cara menjelaskan kepada orang lain. Kebanyakan orang pada usia sekolah (SMK) dan lebih tua bertipe visual namun kebanyakan pengajaran sekolah pada umunya adalah verbal – informasi yang disajikan lebih dominan verbal seperti ceramah atau representasi visual dari informasi verbal (katakata dan symbol matematika tertulis di buku, handout, atau papantulis). 4) Gaya Belajar Sequential-Global (Dimensi Pemahaman) Kebanyakan pendidikan formal menggunakan bahan presentasi dalam urutan progresif, bab demi bab yang berurutan. Ketika seluruh materi sudah dibahas, siswa diuji penguasaannya dan kemudian maju ke tingkatan selanjutnya. Beberapa siswa nyaman dengan sistem ini, belajar secara sequential, menguasai materi lebih atau kurang sesuai dengan yang diajarkan. Yang lain, tidak dapat belajar dengan cara seperti itu. Mereka mungkin ketinggalan dari yang lain hingga berhari-hari atau berminggu-minggu, bahkan tidak dapat menyelesaikan soal yang mudah. Pada tahap analisis penelitian ini peneliti berupaya mengetahui berbagai macam gaya belajar siswa yang diterapkan siswa dalam memecahkan masalah belajar nya dengan berbantuan media e-learning. III. METODE Jenis penelitian ini adalah menggunakan metode Penelitian dan Pengembangan (Research & Development) dalam bidang pendidikan. Penelitian ini akan difokuskan pada media pembelajaran e-learning berbasis E-Moodle pada kompetensi dasar memahami di SMK Negeri Singaraja. Subjek penelitian ini adalah siswa kelas X, XI, XII di seluruh jurusan SMK Teknik di Singaraja, akan diteliti dengan mengunakan media pembelajaran E-Learning. Kemampuan siswa pada kelas X, XI, XII dirasa kurang dalam memahami materi, oleh karena itu dengan adanya media pembelajaran yang baru dan inovatif diharapkan bisa menjadi menarik perhatian siswa dalam proses belajar mengajar. Sistem e-learning ini bersifat adaptif yaitu sistem mampu menyesuaikan secara otomatis kepada pengguna berdasarkan asumsi tentang pengguna tersebut (Oppermann, Rashev, & Kinshuk, 1997). Proses adaptasi dalam sistem e-learning dapat diilustrasikan seperti dalam gambar dibawah

Gambar 1. System Arsitektur AdeLe. (adaptasi,ketut agustini, 2017:2) Pada penelitian ini, menurut Sugiyono metode penelitian dan pengembangan (Research & Development) yaitu metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji keefektifan produk tersebut (Sugiono,2009:407). Media pembelajaran E-Learning berbasis E-Moodle digunakan untuk penelitian yang bertujuan menghasilkan produk dan menguji kelayakan produk tersebut. Produk akan di uji cobakan kepada siswa untuk mengetahui tingkat pemahaman terhadap penerapan produk tersebut. Proses pengembangan E-Learning berbasis E-Moodle sebagai media pembelajaran di SMK Negeri di Singaraja menggunakan model pengembangan (Sugiyono, 2009:407) yaitu model ADDIE sebagai acuan, dalam pelaksanaan pengaplikasian model tersebut yaitu disesuaikan dengan kondisi penelitian. Alasan digunakan model pengembangan ADDIE adalah sebagai berikut: Model ADDIE merupakan salah satu model desain pengembangan sistematik, pemilihan model ini didasari atas pertimbangan bahwa model ini mudah untuk dipahami, dikembangkan secara sistematis, dan berpijak pada landasan teoritis desain pembelajaran yang dikembangkan. Model ini disusun secara terprogram dengan kegiatan yang sistematis dalam upaya pemecahan masalah belajar yang berkaitan dengan media belajar yang sesuai dengan kebutuhan dan karakteristik anak. IV. HASIL DAN PEMBAHASAN Penelitian ini akan menganalisis tentang berbagai model gaya belajar yang siswa terapkan dalam proses kegiatan belajar namun sebelum itu dilakukan tahapan-tahapan sesuai dengan tahapan model ADDIE dalam perencanaan penelitian ini. Desain e-learning yang akan dilakukan sesuai dengan tahapan model ADDIE yaitu. Tahap 1 Analisis (Analyze), Dari hasil wawancara dengan guru-guru kelas di SMK Negeri 1 Sukasada. diketahui bahwa lingkungan sekolah mulai dari ruang belajar sudah dilengkapi dengan fasilitas belajar yang cukup memadai yaitu fasilitas WIFI, LAN, LCD dan laptop


51

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 dalam mendukung proses pembelajaran menggunakan media. Sehingga siswa lebih antusias mengikuti pembelajaran dengan menggunakan media pembelajaran.

terhadap instrumen awal (pre-tes), batas minimal pemahaman dari masing-masing materi, serta relasi antara materi satu dengan materi lainnya.

Tahap 2 Perancangan (Design), Pada Tahap desain ini membuat storyboard. Storyboard ini dibuat sebagai gambaran isi dari e-learning yang akan dibuat

Personalisasi e-learning dapat memberikan kenyamanan lebih dalam proses pembelajaran menggunakan e-learning. Personalisasi e-learning dapat dilaksanakan tidak hanya di tingkat menengah kejuruan (SMK) namun di tingkat perguruan tinggi. Penelitian ini membuktikan bahwa personalisasi e-learning yang menggunakan adopsi konsep visual/verbal dan kinestetik dari FSLSM mendapatkan sambutan yang baik dari penggunanya.

Tahap 3 Pengembangan (Development), Kegiatan pada tahap ini yaitu pengumpulan bahan (konten, gambar-gambar pendukung, pemrograman sistem, dan lain-lain). Kegiatan ini merupakan perakitan media/penggabungan seluruh bahan seperti materi pelajaran, gambar, pemrograman, teks, audio, video serta dengan bantuan software development yang digunakan untuk mengembangkan e-learning menjadi media yang utuh. Tahap 4 Implementasi (implementation), Pada tahap ini, e-learning diterapkan pada siswa untuk uji validasi produk dan untuk uji efektivitas produk di SMK Negeri 1 Sukasada Tahap 5 Evaluasi (Evaluation), Pada tahap evaluasi telah dilakukan penilaian media berdasarkan evaluasi formatif dan evaluasi sumatif. Evaluasi formatif dilakukan untuk memperbaiki produk yang dihasilkan dengan uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan. Sedangkan evaluasi sumatif dilakukan untuk mengetahui efektivitas produk terhadap hasil belajar siswa dengan cara memberikan pretest dan posttest. Produk ini nantinya harus melewati tahap uji ahli yaitu (1) uji ahli isi mata pelajaran, (2) uji ahli desain pembelajaran, dan uji ahli media pembelajaran. Setelah produk tersebut direvisi sesuai saran dan masukan dari para ahli, maka produk tersebut dapat diuji cobakan ke siswa. Uji coba yang dilakukan yaitu (1) uji coba perorangan, (2) uji coba kelompok kecil, (3) uji coba lapangan. Pembahasan dalam penelitian pengembangan ini akan menganalisis hasil-hasil pengembangan untuk menjawab pertanyaan dalam produk e-learning untuk siswa SMK Negeri 1 Sukasada. Secara umum ada 3 pertanyaan ilmiah yang akan dianalisis dalam penelitian ini, yaitu. (1) Bagaimanakah desain e-learning untuk siswa SMK Negeri 1 Sukasada?, (2) Bagaimanakah validitas hasil pengembangan e-learning untuk siswa SMK Negeri 1 Sukasada dengan model ADDIE untuk siswa SMK Negeri 1 Sukasada, menurut hasil evaluasi para ahli, uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan?, (3) Bagaimanakah efektivitas pengembangan elearning untuk siswa SMK Negeri 1 Sukasada? V. KESIMPULAN Pembelajaran e-learning menuju adaptive learning. Model ini merupakan sebuah framework pembelajaran online yang memberikan keleluasaan kepada pengguna (learner) untuk mengakses materi sesuai dengan kemampuannya masingmasing. Model ini telah menyediakan fitur-fitur dimana penyedia materi (content provider) untuk melakukan setting 52

Identifikasi kemampuan dasar pengguna (learner) dapat ditentukan dengan menggunakan instrumen (pre-tes) yang dapat dilakukan di awal sebelum pengguna mengakses materi pembelajaran. Namun dalam prototype ini instrumen yang digunakan belum melalui tahapan validasi baik secara empirik maupun dengan menggunakan expert judgement. Dalam model ini, instrumen untuk mengidentifikasi kemampuan siswa merupakan bagian penting dalam pengembangan sistem ini. Penelitian selanjutnya yang dapat dilakukan dalam pengembangan dan penyempurnaan model ini adalah melakukan validasi terhadap instrumen yang digunakan dalam mengidentifikasi kemampuan awal pengguna (learner) serta melakukan assesment terhadap model yang dihasilkan baik secara empirik maupun expert judgement. DAFTAR PUSTAKA [1] [2] [3] [4] [5] [6] [7]

[8] [9]

Abu Baka, Z. A. (2016). learning style construct in student's learning. Jurnal nasional kajian pustaka , 1-11. Allen, Michael. 2013. Michael Allen’s Guide to E-learning. Canada : John Wiley & Sons. Andrawes salem,S,J. (2016). the settlement of e-learning. International Journal of Instructional Technology and Distance Learning , 53-64. Agustini, Ketut (2017). The Adaptive Elearning System Design. ICIRAD UNDIKSHA. Eka Ismantohadi, E. E. (2015). prototipe sistem e-Learning. JNTETI, Vol. 4, No. 3,1-10. Gunawan, I. (2014). Metode penelitian kualitatif. Jakarta: PT Bumi Aksara. Oppermann, R., Rashev, R., & Kinshuk. (1997, July 14-16). Adaptability and adaptivity in learning system. Paper presented at the Knowledge Transfer, London, UK. Sugiyono. (2009). Metode penelitian tindakan komprehensif. Bandung: ALFABETA. Sulistyo, H. (2013). The effectiveness of e-learning as instructional media (evaluation study of e-learning instructional model insmk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13.

[10] [11] Winkel SJ, W.S. 2009. Psikologi Pengajaran, Jakarta: Gramedia. [12] Sugiyono. (2009). Metode penelitian tindakan komprehensif. Bandung: ALFABETA. [13] Sulistyo, H. (2013). The effectiveness of e-learning as instructional media (evaluation study of e-learning instructional model insmk telkom sandhy putra purwokerto). Jurnal nasional avokasi , 1-13. [14] Winkel SJ, W.S. 2009. Psikologi Pengajaran, Jakarta: Gramedia.



Analisis Kecenderungan Gaya Belajar dalam Rancangan Emodul Berorientasi Modalitas VAK (Visual, Auditori, Kinestetik) pada Siswa SMK TKJ Kabupaten Buleleng I Nengah Eka Mertayasa, Ketut Agustini Universitas Pendidikan Ganesha Singaraja, Indonesia [email protected], [email protected] Abstract— This research aimed to investigate the tendency of students’ learning style which will be used as the base in designing an emodule system with VAK (Visual, Auditory, Kinestetic) oriented, as one of solutions to increase learning quality. Survey method was used in this study on SMK TKJ students in Buleleng Regency. The sample of the study was determined by using stratified random sampling technique to determine 4 schools which have Computer Technique and Network department where the amount of students in each school was 30 students with 2 teachers who responsible to the subject related. The variable of this study was students’ response to the questionaire to identify the tendency of students’ learning style with VAK oriented. The data was obtained from questionaire, interview, and observation of students’ learning process in classroom. The data was analyzed descriptively. The result of the study showed that students’ learning style tendency in emodule design with VAK (Visual, Auditory, Kinestetic) oriented on SMK TKJ students in Buleleng Regency was students tend to learn with Kinestetic style. Keyword: emodule system with VAK oriented, learning style, questioneire.

I. PENDAHULUAN Emodul sebagai salah satu media pembelajaran elektronik semakin berkembang pesat, dan telah berhasil mencuri perhatian banyak pihak baik di dunia pendidikan maupun industri [1]. Manfaat emodul juga telah dirasakan dunia pendidikan di Indonesia, dalam mendukung pelaksanaan kurikulum 2013 yang menuntut pebelajar untuk selalu berpartisipasi aktif dalam pembelajaran. Hal ini sesuai dengan hakekat dari emodul yaitu pembelajaran individual dan kebiasaan untuk belajar, dimana peran terpenting terletak pada pebelajar itu sendiri. Aspek utama yang menjadi pertimbangan dalam desain pembelajaran dan pengembangan emodul adalah perilaku pebelajar [2], sehingga elearning dapat memberikan pengalaman belajar yang maksimal bagi siswa. Perkembangan emodul saat ini, khususnya di lingkungan sekolah menengah kejuruan belum sepenuhnya menerapkan

sistem emodul sebagai model Learning Management System (LMS). Emodul yang diterapkan masih dalam arti sempit yaitu hanya menggunakan teknologi informasi dan komunikasi, khususnya internet, seperti belajar melalui email, situs web, dan aplikasi berbasis Internet. Semua sumber belajar tersebut belum terkelola dengan baik sehingga terkadang beresiko terjadinya lost in space dalam mempelajari materi dan masih berorientasi kelas. Disamping itu juga emodul tersebut kurang memfokuskan pada karakteristik siswa. Dalam kebanyakan sistem emodul (konvensional), disajikan hanya materi yang sesuai untuk siswa yang homogen, sangat siap dan termotivasi. Kesenjangan yang terjadi antara upaya dengan kenyataan tersebut disebabkan oleh media pembelajaran dengan karakteristik siswa. Pembelajaran di dalam kelas dengan media emodul yang hanya mengacu pada kesesuaian konten dengan materi pelajaran konvensional. Penggunaan emodul ini dalam pembelajaran akan membuat siswa kurang dapat memaknai materi pelajaran karena cara siswa memaknai materi berbeda – beda. Salah satu karakteristik siswa yang dapat mempengaruhi prestasi belajar siswa adalah gaya belajar siswa (learning style). Gaya belajar memegang peranana penting yang dapat menentukan hasil belajar peserta didik di dalam kelas [3]. Siswa secara umum memiliki tiga jenis gaya belajar yaitu visual, auditori dan kinestetik [4]. Berdasarkan hal tersebut, dapat dikaji bahwa prestasi belajar siswa dipengaruhi oleh faktor gaya belajar setiap siswa. Emodul yang sudah ada saat ini masih hanya mengedepankan penyampaian (delivery) konten materi pembelajaran dengan mengasumsikan semua pengguna homogen, tanpa mempertimbangkan gaya belajar (Learning Style) yang dimiliki dari setiap siswa. Karakteristik yang dimiliki pada setiap siswa di dalam kelas berbeda satu sama lain, sehingga berpengaruh terhadap pencapaian belajar siswa [5]. Ketika sistem tersebut disajikan untuk siswa yang beragam maka akan menjadi masalah. Sehingga, emodul yang ada masih belum bisa menjamin transformasi pembelajaran


53

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 atau kelancaran penerapan pembelajaran itu sendiri, dan keefektifan pembelajaran menjadi kurang optimal. Perlunya diterapkan sebuah emodul yang berorientasi pada karakteristik siswa di dalam kelas yang sifatnya beragam untuk dapat memahami konsep pembelajaran yang membutuhkan ketelitia dan imajinatif untuk mengatasi permasalahan diatas. Salah satunya adalah emodul berorientasi gaya belajar. Gaya belajar (learning styles) sebagai salah satu faktor karakteristik yang mempengaruhi keberhasilan siswa sehingga dapat meningkatkan proses belajar dan outcome pada pembelajaran yang bersifat individual [6]. Orientasi gaya belajar (learning styles) yang digunakan adalah orientasi dengan modalitas VAK (visualauditory-kinestetic). Selanjutnya, sesuai trends di era digital muncul teori connectivisme menurut Siemens, dimana pembelajaran merupakan suatu proses yang terjadi di dalam lingkungan perubahan, dan inti pembelajaran tidak sepenuhnya dalam kendali seorang individu. Pengambilan keputusan akan didasarkan pada landasan-landasan yang berubah secara cepat, karena informasi baru akan diperoleh secara terus menerus dan berkelanjutan, sehingga diperlukan kemampuan untuk dapat membedakan mana informasi yang penting dan tidak penting. Beberapa prinsip utama dalam teori connectivisme antara lain (1) pembelajaran merupakan suatu proses penghubungkan beberapa sumber informasi, (2) mendorong dan memelihara hubungan untuk memfasilitasi terjadinya pembelajaran berkelanjutan (continual learning), (3) kemutakhiran dan keakuratan pengetahuan merupakan tujuan dari kegiatan pembelajaran, (4) dapat memilah, memilih dan mengelola informasi untuk penentuan pengambilan suatu keputusan [7]. II. METODOLOGI Analisis kecenderungan gaya belajar dalam rancangan emodul berorientasi modalitas VAK (Visual, Auditori, Kinestetik) pada siswa SMK Negeri 3 Singaraja menggunakan metode surve [8]. Dasar analisis kecenderungan bersumber dari data tentang (1) tanggapan siswa terhadap kuisioner penentuan kecenderungan gaya belajar, (2) pengamatan proses pembelajaran siswa di dalam kelas, dan (3) wawancara dengan guru mata pelajaran terkait. Populasi dalam penelitian ini adalah siswa dan guru SMK yang memiliki program studi Teknik Komputer dan Jaringan (TKJ) di kabupaten Buleleng yaitu SMK Negeri 3 Singaraja, SMK TI Bali Global Singaraja, SMK Negeri 1 Sukasada, dan SMK Negeri 2 Seririt. Pengambilan sampel penelitian ditetapkan dengan teknik stratified random sampling. Sampel siswa dan guru SMK ditetapkan dari semua SMK yang memiliki program studi Teknik Komputer dan Jaringan (TKJ) di kabupaten Buleleng. Jumlah siswa yang terlibat pada masing-masing sekolah ditetapkan secara proporsional 54

sebanyak 30 orang sebagai sampel penelitian, sehingga jumlah siswa yang terlibat sebanyak 120 orang siswa. Jumlah guru yang terlibat pada masing-masing sekolah ditetapkan sebanyak 2 orang guru, sehingga jumlah guru yang terlibat sebanyak 8 orang guru. Variabel-variabel yang menjadi objek kajian dalam penelitian ini, adalah (1) tanggapan siswa terhadap kuisioner penentuan kecenderungan gaya belajar, dan (2) tanggapan guru terhadap kuisioner kecenderungan gaya belajar siswa di dalam kelas. Data penelitian dikumpulkan dengan angket, wawancara, dan pengamatan. Teknik angket digunakan mengumpulkan data variabel penelitian. Teknik wawancara dilakukan pada guru dan siswa. Tujuannya adalah melakukan pencocokan tanggapannya yang telah dituangkan dalam angket. Data yang ingin dicocokkan adalah data tanggapan siswa terhadap kuisioner penentuan instrumen yang digunakan dalam penelitian ini dan data tanggapan guru terhadap kuisioner kecenderungan gaya belajar siswa di dalam kelas. Instrumen pengumpulan data yang digunakan dalam penelitian ini adalah (1) angket tanggapan siswa terhadap penentuan kecenderungan gaya belajar terdiri dari 36 butir dengan masing-masing pernyataan Visual sebanyak 12 butir, pernyataan Auditori sebanyak 12 butir, dan pernyataan Kinestetik sebanyak 12 butir. (2) angket tanggapan guru terhadap penentuan kecenderungan gaya belajar terdiri dari 36 butir dengan masing-masing pernyataan Visual sebanyak 12 butir, pernyataan Auditori sebanyak 12 butir, dan pernyataan Kinestetik sebanyak 12 butir. Materi pedomanan wawancara guru dan siswa serta pedoman pengamatan proses pebelajaran di dalam kelas yang digunakan selama penelitian menggunakan indikator-indikator yang menyesuaikan dengan indikator-indikator pada materi angket. Analisis data hasil penelitian digunakan teknik analisis deskriptif. Skor mentah dikonversikan kedalam prosentase. Kualitas masing-masing data dideskripsikan berdasarkan hasil konversi skor mentah ke pedoman konversi nilai absolut skala 5 (lima). Rentangan-rentangan skala berikut kategori pedoman konversi tersebut adalah 85-100 berarti sangat tinggi, 70-84 berarti tinggi, 55-69 berarti cukup, 40-54 berarti rendah, dan 0-39 berarti sangat rendah [9]. III. HASIL DAN PEMBAHASAN A. Hasil Hasil penelitian yang menjadi landasan pengembangan emodul diperoleh dari responden siswa dan guru. Hasil penelitian tersebut disajikan pada Tabel I. Tabel I. Tanggapan siswa terhadap kecenderungan gaya belajar

No Sumber Data 1

Gaya Belajar Visual

Skor (%) 57,08


Keterangan Cukup

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Auditori 50,15 Rendah Kinestetik 86,14 Sangat Tinggi Visual 67,26 Cukup Auditori 55,14 Cukup Kinestetik 82,66 Tinggi Visual 72,66 Tinggi Siswa SMK N 3 Auditori 46,87 Rendah 1 Sukasada Kinestetik 88,46 Sangat Tinggi Visual 55,28 Cukup Siswa SMK N 4 Auditori 60,18 Cukup 2 Seririt Kinestetik 78,36 Tinggi Berdasarkan Tabel I dapat dideskripsikan temuan bahwa tanggapan siswa terhadap kuisioner kecenderungan gaya belajar siswa untuk gaya belajar visual diperoleh rata-rata skor keseluruhan responden sebesar 63,25 dan berkategori cukup, untuk gaya belajar auditori diperoleh rata-rata skor sekeluruhan responden sebesar 53,08 dan berkategori Rendah, dan untuk gaya belajar kinestetik diperoleh rata-rata skor keseluruhan responden sebesar 83,91 dan berkategori tinggi. Data hasil tanggapan siswa ini menunjukkan bahwa siswa SMK TKJ secara umum lebih cenderung ke gaya belajar kinestetik atau praktek atau memperagakan langsung saat proses pembelajaran. Temuan ini didukung dengan data wawancara yang dilakukan oleh guru yang menyatakan siswa cenderung lebih senang ketika materi disampaikan dengan praktek langsung, dari pada belajar dengan memperhatikan presentasi atau tulisan guru di depan kelas ataupun belajar dengan mendengarkan arahan dari guru saja tanpa dilanjutkan dengan kegiatan praktek oleh siswa. Siswa SMK N 3 Singaraja Siswa SMK TI 2 BaliGlobal Singaraja

B. Pembahasan Gaya belajar adalah kebiasaan belajar dimana seseorang merasa paling efisien dan efektif menerima, memperoses, menyimpan dan mengeluarkan sesuatu yang dipelajari [10]. Gaya belajar yang palig umum yaitu gaya belajar model VAK, dimana gaya belajar ini sangat popular dan sederhana dalam implementasinya. Model VAK akan mengidentifikasi kecenderungan gaya belajar siswa yang berkaitan dengan aspek visual (misalnya, gambar, diagram, grafik, dll), aspek audio (misalnya, narasi, efek suara, dll) dan aspek kinestetik atau gerakan (misalnya, memegang, melakukan, dll) [11]. Gaya belajar sebenarnya menjadi permasalahan yang sangan penting ketika diabaikan dalam sebuah pembelajaran. Keterbatasan dari sebuah media pembelajaran yang dapat mengatasi permasalahan gaya belajar, sehingga terjadi ketidaksesuaian antara media dengan gaya belajar siswa sehingga meteri tidak dapat diterima dengan baik oleh siswa. Sebelum merancang sebuah media yang dapat menyesuaikan dengan karakteristik gaya belajar siswa masing-masing perlu terlebih dahulu diketahui gaya belajar apa yang dimiliki oleh masing-masing siswa. Ketersediaan media berupa emodul kovensional mempunyai keterbatasan yakni hanya mampu memberikan presentasi materi pembelajaran yang sama untuk semua

pengguna. Keterbatasan sistem emodul konvensional menjadi masalah yang kritikal manakala sistem emodul tersebut diterapkan untuk rentang pengguna yang luas baik dalam hal demografi, gaya belajar, maupun tingkat pengetahuan misalnya untuk pendidikan jarak jauh, serta tingkat motivasi. Dalam sistem hypermedia yang bersifat adaptif, seorang peserta didik dapat diberikan presentasi yang disesuaikan dengan tingkat pengetahuannya, dengan gaya belajarnya dan dengan preferensi lainnya [12]. Model sistem emodul yang sedang dikembangkan ini, materi presentasi pembelajaran disesuaikan dengan kecenderungan gaya belajar siswa yang diukur dengan instrumen gaya belajar VAK (visual, auditory, kinestetik). Dengan demikian setiap pebelajar akan mendapatkan sajian materi pembelajaran yang sesuai dengan kecenderungan gaya belajarnya. Disamping itu keuntungan lain dari sistem emodul ini adalah untuk mengatasi permasalahan ”cognitive overhead” dan ”lost in hyperspace” yang melekat pada sistem emodul konvensional. Permasalahan ”cognitive overhead” terjadi karena adanya tambahan usaha dan konsentrasi dalam aktivitas browsing pada emodul konvensional [13]. Sedangkan permasalahan ”lost in hyperspace” terjadi karena seseorang yang dihadapkan pada banyak link dalam dokumen yang non-linier cenderung menjadi kehilangan arah. Sistem emodul berorientasi gaya belajar ini didalamnya terdapat dua level adaptasi tergantung pada siapa yang mengawali untuk beradaptasi dalam hal ini apakah sistem atau pengguna. Istilah ini mengarah pada dua macam adaptasi yakni: adaptivity dan adaptability. Adaptivity menunjuk pada kemampuan sistem untuk menyesuaikan presentasinya sesuai dengan karakteristik pengguna [14]. Sedangkan adaptability menunjuk pada kapasitas sistem untuk mendukung pengguna yang akan melakukan modifikasi [15]. Dalam merancang sistem emodul ini, masalah yang perlu diperhatikan adalah bagaimana menyeimbangkan antara dua level adaptasi tersebut. Hasil pengamatan terhadap pelaksanaan pembelajaran di dalam kelas cenderung menggunakan media yang menganggap bahwa siswa didalam kelas memiliki karakter yang homogen. Penyebab hal ini terjadi adalah guru tidak tahu gaya belajar yang seperti apa yang dimiliki oleh siswa di dalam kelas. Pernyataan tersebut didukung dari hasil survey terhadap 120 orang siswa yang hasilnya menyatakan bahwa siswa tidak memiliki 1 jenis gaya belajar yang sama, melainkan memiliki gaya belajar yang berbeda-beda dan dengan tingkat kecenderungan yang berbeda-beda. Berdasarkan uraian diatas, kecenderungan gaya belajar siswa SMK TKJ di kabupaten Buleleng adalah cenderung memiliki gaya belajar kinestetik. Pernyataan ini didukung oleh data hasil wawancara dengan guru mata pelajaran mengenai kecenderungan belajar siswa yang lebih tertarik untuk belajar dengan praktek daripada belajar dengan mengamati penjelasan guru di depan kelas atau mendengarkan arahan dari guru saat belajar. Hasil survey menunjukkan


55

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 bahwa siswa dengan gaya belajar visual, auditori, dan kinestetik secara berturut-turut berkategori, cukup, rendah, dan tinggi. Hasil ini diperkuat dengan pengamatan bahwa mata pelajaran di SMK sebagian besar pembelajaran menggunakan praktek, sehingga siswa cenderung memiliki gaya belajar kinstetik, namun tidak mengabaikan gaya belajar yang lain. Dilihat dari hasil survey menyatakan bahwa siswa juga cenderung memiliki gaya belajar visual dan auditori namun tingkat kecenderungannya lebih rendah dibandingkan dengan gaya belajar kinestetik Berdasarkan analisis diatas, model emodul yang dikembangkan dalam penelitian ini adalah emodul yang mengimplementasikan fungsi adaptivity. Fungsi adaptivity yang diimplementasikan meliputi penyajian materi pembelajaran sesuai dengan gaya belajar pengguna karena diketahui bahwa siswa memiliki gaya belajar yang berbedabeda. Dalam proses pengembangan sistem emodul ini selalu dilakukan evaluasi yang terus menerus atau ongoing evaluation. Maksudnya adalah bahwa aktivitas evaluasi bisa dilakukan baik pada tahapan analisis, desain, maupun implementasi. Dengan evaluasi diharapkan perbaikan bisa dilakukan di setiap tahapan pengembangan sistem.

DAFTAR PUSTAKA [1]

[2]

[3]

[4]

[5]

[6]

[7]

IV. SIMPULAN DAN SARAN Telah dilakukan analisis kecenderungan terhadap gaya belajar siswa dalam merancang emodul berorientasi modalitas VAK (Visual, Auditori, Kinestetik) pada siswa SMK TKJ kabupaten Buleleng. Hasil analisis menunjukkan bahwa siswa SMK TKJ memiliki karakteristik gaya belajar yang berbedabeda, namun cenderung memiliki gaya belajar Kinestetik dengan berkategori tinggi. Hasil analisis ini digunakan sebagai dasar desain sistem emodul berorientasi gaya belajar terhadap keragaman karakteristik gaya belajar dilakukan mengikuti tingkat kecenderungan gaya belajar siswa.

[8]

Kepada guru mata pelajaran terkait diharapkan agar memperhatikan karakteristik gaya belajar siswa di dalam kelas sehigga materi yang disampaikan dapat diterima oleh siswa.

[11]

[9]

[10]

[12]

Kepada siswa SMK TKJ disarankan agar belajar sesuai dengan gaya belajar masing-masing agar lebih meningkatkan kenyamanan dan daya serap materi pelajaran.

[13]

Kepada pengembang media emodul agar menjadikan penelitian ini sebagai referensi saat penyusunan konten media emodul sehingga sesuai dengan karakteristik gaya belajar yang dimiliki oleh pengguna media emodul.

[14]

[15]

56

Roy, S. & Roy, D. 2011. Adaptive e-learning system : A review. International Journal of Computer Trends and Technology. 1(1): 1-4. Tersedia pada http://www.ijcttjournal.org. Diakses 11 Juni 2017. Surjono, H. D. 2014. The design of adaptive e-learning system based on student’s learning style. International Journal of Computer Science and Information Technologies. 2(5): 2350-2353. Tersedia pada http://www.ijcsit.com. Diakses pada 11 Juni 2017. Ibrahim, R. H. & Hussein, D. 2016. Assessment of visual, auditory, and kinesthetic learning style among undergraduate nursing students. International Journal of Advanced Nursing Studies. 5(1): 1-4. Tersedia pada http://www.sciencepubco.com/index. php/ijans. Diakses 25 Juni 2017. Gilakjani, A. P. 2012. Visual, auditory, kinaesthetic learning styles and their impacts on english language teaching. Journal of Studies in Education . 2(1): 104-113. Tersedia pada http://www.macrothink.org/jse. Diakses 1 Juli 2017. Hindal, H., Reid, N. & Whitehead, R. 2013. High ability and learner characteristics. International Journal of Instruction. 6(1) : 59-76. Tersedia pada http://www.e-iji.net. Diakses 15 Juni 2017. Sferianto, Hasibuan, Z. A. & Suhartanto, H. 2013. An automatic approach for identifying triple factor in e-learning process. International Journal of Computer Theory and Engineering. 5(2): 371 - 376. Tersedia pada http://www.ijcte.org. Diakses 14 Juni 2017. Agustini, K. 2017. The adaptive elearning system design: Student learning style trend analysis. Makalah. Disajikan dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha. Borg, R. W. & Gall, M. D. 2005. Educational reseach: An introduction. Fifth edition. Logman. Santyasa, I. W. 2016. Analisis kebutuhan pengembangan buku ajar dan perangkat pembelajaran fisika SMA berbasis model-model student centered learning: Mengaitkan konsep dan prinsip fisika dengan nilainilai karakter, sikap sosial, dan sikap spiritual. Makalah. Disajikan dalam Seminar Nasional Riset Inovatif IV. Universitas Pendidikan Ganesha. Surya, A. A. 2016. Penerapan Teori Belajar Connectivism: Gagasan Tentang Konektivisme dan Penerapannya di Sekolah. Tersedia pada: https://connectivismindonesia. com/2008/09/29/gagasan-tentangkonektivisme-dan-penerapannya-di-sekolah/. Diakses pada Tanggal 25 Mei 2017. Suteja, Guritno, Wardoyo & Ashari. 2010. Personalization sistem elearning berbasis ontology. 14(2): 192-200. Makara Sains. Diakses 11 Juni 2017. Welsh, E. T., Wanberg, C. R., Brown, K. G., & Simmering, M. J. 2003. Elearning: Emerging uses, empirical results and future directions. International Journal of Training and Developmen. 7(4): 245-258. Tersedia pada http://www.ijtd.or. Diakses 11 Juni 2017. McLoughlin, C. 1999. The implications of research literature on learning styles for the design of instructional material. Australian Journal of Educational Technology. 15(3): 222-241. Tersedia pada http://ww.ajet.org. Diakses 11 Juni 2017. Oppermann, R., Rashev, R., & Kinshuk. (1997, July 14-16). Adaptability and adaptivity in learning system. Paper presented at the Knowledge Transfer, London, UK. Sweta, S., & Lal K. 2011. Adaptive e-learning system: A state of art. International Journal of Computer Applications. 107(7): 975-987. Tersedia pada http://www.ijca.com. Diakses 20 December 2016.



Analisis Personalized Learning Berorientasi Motivasi Belajar Siswa Kadek Agus Darma Yadnya, Ketut Agustini Program Studi Pascasarjana Teknologi Pembelajaran Undiksha Singaraja, Indonesia [email protected], [email protected] Abstrak—Analisis penelitian ini bertujuan untuk mengembangkan sebuah media pembelajaran yang digunakan secara online, yaitu pengembangan personalized learning sebagai solusi dalam mengatasi keterbatasan sistem e-learning yang dianggap masih konvensional. Analisis pengembangan personalized learning ini dimaksudkan untuk membantu siswa dalam memahami materi pelajaran yang dianggap abstrak menjadi lebih kongkrit dan riil dan berorientasi pada motivasi belajar siswa itu sendiri. Pengembangan personalized learning ini nantinya dikembangkan dengan menggunakan model pengembangan ADDIE dimana model pengembangan ini terdiri dari Analysis, Design, Development, Implementation, dan Evaluation. Subyek dari penelitian pengembangan ini adalah siswa sebanyak 35 orang dari SMK TI Bali Global yang menaungi jurusan Teknik Komputer dan Jaringan (TKJ). Kata Kunci : Personalized Learning, Motivasi Belajar

I. PENDAHULUAN Dalam bidang pendidikan, guru merupakan faktor utama untuk terlaksananya proses pembelajaran dikelas. Kemampuan guru dalam menyampaikan materi pelajaran dikelas sangat menentukan bagaimana siswa memperoleh hasil yang maksimal dalam belajar. Keadaan tersebut mengharuskan guru harus mampu menggunakan teknologi sebagai media pembelajaran yang inovatif. Kehadiran teknologi informasi dalam bidang pendidikan khususnya dalam proses pembelajaran sudah menjadi kebutuhan yang sangat penting, diantaranya adalah dengan menerapakan teknologi E-learning. Penggunaan E-learning memang sedikit sulit untuk digunakan, namun pengenalan secara awal dan bertahap akan mampu membantu siswa dalam belajar dan membantu siswa untuk mengunakan komputer serta internet untuk memenuhi kebutuhan mereka tentang pendidikan (Krol, 2016). E-learning dapat memberi kemudahan bagi setiap siswa belajar dan mengingat kembali pelajarannya. Kemudahan mendapatkan berbagai infromasi membawa dampak yang signifikan. Teknologi E-learning telah merubah paradigma model proses pembelajaran dengan menggunakan berbagai media elektronik (audio/visual) yang memiliki keterhubungan dengan teknologi internet (Kosasi, 2015).

Agustini (2017:3) menyatakan bahwa dalam kebanyakan elearning¬ masih digunakan secara konvensional, dimana hanya menyajikan materi yang sesuai untuk siswa yang homogen, sangat siap dan termotivasi, tetapi ketika sistem tersebut disajikan untuk siswa yang beragam maka akan menjadi masalah karena masih mengedepankan penyampaian (delivery) konten dari materi pembelajaran dengan mengansumsikan semua siswa sama, tanpa mempertimbangkan aspek kognitif (knowledge ability), motivasi yang diperoleh dari pengalaman belajar siswa dan gaya belajar (learning style) siswa. Setiap siswa memiliki motivasi belajar, tingkat pengetahuan, gaya belajar serta kompetensi yang berbeda, sehingga sangat dibutuhkan sebuah sistem e-learning sebagai media pembelajaran yang dapat memenuhi karakteristik siswa tersebut. Personalized Learning atau sering disebut sebagai Adaptif e-learning (AdeLe) dewasa ini telah banyak digunakan dan dikembangkan menjadi sebuah solusi yang tepat tterhadap keterbatasan e-learning yang ada saat ini (Agustini, 2017). Personalized Learning dapat memberikan materi pembelajaran yang tingkat kesulitannya sesuai dengan kemampuan siswa, dan cara mempresentasikan materi pembelajarannya sesuai dengan gaya belajar siswa, terutama dalam orientasinya pada motivasi belajar siswa yang berujung pada peningkatan prestasi belajar siswa. Sejalan dengan hal yang telah disampaikan sebelumnya, maka dirasa sangat perlu adanya pengembangan sebuah media pembelajaran yang mampu memenuhi karakteristik siswa dalam mengikuti proses pembelajaran dikelas. Siswa dikelas sudah pasti terdiri dari berbagai karakteristik dalam belajar, baik mengarah pada learning style mereka, kemampuan berfikirnya serta motivasi mereka dalam belajar. Melibatkan personalized learning sebagai upaya dalam meningkatkan motivasi siswa dalam belajar yang disampaikan dengan mengunakan sebuah media pembelajaran sangat penting untuk dikembangkan. Dengan media pembelajaran tersebut diharapkan motivasi siswa dalam mengikuti proses pembelajaran dikelas dapat dimaksimalkan dan berujung pada peningkatan hasil belajar yang akan mereka capai kedepannya.

Penggunaan e-learning sebagai media pembelajaran bukan tidak mengalami sebuah permasalahan. Menurut Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, Universitas Pendidikan Ganesha, Jl. Udayana Kampus Tengah, Singaraja – Bali, Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati

57

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 II. KAJIAN TEORI A. E-learning E-Learning merupakan metode pembelajaran menggunakan media elektronik (audio/visual) melalui teknologi internet. Saat ini e-learning muncul sebagai paradigma baru dalam bidang pendidikan modern, terutama untuk mempermudah guru bidang studi memantau siswa dalam mempermudah memahami dan atau mengulangi materi sekolah. Sudah banyak penelitian memperlihatkan bukti empiris dalam mendukung gagasan bahwa memanfaatkan teknologi E-learning secara efektif dapat memberikan banyak peluang (Kosasi, 2015). E-learning merupakan suatu jenis mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain (Kosasi, 2015). B. Personalized Learning Personalized Learning dikatakan sebagi pendekatan baru yang dapat membuat sistem e-learning menjadi lebih efektif dengan menyesuaikan penyajian informasi yang terdapat didalamnya dan keterkaitan keseluruhan terhadap pengguna individual sesuai dengan pengetahuan dan perilaku mereka (M.C. Muray and J. Perez, 2015). Eynon (dalam Agustini, 2017:3) mengatakan bahwa Personalized Learning melibatkan automation, augmented learning, going for cloud, gamification, mlearning, big data serta personalization, dimana dikatakan bahwa e-learning menjadi lebih personal dari sebelumnya dan memenuhi kebutuhan, preferensi dan persyaratan individu daripada kelompok. Semua aspek pembelajaran mulai dari lingkungan pedagogi dan pembelajaran hingga alat pembelajaran dan kurikulum kursus akan disesuaikan untuk memotivasi, melibatkan, dan mengilhami peserta didik untuk mengarsipkan hasil yang lebih baik dalam jangka waktu yang lebih singkat. Paulo Gomes (dalam Sujeta, 2010:195) menyatakan bahwa pembelajar dapat merasakan beragam gaya kognitif dan membuat efisiensi yang tepat dalam penggunaan sistem e-Learning untuk masing-masing pembelajar yang berbeda latarbelakang dan tingkat kemampuannya. Terdapat dua personalisasi model yaitu: real time personalization dan nonreal time personalization. Realtime personalization yang ditunjukkan pada Gambar 1 mengamati interaksi siswa dengan sistem secara continue dan real time serta selalu memberikan content materi yang sesuai. Non-real time personalization yang ditunjukkan pada Gambar 2 berjalan dengan menggabungkan data siswa yang ada untuk kemudian dianalisis untuk memperoleh rekomendasi perubahan course content.

58

C. Motivasi Belajar Motivasi belajar, adalah suatu daya penggerak baik yang berasal dari individu maupun yang berasal dari luar individu yang mendorong seseorang untuk melakukan aktivitas guna mencapai tujuan yang diinginkan. Indikatornya meliputi durasi kegiatan (berapa lama kemampuan pengguna waktu untuk melakukan kegiatan), frekuensi kegiatan (berapa selang kegiatan itu dilaksanakan dalam periode waktu tertentu), presistensi (ketepatan pada tujuan kegiatan belajar), ketabahan, keuletan, kemampuan dalam menghadapi rintangan dan kesulitan untuk mencapai tujuan, target, citacita, pengorbanan untuk mencapai tujuan, arah sikap untuk mencapai tujuan (Sulistyo, 2016). Nashar (dalam Hamdu 2011:91) mengatakan bahwa motivasi belajar yang dimiliki siswa dalam setiap kegiatan pembelajaran sangat berperan untuk meningkatkan prestasi belajar siswa dalam mata pelajaran tertentu. Siswa yang bermotivasi tinggi dalam belajar memungkinkan akan memperoleh hasil belajar yang tinggi pula, artinya semakin tinggi motivasinya, semakin intensitas usaha dan upaya yang dilakukan, maka semakin tinggi prestasi belajar yang diperolehnya.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 III. METODE Penelitian ini masih berada ditahap analisis yang selanjutnya akan dilakukan menggunakan metode Penelitian dan Pengembangan (Research & Development) dalam bidang pendidikan. Penelitian analisis pengembangan ini ditujukan untuk mengembangkan media pembelajaran yang yang dikemas dalam bentuk Personalized Learning. Analisis penelitian pengembangan personalized learning ini akan difokuskan pada penyampaian materi agar lebih efektif untuk dapat meningkatan motivasi siswa dalam mengikuti proses pembelajaran. Penelitian ini nantinya akan dilakukan di salah satu SMK Swasta di Singaraja, tepatnya di SMK TI Bali Global pada semester ganjil tahun ajaran 2017 / 2018 dengan subjek penelitian ini adalah siswa sebanyak 35 orang. Selanjutnya akan diteliti dengan mengunakan media pembelajaran personalized learning yang dikembangkan dengan model pengembangan ADDIE yang bertujuan untuk dapat meningkatkan motivasi siswa dalam proses pembelajaran pada mata pelajaran komunikasi data dan jaringan komputer. Pelaksanaan analisis pengembangan media pembelajaran personalized e-learning ini nantinya akan disesuaikan dengan kondisi penelitian, dimana akan dilakukan tahap analisis terhadap materi yang akan digunakan, melakukan tahapan pengimplementasian aplikasi, melakukan tahapan mendesain rancangan media pembelajaran, pengembangkan media pembelajaran tersebut, melakukan pengimplementasian kedalam kelompok besar maupun kelompok kecil, hingga sampai mengevaluasi apakah media yang dibuat nantinya dapat diimplementasikan sesuai dengan yang diharapkan. Alasan digunakannya model pengembangan ADDIE adalah sebagai berikut: Model pengembangan ini sesuai digunakan untuk mengembangan media e-learning yang bersifat prosedural dan memiliki konsep. Urutan setiap model tersusun secara sistematis mulai dari menganalisis hingga mengevaluasi sehingga dalam pelaksanaan setiap langkahnya terkontrol dengan baik. IV. HASIL DAN PEMBAHASAN Desain e-learning yang akan dilakukan sesuai dengan tahapan model ADDIE yaitu. Tahap 1 melakukan tahapan Analisis (Analyze), dimana dari hasil observasi dan wawancara dengan guru-guru kelas di SMK TI Bali Global, diketahui bahwa ruang belajar sudah dilengkapi dengan fasilitas belajar yang cukup memadai seperti WIFI, LAN, LCD dan laptop yang digunakan dalam mendukung proses pembelajaran menggunakan media pembelajaran online. Sehingga nantinya dapat menimbulkan minat siswa lebih antusias dalam mengikuti pembelajaran dengan menggunakan media pembelajaran. Tahap 2 melakukan tahapan Perancangan (Design). Pada Tahap desain ini nantinya akan membuat sebuah storyboard dari pengembangan media pembelajaran. Storyboard ini

dibuat sebagai gambaran isi dari media pembelajaran elearning yang akan dibuat. Tahap 3 yaitu tahapan Pengembangan (Development), dimana pada tahapan ini melakukan pengumpulan bahan (konten, gambar-gambar pendukung, pemrograman sistem, dan lain-lain). Kegiatan ini merupakan perakitan media atau penggabungan seluruh bahan seperti materi pelajaran, gambar, pemrograman, teks, audio, video serta dengan bantuan software development yang digunakan untuk mengembangkan e-learning menjadi sebuah media yang utuh. Tahap 4 yaitu tahap Implementasi (implementation), pada tahap ini, e-learning diterapkan pada siswa untuk dilakukan beberapa pengujian. Pengujian yang dilakukan adalah uji validasi produk dan uji efektivitas produk di SMK TI Bali Global Singaraja. Tahapan ke-5 yaitu Evaluasi (Evaluation), pada tahap evaluasi ini telah dilakukan penilaian media berdasarkan evaluasi formatif dan evaluasi sumatif. Evaluasi formatif dilakukan untuk memperbaiki produk yang dihasilkan dengan uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan. Sedangkan evaluasi sumatif dilakukan untuk mengetahui efektivitas produk terhadap hasil belajar siswa dengan cara memberikan pretest dan posttest. Produk ini nantinya akan melewati beberapa tahap uji ahli, diantaranya yaitu (1) uji ahli isi mata pelajaran, (2) uji ahli desain pembelajaran, dan uji ahli media pembelajaran. Setelah produk tersebut direvisi sesuai saran dan masukan dari para ahli, maka produk tersebut dapat diuji cobakan ke siswa. Uji coba yang dilakukan yaitu (1) uji coba perorangan, (2) uji coba kelompok kecil, (3) uji coba lapangan. Pembahasan dalam penelitian pengembangan ini akan menganalisis hasil-hasil pengembangan untuk menjawab pertanyaan dalam produk personalized e-learning untuk siswa SMK TI Bali Global. Secara umum ada 3 pertanyaan ilmiah yang akan dianalisis dalam penelitian ini, yaitu. (1) Bagaimanakah desain e-learning untuk siswa SMK TI Bali Global?, (2) Bagaimanakah validitas hasil pengembangan personalized e-learning dengan model ADDIE untuk siswa SMK TI Bali Global, menurut hasil evaluasi para ahli, uji coba perorangan, uji coba kelompok kecil dan uji coba lapangan?, (3) Bagaimanakah efektivitas pengembangan e-learning untuk untuk siswa SMK TI Bali Global? V. KESIMPULAN Pembelajaran secara kratif dan inovatif dewasa ini memang sudah harus dilakukan oleh setiap guru pada mata pelajarannya masing-masing. Tidak dapat dipungkiri bahwa siswa pada kondisi sekarang ini lebih sering bersosialisasi maupun mendapatkan hal-hal yang baru melalu media elektronik seperti internet, sehingga untuk mengakomodasi hal tersebut maka perlu adanya media pembelajaran online yang dapat menggantikan pembelajaran konvensional di dalam proses pembelajaran dikelas.


59

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Proses pembelajaran yang masih terkesan konvensional kerap kali membuat semangat dan motivasi siswa dalam belajar menjadi turun yang mengakibatkan tidak maksimalnya hasil belajar mereka, sehingga adanya media pembelajaran yang melibatkan personalized learning akan mampu memberikan semangat baru maupun peningkatan motivasi pada diri siswa untuk mengikuti proses pembelajaran dikelas. Pembelajaran dengan personalized e-learning diharapkan dapat memberikan pemahaman kepada siswa tentang materi yang dipelajari sehingga mampu menambah motivasi siswa dalam belajar. Pengembangan personalized e-learning ini merupakan sebuah framework pembelajaran online yang memberikan kebebasan dan kesempatan kepada siswa untuk dapat belajar secara mandiri dan dapat mengakses materi sesuai dengan kemampuan mereka dengan tetap berada pada pengawasan guru ataupun instruktur mereka. Pengembangan personalized e-learning ini nantinya menyediakan fitur-fitur dimana penyedia materi (content provider) dapat melakukan setting terhadap instrumen awal (berupa angket motivasi) yang nantinya akan digunakan untuk menentukan motivasi awal siswa sebelum menerima materi dan melakukan proses pembelajaran, batas minimal pemahaman dari masing-masing materi, serta relasi antara materi satu dengan materi lainnya. Identifikasi motivasi belajar pengguna (dalam hal ini adalah siswa) dapat ditentukan dengan menggunakan instrumen (angket) yang dapat dilakukan di awal sebelum pengguna mengakses materi pembelajaran. Namun dalam prototype ini instrumen yang digunakan belum melalui tahapan validasi baik secara empirik

60

maupun menggunakan expert judgement. Dalam model ini, instrumen untuk mengidentifikasi motivasi siswa merupakan bagian penting dalam pengembangan sistem ini. Selanjutnya yang dapat dilakukan dalam pengembangan dan penyempurnaan pengembangan personalized learning ini adalah melakukan proses validasi terhadap instrumen yang digunakan dalam mengidentifikasi motivasi pengguna (learner) serta melakukan assesment terhadap model yang dihasilkan baik secara empirik maupun expert judgement. DAFTAR PUSTAKA [1] [2] [3] [4]

[5]

[6] [7]

Agustini, K. (2017). The adaptive elearning system design. ICIRAD, 1-4. Bernard Renaldy Suteja, S. G. (2010). Personalization sistem elearning berbasis ontology. MAKARA, SAINS, 192-200. Branch, Robert Maribe. (2009). Instructional Design: The ADDIE Approach. London: Springer Ghullam Hamdu, L. A. (2011). Pengaruh motivasi belajar siswa terhadap prestasi belajar IPA di Sekolah Dasar (Studi Kasus terhadap Siswa Kelas IV SDN Tarumanagara Kecamatan Tawan Kota Tasikmalaya). Jurnal Penelitian Pendidikan Vol. 12 No. 1, 90-96. Kosasi, S. (2015). Perancangan e-learning untuk meningkatan motivasi belajar guru dan siswa. Prosiding Seminar Nasional Pendidikan Teknik Informatika. Krol, S. (2016). E – Learning As An Innovative Method Of Education. World Scientific News, 178-182. Sulistyo, I. (2016). Peningkatan motivasi belajar dengan menerapkan Model Pembelajaran Kooperatif TGT pada Pelajaran PKN. Jurnal Studi Sosial, 14-19.



Pengembangan Evaluasi dan Penugasan Online Berbasis E-Learning dengan Moodle pada Mata Kuliah Media Pembelajaran Ilmu Komputer Siti Husnul Bariah Pendidikan Teknologi Informasi STKIP Garut Garut, Indonesia [email protected] Abstrak— Penelitian ini bertujuan untuk mengembangkan dan menerapkan evaluasi online menggunakan Moodle untuk sistem e-learning di Mata Kuliah Media Pembelajaran Ilmu Komputer pada STKIP Garut pada tahun akademik 2016/2017. Evaluasi dilakukan oleh dosen sebelum pekan UTS dan UAS dengan menugaskan siswa dengan tugas terstruktur, tugas individu dan akademik lainnya untuk mendukung nilai akhir siswa dalam satu semester. Penelitian ini menggunakan penelitian dan pengembangan (R & D) sebagai metodologi penelitian. Hasil dari penelitian ini adalah produk baru Model Pembelajaran berbasis yang dapat diakses di http://elearningpti.gnomio.com. Berdasarkan validasi pakar, rata-rata penyajian untuk kategori pengembangan perangkat lunak adalah 90,42% dan inovasi pada kategori pendidikan sebesar 92,22%. Berdasarkan hasil validasi pengguna, 85% siswa menyatakan bahwa produk baru tersebut sangat baik dan 15% menyatakan bahwa produk baru ini cukup untuk mendukung proses pembelajaran selama satu semester, terutama dalam fungsi evaluasi dan penugasan. Kata kunci: Evaluasi, Penugasan, Online, E-Learning, Moodle, Media Pembelajaran Ilmu Komputer.

I. PENDAHULUAN Sistem pembelajaran online saat ini sudah mulai banyak digunakan oleh berbagai sektor institusi yang ditujukan agar pembelajaran dapat dilakukan kapan saja dan dimana saja tanpa terbatas oleh ruang dan waktu. Dengan mengunakan media internet yang sudah dapat diakses dengan mudah oleh berbagai kalangan masyarakat dan golongan diharapkan keberlanjutan pembelajaran dapat terus dilakukan. Laju pertumbuhan pengguna internet di Indonesia mencatat 132,7 juta pengguna pada tahun 2016 atau setara 51,7% terhadap populasi yang 256,2 juta jiwa. Ini naik dari 2014 yang mencapai 34,9% dari populasi (sumber: APJII, 2016) turut mendukung perluasan penggunaan pembelajaran online di berbagai sektor termasuk institusi pendidikan. Sebesar 49% pengguna internet merupakan usia produktif yang termasuk dalam usia belajar tingkat pendidikan [1].

Begitu pesatnya perkembangan penggunaan internet di Indonesia telah mempengaruhi banyak hal antara lain pendidikan dengan lahirnya konsep elearning. Wahono (2010) menyatakan bahwa elearning akan membawa pengaruh terjadinya proses transformasi pendidikan konvensional ke dalam bentuk digital, baik secara isi (contents) maupun sistemnya [2]. Moodle merupakan perangkat lunak open source yang mendukung implementasi e-learning dengan paradigma terpadu dimana berbagai fitur penunjang pembelajaran dengan mudah dapat diakomodasi dalam suatu portal elearning. Fitur-fitur penting penunjang pembelajaran tersebut misalnya: tugas, kuis, komunikasi, kolaborasi, serta fitur utama yang dapat meng-upload berbagai format materi pembelajaran [3]. Di Indonesia e-learning merupakan suatu teknologi pembelajaran yang relatif baru. Saat ini (April 2016) terdapat lebih dari 74.117 situs e-learning tersebar di lebih dari 228 negara yang dikembangkan dengan LMS Moodle. Sedangkan di Indonesia baru terdapat 1241 situs e-learning yang dikembangkan dengan LMS Moodle (http:// moodle.org/sites/). Dalam sebuah proses pembelajaran, komponen yang turut menentukan keberhasilan sebuah proses pembelajaran adalah evaluasi. Melalui evaluasi, dosen dapat mengetahui perkembangan hasil belajar, intelegensi, bakat khusus, minat, hubungan sosial, sikap dan kepribadian peserta didik serta keberhasilan sebuah program. Micheal Scriven (1969) menyatakan bahwa evaluation is an observed value compared to some standard, dengan kata lain menyoroti bahwa evaluasi sebagai sarana untuk mendapatkan informasi yang diperoleh dari proses pengumpulan dan pengolahan data [4]. Berdasarkan studi awal pada mata kuliah Media Pembelajaran Ilmu Komputer di lingkungan Sekolah Tinggi Keguruan dan Ilmu Pendidikan (STKIP GARUT) menerapkan evaluasi dan penugasan secara tatap muka didalam kelas dan pengiriman tugas dengan menggunakan layanan e-mail . Setiap mahasiswa yang berhalangan hadir


61

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 pada saat evaluasi diharuskan mengikuti evaluasi susulan berdasarkan kesepakatan bersama antara dosen dan mahasiswa, kemudian mahasiswa diharuskan mengirimkan tugas melalui e-mail dosen.

pengukuran atau cara lain untuk menentukan pendapat dan membuat keputusan pendidikan (Suhud, 2004). Jadi evaluasi pembelajaran adalah suatu kegiatan untuk mengukur dan menilai proses pembelajaran [7].

Implementasi evaluasi dan penugasan online pada mata kuliah Media Pembelajaran Ilmu Komputer di lingkungan STKIP Garut diduga masih memerlukan pembenahan. Beberapa masalah yang saat ini ditemukan dengan menggunakan evaluasi dan penugasan online adalah: (1) Memungkinkan pengerjaan evaluasi diluar batas waktu yang telah ditentukan; (2) Bagi mahasiswa yang berhalangan hadir pada saat dilakukan evaluasi di kelas, memerlukan waktu khusus untuk melakukan evaluasi susulan berdasarkan kesepakatan dosen dan mahasiswa; (3) Memungkinkan terjadinya kegagalan dalam pengiriman tugas; (4) Informasi hasil nilai tugas tidak dapat ditampilkan secara real time; (5) Tidak adanya validasi mengenai tugas yang dikirimkan.

B. Penugasan

Mengacu pada permasalahan di atas, dalam penelitian ini akan diproduksi sistem evaluasi dan penugasan online yang mampu meningkatkan efektifitas dalam proses pembelajaran sehingga menghasilkan nilai akhir untuk tugas mahasiswa selama satu semester pada mata kuliah Media Pembelajaran Ilmu Komputer. Adapaun secara khusus rumusan masalah yang akan diwujudkan dalam bentuk produk penelitian ini mencakup (1) Bagaimana mengembangankan evaluasi dan penugasan online dengan Moodle pada mata kuliah media pembelajaran ilmu computer; (2) Bagaimana pengaruh evaluasi dan penugasan online dalam mendukung proses pembelajaran pada mata kuliah Media Pembelajaran Ilmu Komputer. II. KAJIAN LITERATUR A. Evaluasi Evaluasi pembelajaran merupakan alat indikator untuk menilai pencapaian tujuan tujuan yang telah ditentukan serta menilai proses pelaksanaan mengajar secara keseluruhan. Evaluasi bukan hanya sekedar menilai suatu aktivitas secara spontan dan insidental, melainkan merupakan kegiatan untuk menilai sesuatu secara terencana, sistematik, dan terarah berdasarkan tujuan yang jelas [5]. Dalam proses pembelajaran, evaluasi merupakan salah satu komponen penting dan tahap yang harus ditempuh oleh seorang pendidik untuk mengetahui keefektifan pembelajaran. Salah satu kompetensi yang harus dikuasai oleh guru adalah evaluasi pembelajaran.kompetensi ini sejalan dengan tugas dan tanggung jawab guru dalam pembelajaran, yaitu mengevaluasi pembelajaran termasuk di dalamnya melaksanakan penilaian proses dan hasil belajar [6]. Arikunto (2006) mendefinisikan evaluasi sebagai suatu kegiatan mengukur dan menilai terhadap sesuatu. Evaluasi merupakan suatu cara memperoleh informasi yang menekankan penggunaan informasi yang diperoleh dengan 62

Penugasan adalah suatu teknik penilaian yang menuntut peserta didik melakukan kegiatan tertentu di luar kegiatan pembelajaran di kelas. Metode penugasan adalah suatu metode pembelajaran dimana dosen memberikan seperangkat tugas yang harus dikerjakan mahasiswa, baik secara individual maupun secara kelompok [8]. Penugasan yang dapat diberikan kepada mahasiswa dapat berupa seperangkat soal latihan atau penugasan untuk mempelajari materi yang akan diberikan dengan penugasan pembuatan ringkasan. Penilaian merupakan serangkaian kegiatan untuk memperoleh, menganalisis, dan menafsirkan data tentang proses dan hasil belajar peserta didik yang dilakukan secara sistematis dan berkesinambungan, sehingga menjadi informasi yang bermakna dalam pengambilan keputusan. Jadi penilaian merupakan kegiatan yang dilakukan oleh guru untuk memperoleh informasi untuk dijadikan sebagai pengambil keputusan tentang hasil belajar peserta didik [9]. C. E-Learning Definisi e-learning bermacam-macam ini dikarenakan elearning sudah menjadi kata umum dalam sebuah proses pembelajaran yang kegiatannya dilakukan dengan menggunakan jaringan internet, dibawah ini akan dijelaskan beberapa pengertian e-learning supaya bisa dijadikan rujukan dalam penelitian ini, diantaranya adalah: 1)Menurut (Darmawan, 2011:11) Salah satu produk intergrasi Teknologi Informasi ke dalam dunia pendidika adalah e-learning atau pembelajaran elektronik [10]. 2)Hartley, 2001 (dalam Wahono, 2010:4) E-learning merupakan suatu jenis belajar mengajar yang memungkinkan tersampaikannya bahan ajar ke siswa dengan menggunakan media internet, intranet atau media jaringan komputer lain [2]. Dapat disimpulkan bahwa istilah e-learning merupakan istilah untuk proses pembelajaran yang dilakukan menggunakan media jaringan internet, sehingga jarak sudah bukan menjadi sebuah halangan lagi asalkan mendapat jaringan yang mendukung. Menurut Henderson ada beberapa langkah yang bisa dilakukan untuk membangun sebuah sistem e-learning: 1)Menentukan tujuan dari sistem e-learning, pada tahap ini pengembang system harus menentukan apa yang ingin dicapai dengan adanya e-learning tersebut. 2)Memulai sistem dalam skala kecil, beberapa pengembang memilih untuk memulai sistem e-elarning langsung pada skala besar.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 3)Mengkomunikasikan dengan peserta didik, menerapkan sebuah sistem baru akan memberikan tingkat keberhasilan lebih baik apabila sasaran dari sistem tersebut memahami dengan baik sistem tersebut. 4)Melakukan evaluasi secara kontinyu, evaluasi terhadap sistem dan segenap aspeknya perlu dilakukan secara terus menerus untuk menjamin keberhasilan penerapan elearning [2]. . D. LMS Moodle

macam media, pembelajaran.

merancang

dan

memproduksi

media

III. METODE PENELITIAN A. Objek Penelitian Objek dari penelitian ini adalah Mahasiswa Tingkat II yang mengontrak mata kuliah Media Pembelajaran Ilmu Komputer.

Moodle merupakan singkatan dari Modular ObjectOriented Dynamic Learning Environment yang berarti tempat belajar dinamis dengan menggunakan model brorientasi objek [11].Menurut Martin Dougiamas Moodle Berdasarkan Filosofi Social Constructionist Pedagogy

B. Lokasi Penelitian

“I’m committed to continuing my work on Moodle and on keeping it Open and Free. I have a deeply-held belief in the importance of unrestricted education and empowered teaching, and Moodle is the main way I can contribute to the realisation of these ideals.” – Martin Dougiamas.

C. Pendekatan Penelitian

Lokasi penelitian ini dilaksanakan pada Jurusan Pendidikan Teknologi Informasi, Sekolah Tinggi Keguruan dan Ilmu Pendidikan Garut.

Pendekatan penelitian yang digunakan dalam penelitian ini adalah metode Research and Development (R&D), yakni metode penelitian yang digunakan untuk menghasilkan produk tertentu, dan menguji keefektifan produk tersebut [13].

Kutipan di atas merupakan ucapan Martin Dougiamas sang pencipta Moodle. Martin Dougiamas sendiri merupakan seorang doktor di bidang pendidikan dengan latar belakang ilmu komputer yang baik. Melalui filosofi Social Constructionist Pedagogy Martin mencoba menciptakan moodle sebagai salah satu Learning Management System yang berbasis open source [12].

IV. HASIL DAN PEMBAHASAN Berdasarkan tahapan pengembangan yang dilakukan maka dapat diuraikan hasil dan pembahasan penelitian sebagai berikut.

Moodle memiliki beberapa fitur yang dapat kita gunakan untuk mendukung proses pembelajaran diantaranya adalah assignment submission, forum diskusi, unduh arsip, peringkat, chat, kalender online, berita, kuis online dan wiki. Menurut Santoso Ada 4 hal utama yang terkandung dalam filososfi social constructionist pedagogy yang dikemukakan oleh Martin , yaitu: Constructivism, Constructionism, Social Constructivism, dan Connected and Separate [12].

Analisis pendahuluan dilakukan pada tahapan pertama berkaitan dengan sosialisasi pembelajaran dengan bantuan elearning. Karena seluruh mahasiswa program studi pendidikan teknologi informasi telah memiliki hak akses masing-masing terhadap e-learning maka dibuatlah analisis pendahuluan berkaitan dengan pemanfaatan e-learning sebagai pendukung proses belajar mengajar terutama dalam evaluasi dan penugasan online yang disediakan oleh dosen.

E.Media Pembelajaran Ilmu Komputer Media Pembelajaran Ilmu Komputer adalah suatau Mata kuliah yang memberikan pengetahuan, pemahaman, serta keterampilan dalam merancang, memproduksi, dan mengaplikasikan media pembelajaran secara profesional dan memiliki sifat positif dalam mengembangkan program ini untuk efektifitas pembelajaran. Media pembelajaran merupakan salah satu bidang yang belum banyak disentuh khususnya dalam konteks pendidikan dan pembelajaran. Oleh sebab itu, matakuliah ini mempunyai manfaat langsung terhadap mahasiswa yakni membantu memperoleh pemahaman tentang pemilihan, perancangan dan pemanfaatan berbagai jenis media dalam proses pembelajaran. Di samping itu, memperoleh pengetahuan tentang teknik penyusunan modul serta pengembangan dan pengelolaan pusat sumber belajar (PSB), dan memperoleh pengalaman langsung dalam mengaplikasikan berbagai

A. Hasil

Hasil yang diperoleh dalam proses penyebaran angket kepada responden dalam hal ini mahasiswa yang mengontrak mata kuliah media pembelajaran ilmu komputer tahun ajaran 2016-2017 yang akan dijadikan objek penelitian dalam pengembangan evaluasi dan penugasan online berbasis elearning dengan moodle. Sebanyak 97% menyatakan bahwa mereka sering mendapat tugas dari dosen, sedangkan rata-rata mendapat tugas dari dosen setiap mata kuliah dalam satu semester sebanyak 42,5% menyatakan >6 dengan jenis penugasan makalah sebanyak 42,5%, artikel 25,5%, analisis 20% dan menjawab yang lainnya sebanyak 12%. Terkait jenis pengumpulan tugas 98% menyatakan bahwa jenis pengumpulan berupa hard copy dan softcopy dengan media penyampaian melalui flashdisk sebanyak 51,3%, cd sebanyak 15%, email sebanyak 20%, sosial media sebanyak 7,5%, dan yang lainnya dengan jawaban e-learning sebanyak 6.2%. Berikut hasil angket dengan parameter pengetahuan tentang e-learning. Sebanyak 99,7% responden menyatakan


63

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 bahwa diperkenalkan sistem pembelajaran online dengan elearning di jurusan pendidikan teknologi informasi. Akan tetapi 60,5% responden menyatakan sering menggunakan elearning tersebut, sisanya sebanyak 39,5% responden menyatakan jarang mengakses e-learning. Berdasarkan penelitian terdahulu diatas berkaitan dengan penugasan yang diberikan oleh dosen dan berbagai jenis pengumpulan yang ada dapat disimpulkan bahwa dengan jumlah responden yang menyatakan bahwa meraka diperkenalkan dengan model pembelajaran e-learning sebanyak 99,7% dapat diketahui bahwa pemanfaatan e-learning sejauh ini hanya sebatas menyimpan bahan ajar saja.

Gambar 4.3 Tampilan Evaluasi

Tahap pengembangan evaluasi dan penugasan online berbasis e-learning dengan moodle dibagi dalam beberapa tahapan kecil yakni tahapan perancangan antaramuka dan tahapan validasi oleh ahli. 1) Pembuatan Antarmuka Pembuatan antarmuka untuk evaluasi dan penugasan online berdasarkan RPS (Rencana Pembelajaran Semseter) dan RTM (Rencana Tugas Mahasiswa) yang telah dirancang oleh dosen, sebagai berikut: Gambar 4.4 Tampilan Penugasan

Gambar 4.1 Tampilan Utama Mata Kuliah Media Pembelajaran Ilmu Komputer Gambar 4.5 Tampilan Forum

Gambar 4.2 Tampilan Topik Pembelajaran

Gambar 4.6 Tampilan Nilai Evaluasi dan Penugasan 2) Validasi Ahli Setelah dihasilkan evaluasi dan penugasan online berbasis e-learning dengan moodle, tahapan selanjutnya yaitu dilakukan uji kelayakan terhadap e-learning tersebut sebagai validasi dan verifikasi ahli atau dikenal dengan expert judgment. Validasi tersebut dilakukan oleh pakar pengembangan perangkat lunak, dan pakar inovasi pendidikan. Adapun hasil validasi tersebut sebagai berikut:

64


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Tabel 4.1 Hasil Angket Expert Judgment untuk pakar pengembangan perangkat lunak No

Aspek

Jumlah Penguji

Perolehan Skor

1 2

Fitur Interfac e Karakte ristik Penggu na Interak si

2 2 2

3

4

20 30

Skor Kriteri um 10 15

%

100 100

18

10

90

B. Pembahasan 2

36

20

Rata-rata

90 93. 3

Tabel 4.2 Hasil Angket Expert Judgement untuk pakar inovasi pendidikan No

Aspek

Jumlah Penguji

Perolehan Skor

1

Releva nsi Efisien si Fleksib ilitas

2

2 3

kepada mahasiswa yang telah melaksanakan proses belajar mengajar dengan bantuan e-learning khususnya dalam evaluasi dan penugasann. Berdasarkan kemudahan akses 60% pengguna menyatakan sangat baik, dan 40% menyatakan baik. Aspek tampilan mendapatkan respon 20% sangat baik, 50% baik, dan 30% cukup. Aspek navigasi 60% pengguna menyatakan baik, dan masing-masing 20% pengguna menyatakan cukup dan kurang. Aspek pengelolaan materi 80% menyatakan sangat baik, dan 20% menyatakan baik. Terkait evaluasi dan penugasan mandiri 85% responden menyatakan sangat baik, dan 15% menyatakan cukup.

%

43

Skor Kriteri um 25

2

19

10

95

2

20

10

100

86

Rata-rata 93.7 Dari tabel diatas, dapat dilihat bahwa validasi terhadap evaluasi dan penugasan online berbasis e-learning oleh para ahli untuk mengetahui kelayakannya dalam hal pengembangan perangkat lunak mendapatkan rata-rata persentasi sebesar 93.3% yang bisa dikategorikan sangat baik. Validasi dalam hal inovasi pendidikan mendapatkan rata-rata persentasi sebesar 93.7% yang bisa dikategorikan sangat baik. Setelah evaluasi dan penugasan online berbasis e-learning denganoõ moodle dinyatakan layak untuk diimplemetasikan berdasarkan hasil uji kelayakan media oleh ahli dan telah diadakan perbaikan, maka tahapan selanjutnya adalah tahap implementasi kepada mahasiswa program studi pendidikan teknologi informasi yang mengontrak mata kuliah media pembelajaran ilmu komputer. Pada pertemuan pertama dosen menyampaikan pengantar mata kuliah serta menjelaskan aturan-aturan yang harus dipahami oleh semua mahasiswa termasuk pemanfaatan e-learning berbasis moodle sebagai media tambahan untuk mendukung proses pembelajaran menjadi lebih baik lagi. Pengujian dilakukan terhadap pengguna evaluasi dan penugasan online berbasis e-learning dengan moodle pada mata kuliah media pembelajaran ilmu komputer. Pengumpulan data menggunakan angket, angket ini diberikan

Pada penelitian ini telah dikembangkan evaluasi dan penugasan online berbasis e-learning yang dibuat menggunakan LMS Moodle 2.0 dan dikemas secara luas dengan jaringan internet. Halaman evaluasi dan penugasan online berbasis e-learning dapat diakses di http://elearningpti.gnomio.com. E-learning tersebut berisi bahan yang mendukung proses pembelajaran selama satu semester termasuk evaluasi dan penugasan online. Pengembangan evaluasi dan penugasan online ini merupakan pemanfaatan di bidang teknologi pembelajaran, konsep yang diberikan dalam evaluasi dan penugasan online ini adalah cara baru dalam proses belajar untuk memberi fasilitas baru kepada mahasiswa dalam mengerjakan evaluasi yang dikerjakan sebelum UTS dan UAS serta memfasilitasi mahasiswa dalam mengirimkan tugas kepada dosen. Manfaat lainnya bagi dosen adalah dalam hal merekap nilai akhir tugas untuk mendukung nilai akhir mahasiswa dalam satu semester. Proses pembelajaran dengan bantuan e-learning terjadi dua arah, dosen menyiapkan RPS dan RTM selama satu semester yang dapat diakses oleh mahasiswa berdasarkan waktu yang ditentukan. Mahasiswa memanfaatkannya sebagai salah satu bagian dari pembelajaran dikelas. Seperti Web-based collaborative learning mengharuskan interaksi antar para peserta didik terjadi di lingkungan web [14] dengan menggunakan bantuan fasilitas komunikasi yang terdapat dalam web tersebut seperti real-time chat room, electric bulletin board, email, video dan audio system, virtual forum, bookmark, search engine dan sebagainya. Berdasarkan analisisis pengguna dan analisis kebutuhan sistem yang diperoleh sebelum merancang evaluasi dan penugasan online diketahui bahwa 97% mahasiswa sering mendapat tugas dari dosen, dengan berbagai macam cara dan pengumpulannya sehingga memerlukan waktu khusus bagi dosen untuk merekap nilai akhir tugas mahasiswa. Dengan dikembangkannya evaluasi dan penugasan online berbasis elearning berdasarkan RPS dan RTM yang dirancang maka dosen dapat dengan mudah mengetahui rekam jejak mahasiswa selama satu semester dalam hal evaluasi dan penugasan untuk mendukung nilai akhir dalam tugas seperti dalam Gambar 4.6.


65

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 V. SIMPULAN Berdasarkan analisis data dan pembahasan maka dapat disimpulkan beberapa hal sebagai berikut: 1.Pengembangan evaluasi dan penugasan online berbasis e-learning dengan moodle di desain berdasarkan tahapan research and development yang dapat diakses di http://elearningpti.gnomio.com dan telah melalui uji kelayakan pada kategori pengembangan perangkat lunak dan inovasi pendidikan dengan kualifikasi sangat baik sehingga dapat diinterpretasikan bahwa evaluasi dan penugasan online berbasis e-learning dengan moodle layak digunakan untuk mendukung proses pembelajaran pada mata kuliah media pembelajaran ilmu komputer di jurusan pendidikan teknologi informasi stkip garut. 2.Berdasarkan hasil pengujian yang dilakukan terhadap pengguna evaluasi dan penugasan online berbasis e-learning terdapat beberapa point diantaranya adalah Berdasarkan kemudahan akses 60% pengguna menyatakan sangat baik, dan 40% menyatakan baik. Aspek tampilan mendapatkan respon 20% sangat baik, 50% baik, dan 30% cukup. Aspek navigasi 60% pengguna menyatakan baik, dan masing-masing 20% pengguna menyatakan cukup dan kurang. Aspek pengelolaan materi 80% menyatakan sangat baik, dan 20% menyatakan baik. Terkait evaluasi mandiri 85% responden menyatakan sangat baik, dan 15% menyatakan cukup.

[3]

[4] [5]

[6] [7] [8]

[9]

[10] [11]

[12]

[13]

DAFTAR PUSTAKA [1]

[2]

66

C.Ansani, S.Hadil,K.Susetyo, A.Triyanto, B.Pujicahyono, F.Djunaedi. I.Kusumantyas, Y.Nurtaqwa, “Penetrasi dan Perilaku Pengguna Internet Indonesia” Nov 2016. [Online]. Tersedia: https://apjii.or.id/content/read/39/264/Survei-Internet-APJII-2016 [Diakses Tanggal 6 Desember 2016]. R.S. Wahono. “Pengantar E-Learning dan Pengembangannya”. Ilmukomputer.com (IKC), 2010.

[14]

H.D.Surjono. “Membangun E-Learning dengan Moodle”. 2009 [Online]. Tersedia: http://elearning.atmi.ac.id/pluginfile.php/889/mod_resource/content/2 /elearning%20dgn%20moodle.pdf [Diakses Tanggal 6 Desember 2016]. Z.Arifin, Evaluasi Pembelajaran. Bandung :PT Remaja Rosdakarya, 2013. Rusman. dkk, Pembelajaran berbasis teknologi informasi dan komunikasi, mengembangkan profesionalitas guru. Jakarta: PT. Raja Grafindo, 2011. Z.Arifin, Evaluasi Pembelajaran “Prinsip, Teknik, Prosedur”. Bandung: PT Remaja Rosdakarya Ofset, 2009. A.Suharsimi, Prosedur Penelitian Suatu Pendekatan Praktik (Edisi revisi IV). Jakarta: PT Asdi Mahasatya, 2006. K.E.Dewi, E.Rainarli, Penerapan Metode Penugasan dalam Perkuliahan Aljabar Linier dan Matriks. Majalah Ilmiah UNIKOM, Vol12 No.2 Hal 187-194. BSNP, Panduan Penilaian Kelompok Mata Pelajaran Ilmu Pengetahuan Teknologi. 2007 [Online]. Tersedia: http://dikmenum.go.id/dataapp/kurikulum/3.%20PANDUAN%20PE NILAIAN%20KEL%205%20MAPEL/C_Panduan_Kel_Mapel_Iptek s.pdf [diakses tanggal 6 Desember 2016] D.Darmawan, Teknologi Pembelajaran. Bandung: PT Remaja Rosdakarya Offset, 2011. M. Melfachrozi, M. Penggunaan Aplikasi E-learning (Moodle), 2006 [online] tersedia di: http://ilmukomputer.com [diakses tanggal 6 Desember 2016]. I.Nita, Moodle Berdasarkan Filosofi Social Constructionist Pedagogy 2011 [online] tersedia di: http://edukasi.kompasiana.com /2011/01/11/moodle-333920.html [diakses tanggal 6 Desember 2016]. Sugiono, Metode Penelitian Pendidikan “Pendekatan Kuatitatif, Kualitatif, dan R&D, Bandung: Alfabeta, 2008. Z.Jianhua, K.Akahori, Web-Based Collaborative Learning Methods and Strategies in Higher Education. . Makalah disampaikan pada 2nd International Conference on Information Technology Based Higher Education and Training, Kumamoto, Jepang, 4-6 Juli 2001



Hubungan antara Kompetensi Kepribadian dan Sosial Guru PPL Jurusan Pendidikan Teknik Informatika terhadap Motivasi Belajar Siswa SMK Se-Kota Singaraja Dewa Ayu Putu Candra Santika, I G. M. Darmawiguna, G. S. Santyadiputra, L. P. E. Damayanthi Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha Singaraja, Indonesia [email protected], [email protected], [email protected], [email protected] Abstrak—Jenis penelitian ini merupakan penelitian korelasi. Penelitian dilakukan dengan metode ex post facto (dilakukan untuk meneliti peristiwa yang telah terjadi secara sistematik, kemudian peneliti mengamati kebelakang tentang faktor – faktor yang dapat menyebabkan timbulnya kajian tersebut). Data angket siswa dianalisis dengan melakukan uji prasyarat yang meliputi uji normalitas, uji homogenitas dan uji linieritas. Pengujian hipotesis menggunakan uji anova. Berdasarkan hasil penelitian menujukkan bahwa (1) terdapat pengaruh yang positif dan signifikan antarakompetensi kepribadian guru PPL Jurusan Pendidikan Teknik Informatika terhadap motivasi belajar siswa SMK se-Kota Singaraja, (2) terdapat pengaruh yang positif dan signifikan antarakompetensi sosial guru PPL Jurusan Pendidikan Teknik Informatika terhadap motivasi belajar siswa SMK se-Kota Singaraja, (3) terdapat pengaruh kompetensi kepribadian dan sosial guru PPL Jurusan Pendidikan Teknik Informatika terhadap motivasi belajar siswa SMK se-Kota Singaraja.

agar memiliki kemampuan memperagakan kinerja dalam situasi nyata dapat menimba dan menyerap pengalaman secara langsung dan cermat [1].

Kata kunci: kompetensi kepribadian, sosial, motivasi belajar siswa.

Keempat kompetensi tersebut harus dimiliki oleh mahasiswa PPL agar menciptakan pembelajaran yang menyenangkan. Cara mahasiswa PPL menciptakan pembelajaran yang menyenangkan dikelas akan berpengaruh terhadap minat dan motivasi siswa dalam proses pembelajaran [1].

I. PENDAHULUAN Universitas Pendidikan Ganesha (Undiksha) Singaraja, merupakan salah satu Universitas Negeri yang mencetak calon tenaga pendidik dan kependidikan. Jurusan Pendidikan Teknik Informatika salah satu jurusan yang mencetak tenaga pendidik. Sejalan Lembaga Pengembangan Pengalaman Lapangan (LPPL) yaitu lembaga yang menangani dan mengatur segala pelatihan mengajar mahasiswa di lapangan. Melalui lembaga ini pembentukan kompetensi keguruan telah disiapkan sejak dini mulai dari proses pembelajaran bertahap terpadu berupa PPL-Awal dan rangkaian materi perkuliahan yang dilakukan dengan pendekatan kompetensi. PPL-Real yang dilakukan dengan sistem magang selama sekitar 3 bulan (±14 minggu) mahasiswa calon guru dari Undiksha diharapkan memiliki kompetensi dalam mengajar. Tujuan PPL-Real secara umum untuk melatih mahasiswa calon guru

Menurut Lembaga Pengembangan Pengalaman Lapangan (LPPL) Undiksha, mahasiswa PPL diharapkan memiliki 4 kompetensi yaitu, kompetensi pedagogik berupa kemampuan mengelola proses belajar mengajar secara utuh untuk memperoleh hasil optimal. Kompetensi profesional berupa penguasaan dan pemahaman tentang bidang keilmuan yang menjadi bidang pilihannya, maupun bidang pendidikan dan pembelajaran, maupun bidang lainnya yang mendukung keahliannya. Kompetensi kepribadian yang berkaitan dengan sikap, minat, disiplin diri dalam mengemban tugas dan tanggung jawab sesuai dengan tuntunan etika seorang guru. Kompetensi sosial berupa kemampuan untuk membina lingkungan atau hubungan yang baik masyarakat sekolah maupun masyarakat luas.

Mahasiswa PPL yang ideal harus memiliki pengetahuan, sikap dan keterampilan untuk menunjang tercapainya kompetensi pedagogik, kompetensi profesional, kompetensi kepribadian, dan kompetensi sosial. Dari ke 4 (empat) kompetensi tersebut penulis membatasi hanya membahas kompetensi kepribadian dan sosial. Layaknya seorang guru dengan kompetensi tersebut, maka semua sikap dan tingkah laku mahasiswa yang sedang melaksanakan PPL-Real, seharusnya mampu menjadi contoh dan teladan bagi siswa, sehingga siswa termotivasi dan serius untuk belajar dengan mahasiswa PPL. Berdasarkan penelitian yang dilakukan oleh(Anggono, 2012)terdapat hubungan yang positif dan signifikan antara


67

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 persepsi siswa tentang atraksi interpersonal guru, fasilitas belajar, dan lingkungan belajar terhadap motivasi belajar siswa kelas X [2].(Irawan, 2007) dalam penelitiannya menunjukkan bahwa ada hubungan positif antara persepsi terhadap kompetensi guru dengan motivasi berprestasi siswa[3]. Berdasarkan latar belakang tersebut, maka penulis tertarik untuk melakukan penelitian dengan judul “Hubungan Antara Kompetensi Kepribadian, Kompetensi Sosial Guru PPL Jurusan Pendidikan Informatika Terhadap Motivasi Belajar Siswa SMK se-Kota Singaraja”.

Menurut Buchari Alma kompetensi sosial adalah kemampuan guru untuk berkomunikasi dan berinteraksi secara efektif dengan lingkungan sekolah dan di luar sekolah [5]. Dalam penjelasan PP No. 19 Tahun 2005 disebutkan bahwa: “Kompetensi sosial yaitu kemampuan pendidik sebagai bagian dari masyarakat untuk [6]. a.

Berkomunikasi lisan tulisan, dan isyarat.

b.

Menggunakan teknologi informasi dan komunikasi dengan fungsional.

c.

Bergaul secara efektif dengan peserta didik, sesama pendidik, orang tua siswa.

d.

Bergaul secara santun dengan masyarakat sekitar.

II. KAJIAN TEORI A. Kompetensi Kepribadian Menurut Mohammad Ali adapun standar kompetensi kepribadian guru tersebut adalah sebagai berikut [4]. a.

Bertindak sesuai dengan norma agama, hukum, sosial, dan kebudayaan nasional Indonesia.

b.

Menampilkan diri sebagai pribadi yang jujur, berakhlak mulia, dan teladan bagi peserta didik dan masyarakat.

c.

Menampilkan diri sebagai pribadi yang mantap, stabil, dewasa, arif, dan berwibawa.

d.

Menunjukan etos kerja, tanggung jawab yang tinggi, rasa bangga menjadi guru, dan rasa percaya diri.

e.

Menjunjung tinggi kode etik profesi guru.

Dapat disimpulkam, kompetensi sosial guru adalah kemampuan guru untuk berkomunikasi secara lisan maupun tertulis dalam bergaul dengan peserta didik, sesama tenaga pendidik, tenaga kepenpendidik, dan orang tua/ wali peserta didik. C. Motivasi Belajar Siswa Motivasi menurut Suryabrata (2004) adalah keadaan yang terdapat dalam diri seseorang yang mendorong diri untuk melakukan aktivitas tertentu guna mencapai suatu tujuan. Selain itu motivasi adalah dorongan dasar yang menggerakkan seseorang dalam bertingkah laku. Dorongan ini berada pada seseorang yang menggerakkan untuk melakukan sesuatu yang sesuai dengan dorongan dalam dirinya [5].

Kepribadian adalah salah satu unsur yang menentukan keakraban, hubungan guru dengan murid tercermin dalam sikap dan perbuatannya dalam membina anak didik. Maka dari itu kompetensi keguruan harus dikembangkan agar guru terampil [5].

Menurut candiasa mengatakan motivasi merupakan suatu keadaan intrinsik yang muncul, mengarah untuk memepertahankan prilaku motivasi menjadikan individu melakukan berbagai aktivitas seperti ; makan, belajar, bekerja, berbelanja, mengejar jabatan [7].

Penulis dapat menyimpulkan kompetensi kepribadian guru berdasarkan pendapat para ahli, kompetensi personal adalah kemampuan yang dimiliki oleh seorang guru, dapat terbentuk karena faktor bawaan dan faktor lingkungan, berasal dari dirinya sendiri sering diidentikkan dengan ciri, karakter atau sifat-sifat yang melekat pada diri seseorang yang membedakan ia dengan yang lainnya. Karakter atau sifat-sifat guru yang dimaksud meliputi: Bertindak sesuai dengan norma agama, hukum, sosial, dan kebudayaan nasional Indonesia. Menampilkan diri sebagai pribadi yang jujur, berakhlak mulia, dan teladan bagi peserta didik dan masyarakat. Menampilkan diri sebagai pribadi yang mantap, stabil, dewasa, arif, dan berwibawa. Menunjukan etos kerja, tanggung jawab yang tinggi, rasa bangga menjadi guru, dan rasa percaya diriserta menjunjung tinggi kode etik profesi guru.

Dalam melakukan suatu kegiatan seseorang bisa saja mepunyai motif lebih dari satu jenis. Karena itu motif dapat dibagi menjadi beberapa jenis. Di dalam literatur psikologi pembagian motif sebagai berikut [8].

B. Kompetensi Sosial

Berdasarkan pemaparan oleh para ahli, maka dimensi yang peneliti gunakan dalam penelitian instrumen motivasi

68

1) Motivasi Intrinsik Motif yang mendorong seseorang melakukan kegiatan tertentu, jadi motif ini terfokus didalam kegiatan atau objek yang ditekuninya. Siswa akan aktif dalam kegiatan belajar, karena adanya dorongan untuk mencari hal – hal berkaitan dengan pelajaran, dalam artian siswa akan menjadi lebih mandiri untuk belajar. 2) Motivasi Ekstreinsik Motif yang mendorong seseorang melakukan kegiatan tertentu, tetapi motif tersebut terlepas atau tidak berhubungan langsung dengan kegiatan yang ditekuninya.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 adalah motivasi intrinsik dan motivasi ekstrinsik. Karena dimensi tersebut sudah mencakup dimensi motivasi secara keseluruhan. III. METODE PENELITIAN Penelitian ini merupakan penelitian korelasi. Penelitian dilakukan dengan metode ex post facto. Sampel ditentukan melalui teknik random sampling dimana hanya siswa yang kelasnya pernah di ajar oleh guru PPL Jurusan Pendidikan Teknik Informatika. Pengumpulan data dilakukan dengan menggunakan metode angket. Data angket siswa kemudian dianalisis dengan melakukan uji prasyarat yang meliputi uji normalitas dan uji homogenitas. Pengujian hipotesis menggunakan uji anova. Adapun tahapan-tahapan terhadap penelitian yang akan dilaksanakan untuk dapat mengungkapkan secara tuntas terkait permasalahan yang diajukan dalam penelitian ini adalah sebagai berikut. a.

Melakukan Observasi dan orientasi awal, yaitu menentukan sekolah yang akan dijadikan tempat penelitian.

b.

Menentukan populasi dan sampel penelitian dengan teknik random sampling dari populasi sehingga akanada 360.

c.

Menyusun instrumen penelitian.

d.

Uji Coba Instrumendilakukan uji validitas, uji reliabilitas.

e.

Berdasarkan uji reliabilitas instrumen, dilakukan uji terhadap 360 siswa.

f.

Menganalisis data; uji normalitas, homogenitas, dan linieritas.

g.

Melakukan Uji Hipotesis.

h.

Menarik kesimpulan berdasarkan hasil uji hipotesis

i.

Membuat laporan

Tabel 1. Uji Normalitas Data Penelitian

Kompetensi Kepribadian Kompetensi Sosial

Uji homogenitas dilakukan dengan Uji Lavene, dari hasil perhitungan didapatkan nilai Fhitung = 30,111. Kemudian nilai tersebut dibandingkan dengan nilai Ftabel = 2,220 (dk pembilang=5, dk penyebut=1435, taraf signifikan 5%). Harga Fhitung lebih besar dari Ftabel sehingga H0 diterima atau Ha ditolak maka sampel berasal dari populasi yang tidak homogen yang artinya data dari masing-masing kelompok mempunyai sifat atau varians yang tidak sama. Hasil tidak homogen bukan berarti penelitian ini keliru melainkan hasil dapat dipengaruhi beberapa faktor diantaranya: kecenderungan responden mengisi pernyataan pada angket kekurangan waktu, responden tidak terlalu ingat dengan subjek yang dituju atau dimaksud oleh pernyataan pada angket, dan adanya ketidakjujuran responden mengisi angket. Ketidakhomogenan ini tidak mempengaruhi penyelesaian analisis dengan statistik parametrik, karena dari hasil uji hipotesis (uji T) yang peneliti lakukan menghasilkan hubungan yang terbukti kuat dalam hal ini hubungan yang positif dan signifikan antar variabel yang diteliti, meskipun data berasal dari data yang tidak homogen. Hal ini di dukung oleh pernyataan “ We may reasonably conclude that F test, like t test, is remark - ably robust. It is insensetive both to lack of normality in the populations and to differing population variance (unless these differences are extreme and are combined with marked differences in form). Because of this robustness it is, in fact, unusual for any check to be made on the normality of distribution unless the depature from normality in the groups sampled is seen to be extreme. Again, it is often unncessary to test for homogenity of variance. If however, an inspection of the score suggest a lack of homogenity—a pronounced diffrence in the group range, for instance—a test devised by Barttlet (1937) may be appliied“[9]. Tabel 2. Uji Linieritas Kompetensi Kepribadian

IV. PEMBAHASAN Dari hasil pengukuran terhadap kompetensi kepribadian dan kompetensi sosial pada sampel yang berjumlah 360 siswa diperoleh analisis data kompetensi kepribadian dan social sebagai berikut.

Variabel

Berdasarkan hasil uji normalitaspada kompetensi kepribadian nilai Fhitung< Ftabel (0,025<0,072). Pada kompetensi sosial nilai Fhitung< Ftabel (0,019<0,072)maka H0 ditolak atau Ha diterima. Hal ini berarti data berdistribusi normal.

Ftabel

Mean

SD

Fhitung

30,91

2,68

0,025

0,072

24,82

1,74

0,019

0,072

Sumber Variasi Total Koefisien (a) Regresi (b/a) Sisa (Residu) Tuna Cocok Galat ( error )

303985,0

Dk (df) 360

302238,2

1

497,2

1

497,2

1249,5

358

3,49

45,47

15

3,03

1204,0

343

3,51

JK (SS)

RJK (MS) 844,4

F hitung

F tabel

142,46

3,87

0,86

1,70

F tunacocok < F tabel =LINIER


69

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Berdasarkan hasil uji linieritas menunjukkan nilai Fhitung tuna cocok =0,86 sedangkan Ftabel =1,70 (dk pembilang = 15, dk penyebut = 343, taraf signifikan 5%). Nilai Fhitung tuna cocok < nilai Ftabel, sehingga hipotesis nol ditolak. Dengan demikian hubungan antara kompetensi kepribadiandengan motivasi belajar siswa adalah linier. Tabel 3. Uji Linieritas Kompetensi Sosial Sumber Variasi Total Koefisien (a) Regresi (b/a) Sisa (Residu) Tuna Cocok Galat ( error )

303985,0

Dk (df) 360

302238,2

1

339,8

1

339,8

1406,9

358

3,93

35,45

9

3,94

1371,4

349

3,93

JK (SS)

RJK (MS) 844,4

F hitung

F tabel

86,47

3,87

1,00

1,91

F tunacocok < F tabel =LINIER

Berdasarkan hasil uji linieritas menunjukkan nilai Fhitung tuna cocok = 1,00 sedangkan Ftabel = 1,91 (dk pembilang = 9, dk penyebut = 349, taraf signifikan 5%). Nilai Fhitung tuna cocok < nilai Ftabel, sehingga hipotesis nol ditolak. Dengan demikian hubungan antara kompetensi sosial dengan motivasi belajar siswa adalah linier. Berdasarkan hasil perhitungan uji hipotesis hubungan antara kompetensi kepribadian dengan motivasi belajar siswa dengan taraf signifikansi 5% diperoleh F_hitung= 11,93, dan F_tabel = 1,96. Karena F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji hipotesis dengan menggunakan anova menggunakan SPSS, nilai probabilitas signifikansi sebesar 0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat pengaruh yang signifikan antara kompetensi kepribadian dengan motivasi belajar siswa. Hubungan antara kompetensi sosial dengan motivasi belajar siswa dengan taraf signifikansi 5% diperoleh F_hitung= 9,29, dan F_tabel = 1,96. Karena F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji hipotesis dengan menggunakan anova menggunakan SPSS, nilai probabilitas signifikansi sebesar 0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat pengaruh yang signifikan antara kompetensi sosial dengan motivasi belajar siswa. Hubungan antara kompetensi kepribadian dan sosial dengan motivasi belajar siswa dengan taraf signifikansi 5% diperoleh F_hitung= 7,432, dan F_tabel = 3,87. Karena F_(hitung )>F_tabel maka H0 ditolak dan Ha diterima. Berdasarkan uji hipotesis dengan menggunakan anova menggunakan SPSS, nilai probabilitas signifikansi sebesar 0.000, sehingga nilai signifikansi 0.000<0.05 maka H0 ditolak, dan Ha diterima. Hal ini menunjukkan bahwa terdapat 70

pengaruh yang signifikan antara kompetensi kepribadian dan sosial dengan motivasi belajar siswa. Hubungan yang positif dan signifikan dengan koefisien determinasi sebesar 0,04 membuktikan bahwa motivasi belajar siswa yang dicapai sebesar 3,99%, sedangkan 96,00% lainnya ditentukan oleh variabel lain yang tidak diteliti memiliki pengaruh yang lebih besar terhadap motivasi belajar siswa. Populasi bukan sekedar jumlah yang ada pada objek/subyek yang dipelajari tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh subyek atau obyek itu. Jika dilihat dari jumlah responden, 360siswa memiliki karakteristik yang berbeda-beda. Ada beberapa siswa yang cenderung tidak memperhatikan butir instrumen dengan teliti. Jumlah responden yang banyak, kurangnya perhatian siswa sebagai responden dan waktu pengisian angket yang terlalu cepat juga dapat meyebabkan faktor lainnya yang tidak diteliti memiliki pengaruh yang lebih besar terhadap motivasi belajar siswa [10].Kualitas instrumen dan kesalahan pengambilan sampel, kesimpulan hasil penelitian bisa salah jika instrumen yang digunakan kurang tepat (valid) untuk mengukur variabel/objek yang diteliti [11]. Hal ini membuktikan bahwa tidak hanya kompetensi kepribadian dan sosial yang mempengaruhi motivasi belajar siswa, namun ada variabel lain yang peneliti tidak kaji dalam penelitian ini juga berpengaruh terhadap motivasi belajar siswa. Mengiingat bahwa kompetensi dasar yang dimiliki oleh seorang guru ada 4 (empat) kompetensi yaitu kompetensi pedagogik, profesional, kepribadian, dan sosial. Pengaruh orang tua sangat berperan penting dalam memotivasi belajar siswa. Terdapat hubungan yang sedang antara perhatian orang tua di rumah dengan motivasi belajar siswa [12]. Fasilitas belajar dan lingkungan belajar secara simultan berpengaruh positif terhadap motivasi belajar [13]. Berdasarkan hasil yang diperoleh, penelitian ini secara umum telah mampu menjawab dan menemukan faktor/ variabel lain yang mempengaruhi motivasi belajar siswa yang tidak dijelaskan dalam penelitian ini. V. SIMPULAN Berdasarkan paparan hasil penelitian, dan pembahasan dapat disimpulkan sebagai berikut. Terdapat hubungan yang positif dan signifikan antara kompetensi kepribadian terhadap motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,53 artinya jika semakin baik nilai kompetensi kepribadian guru PPL, maka akan meningkatkan motivasi belajar siswa, begitu pula sebaliknya.Tingkat hubungan antara keduanya kuat. Koefisien determinasi sebesar 0,28 menyatakan bahwa variabel kompetensi kepribadian hanya memberikan sumbangan sebesar 28,47 % terhadap motivasi belajar siswa.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Terdapat hubungan yang positif dan signifikan antara kompetensi sosial terhadap motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,44, artinya jika semakin baik nilai kompetensi sosial guru PPL, maka akan meningkatkan motivasi belajar siswa, begitu pula sebaliknya.Tingkat hubungan antara keduanya sedang. Koefisien determinasi sebesar 0,19 menyatakan bahwa variabel kompetensi sosial hanya memberikan sumbangan sebesar 19,45% terhadap motivasi belajar siswa. Terdapat hubungan yang positif dan signifikan secara bersama sama kompetensi kepribadian dan sosial terhadap motivasi belajar siswa (Y). Hal ini ditunjukkan oleh koefisien korelasi sebesar 0,20, artinya jika semakin baik nilai kompetensi kepribadian dan sosial guru PPL, maka akan meningkatkan motivasi belajar siswa, begitu pula sebaliknya.Tingkat hubungan antara keduanya sedang. Koefisien determinasi sebesar 0,04 menyatakan bahwa variabel kompetensi kepribadian dan sosial hanya memberikan sumbangan sebesar 3,99% terhadap motivasi belajar siswa.

[3]

[4] [5]

[6] [7]

[8] [9] [10] [11]

[12]

DAFTAR PUSTAKA [1] [2]

Undiksha. (2007). Petunjuk Praktis pelaksanaan PPL-Real. Singraja: Undiksha. Anggono, D. T. (2012). Jurnal Hubungan Persepsi siswa tentang atraksi interpersonal guru, fasilitas belajar dan lingkungan belajar terhadap motivasi siswa. Universitas Yogyakarta, 20-22. Retrieved from http:eprint.uny.ac.id/10060/I/Jurnal.pdf

[13]

Irawan, P. (2007). Hubungan Persepsi Terhadap Kompetensi Guru Dengan Motivasi Berprestasi Siswa kelas VII SMP Negeri 2 Tirto. Universitas Diponogoro Semarang, 44-45. Retrieved from http://eprints.undip.ac.id/24804/1/Persepsi_Kompetensi_Guru.pdf PP No. 19 Tahun 2005. Wahyudi, I. (2012). Imam Wahyudi (2012) 2012. Pengembangan pendidikan stategi inovatif dan kreatif secara komprehensif. . Jakarta: Prestasi pustaka. Hakim, T. (2000). Belajar Secara Efektif.Jakarta: Puspa Swara. Candiasa, I. M. (2007). Pengujian Instrumen Penelitian Disertai Aplikasi ITEAM dan BIGSTEPS. : . Singaraja: Unit Penerbitan Universitas Pendidikan Ganesha. Sardiman., S. (2005). Interakti dan Motivasi Belajar Mengajar. Jakarta: Raja Grafindo Persada. Lewis. (1968). Experimental design in education . London: London university of London press LTD. Sugiyono. (2013). Metode Penelitian Kuantitatif Kualitatif Dan R & D. Bandung: Alfabeta. Mulyatiningsih, E. (2015). PENGEMBANGAN DAN PENGUJIAN KUALITASNYA INSTRUMEN PENELITIAN. Jurnal Ilmiah, 1-20. Retrieved from pps.unnes.ac.id/wpcontent/uploads/2016/05/PENGEMBANGAN-DAN-PENGUJIANKUALITASNYA-INSTRUMEN-PENELITIAN.dotx Iftikhah, R. (2016). Pengaruh Perhatian Orang Tua Terhadap Motivasi Belajar Siswa. Jurnal Ilmiah, 1-20. Retrieved from http://download.portalgaruda.org/article.php?article=251686 Dkk, L. C. (2015). PENGARUH FASILITAS BELAJAR DAN MOTIVASI BELAJAR TERHADAP PRESTASI BELAJAR MATA PELAJARAN EKONOMI SISWA KELAS XI IIS DI SMA NEGERI 5 SURAKARTA TAHUN AJARAN 2015/2016. 1-20. Retrieved from http://download.portalgaruda.org/article.php?article=430549


71


MAKALAH KELOMPOK B BIDANG TEKNOLOGI INFORMATIKA

72



Analisis Kualitas Koneksi Jaringan Internet 4G XL dan Smartfren di Wilayah Kota Palembang Irwansyah Fakultas Vokasi Universitas Bina Darma Palembang, Sumatera Selatan [email protected] Abstrak— Dengan berkembangnya teknologi internet secara cepat dari generasi ke generasi yang terus meningkat, terutama dibidang layanan penggunaan internet mobile. Penyedia jasa layanan internet sendiri berlomba – lomba meningkatkan teknologi – teknologi terbaru khususnya teknologi wireless untuk internet. Ini bisa dilihat dari pertumbuhan pengguna teknologi wireless pada perangkat mobile atau handphone di Indonesia, hal ini juga dibuktikan dengan hadirnya teknologi baru yang mempunyai kualitas jaringan telekomunikasi dalam hal kecepatan data, yakni teknologi 4G LTE (Long Term Evolution). Teknologi ini merupakan teknologi broadband, yaitu saluran transmisi data dengan kecepatan tinggi setara kapasitas bandwith yang lebih besar dari pada saluran telpon konvensional. Permasalahan dari penelitian ini yaitu ingin mengetahui kualitas jaringan internet dari operator selular Smartfren dan XL didaerah mana saja yang kualitas nya tebaik. Adapun tujuan dari penelitian ini adalah untuk menguji kualitas jaringan internet mobile 4G dari produk operator selular Smartfren dan XL. Dengan menerapkan Metode QOS (Quality of Service) untuk mengetahui sejumlah faktor atau parameter yang mempengaruhi kualitas jaringan internet mobile 4G. Adapun alat analisis menggunakan software BizNet Speed Meter dan Axence Net Tools. Kata kunci: Internet, 4G LTE (Long Term Evolution), QOS (Quality of Service)

I. PENDAHULUAN Perkembangan teknologi secara cepat dari generasi ke generasi terus meningkat, terutama dibidang layanan penggunaan internet. Pengguna internet sendiri dari usia anak – anak hingga orang tua. Penyedia jasa layanan internet sendiri berlomba – lomba meningkatkan teknologi – teknologi terbaru khususnya teknologi wireless untuk internet. Ini bisa dilihat dari pertumbuhan pengguna teknologi wireless pada perangkat mobile atau handphone di Indonesia, hal ini juga dibuktikan dengan hadirnya teknologi baru yang mempunyai kualitas jaringan telekomunikasi dalam hal kecepatan data, yakni teknologi 4G LTE. 4G LTE (Long Term Evolution) merupakan teknologi memberikan converage dan kapasitas dan layanan yang lebih besar, mengurangi biaya dalam operasional, mendukung penggunaan multiple-antena, fleksibel dalam penggunaan bandwidth operasinya dan juga

terhubung atau terintegrasi dengan teknologi yang sudah ada. Teknologi ini merupakan teknologi broadband, yaitu saluran transmisi data dengan kecepatan tinggi setara kapasitas bandwith yang lebih besar dari pada saluran telpon konvensional. Banyak keunggulan yang ditawarkan jaringan 4G LTE, tapi teknologi ini belum bisa dinikmati secara merata di seluruh wilayah Indonesia, bahkan di daerah Sumatera Selatan jaringan 4G masih sulit di dapatkan karena hanya beberapa provider layanan yang mampu memberikan akses layanan 4G. Di Sumatera Selatan sendiri khususnya kota palembang saat ini ada beberapa provider yang menyediakan jaringan 4G LTE, Pada penelitian ini hanya mengambil dua provider saja yakni Smartfren yang mengeluarkan produknya Smartfren 4G LTE. Selain itu ada juga XL yang mengeluarkan produknya XL 4G LTE dioperasikan pada frekuensi 1800 MHz. Permasalahan dari penelitian ini yaitu ingin mengetahui kualitas jaringan internet dari operator selular Smartfren dan XL didaerah mana saja yang kualitas nya tebaik. Pada penelitian ini peneliti akan menguji kualitas jaringan internet mobile 4G dari produk operator selular Smartfren dan XL dengan menerapkan Metode QOS (Quality of Service) untuk mengetahui sejumlah faktor atau parameter yang mempengaruhi kualitas jaringan internet mobile 4G. Adapun tujuan dari penelitian ini adalah untuk menguji kualitas jaringan internet mobile 4G dari produk operator selular Smartfren dan XL. Tujuan lainnya adalah untuk mengetahui jangkauan koneksi jaringan broadband 4G dari beberapa BTS (Base Transceiver Station) yang ada diwilayah kota Palembang. Adapun alat pengujian kualitas jaringan internet menggunakan software BizNet Speed Meter dan Axence Net Tools. Besaran pengukuran kualitas layanan yang dihasilkan akan di analisis menggunakan standar kualitas layanan yang baik menurut standar versi TIPHON. [6] II. METODOLOGI PENELITIAN A. Tempat dan Objek Penelitian Penelitian ini dilaksanakan pada beberapa BTS (Base Transceiver Station) Smartfren dan XL di wilayah Kota Palembang. B. Metode Pengumpulan Data


73

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Untuk memperoleh data yang digunakan dalam penyusunan penelitian ini maka dilakukan pengambilan data secara primer dan sekunder, yaitu : 1) Data Primer, yaitu data yang dikumpulkan secara langsung dari objek yang di teliti yaitu beberapa tempat BTS (Base Transceiver Station) Smartfren dan XLdi wilayah Kota Palembang. Cara – cara yang dipakai untuk mengumpulkan data tersebut yaitu : 1. Observasi, Penulis mengadakan pengamatan dan pengukuran langsung ke beberapa tempat BTS (Base Transceiver Station) Smartfren dan XLdi wilayah Kota Palembang. 2. Wawancara yaitu wengadakan tanya jawab atau berdialog secara langsung dengan pengguna internet 4G Smartfren dan XL di wilayah Kota Palembang. 2) Data Sekunder, yaitu pengumpulan data dengan mempelajari masalah yang berhubungan dengan objek yang diteliti serta buku yang dipelajari, yang terdiri dari : 1. Studi Pustaka Penulis menggunakan pengetahuan yang didapat dari buku – buku, literature di perpustakaan, jurnal ilmiah dan internet yang erat kaitanya dengan penelitian yang dilakukan. 2. Dokumentasi

Gambar 1. BTS XL dan Smartfren dalam Satu Wilayah 2. Membuat rencana tindakan (action planning) Peneliti dan partisipan bersama-sama memahami pokok masalah yang ada kemudian dilanjutkan dengan menyusun rencana tindakan yang tepat untuk menyelesaikan masalah yang ada. Pada tahap rencana tindakan peneliti juga mengumpulkan data berupa luas wilayah jaringan 4G Smartfren dan Xl. Dengan mengetahui wilayah cakupan ini bertujuan untuk menentukan lokasi dan jarak pengukuran kualitas jaringan internet dari peneliti ke BTS Smartfren dan XLdi wilayah Kota Palembang. Contoh Jarak pengukuran dapat dilihat pada gambar berikut.

Penulis mengambil data-data yang diperlukan pada Lembaga Penelitian dan Pengabdian Masyarakat Universitas Bina Darma. C. Metode Penelitian Penelitian ini menggunakan model penelitian tindakan atau Action research. yaitu sebuah metode penelitian, didirikan atas asumsi bahwa teori dan praktik dapat secara tertutup diintegrasikan dengan pembelajaran dari hasil intervensi yang direncanakan setelah diagnosis yang rinci terhadap konteks masalahnya. [1]. 1. Melakukan diagnosa (diagnosing) Melakukan identifikasi masalah-masalah pokok yang ada guna menjadi dasar kelompok atau organisasi sehingga terjadi perubahan, untuk tahap ini pertama peneliti menentukan jarak pengukuran dari BTS, dalam hal ini 5 km untuk masing – masing provider. Kedua Menentukan letak BTS untuk jaringan 4G didapatkan tempat BTS untuk XL dan Smartfren yang berada dalam satu wilayah tepatnya di Jalan Angkatan 45. Tepatnya didekat Palembang Square.

74

Gambar 2. Rencana Jangkauan Pengujian 3. Melakukan tindakan (action taking) Dalam melakukan tindakan jumlah kuota yang digunakan untuk setiap penyedia XL dan Smartfren sebesar 4 GB (Giga Byte) dengan jarak pengukuran sejauh 5 km dari BTS. IP Protokol yang digunakan untuk pengujian adalah www.facebook.com (31.12.79.220) dengan menggunakan dua buah laptop, modem Smartfren 4G LTE Andromax M2Y (untuk Smartfren) dan modem 4G Bolt (untuk XL). Pada penelitian ini akan menggunakan tools axence nettols untuk menguji diantaranya delay, packet loss, througput, dan biznet speedtest untuk menguji bandwith dan akan dilaksanakan


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 pada tanggal 02 Januari 2017 s/d 10 Januari 2017 dilakukan dalam dua sesi pukul 07.00-09.00 WIB – 10.00-12.00 WIB 4. Melakukan evaluasi (evaluating) Setelah masa implementasi (action taking) dianggap cukup kemudian peneliti bersama partisipan melaksanakan evaluasi hasil dari implementasi tadi. 5. Pembelajaran (learning) Tahap ini merupakan bagian akhir siklus yang telah dilalui dengan melaksanakan review tahap-pertahap yang telah berakhir kemudian penelitian ini dapat berakhir. Seluruh kriteria dalam prinsip pembelajaran harus dipelajari, perubahan dalam situasi organisasi dievaluasi oleh peneliti dan dikomunikasikan kepada klien, peneliti dan klien merefleksikan terhadap hasil proyek, yang nampak akan dilaporkan secara lengkap dan hasilnya secara eksplisit dipertimbangkan dalam hal implikasinya terhadap penerapan Canonical Action Reaserch (CAR) D. Kerangka Pemikiran Dalam kerangka pemikiran penelitian ini parameter yang akan di ukur dan analisis terdiri dari Bandwidth, throughput, Delay, Jitter dan Packet loss, terhadap Jaringan internet mobile 4G Smartfren dan XL, sehingga didapat besar kualitas jaringan internet mobile yang harus di penuhi atau yang memenuhi standar kualitas layanan yang baik menurut standar versi TIPHON. Kerangka pemikiran untuk penelitian ini sebagai berikut :

Broadband adalah Saluran transmisi data dengan kecepatan tinggi serata kapasitas bandwidth yang lebih besar dari pada saluran telepon konvensional.[3]. Beberapa sifat broadband yaitu, mudah diinstal, bisa digunakan untuk jarak 100 sampai 1000 meter, bisa digunakan 100 sampai 1000 pengguna, bisa digunakan untuk transmisi data, video, radio. [4]. G. Parameter Kualitas Jaringan Beberapa parameter dijadikan referensi umum untuk dapat melihat performansi dari suatu jaringan adalah Metode QOS. Quality of Service atau QoS digunakan untuk mengukur tingkat kualitas koneksi jaringan TCP/IP berupa delay, packet loss, troughput dan Bandwith,. Beberapa parameter yang dijadikan referensi umum untuk dapat melihat performansi dari jaringan IP adalah Utilisasi/Okupansi, Paket Loss, Delay, dan Availibilitas [5]. 1) Utilisasi/Okupansi Teknologi IP adalah teknologi connectionless oriented, dimana proses transmisi informasi dari pengirim ke tujuannya tidak memerlukan pendifinisian jalur terlebih dahulu, seperti halnya teknologi connection oriented. Dalam hal ini Utilisasi/okupansi jaringan cenderung dipengaruhi langsung oleh trafik yang ditransmisikan melewati jaringan IP tersebut. Sebagai gambaran pada tabel di bawah ini, menunjukkan besarnya bytes yang diperlukan untuk proses aplikasi IP. Tabel 1. Ukuran paket di dalam setiap Aplikasi APPLICATION

Gambar 3. Kerangka pemikiran penelitian. E. Jaringan Wi-Fi Singkatnya Wi-Fi adalah standarisasi koneksi yang digunakan untuk menghubungkan antara satu kompoputer dengan satu komputer atau ke banyak komputer.[2]. Dengan menggunakan WiFi, kita dapat mengakses internet dengan cepat. WiFi mempunyai kemampuan akses internet dengan kecepatan hingga 11 Mbps. Kita tidak membutuhkan kabel untuk terhubung kejaringan WiFi. Namun, kita harus berada pada daerah yang mempunyai sinyal WiFi. Daerah yang mempunyai sinyal WiFi adalah daerah yang berada pada radius 100 meter dari titik akses yang sering disebut hotspot.

PACKET SIZE

Telnet

64 – 1518 bytes

http

400 – 1518 bytes

NFS

64 – 1518 bytes

NetWare

500 – 1518 bytes

Multimedia

400 – 700 bytes

2) Paket Loss / Kongesti Packet loss didefinisikan sebagai kegagalan transmisi paket IP mencapai tujuannya. Kegagalan paket tersebut mencapai tujuan, dapat disebabkan oleh beberapa kemungkinkan, diantaranya yaitu: a.

Terjadinya overload trafik didalam jaringan,

b.

Tabrakan (congestion) dalam jaringan,

c.

Error yang terjadi pada media fisik,

d.

Kegagalan yang terjadi pada sisi penerima antara lain bisa disebabkan karena overflow yang terjadi pada buffer.

F. Broadband


75

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Tabel 2. Standarisasi Packet loss Versi THIPON Kategori Degradasi Sangat Bagus Bagus Sedang Jelek

Packet loss 0 3% 15 % 25 %

3) Delay Delay adalah waktu tunda suatu paket yang diakibatkan oleh proses transmisi dari satu titik ke titik lain yang menjadi tujuannya. Tabel 3. Standarisasi Delay Versi THIPON Kategori Latency Sangat Bagus Bagus Sedang Jelek

Delay < 150 ms 150 - 300 ms 300 - 450 ms < 450 ms

Gambar 4. Hasil pengukuran Bandwith Smartfren Berdasarkan data yang didapatkan untuk pengujian download di setiap tempat pada jaringan 4G LTE XL dan Smartfren, maka diperoleh hasil yang dapat dilihat pada tabel berikut : Tabel 4. Hasil pengukuran Bandwith 4G Smartfren

4) Jitter Jitter merupakan variasi delay antar paket yang terjadi pada jaringan IP. Besarnya nilai jitter akan sangat dipengaruhi oleh variasi beban trafik dan besarnya tumbukan antar paket (congestion) yang ada dalam jaringan IP. Semakin besar beban trafik di dalam jaringan akan menyebabkan semakin besar pula peluang terjadinya congestion dengan demikian nilai jitter-nya akan semakin besar. III. HASIL Adapun hasil penelitian yang didapat dari beberapa tahapanan pengujian dengan parameter QOS di jaringan 4G adalah sebagai berikut : A. Bandwith Hasil pengukuran Bandwith dengan cara mengkoneksikan laptop ke jaringan 4G LTE smartfren dengan kapasitas Bandwith yang disediakan sebesar 102400 Kbps atau 100 Mb, lalu membuka browser dan mengakses speedtest.biznetnetwork.com lalu klik begin test pada tampilan Biznet Speed Meter. Kemudian dapat dilihat hasilnya berupa screenshot sebagai berikut:

Hari/ Tanggal Senin, 02 Jan 2017 Selasa, 03 Jan 2017 Rabu, 04 Jan 2017 Kamis, 05 Jan 2017 Jumat, 06 Jan 2017 Sabtu, 07 Jan 2017 Senin, 09 Jan 2017 Selasa, 10 Jan 2017

Waktu

SMARTFREN Bandwith (Mbps) Download Upload

07.00-09.00

3.27

1.98

10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00

3.68 5.98 4.91 7.09 5.08 6.37 9.80 8.58 7.34 10.50 8.54 5.29 4.64 8.06 7.99

2.89 5.97 3.78 5.45 4.48 4.99 4.88 5.61 5.07 4.51 4.92 3.68 3.35 7.88 6.36

Tempat

KM. 10 (Simp. Bandara)

PTC

Plaju (Polres Plaju) Gandus (Musi II)

Dari hasil pengukuran bandwith 4G Smartfren di beberapa tempat didapat hasil sebagai berikut : hasil download terbesar pada daerah Plaju (Polres Plaju) dan PTC masing – masing sebesar 10.50 Mbps dan 9.80 Mbps, untuk download terkecil didaerah KM.10 (Simpang Bandara). Sedangkan untuk Upload terbesar didaerah Gandus sebesar 7.88 Mbps dan Upload terkecil terdapat didaerah KM.10 yaitu 1,98 Mbps. Tabel 5. Hasil pengukuran Bandwith 4G XL Waktu

Senin, 02 Jan 2017

07.00-09.00

3.03

1.62

10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00

3.27 5.48 6.05 13.21 9.33 10.79 10.63

1.98 0.38 0.20 3.70 2.24 3.68 2.89

Selasa, 03 Jan 2017 Rabu, 04 Jan 2017 Kamis, 05 Jan 2017

76

XL Bandwith (Mbps) Download Upload

Hari/ Tanggal


Tempat


PTC

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Jumat, 06 Jan 2017 Sabtu, 07 Jan 2017 Senin, 09 Jan 2017 Selasa, 10 Jan 2017

07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00 07.00-09.00 10.00-12.00

4.07 3.45 7.52 6.47 4.90 3.74 6.47 8.13

0.17 0.15 2.65 0.16 4.41 3.63 2.89 0.16

Plaju (Polres Plaju) Gandus (Musi II)

Dari hasil pengukuran bandwith 4G XL di beberapa tempat didapat hasil sebagai berikut : hasil download terbesar pada daerah PTC dengan rata - rata sebesar 13.21 Mbps. Untuk download terkecil didaerah KM.10 (Simpang Bandara) dengan rata – rata 3.0.1 Mbps. Sedangkan untuk Upload terbesar didaerah Gandus sebesar 4.41 Mbps dan Upload terkecil terdapat didaerah Plaju yaitu 0,15 Mbps. B.Througput Berdasarkan hasil pengukuran througput dengan menggunakan aplikasi Axence NetTools dengan cara membuka Axence NetTools dan memilih fitur Bandwith. Selanjutnya memasukkan IP Protokol 31.1279.220 (facebook) pada Address Bar kemudian klik Bandwith. pada jaringan 4G LTE smartfren, pengujian atau pengukuran dilakukan pada pukul 07.00 - 09.00 WIB dan 10.00-12.00 WIB dapat dilihat hasilnya berupa screenshot sebagai berikut:

Kamis 05 Januari 2017

07.0009.00 10.0012.00

102400

93.943

91,741211

102400

78.655

76,811523

Gandus (Musi II)

Sedangkan untuk hasil pengukuran througput pada jaringan 4G XL dapat dilihat pada tabel 7 berikut. Dari tabel dapat kita simpulkan yaitu : hasil througput terendah didaerah Gandus Musi II sebesar 56,89%. Dan hasil througput tertinggi didaerah KM. 10 Simpang Bandara sebesar 105,92%. Tabel 7. Hasil pengukuran Througput XL Hari/Tan ggal

Waktu

Senin, 02 Januari 2017 Selasa, 03 Januari 2017 Rabu, 04 Januari 2017 Kamis 05 Januari 2017

07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00

XL Througput (Bps) Bandwit Persentase Avg h (kbps) (%) 102400

108.464

105,92188

102400

68.323

66,72168

102400

77.825

76,000977

102400

86.430

84,404297

102400

83.548

81,589844

102400

91.904

89,75

102400

85.866

83,853516

102400

58.256

56,890625

Tempat

KM. 10 (Simp. Bandara) PTC MALL Plaju (Polres Plaju) Gandus (Musi II)

C.Delay Berdasarkan hasil pengukuran Delay dengan cara membuka aplikasi Axence Nettools, kemudian memilih fitur NetWatch. Selanjutnya mengisikan IP Address Facebook (31.12.79.220) pada Address Bar. Kemudian klik Add, Screenshot hasil pengukuran Delay dan Paket loss dapat dilihat pada gambar 6. Gambar 5. Hasil pengukuran Througput Smartfren Berikut hasil pengukuran througput yang didapatkan pada jaringan 4G Smartfren. Untuk througput yang terendah yaitu di daerah PTC Mall sebesar 63,125%. Dan througput tertinggi didaerah Plaju didapat hasil pengukuran sebesar 93.01%.

Hasil pengukuran di beberapa tempat pada jaringan 4G Smartfren dan Xl didapat hasil sebagai berikut. Hasil pengukuran delay pada jaringan smartfren yaitu dengan mengakses url dari facebook.com didapatkan hasil delay rata – rata terkecil 77 ms terdapat didaerah KM. 10 Simpang bandara.

Tabel 6. Hasil pengukuran Througput Smartfren Hari/Ta nggal

Waktu

Senin, 02 Januari 2017 Selasa, 03 Januari 2017 Rabu, 04 Januari 2017

07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00

Smartfren Througput (Bps) Bandwith Persentase Avg (kbps) (%) 102400

92.784

90,609375

102400

68.323

66,72168

102400

68.666

67,056641

102400

64.640

63,125

102400

92.145

89,985352

102400

95.245

93,012695

Tempat

KM. 10 (Simp. Bandara) PTC MALL Plaju (Polres Plaju)

Gambar 6. Screenshot hasil pengukuran Delay dan Packet loss Smartfren 4G LTE Tabel 8. Hasil pengukuran Delay Smartfren


77


SMARTFREN Hari/ Tggl

Senin , 02 Jan 2017 Selas a, 03 Jan 2017 Rabu , 04 Jan 2016 Kami s, 05 Jan 2017

Kategor i THIPO N

Waktu Delay (ms)

07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00

Min

Max

Rata -rata

59

967

83

Perfect

64

351

77

Perfect

68

991

154

Good

60

819

221

Good

58

821

117

Perfect

65

689

80

Perfect

62

816

104

Perfect

63

288

104

Perfect

Akses

www.f aceboo k.com

Tmpt

XL Waktu Min Senin, 02 Januari 2017 Selasa, 03 Januari 2017 Rabu, 04 Januari 2017 Kamis 05 Januari 2017

07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00

57

Max 543

Rat arata 68

Kategor i THIPO N

XL Hari/ Tggl

www.f aceboo k.com

PTC MALL

www.f aceboo k.com

Plaju (Polres Plaju)

Senin, 02 Januari 2017

www.f aceboo k.com

Gandus (Musi II)

Selasa, 03 Januari 2017

Tabel 9. Hasil pengukuran Delay XL

Delay (ms)

Tabel 10. Hasil pengukuran Packet Loss Smartfren


Hasil pengukuran delay pada jaringan XL yaitu dengan mengakses url dari facebook.com didapatkan hasil delay rata – rata terkecil 65ms terdapat didaerah Plaju. Delay ini dapat dikategorikan Perfect menurut standar kategori Thipon. Sedangkan delay terbesar didaerah Gandus Musi II yaitu sebesar 152ms, ini termasuk kategori good menurut standar Thipon. Hasil pengukuran tersebut dapat dilihat pada tabel 9. Berikut.

Hari/ Tggl

smartfren yaitu dengan cara mengirimkan ukuran packet yang sama. Didapatkan hasil Packet Loss terkecil 0% dibeberapa tempat yaitu didaerah KM. 10 Simpang bandara, Plaju dan Gandus Musi II. Menurut standar thipon termasuk kategori Perfect. Sedangkan Packet Loss terbesar di daerah PTC Mall sebesar 8%.

Delay (ms)

Waktu Min

Max

Rat arata

57

543

68

Perfect

62

883

144

Perfect

57

834

71

Perfect

70

147

83

Perfect

44

524

65

Perfect

57

337

79

Perfect

42

950

152

Good

59

986

115

Perfect

07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00

Rabu, 04 Januari 2017 Kamis 05 Januari 2017

Kategor i THIPO N

Akses

Temp at

www.f aceboo k.com


www.f aceboo k.com

PTC MALL

www.f aceboo k.com


www.f aceboo k.com

Gandu s (Musi II)

Hasil pengukuran Packet Loss pada jaringan 4G XL yaitu dengan cara mengirimkan ukuran packet yang sama. Maka didapatkan hasil Packet Loss terkecil 1% terdapat didaerah Plaju (Polres Plaju). Menurut standar thipon termasuk kategori Perfect. Sedangkan Packet Loss terbesar di daerah Gandus Musi II sebesar 8%. Hasil pengukuran Packet Loss jaringan 4G XL dapat dilihat pada tabel 8 berikut ini.

Akses

Temp at

www.f aceboo k.com


www.f aceboo k.com

PTC MALL

www.f aceboo k.com


Selasa, 03 Januari 2017

www.f aceboo k.com

Gandu s (Musi II)

Rabu, 04 Januari 2017

Tabel 11 . Hasil pengukuran Packet Loss XL Perfect

62

883

144

Perfect

57

834

71

Perfect

70

147

83

Perfect

44

524

65

Perfect

57

337

79

Perfect

42

950

152

Good

59

986

115

Perfect

Hari/ Tanggal Senin, 02 Januari 2017

Kamis, 05 Januari 2017

XL Packet Loss

Waktu 07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00 07.0009.00 10.0012.00

Kategori THIPON

Sent

Lost

Lost (%)

501

2

0

501

40

8

Good

502

24

5

Good

501

2

0

Perfect

501

12

2

Perfect

501

3

1

Perfect

501

91

18

511

21

4

Perfect

Good Good

Tempat

KM. 10 (Simp. Bandara) PTC MALL Plaju (Polres Plaju) Gandus (Musi II)

D.Packet Loss Berdasarkan hasil pengukuran Packet Loss di beberapa tempat pada jaringan 4G Smartfren dan Xl didapat hasil sebagai berikut. Hasil pengukuran Packet Loss pada jaringan 78

1.

IV. KESIMPULAN Dari hasil beberapa kali pengujian atau pengukuran Bandwith pada Jaringan 4G Smartfren dan XL , hasil


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 daerah Plaju (Polres Plaju) masing – masing sebesar 0%. Dan Packet Loss terbesar pada jaringan 4G XL sebesar 18 % terjadi daerah Gandus (Musi II).

download terbesar yaitu pada Jaringan 4G XL sebesar 13.21 Mbps di daerah PTC Mall. Hasil download terkecil yaitu pada Jaringan 4G XL juga sebesar 3.01 Mbps di daerah KM.10 (Simpang Bandara). 2.

3.

4.

Hasil pengujian atau pengukuran througput pada Jaringan 4G Smartfren dan XL, untuk througput terendah yaitu pada jaringan 4G XL di daerah Gandus Musi II sebesar 56,89%. Dan througput tertinggi juga pada jaringan 4G XL sebesar 105,92% di daerah KM.10 (Simpang Bandara). Hasil pengujian atau pengukuran Delay pada Jaringan 4G Smartfren dan XL, untuk Delay terkecil yaitu pada jaringan 4G XL di daerah Pelaju (Polres Plaju) sebesar 65 ms. Dan Delay terbesar pada jaringan Smartfren sebesar 221 ms terjadi daerah PTC Mall. Hasil pengujian atau pengukuran Packet Loss pada Jaringan 4G Smartfren dan XL, untuk Packet Loss terkecil yaitu pada jaringan 4G Smartfren terdapat di dua tempat atau daerah KM.10 (Simpang Bandara) dan

DAFTAR PUSTAKA [1]

[2] [3] [4] [5]

[6]

Davison, R. M., Martinsons, M. G., Kock N., “Principles of Canonical Action Research” , jurnal : Information Systems, vol. 14, p.65–86, 2004. Wahana komputer,Tip Jitu Optimasi Jaringan Wi-Fi, Yogyakarta : Andi Offset, 2010. Melwin Syafrizal, Pengantar Jaringan Komputer, Yogyakarta : Andi Offset, 2005. Edison Siregar, Langsung Praktik Mengelola Jaringan Lebih Efektif dan Efisien, Yogyakarta: Andi Offset, 2010 Joesman 2008, Simulasi Jaringan berbasis paket dengan mempergunakan simulator OPNET, diakses : 15/03/2016, http://joesman.wordpress.com/-page/2/. Setiawansyah, Agus, dkk 2013. “Analisis Kinerja Jaringan Pusat Internet Pedesaan Berbasis VSAT Di Kabupaten Muara Enim”, Fakultas Ilmu Komputer. Universitas Bina Darma


79


Implementasi Sensor Kapasitif dan Piezo-Electric pada Bilah Gamelan Elektronik sebagai Media Belajar Tabuh I Gede Eka Wiantara Putra Program Studi Sistem Komputer STMIK STIKOM Bali Denpasar, Bali – Indonesia [email protected] Abstrak—Seni dan Budaya Tabuh merupakan salah satu mata kuliah yang tercantum di dalam kurikulum STMIK STIKOM Bali. Khususnya di STMIK STIKOM Bali Kampus II Jimbaran yang baru berdiri, dibutuhkan sebuah media belajar seni tabuh berupa seperangkat gamelan gong kebyar. Berawal dari hal tersebut, penulis mengupayakan sebuah alternatif media pembelajaran yang lebih murah, efisien, namun efektif, yaitu gamelan elektronik. Gamelan ini diimplementasikan dengan sebuah sensor piezo-electric dan sensor kapasitif. Pada makalah ini, disampaikan metode pengimplementasian sensor tersebut pada sebuah rancangan bilah gamelan elektronik, serta analisis terhadap kualitas suara yang dihasilkan. Hasil eksperimen menunjukkan bahwa kedua sensor tersebut dapat diimplementasikan menggunakan sebuah microcontroller Arduino Pro-mini disertai dengan sebuah SD-Card Shield sebagai media penyimpan data audio berformat .wav PCM 12.000 kHz, 8 bit, mono. Kualitas suara yang dihasilkan bergantung pada kualitas data audio yang disimpan, ketersediaan pre-amplifier, dan daya pada unit power supply. Pada sisi input, kinerja sensor piezo-electric telah sesuai dengan tujuan pengimplementasian, sedangkan kinerja sensor kapasitif bergantung pada ketersediaan sinyal noise dari jala-jala listrik dan power supply. Kata kunci: piezo-electric, sensor kapasitif, gamelan elektronik, media pembelajaran.

I. PENDAHULUAN Seni dan Budaya Tabuh merupakan salah satu mata kuliah yang tercantum di dalam kurikulum STMIK STIKOM Bali. Saat ini, STIKOM Bali memiliki dua kampus, yaitu Kampus Renon dan Kampus II Jimbaran. Khususnya di Jimbaran sebagai Sekolah Tinggi IT berbasis budaya, proses pembelajaran Seni dan Budaya Tabuh masih dilakukan dengan menyewa seperangkat gamelan gong kebyar pada salah satu sanggar di daerah Kuta Selatan. Berawal dari hal ini, penulis mengupayakan sebuah inovasi konversi gamelan analog ke bentuk digital yang lebih murah, efisien, namun efektif. Gamelan elektronik yang dirancang dengan beberapa komponen elektronika dan diimplementasikan pada perangkat berbahan dasar plat seng, akan menjadikannya jauh lebih 80

murah dibandingkan dengan gamelan analog. Perangkat gamelan elektronik dirancang dengan ukuran yang lebih kecil, namun sesuai dengan fungsinya, sehingga dapat meminimalisasi kebutuhan tempat penyimpanan. Selain efisien tempat, proses pembelajaran menggunakan gamelan elektronik tidak akan mengganggu lingkungan sekitar, karena suara yang dihasilkan dapat didengarkan melalui head-phone. Implementasi gamelan elektronik sebagai media pembelajaran Seni dan Budaya Tabuh tetap memiliki efektifitas yang tinggi, sebab perancangan perangkat disesuaikan dengan bentuk dan cara kerja perangkat gamelan analog pada umumnya. Terkait sensor yang digunakan, telah dilakukan penelitian serupa dengan pengimplementasian pada berbagai peralatan musik tradisional, seperti e-suling yang menerapkan sensor piezo dan accelerometer [1]. Di samping itu, telah diimplementasikan sebuah Gamelan Elektrika menggunakan MIDI controller beserta beberapa sensor piezo dan kapasitif [2]. Penelitian-penelitian tersebut merupakan suatu inovasi yang baru sebagai upaya medernisasi instrumentasi musik tradisional. Digitalisasi instrumentasi musik tradisional selain diimplementasikan pada suatu perangkat elektronika, telah dikembangkan melalui perangkat mobile [3][4]. Namun demikian, penerapan tersebut belum mampu meningkatkan kenyamanan pengguna secara maksimal,, baik sebagai media pembelajaran maupun media hiburan. II. METODE Penelitian ini diawali dengan perancangan rangkaian sensor piezo-electric sebagai sinyal input pada microcontroller [5]. Sensor ini mampu menghasilkan tegangan ketika bergetar dan sinyal yang dihasilkan selanjutnya dianalisis untuk menentukan threshold pada rentang 10 bit (0-1023). Proses pengolahan sinyal input dari sensor piezo-electric dimanfaatkan untuk memanggil data audio berformat .wav PCM 12.000 kHz, 8 bit, mono, untuk dimainkan melalui pin output microcontroller. Menggunakan SD-Card Shield sebagai media penyimpan data audio membutuhkan suplai tegangan 5 Volt, sehingga sangat mudah


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 diimplementasikan pada Arduino Pro-mini dengan suplai yang sama dan berdimensi kecil. Analisis terhadap kualitas suara yang dihasilkan dilakukan melalui perbandingan kualitas suara yang disimpan dengan kualitas suara yang dihasilkan Arduino Pro-mini menggunakan ear-phone atau active-loud speaker. Proses selanjutnya adalah implementasi rangkaian tersebut ke rancangan perangkat gamelan elektronik berbahan plat seng. Plat seng merupakan sebuah penghantar, sehingga untuk menghindari kemungkinan short-cicuit, maka penempelan sensor piezo-electric dilakukan dengan menambahkan double-tape, tanpa meningkatkan efek redaman atas getarannya. Selain itu, plat seng merupakan bahan yang mudah dibentuk, sehingga kemiripan dan kesesuaian bentuk gamelan analog dapat diimplementasikan dengan lebih kreatif. Piezo-electric

Bilah Gamelan

Arduino Pro-mini

SD-Card Shield

Ear-phone

Sensor kapasitif ini selanjutnya diimplementasikan pada rancangan perangkat gamelan elektronik berbahan plat seng tersebut. Plat seng sebagai penghantar memiliki fungsi tambahan untuk menghubungkan sentuhan pemain ke rangkaian sensor kapasitif. Analisis terhadap hasil implementasi diperlukan untuk memeriksa kemungkinan perubahan nilai sensor oleh luas penampang bilah dari plat seng. Bilah Gamelan

Rangkaian darlington

Arduino Pro-mini

Gambar 2. Skema rangkaian untuk menghentikan audio. Kinerja kedua sensor selanjutnya dipadukan dalam rancangan sebuah bilah perangkat gamelan elektronik. Kemampuan kinerja rangkaian setelah dipadukan menjadi bahan analisis selanjutnya. Di sisi lain, proses konversi file audio ke format .wav PCM 12.000 kHz, 8 bit, mono, dilakukan menggunakan aplikasi Winamp v5.621. Ini dapat dilakukan melalui menu Option/Output/Nulsoft Disk Writer v2.14, dan memilih bagian format. Hasil pengkonversian tersebut selanjutnya disimpan ke memori Micro-SD.

Gambar 1. Skema rangkaian untuk memainkan audio. Gamelan gong kebyar dimainkan dengan dua langkah, yaitu dipukul dan diredam. Bilah yang dipukul akan bergetar dan menghasilkan suara hingga getarannya berhenti. Umumnya, pemain gamelan akan menghentikan getaran tersebut sesuai dengan tempo atau irama yang diinginkan. Dengan demikian, maka perancangan gamelan elektronik membutuhkan sensor tambahan untuk mengetahui kapan seorang pemain menghentikan suara bilah yang dipukulnya. Sensor kapasitif [6] sebagai sensor sentuh dirancang dengan menguatkan tegangan melalui rangkaian transistor secara darlington [7]. Dalam hal ini, sentuhan yang diberikan oleh pemain pada terminal basis transistor akan mengalirkan tegangan dari terminar kolektor ke terminal emitor-nya. Dengan kata lain, ini merupakan sebuah rangkaian saklar dengan sebuah sentuhan untuk meng-aktiv-kannya. Analisis terhadap kinerja sensor kapasitif dilakukan melalui pembacaan nilai tegangan yang dikeluarkan oleh terminal emitor dalam 10 bit ADC oleh Arduino berbasis ATmega328P [8]. Selanjutnya ditentukan nilai threshold sebesar setengah dari nilai antara minimum dan maksimum. Dalam hal ini, bila sensor tidak disentuh, maka nilai yang dihasilkan berada pada kisaran minimum, dan bila disentuh, nilai yang dihasilkan adalah pada kisaran maksimum. Penentuan nilai ini didasarkan pada hasil fluktuatif pembacaan sensor, baik disentuh maupun tidak.

Piezo-electric

Bilah Gamelan

Arduino Pro-mini

Rangkaian darlington

Ear-phone

SD-Card Shield

Gambar 3. Skema gabungan rangkaian untuk memainkan dan menghentikan audio. III. HASIL DAN PEMBAHASAN Pembacaan nilai tegangan yang dihasilkan sensor piezoelectric dilakukan melalui pin A0 pada Arduino, dengan syntax sebagai berikut:

Selanjutnya, variabel gong ditampilkan ke serial plotter pada Arduino IDE agar perubahan nilai terlihat lebih jelas melalui tampilan grafik. Penentuan nilai threshold dilakukan dengan memperkirakan kuat lemahnya pukulan pada perangkat gamelan elektronik. Penentuan ini diupayakan tidak terlalu rendah, sebab akan berdampak pada kinerja perangkat yang terlalu sensitif. Selain itu, nilai threshold diupayakan


81

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 tidak terlalu tinggi, sebab akan berdampak pada kurang sensitifnya perangkat saat menerima pukulan dari pemain. Dalam penelitian ini diperoleh nilai threshold sebesar 450.

Implementasi rangkaian sensor piezo-electric pada rancangan perangkat gamelan elektronik diperlihatkan pada gambar berikut:

Threshold yang digunakan tersebut selanjutnya menjadi tolak ukur apakah file audio pada memori SD-Card dimainkan atau tidak. Syntax yang diimplementasikan adalah sebagai berikut:

nadaGong.wav di atas merupakan nama file audio berformat PCM 12.000 kHz, 8 bit, mono. Penggunaan format audio lainnya menggunakan library TMRpcm tidak dapat dilakukan, atau bila menggunakan frekuensi atau bit yang berbeda, maka akan menghasilkan kualitas suara yang kurang maksimal. Implementasi piezo-electric pada rangkaian untuk memainkan nada sebuah bilah gamelan elektronik menghasilkan nilai yang bervariasi. Ini bergantung pada kuat lemahnya getaran pada sensor. Semakin kuat getaran sensor, semakin besar tegangan yang dihasilkan. Hal ini menjadi sebuah parameter untuk menentukan kuat lemahnya nada yang akan dimainkan. Salah satu hal yang telah dilakukan adalah dengan mengatur volume output dari Arduino menggunakan library TMRpcm dengan syntax sebagai berikut:

Nilai 5 menunjukkan tingkat volume pada rentang 0 sampai 7. Dari hasil pengujian, penggunaan nilai 7 mampu menguatkan audio secara maksimal, namun kualitas suara menjadi lebih rendah. Kemunculan noise pada nilai volume tersebut menyebabkan suara yang diinginkan menjadi kurang jelas. Namun demikian, kualitas suara yang dihasilkan tersebut bergantung kepada kualitas audio yang disimpan. Semakin banyak noise pada audio yang tersimpan, maka penguatan yang dilakukan akan memperjelas noise tersebut. Penggunaan nilai 5 pada penelitian ini cukup untuk menguatkan audio dengan kualitas suara yang lebih jernih. Pengujian atas implementasi sensor piezo-electric dalam rangkaian memainkan audio ini memiliki kendala pada kemampuan Arduino yang kurang responsif terhadap perubahan sinyal output digital. Hal ini menyebabkan perubahan volume audio yang dihasilkan dari perubahan getaran sensor menjadi tidak stabil. Namun demikian, penggunaan perubahan volume tetap dapat diimplementasikan pada instrumentasi yang tidak membutuhkan perubahan volume yang cepat.

82

Gambar 4. Implementasi sensor piezo-electric pada rancangan perangkat gamelan elektronik. Sensor kapasitif pada penelitian ini diimplementasikan sesuai dengan perancangan awal, yaitu menggunakan rangkaian transistor darlington. Tipe transistor yang digunakan adalah 2N2222 karena memiliki kemampuan pensaklaran yang cepat dengan kebutuhan arus yang rendah, sehingga sesuai dengan rancangan rangkaian berarus lemah. Umumnya rangkaian darlington menggunakan dua buah transistor, namun dalam penelitian ini diujicobakan menggunakan tiga buah transistor. Hal ini dilakukan untuk mengantisipasi kemungkinan terlalu lemahnya sinyal input berdasarkan sentuhan manusia. Output rangkaian transistor ini dihubungkan ke pin A1 pada Arduino dan resistor 10 kOhm yang terhubung dengan ground. Pembacaan nilai sensor kapasitif ini relatif sama dengan pembacaan sensor piezo-electric, sebagai berikut:

Nilai yang tampil pada serial plotter menunjukkan perubahan yang cukup signifikan ketika sensor disentuh atau tidak. Dalam hal ini, bila sensor disentuh, nilai yang terbaca adalah tinggi, sedangkan berubah menjadi rendah saat tidak disentuh. Proses menampilkan sinyal ini melalui serial plotter tidak disarankan menggunakan delay pada syntax, sebab perubahan yang terjadi tidak akan terlihat secara menyeluruh. Sebagaimana sensor piezo-electric, pada bagian ini ditentukan nilai threshold yang sesuai dengan rentang amplitude sinyal input. Hal ini dilakukan untuk menjaga status aktivasi sensor yang memiliki fluktuasi baik pada rentang minimum (ketika tidak disentuh) dan pada rentang maksimum (saat disentuh). Pada bagian ini, nilai threshold yang digunakan adalah 200. Kestabilan atas fluktuasi yang terjadi dipengaruhi oleh nilai resistor yang digunakan. Namun dalam penelitian ini tidak membahas pengaruh nilai resistansi sebagaimana digunakan pula pada sensor piezo-electric. Implementasi program dalam menentukan apakah audio yang dimainkan akan dihentikan atau tidak, adalah sebagai berikut:



Beberapa hal yang perlu mendapat perhatian dalam pengimplementasian sensor kapasitif ini adalah ketersediaan sinyal noise dari jala-jala listrik 50 Hz. Dari hasil pengujian menunjukkan bahwa sentuhan tunggal (hanya ujung jari) telah mampu memberikan perubahan nilai yang stabil. Namun bila rangkaian didekati oleh tubuh manusia, maka nilai fluktuasi rentang minimum semakin meningkat, sehingga rentang perubahan nilai sentuhan menjadi lebih sempit. Namun demikian, secara keseluruhan, rangkaian sensor kapasitif telah mampu bekerja sesuai dengan fungsinya. Implementasi rangkaian sensor kapasitif pada rancangan perangkat gamelan elektronik diperlihatkan pada gambar berikut:

Gambar 5. Implementasi sensor kapasitif pada rancangan perangkat gamelan elektronik. Setelah implementasi kedua rangkaian sensor di atas, selanjutnya rangkaian tersebut digabungkan untuk mengetahui perubahan fungsi yang mungkin terjadi. Namun dalam hal ini, rangkaian bekerja dengan baik sesuai dengan tujuan pengimplementasian. Hal-hal lainnya yang telah diujikan pada rangkaian ini adalah penggunaan sumber tegangan dari baterai. Sensor piezo-electric berfungsi dengan baik, namun implementasi sensor kapasitif tidak berfungsi sebagaimana semestinya. Analisis terhadap pengujian ini menghasilkan bahwa diperlukannya implementasi ground tambahan yang dapat dihubungkan ke bagian perangkat. Namun demikian, kinerja rangkaian tidak maksimal.

Gambar 6. Implementasi sensor untuk gamelan elektronik. Kedua sensor pada bilah gamelan elektronik selanjutnya diimplementasikan pada bilah-bilah lainnya untuk membangun sebuah gamelan elektronik. Penelitian ini dilanjutkan dengan menggabungkan rangkaian di setiap bilah pada satu gamelan elektronik dengan hasil yang kurang memuaskan. Dimana, telah dilakukan penggabungan pin output setiap Arduino menuju active speaker. Suara yang dihasilkan cukup baik untuk satu bilah, namun saat bilah ke dua dipukul, maka terjadi penurunan volume suara bilah. Hingga bilah ke 5, penurunan tersebut masih stabil, namun ketika bilah ke 6 dipukul, suara noise semakin terdengar. Analisis terhadap keadaan tersebut adalah bahwa minimnya suplai daya menyebabkan output sinyal audio oleh Arduino tidak maksimal. Dalam hal ini, suplai daya yang digunakan adalah 5 Volt dengan arus maksimum 1 Ampere tidak cukup untuk menyuplai daya Arduino yang masing-masing membutuhkan arus kisaran 200 mA.

Gambar 7. Rancangan perangkat gamelan elektronik Atas hasil analisis terhadap suplai daya, maka digunakan catu daya yang lebih besar, namun karena keterbatasan sarana, yang mana suplai daya belum cukup stabil (menghasilkan noise yang besar), maka kualitas suara yang dihasilkan masih belum optimal.


83

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Penelitian selanjutnya adalah menambahkan metode penggabungan masing-masing suara bilah pada gamelan elektronik menggunakan rangkaian pre-amplifier dan dihubungkan dengan sebuah rangkaian master mixer. Selain dipengaruhi oleh catu daya, proses penggabungan sinyal output secara langsung akan menurunkan kualitas suara yang dihasilkan.

yang dihasilkan, kestabilan dalam menghentikan audio yang dimainkan, serta peningkatan respon perubahan amplitude untuk melemahkan atau menguatkan audio berdasarkan perubahan input sensor piezo-electric. DAFTAR PUSTAKA [1]

IV. KESIMPULAN Implementasi sensor piezo-electric sebagai pemicu untuk memainkan sebuah nada bilah oleh Arduino melalui SD-Card Shield, dapat dilakukan dengan memilih threshold yang disesuaikan dengan kebutuhan pengguna. Dalam penelitian ini digunakan nilai threshold 400. Selain itu, hal-hal yang mempengaruhi kualitas suara gamelan elektronik adalah kualitas file audio yang disimpan pada memori Micro-SD. Dalam hal ini, digunakan format audio .wav PCM 12.000 kHz, 8 bit, mono.

[2] [3]

[4]

[5] [6]

Sedangkan implementasi sensor kapasitif, meskipun mampu bekerja sesuai dengan fungsinya, kinerja sensor ini masih dipengaruhi oleh faktor-faktor eksternal seperti pengaruh jala-jala listrik 50 Hz. Pengimplementasian kedua sensor pada satu bilah gamelan elektronik telah berjalan sesuai perancangan dan tujuan, namun perlu penyempurnaan pada sisi kualitas suara

84

[7]

[8]

Erskine J, Kapur A. E-Suling: Extended Techniques FOR Indonesian Performance. InProceedings of the 2011 Australasian Computer Music Conference 2011. [2]Pardue L, Boch A, Boch M, Southworth C, Rigopulos A. Gamelan Elektrika: An Electronic Balinese Gamelan. InNIME 2011 (pp.18-23). [3]Dony, T.I.M., Adi, P.I.K., Suar, W.K. Gamelan Gong Kebyar Gong, Kempur, Jegogan dan Petuk berbasis Android. Merpati Vol: 3 No. 3 Desember 2015. [4]Wibawa, M., Wira, B.P., Agung, B.I.P. Aplikasi Gamelan Gong Kebyar Instrumen Gangsa dan Kendang berbasis Android. Merpati Vol: 3, No. 3, Desember 2015. [5]Murata Manufacturing, “Piezoelectric Sound Components,” P37E17 02.3.6 Catalog, June. 2001 [are as of January 2002]. [6]Texas Instruments, Application Report SNOA927-December 2014, pp.1-11. [7]M.H. Ali and A.S. Aminu, “Analysis of Darlington Pair in Distributed Amplifier Circuit,” IOSR Journal of Electrical and Electronics Engineering (IOSR-JEEE), Vol 10, Issue 2 Ver. 1 (Mar – Apr. 2015), PP 77-80. [8]Atmel, “Atmel 8-bit Microcontroller with 4/8/16/32 kBytes insystem programmable Flash,” Datasheet ATmega48A/PA/88A/PA/168A/PA/328/P [Revised Nov. 2015].



Rekayasa Sistem Tata Kelola dan Layanan Informasi Proses Perkuliahan Berbasis Multi Platform Adi Chandra Syarif, Farid Hartono Gunawan, Erick Alfons Lisangan Fakultas Teknologi Informasi Universitas Atma Jaya Makassar Makassar, Indonesia [email protected], [email protected], [email protected] Abstrak—Sistem tata kelola proses perkuliahan merupakan proses pengaturan, perencanaan dan pengawasan penerapan kurikulum dalam mencapai learning objective (LO) secara berkesinambungan, dan merupakan bagian dari sistem penjaminan mutu internal. Penjaminan mutu itu sendiri tidak menjamin tercapainya perbaikan berkesinambungan karena konsep perbaikan berkesinambungan membutuhkan sebuah sistem tata kelola dan pengawasan yang mengandalkan data masukan terhadap pelaksanaan proses akademik secara transparan, akuntabel dan responsif. Umumnya perguruan tinggi telah menerapkan sebuah model sistem tata kelola dan pengawasan proses perkuliahan yang mengandalkan evaluasi terhadap luaran dari proses, sedangkan untuk dapat mencapai perbaikan berkesinambungan dibutuhkan sebuah sistem pengawasan yang mengandalkan data masukan terhadap berjalannya proses itu sendiri. Penelitian ini bertujuan untuk mengembangkan sebuah sistem tata kelola dengan kemampuan melakukan pendataan dan memberikan informasi terhadap berjalannya proses perkuliahan pada penerapan model pembelajaran Student Center Learning (SCL) dengan metode perancangan berbasis multi platform. Dari penelitian ini dihasilkan sebuah sistem dengan kemampuan memantau berjalannya pelaksanaan proses perkuliahan secara konkuren umtuk memenuhi prinsip pengawasan kinerja penerapan kurikulum yang tranparan, akuntabel dan responsif. Kata kunci: rekayasa, tata kelola, proses perkuliahan, kurikulum, mulit platform

I. PENDAHULUAN Berdasarkan Peraturan Pemerintah No. 4 Tahun 2014, Perguruan Tinggi adalah satuan pendidikan yang menyelenggarakan Pendidikan Tinggi [1]. Bagian dari penyelenggaraan Pendidikan Tinggi adalah pengaturan, perencanaan, pengawasan, pemantauan, dan evaluasi untuk mencapai tujuan Pendidikan Tinggi yang diatur oleh Menteri melalui penetapan Standar Nasional Pendidikan Tinggi. Penyelenggaraan Pendidikan Tinggi dilaksanakan oleh Perguruan Tinggi. Fungsi pengaturan, perencanaan, pengawasan, pemantauan, dan evaluasi terhadap pelaksaan proses akademik termasuk kegiatan perkuliahan merupakan bagian yang amat penting bagi pencapaian tujuan Pendidikan Tinggi. Universitas Atma Jaya Makassar (UAJM) sendiri telah memiliki Sistem Penjaminan Mutu Internal yang mana

dalam pelaksanaannya telah didukung dengan adanya Sistem Informasi Akademik (SIAMIK). Pengawasan, pemantauan dan evaluasi terhadap proses akademik termasuk kegiatan perkuliahan selama ini telah dilakukan dengan memanfaatkan SIAMIK, namun fungsi pengawasan yang dapat ditangani secara efektif berdasarkan data SIAMIK adalah pengawasan dan evaluasi terhadap hasil akhir proses akademik terutama dalam pelaksanaan kegiatan perkuliahan, Pengawasan seperti yang disebut diatas yang berdasarkan data luaran (output) lebih dikenal dengan istilah pengawasan umpan balik atau feedback control. Pengawasan dan pemantauan terhadap pelaksanaan proses yang sedang berjalan atau pengawasan konkuren terhadap proses akademik dan kegiatan perkuliahan itu sendiri masih sulit untuk dapat dilaksanakan secara efektif dikarenakan mekanisme serta model sistem pengawasan dan pemantauan umumnya masih berbentuk data tertulis hasil pelaksanaan seperti data kehadiran mahasiswa, data kehadiran dosen, data pokok materi atau berita acara perkuliahan dan data nilai atau proses penilaian sehingga perbaikan ataupun peningkatan terhadap pengaturan dan perencanaan atau tata kelola proses lebih bergantung pada hasil akhir dari proses bukan pada pelaksanaan proses itu sendiri. Melihat permasalahan tersebut, maka perlu dikembangkan sebuah sistem yang dapat melakukan pengaturan, perencanaan, pengawasan, pemantauan, dan evaluasi terhadap berjalannya proses akademik terutama kegiatan perkuliahan. Sistem tata kelola dan layanan data proses perkuliahan merupakan suatu usaha pengembangan sebuah sistem pengawasan, pemantauan dan evaluasi proses akademik berbasis elektronik terhadap aktivitas-aktivitas dalam pelaksanaan proses perkuliahan guna mendukung fungsi perencanaan, pengawasan dan evaluasi pelaksanaan pendidikan khususnya pada UAJM. Sistem tata kelola dan layanan data proses perkuliahan ini akan mengintegrasikan struktur kurikulum fakultas terhadap pelaksanaan perkuliahan dengan memfasilitasi pengembangan rencana pembelajaran, pemantauan penerapan dan pencapaian dari tujuan pembelajaran secara konkuren, pemantauan kehadiran disertai pengawasan terhadap pelaksanaan perkuliahan secara digital, pengevaluasian pelaksanaaan dan kesesuaian penerapan kurikulum terhadap materi perkuliahan, serta transparansi proses penilaian akhir terhadap proses dan metode pembelajaran.


85

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Pengembangan sistem tata kelola dan layanan data proses perkuliahan bertujuan untuk menghasilkan sebuah arsitektur sistem tata kelola dan layanan data yang dapat melakukan pendataan dan pengolahan data secara konkuren terhadap berjalannya proses perkuliahan. Sistem tata kelola dan pengawasan proses akademik ini mempertimbangkan infrastruktur jaringan komputer yang ada, pengintegrasian data akademik dan standar pada Sistem Penjaminan Mutu Internal (SPMI), serta pemanfaatan teknologi informasi komunikasi dalam melakukan fungsi pengawasan dan layanan data secara konkuren. II. KAJIAN PUSTAKA A. Tata Kelola Pendidikan Tinggi Sistem tata kelola pendidikan tinggi sendiri merupakan suatu model sistem pengaturan dan perencanaan penerapan kurikulum pada pelaksanaan proses akademik meliputi pencapaian learning objective (LO) pada setiap mata kuliah melalui pemantauan pelaksanaan rencana pembelajaran serta penilaian pada proses belajar mengajar. Menurut Daniel Mohammad Rosyid seorang Guru Besar ITS, tata kelola pendidikan sering mendorong praktik dan budaya layanan pendidikan menjadi kurikulum yang terlaksana, yang bisa bertentangan dengan tujuan kurikulum yang direncanakan yang tampak bagus di atas kertas namun dipandang ''berat konten miskin proses'' [2]. Oleh sebab itu sebuah tata kelola akademik yang efektif haruslah berorientasi terhadap perbaikan dan peningkatan pada proses bukan hanya pada perbaikan konten maupun hasil dari proses yang selama ini dilaksanakan akademik seperti yang terlihat pada gambar 1.

diperlukan sebuah sistem pengawasan fungsi pelayananan yang mendukung nilai-nilai tersebut. B. Fungsi Pengawasan dan Perbaikan Berkesinambungan Menurut Anthony, Dearden dan Bedford, pengawasan dimaksudkan untuk memastikan agar anggota organisasi melaksanakan apa yang dikehendaki dengan mengumpulkan, menganalisis, dan mengevaluasi informasi serta memanfaatkannya untuk mengendalikan organisasi [4]. Pengawasan adalah suatu upaya untuk menetapkan standar kinerja pada perencanaan untuk merancang sebuah sistem umpan balik informasi, membandingkan kinerja aktual dengan standar yang ditentukan, memantau apakah telah terjadi suatu penyimpangan, serta mengambil tindakan perbaikan yang diperlukan untuk menjamin bahwa semua sumber daya institusi telah digunakan seefektif dan seefisien mungkin guna mencapai tujuan institusi. Deming sendiri menyatakan bahwa pengawasan dan pemantauan perlu dilaksanakan oleh sebuah organisasi agar dapat memahami sistem serta permasalahan yang ada terhadap sistem berjalan [5]. Pemahaman ini yang ditindak lanjuti dengan proses perencanaan perbaikan. Siklus perencanaan, pengawasan, evaluasi dan pelaksanaan dikenal dengan istilah Shewhart Cycle (gambar 2). 4. Adopsi Perubahan 1. Rencanakan

atau jalankan beberapa lingkungan berbeda

3. Pelajari Hasilnya

Perubahan

ACT

PLAN

DO

STUDY

2. Coba Perubahan Tersebut

. Shewhart Cycle merupakan garis besar pendekatan untuk menjamin “continuous improvement”

Gambar 2. Shewhart Cycle

Gambar 1. Tata Kelola Pendidikan Tinggi Dari hasil penelitian oleh, Ali Hanapiah Muhi dapat disimpulkan bahwa mutu pelayanan akademik secara simultan dipengaruhi oleh nilai-nilai transparansi, akuntabilitas dan responsiveness [3]. Dimana nilai-nilai tersebut diatas mendorong para anggota organisasi untuk memberikan kemampuan terbaik dalam tugas pelayanan dan berkontribusi pada budaya akademik itu sendiri. Oleh sebab itu, pelayanan akademik pada sebuah institusi pendidikan tinggi haruslah dijiwai oleh nilai transparansi, akuntabilitas dan responsiveness. Untuk mencapai hal tersebut maka 86

Konsep ini diperkenalkan oleh Dr. Edward Deming dalam bukunya “The New Economics for Industry, Government, Education” yang dimana konsep perencanaan, pengawasan, pemantauan dan evaluasi harus dilakukan terhadap proses bukan terhadap hasil [6]. Hal inilah yang akan menjadi landasan peningkatan kualitas berkesinambungan. C. Arsitektur Mobile Perkembangan teknologi mobile membuat smartphone menjadi teknologi yang sangat mempengaruhi aktivitas masyarakat, sehingga tuntutan dalam persaingan perkembangan smartphone semakin besar, Smartphone telah menjadi media komunikasi utama saat ini. Teknologi ini menjadikan kita bisa tetap selalu ter-update kapan pun dan di mana pun kita berada [7]. Menurut Leader Business Planning Mindshare Asia Pacific Deepika Nikhilender dan Head of Insights Yahoo India dan Asia Tenggara David Jeffs


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 mengumumkan hasil riset mereka terkait pengguna smartphone di Indonesia. Survei yang dilakukan pertengahan tahun 2013 tersebut, "Terdapat sekitar 41,3 juta orang pengguna smartphone di Indonesia. Smartphone, bukan feature phone," menurut Leader Business Planning Mindshare Asia Pasific Deepika Nikhilender di kantor Yahoo!. Bahwa pada tahun 2009 Indonesia menunjukkan pertumbuhan tertinggi di wilayah ASEAN untuk penjualan mobile device dan smartphone. Diperkirakan tahun 2015 Indonesia akan menjadi Smartphone Market Leader in ASEAN Region [8].Perangkat smartphone sendiri mengandalkan sistem operasi sebagai brainware-nya dimana salah satu sistem operasi mobile yang paling banyak didunakan adalah android. Android adalah sebuah sistem operasi pada handphone yang bersifat terbuka dan berbasis pada sistem operasi unix. Android menyediakan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri yang akan digunakan pada bermacam peranti bergerak. III. METODE PENELITIAN Penelitian ini akan dimulai dengan pendekatan analisa terhadap sistem tata kelola dan layanan informasi data akademik pada UAJM dengan memperhatikan struktur SIAMIK yang berjalan dan akan difokuskan pada pengawasan dan transparansi proses perkuliahan dengan luaran yang ditargetkan adalah sebuah sistem dengan rancangan infrastruktur teknologi tata kelola dan layanan informasi proses perkuliahan yang dapat menghasilkan data pengawasan secara konkuren yang dapat dijadikan sebagai dasar pengembangan sistem tata kelola pengetahuan dengan tahapan perancangan sebagai berikut: 1.

Tahapan analisis dan perancangan. Pada tahap ini dilakukan analisa terhadap proses serta permasalahan umum yang terjadi pada proses perkuliahan.

2.

Tahapan rekayasa sistem. Terdapat dua pendekatan yang digunakan dalam rekayasa sistem tata kelola proses perkuliahan yaitu pendekatan berorientasi objek, Unified Modelling Language (UML), meliputi pemodelan proses bisnis, penulisan kelas-kelas dalam bahasa program yang spesifik, skema struktur data, dan komponen-komponen yang diperlukan dalam sistem dengan menggunakan bahasa Jave (J2EE) dan android, serta pendekatan terstruktur dengan menggunakan html, bahasa scripting PHP dan javascript.

3.

Tahapan pengembangan arsitektur teknologi informasi komunikasi. Melakukan analisa terhadap pilihan teknologi dan mengembangkan arsitektur TIK terintegrasi serta melakukan uji coba infrastruktur teknologi pendukung sistem yang dikembangkan dalam skala kecil.

Sasaran penelitian dalam pengembangan ini adalah ketua program studi, dosen, mahasiswa dan orang tua/wali pada Universitas Atma Jaya Makassar khususnya pada Fakultas

Teknologi Informasi. Dimana metode pengumpulan data yang digunakan dalam penelitian terdiri atas: 1.

Metode Wawancara Wawancara dilakukan di awal dan di akhir penelitian bertempat di gedung FTI-UAJM dari masing-masing responden (dosen dan ketua program studi).

2.

Metode Observasi Observasi dilakukan di awal penelitian untuk mengidentifikasi masalah secara akurat dan memperoleh gambaran umum proses perkuliahan yang berjalan saat ini pada FTI-UAJM.

3.

Metode Kuesioner Responden dari kuesioner ini adalah mahasiswa FTIUAJM angkatan 2010-2013 serta orangtua/wali dari mahasiswa dari angkatan yang sama.

Metode analisa data yang digunakan dalam penelitian adalah analisa kualitatif dan kuantitatif. Analisa kualitatif dilakukan terhadap pengumpulan data dari hasil observasi terhadap proses yang berjalan dan terhadap hasil wawancara kepada dosen, ketua tata usaha dan ketua program studi. Sementara analisa kuantitatif diperoleh dilakukan terhadap pengumpulan data dari hasil kuesioner ke pemangku kepentingan lainnya terhadap pelaksanaan proses akademik, mahasiswa dan orang tua/wali. IV. HASIL DAN PEMBAHASAN A. Rekayasa Sistem Berdasarkan hasil analisa data terhadap pemangku kepentingan dalam pelaksanaan proses perkuliahan yang telah dilakukan, sistem tata kelola proses perkuliahan yang berjalan pada FTI-UAJM saat ini memiliki keterbatasan dalam memantau dan memberikan informasi terhadap pelaksanaan proses itu sendiri secara transparan dan terukur. Ada beberapa pihak yang terlibat dalam proses ini, diantaranya ketua prodi, dosen, mahasiswa, wali/orang tua dan tata usaha. Pengawasan proses akademik lebih dititik beratkan pada rekapitulasi Berita Acara Perkuliahan (BAP) dan laporan kehadiran perkuliahan yang dilakukan secara tertulis, dimana fungsi pengawasan masih terkendala pada keterbatasan sumber daya sehingga tanggung jawab pengawasan lebih banyak didelegasikan kepada dosen terkait. Hal ini berdampak pada akuntabilitas keakuratan dan kekinian data sehingga membatasi kemampuan ketua program studi dalam mengevaluasi pelaksanaan proses perkuliahan secara akurat dan konkuren. Kendala lain yang juga terjadi adalah kesulitan dalam pengawasan terhadap pengolahan dan transparansi terhadap proses penilaian mata kuliah sehingga akuntabilitas proses juga menjadi sangat lemah. Keterbatasan dalam memantau dan mengevaluasi pelaksanaan proses perkuliahan dengan akuntabel inilah yang menjadi landasan utama rekayasa. Dimana berdasarkan platform antarmuka yang digunakan


87

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 pendekatan rekayasa perangkat lunak dapat dikelompokkan menjadi tiga komponen yaitu platform J2EE untuk fungsi pengawasan, platform berbasis web untuk fungsi perencanaan dan evaluasi, dan platform android untuk layanan informasi. Kemampuan untuk melakukan pendataan secara transparan, akurat, akuntabel dan konkuren menjadi target rekayasa sistem yang dihasilkan. Use case diagram dari komponen fungsi tata kelola dan komponen layanan informasi proses perkuliahan dapat dilihat pada gambar 3, 4 dan 5.

Diagram tersebut menyajikan interaksi antara proses dan actor pada sistem yang dirancang diantaranya ketua prodi, dosen, admin, mahasiswa dan orang tua/wali. Untuk dapat mengakses sistem, aktor harus terlebih dahulu diautentifikasi dan mengakses sistem sesuai dengan level aksesnya (lihat pada gambar diatas). B. Antarmuka Sistem Hasil rekayasa sistem terbagi atas tiga platform tampilan antar muka yaitu tampilan sistem pengawasan untuk perangkat yang digunakan dosen pada saat pelaksanaan perkuliahan, tampilan sistem perencanaan dan evaluasi yang dapat diakses oleh ketua program studi, serta tampilan layanan informasi untuk dosen, mahasiswa dan orang tua/wali yang dapat diakses melalui perangkat mobile., sedangkan tampilan untuk ketua prodi dikembangkan berbasis web, dan tampilan layanan informasi pada perangkat mobile untuk dosen, mahasiswa dan orang tua/wali dibuat menggunakan android studio. Beberapa tampilan utama dari sistem tata kelola dan layanan informasi proses perkuliahan dapat dilihat dibawah 1) Antarmuka sistem pengawasan perkuliahan berbasis Java (J2EE) a.

pada

perangkat

Tampilan Login dan Menu Perangkat perkuliahan

Gambar 3. Use Case Diagram SistemPengawasan

Gambar 6. Tampilan Login dan Menu Perangkat Perkuliahan Antarmuka login dari sistem untuk proses autentifikasi pengguna dan rancangan antarmuka pada perangkat perkuliahan yang digunakan pada proses perkuliahan di kelas. b.

Tampilan Rencana Pembelajaran dan Nilai

Gambar 4. Diagram Konteks Sistem Perencanaan dan Evaluasi

Gambar 7. Tampilan Rencana Pembelajaran dan Nilai Antarmuka pemasukan rencana pembelajaran dan nilai oleh dosen. Dosen bertanggung jawab untuk menginput rencana pembelajaran dan nilai berdasarkan bahan kajian dan metode pembelajaran yang diampunya setiap semester. Gambar 5. Use Case Diagram Layanan Informasi Proses Perkuliahan 88

c.

Tampilan Daftar Hadir dan Jendela Perekaman


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 prodi, penginputan jadwal, minggu awal perkuliahan, sesi, kelas, bentuk pembelajaran dan hari. c.

Tampilan menu dosen

Gambar 8. Tampilan Presensi dan Jendela Perekaman Antarmuka presensi digunakan Dosen untuk menginput prsensi mahasiswa dan pada saat bersamaan sistem akan melakukan perekaman proses perkuliahan pada jendela perekaman. 2) Antarmuka sistem perencanaan dan evaluasi berbasis Web a.

Tampilan Beranda

Gambar 11. Tampilan Input Materi Kuliah Dosen Antarmuka pada menu-menu yang tersedia di dalam halaman dosen yaitu penginputan rencana pembelajaran dosen (RP), review daftar hadir, review berita acara perkuliahan (BAP) dan untuk melihat jadwal, materi kuliah, pengisian nilai, dan juga laporan yang terdiri dari laporan kehadiran mahasiswa, dosen dan BAP. d.

Tampilan menu ketua prodi

Gambar 9. Tampilan Beranda Antarmuka beranda menyediakan tiga pilhan menu yang berdasarkan level akses masing-masing pengguna, yaitu menu untuk admin, menu untuk dosen dan menu untuk ketua prodi b.

Tampilan menu admin untuk rencana pembelajaran program studi

Gambar 12. Tampilan Lihat BAP Ketua Prodi Antarmuka pada menu-menu yang tersedia di dalam halaman ketua prodi yaitu penginputan rencana pembelajaran prodi (RPP), review daftar hadir, BAP, jadwal, materi kuliah, nilai, dan juga laporan yang terdiri dari laporan kehadiran mahasiswa, dosen, pencapaian materi, RP dosen dan juga daftar dosen pengampu mata kuliah. 3) Antarmuka layanan informasi berbasis android a.

Tampilan Login dan Menu Perangkat Mobile

Gambar 10. Tampilan Penginputan Rencana Pembelajaran Program Studi Antarmuka pada menu-menu yang tersedia di dalam halaman admin yaitu penginputan rencana pembelajaran Penyelenggara : Jurusan Pendidikan Teknik Informatika, Fakultas Teknik dan Kejuruan, Universitas Pendidikan Ganesha, Jl. Udayana Kampus Tengah, Singaraja – Bali, Telp. (0362) 27213, http://pti.undiksha.ac.id/senapati

89

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 berdasarkan kualifikasi menggunakan moda icon.

b.

Proses pengunggahan materi kuliah dapat memenuhi kebutuhan pendataan materi perkuliahan. Hal ini dikarenakan materi kuliah akan tersimpan di server dan dapat diakses pada saat pelaksanaan perkuliahan dan terstruktur berdasarkan rencana pembelajaran dosen.

4.

Hasil pengisian nilai maupun perhitungan nilai sudah memenuhi standar dan aturan yang berlaku secara umum dan pada UAJM.

5.

Informasi-informasi yang diberikan pada perangkat mobile sudah sesuai dengan kebutuhan pengguna, dan informasi yang diberikan bermanfaat untuk mendukung transparansi dan akuntabilitas kekinian informasi perkuliahan.

6.

Bagi orang tua sistem ini telah membantu mereka dalam memonitoring proses perkuliahan yang dijalani oleh mahasiswa pada Universitas Atma jaya Makassar, seperti nilai, kehadiran, jadwal dan informasi lainnya yang mendukung orang tua dalam mengawasi proses pendidikan mahasiswa.

7.

Laporan-laporan yang dihasilkan sudah sesuai dengan format dan standar yang telah ditetapkan pada standar dan prosedur yang telah ditetapkan pada SPMI UAJM dalam dalam hal pengawasan dan evaluasi perkuliahan.

Tampilan Login dan Menu Perangkat Mobile

Gambar 14. Tampilan Informasi Kehadiran dan Nilai Mahasiswa Antarmuka layanan informasi kehadiran mahasiswa pada semester berjalan dan informasi pencapaian nilai mahasiswa pada setiap bahan kajian mata kuliah terdaftar. C. Pengukoan Sistem Pengujian sistem dilakukan melalui uji simulasi terhadap hasil rekayasa sistem. Pengujian sistem dilakukan dengan melakukan wawancara terhadap 8 orang responden yang terdiri dari 2 orang ketua prodi dan 6 dosen untuk perangkat perkuliahan dan tampilan web, serta 56 orang reaponder yang terdiri dari 6 dosen, 30 mahasiswa dan 20 orang tua untuk tampilan mobile. Dari analisa hasil pengujian sistemyang dilakukan didapatkan bahwa:

90

1.

Tampilan Format penginputan rencana pembelajaran dan nilai dosen telah mampu mengikuti kebijakan dan standar yang berlaku pada UAJM.

2.

Proses pengisian daftar hadir dan BAP sudah memenuhi derajat kemudahan penggunaan

dengan

3.

Gambar 13. Tampilan Login dan Menu Perangkat Mobile Antarmuka login dan menu utama pada perangkat mobile yang memberikan akses pengguna ke layanan informasi berjalannya proses perkuliahan pada mata kuliah terkait.

pengguna

Selain dari itu berdasarkan hasil uji simulasi dari mahasiswa dan orang tua/wali didapatkan bahwa kebutuhan akan derajat kerincian informasi proses perkuliahan serta transparansi akan proses penilaian dari sistem yang dihasilkan telah dapat terpenuhi. Jika dibandingkan dengan model sistem pembelajaran digital lainnya sistem ini tidak hanya membantu pengelolaan proses perkuliahan secara digital tapi juga memiliki kapasitas untuk melakukan fungsi pengendalian dan pengawasan proses perkuliahan secara inklusif dengan melibatkan stakeholder sebagai bagian dari proses. V. KESIMPULAN Melalui penelitian yang telah dilakukan, dapat disimpulkan bahwa hasil rekayasa sistem tata kelola dan layanan informasi proses perkuliahan dapat memenuhi kebutuhan akan peningkatan kapasitas fungsi pengawasan dan transparansi pada pelaksanaan proses perkuliahan mulai dari perencanaan, pengawasan dan evaluasi hingga transparansi proses penilaian, dan laporan-laporan yang dirancang sudah memenuhi standar akuntabilitas serta selaras dengan prinsip sistem penjaminan mutu internal pada proses akademik dengan mengintegrasikan nilai transparansi, akuntabilitas dan responsiveness terhadap mutu layanan akademik dengan melibatkan pihak yang memiliki kepentingan terhadap berjalannya proses perkuliahan. Penelitian ini berpeluang


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 untuk dikembangkan lebih lanjut dalam pengembangan dashboard akademik bagi ketua program studi terhadap penerapan bahan kajian, metode pembelajaran dalam kurikulum program studi bagi setiap mahasiswa.

[2]

[3]

UCAPAN TERIMA KASIH Penulis mengucapkan terima kasih atas dukungan finansial dari Direktorat Pendidikan Tinggi RI melalui program Penelitian Desentralisasi pada penelitian ini dan Universitas Atma Jaya Makassar atas kerjasama serta dukungannya selama pelaksanaan kegiatan ilmiah ini khususnya Fakultas Teknologi Informasi.

[4] [5]

[6] [7]

DAFTAR PUSTAKA [1]

Kementerian Pendidikan dan Kebudayaan. Peraturan Menteri Pendidikan dan Kebudayaan Republik Indonesia Nomor 49 Tahun

[8]

2014 Tentang Standar Nasional Pendidikan Tinggi. Jakarta: Pusat Penjaminan Mutu Pendidikan Tinggi. 2014. Rosyid, D. M., ‘Kita Tidak Butuh Sekolah, Apalagi Kurikulum’, 2013. [Online]. Available: http://danielrosyid.com/kita-tidak-butuh-sekolahapalagi-kurikulum.html. [Accessed: 10-Oct-2015] Muhi, Ali Hanapiah. Implementasi Nilai-Nilai Good Governance Di Perguruan Tinggi. Thesis/Disertasi tidak diterbitkan. Bandung:: PPS UPI Bandung. 2011. Anthony, Dearden, & Bedford. Sistem Pengendalian Manajemen. Jakarta. Erlangga. 1993: 65–84. Latzko, William J., & Saunders, David M. Four Days with Dr. Deming: A Strategy for Modern Methods of Management. New Jersey: Prentice Hall. 1996. Deming, W. E. The New Economics: For Industry, Government, Education. Cambridge, Massachusetts: MIT Press. 2000. Wiratmojo, Bambang. Urgensi Literasi Media pada Pertelevisian Indonesia dalam Sasangka(Ed). Tentang Update Teknologi. Yogyakarta: Yayasan TIFA. 2010: 176. Frost & Sullivan. ‘Frost & Sullivan Sees Indonesia's Mobile Industry to Grow 7.5% y-o-y Reaching 1.2 million units’ 2013. [Online]. Avilable:http://www.frost.com/. [Accessed: 30-Oct-2015).


91


Penerapan Image Enhancement Algorithm Untuk Meningkatkan Kualitas Citra Tak Bergerak Phie Chyan, Sean Coonery Sumarta Fakultas Teknologi Informasi Universitas Atma Jaya Makassar Makassar, Indonesia [email protected], [email protected] Abstrak—Peningkatan kualitas citra sangat dibutuhkan pada berbagai aplikasi yang mengolah dan memanfaatkan citra. Dalam banyak kasus citra yang dihasilkan dari perangkat perekam citra menghasilkan citra yang kurang berkualitas seperti buram, terdistorsi dan memiliki detail yang rendah sehingga kurang memadai untuk digunakan dalam tahap pengolahan citra. Penelitian ini bertujuan untuk menerapkan algoritma peningkatan kualitas citra menggunakan metode peningkatan citra berbasis fuzzy dengan algoritma Bee Colony untuk mensimulasikan eksperimen hasil proses perbaikan kualitas citra yang mengalami gangguan atau berkualitas rendah. Hasil dari eksperimen menunjukkan bahwa metode yang digunakan dalam implementasi peningkatan citra dapat meningkatkan kualitas visual dari citra dan meningkatkan tingkat detail dari citra. Kata kunci: image enhancement algorithm, Bee Colony Algorithm, domain spatial transformation

histogram equalization untuk perbaikan citra digital. Hal ini mengurangi tingkat detail dari citra dan menimbulkan efek yang tidak diinginkan. Peningkatan citra berbasis fuzzy mempunyai keuntungan dapat mempertahankan tingkat detail dari citra. Seleksi parameter seperti fungsi keanggotaan dan operator dalam peningkatan citra berbasis fungsi memegang peranan penting dalam efek peningkatan citra dan algoritma bee colony memiliki keuntungan dalam hal komputasi yang lebih sederhana dan mudah untuk diimplementasikan. Penelitian ini dilakukan untuk menerapkan metode peningkatan citra berbasis fuzzy menggunakan algoritma bee-colony untuk meningkatkan kualitas citra tak bergerak. II. KAJIAN LITERATUR A. Pengolahan Citra Digital

I. PENDAHULUAN Peningkatan kualitas citra bertujuan untuk meningkatkan kualitas visual dari citra. Peningkatan kualitas citra dilakukan dengan memperkuat karakteristik penting dari citra dan melemahkan sejumlah karakteristik yang tidak diperlukan pada citra untuk membuat citra memenuhi kualitas visual tertentu yang diinginkan atau membuat citra yang dapat diproses lebih lanjut secara analitis bagi manusia maupun mesin dengan menambah sejumlah informasi.[1] Metode peningkatan kualitas citra saat ini cukup berkembang pesat. Berdasarkan perbedaan ruang dimana peningkatan kualitas ini diterapkan, metode algoritma peningkatan dapat dibagi menjadi algoritma yang berbasis domain spasial dan algoritma yang berbasis domain frekuensi[2]. Algoritma domain spasial beroperasi langsung pada skala abu-abu citra sedangkan algoritma domain frekuensi menerapkan bentuk koreksi tertentu pada nilai koefisien transformasi citra didalam domain transformasi citra tertentu sehingga tidak langsung diterapkan pada citra. Beberapa bentuk algoritma peningkatan citra tidak memperhitungkan skala fuzzy dari citra sehingga yang dilakukan hanya meningkatkan nilai kontras dari citra dan menekan gangguan noise dari keseluruhan citra seperti pada beberapa penelitian terdahulu yang memanfaatkan metode 92

Pengertian sederhana dari image processing adalah manipulasi dan analisis suatu informasi gambar oleh komputer. Sedangkan yang dimaksud dengan informasi gambar di sini adalah gambar visual dalam dua dimensi. Segala operasi untuk memperbaiki, menganalisis, atau mengubah suatu gambar disebut image processing. Konsep dasar dari sistem dari image processing diambil dari kemampuan indera penglihatan manusia yang selanjutnya dihubungkan dengan kemampuan otak manusia. Dalam sejarahnya, image processing telah diaplikasikan dalam berbagai bentuk, dengan tingkat kesuksesan yang cukup besar. Seperti berbagai cabang ilmu lainnya, image processing menyangkut pula berbagai gabungan cabang-cabang ilmu, seperti optik, elektronik, matematika, fotografi, dan teknologi komputer. Pada umumnya tujuan dari image processing adalah mentransformasikan atau menganalisis suatu gambar sehingga informasi baru tentang gambar dibuat lebih jelas. Ada banyak cara yang dapat diaplikasikan dalam suatu operasi image processing, yang sebagian besar dalam bentuk optikal. Berbagai bidang telah banyak menggunakan aplikasi dari image processing baik dibidang komersial, industri, dan medis. Bahkan bidang militer telah menggunakan perkembangan dunia digital image processing ini. Pada


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 umumnya tujuan dari image processing adalah mentransformasikan atau menganalisis suatu gambar sehingga informasi baru tentang gambar dibuat lebih jelas. Ada banyak cara yang dapat diaplikasikan dalam suatu operasi image processing. B. Histogram Warna Histogram adalah grafik yag menunjukkan frekuensi kemunculan setiap nilai gradiasi warna. Bila digambarkan pada koordinat kartesian maka sumbu X (absis) menunjukkan tingkat warna dan sumbu Y (ordinat) menunjukkan frekuensi kemunculan warna tersebut pada suatu citra. Histogram warna merupakan fitur warna yang paling banyak digunakan. Histogram warna sangat efektif mengkarakterisasikan distribusi global dari warna dalam sebuah citra digital [3]. Komposisi warna merupakan salah satu fitur yang dapat digunakan dalam sistem temu balik citra. Komposisi warna dapat direpresentasikan dalam bentuk histogram. Histogram warna merepresentasikan distribusi jumlah piksel untuk tiap intensitas warna dalam citra. Untuk mendefinisikan histogram warna, warna di kuantisasi menjadi beberapa level diskrit sesuai dengan model ruang warna yang digunakan misalnya RGB, YIV dan model ruang warna lainnya yang mana setiap ruang warna memiliki karakteristiknya masing masing, kemudian untuk tiap level tersebut hasil kuantisasi warna tadi dihitung jumlah piksel yang nilainya sesuai seperti ditunjukkan Gambar 1 berikut ini.

Gambar 1. Histogram Warna C. Image Enhancement Image Enhancement merupakan suatu metode untuk menyoroti sejumlah informasi tertentu didalam citra dan melemahkan beberapa fitur yang dianggap tidak penting menurut kriteria tertentu dengan tujuan untuk meningkatkan kejernihan dan kontras dari citra dalam aplikasi tertentu dalam rangka meningkatkan kualitas citra dan membuat hasil proses lebih sesuai terhadap sensori visual manusia dan juga lebih mudah diproses oleh mesin [6]. Teknik enhancement yang umum digunakan saat ini dibagi menjadi yang berbasis domain spasial dan domain transformasi. Teknik berbasis domain spasial diaplikasikan langsung ke ruang warna dari citra sedangkan teknik berbasis domain transformasi sesuai namanya diproses pada domain

transformasi citra. Model ruang transformasi yang umum digunakan adalah frequency domain space atau transformasi fourier. Metode enhancement yang berbasis domain spasial antara lain transformasi skala abu abu untuk meningkatkan citra melalui tiap point pikselnya, transformasi histogram mengubah kontras citra secara global atau lokal dan transformasi spasial memproses piksel citra yang berdekatan melalui template atau masking [7]. Gambar 2 menampilkan dua fungsi transformasi yang umum dari image enhancement berbasis domain spasial.

Gambar 2. Fungsi transformasi dari perbaikan kontras III. METODE PENELITIAN A. Algoritma Bee Colony Suatu algoritma yang diinspirasi dari bagaimana proses lebah mengumpulkan madu yang prosesnya serupa dengan metode untuk mencari solusi optimal bagi permasalahan dalam bidang komputasional modern. Proses mengumpulkan madu oleh lebah dilakukan melalui komunikasi, transformasi dan kolaborasi dari sekumpulan individu lebah yang berbeda. Proses mengumpulkan madu oleh koloni lebah melibatkan tiga komponen dasar dan dua perilaku dasar. Tiga komponen dasar adalah: makanan, lebah pekerja dan lebah penganggur dan dua perilaku dasar adalah merekrut dan meninggalkan makanan tertentu [8]. Esensi dari Artificial Bee Colony Algorithm (ABC) adalah untuk mencari solusi optimal melalui evolusi random tapi terarah dalam suatu grup yang terdiri dari kandidat solusi. Misalkan problem optimisasi (P) :

Pertama inisialisasikan algoritma ABC. Randomisasi populasi awal dengan solusi SN sesuai dengan formula (1)

(1) Kemudian lebah pekerja mencari makanan yang sesuai, secara random memilih lebah lain sebagai tetangga dan secara random memilih dimensi sebagai panduan arah pencarian. Proses pencarian dilakukan sesuai dengan formula (2) dan (3).


93


(2) (3) Kemudian transformasi ke nilai batas menurut formula (4)

(4) Jika kualitas (kesesuaian) dari makanan yang dicari (solusi) lebih baik dari makanan sekarang, ganti makanan baru dengan makanan sekarang; jika tidak, biarkan posisi makanan tidak berubah. Setelah pencarian dari seluruh lebah pekerja selesai, kembali ke sarang dan bagikan informasi makanan pada lebah penganggur kemudian pengikut memutuskan tingkat kembalian (return rate) dari tiap makanan menurut informasi yang diperoleh dan kumpulkan madu melalui seleksi random. Return rate dinyatakan dengan nilai kesesuaian (fitness value) dari solusi dan probabilitas fitness dan seleksi dihitung menurut rumus (5) dan (6).

Dalam kedua formula (7) dan (8) , A merupakan fuzzy set, N merupakan jumlah subset dari fuzzy set A. M merupakan metode partisi dari domain fuzzy dan partisi seragam atau tak seragam dapat dipilih berdasarkan citra yang berbeda. µA(x) merupakan keanggotaan dari nilai keabuan citra dan P(x) merupakan frekuensi dari nilai keabuan citra. Pp(Ai) merupakan jumlah dari frekuensi nilai keabuan domain spasial ketika domain spasial titik piksel x dipetakan ke subset fuzzy Ai melalui fungsi keanggotaan µA ( ). Apabila nilai Pp (Ai) = 0,5. Fuzzy Entropy dapat bernilai maksimum. Berdasarkan ketentuan diatas, self adapative image enhancement menggunakan algoritma bee colony dapat diimplementasikan menurut tahapan berikut. (a) Transformasikan citra dari domain keabuan ke domain fuzzy dalam jangkauan nilai parameter; Hitung fuzzy entropi dari beragam parameter secara bertahap untuk membuat metode seleksi parameter memaksimalkan fuzzy entropi kedalam nilai parameter seleksi optimal dan simpan fuzzy entropi serta paramater tersebut. (b) Gunakan parameter yang telah ditentukan untuk mentransformasikan citra dari domain keabuan ke domain fuzzy kemudian lakukan fuzzy enhancement. (c) Transformasikan data dari domain fuzzy ke domain spasial dari citra untuk menerapkan pemilihan dari parameter self adaptive.

(5)

(6) Dalam rumus diatas merupakan fungsi nilai dari solusi; merupakan nilai fitnes yang berhubungan dan SN merupakan jumlah solusi. Berdasarkan seleksi acak, makanan yang baik akan mendatangkan lebih banyak pengikut dan mempunyai kemungkinan lebih tinggi untuk terjadinya evolusi dan mempercepat tingkat konvergensi dari algoritma.

IV. HASIL DAN PEMBAHASAN Algoritma image enhancement dijalankan pada kriteria fuzzy entropy maksimum. Untuk mengurangi waktu komputasi, populasi di stabilkan pada angka 30 dan angka 100 untuk terminasinya. Nilai awal dari parameter fuzzy dalam bee colony dihasilkan secara acak sehingga selanjutnya dapat dipilih terminasi pada angka 100. Gambar 3 menunjukkan bagian kontras antara citra asli dan citra yang telah diproses dengan algoritma enhancement menggunakan algoritma bee colony

B. Image Fuzzy Enhancement dengan Algoritma Artifical Bee Colony Secara kuantitatif fuzzy entropy mencerminkan tingkat fuzzy dari suatu citra dan tingkat kesulitan rata-rata untuk menentukan apakah suatu piksel dapat dilihat sebagai elemen keanggotaan fuzzy. Berikut definisi fuzzy entropi untuk melakukan self adaptive fuzzy enhancement terhadap citra

(7) Gambar 3. Citra sebelum diproses (kiri) dan citra yang telah dienhancement (kanan)

Dan

(8) 94

Gambar 4 menunjukkan histogram dari average value, standar deviation dan entropy dari citra asli dan citra yang telah dienhancement. Nilai rata-rata meningkat setelah proses


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 histogram equalization, menunjukkan nilai kecerahan yang tinggi dan standar deviasi yang kecil dan hal ini mencerminkan efek equalization tidak cukup baik. Hal ini dapat dilihat dari data eksperimental bahwa nilai rata-rata dan deviasi meningkat setelah diproses dengan algoritma PSO; akan tetapi entropy berkurang; kecerahan meningkat. Dapat dilihat bahwa setelah proses PSO.

karakteristik global maupun lokal dari citra. Dengan menggunakan optimisasi global, penelitian ini telah berhasil menerapkan image enhancement berbasis algoritma bee colony untuk meningkatkan kualitas citra. UCAPAN TERIMAKASIH Penulis berterima kasih kepada LPPM Universitas Atma Jaya yang telah memberi dukungan moril dan materil dalam menyelesaikan penelitian ini DAFTAR PUSTAKA [1]

[2]

[3]

Gambar 4. Histogram untuk nilai average, standar deviation dan entropy. Distorsi warna muncul dan definisi citra menjadi berkurang. Bee algorithm memiliki dynamic range compression dan definition enhancement yang lebih baik seperti halnya terhadap kejernihan warna dan dapat meningkatkan dynamic range compression dari citra, efek visual dari citra dan detail dari citra. V. KESIMPULAN DAN SARAN Image Enhancement merupakan teknik dasar dari pengolahan citra digital yang dapat secara efektif meningkatkan

[4]

[5]

[6] [7]

[8]

Kamran Binaee, Reza PR. Hasanzadeh. An ultrasound image enhancement method using local gradient based fuzzy similarity. Biomedical Signal Processing and Control. 2014; 13(1): 89-101 Tamalika Chaira. A rank ordered filter for medical image edge enhancement and detection using intuitionistic fuzzy set. Applied Soft Computing. 2012; 12(4):1259-1266. Iswahyudi, C., 2010 Prototype Aplikasi Untuk Mengukur Kematangan Buah Apel Berdasarkan Kemiripan Warna, Jurnal Teknologi Vol 3 No 2 2010, hal: 15-29 Kusrini, Harjoko, A., 2009, Pencarian Citra Visual Berbasis Isi Citra Menggunakan Fitur Warna Citra, Jurnal Ilmiah DASI Vol 9 No 2 2008, hal: 90 – 106 Rahman, Arif. 2009. Sistem temu balik citra menggunakan jarak histogram. Prosiding Seminar Nasional Aplikasi Teknologi Informasi (SNATI) 2009, hal : I 58-61 P. Balasubramaniam, VP. Ananthi. Image fusion using intuitionistic fuzzy sets. Information Fusion. 2014; 20(1): 21-30.. Asmatullah Chaudhry, Asifullah Khan, etc. Neuro fuzzy and punctual kriging based filter for image restoration. Applied Soft Computing. 2013; 13(2): 817-832. R.J. Kuo, Y.D. Huang, etc. Automatic kernel clustering with bee colony optimization algorithm. Information Sciences. 2014; 283(1): 107-122


95


Pengaruh Seleksi Fitur Terhadap Hasil Klasifikasi Fase Plasmodium vivax Pada Citra Mikroskopis Digital Sediaan Darah Tipis I Md. Dendi Maysanjaya, Md. Satria Wibawa, I Md. Agus Wirahadi Putra Pendidikan Teknik Informatika Undiksha, Sistem Informasi STIMIK STIKOM Bali, Indonesia [email protected], [email protected], [email protected] Abstrak—Paramedis mendiagnosa penyakit malaria dengan mengamati parasit Plasmodium pada sediaan darah tebal dan tipis, yang dibantu dengan menggunakan mikroskop. Namun, terkadang masih terdapat kekeliruan diagnosis yang disebabkan faktor manusia. Oleh karenanya dikembangkanlah metode diagnosis malaria berbasis pengolahan citra digital, guna meminimalisir kesalahan diagnosis. Penelitian ini secara umum bertujuan untuk menawarkan suatu skema atau metode untuk mengidentifikasi dan mengklasifikasi fase parasit Plasmodium vivax (P.vivax) pada citra mikroskopis digital sediaan darah tipis. Tujuan khusus dari penelitian ini adalah menerapkan metode seleksi fitur untuk memperoleh fitur-fitur yang relevan, sehingga bisa meningkatkan hasil klasifikasi fase P.vivax. Metode seleksi fitur yang diuji adalah CFS dan Wrapper. Proses klasifikasi menggunakan Naïve Bayes. Pengujian dilakukan terhadap 30 citra sediaan darah tipis parasit P.vivax, yang terbagi menjadi 10 fase troposoit, 10 fase skizon, dan 10 fase gametosit. Berdasarkan hasil pengujian, klasifikasi menggunakan fitur gabungan (fitur bentuk dan tekstur) menghasilkan akurasi, sensitivitas, dan spesifisitas berturut-turut 97,29%, 97,30%, dan 97,30%. Untuk metode Wrapper dengan enam fitur hasil seleksi (perimeter, convexity, mean of intensity, ASM, contrast_GLCM, entropy_GLCM), mampu menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan spesifisitas 97,30%, sementara CFS kurang mampu memberikan hasil klasifikasi yang baik, yakni akurasi 93,15%, sensitivitas 93,20%, dan spesifisitas 93,20%. Meskipun hasil klasifikasi Wrapper sama dengan hasil fitur gabungan, namun dengan fitur yang relatif sedikit, metode Wrapper mampu menghasilkan klasifikasi yang lebih baik. Hasil ini menunjukkan bahwa metode seleksi fitur berpengaruh terhadap hasil klasifikasi, yang nantinya bisa dikembangkan untuk membantu paramedis mendiagnosa fase P.vivax.

hidupnya. Arsin dalam [1] menyebutkan ada empat spesies Plasmodium penyebab malaria, yakni 1) Plasmodium falciparum (P.falciparum) – merupakan jenis Plasmodium yang menyebabkan penderitanya mengalami malaria selebral, anemia akut, gangguan fungsi ginjal, dan asphyxia; 2) Plasmodium vivax (P.vivax) – adalah jenis parasit malaria yang menyebabkan pasien mengalami malaria tertiana (malaria dengan gejala demam tiap tiga hari sekali), dan merupakan penyumbang penyakit malaria pada manusia sebesar 43% (terbanyak kedua setelah P.falciparum) [2], [3]; 3) Plasmodium ovale (P.ovale) – jenis parasit malaria yang menyebabkan malaria jenis perinisiosa (dilapangan kasus ini jarang ditemukan); dan 4) Plasmodium malariae (P.malariae) – menyebabkan malaria quartana dengan ciri demam tiap empat hari sekali, serta menyebabkan sekitar 7% penyakit malaria di dunia. Parasit Plasmodium mengalami perkembangbiakan secara aseksual (berlangsung di dalam tubuh manusia) dan seksual (berlangsung di tubuh nyamuk Anopheles betina) [2], [3]. Untuk siklus aseksual, berdasarkan tempatnya, Plasmodium mengalami dua fase, yaitu fase exoerythrocytic yang berlangsung di hati manusia, dan fase intraerythrocytic yang terjadi di dalam sirkulasi darah manusia. Ketika fase intraerythrocytic, perkembangbiakan parasit Plasmodium terbagi lagi menjadi tiga fase yaitu fase trofosoit, skizon, dan gametosit [4]. Gambar 1 menunjukkan ilustrasi siklus hidup parasit Plasmodium.

Kata Kunci—fase plasmodium vivax; malaria; klasifikasi; ekstraksi fitur; seleksi fitur; sediaan darah tipis

I. PENDAHULUAN Malaria merupakan salah satu jenis penyakit yang menyerang manusia. Penyakit ini disebabkan oleh parasit Plasmodium, dan disebarkan oleh nyamuk Anopheles betina. Ketika parasit ini masuk ke tubuh manusia, selanjutnya akan menginfeksi sel darah merah guna melanjutkan siklus 96


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Gambar 1. Siklus Hidup Parasit Plasmodium [3]

Dalam menangani pasien penderita malaria, paramedis akan melakukan pengujian menggunakan sediaan darah tebal dan sediaan darah tipis. Sediaan darah tebal berguna untuk melihat jumlah parasit, sedangkan sediaan darah tipis untuk melihat jenis Plasmodium yang menginfeksi dan fase inkubasinya. Gambar 2 adalah contoh Plasmodium pada sediaan darah tebal dan sediaan darah tipis.

(a) (b) Gambar 2. Citra Plasmodium: a) sediaan darah tebal, b) sediaan darah tipis

Pada Gambar 2 terlihat perbedaan bahwa untuk membuat sediaan darah tebal, eritrosit dihancurkan (dilisiskan) sehingga hanya tersisa sel parasit. Sementara pada sediaan darah tipis, eritrosit tidak dilisiskan, sehingga terlihat eritrosit yang terinfeksi dan yang tidak.

saja jenis Plasmodium yang dijadikan objek tidak disebutkan secara spesifik. Nasir et al [4] menggunakan citra P.vivax sebagai objek penelitian dengan tujuan membandingkan hasil klasifikasi antara segmentasi pada kanal saturasi dan kanal intensitas (dalam ruang warna HIS), yang dikombinasikan dengan algoritma Moving K-Means (MKM) Clustering dan algoritma SRGAE. Khan et al [5] mengembangkan metode segmentasi pada kanal b* dari ruang warna LAB, yang dikombinasikan dengan algoritma K-Means guna memperoleh jaringan P.vivax. Lebih lanjut, selain ketiga penelitian yang telah disebutkan, masih terdapat penelitian lain yang berfokus pada citra Plasmodium. Guna menambah referensi penelitian terkait yang telah ada, penelitian ini berfokus pada tahap seleksi fitur, khususnya metode seleksi fitur yang bisa digunakan secara spesifik untuk meningkatkan kualitas klasifikasi fase P.vivax, serta diharapkan bisa digunakan sebagai acuan dalam pengembangan aplikasi stand-alone untuk mengidentifikasi fase P.vivax.

Ketika melakukan pemeriksaan pada sediaan darah tipis, terkadang paramedis bisa melakukan kesalahan diagnosis, yang disebabkan beberapa faktor antara lain tingkat keahlian yang dimiliki paramedis, proses pembuatan sediaan darah, teknik pewarnaan sediaan darah, dan kualitas mikroskop yang digunakan. Oleh karena itu, beberapa penelitian mengembangkan computer aided diagnosis (CAD) untuk kasus malaria berbasis pengolahan citra digital, yang bertujuan untuk mengurangi potensi kesalahan (error) yang terjadi.

III. DATASET Dataset yang digunakan pada penelitian ini diperoleh dari Bagian Parasitologi, Fakultas Kedokteran, Universitas Gadjah Mada (UGM). Dataset diakuisisi dari sediaan darah tipis yang terinfeksi parasit P.vivax, serta didigitalisasi menggunakan mikroskop konvensional yang dikombinasikan dengan kamera optilab. Objek diperbesar 1000 kali dari ukuran asli. Hasil akuisisi ini menghasilkan citra berukuran 1600x1200 piksel, dan kemudian dipotong menjadi ukuran 250x250 piksel, sesuai ukuran area yang diperlukan. Total citra malaria yang diperoleh sebanyak 30, yang terbagi menjadi tiga fase, yakni 10 fase trofosoit, 10 fase skizon, dan 10 fase gametosit. Gambar 3 menunjukkan contoh citra P.vivax yang digunakan.

Berdasarkan permasalahan tersebut, penelitian ini secara umum bertujuan mengusulkan sebuah skema untuk mengklasifikasikan fase parasit Plasmodium, khususnya fase P.vivax, pada citra mikroskopis digital sediaan darah tipis ke dalam tiga buah fase, yaitu fase trofosoit, skizon, dan gametosit. Sementara secara khusus, penelitian ini bertujuan untuk melihat pengaruh seleksi fitur guna meningkatkan hasil klasifikasi fase parasit P.vivax.

(a) (b) (c) Gambar 3. Citra P.vivax fase: a) trofosoit, b) skizon, dan c) gametosit

Pembahasan selanjutnya dari artikel ini terbagi menjadi beberapa bagian. Pada bagian II tentang Penelitian Terkait. Dataset dan Metode dibahas pada bagian III dan IV. Bagian V membahas tentang hasil dan pembahasan penelitian, yang dilanjutkan dengan kesimpulan pada bagian VI. II. PENELITIAN TERKAIT Berbagai penelitian pengembangan CAD untuk kasus malaria saat ini telah banyak dilakukan. Secara umum penelitian tersebut bertujuan untuk meminimalisir kesalahan dan memudahkan paramedis ketika melakukan pemeriksaan. Wahab [1] mengembangkan metode untuk mendeteksi parasit malaria dengan mengekstraksi ciri tekstur dan warna. Hanya

Berdasarkan Gambar 3, terlihat perbedaan cukup jelas antara ketiga fase P.vivax. Pada fase trofosoit, sel parasit terlihat seperti cincin, dengan satu nukleus. Untuk fase skizon, terdapat lebih dari satu nukleus (berbentuk granula), sedangkan pada fase gametosit, eritrosit yang terinfeksi berbentuk tidak beraturan dan ukurannya membesar. Jika sel gametosit dihisap oleh nyamuk Anopheles betina, maka parasit Plasmodium akan mengalami perkembangbiakan secara seksual di dalam tubuh nyamuk tersebut. IV. METODE A. Ekstraksi Fitur


97

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Proses ekstraksi fitur merupakan tahapan untuk memperoleh nilai-nilai yang terkandung di dalam objek suatu citra. Objek citra bisa diperoleh melalui tahap segmentasi. Secara umum, ekstraksi fitur tebagi menjadi tiga, yaitu ekstraksi warna, bentuk dan tekstur [6], [7]. Pada penelitian ini hanya mengekstraksi dua jenis fitur, yaitu fitur bentuk dan tekstur. Untuk fitur bentuk menggunakan metode berbasis kontur dan momen invarian, sementara fitur tekstur diperoleh melalui metode histogram dan GLCM. Terdapat tujuh parameter yang digunakan untuk ekstraksi fitur bentuk berbasis kontur, yaitu perimeter, area, roundness, slimness, convexity, solidity, dan dispersion. Perimeter merupakan ukuran panjang tepi objek yang diformulasikan dengan Persamaan (1). Tepi objek akan lebih baik diukur dengan menggunakan 4-ketetanggaan, dibandingkan dengan 8-ketetanggaan.

P  Ne  No 2

(1)

dimana Ne adalah jumlah kode genap, dan No adalah jumlah kode ganjil. Area adalah jumlah keseluruhan dari piksel objek, yang dapat dihitung melalui Persamaan (2). Notasi R dan 𝜕𝑅 secara berurutan menyatakan wilayah objek dan tepi objek.

A   dx dy   yt  R

R

dxt  dyt  dt   xt  dt  R dt dt

(2)

(3)

Fitur tekstur merupakan fitur yang digunakan untuk menyatakan tingkat kekasaran (roughness), granularitas (granularity), dan keteraturan (regularity) susunan struktural piksel, serta merupakan perulangan dari elemen tekstur dasar atau yang disebut dengan texel (texture element) [9]. Ada dua jenis fitur tekstur berbasis statistik yang digunakan pada penelitian ini, yakni berbasis histogram dan grey level cooccurrence matrix (GLCM). Fitur tekstur berbasis histogram atau disebut juga metode statistik orde 1, terdiri dari enam fitur yaitu mean of intensity, deviation standard, skewness, energy, entropy, dan smoothness, yang diekspresikan melalui Persamaan (11) hingga Persamaan (16). 𝑚 = ∑ 𝑖 . 𝑝(𝑖) 𝑖=0

𝜎 = √∑(𝑖 − 𝑚)2 𝑝(𝑖)

(12)

𝑖=1

𝑠𝑘𝑒𝑤𝑛𝑒𝑠𝑠 = ∑(𝑖 − 𝑚)3 𝑝(𝑖)

𝐶𝑜𝑛𝑣𝑒𝑥 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟 𝑂𝑏𝑗𝑒𝑐𝑡 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟 𝑂𝑏𝑗𝑒𝑐𝑡 𝑎𝑟𝑒𝑎 𝑆𝑜𝑙𝑖𝑑𝑖𝑡𝑦 = 𝐶𝑜𝑛𝑣𝑒𝑥 𝑎𝑟𝑒𝑎 𝑦̅)2 )

(5) (6) (7)

(14)

𝑖=0 𝐿−1

𝑒𝑛𝑡𝑟𝑜𝑝𝑦 = − ∑ 𝑝(𝑖) log 2 (𝑝(𝑖)) 𝑖=0

𝑅 = 1−

1 1 + 𝜎2

(15) (16)

GLCM atau disebut juga metode statistik orde 2 dilakukan dengan menghitung peluang hubungan kedekatan dua buah piksel pada jarak dan sudut yang pasti (0, 45, 90, dan 135 derajat) [10]. Ada lima fitur GLCM yang digunakan yaitu angular second moment (ASM), inverse difference moment (IDM), entropy, contrast, dan correlation, yang dituliskan seperti Persamaan (17) sampai Persamaan (21). L

dengan (𝑥̅ , 𝑦̅) merupakan titik pusat massa aras A(S), sementara A(S) adalah luas objek.

(13)

𝑖=1 𝐿−1

𝑒𝑛𝑒𝑟𝑔𝑦 = ∑[𝑝(𝑖)]2

𝐶𝑜𝑛𝑣𝑒𝑛𝑥𝑖𝑡𝑦 =

98

(11)

𝐿−1

(4)

Convexity berasal dari suatu himpunan konveks atau cembung, yang digunakan untuk menyatakan rasio convex perimeter dan object perimeter yang dinyatakan melalui Persamaan (5), dan solidity adalah rasio object area dengan convex area seperti Persamaan (6). Fitur dispersion digunakan untuk menyatakan ketidakteraturan (irregularity) objek yang diformulasikan melalui Persamaan (7).

𝜋𝑚𝑎𝑥(√(𝑥𝑖 − + (𝑦𝑖 − 𝐴(𝑆)

(8) (9) (10)

𝐿−1

4𝜋 𝑥 𝐴𝑟𝑒𝑎 𝑅= 𝑝𝑒𝑟𝑖𝑚𝑒𝑡𝑒𝑟 2 𝑤𝑖𝑑𝑡ℎ 𝑆𝑙𝑖𝑚𝑛𝑒𝑠𝑠 = 𝑙𝑒𝑛𝑔𝑡ℎ

𝐼(𝑆) =

∅1 = (ŋ20 + ŋ02 ) ∅2 = (ŋ20 + ŋ02 )2 + (2ŋ02 )2 ∅3 = (ŋ30 + 3ŋ12 )2 + (ŋ03 − 3ŋ21 )2

𝐿−1

Roundness adalah rasio antara area dari objek dengan kuadrat dari perimeter, sementara untuk slimness merupakan rasio antara panjang dan lebar objek. Roundness dan slimness diformulasikan secara berurutan melalui Persamaan (3) dan Persamaan (4).

𝑥̅ )2

Momen invarian atau dikenal juga dengan istilah Momen Hu, yang bisa dihitung menggunakan momen pusat ternormalisasi [8]. Nilai momen ini berguna untuk menghasilkan nilai fitur yang bebas dari pengaruh translasi, penskalaan, dna rotasi. Terdapat tujuh fitur momen invarian, tetapi dalam penelitian ini hanya menggunakan tiga fitur yaitu momen 1, momen 2, dan momen 3, yang secara matematis diformulasikan pada Persamaan (8) hingga Persamaan (10). Momen ternormalisasi dideklarasikan dengan ŋ𝑖𝑗 dengan ij merupakan orde momen.

L

ASM   GLCM (i, j ) 2 i 1 j 1


(17)

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 L

L

IDM   i 1 j 1

L

GLCM (i, j ) 1  (i  j ) 2

(18)

L

entropy   GLCM (i, j ) log(GLCM (i, j ))

(19)

L   contrast   n 2   GLCM (i, j )  n 1 | i  j |  n  

(20)

i 1 j 1

correlation 

  L

L

i 1

j 1

(ij )(GLCM (i, j ))  i '  j '

 i ' 2'

(21)

ASM digunakan untuk menghitung tingkat homogenitas citra, sementara IDM berfungsi untuk mengukur homogenitas citra yang berderajat keabuan sejenis. Entropy untuk mengukur kompleksitas atau variansi dari elemen matriks kookurensi. Selanjutnya untuk mengukur frekuensi spasial dari citra dan ukuran penyebaran (momen inersia) elemen matriks citra bisa menggunakan fungsi contrast. Kemudian yang terakhir correlation berfungsi untuk mengukur linearitas dari sejumlah pasangan piksel. B. Seleksi Fitur Seleksi fitur merupakan metode yang bertujuan memperbaiki fitur-fitur yang akan digunakan untuk klasifikasi, dengan harapan hasilnya mmapu meningkatkan akurasi, memangkas waktu komputasi, menghilangkan fitur yang mengganggu, serta menghilangkan redudansi [11]–[15]. Metode seleksi fitur dikatakan efektif bila mampu menghasilkan fitur sesedikit mungkin, namun mampu menghasilkan akurasi setinggi mungkin.

pembelajaran, metode ini juga menggunakan evaluasi k-folds cross-validation. Meskipun metode Wrapper ini bisa menghasilkan akurasi yang lebih baik, metode ini memiliki kelemahan yakni menyebabkan proses komputasi relatif lebih lama dan lambat [14], [16]. C. Klasifikasi Proses klasifikasi bertujuan untuk menentukan variabel bebas (fitur) yang memiliki tingkat korelasi tinggi dengan variabel terikat (kelas objek). Algoritma Naïve Bayes dipilih karena memiliki beberapa kelebihan antara lain relatif cepat saat proses pelatihan, mampu menangani data riil dan diskrit, serta tidak terpengaruh oleh fitur yang tidak relevan [13], [17]. Algoritma Naïve Bayes merupakan pengembangan dari Teorema Bayes, yang dituliskan dengan Persamaan (22).

posterior 

prior  likelihood evidence

(22)

Posterior merupakan peluang masuknya sampel dengan karakteristik tertentu dalam suatu kelas. Posterior diperoleh dengan mengalikan antara peluang munculnya kelas (Prior) dengan peluang munculnya karakteristik sampel pada kelas (Likelihood), dibagi dengan peluang kemunculan karakteristik sampel secara umum (Evidence).

Pada penelitian ini, ada dua metode seleksi fitur yang akan diuji, selanjutnya hasil akurasinya dibandingkan dengan akurasi hasil klasifikasi tanpa seleksi fitur. Adapun metode seleksi fitur yang diuji adalah Correlation-based Feature Selection (CFS) dan Wrapper Subset Evaluation. Berikut penjelasan singkat masing-masing metode tersebut.

V. HASIL DAN PEMBAHASAN Citra yang diperoleh dari hasil akuisisi disegmentasi menggunakan kombinasi metode yang dikembangkan oleh [18] dan [19]. Setelah diperoleh citra tersegmentasi, tahap selanjutnya adalah ekstraksi fitur. Fitur citra diekstraksi berdasarkan fitur bentuk dan fitur tekstur. Fitur bentuk dicari berdasarkan 10 parameter, sedangkan fitur tekstur diekstraksi berdasarkan 6 parameter histogram dan 5 parameter GLCM, yang hasilnya dapat dilihat pada Tabel I.

1) Correlation-based Feature Selection (CFS) Correlation-based Feature Selection (CFS) merupakan subset dari himpunan fitur dengan mempertimbangkan kemampuan prediktif tingkat redudansi dari setiap fitur. Sebuah subset fitur yang baik adalah subset fitur yang berisi fitur-fitur yang sangat berkorelasi dengan kelas dan masingmasing fitur tidak berkorelasi atau dengan kata lain subset yang berisi fitur yang terkorelasi tinggi dengan kelas dan berkorelasi rendah dengan satu sama lain [15].

Selanjutnya, seleksi fitur dilakukan terhadap keseluruhan fitur-fitur yang ada. Untuk CFS mampu menghasilkan fitur sebanyak 8 (perimeter, area, 1st invariant moment, contrast, entropy, smoothness, IDM, entropy_GLCM), sedangkan Wrapper menghasilkan jumlah fitur yang cukup signifikan yakni sebanyak 6 fitur (perimeter, convexity, mean of intensity, ASM, contrast_GLCM, entropy_GLCM). Semua hasil ektraksi fitur diklasifikasikan menggunakan Naïve Bayes dengan 10-folds cross-validation.

2) Wrapper Wrapper Subset Evaluation atau sering disebut dengan Wrapper merupakan metode seleksi fitur yang menggunakan algoritma pembelajaran sebagai bagian dari fungsi evaluasinya. Algoritma pembelajaran ini digunakan semacam fungsi “black box” ketika proses seleksi fitur [14], [16]. Fungsi evaluasi dari setiap fitur kandidat akan memberikan perkiraan kualitas dari model yang dibentuk algoritma pembelajaran, sehingga hal ini akan menghasilkan estimasi akurasi yang lebih baik. Selain menggunakan algortima

Tabel II.

Hasil Ekstraksi Fitur Citra

Fitur Bentuk Perimeter Area Roundness Slimness Convexity Solidity Dispersion 1st Invariant Moment

Fitur Tekstur Mean of Intensity Contrast Skewness Energy Entropy Smoothness ASM IDM


99

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 2nd Invariant Moment 3rd Invariant Moment

Berdasarkan hasil tersebut terlihat bahwa diterapkannya metode seleksi fitur memiliki pengaruh terhadap hasil klasifikasi, khususnya untuk kasus klasifikasi fase P.vivax.

Contrast_GLCM Entropy_GLCM Correlation

Untuk mengevaluasi skema yang diusulkan, beberapa parameter statistik diterapkan, yakni akurasi, sensitivitas, dan spesifisitas, yang secara berturut-turut diformulasikan melalui Persamaan (23), Persamaan (24), dan Persamaan (25). Akurasi merupakan ukuran untuk melihat tingkat keberhasilan klasifikasi yang dilakukan. Sensitivitas adalah kemampuan classifier dalam memprediksi kelas positif sebagai positif (true positive), sedangkan spesifisitas merupakan kemampuan classifier dalam mengenali kelas negatif sebagai negatif (true negative). 𝑇𝑃 + 𝑇𝑁 𝑇𝑃 + 𝑇𝑁 + 𝐹𝑃 + 𝐹𝑁 𝑇𝑃 𝑆𝑒𝑛𝑠𝑖𝑡𝑖𝑣𝑖𝑡𝑦 = 𝑇𝑃 + 𝐹𝑁 𝑇𝑁 𝑆𝑝𝑒𝑐𝑖𝑓𝑖𝑐𝑖𝑡𝑦 = 𝑇𝑁 + 𝐹𝑃

𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 =

(23) (24) (25)

Pada penelitian ini, ada 3 skenario klasifikasi yang dilakukan, yakni gabungan fitur bentuk dan tesktur, CFS, dan Wrapper. Hasil klasifikasi ini dapat dilihat pada Tabel II. Tabel III.

Perbandingan Hasil Pengujian Ekstraksi Fitur

Ekstraksi Fitur Bentuk dan Tekstur (21) CFS (8) Wrapper (6)

Akurasi (%) 97,29 93,15 97,29

Sensitivitas (%) 97,30 93,20 97,30

Spesifisitas (%) 97,30 93,20 97,30

VI. KESIMPULAN DAN PENELITIAN SELANJUTNYA Penelitian ini bertujuan untuk melihat pengaruh dari metode seleksi fitur terhadap hasil klasifikasi fase P.vivax pada citra mikroskopis digital sediaan darah tipis, yang terbagi ke dalam tiga fase yaitu trofozoit, skizon, dan gametosit. Terdapat 21 fitur, yang terdiri dari 10 fitur bentuk dan 11 fitur tekstur, digunakan untuk proses klasifikasi. Metode seleksi fitur yang diuji adalah CFS dan Wrapper, yang bertujuan untuk mendapatkan fitur yang relevan, sehingga bisa meningkatkan hasil klasifikasi. CFS menghasilkan fitur hasil seleksi sebanyak 8 fitur, dan Wrapper mampu menghasilkan 6 fitur. Dimana berdasarkan hasil pengujian, meskipun dengan jumlah fitur yang paling sedikit, Wrapper mampu menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan spesifisitas 97,30%. Sementara CFS hanya mampu menghasilkan akurasi 93,15%, sensitivitas 93,20%, dan spesifisitas 93,20%. Berdasarkan hasil tersebut mengindikasikan bahwa metode seleksi fitur memiliki pengaruh terhadap hasil klasifikasi fase P.vivax, yang juga berpengaruh terhadap pemangkasan waktu komputasi. Lebih lanjut lagi, hasil ini bisa dijadikan acuan untuk mengembangkan dan mengimplementasikan menjadi sistem maupun aplikasi berbasis computer aided diagnosis (CAD) untuk membantu paramedic dalam mendiagnosis kasus malaria.

Berdasarkan hasil pada Tabel II, tampak bahwa fitur hasil seleksi dengan CFS memiliki tingkat akurasi, sensitivitas, dan spesifisitas paling rendah, dengan nilai berturut-turut 93,15%, 93,20%, dan 93,20%. Sementara jika dibandingkan dengan hasil klasifikasi dengan menggunakan fitur gabungan bentuk dan tekstur, yang menghasilkan akurasi 97,29%, sensitivitas 97,30%, dan spesifisitas 97,30%, terlihat bahwa CFS kurang efektif untuk digunakan sebagai metode seleksi fitur dalam kasus mengklasifikasikan fase P.vivax. Hal ini kemungkinan disebabkan kelemahan CFS yang memperlakukan atribut sebagai atribut bebas, sehingga tidak bisa mengidentifikasi atribut-atribut yang memiliki hubungan atau korelasi yang kuat, seperti permasalahan homogenitas.

Hal yang bisa dijadikan masukan untuk pengembangan berikutnya adalah penambahan jumlah data yang digunakan, sehingga diharapkan kedepannya mampu memberikan hasil yang lebih meyakinkan.

Untuk metode Wrapper, meskipun hanya memiliki 6 fitur, namun mampu menghasilkan tingkat akurasi, sensitivitas, dan spesifisitas yang sama dengan hasil klasifikasi fitur gabungan. Meskipun mereka menghasilkan nilai yang sama, akan tetapi bisa dikatakan bahwa metode Wrapper lebih baik daripada menggunakan fitur gabungan. Hal ini mengindikasikan bahwa tidak semua dari 21 fitur gabungan berkontribusi baik terhadap hasil klasifikasi. Lebih lanjut lagi, meskipun menggunakan jumlah fitur yang sedikit, namun tetap dapat menghasilkan tingkat akurasi, sensitivitas, dan spesifisitas tinggi, yang tentunya mampu mengurangi waktu komputasi.

[1]

100

UCAPAN TERIMAKASIH Penulis mengucapkan terimakasih kepada Bagian Parasitologi, FK – UGM, atas bantuannya dalam menyediakan dataset yang diperlukan serta validasi hasil pengujian. DAFTAR PUSTAKA

[2] [3] [4]

I. H. A. Wahab, “Deteksi Parasit Malaria dalam Sampel Darah Untuk Menunjang Keperluan Diagnosis Berbasis Data Ciri Tekstur Warna,” Disertasi, Universitas Gadjah Mada, Yogyakarta, 2015. W. H. Organization, “Basic malaria microscopy, 2nd edition,” WHO Press, 2010. C. for D. C. and Prevention, “Plasmodium vivax.” Department of Health & Human Services, 27-Apr-2013. A. S. A. Nasir, M. Y. Mashor, and Z. Mohamed, “Segmentation based approach for detection of malaria parasites using moving k-means clustering,” in 2012 IEEE EMBS Conference on Biomedical Engineering and Sciences (IECBES), 2012, pp. 653–658.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 [5]

[6] [7] [8] [9] [10]

[11]

[12] [13]

N. A. Khan, H. Pervaz, A. K. Latif, A. Musharraf, and Saniya, “Unsupervised identification of malaria parasites using computer vision,” in 2014 11th International Joint Conference on Computer Science and Software Engineering (JCSSE), 2014, pp. 263–267. D. Putra, Pengolahan Citra Digital, 1st ed. Yogyakarta: Penerbit Andi, 2010. A. Kadir and A. Susanto, Teori dan Aplikasi Pengolahan Citra, 1st ed. Yogyakarta: Penerbit Andi, 2013. M.-K. Hu, “Visual pattern recognition by moment invariants,” IRE Trans. Inf. theory, vol. 8, pp. 179–187, 1962. E. M. van Rikxoort, “Texture Analysis (Graduate research proposal in AI).” 2004. R. M. Haralick and K. Shanmugam, “Textural features for image classification,” in IEEE Transactions on Systems, man, and cybernetics, 1973, pp. 610–621. M. Hall, E. Frank, G. Holmes, B. Pfahringer, P. Reutemann, and I. H. Witten, “The WEKA Data Mining Software: An Update,” SIGKDD Explor., vol. 11, no. 1, 2009. T. Mitchell, Machine Learning. New York: McGraw Hill, 1997. R. O. Duda, P. E. Hart, and D. G. Stork, Pattern Classification and Scene Analysis, 2nd ed. New York: John Wiley & Sons, Inc., 2001.

[14] M. A. Hall and G. Holmes, “Benchmarking attribute selection techniques for discrete class data mining,” IEEE Trans. Knowl. Data Eng., vol. 15, no. 6, pp. 1437–1447, 2003. [15] M. A. Hall, “Correlation-based Feature Selection for Machine Learning,” 1999. [16] G. Naqvi, “A Hybrid Filter-Wrapper Approach for Feature Selection,” Örebro University, Sweden, 2012. [17] C. M. Bishop, Pattern Recognition and Machine Learning. New York: Springer, 2006. [18] I. M. D. Maysanjaya, H. A. Nugroho, N. A. Setiawan, and E. E. H. Murhandarwati, “Segmentation of Plasmodium vivax phase on digital microscopic images of thin blood films using colour channel combination and Otsu method,” in AIP Conference Proceedings, 2016, vol. 1755. [19] S. A. Akbar, H. A. Nugroho, O. Wahyunggoro, and E. E. H. Murhandarwati, “Segmentasi Sel Parasit Malaria dalam Sel Darah Manusia pada Ruang Warna HSV dengan K-Means Clustering,” in Seminar Nasional Ilmu Komputer 2014 (Seminasik), 2014, vol. 333– 338.


101


Sistem Informasi Reservasi Hotel dan Villa Berbasis Web Pada Villa Seganti Setungguan Gunung Dempo Pagaralam Helda Yudiastuti Manajemen Informatika, Fakultas Vokasi Universitas Bina Darma Palembang, Indonesia [email protected] Abstrak—Penelitian yang di lakukan bertujuan untuk merancang sebuah sistem baru yang di harapkan dapat mengatasi permasalahan –permasalahan yang terjadi di hotel dan villa Seganti Setungguan Gunung Dempo, khususnya dalam hal pemesanan kamar. Peneliti melihat kesulitan yang di rasakan oleh tamu untuk memperoleh informasi mengenai ketersediaan kamar dan fasilitas lainnya yang ada di hotel dan villa Seganti Setungguan Gunung Dempo khususnya bagian receptionist masih mengalami kesulitan dalam memproses data atau formulir yang masih di lakukan secara manual. Hal tersebut dapat di atasi dengan membangun sistem informasi reservasi hotel berbasis web. Dalam pelaksanaan untuk mencapai tujuan tersebut, penelitian ini menggunakan metode pengembangan sistem waterfall, metode ini dirasa cocok karena dalam proses pengerjaannya dilakukan secara berurutan atau secara linier. Kelebihan dari sistem yang baru adalah pada proses pemesanan kamar tamu sudah dapat langsung mengetahui jumlah kamar yang tersedia dan fasilitas lainnya yang mereka dapatkan tanpa harus datang langsung terlebih dahulu ke hotel. Dengan adanya sistem informasi reservasi kamar berbasis web ini diharapkan juga dapat membantu mempermudah dan meminimalisir kesalahan staff hotel khususnya bagian receptionist dalam mengolah data reservasi dan bermanfaat bagi pihak luar hotel yang membutuhkan informasi mengenai hotel villa Seganti Setungguan Gunung Dempo. Kata kunci: Sistem; Informasi; Villa; Hotel; Reservasi

I. PENDAHULUAN Perkembangan teknologi internet saat ini sangatlah pesat terutama dibidang informasi. Hal ini disebabkan karena meningkatkan kebutuhan manusia akan informasi secara cepat dan akurat. Oleh sebab itu dibutuhkan sebuah sistem informasi dengan media internet yang dapat memenuhi kebutuhan informasi tersebut. Website merupakan media yang dapat menyampaikan informasi dengan cepat. Melalui website suatu instansi atau perusahaan dapat mempublikasikan atau dapat mempromosikan sekaligus dapat memberikan layanan kepada para konsumen. Dengan adanya teknologi internet diharapkan 102

dapat membantu dunia bisnis terutama dalam bidang perhotelan. Villa Seganti Setungguan adalah salah satu villa yang terletak di kaki gunung dempo kota pagaralam. Proses reservasi kamar masih dilakukan dengan cara datang langsung kelokasi ataupun melalui telpon, hal ini sangat tidak memuaskan pelanggan karena menyita waktu dan dengan telpon pelanggan tidak puas karena tidak melihat keadaan kamar, vasilitas dan sebagainya. Penelitian ini bertujuan untuk membangun sebuah sistem reservasi dengan mengadopsi teknologi informasi. Sistem reservasi hotel dan villa yang mengadopsi teknologi informasi dapat memberikan efek positif dan dapat meningkatkan kualitas pelayanan, meningkatkan efisiensi dan mengurangi biaya operasiona.[1]. Manfaat dibuatnya aplikasi ini adalah dapat memberikan nilai lebih bagi layanan serta produk yang ditawarkan kepada tamu hotel. Metode pengembangan sistem yang digunakan Dalam penelitian ini adalah metode waterfall. Keuntungan dari metode waterfall adalah pengerjaan dari suatu sistem dilakukan secara berurutan tahap demi tahap atau secara linear. Jadi jika langkah pertama belum dikerjakan, maka langkah kedua tidak dapat dikerjakan. Jika langkah kedua belum dikerjakan maka langkah ke tiga juga tidak dapat dikerjakan, begitu seterusnya. Secara otomatis langkah ke tiga akan bisa dilakukan jika langkah kesatu dan kedua sudah dilakukan. Adapun tahapan dalam metode waterfall adalah sebagai berikut : Analisa, Desain, Penulisan, Pengujian dan Penerapan serta Pemeliharaan. [2] II. KAJIAN PUSTAKA A. Sistem Sistem adalah suatu jaringan kerja dari prosedur-prosedur yang saling berhubungan, berkumpul bersama-sama untuk melakukan suatu kegiatan atau untuk menyelesaikan suatu sasaran yang tertentu. [3]


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Pada umumnya sistem yang dibangun dalam industri hotel dapat dikelompokan menjadi empat bagian, yaitu sistem yang menangani back office, front office, sistem manajemen restaurant, dan sistem yang terkait dengan tamu hotel. [4] . B. Reservasi Reservasi merupakan suatu sistem yang ada pada sebuah hotel. Sistem reservasi merupakan pusat dari operasi bagian front office, sistem ini menangani registrasi tamu, proses check in dan check out, pengarsipan, konfirmasi pembayaran, dan menganalisis permintaan atau penjualan kamar hotel [5], penjualan kamar dapat dilakukan melalui pemesanan ataupun tanpa pemesanan sebelumnya yang dinamakan walk-in guest [6]. Bagi pihak hotel sistem reservasi yang baik dan efektif akan memberikan keuntungan tersendiri, diantaranya yaitu:[7] 1.

Memberikan citra yang baik dan memotivasi tamu untuk datang ke hotel .

2.

Hotel dapat memberikan pelayanan yang baik bagi tamu dan dapat menyiapkan permintaan khusus dari tamu

3.

Hotel mendapatkan informasi mengenai data tamu yang menginap sebagai bahan informasi bagi departemen lain untuk menyiapkan pelayanan.

4.

Hotel dapat menentukan anggaran belanja hotel

5.

Hotel dapat menyiapkan jadwal kerja staf dan mengontrol biaya termasuk tenaga kerja

III. METODOLOGI PENELITIAN Metode penelitian merupakan hal yang sangat penting dalam suatu penelitian karena keputusan-keputusan yang dibuat dapat dipikirkan dan diatur dengan sebaik-baiknya serta dapat menilai hasil-hasil penelitian yang sudah ada yaitu untuk mengukur sampai sejauh mana suatu hasil penelitian dapat dipertanggung jawabkan kebenarannya. Penulis dalam melakukan penelitian ini menggunakan metode deskriptif. Metode deskriptif adalah suatu metode dalam meneliti status sekelompok manusia, suatu objek, suatu set kondisi, suatu sistem pemikiran ataupun suatu kelas peristiwa pada masa sekarang.[8] Tujuan dari penelitian deskriptif ini adalah untuk membuat deskripsi, gambaran atau lukisan secara sistematis, faktual dan akurat mengenai faktafakta, sifat-sifat serta hubungan antar fenomena yang diselidiki. A. Teknik Pengumpulan Data Adapun teknik yang digunakan untuk pengumpulan data adalah sebagai berikut : a. Data Primer

Data primer yaitu data yang dikumpulkan peneliti langsung dari sumbernya melalui metode : 1. Observasi (Pengamatan Langsung) Yaitu pengumpulan data yang dilakukan dengan cara mengadakan pengamatan langsung ke hotel dan Villa Seganti Setungguan. 2.Wawancara Yaitu melakukan tanya jawab secara langsung kepada pihak-pihak intern Hotel dan Villa yang mempunyai wewenang untuk memberikan informasi, dalam hal ini penulis bertanya kepada pemilik dan pengelola Hotel. b. Data Sekunder Data Sekunder yaitu metode pengumpulan data yang di lakukan secara tidak langsung dimana data diperoleh dari mempelajari buku-buku, sumber lain dan instansi-instansi yang berhubungan dengan penelitian ini. Cara yang di gunakan untuk pengumpulan data sekunder adalah sebagai berikut : a.

Dokumentasi, penulis menggunakan data-data keadaan umum pihak hotel dan semua data-data yang berhubungan dengan tampilan halaman aplikasi nantinya yang akan dibangun supaya lebih jelas untuk dimengerti oleh pemakai.

b.

Study Literatur, dengan membaca dan mempelajari semua buku yang berkaitan dengan penulisan penelitian.

B. Metode Pengembangan Sistem Metode pengembangan sistem yang digunakan Dalam membangun sistem informasi reservasi Hotel dan villa ini adalah metode waterfall, Metode ini merupakan model pengembangan sistem yang sistematik dan sekuensial [9]. merupakan metode yang sering digunakan oleh penganalisa sistem pada umumnya. Adapun tahapan yang ada pada metode waterfall dapat dilihat pada gambar berikut:

Gambar 1. Tahapan Model Waterfall 1) Analysis Fase ini merupakan proses analisis kebutuhan sistem. Pengembang mengumpulkan data-data sebagai bahan pengembangan sistem, pada tahap ini dilakukan pengumpulan data dengan wawancara, teknik observasi dan teknik kuesioner [10].


103

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 2) Design Fase ini merupakan proses multi langkah yang fokus pada perancangan struktur data, arsitektur, perangkat lunak, interface dan detail prosedural. Fase desain menterjemahkan hasil analisis kedalam representasi perangkat lunak. 3) Code Fase ini mengimplementasikan design kedalam bahasa pemrograman. 4) Test Tahap selanjutnya dilakukan pengujian terhadap sistem yang telah dibuat. pengujian dilakukan untuk mengetahui kesesuaian hasil output dari sistem dengan kebutuhan yang telah dirancang pada tahap analisis. IV. HASIL DAN PEMBAHASAN A. Analisis Sistem Peneliti mengumpulkan kebutuhan Sistem dengan menganalisis kebutuhan dan menggali informasi sebanyakbanyaknya dari user sehingga akan tercipta sebuah sistem komputer yang bisa melakukan tugas-tugas yang diinginkan oleh user tersebut. Tahapan ini akan menghasilkan dokumen user requirment atau bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam pembuatan sistem. Dokumen ini lah yang akan menjadi acuan sistem analis untuk menerjemahkan ke dalam bahasa pemrograman.

Gambar 3. DFD Level 1 Pada proses reservasi kamar ini, dapat dilihat pada diagram diatas tamu memasukkan data tamu, tanggal pesan, data kamar yang dipesan, dan lamanya menginap. Data tamu yang sudah di entri berupa nomor KTP, nama depan, nama belakang, alamat, nomor telpon, dan email disimpan ke dalam basis data yang hanya dapat diakses oleh staf front desk. Proses reservasi tersebut terdapat pemeriksaan ketersediaan kamar berupa tipe kamar, jumlah, dan tanggal check-in. apabila kamar tidak tersedia sesuai dengan yang dipesan, maka sistem akan merespon pesan bahwa proses reservasi gagal. Jika kamar tersedia sesuai dengan pesanan tamu, sistem akan memberikan nomor reservasi kepada tamu yang nantinya digunakan dalam proses check-in. 3) Data Flow Diagram (DFD) Level 2

B. Rancangan Diagram (Design) 1) Data Flow Diagram (DFD) Level 0

Gambar 2. DFD Level 0 Pada DFD level 0 ini dijelaskan ada 2 Pengguna sistem informasi Reservasi hotel dan Villa ini, yaitu Superuser yang bertindak sebagai Admin yang mengelola database dan sistem. Kemudian tamu yang akan mengisi formulir pemesanan kamar.

Gambar 4. DFD Level 2 4) Data Flow Diagram (DFD) Level 3 Proses 1

2) Data Flow Diagram (DFD) Level 1

104



Gambar 7. DFD Level 3 Proses 3 C. Entity Relationship Diagram Gambar 5. DFD Level 3 Proses 1 Pada saat proses check-in staf memasukkan nomor reservasi. Data dari reservasi akan langsung muncul pada tampilan layar sistem dan staf langsung mengentri nomor kamar dan uang muka ke dalam sistem. jika pelangan belum melakukan reservasi, maka staf dapat mengentri data-data yang diperlukan untuk proses reservasi tersebut. Setelah proses check-in dilakukan, maka sistem akan mengubah status kamar yang dipilih menjadi ‘isi’.

ER Diagram dibawah, reservasi merelasikan antara entitas tamu dengan entitas tipe kamar dan bukan entitas kamar, karena entitas kamar digunakan untuk reservasi hotel, biasanya tamu memesan kamar berdasarkan tipe kamar dan bukan nomor kamar. Untuk proses check-in dan check out, entitas tamu dihubungkan dengan entitas kamar melalui relasionship check-in-out sehingga setelah check-in, dapat dilihat tamu tersebut menginap di kamar nomor berapa.

5) DFD LEVEL 3 Proses 2

Gambar 8. Entity Relationship Diagram D. Coding

Gambar 6. DFD Level 3 Proses 2 6) DFD Level 3 Proses 3

Agar design yang telah dirancang dapat dijalankan, maka harus di implementasikan kedalam dalam penelitian ini menggunakan bahasa pemograman Php dengan Database MySql. Menjalankan web sistem informasi reservasi hotel dan villa ini secara langsung harus mempunyai server web local yaitu Xampp, Web ini mempunyai halaman utama atau halaman depan yaitu halaman index yang berfungsi sebagai halaman utama secara otomatis pada saat web ini diakses. Langkah pertama untuk mengaktifkan halaman utama terlebih dahulu kita membuka web browser google chrome ataupun Mozilla firefox untuk mengaktifkan halaman utama.


105

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Setelah web browser diaktifkan maka kita masukan alamat halaman utama di kotak address yang terdapat di web browser yang kita buka. Setelah alamat halaman utama diaktifkan maka pemakai (user) dapat mengakses halaman-halaman yang terdapat di dalam halaman utama seperti halaman home, akomodasi, fasilitas, room, contact dan halaman khusus admin. 1) Menu Reservasi Form ini digunakan untuk melakukan reservasi kamar di hotel secara online melalui internet. Setelah pengguna memasukkan setiap data yang diminta, maka sistem akan memproses data tersebut dan memasukkannya ke dalam basis data. Jika ada kesalahan selama proses input data reservasi maka sistem akan menampilkan pesan error. Untuk reservasi, sistem melakukan pemeriksaan apakah tipe kamar yang dipesan oleh pelanggan untuk tanggal tertentu dan jumlah tertentu tersedia atau tidak. Perhitungan jumlah kamar meliputi kamar yang sudah ada yang check-in dan kamar yang sudah di reservasi.

Gambar 10. Tampilan Menu Check In 3) Menu Check Out Form ini digunakan ketika tamu akan check-out. Proses check out dapat dilakukan berdasarkan nomor kamar atau ID tamu. Jika berdasarkan ID tamu, maka jika tamu tersebut memesan lebih dari 1 kamar, sistem akan memperhitungkan semua kamar yang dipesan termasuk dengan pengurangan uang muka yang sudah dibayarkan. Jika berdasarkan nomor kamar, maka proses check-out hanya dilakukan untuk nomor kamar tersebut.

Gambar 9. Tampilan Menu Reservasi kamar 2) Menu Check In Form ini digunakan untuk memasukkan data tamu yang check–in dan kamar yang dipesannya ke dalam basis data. Data check-in tersebut dapat secara otomatis diambil dari data reservasi dengan memasukkan ID Reservasi sehingga staf hotel tidak perlu mengetikkan kembali data tersebut ke dalam sistem.

106

Gambar 11. Tampilan Menu Check Out 4) Menu Registrasi Kamar Form ini digunakan untuk menambahkan data kamar baru ke dalam basis data. Dapat dispesifikasikan tipe kamar dan statusnya.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Booking Check in Service Room Service Restaurant Check Out Laporan

√ √ √

√ √ √

√ √ √

√ √ √

-

-

√

√

√

√

-

-

√ √

√ √

√ √

√ √

-

√

Berdasarkan kesimpulan hasil pengujian sistem yang di tunjukkan pada tabel diatas bahwa hasil pengujian sistem informasi menggunakan metode Black Box Testing telah memenuhi semua kebutuhan fungsionalitas yang diinginkan. V. SIMPULAN DAN SARAN A. Simpulan Gambar 12. Tampilan Menu Registrasi Kamar 5) Menu Laporan Tamu Hotel dan Penggunaan Kamar Form ini digunakan untuk menghasilkan laporan total jumlah tamu yang check-in, jumlah tamu yang masih checkin, dan jumlah penggunaan per tipe kamar per bulan.

Gambar 13. Tampilan Menu Hasil Laporan

Berdasarkan penelitian yang telah dilakukan pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam, maka dapat disimpulkan beberapa hal sebagai berikut : 1.

Penelitian ini menghasilkan Sistem Reservasi Hotel Pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam berbasis web, dengan menggunakan bahasa pemprograman PHP (Hypertext Proccessor), dan data base menggunakan MySQL.

2.

Pembuatan web pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam ini diharapkan dapat mempercepat penyampaian informasi kepada masyarakat, mengenai hotel, fasilitas hotel, informasi kamar yang ada pada Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam, pemesanan kamar, dan letak lokasi hotel. Serta dapat meningkatkan kinerja pegawai Hotel dan Villa Seganti Setungguan Gunung Dempo Pagaralam terutama dalam penyampaian informasi kepada masyarakat.

B. Saran

E. Pengujian Sistem (Testing) Pengujian yang dilakukan pada sistem reservasi hotel dan villa bertujuan menemukan kesalahan pada sistem dan mencari tahu kesesuaian sistem yang dibuat dengan kebutuhan pengguna. Pengujian menggunakan metode Black Box Testing yang dilakukan pada aspek fungsionalitas pengujian fokus pada proses input dan output pada saat sistem dijalankan. Kesimpulan hasil seluruh pengujian unit dapat dilihat pada tabel berikut:

Berdasarkan simpulan diatas yang telah dikemukakan sebelumnya, maka saran yang penulis sampaikan adalah : 1.

Sesuai dengan kebutuhan masyarakat untuk saat ini dan selanjutnya, disarankan agar sistem ini nantinya dapat dikembangkan, untuk hasil yang lebih baik lagi.

2.

Untuk pemeliharaan sistem yang dibangun ini perlu adanya evaluasi secara rutin sehingga dilihat apakah perlu pengadaan perbaikan atau penyempurnaan kembali.

3.

Sistem ini digunakan sebagaimana mestinya, serta dapat melakukan pelatihan terhadap pegawai tentang penggunaan sistem ini.

Tabel 1. Kesimpulan hasil Pengujian Sistem Pengujian

Validasi entri data yang kosong

Validasi entri data yang salah

Validasi entri data yang benar

Fungsi semua tombol berjalan baik

Fungi tombol menu berjalan baik

√ -

√ -

√ -

√ -

√ -

Unit

Login Menu Utama

Lap oran tam pil sesu ai yang diha rapk an -


107

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 DAFTAR PUSTAKA [1]

[2] [3] [4]

108

Law, R., & Jogaratnam, G. (2005). A study of hotel information technology applications. International Journal of Contemporary Hospitality Management, Vol. 17 No. 2, pp. 170-180. Abdul Kadir 2003. Pengenalan Sistem Informasi.Yogyakarta: Andi Offset. Jogiyanto. 2005. Analisis dan Desain Sistem Informasi. Yogyakarta: Penerbit Andi. Bilgihan, A., Okumus, F., Nusair, K., & Kwun, D.-W. (2011). Information technology applications and competitive advantage in hotel companies. Journal of Hospitality and Tourism Technology, Vol. 2 No. 2, pp. 139-154.

[5]

Bardi, J. (2007). HOTEL FRONT OFFICE MANAGEMENT FOURTH EDITION. Canada: John Wiley & Sons, Inc. [6] Sujatno, B. (2008). Front Office Operations. Yogyakarta: Andi. [7] Bagyono. (2006). Teori & Praktik Hotel Front Office. Bandung: Alfabeta. [8] Moh. Nazir. Ph.D. 2005. Metode Penelitian. Bogor: Ghalia Indonesia [9] Pressman, R.S. 2002. Rekayasa Perangkat Lunak: Pendekatan Praktisi(Buku Dua). Yogyakarta: Penerbit Andi. [10] Rosa & Shalahuddin. 2013. Rekayasa Perangkat Lunak. Bandung: Informatika.



Implementasi dan Analisis Perangkat Pengirim Data Sensor melalui Modul A6 GSM/GPRS berbasis Microcontroller I Gede Eka Wiantara Putra, I Ketut Putu Suniantara, I Nyoman Satya Kumara Program Studi Sistem Komputer, Program Studi Sistem Informasi, Jurusan Teknik Elektro STMIK STIKOM Bali, Fakultas Teknik Universitas Udayana Bali, Indonesia [email protected], [email protected], [email protected]

Abstrak—Pengiriman data sensor dari suatu peralatan akuisisi umumnya dilakukan melalui jaringan lokal, baik menggunakan media kabel maupun wireless. Metode ini memiliki kelemahan pada rentang jarak pengiriman data antara peralatan pengirim dengan penerima. Mengatasi permasalahan tersebut, pada makalah ini disampaikan implementasi perangkat pengirim data sensor pada peralatan akuisisi ke web server melalui jaringan GPRS menggunakan modul A6 GSM/GPRS berbasis microcontroller. Melalui modul ini, data dari rangkaian sensor diterima oleh microcontroller dan diteruskan ke modul A6 untuk di-post ke web server. Hasil analisis terhadap implementasi perangkat ini menunjukkan bahwa dibutuhkan waktu rata-rata 10.2 detik untuk setiap pengiriman data ke web server. Sedangkan daya listrik ratarata yang dibutuhkan saat data dikirimkan adalah 947.56 mWatt. Hasil penelitian ini selanjutnya akan dijadikan dasar implementasi pengiriman dan pemetaan data intensitas cahaya matahari di Provinsi Bali. Kata kunci: modul A6 GSM/GPRS, IoT, Wireless Sensor Network, Microcontroller

I. PENDAHULUAN Data yang dihasilkan suatu perangkat sensor umumnya dikirimkan melalui jaringan lokal, baik menggunakan kabel maupun nirkabel. Penggunaan kabel pada jaringan lokal memiliki keunggulan dalam hal kecepatan pengiriman data, namun dibatasi pada panjang kabel dan penerapannya di suatu area pengukuran. Dengan demikian, maka area pengukuran jarak jauh akan terkendala pada sisi besarnya biaya pembangunan infrastruktur. Di sisi lain, jaringan nirkabel menjadi solusi terhadap penerapan pengiriman data tanpa dibatasi oleh jarak area pengukuran, namun kecepatan pengiriman data tidak lebih baik daripada menggunakan kabel. Meskipun demikian, solusi tersebut memiliki banyak keunggulan lainnya, sehingga dapat diterapkan pada area pengukuran jarak jauh secara lebih efektif dan efisien [1].

Pengiriman data sensor dari perangkat akuisisi ke web server akan membutuhkan sebuah media internet. Dalam hal ini, secara umum perangkat akuisisi akan dihubungkan ke jaringan internet melalui jaringan WiFi yang tersedia di suatu area pengukuran yang telah terhubung dengan Internet Service Provider (ISP). Namun hal ini akan menjadi kendala ketika tidak tersedianya jaringan WiFi di area pengukuran. Berdasarkan permasalahan tersebut, pada makalah ini disampaikan implementasi perangkat pengirim data sensor melalui jaringan GPRS menggunakan modul A6 berbasis microcontroller untuk di-post ke suatu web server. Metode ini menjadi solusi alternatif, di mana selain mencakup area yang lebih luas, keunggulan penggunaan jaringan GPRS pada perangkat pengirim data adalah dapat dipindahkan ke lokasi pengukuran lainnya tanpa harus melakukan pengaturan ulang terhadap perangkat tersebut. Penelitian terkait konektivitas dan pengiriman data melalui jaringan GPRS telah banyak dilakukan, namun secara umum sebagaimana penelitian oleh Zaghloul & Mohamed Saad [2], menggunakan modul SIM900 dan oleh Hongzhou et al., [3], menggunakan modul ZigBee yang lebih mahal. Terkait dengan hasil implementasi dan analisis dari penelitian ini yang selanjutnya akan diterapkan pada perangkat sensor di dalam sistem pengikut matahari secara lebih efektif dan berbiaya rendah, bertujuan untuk memetakan intensitas cahaya matahari di Provinsi Bali sebagai acuan pembangunan Pembangkit Listrik Tenaga Surya (PLTS). Dengan demikian, maka diharapkan tidak menutup kemungkinan bagi masyarakat umum untuk membangun sistem ini dengan lebih mudah. II. METODE Penelitian ini diawali dengan mengumpulkan referensi terkait metode pengiriman data melalui jaringan GPRS yaitu menggunakan sebuah modul berbasis microcontroller. Dalam penelitian ini, digunakan sebuah modul A6 GSM/GPRS dengan perintah-AT (AT-command [4]) yang dihubungkan dengan microcontroller Arduino Pro-Mini untuk


109

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 menghasilkan perangkat berdimensi kecil. Metode pengiriman data dan skema rangkaian perangkat pengirim data ini ditunjukkan masing-masing seperti pada Gambar 1 dan Gambar 2.

Gambar 1 Metode pengiriman data Pada Gambar 1, data yang akan dikirimkan bersumber dari perangkat pengirim data sebagaimana skema yang ditunjukkan pada Gambar 2. Selanjutnya, perangkat tersebut dihubungkan ke jaringan internet melalui konektivitas jaringan GPRS. Jaringan GPRS disediakan oleh berbagai layanan seluler di Indonesia melalui Base Transceiver Station (BTS). Dengan demikian, maka terhubungnya perangkat dengan jaringan internet akan memungkinkan adanya proses pengiriman data ke sebuah web server.

Gambar 2 Skema rangkaian perangkat pengirim data. Perangkat pengirim data pada Gambar 2 tersusun atas dua komponen, yaitu microcontroller dan modul GPRS. Komunikasi kedua komponen tersebut dilakukan secara serial melalui pin Tx dan Rx. Dalam hal ini, microcontroller diprogram untuk memberikan perintah kepada atau menerima respon dari modul GPRS tersebut. A. Konektivitas GPRS Sebelum data dikirimkan, untuk menghubungkan modul A6 ke jaringan GPRS, dibutuhkan beberapa tahap seperti bagan pada Gambar 3.

Gambar 3 Bagan tahapan konektivitas GPRS 1) Rapid AT Tahap ini merupakan awal komunikasi antara modul A6 dengan microcontroller. Dengan memberikan perintah AT melalui serial monitor, maka modul A6 akan merespon OK. Bila modul tidak merespon, maka dibutuhkan pengulangan perintah AT secara berkala dan stabil. Tahap ini merupakan bagian yang penting sebagai indikator bahwa modul A6 telah siap menerima perintah selanjutnya. 2) Detach Packet Domain Service (PDS) Tahap ini merupakan pengkondisian layanan kartu SIM agar tidak terhubung (detach) dengan PDS. Hal ini diperlukan untuk mengkondisikan layanan kartu SIM untuk perintah selanjutnya dan mengurangi kemungkinan detach secara tibatiba. Untuk melakukan detach, modul A6 diberikan perintah AT+CGATT=0, yang mana 0 berarti detach dan akan direspon OK bila berhasil atau +CME ERROR bila gagal. 3) Attach Packet Domain Service (PDS) Tahap ini merupakan bagian untuk menghubungkan (attach) layanan kartu SIM dengan PDS. Perintah yang diberikan adalah AT+CGATT=1, yang mana 1 berarti attach dan akan direspon OK bila berhasil atau +CME ERROR bila gagal. 4) GPRS Registration Tahap ini merupakan upaya pendaftaran kartu SIM untuk konektivitas GPRS pada penyedia layanan. Perintah yang diberikan adalah AT+CGREG=2, yang mana 2 berarti enable dan akan direspon +CGREG: 2,1,””,”” atau +CME ERROR bila gagal. 5) Packet Data Protocol (PDP) Context Registration Tahap ini merupakan lanjutan tahap registrasi GPRS dengan memasukkan tipe PDP dan Access Point Name (APN) dari penyedia layanan. Perintah yang diberikan adalah AT+CGDCONT=1,”IP”,”<APN>”, yang mana 1 merupakan identifier, dan “IP” merupakan tipe PDP, sedangkan ”<APN>” merupakan Access Point Name yang disediakan oleh penyedia layanan seluler. Selanjutnya modul akan

110


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 merespon +CGDCONT:1,”IP”,”<APN>”,,0,0 atau +CME ERROR bila gagal. 6) PDP Attachment Setelah registrasi berhasil, selanjutnya modul A6 diberikan perintah AT+CGACT=1,1 untuk aktivasi PDP Context dan modul akan merespon +CGACT: (1,1) atau +CME ERROR bila gagal. Bila salah satu perintah dari enam tahap tersebut mengalami kegagalan (dengan respon: +CME ERROR), maka kegagalan respon akan terjadi pula pada tahap selanjutnya. Dalam hal ini, maka proses tahapan konektivitas harus diulangi dari awal. B. Pengiriman Data Enam tahap pada sub bab 2.1 merupakan awal konektivitas internet melalui jaringan GPRS, sedangkan untuk memulai pengiriman data dibutuhkan langkah-langkah seperti pada Gambar 4.

Gambar 5 Format HTTP Post Melalui serial monitor pada Arduino IDE, dituliskan dalam bentuk bilangan hexadecimal (0x1A) sebagai perintah mengirimkan data Post. Bila berhasil, modul akan merespon OK atau +CME ERROR bila gagal. C. Kebutuhan Daya Listrik Selain konektivitas dan metode pengiriman data melalui jaringan GPRS, dalam penelitian ini ditambahkan analisis terhadap kebutuhan daya listrik pada perangkat pengirim data sebagai acuan perancangan dan implementasi perangkat sensor atau pengakuisisi data. Teknik pengukuran daya listrik ini melibatkan sebuah modul sensor tegangan dan arus MAX471 sebagaimana ditunjukkan pada Gambar 2. Modul ini mampu memberikan nilai tegangan dan arus dalam 10 bit melalui pin ADC pada microcontroller [5]. Perhitungan nilai tegangan (V) dilakukan dengan memasukkan persamaan (1), di mana secara hardware, modul ini dirancang menggunakan sistem pembagi tegangan dengan perbandingan 1:5. Hal ini berarti bahwa tegangan maksimal yang mampu diukur adalah 5 kali tegangan kerja microcontroller. Dengan demikian, untuk microcontroller dengan tegangan kerja 5 Volt akan mampu mengukur tegangan maksimal 25 Volt. Sedangkan perhitungan nilai arus (I) dihitung dengan persamaan (2). Sebagaimana hukum ohm pada persamaan (3), perhitungan daya listrik (P) merupakan tegangan (V) dikalikan dengan arus (I).

Gambar 4 Langkah pengiriman data ke web server 1) Start TCP Connection Tahap ini merupakan upaya menghubungkan perangkat dengan alamat web server melalui TCP. Perintah yang digunakan adalah AT+CIPSTART=”TCP”,””,Port dan modul akan merespon CONNECT OK atau +CME ERROR bila gagal. 2) HTTP Post Data Untuk mengirimkan data ke web server, diperlukan metode Post yang dituliskan setelah modul merespon > melalui perintah AT+CIPSEND. Perintah Post membutuhkan format yang harus sesuai dengan web server, sebagaimana ditunjukkan pada gambar 5. Setelah menerima respon dari modul A6, perintah Post dapat diulangi kembali sesuai dengan kebutuhan. Di sisi lain, bila perintah Post tersebut gagal, maka harus dilakukan pemutusan koneksi TCP melalui perintah AT+CIPCLOSE sebelum memulai koneksi yang baru.

III. HASIL DAN PEMBAHASAN A. Implementasi dan Pengujian Hardware Implementasi perangkat pengirim data sensor menggunakan sebuah modul A6 GSM/GPRS dan sebuah microcontroller Arduino Pro-Mini yang telah disesuaikan dengan rancangan rangkaian sebagaimana ditunjukkan pada Gambar 2. Hasil pengimplementasian tersebut ditunjukkan seperti pada Gambar 6. Pin Tx pada modul A6 dihubungkan dengan Pin 2 sebagai Pin Rx, sedangkan Pin Rx pada modul dihubungkan dengan Pin 3 sebagai Pin Tx. Catu daya untuk perangkat ini adalah 5 Volt.


111

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Pengujian awal dilakukan dengan membuat sebuah panggilan ke nomor kartu SIM yang terpasang pada perangkat menggunakan perangkat telepon lainnya. Bila panggilan tersebut memunculkan nada sambung, maka kartu SIM dalam perangkat tersebut telah aktif, dan perangkat siap dikendalikan. Di sisi lain, dalam menerima perintah atau panggilan, modul A6 akan membutuhkan waktu persiapan dengan kisaran 5 detik hingga 10 detik. Hal ini dapat dilihat melalui indikator nyala LED biru pada modul A6.

Gambar 6 Rangkaian perangkat pengirim data. B. Implementasi dan Pengujian Software Software pada perangkat diimplementasikan menggunakan Arduino IDE dan disesuaikan dengan perintah AT untuk modul A6. Baris pertama dan ke dua pada Gambar 6 menunjukkan upaya penyesuaian komunikasi serial antara Arduino Pro-Mini dengan modul A6. Dalam hal ini, perintah dan respon pada modul A6 dapat ditampilkan melalui serial monitor dengan baud rate 9600.

Setelah konektivitas GPRS berhasil, proses selanjutnya adalah pengiriman data ke web server menggunakan metode HTTP Post. Implementasi perintah AT melalui Arduino IDE ditunjukkan pada Gambar 7. void cipStart() pada Gambar 7 merupakan implementasi perintah konektivitas modul A6 ke IP-address tujuan. Konektivitas ini akan membutuhkan waktu yang cukup, sehingga diperlukan pembacaan respon CONNECT OK dari modul A6 sebelum dilanjutkan ke perintah pengiriman data. Sedangkan bagian void cipSend() merupakan implementasi perintah mengirimkan data ke web server. Dalam hal ini, modul A6 akan menerima data HTTP dari web server yang mengindikasikan status pengiriman data. Hasil tersebut ditunjukkan pada Gambar 8 dengan menampilkan status pengiriman data. Hal ini menjadi indikator keberhasilan pengiriman data oleh modul A6, dimana bagian A mengindikasikan keberhasilan pengiriman, dan bagian B mengindikasikan kegagalannya. Menyikapi kegagalan pengiriman data, dibutuhkan perintah AT+CIPCLOSE dan mengulangi bagian void cipStart(). Pengendalian ketika proses penutupan koneksi dengan perintah AT+CIPCLOSE tidak memperoleh respon yang sesuai, maka dilakukan restart modul secara hardware melalui perintah AT+CPOF. Dalam hal ini, modul A6 akan dimatikan dan dinyalakan kembali. Proses ini membutuhkan waktu 10 detik sebelum perintah konektivitas GPRS kembali dilakukan.

Hasil pengujian konektivitas GPRS melalui modul A6 ini menunjukkan adanya kebutuhan delay yang tepat untuk setiap perintah yang diberikan. Kebutuhan delay ini disebabkan oleh perbedaan waktu respon yang diterima oleh modul A6 dari penyedia layanan seluler untuk masing-masing perintah.

Gambar 8 Implementasi tahapan pengiriman data C. Analisis Waktu Pengiriman Data

Gambar 7 Implementasi tahapan konektivitas GPRS 112

Akumulasi delay yang diimplementasikan pada program mulai dari menyalakan modul hingga pengiriman data pertama adalah 22.7 detik. Hal ini berarti bahwa apabila sistem berkerja secara normal, maka dibutuhkan waktu 22.7 detik untuk memulai pengiriman data. Dalam hal kegagalan


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 konektivitas dan jenis kesalahan lainnya, maka ditambahkan langkah restart perangkat dengan kebutuhan waktu tambahan 10 detik. Berdasarkan 40 data waktu sampel yang terbagi menjadi 4 bagian di mana masing-masing berdurasi 2.5 menit, waktu yang dibutuhkan untuk mengirimkan setiap data secara berulang berkisar antara 10 detik hingga 12 detik dengan waktu rata-rata 10.2 detik.

Bagian A pada Gambar 9 merupakan kebutuhan daya dari awal perangkat dinyalakan hingga konektivitas TCP. Sedangkan bagian B, C, D, E, dst., merupakan tahap pengiriman data. Kebutuhan daya listrik pada pengiriman setiap data relatif stabil dengan pola seperti ditunjukkan pada Gambar 10. Pola tersebut diperjelas dengan menambahkan metode moving average sebesar 100 sampel.

D. Analisis Kebutuhan Daya Listrik Bersamaan dengan analisis waktu pengiriman data, menggunakan jumlah sampel tersebut menghasilkan kebutuhan daya listrik yang berkisar antara 859.78 mWatt hingga 1070.50 mWatt dengan rata-rata 947.56 mWatt. Sedangkan kebutuhan daya listrik yang dimulai dari menyalakan perangkat hingga perintah koneksi TCP berkisar antara 679.45 mWatt hingga 709.95 mWatt dengan rata-rata 699.32 mWatt. Hasil analisis tersebut diperoleh melalui perhitungan nilai pengukuran daya listrik pada sampel tertentu. Hal ini diperlihatkan pada Gambar 9. Gambar 11 Pola kebutuhan daya listrik perangkat IV. KESIMPULAN Pengiriman data menggunakan jaringan GPRS dapat diimplementasikan menggunakan modul A6 GSM/GPRS berbasis Arduino Pro-Mini. Hasil pengujian terhadap waktu rata-rata yang dibutuhkan untuk mengirimkan satu data ke web server adalah 10.2 detik dengan kebutuhan daya listrik rata-rata sebesar 947.56 mWatt. Peningkatan terhadap efektifitas waktu pengiriman data dapat dilakukan dengan mengurangi waktu delay pada setiap tahapan perintah. Namun demikian, kestabilan konektivitas modul A6 ke jaringan GPRS akan berkurang. Di sisi lain, kemampuan perangkat pengirim data ini selanjutnya dapat diimplementasikan pada perangkat pengakuisisi data jarak jauh namun masih dalam jangkauan sinyal BTS. Gambar 9 Hasil pengujian pengiriman data. UCAPAN TERIMAKASIH Penelitian ini didukung dan dibiayai oleh Kementerian Riset, Teknologi, dan Pendidikan Tinggi pada Program Insentif Riset Sistem Inovasi Nasional (Insinas) Gelombang II, 2017, Nomor: 25/INS-2/PPK/E/E4/2017 DAFTAR PUSTAKA [1]

[2]

Gambar 10 Hasil plotting data sampel daya listrik

Xiaorong, C., Zhan, S., Zhenhua, G. “Research on remote data acquisition system based on GPRS.” Electronic Measurement and Instruments, 2007. ICEMI’07. 8th International Conference on 2007 Aug 16 (pp. 2-20). IEEE. Zaghloul, Mohamed Saad. “GSM-GPRS Arduino Shield (GS-001) with SIM900 chip module in wireless data transmission system for data acquisition and control of power induction furnace.” International Journal of Scientific & Engineering Research 5, no. 4 (2014): 776.


113

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 [3]

[4]

114

Yu, Hongzhou, Lu Liu. “Remote health monitoring system using zigbee network and gprs transmission technology” Computational Intelligence and Design (ISCID), 2011 Fourth International Symposium on. Vol. 1. IEEE. Ai-Thinker Inc, A6 GSM/GPRS Module, V1.01.

[5]

Park, C., Chou, P.H. “Ambimax: Autonomous energy harvesting platform for multi-supply wireless sensor nodes.” Sensor and Ad Hoc Communication and Networks, 2006. SECON’06. 2006 3rd Annual IEEE Communication Society on. Vol. 1. IEEE.



Implementasi Load Balancing Pada Openstack dengan Metode Round Robin I Made Aga Satya Darma, I Gede Oka Gartria Atitama Jurusan Ilmu Komputer, Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Udayana Denpasar, Indonesia [email protected], [email protected] Abstract— The path of data exchange on the network what if it gets a lot of requests then the possibility of the occurrence of Overload is very risky, many overcome by increasing the Bandwidth on the path of data exchange on the network. But the way it can not be called a reliable solution, given the increasing number of users and more and more requests entered into the server. Load Balancing by Round Robin method is one of the techniques of distributing the traffic load to two or more connection lines in a balanced way, by dividing the loads in sequence and rotating, in order to get optimal traffic, maximize throughput, and avoid overload on one connection path. Because all processes have the same interests so that there are no priorities, then Load Balancing is one of the best solutions to use as a way out of the problem. Or when one of the connection path to the server is interrupted then Load Balancing can divert the user to another server as an alternative destination. With this project then problems such as server down and slow connection when the number of user requests at the same time will be resolved, because the project has been implemented Load Balancing using Round Robin algorithm. And got the average result that is for throughput 3,969,328 kbps then for response time 18,860 ms. With this method internet connection will be faster because the concept of Load Balancing with Round Robin method is to share the average load connection, so the server can complete many requests from the user at the time bersaman without experiencing overload. Keywords— load balancing, data exchange path, openstack

I. PENDAHULUAN Di era sekarang ini teknologi informasi terus berkembang dan semakin canggih, baik dalam akpek kehidupan, menuntut perguruan tinggi sebagai institusi pengembang ilmu pengetahuan dan teknologi (IPTEK) untuk mengembangkannya. Perguruan tinggi dari segi operasionalnya dalam kegiatannya membutuhkan teknologi khususnya teknologi informasi. Agar tidak tertinggal dari segi teknologi informasi, maka perguruan tinggi harus mengikuti perkembangan IPTEK. Perangkat keras merupakan salah satu faktor penting dalam melakukan upgrade/update sistem. Solusi yang timbul dari permasalahan tersebut adalah dengan menggunakan teknologi Cloud Computing. Cloud computing merupakan sebuah model komputasi dimana sumber daya seperti komputasi, penyimpanan, jaringan dan perangkat lunak disediakan sebagai layanan di internet.

Cloud Computing menyediakan banyak teknologi yaitu OpenStack. OpenStack adalah teknologi yang menyediakan sistem operasi cloud untuk public dan private cloud di bawah Apache License. Pada jaringan komputer sering mengalami overload (kelebihan) beban pada jalur koneksinya, maka OpenStack memberikan sebuah solusi untuk membagi atau mendistribusikan beban tersebut ke dua atau lebih koneksi jaringan yaitu Load Balancing. Jurnal ini membahas tentang implementasi Load Balancing pada openstack dengan metode Round Robin untuk megurangi beban pada jalur koneksi jaringan. Tujuan atau hasil yang ingin dicapai dalam penelitian ini adalah Merancang dan menginplementasikan sebuah OpenStack dengan metode Load Balancing untuk mengurangi beban koneksi. Dan mendapatkan perbandingan kondisi sistem jaringan komputer yang aktual dengan simulasi jaringan yang memiliki layanan Load Balancing. Sedangkan manfaat yang di dapatkan adalah dapat mengetahui aspek aspek manajemen jaringan komputer yang memiliki skalabilitas yang terus meningkat dan tingkat akses yang semakin tinggi. Adapun batasan masalah dalam penelitian ini adalah sistem ini dibangun dari 1 komputer, yang digunakan sebagai server, server menggunakan sistem operasi Linux distro Ubuntu 14.04 LTS, dan komputer klien menggunakan sistem operasi windows dengan aplikasi putty sebagai remote server. II. STATE OF ART Berikut adalah penelitian sebelumnya sebagai panduan untuk penelitian yang dilakukan yang nantinya akan menjadi acuan dan perbandiangan dalam melakukan penelitian. Menurut penelitian Mohammad Rizky dkk [7], di lihat dari beberapa aspek pengujian pertama, di dapatkan Respon time dari algoritma Round Robin bernilai 984.2518 ms dan algoritma Least Connection bernilai 993.7882 ms yang mana algoritma Round Robin lebih baik. Kedua, Troughput yang didapatkan dari algoritma Round Robin bernilai 493.6383 kbps dan algoritma Least Connection bernilai 473.3483 kbps yang mana algoritma Round Robin lebih baik. Berdasarkan aspek tersebut dapat di simpulkan bahwa load balancing dengan algoritma round robin lebih baik dibandingkan dengan


115

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 least connection dilihat dari nilai parameter, throughput, respon time. Menurut I made widhi wirawan dan komang tris sumarianta [11], Sistem load balance dengan metode round robin bisa diterapkan pada jaringan multihoming. Sistem pada penelitian tersebut berfungsi untuk menyeimbangkan traffic penggunaan internet pada jaringan multihoming. Load balancing menggunakan router juga bisa sebagai backup/failover ketika salah satu jalur internet mengalami gangguan atau terputus. Menurut Kahairul Ansharullah [2], Implementasi load balancing dengan algoritma round robin lebih handal dalam mengoptimalkan throughput, response time, CPU Utilization, dan mengurangi jumlah error dari web server. Sedangkan menggunakan algoritma sebelumnya yaitu least connection lebih handal dalam mengoptimalkan response time dari web server. Penambahan jumlah server dapat meningkatkan nilai throughput, response time dan mengurangi error pada implementasi sistem load balancing dengan algoritma round robin sedangkan pada algoritma sebelumnya mengalami peningkatan yang tidak terlalu signifikan.

Gambar 2 Skema PaaS

3. Software as a service, dimana aplikasi difokuskan pada web-based interface yang diakses melalui web service dan web 2.0 [4].

III. METODOLOGI PENELITIAN Landasan Teori yang digunakan pada penelitian ini adalah mengenai Cloud Computing, Openstack, Virtual Machine, Load Balancing, Linux. B. OpenStack

A. Cloud Computing Cloud computing adalah sebuah rancangan sumber daya teknologi informasi yang dapat diakses melalui internet [3]. Cloud computing membutuhkan sebuah internet-based service dalam mendukung proses bisnis. Teknologi cloud mempunyai 3 tingkatan service yang diberikan kepada user: 1. Infrastructure as a service,ini berisikan grid untuk diakses oleh virtualized server, storage & network.

Gambar 1 Skema IaaS

2. Platform as a service, dimana developer tidak memikirkan perangkat keras dan tetap fokus pemeliharaan aplikasi tanpa melihat sistem operasi, infrastruktur, load balancing dan lain-lain.

116

Gambar 3 Skema SaaS

OpenStack merupakan teknologi cloud computing di bawah apache license yang menyediakan sistem operasi cloud untuk public dan private. 60 perusahaan teknologi sudah turut berkontribusi dalam pengembangan teknologi ini. Berikut adalah lima servis utama yang terdapat pada OpenStack yaitu : Nova, Swift, Glance, Keystone dan Horizon. 1. OpenStack Compute Infrastructure (Nova) merupakan pengelola jaringan berskala besar dan menciptakan plaform yang skalabel untuk cloud computing berbasis open source. 2. OpenStack Object orage Infrastructure (Swift) merupakan penyimpanan data skalabel serta bercabang dengan menggunakan cluster server dalam menyimpan data berikuran terabytes atau petabytes berbasis open source. 3. OpenStack Image Service (Glance) merupakan layanan virtual disk images pada openstack. 4. Keystone merupakan layanan dalam openstack yang terdiri dari layanan identity, token, catalog dan policy services. 5. Horizon atau disebut juga dengan dashboard berbasis web yang berfungsi untuk mengatur atau mengelola layanan Openstack[1].


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 C. Virtual Machine, Virtual Disk, dan Image Virtual Virtual machine (VM) atau mesin virtual berguna untuk mensimulasikan perangkat keras yang berbeda untuk berjalan dalam satu waktu yang sama. Virtual Disk dalam hal ini digunakan untuk boot dan menjalankan sistem operasi. Disk virtual dapat menjadi bagian dari template yang dibuat sebagai bagian dari proses pembuatan mesin virtual dan dapat dibuat secara terpisah sebagai media penyimpanan. Image virtual digunakan untuk instalasi virtual mesin yang mana berupa file tunggal berisi virtual disk, yang berjalan pada sebuah sistem operasi yang bootable [3]. D. Load Balancing Load Balancing merupakan suatu jaringan komputer yang berjalan dengan menggunakan sebuah metode untuk mengatur beban kerja pada beberapa koneksi jaringan secara seimbang agar dapat meoptimalkan koneksi jaringan agar tidak kelebihan beban pada salah satu jalur koneksi. Load Balancing juga berfungsi sebagai penggabungan dua buah jaringan atau lebih yang akan disambungkan ke sebuah router yang terhubung ke sebuah server dan clien. Adapun beberapa algotirma load balancing diantaranya Round Robin, Ratio, Fastest, dan Least Connection [8]. E. Round Robin

pustakanya secara umumnya adalah dari sistem operasi GNU, orang yang mengumumkannya adalah Richard Stallman pada tahun 1983. nama alternatif GNU/Linux ini sebenarnya adalah Kontribusi dari GNU [4]. IV. HASIL DAN PEMBAHASAN Dalam melaksanakan penelitian ini menggunakan beberapa tahapan sebagai berikut: A. Topologi Load Balancing Topology Load Balancing: Dari penelitian yang sudah dilakukan menghasilkan topology sebagai berikut: Berdasarkan topologi dibawah terdapat 2 buah web server yang terhubung pada jaringan cloud yang nantinya akan diakses dari luar, dengan perantara ip public “172.16.160.118”. Web server yang telah berasil dibuat memiliki alamat ip yaitu “192.168.1.24” dan “192.168.1.25”. SUBNET

INTERNET JARINGAN CLOUD

ROUTER 172.16.160.118

192.168.1.0/24

Round robin merupakan metode yang menggunakan dua gateway secara bersamaan dan beban yang terbagi secara berurutan. Metode round robin menganggap bahwa semua proses memiliki prioritas yang sama sehingga tidak membebani pada satu jalur saja. Dengan metode Round Robin pada jaringan internet yang menggunakan 2 buah web server yaitu web server 1 dan web server 2. saat user memberikan request maka request tersebut akan diproses oleh server 1, kemudian user lain memberikan request untuk kedua kalinya maka request tersebut akan diproses oleh web server 2 begitu seterusnya secara berurutan, sehingga kedua jalur koneksi tersebut akan menjadi seimbang. Load balance memiliki teknik untuk mengatasi beban traffic pada banyak jalur koneksi secara seimbang, dengan memaksimalkan throughput secara maksimal dapat membuwat traffic berjalan optimal, sehingga memperkecil waktu tanggap dan menghindari overload [11]. F. Linux Linux merupakan sebuh sistem operasi yang bersifat open source yang dapat dikembangkan secara bebas. kode sumber Linux dapat diubah sesui keinginan, sehingga dapat digunakan serta didistribusikan kembali secara bebas oleh siapa saja. Pembuatnya sengaja menaman ”Linux” agar sesusai dengan namanya Linus Torvalds yang diperkenalkan pada tahun 1991. Asal sebenarnya dari Peralatan dari sistem ini serta

192.168.1.25 WEB SERVER 2

192.168.1.24 WEB SERVER 1

Gambar 4 Tolology Load Balancing

B. Implementasi Implementasi Sistem Pada tahap ini menjelaskan langkahlangkah perancangan serta kebutuhan Load Balance menggunakan metode Round Robin. Berdasarkan beberapa tahapan sebelumnya, didapat beberapa proses yang diperlukan untuk merancang Load Balance dengan metode Round Robin :  Intalasi Openstack: Tahap pertama adalah menginstal openstack pada perangkat yang akan digunakan.  Create Router: Tahap kedua adalah pembuatan router dengan menghubungan Jaringan luar dan Subnet yang akan kita buat selanjutnya.  Create Subnet: Tahap ketiga adalah pembuatan subnet dengan network “192.168.1.0/24” dan gatway “192.168.1.1” yang di dapatkan dari ip internet yang sedang di gunakan.  Launch Instance: Di tahap ini akan di lakukan penyetingan instance , disini penulis menyeting 2 intance dengan OS fedora, source yang digunakan


117


 









disini adalah ciros, untuk flavor di seting nano dengan RAM yang di gunakan sebesar 64 MB, Network Topologi: Setelah tahap launch instance berhasil maka terbentuklah network topologi dari system ini. Add Pool Load Balancer: Ini adalah tahap Membuat Pool dengan menggunakan Metode Load Balancing Round-Robin untuk mendistribusikan permintaan (request) yang masuk dengan menggunakan Subnet yang telah dibuat sebelumnya, serta menggukan protocol HTTP agar dapat mengakses ke web server nantinya. Add Member Load Balancer: Tahap pembuatan member ini adalah proses dengan menambahkan 2 VM (Instance) yang telah di proses tadi dan port yang gunakan adalah port 80. Add Vip: Pada tahap adalah tahap mengubah actions pada pool yang sebelumnya sudah dibuat menjadi VIP, dengan subnet yang sudah di buat tadi, kumudian diambil ip bebas untuk menjadi ip yang dapat di akses pada jaringan internet dengan port 80 dengan protocol HTTP. Add Floating Ip: Disini VIP IP yang tadi akan di floating ke ip floating yang sudah di seting sebelumnya agar dapat diakses oleh public atau dapat diakses dari luar dengan mengakses ip floting tersebut “172.16.160.118”. Create Web Server: Setelah tahap floating ip, dalam mengakses IP floating IP tersebut maka akan muncul error karena tidak ada proses HTTP yang berjalan sehingga perlu membuat web server pada ke 2 VM yang berjalan pada port 80 agar dapat berjalan.

Gambar 5 Web Server “192.168.1.24”

Gambar 6 Web Server “192.168.1.25”

D. Pengujian load balancing pada server Pengujian Load Balancing: Pengujian menggunakan software wireshark dan Jmeter. Jmeter adalah software yang dapat mengkondisikan suatu jaringan dengan menampilkan graph. Pada pengujian ini tahap pertama yang dilakukan mensetting number of threads yaitu sebanyak 1000 requests untuk pertama akses, request selanjutnya sebanyak 2000 request. Selanjutnya mensetting ramp-up sebesar 60 detik berarti 1000 requests diselesaikan dalam kurun waktu 60 detik. Pada Loop count disetting sebesar 50 user, jadi 50 user merequest 1000 kali dalam kurun waktu 60 detik. Dari hasil setting diatas, user merequest ke ip “172.16.160.118”. Perbedaan dari server tanpa menggunakan Load Balancing Round Robin dengan server menggunakan Load Balancing dengan metode Round Robin dapat dilihat pada gambar berikut ini:

C. Mengakses virtual ip Mengakses Virtual IP: Pengujian dilakukan dengan cara melakukan spam akses pada web broser untuk mengetahui akses telah dialihkan ke web server lain. Untuk mengetahui hal tersebut dilakukan penempatan keterangan ip yang berbeda sesuai dengan web server masing – masing. Berikut ini adalah tampilan saat dilakukan spam akses:

118

Gambar 7 Graph Pengujian Tanpa Load Balancing

Hasil pengujian dengan wireshark di atas memperlihatkan graph yang menunjukan hasil traffic dari request HTTP ke server. Dalam graph di atas request berhenti pada detik ke 480, di karenakan overload yang dimana server tak mampu untuk menyelesaikan 1050 request sehingga beban paket berhenti menjadi 455456 paket per detiknya. Garis hitam menunjukkan hasil dari http.time dari server cukup baik dalam melayani request dan waktu request ke server. Namun beban dari request web server cukup tinggi dan terjadi overload pada web server di karenakan banyaknya user yang merequest dapa saat bersamaan.


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Di lihat dari pengujian Respon time pada server cloud dengan Load Balancing Round Robin bahwa pengujian dengan menggunakan Load Balancing dengan algoritma Round Robin berhasil memaksimalkan kinerja server cloud. DAFTAR PUSTAKA Gambar 8 Graph Pengujian Dengan Load Balancing

Pada hasil graph diatas menunjukkan server cloud dengan Load Balancing Round Robin berjalan lancar tanpa terjadi overload. Garis hitam merupakan load dari http. Dapat dilihat dari graph di atas server dapat menyelesaikan request dari semua user tanpa terjadi error dengan waktu yang di butuhkan 1800 detik untuk menyelesaikan 1000 request dengan beban paket 1359247. Dengan beban paket yang dikirimkan perdetiknya kurang dari 27000 paket. Dengan adanya Load Balancing menggunakan algoritma Round Robin pada server cloud dapat berjalan lebih baik dibandingkan dengan server cloud tanpa Load Balancing. V. KESIMPULAN Dari hasil penelitian dapat disimpulkan beberapa hal diantaranya: 1. Dengan implementas Load Balancing dengan metode Round Robin dapat menangani beban server yang sibuk, yang dapat menyelesaikan 1000 request dalam waktu1800 detik di bandingkan server tanpa Load Balancing, server tidak dapat menyelesaikan 1000 request proses berhenti pada waktu 480 detik karena kelibihan beban. 2. Dengan menggunakan implementasi Load Balancing dengan metode Round Robin maka pengiriman paket data dalam jaringan internet dapat berjalan lancar dan cepat dengan 1000 request dapat mengirimkan beban paket kurang dari 27000 paket detik .

Arfriandi, A., “Perancangan, Implementasi, Dan Analisis Kinerja Virtualisasi Server Menggunakan Proxmox, Vmware Esx, Dan Openstack”, Jurnal Teknologi, pp. 182–191, April 2012. [2] Khairul Ansharullah,”Implementasi Sistem Load Balancing dengan Algoritma Round Robin untuk Mengatasi Beban Server di Smk Negeri 2 Kudus,” tidak dipublikasikan. [3] Kumar, R., Gupta, N., Charu, S., Jain, K., dan Jangir, S. K, “Open Source Solution for Cloud Computing Platform Using OpenStack,” International Journal of Computer Science and Mobile Computing, pp. 89-98, Oktober 2014. [4] Lumena, D., Anton, dan Nainggolan, E. R, “Analisa Dan Perancangan Jaringan Private Cloud Computing Berbasis Web Eyeos,” Jurnal Techno Nusa Mandiri, pp. 1-8, Juli 2016. [5] Mishra, M. K., dan Rashid, D. F, “Anim Proved Round Robin Cpus Cheduling Algorithm With Varying Time Quantum,” International Journal of Computer Science, Engineering and Applications (IJCSEA), pp. 1-8, November 2014. [6] Moedjiono, “Cloud Computing: Gelombang Informatisasi Layanan Dunia Bisnis Masa Depan,” tidak dipublikasikan. [7] Mohammad Rizky Pratama, Hafidudin, dan Suci Aulia, “Analisis Performansi Load Balancing Dengan Algoritma Round Robin Dan Least Connection Pada Sebuah Web Server,” tidak dipublikasikan. [8] Rijayana, I, “Teknologi Load Balancing Untuk Mengatasi Beban Server,” Seminar Nasional Ap/ikasi Teknologi Informasi, pp. 35-39, Maret 2005. [9] Santika, M., dan Hansun, S, “Implementasi Algoritma Shortest Job First dan Round Robin pada Sistem Penjadwalan Pengiriman Barang,” ULTIMATICS, pp. 94-99, April 2014. [10] Umar, W, “Pengembangan Perangkat Lunak Distribusi Gnu/Linux Dengan Fitur Khas Gorontalo,” Jurnal SIMETRIS, pp. 11-16, 2015 [11] Wirawan, I. M., dan Sumarianta, K. T, “Implementasi Load Balance Pada Jaringan Multihoming Menggunakan Router Dengan Metode Round Robin,” Jurnal Ilmu Komputer, vol. 4, pp. 15-22, April 2011. [1]


119


Desain E-Tourism Big Data MPD Untuk Edukasi Pelaku Pariwisata di Kabupaten Gianyar I Putu Agus Eka Pratama, I Made Sunia Raharja Jurusan Teknologi Informasi, Fakultas Teknik Universitas Udayana Jl Raya Kampus Unud, Bukit Jimbaran, Badung, Bali, Indonesia [email protected], [email protected] Abstrak—Agar para pelaku pariwisata di Kabupaten Gianyar dapat teredukasi di dalam memperoleh pengetahuan mengenai jumlah kunjungan wisatawan, destinasi yang dituju, serta behaviour wisatawan, maka diusulkan solusi berupa desain E-Tourism Big Data MPD (Mobile Positioning Data). ETourism Big Data MPD merupakan gabungan dari E-Tourism, Big Data, MPD, dan IAAS Cloud, yang berkolaborasi mengumpulkan, mengelola, dan menyajikan data - data pariwisata skala besar secara real time. Desain ini diharapkan dapat menjadi acuan implementasi untuk membantu para pelaku pariwisata di Kabupaten Gianyar di dalam pengambilan keputusan dan peningkatan kualitas layanan pariwisata. Kata kunci: E-Tourism; Big Data MPD; edukasi; pelaku pariwisata

I. PENDAHULUAN Salah satu andalan perekonomian terbesar dari Kabupaten Gianyar adalah pada sektor pariwisata. Saat ini pariwisata di Kabupaten Gianyar sudah memanfaatkan TI untuk penyediaan layanan pariwisata kepada wisatawan (web, reservasi online). Data – data pariwisata ini, sebagian besar dihasilkan oleh para wisatawan melalui perangkat mobile mereka, antara lain meliputi kedatangan, keberangkatan, destinasi wisata yang dituju, penginapan, reservasi, dan perilaku (behaviour) lainnya terkait dengan pariwisata di Kabupaten Gianyar. Sayangnya, hingga saat ini, pemanfaatan TI di dalam penyediaan layanan pariwisata kepada wisatawan di Kabupaten Gianyar, belum diikuti dengan edukasi yang diberikan kepada para pelaku pariwisata di Kabupaten Gianyar. Para pelaku pariwisata dalam hal ini meliputi pihak swasta (hotel/penginapan, event organizer) dan pemerintah daerah. Mereka belum bisa memperoleh data – data pariwisata di Kabupaten Gianyar secara lengkap, menyeluruh, dan real time, sekaligus memahami data - data tersebut dengan baik untuk kebutuhan analisa. Data dalam jumlah besar tersebut, seharusnya dapat dikelola dan diolah dengan baik untuk membantu para pelaku pariwisata di dalam memanajemen dan meningkatkan kualitas layanan pariwisata di Kabupaten Gianyar, sekaligus mengedukasi para pelaku pariwisata tersebut untuk 120

memperoleh pengetahuan mengenai wisatawan dan destinasi pariwisata yang dituju. Data dalam jumlah besar harus dapat dikelola dan dimanfaatkan dengan sebaik mungkin. Untuk itu, maka di dalam paper ini diajukan solusi berupa desain E-Tourism Big Data Mobile Positioning Data (MPD). Big Data MPD (atau Mobile Big Data) merupakan kombinasi teknologi Big Data dan Mobile Network Operator (MNO) untuk mengumpulkan, mengolah, menganalisa, dan mempelajari data dari berbagai sumber data dari perangkat bergerak secara cepat dan real time, untuk mempelajari behaviour, posisi, dan lokasi pengguna[1]. Teknologi Big Data merupakan teknologi data untuk data skala sangat besar, kompleks, dan beragam, dengan karakteristik 4V (Volume, Veracity, Velocity, Variety) untuk kemudahan di dalam analisa dan pengolahan data skala sangat besar (Tera Byte ke atas)[2]. Paper ini menyajikan ulasan penelitian yang meliputi desain sistem yang dikembangkan, berdasarkan kepada studi kasus permasalahan pariwisata di Kabupaten Gianyar, Propinsi Bali. Dua buah pertanyaan penelitian yang menjadi rumusan masalah di dalam penelitian ini adalah : 1.) Bagaimana desain dari solusi yang diajukan berupa ETourism Big Data MDP, untuk menyelesaikan permasalahan yang terjadi sekaligus mengedukasi para pelaku pariwisata? 2.) Apa saja teknologi yang digunaan di dalamnya saat proses implementasi desain? II. METODOLOGI PENELITIAN A. Design Science Research Methodology (DSRM) Metodologi DSRM (Design Science Research Methodology) yang digunakan di dalam penelitian ini, terdiri atas 8 langkah terurut : pendekatan solusi berbasis tujuan (studi literatur), identifiksi masalah dan motivasi penelitian, penentuan tujuan penelitian, perancangan dan pengembangan solusi, demo, pengujian, pembahasan, dan kesimpulan[3]. DSRM sering digunakan di dalam metodologi penelitian berkaitan dengan sistem informasi[4].


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 langkah PIECES ini adalah melalui Thoughput, QoS, dan response time pada sistem yang dikembangkan, relevansi dan akurasi informasi yang disajikan, serta efisiensi resource komputasi. III. PEMBAHASAN A. Bagan Umum Desain E-Tourism Big Data MPD Bagan umum dari desain E-Tourism Big Data MPD yang diajukan di dalam penelitian ini, mencakup 5 komponen. Kelima komponen tersebut meliputi : E-Tourism beserta web server berbasis Cloud Computing, sistem Big Data berbasis Cloud Computing, sistem Mobile Positioning Data (MPD) memanfaatkan Mobile Network Operator (MNO) dan internet, pelaku pariwisata (pemerintah daerah, event organizer, hotel/penginapan), serta wisatawan beserta perangkat mobile mereka yang terkoneksi ke internet.

Gambar 1 : Bagan Metodologi DSRM Berdasarkan metodologi DSRM yang digunakan, pada langkah pengumpulan data – data penelitian, dilakukan melalui teknik wawancara dan survei di lapangan, diikuti dengan analisa dan formulasi masalah. Pada langkah perancangan dalam bentuk desain sistem, dilakukan berdasarkan literatur mengenai teknologi – teknologi yang berperan di dalamnya (Big Data, MPD, Cloud Computing, Web Server, Network Operating System). Langkah implementasi dalam bentuk prototipe aplikasi, denan pengujian di sisi pengembang (Black Box) dan di sisi pengguna (UAT). B. Study Literature Review (SLR) Study Literature Review merupakan teknik evaluasi mendalam terhadap penelitian – penelitian sebelumnya terkait dengan penelitian yang dikerjakan, untuk memperoleh state of the art, relasi penelitian, dan memperjelas masalah penelitian[5]. Di dalam penelitian ini, SLR dilakukan dengan mengumpulkan sejumlah referensi berupa penelitian – penelitian terkait dengan sistem informasi pariwisata dan Big Data, yang relevan dengan penelitian ini. C. PIECES PIECES (Performance, Information, Economic, Control, Efficiency, Service) merupakan 6 langkah pedoman dan tujuan di dalam pengembangan sebuah sistem informasi[6]. PIECES juga menjadi dasar di dalam analisa permasalahan yang diselesaikan berbasis sistem informasi, serta koreksi dan perbaikan sistem. Untuk itu, PIECES digunakan sebagai bekal di dalam pengembangan E-Tourism Big Data MPD pada kelanjutan penelitian ini di tahap implementasi, berdasarkan kepada desain yang telah dibuat. Implementasi dari keenam

Gambar 2 : Bagan E-Tourism Big Data MDP Pemilihan teknologi Cloud Computing dengan jenis layanan IAAS (Infrastructure As A Service) Cloud bertujuan untuk menjamin reliability layanan. Pengembangan ETourism berbasis web memanfaatkan bahasa pemrograman PHP, database MySQL, dan web server Apache pada sistem operasi Linux. Cloud Computing dengan jenis layanan IAAS Cloud, diimplementasikan menggunakan aplikasi Open Source Open Stack pada sistem operasi Linux. MPD dan MNO diimplementasikan sebagai pelengkap sistem, dengan memanfaatkan teknologi dan infrastruktur dari provider penyedia layanan internet. B. Desain E-Tourism (Use Case) Implementasi dari desain E-Tourism, menggunakan konsep Object Oriented, yang melibatkan adanya aktor. Desain awal menggunakan Use Case Diagram, kemudian


121

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 dilanjutkan dengan Sequence Diagram dan Class Diagram. Berikut adalah Use Case Diagram dari E-Tourism yang dikombinasikan dengan Big Data dan MDP :

menjadi rumusan permasalahan di dalam penelitian ini, serta sesuai dengan kebutuhan pengguna. B. Kesimpulan Berdasarkan pengujina yang dilakukan terhadap desain sistem dan prototipe dari desain, maka dapat disimpulkan bahwa desain dan prototipe dari E-Tourism Big Data MPD cukup memenuhi kebutuhan pengguna dan menyelesaikan permasalahan pariwisata di Kabupaten Gianyar serta membantu edukasi para pelaku pariwisata di Kabupaten Gianyar. V. SARAN Ke depannya, penelitian ini dilanjutkan untuk tahap implementasi sistem dan aplikasi yang lebih baik dari versi prototipe, disertai pengujian di sisi sistem (Black Box Testing) dan pengujian di sisi pengguna (User Accepted Testing) untuk mengukur sejauh mana aplikasi dan sistem memenuhi kebutuhan pengguna.

Gambar 3 : Use Case Diagram E-Tourism Lima kelompok pengguna yang terlibat adalah : Administrator (admin), event organizer, pemerintah daerah, hotel/penginapan, dan wisatawan. Fokus utama E-Tourism adalah manajemen data event wisata yang tersedia di Kabupaten Gianyar, yang berkaitan dengan data objek wisata dan data hotel/penginapan serta data event organizer yang terlibat di dalamnya. IV. HASIL PENGUJIAN DAN KESIMPULAN A. Hasil Pengujian Desain Hasil pengujian desain dilakukan dengan dua cara, yaitu mencocokkan desain E-Tourism Big Data MPD yang dibuat dengan rumusan permasalahan dalam bentuk dua buah pertanyaan penelitian serta membuat prototipe aplikasi untuk diujikan di sisi pengguna memanfaatkan User Accepted Testing (UAT). Hasil yang diperoleh menunjukkan bahwa desain telah mampu menjawab pertanyaan penelitian yang

122

UCAPAN TERIMAKASIH Penelitian ini dan kelanjutannya dapat terlaksana dengan baik berkat kerja sama dari semua pihak, terutama dari Universitas Udayana serta Pemerintah Daerah Kabupaten Gianyar Bali. DAFTAR PUSTAKA [1] [2] [3]

[4]

[5] [6]

Tiru, M. Overview of The Source and Challenges of Mobile Positioning Data for Statistics. Unstats. Beijing. 2014. Geanina, E., et al. Perspective on Big Data and Big Data Analytics. Database System Journal vol III no 4. 2012. Peffers, K., Tuunanen, T. Rothenberge, M.A., Chatterjee, S. A. Design Science Research Methodology for Information Systems Research. Journal of Management Information Systems, Issue 3, Winter 2007-8, pp. 45-78. Pratama, IPAE. Sistem Informasi dan Implementasinya Teori dan Praktek Berbasis Open Source. Informatika. Bandung. 2014. ISBN 602-1514-412. Wahono, R.S. Systematic Literature Review : Pengantar, Tahapan, dan Studi Kasus. 2016.. Henry C. Lucas, JR., “The Analysis, Design, and Implementation of Information Systems”, 4th Edition, Mitchell McGraw-Hill, International Edition, 1992.



Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android I Putu Sugi Anantra, I Made Agus Wirawan, I Ketut Resika Arthana Jurusan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha Singaraja-Bali, Indonesia [email protected], [email protected], [email protected] Abstrak—Kemajuan ilmu pengetahuan dan teknologi semakin menjauhkan rasa cinta anak-anak terhadap cerita rakyat. Hampir setiap hari televisi menyuguhkan dongeng berupa film kartun. Solusi dari permasalahan tersebut adalah dengan memanfaatkan sisi positif dari masuknya teknologi. Maka dari itu, dari penulis tertarik untuk mengembangkan sebuah Aplikasi Game Satua Bali “I Belog” Berbasis Android. Pengembangan aplikasi ini dua macam diagram yaitu use-case diagram, dan activity diagram. Fitur utama dari game ini adalah pemain dapat bermain dengan permainan yang berhubungan dengan Satua Bali “I Belog”. Hasil dari penelitian ini yaitu berupa Aplikasi Game Satua Bali “I Belog” Berbasis Android. Fitur-fitur yang diberikan aplikasi ini berupa bermain game, melihat skor serta tentang aplikasi. Secara umum aplikasi mendapatkan respon sangat baik dilihat dari beberapa hasil pengujuan angket yaitu : a) uji kasus untuk black box testing dengan hasil baik, b) uji ahli media dengan persentase 79,28% dan c) uji respon dengan persentase 85%.) Kata kunci: Game, Satua Bali, I Belog, Android

I. PENDAHULUAN Bali selain dikenal sebagai pulau dewata yang memiliki beragam tradisi dan kebudayaan juga dikenal sebagai pulau yang menyimpan segudang kekayaan sastra yang dimiliki oleh masyarakatnya [1]. Kesusastraan Bali sangatlah melekat erat dalam kehidupan masyarakat bali, baik yang digunakan dalam kegiatan keagaamaan, maupun sebagai media hiburan. Salah satu kesusastraan Bali yang digunakan sebagai sarana hiburan yaitu dongeng atau biasa disebut dengan “satua”. Satua-satua Bali baik yang masih berbentuk lisan maupun yang sudah dicetak, banyak ditemukan di masyarakat. Cerita dongeng memiliki nilai-nilai kebaikan seperti kejujuran, kesetiaan kerja Keras, hingga sopan santun. Nilai-nilai ini akan dapat diserap anak-anak kalau dongeng tersebut dapat disampaikan dengan baik dan benar. Kemajuan ilmu pengetahuan dan teknologi semakin menjauhkan rasa cinta anak-anak terhadap cerita rakyat. Kenyataan yang tidak dapat dipungkiri bahwa generasi muda sekarang telah kehilangan tradisi dongeng. Surutnya budaya mendongeng di masyarakat, menurut Luh Ketut Suryani. tradisi mesatua di masyarakat Bali hampir punah. Hal ini patut disesalkan. Salah satu penyebabnya adalah merebaknya arus

informasi dari berbagai penjuru dunia melalui media elektronika seperti televisi. Hampir setiap hari, baik pagi, siang, sore maupun malam hari, televisi menyuguhkan dongeng berupa film kartun. Cerita dongeng modern tersebut yang kebanyakan film impor sangat digandrungi anak-anak. Dibandingkan dongeng televisi, mendongeng secara langsung jauh lebih efektif dalam mendidik anak-anak sejak dini. [2] Solusi dari permasalahan tersebut adalah dengan memanfaatkan sisi positif dari masuknya teknologi. Salah satu teknologi yang sedang berkembang pesat saat ini adalah Android. Android adalah sebuah sistem operasi (OS) bersifat Open Sources (terbuka) yang dimiliki oleh Google Inc. Sejak kemunculannya pada tanggal 5 November 2007, sistem operasi Android terus mengalami peningkatan baik dari segi kemampuan maupun performanya. Sistem operasi Android memiliki banyak kelebihan daripada sistem operasi lainnya yaitu dari segi harga terbilang terjangkau, mampu digunakan di berbagai segmen, mulai dari kalangan menengah, bawah, maupun eksekutif muda serta fiturnya yang lengkap selalu update. [3] Selain itu karena Android merupakan sistem operasi berbasis linux jadi penggembang aplikasi untuk Android bebas menciptakan aplikasi mereka sendiri secara bebas. Dari kelebihan-kelebihan yang telah dipaparkan, membuat Android menjadi sistem operasi yang banyak diminati oleh masyarakat. Maka dari itu, dari permasalahan yang telah diuraikan penulis tertarik untuk mengembangkan sebuah aplikasi game dengan judul “Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android”. Karena, cerita atau satua bali “ibelog” merupakan cerita yang menarik dan mengedepankan pentingnya pendidikan untuk kehidupan, dan kurangnya ketertarikan anak-anak terhadap tradisi satua bali yang mulai ditinggalkan karena kemajuan teknologi dan untuk menyampaikan pesan moral yaitu pentingnya pendidikan dalam kehidupan. Dengan dikembangkannya aplikasi ini, diharapkan dapat kembali menyampaikan nilai-nilai luhur dan budaya mendongeng pada masyarakat yang kini sudah mulai ditinggalkan, serta nantinya aplikasi ini diharapkan memberi kontribusi untuk ikut serta melestarikan kebudayaan Bali yang hampir punah.


123

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 II. KAJIAN TEORI A. Satua Bali Satua Bali adalah salah satu bentuk Kesusastraan Bali purwa yaitu gancaran, yang sering disebut sastra lisan. Secara sempit yang disebut Satua Bali adalah satua-satua yang penyebarannya dari mulut ke mulut dan tidak diketahui siapa penciptanya. Dari cerita tersebut kita dapat mengetahui di mana, bagaimana, dan apa yang dialami oleh pelaku cerita dari awal sampai akhir, pelaku cerita dapat manusia, binatang, maupun, manusia [4, 5]. Satua Bali di bagi menjadi tiga jenis, yaitu satua Bali yang berbentuk legenda, satua Bali yang berbentuk mite, dan satua Bali yang berbentuk dongeng. Kebanyakan satua Bali yang sering kita dengar adalah satua Bali yang berbentuk dongeng, yang banyak mengambil nama-nama binatang sebagai pemeran ceritanya. B. Game Kata game berasal dari bahasa Inggris yang berarti permainan. Permainan adalah sesuatu yang digunakan untuk bermain yang dimainkan dengan aturan-aturan tertentu. Dalam permainan ada yang menang dan ada yang kalah. Dalam kamus besar bahasa indonesia online (KBBI Online) permainan adalah sesuatu yang digunakan untuk bermain, barang atau sesuatu yg dipermainkan [6]. Game merupakan sebuah hiburan berbentuk multimedia yang dibuat semenarik mungkin agar pemain bisa mendapatkan sesuatu sehingga adanya kepuasaan batin. C. Android Android adalah sistem operasi berbasis linux yang dipergunakan sebagai pengelola sumber daya perangkat keras, baik untuk ponsel, smartphone, dan juga PC Tablet. Secara umum Android adalah platform yang terbuka (Open Source) bagi para pembembang untuk menciptakan aplikasi mereka sendiri untuk digunakan oleh berbagai piranti bergerak D. Eclipse Eclipse adalah sebuah IDE (Integrated Development Environment) untuk pengembangan perangkat lunak dan dapat dijalankan di semua platform. Eclipse merupakan komunitas open source yang bertujuan menghasilkan platform pemrograman terbuka. Eclipse terdiri dari framework yang dapat dikembangkan lebih lanjut, peralatan bantu untuk membuat dan mengatur software sejak awal hingga diluncurkan. E. AndEngine AndEngine merupakan game engine yang memfokuskan pada pembuatan game berbasis 2D di platform Android. Karena sudah berupa engine maka pembuat game akan dipermudah dengan disediakan banyak fitur-fitur untuk membuat game. Berikut beberapa fitur yang disediakan oleh AndEngine seperti resolusi, landscape/potrait, sprite, animasi, 124

pengecekan tubrukan (collision) texture, font, event touch dan accelerometer, particle dan lain-lain. F. GAME EDUKASI ANAK Game Edukasi Anak adalah sebuah game dengan berbagai macam permainan. Permainan-permainan yang mengajarkan anak mengenal benda-benda atau hal-hal disekitar kita. Antara lain, mengenal macam-macam binatang, mengenal angka, mengenal huruf alfabet, mengenal bentuk, mengenal warnawarna, dan mengenal buah-buahan. Dengan munculnya berbagai gadget dan teknologi saat ini, game edukasi semakin banyak digemari dan kini game edukasi dilengkapi fitur matematika, penjumlahan, pengurangan, perkalian dan pembagian. G. GAME EDUKASI SATUA BALI “I BELOG” Game Edukasi Satua Bali merupakan yang dibuat sebagai sarana melestarikan sekaligus menyampaikan pesan moral yang terdapat pada Satua Bali kepada anak melalui teknologi game berbasis android. Game Edukasi Satua Bali ini ditujukan pada tingkat Sekolah dasar. Adapun Satua Bali yang diangkat dalam game ini adalah satua “I Belog”. III. METODOLOGI A. Analisis Masalah dan Usulan Solusi Berdasarkan analisis yang peneliti lakukan, terdapat permasalahan yang terjadi di masyarakat yang berkaitan dengan Satua Bali yaitu Surutnya budaya mendongeng di masyarakat, menurut Luh Ketut Suryani. tradisi mesatua di masyarakat Bali hampir punah. Baik pagi, siang, sore maupun malam hari, televisi menyuguhkan dongeng berupa film kartun. Cerita dongeng modern tersebut yang kebanyakan film impor sangat digandrungi anak-anak. Dibandingkan dongeng televisi, mendongeng secara langsung jauh lebih efektif dalam mendidik anak-anak sejak dini. Solusi yang peneliti usulkan berdasarkan permasalahan di atas adalah dengan mengembangkan sebuah aplikasi game dengan judul “Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android”. Karena, cerita atau satua bali “I belog” merupakan cerita yang menarik dan mengedepankan pentingnya pendidikan untuk kehidupan, dan kurangnya ketertarikan anak-anak terhadap tradisi satua bali yang mulai ditinggalkan karena kemajuan teknologi dan untuk menyampaikan pesan moral yaitu pentingnya pendidikan dalam kehidupan. Dengan dikembangkannya aplikasi ini, diharapkan dapat kembali menyampaikan nilai-nilai luhur dan budaya mendongeng pada masyarakat yang kini sudah mulai ditinggalkan, serta nantinya aplikasi ini diharapkan memberi kontribusi untuk ikut serta melestarikan kebudayaan Bali yang hampir punah. B. Analisis Perangkat Lunak 1) Kebutuhan Perangkat Lunak


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Aplikasi Game Satua Bali “I Belog” Berbasis Android dirancang agar dapat mengimplementasikan kebutuhan fungsional sebagai berikut. 1.

Sistem dapat menampilkan menu utama yang terdiri dari Start Game, skor, dan About Game.

2.

Sistem akan menampilkan cerita pada menu Start Game sebelum bermain.

3.

Sistem akan menampilkan story board cerita yang akan dimainkan.

4.

Sistem dapat menampilkan tutorial permainan

5.

Sistem dapat menampilkan game sesuai dengan cerita.

6.

Sistem dapat menampilkan pengembang aplikasi

informasi

sebuah entitas manusia atau mesin yang berinteraksi dengan sistem untuk melakukan pekerjaan-pekerjaan tertentu.

tentang

Kebutuhan non-fungsional dari aplikasi yang dikembangkan adalah aplikasi ini dibuat dengan user friendly. Secara perkata user friendly berarti “user” adalah pengguna dan “friendly” adalah bersahabat. User friendly merupakan kemudahan dalam pengoperasian sistem operasi. Kita tidak perlu bersusah payah, karena tool dalam sistem operasi dibuat agar mudah digunakan. 2) Tujuan Pengembangan Perangkat Lunak Pengembangan Aplikasi Game Satua Bali “I Belog” Berbasis Android ini diharapkan mampu memenuhi prosesproses sebagai berikut.

Gambar 1. Use Case Diagram C. Perancangan Perangkat Lunak 1) Batasan Perancangan Perangkat Lunak Adapun batasan masalah pada penelitian ini adalah yang dapat dimainkan dalam aplikasi adalah permainan yang berhubungan dengan satua “I Belog” ,artinya pengguna tidak dapat mengakses game lain dalam aplikasi. 2) Perancangan Skenario Game Perancangan skenario game dari aplikasi ini adalah sebagai berikut. a.

Sebelum memulai game, pemain memilih daerah yang akan dimainkan

1.

Sistem dapat menampilkan menu utama yang terdiri dari Start Game, skor, dan About Game.

b.

2.

Sistem akan menampilkan cerita pada menu Start Game sebelum bermain.

Setelah memilih daerah, pemain memilih stage kebudayaan.

c.

3.

Sistem akan menampilkan story board cerita yang akan dimainkan.

Saat mulai permainan akan dihitung mundur dari 3 dan permainan dmulai saat hitungan 1 selesai

d.

4.

Sistem dapat menampilkan tutorial permainan

Game dimainkan sesuai dengan stage kebudayaan yang dipilih

5.

Sistem dapat menampilkan game sesuai dengan cerita.

e.

Apabila stage kebudayaan sudah selesai, maka game akan menuju ke stage kebudayaan yang selanjutnya.

6.

Sistem dapat menampilkan pengembang aplikasi

informasi

tentang

3) Masukan dan Keluaran Perangkat Lunak Aplikasi Game Satua Bali “I Belog” Berbasis Android menerima input berupa sentuhan (touch) pada layar, sedangkan keluaran (output) berupa capaian skor pemain. 4) Model Fungsional Perangkat Lunak Dalam pengembangan aplikasi ini, peneliti menggunakan dua macam diagram yaitu use-case diagram dan activity diagram. a.

Use Case Diagram

Use case diagram menggambarkan fungsionalitas yang diharapkan dari sebuah sistem. Seorang/sebuah aktor adalah

IV. PEMBAHASAN A. Implementasi Perangkat Lunak 1) Lingkungan Implementasi Perangkat Lunak Implementasi Aplikasi Game Satua Bali “I Belog” Berbasis Android dilakukan pada lingkungan perangkat lunak dan perangkat keras sebagai berikut: 1.

Eclipse

2.

Plugins ADT

3.

AVD (Android Virtual Device)

4.

AndEngine Library

5.

GIMP


125

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 6.

Audacity

Adapun lingkungan perangkat kerasnya yaitu sebuah laptop dengan spesifikasi sebagai berikut. a.

Monitor 14,1 inchi dengan resolusi 1366 x 768

b.

Memori 4 GB RAM dan harddisk 500 GB

c.

Prosesor Intel® Core™ i5 2.5 Ghz

Perangkat keras lainnya yaitu sebuah perangkat Android dengan spesifikasi OS Android versi 4.1.2 (Jelly Bean) dengan RAM 1 GB. 2) Batasan Implementasi Perangkat Lunak Spesifikasi perangkat minimal yang diperlukan untuk menjalankan aplikasi adalah sebagai berikut. a.

Dual-core 1.3 GHz Cortex-A7

b.

GPU kelas mid-end

c.

RAM 512 MB

d.

OS Android versi 4.2.2 (Jelly Bean)

b.

Ukuran layar 4 inchi (480 x 800 pixels)

Suara dan musik yang dihasilkan oleh aplikasi akan semakin baik jika menggunakan speaker atau earphones tambahan. Hasil rekaman dari tidak dapat diputar dengan media pemutar lagu atau musik lain. File rekaman tidak dapat dipindahkan ataupun dicopy ke SD Card (Memory Card). Jumlah instrumen yang dapat dimainkan dalam aplikasi bersifat statis, artinya pengguna tidak dapat menambahkan instrumen baru ke dalam aplikasi. Semua instrumen dimainkan hanya secara normal / biasa pada umumnya.

Gambar 15. Implementasi Antarmuka Tutorial c.

Implementasi Antarmuka Pilih Permainan/ Stage

Gambar 16. Implementasi Antarmuka Pilih Permainan d.

Implementasi Antarmuka Game Labirin

3) Implementasi Antarmuka Perangkat Lunak Implementasi antarmuka dilakukan sesuai dengan rancangan antarmuka yang telah dibuat sebelumnya. a.

Implementasi Antarmuka Menu Utama

Gambar 17. Implementasi Antarmuka Game Labirin e.

Implementasi Antarmuka Game Jembatan

Gambar 14. Implementasi Antarmuka Menu Utama b.

Implementasi Antarmuka Cerita

Gambar 18. Implementasi Antarmuka Game Jembatan 126


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 f.

Implementasi Antarmuka Menangkap bebek

c.

Menguji kebenaran proses aplikasi Game Satua Bali “I Belog” Berbasis Android.

d. Menguji respon dari pengguna setelah menggunakan aplikasi Game Satua Bali “I Belog” Berbasis Android. 2) Perancangan Kasus Uji Pengujian Perangkat Lunak Sesuai dengan tata ancang dan teknik pengujian pada aplikasi Game Satua Bali ”I Belog” Berbasis Android yang telah di jabarkan di dapatkan rancangan beberapa kasus uji yaitu dengan menggunakan Black Box Testing dan Pengujian Ahli Media dan Pengguna. Gambar 17. Implementasi Antarmuka Menangkap bebek g.

Implementasi Antarmuka Skor

Gambar 19. Implementasi Antarmuka Skor h.

Implementasi Antarmuka Total Skor

Gambar 20. Implementasi Antarmuka Total Skor B. Pengujian Perangkat Lunak 1) Tujuan Pengujian Perangkat Lunak Tujuan pengujian aplikasi Game Satua Bali “I Belog” Berbasis Android, yaitu: a.

3) Pelaksanaan Pengujian Perangkat Lunak Berdasarkan perancangan pengujian perangkat lunak di atas, maka pengujian aplikasi Game Satua Bali ”I Belog” Berbasis Android dilakukan oleh: 1) 3 orang masyarakat umum untuk pengujian kesesuaian proses aplikasi dan hardware (smartphone) yang berbeda; 2) 2 Dosen Pendidikan Teknik Informatika, Universitas Pendidikan Ganesha Singaraja sebagai Ahli Media, 4) 12 orang masyarakat umum. Pengujian dilakukan sesuai dengan kasus uji yang telah dirancang sebelumnya dan menggunakan angket yang dilaksanakan pada hari Selasa 28 Februari 2017. 4) Evaluasi Hasil Pengujian Perangkat Lunak Berdasarkan pengujian yang telah dilakukan untuk uji kasus black box testing Game Satua Bali ”I Belog” Berbasis Android, semua proses mulai dari saat pertama kali aplikasi dijalankan sampai dengan selesai keluar dari aplikasi berfungsi dengan baik. Hasil pengujian kesesuaian proses tersebut, diperoleh hasil semua proses sesuai atau berhasil berjalan dengan baik. Semua tombol fungsi pada aplikasi berjalan sesuai dengan yang direncanakan sebelumnya. Hasil dari pengujian Ahli Media disimpulkan bahwa aplikasi layak uji coba lapangan dengan revisi dan sesuai saran yang diberikan dengan presentase nilai 79,28% yaitu baik. Kemudian hasil pengujian untuk mengetahui respon pengguna setelah memainkan aplikasi adalah semua pengguna setelah memainkan aplikasi menyatakan aplikasi Game Satua Bali ”I Belog” Berbasis Android memperoleh presentase penilaian 85% yaitu sangat baik V. SIMPULAN Berdasarkan hasil analisis, implementasi dan pengujian pada penelitian pengembangan aplikasi Game Satua Bali ”I Belog” Berbasis Android, dapat ditarik kesimpulan sebagai berikut. 1.

Rancangan aplikasi Game Satua Bali ”I Belog” Berbasis Android metode yang digunakan adalah proses SDLC (System Development Life Cycle) dimana dalam metode ini menggunakan siklus air terjun (waterfall).

2.

Aplikasi Game Satua Bali ”I Belog” Berbasis Android telah berhasil diimplementasikan sesuai dengan rancangan yang telah dibuat sebelumnya.

Menguji kelayakan aplikasi Game Satua Bali “I Belog” Berbasis Android sebagai media untuk memperkenalkan Satua Bali pada anak-anak.

b. Menguji penggunaan aplikasi Game Satua Bali “I Belog” Berbasis Android pada perangkat Android yang berbeda.


127

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 3.

Hasil dari pengujian Ahli Media disimpulkan bahwa aplikasi layak uji coba lapangan dengan revisi dan sesuai saran yang diberikan dengan presentase nilai 79,28% yaitu baik. Kemudian hasil pengujian untuk mengetahui respon pengguna setelah memainkan aplikasi adalah semua pengguna setelah memainkan aplikasi menyatakan aplikasi Game Satua Bali ”I Belog” Berbasis Android memperoleh presentase penilaian 85% yaitu sangat baik.

3.

DAFTAR PUSTAKA [1]

Saran untuk pengembangan aplikasi selanjutnya adalah agar ditambahkan hal-hal seperti berikut. 1.

2.

128

Aplikasi ini hanya dapat memainkan game dengan mode single player, sehingga untuk kedepannya dapat dikembangkan menjadi game dengan tema multi player. Untuk karakter Game Satua Bali ”I Belog” Berbasis Android dapat dikembangkan untuk selanjutnya agar dapat dibuat menjadi 3D.

Pembuatan game yang harus diperhatikan adalah bagaimana untuk bisa menarik perhatian pengguna, diharapkan kedepannya lebih ditonjolkan dari segi animasi dan fitur-fitur menarik lainnya, sehingga dalam pengembangannya nanti dapat lebih dinamis.

[2] [3] [4] [5] [6]

Adhitya, Tri, 2014. Aku-Lirik Yang Religius Pada Kumpulan Sajak Aku Ini Binatang Jalang Karya Chairil Anwar Dan Kelayakannya Sebagai Bahan Ajar Sastra di SMA/MA. Tersedia pada http://digilib.unila.ac.id/2952/ Suaka, I Nyoman. 2002. Perlu, Mendongeng untuk Anak. Jogyakarta. http://www.balipost.co.id/balipostcetak/2002/12/29/k1.html. Triadi, Dendy. 2013. Bedah Tuntas Fitur Android. Yogyakarta : Great Publisher. Bagus, I Gusti Ngurah, 1968.Arti Dongeng dalam Pendidikan.Depdikbud: Singaraja. Tinggen, I Nengah. 1984. Satua-satua Bali. Singaraja: Indra Jaya. Wulandari, Agustina Dwi. Game Edukasi Sejarah Komputer Menggunakan Role Playing Game (RPG) Maker XP Sebagai Media Pembelajaran di SMP Negeri 2 Kalibawang. http://eprints.uny.ac.id/7549/1/Jurnal_Skripsi_agustina.pdf



Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu Kabupaten Buleleng dengan Metode Least Square Ni Ketut Ayu Indra Cahyani, I Made Putrama, I Made Agus Wirawan Pendidikan Teknik Informatika Universitas Pendidikan Ganesha Singaraja, Bali [email protected], [email protected], [email protected] Abstrak— Penelitian ini bertujuan untuk (1) merancang Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan PPTSP Kabupaten Buleleng dengan Metode Least Square dan (2) mengimplementasikan Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan PPTSP Kabupaten Buleleng dengan Metode Least Square. Dinas Penanaman Modal dan PPTSP Kabupaten Buleleng merupakan salah satu Organisasi Perangkat Daerah (OPD) yang ada di Kabupaten Buleleng dalam menangani penanaman modal, perizinan dan non perizinan sehingga menyumbangkan Pendapatan Asli Daerah (PAD) bagi Kabupaten Buleleng. Sistem Pendukung Keputusan Peramalan Pendapatan ini terdiri dari 3 (tiga) entitas yaitu Bendahara Penerimaan, PPK (Pejabat Penatausahaan Keuangan) dan Kepala Dinas. Realisasi pendapatan akan diinput oleh bendahara penerimaan kemudian divalidasi oleh PPK selaku admin dan selanjutnya berdasarkan data pendapatan yang valid maka diramalkan pendapatan untuk periode bulan berikutnya. Hal ini akan digunakan sebagai rekomendasi bagi Kepala Dinas untuk menentukan target tahunan pendapatan berdasarkan atas data realisasi pada tahun sebelumnya. Perhitungan peramalan pendapatan dalam Sistem Pendukung Keputusan ini menggunakan metode least square. Metode ini digunakan karena metode ini menghasilkan tren yang paling cocok dibandingkan dengan metode-metode lainnya. Hal ini terbukti dari perhitungan rata-rata kesalahan yaitu MAD, RMSE dan MAPE menunjukkan bahwa metode least square memiliki rata-rata kesalahan yang lebih kecil jika dibandingkan dengan rata-rata kesalahan perhitungan dengan metode Double Moving Average dan Double Exponential Smoothing. Hasil penelitian ini adalah sistem sudah berhasil dirancang dan diimplementasikan dengan baik dengan respon pengguna yang memilih skor 5 adalah 71,11% dan memilih skor 4 adalah 28,89% serta hasil uji akurasi sistem yaitu 66,34% dengan rata-rata kesalahan 34,66%. Kata Kunci: Sistem Pendukung Keputusan; Peramalan Pendapatan; Least Square

I. PENDAHULUAN Pendapatan Asli Daerah (PAD) merupakan sumber pendapatan yang sangat penting bagi sebuah daerah untuk membiayai belanjanya. PAD dapat dijadikan sebagai tolak ukur kemandirian suatu daerah. PAD adalah penerimaan yang dihasilkan oleh daerah yang bersangkutan, yang bersumber dari pajak daerah, retribusi daerah, hasil pengolahan kekayaan daerah yang dipisahkan, dan lain-lain PAD yang sah[1]. Oleh karena itu pemerintah daerah harus mengoptimalkan segala sumber daya yang ada di daerahnya masing-masing baik itu dari segi pemanfaatan sumber daya alam, sumber daya manusia dan kewenangan dalam hal pemungutan pajak dan retribusi daerah. Kabupaten Buleleng merupakan salah satu daerah bagian dari Provinsi Bali yang juga melaksanakan otonomi daerah.. Salah satu upaya Pemerintah Kabupaten Buleleng untuk meningkatkan PAD adalah penyelenggaraan pungutan pajak dan retribusi urusan pemerintahan wajib non pelayanan dasar. Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu merupakan salah satu Satuan Kerja Perangkat Daerah (SKPD) di lingkup Pemerintahan Kabupaten Buleleng yang memiliki tugas membantu Bupati melaksanakan Urusan Pemerintahan di bidang Penanaman Modal dan Pelayanan Administrasi Perizinan. Dengan adanya penerimaan/pendapatan tersebut diharapkan dapat meningkatkan PAD. Data yang diperoleh dari Dinas Penanaman Modal dan PPTSP selama periode tahun 2009-2016 menunjukkan bahwa hampir di setiap tahun realisasi pendapatan sudah melampaui target dan bisa dikatakan meningkat. Misalnya pada tahun 2009 realisasi mencapai 235,45%, hal ini dikarenakan Dinas Penanaman Modal dan PPTSP yang masih bernama KPT (Kantor Pelayanan Terpadu) baru berdiri setahun sebelumnya jadi memang masih belum ada data historis yang bisa dijadikan pedoman. Namun realisasi yang jauh melampaui


129

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 target juga pada tahun yaitu sebesar 172,82%. Namun pada tahun 2014 realisasi pendapatan tidak mencapai target yang sudah ditentukan yaitu masih di angka 99,31%. Berdasarkan hasil wawancara dengan Kepala Dinas Penanaman Modal dan PPTSP pada tanggal 1 Maret 2017, Bapak I Putu Karuna, SH., yang menyebabkan realisasi tidak memenuhi target pada tahun 2014 karena kurang tepatnya prediksi yang dibuat terutama untuk retribusi Izin Mendirikan Bangunan yang menyumbang pendapatan paling besar. Target pada tahun 2014 ditentukan berdasarkan data masa lalu dan melihat realisasi untuk tahun terakhir sesuai dengan insting dan perkiraan sendiri berdasarkan pertimbangan tertentu misalnya adanya beberapa ijin yang diambil alih oleh Provinsi maupun adanya penambahan biaya sewa reklame sesuai dengan Peraturan Bupati. Hal ini berarti prediksi yang dilakukan masih manual. Menganalisis data dalam jumlah besar jika dilakukan secara manual cukup sulit untuk menentukan kecepatan perhitungan ditambah lagi tanpa penggunaan metode yang tepat untuk memprediksi pendapatan. Selain itu analisis manual akan membutuhkan waktu yang lebih lama serta ketelitian yang tinggi supaya tingkat kesalahan yang ditimbulkan tidak terlalu besar. Berdasarkan paparan teersebut, maka perlu adanya suatu sistem yang membantu memberikan rekomendasi kepada pihak pengambil keputusan di Dinas Penanaman Modal dan PPTSP untuk memprediksi atau meramalkan besarnya pendapatan untuk tahun berikutnya. Salah satunya adalah dengan mengimplementasikan Sistem Pendukung Keputusan. Sebelum mengambil keputusan dalam membuat perencanaan terlebih dulu melakukan peramalan. Menurut Aswi dan Sukarna [2], prediksi/peramalan masa depan jarang sekali yang akurat, pelaku peramalan hanya berusaha untuk membuat sekecil mungkin kesalahan. Dalam waktu tertentu jumlah penerimaan. Untuk itu perlu adanya proyeksi atau peramalan terhadap jumlah penerimaan pendapatan untuk tahun selanjutnya sehingga dari ramalan hasil penerimaan tersebut bisa ditentukan target penerimaan untuk periode selanjutnya. II. KAJIAN TEORI

bukan untuk menggantikan tugas-tugas manager namun untuk menjadi sarana penunjang bagi manager. B. Peramalan Peramalan merupakan bagian awal dari pengambilan keputusan. Peramalan adalah prediksi nilai-nilai sebuah peubah berdasarkan kepada nilai yang diketahui dari peubah tersebut atau peubah yang berhubungan dengan cara memproyeksikan nilai-nilai di masa lampau (nilai yang diketahui) ke masa yang akan datang dengan cara menggunakan model matematika maupun perkiraan yang subjektif meksipun akan terdapat sedikit kesalahan yang disebabkan oleh adanya keterbatasan kemampuan [2]. Forecasting atau peramalan adalah perkiraan tingkat permintaan satu atau lebih produk selama beberapa periode mendatang. Secara sistematis, tahapan proses peramalan sesuai dengan Gambar 1 berikut.

Gambar 1 Tahapan Proses Peramalan [6]

C. Pendapatan Asli Daerah Menurut UU Nomor 33 Tahun 2004 tentang Perimbangan Keuangan Antara Pemerintah Pusat dan Daerah, Pendapatan Asli Daerah (PAD) adalah pendapatan yang diperoleh daerah yang dipungut berdasarkan peraturan daerah sesuai dengan peraturan perundang-undangan. Sesuai yang tercantum dalam Undang-Undang No. 28 Tahun 2009 bahwa Pendapatan Asli Daerah bersumber dari wilayah daerah yang bersangkutan yang terdiri dari hasil pajak daerah, hasil retribusi daerah, hasil pengelolaan kekayaan daerah yang dipisahkan dan lain-lain pendapatan asli daerah yang sah. Pajak daerah dan retribusi daerah memiliki kontribusi yang sangat penting dalam membiayai pemerintahan dan pembangunan daerah.

A. Sistem Pendukung Keputusan

D. Metode Least Square (Kuadrat Terkecil)

Menurut Daihani [3] konsep Sistem Pendukung Keputusan (SPK) pertama kali diperkenalkan pada awal tahun 1970-an oleh Michael S.Scott Morton dengan istilah Decision Sistem. Sistem Pendukung Keputusan (SPK) adalah suatu sistem informasi komputer yang interaktif dan dapat memberikan alternatif solusi bagi pembuat keputusan [4]. Sedangkan menurut Eko Indrajit [5] sistem pendukung keputusan adalah sistem berbasis komputer yang digunakan oleh manager atau sekelompok manager pada setiap level organisasi dalam membuat keputusan dalam menyelesaikan masalah semi terstruktur. Sistem pendukung keputusan ini

Istilah kuadrat terkecil didasarkan pada kenyataan bahwa prosedur penaksiran ini berusaha meminimumkan jumlah kuadrat galat persamaanny [7]. Menurut Supranto [6] metode Least Square (kuadrat terkecil) untuk mencari garis trend suatu perkiraan atau taksiran mengenai nilai dan b dari persamaan didasarkan atas data hasil observasi sedemikian rupa sehingga dihasilkan jumlah kesalahan kuadrat terkecil (minimum). Langkah-langkah dalam peramalan dengan menggunakan metode Least Square adalah sebagai berikut. 1) Menentukan nilai X dengan melihat jumlah data, data ganjil atau data genap, untuk tahun dasar ditengah-tengah

130


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 data sehingga ∑X = 0. Menurut Budiasih [8] untuk membuat nilai ∑X = 0 tergantung dari jumlah data tahunnya yaitu genap dan ganjil, pedomannya yaitu: a. Untuk n Ganjil n  2k  1 n  1  2k k 

................................................... (1)

n 1 2

di mana : Y : Data historis X : Parameter pengganti waktu a : Intersep yaitu besarnya nilai Y bila nilai X = 0 (Nilai trend periode dasar) b : Pertambahan trend (slope garis trend, yaitu perubahan variabel Y untuk setiap perubahan satu unit variabel X) n : Jumlah Data E. Ukuran Tingkat Kesalahan Hasil Peramalan

Untuk menentukan nilai 0 maka k 1  0 ........................................................... (2) Setelah mendapatkan nilai tengah yaitu 0, data di atas 0 bernilai (-) sedangkan data di bawah 0 bernilai (+) sehingga ∑X = 0. Jarak antara dua waktu diberi nilai satu satuan misalnya ….-2,-1,0,1,2,….. b. Untuk n Genap n  2k k 

n 2

........................................................... (3)

Untuk menentukan nilai 0 maka 1 ( k  ( k  1))  0 2 ..................................... (4) Setelah mendapatkan nilai tengah yaitu 0, data di atas 0 bernilai (-) sedangkan data di bawah 0 bernilai (+). Jarak antara dua waktu diberi nilai dua satuan misalnya ….,-5,-3,-1,1,3,5,….. 2) Setelah memperoleh nilai x, maka dicari nilai X2 3) Selanjutnya adalah mencari nilai XY yaitu dengan mengalikan nilai X dengan nilai data actual (Y). 4) Mencari nilai konstanta a  Y  na  b  X  Y  na  b (0) a

........................................... (5)

Y

n 5) Mencari nilai konstanta b 2  XY  a  X  b  X

 XY  a (0)  b  X  XY b 2 X

2

Setiap metode peramalan memiliki ketepatan dan tingkat kesulitan masing-masing yang harus dipertimbangka [7]. Oleh karena itu, harus dipilih metode yang paling tepat, yaitu metode yang dapat meminimumkan kesalahan peramalan. Semakin kecil nilai kesalahan, maka akan semakin tepat hasil peramalan yang diperoleh. Dalam penelitian ini digunakan MAD, RMSE dan MAPE untuk menghitung rata-rata kesalahan perhitungan peramalan. 1) Mean Absolute Deviation (MAD) MAD merupakan rata-rata kesalahan mutlak selama periode tertentu tanpa memperhatikan apakah hasil peramalan lebih besar atau lebih kecil dibandingkan kenyataannya. Dengan mengetahui nilai MAD kita bisa mengetahui penyimpangan data dari rata-rata atau tingkat kesalahan peramalan. Secara umum, bila residual besarnya merata sepanjang pengamatan, maka MSE yang sebaiknya digunakan [9]. Tetapi bila satu atau dua residual yang besar, maka MAD yang sebaiknya digunakan. Jika diformulasikan maka formula untuk menghitung MAD adalah sebagai berikut: tn1 Xt  Ft MAD  n ............... ............................... (8) 2) Root Mean Square Error (RMSE) RMSE digunakan untuk mengevaluasi kinerja model dalam hal kesesuaian dengan data atau meramalkan data. RMSE menghitung selisih antara nilai yang diprediksi oleh model dan nilai sebenarnya. Menurut Voulgaraki [10], karena RMSE menghitung selisih antara nilai yang diprediksi oleh model dan nilai sebenarnya. RMSE tidak memiliki standar nilai minimal untuk mengetahui kinerja model, berbeda dengan MAPE. Secara sederhana, RMSE merupakan metode untuk menghitung bias dalam model peramalan [10].

....................................... RMSE 

.............................................................................. (6) 6) Menghitung garis tren linier dapat ditulis sebagai persamaan garis lurus Y’ = a + bX ........................................................... (7)

MSE 

n 2  ( Xt  Ft ) t 1 n ......................... (9)

di mana: n : nilai periode waktu Xt : nilai sebenarnya pada periode ke-t


131

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Ft : nilai peramalan pada periode ke-t 3) Mean Absolute Percentage Error (MAPE) MAPE menunjukkan rata-rata kesalahan absolut prakiraan dalam bentuk persentasenya terhadap data aktualnya. MAPE digunakan untuk mengevaluasi ketepatan peramalan menggunakan kesalahan dalam bentuk persentase. Perhitungan rata-rata kesalahan dengan MAPE biasanya lebih banyak dipakai karena mudah dibaca (karena dalam bentuk persentase)[10]. n Xt  Ft  t 1 Xt MAPE  x100% n .......... (10) di mana: n : nilai periode waktu Xt : nilai sebenarnya pada periode ke-t Ft : nilai peramalan pada periode ke-t Semakin rendah nilai MAPE, berarti nilai taksiran semakin mendekati nilai sebenarnya atau dapat dikatakan model peramalan memiliki kemampuan yang baik. Range nilai untuk MAPE [10] dapat dilihat pada Tabel 1. MAPE <10% 10-20% 20-50% >50%

TABEL 1. SIGNIFIKANSI NILAI MAPE Signifikansi Kemampuan peramalan sangat baik Kemampuan peramalan baik Kemampuan peramalan layak/memadai Kemampuan peramalan sangat buruk

F. Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu Kabupaten Buleleng Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu merupakan salah satu Organisasi Perangkat Daerah (OPD) yang terbentuk per tanggal 6 Januari 2017 berdasarkan atas Peraturan Daerah Kabupaten Buleleng Nomor 13 Tahun 2016 tentang Pembentukan dan Susunan Perangkat Daerah yaitu Dinas Penanaman Modal dan Pelayanan Perizinan Terpadu Satu Pintu dengan penambahan kewenangan di bidang penanaman modal. Jumlah izin yang ditangani adalah 39 (tiga puluh sembilan) jenis izin yang terdiri dari 21 (dua puluh satu) Perizinan dan 18 (delapan belas) Non Perizinan. Namun hanya 6 jenis perizinan yang berbayar yaitu Pajak Reklame, Retribusi IMB (Izin Mendirikan Bangunan, HO (Gangguan), Perikanan, Trayek dan Izin Tempat Penjualan Minuman Beralkohol (SITU-MB). Keenam jenis izin inilah yang nantinya menyumbangkan PAD untuk daerah. Data rekap kenaikan dan penurunan target dan realisasi pendapatan yang diperoleh dari tahun 2009-2016 seperti pada Tabel 2. TABEL 2. REKAP TARGET DAN PENDAPATAN TAHUN 2009-2016 NO

132

TAHUN

PAD

1 2

Tahun 2009 Tahun 2010

TARGET 889.330.000 1.664.330.000

REALISASI 2.093.887.820 2.257.909.875

3

Tahun 2011

1.774.210.000

2.717.545.925

4

Tahun 2012

3.250.387.000

3.605.267.450

5

Tahun 2013

4.125.000.000

5.139.081.225

6

Tahun 2014

5.144.213.000

5.108.583.450

7

Tahun 2015

5.621.231.000

9.714.834.925

8

Tahun 2016

5.763.750.000

6.516.130.500 (sumber: DPMPPTSP, 2017)

Data dalam penelitian diperoleh dari hasil wawancara dengan Kepala Dinas yaitu Bapak I Putu Karuna, SH pada tanggal 1 Maret 2017 yang menghasilkan mengenai tata cara penentuan target tiap tahunnya, komparasi target dan realisasi pendapatan, alasan kenaikan dan penurunan realisasi, serta permasalahan yang sering dihadapi ketika menentukan target pendapatan setiap tahunnya. III. METODOLODI PENELITIAN A. Analisis Masalah dan Usulan Solusi Berdasarkan analisis permasalahan, terdapat beberapa masalah di antaranya yaitu terjadinya kenaikan ataupun penurunan yang cukup signifikan realisasi pendapatan terhadap target yang ditentukan, hal ini dikarenakan penentuan target pada periode tahun berikutnya berdasarkan atas insting dan perkiraan sendiri. Selain itu prediksi yang dilakukan masih bersifat manual, menganalisis data dalam jumlah besar jika dilakukan secara manual cukup sulit ditambah lagi tanpa penggunaan metode yang tepat sehingga memerlukan waktu yang cukup lama dan ketelitian yang tinggi agar tingkat kesalahan yang ditimbulkan tidak terlalu besar. Berdasarkan analisis permasalahan tersebut maka solusi yang dapat diusulkan adalah pengembangan suatu sistem pendukung keputusan peramalan pendapatan dengan metode least square yang dapat memprediksi atau meramalkan realisasi pada periode selanjutnya berdasarkan data historis realisasi pendapatan. Hasil peramalan akan digunakan sebagai rekomendasi bagi Kepala Dinas untuk menentukan target pendapatan tahun beriktunya. B. Analisis Perangkat Lunak Perangkat lunak yang dibangun mampu meramalkan atau memprediksi realisasi pendapatan dengan metode least square. Sistem Pendukung Keputusan Peramalan Pendapatan ini menggunakan model Waterfall. Terdapat 3 (tiga) tahapan dalam pengembangan perangkat lunak ini yaitu 1) tahap pengumpulan data, 2) tahap peramalan dan 3) tahap pengembangan sistem. Secara garis besar tahapan sistem pendukung keputusan peramalan pendapatan ini dapat dilihat pada Gambar 2.



Gambar 3 Diagram Konteks SPK Peramalan Pendapatan

C. Perancangan Struktur Data Perangkat Lunak

Gambar 2 Tahapan SPK Peramalan Pendapatan

Pada tahap peramalan setelah dilakukan identifikasi dan penerapan metode peramalan diperoleh hasil perbandingan metode peramalan dengan mengunakan 3 (tiga) metode peramalan yaitu metode Double Moving Average (DMA), Double Exponential Smoothing (DES), dan Least Square (LS) seperti pada Tabel 3.

SPK Peramalan pendapatan ini diirancang menggunakan 5 buah tabel yaitu tabel target untuk menyimpan data target, tabel pendapatan untuk menyimpan data pendapatan, tabel pengguna untuk menyimpan data pengguna sistem, tabel user untuk menyimpan data user pengguna yang memiliki hak akses ke sistem serta tabel hasil peramalan untuk menyimpan data hasil peramalan sebagai bahan laporan kepada Kepala Dinas. IV. HASIL DAN PEMBAHASAN

TABEL 3. HASIL PERBANDINGAN METODE PERAMALAN No Metode MAD RMSE MAPE 1. DES 160.687.789 337.018.146 42,79 % 2.

LS

140.072.123

314.633.034

39,63 %

3.

DMA

195.955.605

407.997.880

51,63 %

Tabel 3 tersebut menunjukkan bahwa metode Least Square merupakan metode terbaik untuk melakukan peramalan pendapatan pajak dan retribusi berbayar, terlihat dari nilai MAD, RMSE, dan MAPE terkecil yaitu 140.072.123, 314.633.034 dan 39,63 %. Berdasarkan hal tersebut maka metode Least Square digunakan sebagai metode peramalan dalam penelitian ini. 1) Tujuan Pengembangan Perangkat Lunak Pengembangan sistem pendukung keputusan peramalan pendapatan ini bertujuan untuk membantu pengambil keputusan dalam hal ini Kepala Dinas untuk meramalkan realisasi pendapatan pada bulan selanjutnya sehingga bisa ditentukan target pendapatan per tahun. Secara rinci tujuan yang ingin dicapai adalah 2) Model Fungsional Perangkat Lunak Rancangan sistem pendukung keputusan peramalan pendapatan yang digambarkan dengan menggunakan Data Flow Diagram (DFD). Gambar 3 merupakan Diagram Konteks dari sistem pendukung keputusan peramalan pendapatan.

A. Implementasi Perangkat Lunak 1) Lingkungan Implemenasi Perangkat Lunak a. Lingkungan Perangkat Keras (Hardware) Perangkat keras pengembangan sistem ini dikembangkan menggunakan laptop dengan spesifikasi HP Pavilion AMD A6-5200, 2.00 GHz, RAM 4 GB, Hardisk 320 GB. b. Lingkungan Perangkat Lunak (Software) Perangkat lunak yang digunakan dalam pengembangan sistem ini adalah sebagai berikut. 1. Sistem Operasi : Windows 7 Ultimate 64 bit 2. Software Aplikasi : PHP 3. Software Database : MySQL 4. Software Pendukung : XAMPP 1.8.8 2) Implementasi Antarmuka Perangkat Lunak Implementasi layar antarmuka sistem pendukung keputusan peramalan pendapatan ini adalah sebagai berikut. a. Implementasi Antarmuka Halaman Bendahara Penerimaan Bendahara bisa menginputkan data realisasi pendapatan, namun data yang sudah divalid tidak bisa diubah. Implementasi antarmuka halaman login dapat digambarkan seperti Gambar 5 berikut.


133

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 B. Pengujian Perangkat Lunak

Gambar 5 Implementasi Antarmuka Halaman Bendahara Penerimaan

b.

Implementasi Antarmuka Proses Perhitungan Least Square Halaman ini menampilkan hasil perhitungan peramalan, namun sebelum melakukan perhitungan sesuai data pendapatan yang sudah divalidasi seperti pada Gambar 6 berikut.

Berdasarkan perancangan pengujian perangkat lunak sistem pendukung keputusan peramalan pendapatan, pengujian dilakukan langsung oleh: 1) penulis untuk pengujian black box kasus uji 1, kasus uji 2 dan kasus uji 3, pengujian white box serta pengujian tingkat keakuratan sistem, 2) bendahara penerimaan, PPK selaku admin dan kepala dinas untuk pengujian black box kasus uji 4 dan kasus uji 5. a. Pengujian black box, hasilnya semua fungsi atau fitur yang diujikan dapat berjalan dengan baik, respon pengguna yaitu bendahara penerimaan, admin dan kepala dinas terhadap sistem sangat baik serta sistem sangat berguna dan bermanfaat bagi pengguna seperti pada Gambar 8.

71,1

28,8 0%

0%

0%

bar 8 Hasil Respon Pengguna terhadap Sistem

Gambar 6 Implementasi Antarmuka Perhitungan Least Square pada Admin

c. Implementasi Antarmuka Halaman Kepala Dinas Pada halaman ini kepala dinas dapat melihat data target, pendapatan dan hasil peramalan beserta rata-rata kesalahan, mencetak laporan dan melihat grafik perbandingan antara data aktual realisasi pendapatan dengan hasil peramalan. Implementasi antarmuka halaman login dapat digambarkan seperti Gambar 7 berikut.

b. Pengujian white box yang dilakukan penulis diperoleh hasil bahwa pengimplementasian proses dan algoritma perhitungan peramalan, perhitungan rata-rata kesalahan yaitu MAD, RMSE dan MAPE sudah berhasil. c. Pengujian tingkat keakuratan sistem yang dilakukan oleh penulis diperoleh hasil tingkat keakuratan sistem sebesar 66.34%, dan tingkat rata-rata kesalahan sebesar 33.66 % dengan menggunakan 99 data yang terbagi menjadi 12 data training dan 77 data testing. V. PENUTUP A. Simpulan

Gambar 7 Implementasi Antarmuka Halaman Kepala Dinas

134

Berdasarkan paparan hasil analisis, implementasi dan pengujian yang dilakukan maka dapat ditarik kesimpulan bahwa 1) Sistem Pendukung Keputusan Peramalan Pendapatan di Dinas Penanaman Modal dan PPTSP Kabupaten Buleleng dirancang dengan menggunakan dan data flow diagram dan dalam proses perhitungan peramalan menggunakan metode least square, diimplementasikan menggunakan bahasa pemrograman PHP, basis data MySQL dan Javascript, 2) Pengujian yang dilakukan adalah pengujian black box, white box dan uji akurasi sistem yaitu sebesar 66,34% dengan rata-rata kesalahan peramalan sebesar 33,66%, jika dibandingkan dengan tabel signifikansi


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 MAPE termasuk dalam kategori “Kemampuan peramalan layak/memadai”. B. Saran Beberapa hal yang disarankan terkait dengan pengembangan sistem berikutnya yaitu pengembangan dengan menggunakan metode lain sehingga diketahui kelebihan dan kekurangan sistem ini. Perlu dilakukan normalisasi data agar data berdistribusi normal dan dan ditambahkan fitur transfromasi data untuk mengurangi ketimpangan data serta pengembangan sistem dalam bentuk mobile. DAFTAR PUSTAKA [1]

[2]

B. P. Aji, “Analisis Sumber Pendapatan Asli daerah (PAD) dalam Pelaksanaan Otonomi Daerah di Kabupaten Buleleng,” e-Journal Bisma Univ. Pendidik. Ganesha, vol. 3, p. 2, 2015. Y. Yonhy, “Metode Trend Non Linear Untuk Forecasting Jumlah Keberangkatan Tenaga Kerja Indonesia di Kantor Imigrasi Kelas II Kabupaten Nunukan,” J. Eksponensial, vol. 4, no. 1, p. 47, 2013.

M. A. Rinaldi, “Sistem Pendukung Keputusan Pemilihan Trainer (Staf Pengajar) Menggunakan Metode Simple Additive Weighting (SAW) Studi Kasus: Primagama English Johor,” J. Pelita Inform. Budi Dharma, vol. 5, no. 1, p. 4, 2013. [4] E. Turban, Decision Support Sistem and Intelligent Sistem (Sistem Pendukung Keputusan dan Sistem Cerdas), 7th ed. Yogyakarta: Andi, 2005. [5] Yakub, Pengantar Sistem Informasi. Yogyakarta: Graha Ilmu, 2012. [6] F. A. Muqtadiroh, “Analisis Peramalan Penjualan Semen Non-Curah (ZAK) PT. Semen Indonesia (Persero) TBK pada Area Jawa Timur,” in Seminar Nasional Teknologi Informasi dan Komunikasi (SENTIKA 2015), 2015, p. 310. [7] S. Makridakis, Metode dan Aplikasi Peramalan, 2nd ed. Jakarta: Binarupa Aksara, 1999. [8] M. Ihsan, “Perancangan Aplikasi Peramalan Penjualan Motor Honda Menggunakan Metode Least Square (Studi Kasus: PT. HD Motor 99 Gresik),” p. 3, 2016. [9] W. Abdullah, “Peramalan Penjualan Air Bersih dan Formulasi Strategi Perusahaan Daerah Air Minum,” J. Ekon. dan Stud. Pembang., vol. 15, no. 1, p. 81, 2014. [10] A. H. Hutasuhut, “Pembuatan Aplikasi Pendukung Keputusan untuk Peramalan Persediaan Bahan Baku Produksi Plastik Blowing dna Inject Menggunakan Metode ARIMA (Autoregressive Integrated Moving Average) di CV. Asia,” J. Tek. Pomits, vol. 3, no. 2, pp. 70– 171, 2014. [3]


135


Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga I Gst Putu Bagus Naramas Wahyu Prayoga, I Ketut Resika Arthana, I Gede Mahendra Darmawiguna Pendidikan Teknik Informatika Universitas Pendidikan Ganesha Singaraja, Bali [email protected], [email protected], [email protected] Abstract—The aim of this research is to develop an Augmented Reality Makerless Application Basic Technic of Prenatal Yoga and introduce how to practice Prenatal Yoga in form of 3D thus it becomes more interesting and more real. The object of this application’s users is all level of society that are willing to know about basic technic of Prenatal Yoga. The development of this Augmented Reality Makerless Application Basic Technic of Prenatal Yoga used Research and Development method and the model used was ADDIE model. ADDIE model consists of 5 steps, they are 1) Analyze, 2) Design, 3) Development, 4) Implementation, 5) Evaluation. The result of this study is in form of Augmented Reality Makerless Application Basic Technic of Prenatal Yoga that can be installed on android smartphone. This application could present animation in form of 3D followed by narration. The result of implementation from users after using Augmented Reality Makerless Application Basic Technic of Prenatal Yoga in score of 89% counted as Very Good. Thus this application can be used as media to introduce Prenatal Yoga.

Mengingat perkembangan teknologi khusunya dibidang smartphone android yang sedang berkembang pesat di pasaran khusunya Indonesia, kita hendaknya menggunakan media ini sebagai alat pembelajaran untuk meningkatkan pengetahuan kita dalam mempelajari gerakan Prenatal Yoga khusunya bagi ibu-ibu yang sedang hamil. Teknologi multimedia yang dimana perkembangannya cukup pesat saat ini adalah Augmented Reality. Salah satu teknik dalam menggunakan Augmented Reality ini adalah teknik Markerless. Penggunaan teknik Markerless ini bertujuan untuk memudahkan para pengguna dalam menggunakan aplikasi, karena pengguna sendiri tidak perlu menggunakan Marker kertas sebagai target saat menggunakan aplikasi, tetapi langsung menggunakan lingkungan nyata disekitar pengguna sebagai latar untuk memunculkan gerakan animasi Augmented Reality.

Keywords: Basic Technic of Prenatal Yoga, Markerless Augmented Reality, 3 Dimension

II. KAJIAN TEORI A. Yoga

I. PENDAHULUAN Yoga merupakan olahraga yang dimana seseorang harus mampu memusatkan seluruh pikirannya untuk mengendalikan panca indera mereka. Dengan melakukan yoga seseorang akan merasakan ketenangan secara jasmani dan rohani. Olahraga yoga ini sendiri merupakan salah satu dari enam ajaran dalam filsafat agama Hindu. Namun semua agama dapat melakukan olahraga ini, karena yoga sendiri hanya sebatas olahraga yang untuk memusatkan dan mengendalikan pikiran kita.

Yoga adalah sebuah ilmu yang menjelaskan kaitan antara fisik, mental, dan spiritual manusia untuk mencapai kesehatan yang menyeluruh. Yoga berasal dari bahasa Sanskerta yang berarti union (persatuan), ini terbentuk dari kebudayaan india kuno sejak 5.000 tahun lalu dan bertujuan menyatukan atman (diri) dan brahman (Sang Pencipta). Prinsipnya, melalui berbagai macam postur yoga yang disertai dengan cara bernafas yang benar, dipercaya dapat memberikan banyak manfaat secara fisik, mental dan spiritual. [5]

Berlatih Yoga secara teratur pada masa kehamilan dapat mengurangi ketidaknyamanan selama masa hamil dan dapat membantu proses melahirkan. Yoga untuk kehamilan ini sering juga disebut dengan Prenatal Yoga. Prenatal Yoga merupakan salah satu dari jenis yoga yang unik. Hal ini dikarenakan olahraga yoga ini di khususkan bagi ibu-ibu yang sedang hamil. Dengan melakukan gerakan Prenatal Yoga ini seorang ibu yang sedang hamil dapat melatih pengaturan nafasnya, sehingga saat melahirkan nanti dia akan melahirkan dengan baik.

Pada dasarnya Prenatal Yoga (yoga bagi kehamilan) merupakan modifikasi dari yoga klasik yang telah disesuaikan dengan kondisi fisik wanita hamil yang dilakukan dengan intensitas yang lebih lembut dan perlahan. Modifikasi dan perhatian khusus saat berlatih Prenatal Yoga sangat diperlukan untuk menghindarkan calon ibu dari cidera, dan juga demi kenyamanan dan keamanannya. [5]

136

B. Pengertian Prenatal Yoga

Gerakan Prenatal Yoga ini tentunya sudah disesuaikan dengan usia kehamilan pada calon ibu. Gerakan Prenatal Yoga ini dibagi menjadi tiga tahap sebagai berikut :


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 1) Trimester Pertama Trimester pertama ini merupakan masa kehamilan sang calon ibu menginjak pada minggu ke-1 sampai minggu ke-14. Gerakan dari Trimester 1, yaitu : Savasana, Mudhasana, Supta Buddha Konasana, Viparita Karani, Bilikasana 1, Bilikasana 2, Tadasana, Trikonasana, Prasarita Padottanasana, Vrksasana, Setu Bandha Sarvangasana, Maricyasana, Postur Duduk Tumit Menempel ke Lutut. 2) Trimester Kedua Trimester kedua ini merupakan masa kehamilan sang calon ibu menginjak pada minggu ke-14 sampai minggu ke28. Gerakan dari Trimester 2, yaitu : Postur Beristirahat Miring, Surya Namaskar, Virabhadrasana 1, Virabhadrasana 2, Parsvakonasana, Vasishtasana, Postur Tangan Gomukhasana – Garudasana, Matsyendrasana, Bilikasana 3, Kapotasana, Janushirasana, Upavishta Konasana, Mula Bandha. 3) Trimester Ketiga Trimester kedua ini merupakan masa kehamilan sang calon ibu menginjak pada minggu ke-28 sampai minggu ke40. Gerakan dari Trimester 3, yaitu : Mudhasana, Utkatasana, Seri Memutar Panggul, Seri Postur Berjongkok, Baddha Konasana, Putaran Sufi. C. Android

F. Unity3D Unity 3D merupakan sebuah tools yang terintegrasi untuk membuat bentuk obyek 3 dimensi pada video games atau untuk konteks interaktif lain seperti Visualisasi Arsitektur atau animasi 3D real- time. Lingkungan dari pengembangan Unity 3D berjalan pada Microsoft Windows dan Mac Os , serta aplikasi yang dibuat oleh Unity 3D dapat berjalan pada Windows, Mac, Xbox 360, Playstation 3, Wii, iPad, iPhone dan tidak ketinggalan pada platform Android. Unity juga dapat membuat game berbasis browser yang menggunakan Unity web player plugin, yang dapat bekerja pada Mac dan Windows, tapi tidak pada Linux. [6] G. Blender Blender merupakan prangkat lunak untuk membuat animasi tiga dimensi yang berbasis bebas bayar. Selain itu, perangkat lunak ini juga dapat digunakan untuk membuat game tiga dimensi. III. METODE Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga ini menggunakan model ADDIE. Model ADDIE terdiri atas 5 fase atau tahap utama yaitu : 1.Analisis (Analysis)

Android memberikan platform terbuka bagi para pengembang untuk menciptakan aplikasi mereka sendiri untuk digunakan oleh bermacam peranti bergerak ataupun untuk telepon seluler. Keunggulan tersebut yaitu dengan cara memakai basis kode komputer yang kemudian dapat didistribusikan secara terbuka (open source) sehingga pengguna dapat menciptakan atau menggunakan aplikasi baru di dalamnya. [4]

2.Desain (Design) 3.Pengembangan (Development) 4.Implementasi (Implementation) 5.Evaluasi (Evaluation)

D. Augmented Reality Augmented Reality (AR) adalah suatu teknologi yang dapat menggabungkan benda maya dua dimensi dan ataupun tiga dimensi ke dalam sebuah lingkungan nyata tiga dimensi lalu memproyeksikan benda-benda maya tersebut dalam waktu nyata. Teknologi AR ini dapat menyisipkan suatu informasi tertentu ke dalam dunia maya dan menampilkannya di dunia nyata dengan bantuan perlengkapan seperti webcam, komputer, HP Android, maupun kacamata khusus. [1] Gambar 1. Tahapan-tahapan pada model ADDIE

E. Vuforia Vuforia adalah Augmented Reality Software Development Kit (SDK) untuk perangkat mobile yang memungkinkan pembuatan aplikasi AR. SDK Vuforia juga tersedia untuk digabungkan dengan unity yaitu bernama Vuforia AR Extension for Unity. Vuforia merupakan SDK yang disediakan oleh Qualcomm untuk membantu para developer membuat aplikasi-aplikasi Augmented Reality (AR) di mobile phones (iOS, Android). SDK Vuforia sudah sukses dipakai di beberapa aplikasi-aplikasi mobile untuk kedua platform tersebut. [2]

IV. PROSEDUR PENGEMBANGAN A. Analisis Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga ini menggunakan model ADDIE. [3] Model ADDIE terdiri atas 5 fase atau tahap utama yaitu (Mulyatiningsih, 2013): Analisis (Analysis), Desain (Design), Pengembangan (Development), Implementasi (Implementation), Evaluasi (Evaluation).


137

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Berdasarkan analisis terhadap aplikasi Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga, terdapat kebutuhan-kebutuhan yang diperlukan dan batasan-batasan dalam pengembangan aplikasi ini, yaitu:

1) Perancangan Objek 3D Pada tahap perancangan objek 3D ini akan di rancang objek yang sesuai dengan media yang akan di buat. Objek 3D yang di buat sebagai berikut:

1) . Kebutuhan Fungsional Aplikasi ini merupakan perangkat lunak yang diharapkan dapat memenuhi proses-proses sebagai berikut : a.

Aplikasi dapat menampilkan objek 3D melalui teknik Markerless.

b.

Aplikasi dapat menampilkan objek 3D lengkap dengan suara narasi penjelasan dalam bahasa Indonesia.

c.

Aplikasi dapat menampilkan zoom in dan zoom out pada objeknya.

d.

Aplikasi menggunakan fitur rotasi.

e.

Aplikasi mampu melakukan capture dan sharing ke media sosial.

f.

Aplikasi mampu melakukan pengiriman surat melalui email.

2) Kubutuhan Non Fungsional Kebutuhan non fungsional dari aplikasi ini adalah sebagai berikut: a.

Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga ini dibuat dengan user friendly agar aplikasi mudah digunakan atau mudah dioperasikan oleh pengguna.

b.

Aplikasi ini dapat berjalan di sistem operasi Android minimal versi 4.0 karena SDK Vuforia support pada smartphones dan tablets yang berjalan di system android 4.0 (qualcomm.com).

Gambar 2. Objek 3D 2) Story Board Storyboard adalah sketsa animasi dalam bentuk gambar berurutan atau penggambaran cerita sesuai dengan isi cerita dan berisi tentang penjelasan gerak, pengambilan sudut gambar, pengisian suara serta efek – efek khusus. 3) Use Case Diagram Use Case Diagram merupakan gambaran yang disediakan oleh Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Use Case dalam pengembangan aplikasi Augmented Reality Bookdan Markerless Teknik Dasar Prenatal Yoga sebagai berikut.

3) Batasan Aplikasi Adapun batasan perancangan perangkat lunak Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga sebagai berikut : a.

Aplikasi yang dikembangkan akan menampilkan 32 gerakan yoga dalam 3 tahap usia kehamilan. (Sindhu. P, 2014)

b.

Objek 3 dimensi dalam aplikasi ini akan tampil sekitar kurang dari 1 menit saat diarahkan ke marker.

B. Design Pada tahapan ini peneliti telah merancang Objek 3D, Story Board, Use Case Diagram, Activity Diagram, skenario perangkat lunak, serta rancangan Interface dari Pengembangan teknologi Pengembangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga yang akan menjelaskan keseluruhan rancangan perangkat lunak yang akan dibuat. 138

Gambar 3. Use Case Diagram 4) Activity Diagram Activity Diagram merupakan gambaran dari alur aktifitas didalam Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Berikut merupakan beberapa penjelasan dari Activity Diagram pada Aplikasi ini : a.

Activity Diagram Panduan



Gambar 6. Activity Diagram Tentang d.

Activity Diagram Keluar

Gambar 4. Activity Diagram Panduan b.

Activity Diagram Menu 3 Tahap Usai Kehamilan

Gambar 7. Activity Diagram Menu 3 Tahap Usai Kehamilan V. HASIL DAN PEMBAHASAN A. Implementasi Perangkat Lunak Implementasi perangkat lunak Augmented Reality Markerless Teknik Dasar Prenatal Yoga terdiri dari lingkungan implementasi perangkat lunak, batasan implementasi perangkat lunak, implementasi arsitektur perangkat lunak, implementasi struktur data perangkat lunak serta implementasi layar antarmuka perangkat lunak. Gambar 5. Activity Diagram Menu 3 Tahap Usai Kehamilan c.

Activity Diagram Tentang

1) Lingkungan Implementasi Perangkat Lunak a) Spesifikasi Perangkat Lunak Pengembangan Aplikasi Pada lingkungan perangkat lunak dan perangkat keras aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dikembangkan yaitu pada lingkungan sebagai berikut. a. Perangkat Software 1. Sistem Operasi Microsoft Windows 8. 2. Sistem Operasi Android Lollipop v 5.0 3. Blender 2.77


139

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Unity menggunakan class – class yang disimpan dalam format file ”.cs”.

4.Vuforia Qualcomm Augmented Reality. 5.Unity 5.1 6.SDK Android Tools. 7.Audacity 2.0.5 Adobe Photoshop CS6 Portable b) Spesifikasi Perangkat KerasPengembangan Aplikasi Pada lingkungan perangkat keras, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dikembangkan pada lingkungan sebagai berikut. a. Perangkat Komputer 1. Laptop HP dengan layar monitor 14,0 inch. 2. Processor Intel® Core™ i7-4510U CPU 2.60GHz.

@2.00GHz

3. RAM 4.00 GB. 4. Harddisk 1 TB. 5. Dilengkapi alat input dan output. b. Perangkat Android (smartphone) 1. Smartphone Xiaomi Redmi 3s. 2. Resolusi 720 x 1280 pixels. 3. Qualcomm Snapdragon 430 1,40Ghz 4. RAM 3 GB.

4) Implementasi Struktur Data Perangkat Lunak Sesuai dengan hasil perancangan arsitektur perangkat lunak, dapat diimplementasikan proses yang digunakan untuk membuat perangkat Augmented Reality Markerless Teknik Dasar Prenatal Yoga dimulai dari pembuatan objek 3D dengan menggunakan aplikasi makehuman. Setelah pembuatan objek 3D selesai, kemudian dilanjutkan dengan proses pembuatan gerakan objek 3D menggunakan aplikasi Blender. Kemudian objek tersebut di eksport menjadi tipe FBX yang akan dimasukkan ke aplikasi unity. Suara penjelasan gerakan juga dimasukkan ke dalam aplikasi unity yang terlebih dahulu dilakukan adalah perekaman dan juga telah dilakuakn pengeditan menggunakan aplikasi Audacity. Kemudian dilakukaan build di Unity sehingga menghasilkan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Struktur data utama yang digunakan adalah vuforia-unityandroid-ios-5-5-9.unitypackage merupakan library AR vuforia merupakan salah satu library marker penyimpan penanda. 5) Implementasi Objek 3 Dimensi Pada tahap ini, pembuatan objek 3 dimensi aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dibuat dengan menggunakan aplikasi Blender 2.7.7. 6) Implementasi Layar Antarmuka Perangkat Lunak a) Implementasi Splah image Perangkat Lunak

5. Kamera 13 MP 2) Batasan Implementasi Perangkat Lunak Batasan yang terdapat dalam implementasi perangkat lunak aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga yaitu sebagai berikut. a) Pada lingkungan perangkat lunak, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dijalankan pada Sistem Operasi Android versi 4.0 (Ice Cream Sandwich) keatas karena SDK Vuforia support pada smartphones dan tablets yang berjalan di system android 4.0.3 (qualcomm.com). b) Pada lingkungan perangkat keras, Augmented Reality Markerless Teknik Dasar Prenatal Yoga dijalankan pada lingkungan sebagai berikut.

Gambar 8. Implementasi Splash Image Aplikasi b) Implementasi Antarmuka Tampilan Layar Main Menu Implementasi tampilan menu dapat dilihat pada gambar sebagai berikut.

a. RAM 1 GB b. Resolusi layar 480 x 800 c. Processor Dual-core 1.2 GHz 3) Implementasi Arsitektur Perangkat Lunak Sesuai dengan hasil perancangan arsitektur perangkat lunak, dapat diimplementasikan proses yang digunakan untuk membuat Perangkat lunak Augmented Reality Markerless Teknik Dasar Prenatal Yoga. Penerapan pada perangkat lunak 140



Gambar 9. Implementasi Antarmuka Tampilan Layar Main Menu

Gambar 12. Implementasi Antarmuka Panduan Aplikasi

c) Implementasi Antarmuka Menu 3 Tahap Usia Kehamilan Implementasi tampilan menu 3 tahap usia kehamilan dapat dilihat pada gambar sebagai berikut.

Gambar 13. Implementasi Antarmuka Panduan Aplikasi f) Implementasi Antarmuka Tentang Aplikasi Implementasi tampilan panduan aplikasi dapat dilihat pada gambar sebagai berikut. Gambar 10. Implementasi Antarmuka Menu 3 Tahap Usia Kehamilan d) Implementasi Antarmuka Layar Utama Aplikasi Implementasi tampilan layar utama aplikasi dapat dilihat pada gambar sebagai berikut.

Gambar 14 Implementasi Antarmuka Tentang Aplikasi

Gambar 11. Implementasi Antarmuka Layar Utama Aplikasi e) Implementasi Antarmuka Panduan Aplikasi Implementasi tampilan panduan aplikasi dapat dilihat pada gambar sebagai berikut.

Sebelum digunakan oleh pengguna maka aplikasi akan diujikan terlebih dahulu untuk memastikan bahwa aplikasi sudah berjalan dengan baik dari awal sampai akhir proses serta tidak terjadi kesalahan atau error. Pengujian yang dilakukan yaitu pengujian blackbox untuk mengetahui kebenaran dan kesesuaian proses pada aplikasi serta penggunaan aplikasi pada beberapa smartphone android yang berbeda, selanjutnya pengujian uji cahaya, pengujian usability, pengujian ahli isi, pengujian ahli media, dan yang terakhir yaitu pengujian respon pengguna. 1.Uji Black Box


141

ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 Pengujian black box dilakukan untuk mengetahui aplikasi yang dibuat sudah berjalan dengan baik dan benar dan dapat digunakan oleh orang lain, pengujian dilakukan oleh tiga orang. Berdasarkan hasil pengujian pada kasus uji coba 1, bahwa semua proses aplikasi pertama dijalankan sampai dengan selesai berfungsi dengan baik. Sehingga pengujian untuk mengetahui kesesuain kebenaran proses aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga sesuai dengan user define target dikatakan memuaskan. Pada kasus uji 2 penggunaan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga pada beberapa hardware secara umum sudah dapat dikatakan memuaskan. Karena semua smartphone digunakan saat pengujian sudah mampu menjalankan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga.

4.Uji Ahli Isi Berdasarkan penilaian dari ahli isi Ibu Putu Winda Aksari Arsa ,Amd.Keb dapat dianalisis presentase keseluruhan penilaian yaitu 89%, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga berada dalam kriteria sangat baik dengan presentase pencapaian aplikasi dari pembelajaran sangat baik dengan presentase penilaian 90%, dari segi isi materi sangat baik dengan presentase penilaian 93%, dan dari segi pemakaian kata dan bahasa baik dengan presentase penilaian 80%. 5.Uji Ahli Media

2. Uji Cahaya Setelah melakukan pengujian pada beberapa smartphone yang berbeda, kemudian dilakukan pengujian pada satu jenis smartphone yaitu Xiaomi Redmi 3s dengan RAM 3 GB dan Processor Qualcomm Snapdragon 430. Pengujian dilakukan pada pagi, siang, dan malam hari di dalam ruangan dan diluar ruangan. Perulangan dalam membuka aplikasi dilakukan sebanyak 5 kali setiap satu kali pengujian baik di dalam maupun di luar ruangan. Berdasarkan hasil pengujian uji cahaya bahwa didapatkan rata-rata dari pengujian yang dilakukan pada pagi hari di dalam ruangan dengan presentase berhasil 28% dan presentase gagal 72%. Sedangkan di luar ruangan dengan presentase berhasil 47% dan presentase gagal 53%. Didapatkan rata-rata dari pengujian yang dilakukan pada sianh hari di dalam ruangan dengan presentase berhasil 56% dan presentase gagal 44%. Sedangkan di luar ruangan dengan presentase berhasil 99% dan presentase gagal 1%. Didapatkan rata-rata dari pengujian yang dilakukan pada malam hari di dalam ruangan dengan presentase berhasil 21% dan presentase gagal 79%. Sedangkan di luar ruangan dengan presentase berhasil 24% dan presentase gagal 76%. Disarankan untuk menggunakan flash smartphone saat mengguanakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga pada malam hari dengan cahaya yang redup atau tanpa cahaya. Untuk bisa menampilkan semua adegan, disarankan untuk melakukan deteksi pada siang hari dengan sinar matahari langsung atau diluar ruangan. 3. Uji Usability Uji usability dilakukan yaitu pada hari Senin, 24 juli dengan melibatkan 5 masyarakat umum. Pengujian dilakukan dengan cara dimana reponden dipersilakan mencoba aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dan dilanjutkan dengan pemberian angket usability untuk mendapatkan informasi dari pengguna setelah menggunakan aplikasi. Dari hasil analisis uji usability diketahui bahwa aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga masuk ke dalam kriteria sangat baik dengan rerata persentase 142

dari 20 subyek (butir) penilaian yang termasuk di dalamnya 4 butir pernyataan learnability, 4 butir pernyataan efficiency, 2 butir pernyataan memorability, 5 butir pernyataan error, dan 5 butir pernyataan statisfaction yaitu 95 %.

Berdasarkan penilaian dari ahli media Bapak Dr. Dewa Gede Hendra Divayana dan Bapak Gede Saindra Santyadiputra, S.T.,M.Cs., dapat dianalisa presentase keseluruhan penilaian yaitu 85%, aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga sangat baik dengan presentase pencapaian aplikasi dari kesesuaian audio berada dalam kriteria baik dengan presentase penilaian 80%, dari segi kesesuain visual berada dalam kriteria sangat baik dengan presentase penilaian 87%, dan dari segi penggunaan berada dalam kriteria sangat baik dengan presentase penilaian 85% 6.Uji Respon Pengguna Uji lapangan dilakukan terhadap 30 orang. Dari hasil analisis uji lapangan diketahui bahwa rerata presentase dari 10 subyek (butir) penilaian yaitu 89%. Aplikasi masuk dalam kriteria sangat baik. Mengetahui tingkat pencapaian aplikasi berdasarkan skala penilaian dilakukan perhitungan jumlah dan persentase jawaban pengguna untuk setiap skala penilaian. Berdasarkan hasil perhitungan respon pengguna dapat diketahui bahwa dari 5 kriteria penilaian pada tiap butir soal, 29 pengguna menyatakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dalam kriteria sangat baik. Selanjutnya, 29 pengguna menyatakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dalam kriteria baik. 1 pengguna menyatakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dalam kriteria cukup setuju. Dari pernyataan tersebut dapat disimpulkan bahwa masih terdapat beberapa kekurangan dalam aplikasi sehingga untuk pengembangan aplikasi selanjutnya agar lebih baik lagi sehingga pengguna lebih nyaman menggunakan aplikasi. B. SIMPULAN Berdasarkan hasil analisis, implementasi dan pengujian pada penelitian pengembangan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dapat ditarik kesimpulan sebagai berikut:


ISSN 2087-2658 Prosiding Seminar Nasional Pendidikan Teknik Informatika (SENAPATI) Ke-8 Bali, 09 September 2017 1.Rancangan Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga menggunakan Model ADDIE. Adapun tahapan dalam model ADDIE ini adalah Analysis (analisis), Design (desain), Development (pengembangan), Implementation (implementasi), dan Evaluation (evaluasi). 2.Implementasi Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga berupa sebuah aplikasi yang menampilkan animasi dalam bentuk 3D tentang bagaimana teknik dasar Prenatal Yoga, aplikasi ini juga memuat penjelasan tahap demi tahap gerakan Prenatal Yoga. 3.Pengujian Black Box pada Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga mendapatkan hasil yang memuaskan karena sesuai dengan user define target. Pengujian White Box pada Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dapat berjalan dengan baik dan benar. Pengujian Usability masuk ke dalam kategori sangat baik karena secara keseluruhan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga mendapatkan rerata dengan prentase 95%. 4.Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga mendapatkan respon yang positif dari pengguna. Hasil pengujian untuk mengetahui respon pengguna setelah menggunakan aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga dengan presentase penilaian 89% yaitu sangat baik

[2]

[3]

Berdasarkan hasil penelitian pengembangan dan kesimpulan, dapat disarankan bagi pembaca yang ingin mengembangkan sistem ini sebagai berikut.

[4]

Untuk kedepannya dapat dikembangkan pada teknik Yoga lainnya.

Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga memiliki ukuran file yang cukup besar, oleh karena itu untuk pengembangan aplikasi Augmented Reality pada android selanjutnya, agar memperhatikan size dari aplikasi, sehingga semua smartphone dapat menggunakan aplikasi Augmented Reality ini.

3.

Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga saat pembuatan gerakan objek 3 masih menggunakan rigging yang kurang tepat. Diharapkan untuk pengembang selajutnya bisa menggunakan rigging yang tepat agar kualitas gerakan lebih baik.

4.

Aplikasi Augmented Reality Markerless Teknik Dasar Prenatal Yoga saat menampilkan objek 3 dimensi masih tidak stabil. Diharapakan untuk pengembangan selanjutnya agar saat menampilkan objek 3 dimensi tidak ada getaran. DAFTAR PUSTAKA

[1]

C. SARAN

1.

2.

[5] [6]

Efendi, I. (2014, 3 31). Pengertian Augmented Reality. Diambil kembali dari it-jurnal: http://www.it-jurnal.com/2014/05/PengertianAugmented-Reality-AR.html Evo. (2015, 12 5). Vuforia. Diambil kembali dari Technologiesit.blogspot.com: http://Technologies-it.blogspot.com/p/apa-ituvuforia-vuforia-adalah.html Mulyatiningsih. (2013, 12 8). Pengembangan Model Pembelajaran. Diambil kembali dari Staff.uny.ac.id: http://staff.uny.ac.id/sites/default/files/pengabdian/dra-endangmulyatiningsih-mpd/7cpengembangan-model-pembelajaran.pdf. Nico. (2011, 12 8). Pengertian Android. Diambil kembali dari Info teknologi: www.infoteknologi.om/selular/apa-itu-android/ Sindhu.P. (2014). Yoga untuk Kehamilan. Bandung: Mizan Media Utama (MMU). Yudisthira, I. (2014, 12 5). Karmapati. Diambil kembali dari Karmapati: pti.undiksha.ac.id/karmapati


143

SEMINAR NASIONAL PENDIDIKAN TEKNIK INFORMATIKA SENAPATI

Recommend Documents