Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol. 1, No. 12, Desember 2017, hlm. 1678-1686

e-ISSN: 2548-964X http://j-ptiik.ub.ac.id

Sistem Pendukung Keputusan Pengurutan Berdasarkan Jenis Suara Anggota Baru Divisi Paduan Suara Bios Menggunakan Metode Profile Matching (Studi Kasus: Logicio Choir FILKOM UB) Dinul Wikramaditya Syah1, Edy Santoso2, Rizal Setya Perdana3 Program Studi Teknik Informatika, Fakultas Ilmu Komputer, Universitas Brawijaya Email: [email protected], [email protected], [email protected] Abstrak Paduan Suara Mahasiswa Fakultas Ilmu Komputer atau yang sering disebut dengan Logicio Choir (LC) merupakan suatu divisi di dalam organisasi Seni dan Olahraga di lingkungan Fakultas Ilmu Komputer yang bernama BIOS (Badan Internal Olahraga dan Seni). Divisi ini digunakan untuk menampung mahasiswa FILKOM yang tertarik dan memiliki bakat di bidang paduan suara. Para peserta ini muncul dari keinginan untuk meningkatkan pengetahuan dan keterampilan musik mereka. Untuk menjadi anggota dari paduan suara ini dilakukan beberapa tahap seleksi. Kriteria yang dinilai dalam seleksi tersebut antara lain adalah kemampuan pendengaran (hearing nada), kemampuan membaca not balok ataupun not angka, kemampuan bernyanyi dengan intonasi dan artikulasi yang baik dan penentuan tinggi rendah nada seseorang (ambitus nada). Banyaknya jumlah kriteria, sedikitnya juri dalam menyeleksi serta hasil kriteria yang berbeda-beda tiap anggota membuat sulit dalam mencapai keputusan. Profile Matching adalah salah satu metode pengambilan keputusan yang cocok untuk seleksi penerimaan anggota secara objektif sesuai kriteria yang dibutuhkan. Profile Matching merupakan sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor ideal yang harus dimiliki oleh individu, bukan tingkat minimal yang harus dipenuhi atau dilewati. Penilaian dan perhitungan niliai gap berdasarkan 9 kriteria yaitu ambitus, hearing 2 nada, hearing 3 nada, hearing 4 nada, hearing 5 nada, membaca not balok, mebaca not angka, menyanyi lagu wajid dan menyanyi lagu bebas. Hasil dari implementasi metode Profile Matching dapat menjadi solusi efisien dan efektif dalam pengambilan keputusan untuk seleksi penerimaan anggota. Kinerja sistem yang dirancang dapat digunakan untuk mengambil keputusan penerimaan anggota dengan output berupa urutan berdasarkan nilai akhir yang paling tinggi ke nilai akhir yang paling rendah dengan jumlah 61 data uji dengan persentase validitas sebesar 77.04%. Kata kunci: Profile matching, Sistem Pendukung Keputusan, Paduan Suara. Abstract

Faculty of Computer Science Choir’s or commonly referred to with the Logicio Choir (LC) is a Division in the organization of Arts and Sports in an environment of Faculty of Computer Science called the BIOS (Badan Internal Olahraga dan Seni). The Division was used to accommodate FILKOM students and has talent in the field of the chorus. The participants emerged from the desire to improve the knowledge and skills of their music. To become a member of this choir performed need several stages of selection. The criteria assessed in the selection include the ability of auditory (hearing), the ability to read scores or not numbers, the ability to sing with good intonation, articulation and determination high and low tone of someone (ambitus tone). A large number of criteria in selecting a jury, at least as well as the results of the different criteria that each Member makes it difficult in reaching a decision. Profile Matching is one of the decision-making methods that is suitable for selecting the members objectively based on the criteria that are needed by the organization. Profile Matching is a decision-making mechanism to assume that there is an ideal level of predictor variables that must be owned by individuals, not the minimum level that must be passed. Assessment and calculation of the value gap based on 9 citeria: Ambitus, hearing 2 tone, hearing 3 tone, hearing Fakultas Ilmu Komputer Universitas Brawijaya

1678

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

1679

4 tone, hearing 5 tone, reading notes, reading block notes, singing mandatory song, singing free song. The result of the profile matching method implementation is it can be an efficient and effective solution in making a decision in the member admission. The system can be used to make a decision with the output of the system is in the form of urutan based on the final score from the highest score to the lowest with a total 61 test data with a percentage of validity 77.04%. Keywords: Choir, Decision Support System, Profile Matching.

1. PENDAHULUAN Paduan suara merupakan sekelompok penyanyi yang menyanyikan lagu secara bersamaan. Tiap penyanyi dalam paduan suara harus mampu menyanyikan dengan sepadan, harus mampu mengharmonisasikan suara mereka antar penyanyi dalam paduan suara yang lain. Tidak boleh ada suara penyanyi yang mendominasi dalam sebuah tim paduan suara (Kob, 2011). Paduan suara adalah salah satu teknik improvisasi dari seni yang telah dikembangkan beberapa tahun yang lalu (Ward & Steinman, 2014). Agar dapat menyanyi dengan benar dibutuhkan latihan secara rutin yang memfokuskan pada postur tubuh, fisik, pernapasan dan suara (Atkins & Duke, 2013). Paduan suara dapat juga diartikan sebagai “sebuah organisasi yang terdiri dari beberapa penyanyi yang berpentas secara bersamaan”. Paduan Suara Mahasiswa Fakultas Ilmu Komputer (dulunya disebut Program Teknologi Informasi dan Ilmu Komputer) atau yang lebih dikenal sebagai Logicio Choir adalah divisi yang tergabung di dalam Lembaga Seni Otonom Badan Internal Olahraga dan Seni (BIOS). Pada divisi paduan suara dapat merekrut mahasiswa FILKOM yang berminat dan memiliki talenta di bidang tarik suara. Para anggota ini berpartisipasi karena ingin meningkatkan pengetahuan dan keterampilan dalam bidang musik khususnya di bidang tarik suara. Pada tahun 2014-2015, divisi paduan suara menampung anggota baru dengan total pendaftar sejumlah 61 mahasiswa FILKOM dari berbagai program studi. Di bidang paduan suara, semua calon anggota baru yang ingin bergabung harus mengikuti tahap audisi. Audisi ini diadakan untuk mengetes kriteria utama yang harus dimiliki seorang penyanyi terutama dalam bidang paduan suara. Kriteria yang dimaksud ialah kepekaan pendengaran nada (hearing), kemampuan dalam membaca not angka, kemampuan dalam membaca not balok Fakultas Ilmu Komputer, Universitas Brawijaya

(opsional), ambitus suara (jangkauan nada tertinggi dan nada terendah seorang penyanyi), serta kemampuan bernyanyi dengan nada yang tepat dan artikulasi yang jelas. Kriteria lainnya ialah wawancara yang dilakukan oleh anggota lama kepada calon anggota baru untuk mengetahui kemauan serta komitmen dalam keikutsertaan di divisi paduan suara. Audisi paduan suara hanya dapat dilakukan oleh orangorang yang ahli di bidang Tarik suara seperti pelatih paduan suara atau conductor paduan suara dimana pelatih tersebut akan menjadi juri dalam penentuan anggota baru yang lolos dalam tahap audisi. Untuk menghadirkan seorang pelatih saat proses audisi dibutuhkan biaya tambahan diluar biaya latihan, dan permasalahan yang ada pada divisi ini ialah kurangnya anggota yang memahami dengan cara penyeleksian peserta. Jangka waktu yang diperlukan untuk melakukan tahap audisi yaitu kurang lebih 2 minggu. Setelah proses audisi selesai, dibutuhkan waktu kurang lebih 1 minggu untuk menentukan anggota baru yang lolos tahap audisi. Hal ini sangat menghabiskan banyak waktu dan terkadang hasilnya kurang maksimal, karena klasifikasi jenis suara di paduan suara adalah hal yang sangat penting yang patut dilakukan untuk seorang pelatih/conductor. Jika terdapat kesalahan dalam klasifikasi jenis suara, akibatnya akan sangat fatal pada tim paduan suara tersebut. Seorang konduktor harus sangat teliti dalam mengklasifikasi jenis suara pada masing-masing penyanyinya (Chen, 2010). Setiap juri audisi dapat menghasilkan hasil peniliaian yang berbeda-beda, sehingga akan mempersulit dalam pengambilan keputusan. Oleh sebab itu,, perlu adanya suatu sistem dengan metode yang mampu membantu permasalahan dengan kriteria dan bobot yang berbeda-beda. Berdasarkan permasalahan yang telah terjadi di Logicio Choir FILKOM UB maka diperlukan suatu metode yang lebih tepat dalam menerima dan menempatkan posisi anggota baru divisi paduan suara. Salah satu cara yang digunakan


untuk memperoleh sumber daya yang berkualitas adalah dengan melakukan proses seleksi menggunakan metode Profile Matching. Metode Profile Matching adalah suatu metode dalam mengambil keputusan dengan mengasumsikan bahwa ada level variabel prediktor ideal yang harus dipunyai oleh tiap individu, bukan level minimal yang harus dipenuhi. Jadi, metode ini dapat membantu menangani permasalahan yang ada pada Logicio Choir FILKOM UB dalam penerimaan dan memposisikan tiap anggota divisi paduan suara sesuai dengan kriteria ideal penyanyi. 2. FORMULASI PERMASALAHAN 2.1 Logicio Choir FILKOM UB Logicio Choir FILKOM UB adalah Paduan Suara Mahasiswa Fakultas Ilmu Komputer yang berada di bawah kelembagaan Badan Internal Olahraga dan Seni (BIOS) Fakultas Ilmu Komputer. Kepengurusan Logicio Choir FILKOM UB adalah badan yang menjalankan roda organisasi Logicio Choir FILKOM UB yang terdiri atas minimal Ketua Divisi, Sekretaris Umum, Bendahara Umum, Inventaris, Humas dan Kepelatihan. Jumlah jenis suara dan jumlah anggota tiap jenis suara disesuaikan dengan kebutuhan, dan dapat berganti seiring pergantian pengurus disetiap tahunnya. Jenis Suara pada Logicio Choir FILKOM UB tahun 2015-2016 adalah sebagai berikut (Logicio Choir, 2016):

a. Sopran, yaitu suara tertinggi pada wanita b. Alto, yaitu suara terendah pada wanita c. Tenor, yaitu suara tertinggi pada pria d. Bass, yaitu suara terendah pada pria 2.2 Kriteria Anggota Divisi Paduan Suara BIOS FILKOM UB Paduan suara harus memiliki standar aturan perilaku dan moral dalam melaksanakan tugas paduan suara. Pencarian data standar aturan perilaku dan moral paduan suara dari setiap calon anggota baru dilakukan saat open recruitment. Sehingga dapat disimpulkan bahwa penentuan nilai kriteria anggota paduan suara didapat saat wawancara open recruitment. Menurut data hasil open recruitment LOGICIO CHOIR FILKOM UB, penerimaan anggota baru harus memenuhi berbagai kriteria paduan suara. Kriteria paduan suara yang dibutuhkan LOGICIO CHOIR FILKOM UB akan diulas Fakultas Ilmu Komputer, Universitas Brawijaya

1680

lebih lanjut pada Tabel 1. Tabel 1. Kriteria Paduan Suara Ambitus Atas Bawah

Hearing 3

4

Baca Notasi 5

Nada Nada Nada

2.2.

Menyanyi

Not

Not

Lagu

Lagu

Angka

Balok

Wajib

Bebas

Logicio Choir FILKOM UB

Logicio Choir FILKOM UB adalah Paduan Suara Mahasiswa Fakultas Ilmu Komputer yang berada di bawah kelembagaan Badan Internal Olahraga dan Seni (BIOS) Fakultas Ilmu Komputer. Kepengurusan Logicio Choir FILKOM UB adalah badan yang menjalankan roda organisasi Logicio Choir FILKOM UB yang terdiri atas minimal Ketua Divisi, Sekretaris Umum, Bendahara Umum, Inventaris, Humas dan Kepelatihan. Jumlah jenis suara dan jumlah anggota tiap jenis suara disesuaikan dengan kebutuhan, dan dapat berganti seiring pergantian pengurus disetiap tahunnya. Jenis Suara pada Logicio Choir FILKOM UB tahun 2015-2016 adalah sebagai berikut (Logicio Choir, 2016):

e. Sopran, yaitu suara tertinggi pada wanita f. Alto, yaitu suara terendah pada wanita g. Tenor, yaitu suara tertinggi pada pria h. Bass, yaitu suara terendah pada pria 2.3 Metode Profile Matching Metode profile matching adalah sebuah metode pengambilan keputusan yang mengasumsikan dimana ada tingkat variabel prediktor ideal yang harus dipunyai oleh masingmasing individu, bukannya tingkat minimal yang harus dipenuhi. Dalam Profile Matching, adanya identifikasi pada sebuah kelompok yang baik maupun yang buruk. Para individu dalam kelompok akan diukur dengan menggunakan beberapa kriteria penilaian. Menurut Kusrini (2007), Prosedur metode Profile Matching:

1. Penentuan bobot nilai Gap Pada penentuan bobot nilai gap, ditentukan nilai bobot dari tiap aspek menggunakan nilai bobot yang sudah diidentifikasi untuk tiap aspek itu sendiri. Adapun input dari proses pembobotan adalah selisih dari profil individu dan provil jabatan.

2. Pemetaan Gap


IC : Jumlah aspek core factor b. Secondary factor Secondary factor adalah beberapa aspek diluar aspek core factor. Perhitungan untuk secondary factor ditunjukkan pada persamaan 3 berikut ini:

Gap merupakan perbedaan antara profil jabatan dengan profil anggota. Umumnya dapat dituliskan dalam persamaan 1 berikut: Gap = Nilai – Nilai Standar

(1)

Sedangkan untuk pengumpulan gap tiap aspek memiliki perhitungan yang berbeda-beda. Contoh rentang gap dapat dilihat pada Tabel 2.

𝑁𝑆𝐹 =

Range penilaian 0-49 50-59 60-69 70-84 85-100

Nilai 1 2 3 4 5

Range penilaian dapat dikondisikan sesuai kebutuhan organisasi, setelah itu langkah berikutnya ialah menjelaskan tiap aspek sehingga didapatkan gap sesuai dengan rumus. Setelah itu, tiap profil anggota diberi bobot nilai sesuai dengan patokan nilai pada tabel berikut. Perbandingan antar bobot dengan gap diberikan pada Tabel 3. Tabel 3 Perbandingan Gap dengan Bobot Selisih

Bobot

0

5

1 -1 2 -2 3 -3 4 -4

4,5 4 3,5 3 2,5 2 1,5 1

Keterangan Tidak ada selisih (kompetensi sesuai dengan yang dibutuhkan) Kompetensi lebih 1 level Kompetensi kurang 1 level Kompetensi lebih 2 level Kompetensi kurang 2 level Kompetensi lebih 3 level Kompetensi kurang 3 level Kompetensi lebih 4 level Kompetensi kurang 4 level

3. Perhitungan core factor dan secondary factor Setelah penentuan bobot nilai gap untuk 3 aspek tersebut, kemudian tiap aspek diklasifikasikan menjadi dua bagian antara lain core factor dan secondary factor. a. Core factor Core factor adalah aspek (kompetensi) yang paling dominan atau paling dibutuhkan oleh suatu jabatan yang dapat menghasilkan kinerja optimal. Pada persamaan 2 berikut menunjukkan perhitungan core factor: 𝑁𝐶𝐹 =

∑ 𝑁𝐶 ∑ 𝐼𝐶

(2)

Keterangan : NCF : Nilai rata – rata core factor NC : Jumlah total nilai core factor (aspek 1, aspek 2, aspek 3, dst.) Fakultas Ilmu Komputer, Universitas Brawijaya

∑ 𝑵𝑺 ∑ 𝑰𝑪

(3)

Keterangan : NSF : Nilai rata – rata secondary factor NS : Jumlah total nilai secondary factor (aspek 1, aspek 2, aspek 3, dst.) IS : Jumlah aspek secondary factor

Tabel 2. Nilai Gap Kategori Sangat kurang Kurang Cukup Baik Sangat baik

1681

4. Perhitungan nilai total aspek Hasil perhitungan dari tiap aspek kemudian dihitung nilai total menurut persentase dari core factor dan secondary factor yang diprediksikan memberikan pengaruh terhadap kinerja tiap – tiap profil. Perhitungannya ditunjukkan pada persamaan 4 berikut: Nilai Total = 60% NCF + 40% NSF

(4)

Keterangan : NCF : Nilai rata – rata core factor NSF : Nilai rata – rata secondary factor

5. Perhitungan hasil perankingan Hasil akhir dari proses Profile Matching ialah perankingan dari tiap kandidat yang dapat dijadikan anggota yang dapat memenuhi klasifikasi suara yang dibutuhkan. Penentuan ranking berdasarkan pada hasil perhitungan yang ditunjukkan pada persamaan 5 berikut: 𝐻𝑎𝑠𝑖𝑙 𝐴𝑘ℎ𝑖𝑟 = ∑𝑖=0(𝑥 )%𝑁𝑖

(5)

Keterangan: Ni : Nilai total aspek i (x)% : Nilai persen rumus hasil akhir (total 100%) 3

METODOLOGI PENELITIAN

Metodologi penelitian menjelaskan langkahlangkah yang dilakukan pada penelitian ini. Tahapan-tahapan tersebut dimulai dari studi literature, pengumpulan sumber data, perancangan sistem, penerapan sistem dan pengujian sistem. Hasil dari pengujian ini digunakan untuk penarikan kesimpulan. 3.1 Study Litereatur Studi literatur merupakan ulasan tentang teori-teori dasar yang digunakan sebagai pedoman dan sumber pustaka pada penelitian ini. Proses pengumpulan dasar-dasar teori dan informasi terkait penelitian ini diambil dari buku, e-book, serta jurnal dari penelitian sebelumnya. Studi literatur dilakukan supaya didapatkan pemahaman lebih dalam tentang


teori yang digunakan. Teori yang berhubungan dengan penelitian ini adalah teori tentang sistem pendukung keputusan, metode profile matching, serta tentang pemilihan anggota paduan suara. 3.2 Pengumpulan Data Pada tahap pengumpulan data variabel penelitian yang dibutuhkan untuk penelitian ini adalah data kriteria paduan suara anggota LOGICIO CHOIR FILKOM UB dan data hasil open recruitment LOGICIO CHOIR FILKOM UB periode 20142015 dengan total jumlah 61 data uji. Sumber data didapat dari kepengurusan LOGICIO CHOIR FILKOM UB tahun 2016-2017 dengan cara pengajuan permohonan pengambilan data. Data kriteria paduan suara anggota LOGICIO CHOIR FILKOM UB digunakan untuk parameter pada sistem dan untuk menentukan persentase bobot untuk setiap kriteria. Lalu data hasil open recruitment LOGICIO CHOIR FILKOM UB periode 2015-2016 digunakan sebagai input pada sistem dan untuk pengujian akurasi.

pada perancangan sistem. Fase-fase yang ada dalam implementasi antara lain: - Implementasi system munggunkan Bahasa C# - Implementasi algoritma, yaitu perhitungan dengan metode Profile Matching. 3.5 Pengujian Sistem Pada fase ini dilakukan pengujian sistem berdasarkan skenario pengujian yang sudah dibuat dengan tujuan dapat menunjukkan bahwa software dapat bekerja sesuai dengan spesifikasi kebutuhan yang mendasarinya. Langkah selanjutnya ialah melakukan evaluasi pada sistem agar mengetahui hasil sistem nantiya dapat dijadikan sebagai kesimpulan untuk hasil pembuatan Sistem Pendukung Keputusan Penerimaan Anggota Baru Paduan Suara Mahasiswa FILKOM. Pengujian tersebut antara lain ; 1. Pengujian fungsionalitas dari aplikasi apakah telah berjalan sesusai dengan parameter yang ditentukan.

3.3 Perancangan Sistem Perancangan sistem merupakan perancangan tahapan kerja dari sistem secara keseluruhan agar mempermudah penerapan dan pengujian. Model perancangan sistem mendeskripsikan tentang cara kerja sistem secara terstruktur dimulai dari masukan hingga keluaran yang berupa hasil. Adapun model perancangan sistem dapat dilihat pada Gambar 1 Input Nilai tiap kriteria dari data

Proses Penghitungan nilai tiap kriteria dengan metode profile matching

1682

2. Pengujian akurasi data output dengan melakukan perbandingan data output sistem dengan data output perhitungan decision maker. 3.6 Penutup

Penarikan kesimpulan diambil setelah semua fase dari perancangan, implementasi dan pengujian sistem pendukung keputusan sudah dilakukan. Kesimpulan diambil berdasarkan hasil hasil pengujian dan analisis sistem tersebut. Fase terakhir ialah saran yang berkaitan dengan hasil yang sudah dicapai yang bermanfaat untuk perbaikan kesalahan dalam pengembangan selanjutnya. 4

HASIL DAN PEMBAHASAN

Output Diterima atau ditolak sebagai anggota baru paduan suara

Gambar 1 Model Perancangan Sistem

3.4 Implementasi Sistem Implementasi sistem merupakan fase pembangunan sistem yang mengimplementasikan hal yang sudah diperoleh dalam proses studi literature dan berdasarkan Fakultas Ilmu Komputer, Universitas Brawijaya

4.1. Gambaran Umum Sistem Implementasi profile matching untuk seleksi penerimaan anggota divisi paduan suara berfungsi sebagai penghubung antara juri dengan sistem perangkat lunak agar dapat berinteraksi dengan sistem. Pada implementasi sistem akan ditunjukan step step proses perhitungan penerimaan anggota divisi menggunakan metode profile matching.


4.2. Implementasi Antarmuka Sistem

1683

d. Tampilan Halaman Divisi

Antarmuka implementasi Profile Matching untuk seleksi penerimaan anggota divisi paduan suara berfungsi sebagai perantara antara admin dengan sistem software agar bisa berinteraksi dengan sistem. Implementasi antarmuka sistem seleksi penerimaan anggota divisi paduan suara ini berisi halaman data seleksi anggota, halaman perhitungan core factor dan secondary factor, halaman form input data dan halaman ranking. a. Tampilan Halaman Home

Gambar 5. Halaman Update Data Anggota

5

PENGUJIAN

5.1. Skenario Pengujian

Gambar 2. Halaman Home

b. Tampilan Halaman Input Data Anggota

Gambar 3. Halaman Input Data Anggota

c. Tampilan Halaman Daftar Anggota

Pengujian menggunakan 61 data uji peserta seleksi tahun 2015-2016. Daftar data uji dapat dilihat pada halaman lampiran. Pada kepengurusan divisi paduan suara FILKOM tahun 2015-2016, masing masing kuota jenis suara yang disediakan oleh divisi paduan suara adalah Sopran berjumlah 12 orang, Alto berjumlah 11 orang, Tenor berjumlah 10 orang, Bass 1 berjumlah 4 orang dan Bass 2 berjumlah 4 orang. Data peserta seleksi di masukkan pada sistem untuk dihitung menggunakan metode profile matching. Pada sistem yang telah dibuat, peserta seleksi dinyatakan lolos memenuhi jumlah kuota jenis suara divisi paduan suara FILKOM yang telah dijelaskan sebelumnya. Apabila terdapat nilai total yang sama pada setelah perhitungan profile matching, maka akan dibandingkan ulang dengan nilai core factor yang paling tinggi. 5.2. Pengujian Akurasi Pada Tabel 4 dapat dilihat hasil pengujian akurasi dan perbandingan hasil antara sistem dengan decision maker. Tabel 4. Hasil Pengujian Akurasi Jenis Suara

Hasil Akhir

HDM

HS

Sopran

4.19

L

L

Sopran

3.8

TL

TL

Sopran

4.33

L

L

Sopran

3.86

L

L

5

Clara Pusparani Zulianur Khaqiqiyah Ruly Margaretha Pangemanan Diansesa Rahmatika Vina Meilia

Sopran

4.19

L

L

6

Natasya Ekaputri

Sopran

4.18

L

L

No

Nama

1 2 3

Gambar 4. Halaman Daftar Anggota 4

Fakultas Ilmu Komputer, Universitas Brawijaya


7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42

Amalia Khoirun Nisyak Agnes Rossi Trisna Lestari Lashot Ria Inggrid Zakia Rahmasanti Nurani Savanti W.G Ayu Dewi Khumairoh Dea Ayu Permatasari Nur Wahyu Ningtyas Arik Khusnul K Andhini Hapsari Putri Nadya Silviani Bunga Boru Hasian Via Aprilia Prabawati Yohana Kristinawati Yuniar Siska Fatmala Miracle F. Almas

1684

43

Dimas

Tenor

3.78

TL

L

44

Tenor

3.08

TL

TL

Tenor

4.17

L

L

Tenor

4.34

L

L

Tenor

4.18

L

L

Tenor

3.58

TL

TL

49

Cusen Mosabet Hanif Yudha Prayoga Falih Gozi Febrinanto Muhammad Isradi Azhar Dwi Novi Setiawan Suryo Utomo

Tenor

4.47

L

L

50

Suhhy Ramzini

Tenor

4.43

L

L

51

Habib Trizaka

Tenor

4.25

L

L

TL

52

Tenor

4.37

L

L

L

L

53

Tenor

4.31

L

L

4.34

L

L

54

Bass 1

4.22

L

L

Alto

4.56

L

L

Bass 1

4.09

L

L

Alto

4.19

L

TL

Bass 1

4.49

L

L

Alto

3.94

L

TL

57

Bass 1

4.44

L

L

Alto

3.92

TL

TL

58

Bass 1

2.75

TL

TL

59

Raihan Radito Puja Putra Prabowo Joniar Dimas Wicaksono Aprilo Paskalis Polli Agung Wahyu Setyo Budi Ari Budi Laksono Rahmat Adistiawan Raka Rachmand Putra Harry Bali Kusuma Ahmad Wahyu Redhani

Bass 2

4.44

L

L

Bass 2

4.4

L

L

Bass 2

4.04

L

L

Sopran

4.4

L

L

Sopran

4.09

L

L

Sopran

4.21

L

L

Sopran

4.37

L

L

Sopran

4.45

TL

L

Sopran

4.47

L

L

Sopran

4.23

L

L

Alto

3.96

TL

TL

Alto

3.8

TL

Alto

4.36

Alto

45

Alto

4.08

TL

TL

Windi Artha Anggita Mahardika Audia Refanda Aprillia Arum Pratiwi Aulia Fitri Rahmawati Diajeng Ninda Armiati Nur Afdaliyah A Febriyani Riyanda Annisaa Amalia Imaning Dyah Larasati Putri Sabrina Nurhidayah Cindy Inka Sari Desy Diandra Bestari Yani Marita F Nur Faiqoh Laely Ambarwati Alimah Nur Laili

Alto

3.5

TL

TL

Alto

4.35

L

L

Alto

4.56

L

L

Alto

3.44

TL

TL

Alto

3.42

TL

TL

Alto

4.52

L

L

Alto

4.24

L

TL

Alto

4.17

L

TL

Alto

4.27

L

TL

Alto

4.37

L

L

Alto

4.32

L

TL

Alto

4.52

TL

L

Alto

4.52

TL

L

Alto

3.28

TL

TL

Rilinka Dorothy Gabriel Sihombing Yohana Yunita Putri Muhammad Alif Bahari

46 47 48

55 56

60

Alto

4.46

TL

L

Alto

4.29

L

TL

Alto

4.31

L

TL

Alto

4.14

L

TL

Alto

4.7

L

L

Tenor

4.24

L

L


61

Keterangan : L : Lulus TL : Tidak Lulus HDM : Hasil Decision Maker HS : Hasil Sistem

Pada table diatas telah dilakukan pengujian akurasi pada 61 data uji. Data dikatakan akurat apabila perhitungan sistem dengan decision maker yang mempunyai hasil yang sama. Dari hasil pengujian akurasi didapatkan 47 data uji akurat, sehingga nilai akurasi yang didapat dapat dihitung menggunakan persamaan 6 berikut: 𝑁𝑖𝑙𝑎𝑖 𝐴𝑘𝑢𝑟𝑎𝑠𝑖 =

𝐽𝑢𝑚𝑙𝑎ℎ 𝑑𝑎𝑡𝑎 𝑎𝑘𝑢𝑟𝑎𝑡 𝐽𝑢𝑚𝑙𝑎ℎ 𝑠𝑒𝑙𝑢𝑟𝑢ℎ 𝑑𝑎𝑡𝑎

𝑥 100%

(6)

5.3. Pengujian Bobot Persentase Pengujian bobot persentase adalah pengujian dengan merubah nilai persentase core factor dan secondary factor pada perhitungan profile matching dalam sistem. Pengujian ini dilakukan untuk mengetahui pengaruh hasil sistem jika nilai bobot persentase terbaik yang dapat digunakan pada sistem dengan cara


Tabel 5 Model Bobot Persentase Pada Pengujian Persentase N o 1 2 3 4 5 6 7 8 9

Persentase Persentase 1 Persentase 2 Persentase 3 Persentase 4 Persentase 5 Persentase 6 Persentase 7 Persentase 8 Persentase 9

Core factor 90% 80% 70% 60% 50% 40% 30% 20% 10%

Secondary factor 10% 20% 30% 40% 50% 60% 70% 80% 90%

Hasil 77% 80% 77% 77% 77% 78% 81% 83% 83%

Pengujian persentase ini membuktikan bahwa nilai akurasi pada seluruh model persentase memiliki tingkat akurasi yang berbeda. Hal ini dikarenkan nilai kriteria antara peserta seleksi yang tidak diterima dengan yang diterima memiliki perbandingan nilai yang cukup jauh. Sehingga perubahan nilai persentase core factor dan secondary factor tidak mempengaruhi hasil penerimaan peserta seleksi. Berikut grafik hasil pengujian bobot persentase secara keseluruhan dapat dilihat pada Gambar 5.

Secara keseluruhan pada hasil pengujian akurasi dan pengujian persentase, terdapat faktor lain diluar kriteria peserta seleksi divisi paduan suara yang mempengaruhi penerimaan anggota divisi paduan suara BIOS FILKOM yaitu keikutsertaan peserta seleksi di UKM Paduan Suara UB.


Prosentase Akurasi Akurasi (%)

membandingkan hasil sistem dengan evaluasi penerimaan anggota divisi dari decision maker divisi paduan suara FILKOM. Pada pengujian ini, memakai 9 model bobot persentase yang selanjutnya akan digunakan untuk semua divisi paduan suara FILKOM. Pada model persentase yang pertama diasumsikan bahwa nilai core factor lebih besar persentasenya dibandingkan dengan secondary factor. Pada model persentase yang kedua diasumsikan bahwa nilai core factor sama besar persentasenya dengan dengan secondary factor. Pada model persentase yang ketiga diasumsikan bahwa nilai core factor lebih kecil persentasenya dibandingkan dengan secondary factor. Nilai bobot persentase nantinya akan dimasukan ke sistem untuk melihat bobot persentase manakah yang mempunyai akurasi hasil akhir terbaik. Pada Tabel 5 didapatkan nilai dari masingmasing bobot persentase.

1685

85,00 80,00 75,00 0

1

2

3

4

5

6

7

8

9

Model Gambar 5. Grafik Hasil Pengujian Bobot Persentase

Lalu hasil pada pengujian persentase ini mempengaruhi nilai akhir pada setiap jenis suara sehingga terdapat beberapa jenis suara yang mengalami perubahan urutan penerimaan anggota. Dengan adanya hasil nilai akurasi yang sama antara ketiga model pengujian persentase yaitu 83% maka dapat disimpulkan bahwa setiap penerimaan anggota divisi paduan suara BIOS FILKOM lebih mengacu pada nilai profil ideal setiap jenis suara. Sehingga perubahan persentase core factor dan secodary factor tidak merubah hasil penerimaan anggota divisi paduan suara namun hanya merubah urutan ranking setiap jenis suara. 6

KESIMPULAN

Dari penelitian yang sudah dilakukan, dapat diambil kesimpulan diantaranya sebagai berikut: 1. Metode profile matching berhasil diimplementasikan pada penelitian Sistem Pendukung Keputusan Pengurutan Berdasarkan Jenis Suara Anggota Baru Divisi Paduan Suara BIOS Menggunakan Metode Profile Matching. Implementasi dilakukan dengan melibatkan pakar sebagai penetapan kriteria calon anggota baru paduan suara. 2. Proses pengujian dilakukan dengan cara pengujian akurasi dengan persentasi core factor 60% dan secondary factor 40% menghasilkan persentasi data valid sebesar 77.04%. Selain itu dilakukan pengujian bobot persentase dengan menggunakan Sembilan variasi bobot yaitu 90%-10%, 80%-20%, 70%-30%, 60%-40%, 50%-50%, 40%-60%, 30%-70%, 20%-80%, 10%-90. Dari Sembilan model bobot persentase didapat model 8 dan 9 memiliki nilai terbaik yaitu 83.60%. 3. Tingkat akurasi penelitian ini mengacu pada hasil pengujian akurasi, dengan menggunakan profil ideal dan bobot persentase dari decision maker dapat


dikatakan baik dan sesuai perancangan yaitu 77.04%. Pada proses pengujian terhadap variasi bobot persentase core factor dan secondary factor yang berbeda, menghasilkan akurasi yang berbeda juga dengan model 8 dan 9 memiliki nilai persentase terbaik yaitu 83.60%. 7

DAFTAR PUSTAKA

Angkasa, S., 2016. Penerapan Metode Profile Matching untuk Menentukan Kelayakan Pemberian Kredit pada PNPM Mandiri Kota Banjarmasin. Jurnal Teknologi Informasi, XI(1907-2403). Atkins, R. L. & Duke, R. A., 2013. Changes in Tone Production as a Function of Focus of Attention in Utrained Singers. International Journal of Research in Choral Singing, pp. 28-36. Chen, G., 2010. On Using Voice Source Measures in Automatic Gender Classification of Children's Speech. Japan: s.n. Choir, L., 2016. Standar Operational Procedure Logicio Choir 2016-2017. Malang: Logicio Choir. Faizal, E., 2014. Implementasi Metode Profile Matching untuk Penentuan Penerimaan Usulan Penelitian Internal Dosen STMIK El-Rahma. Sentra Penelitian Engineering dan Edukasi, Volume 6. Kob, M., 2011. Analysing and Understanding the Singing Voice: Recent Progress and Open Question. Current Bioinformatics, Issue 362-374, p. 6. Kurniawati, D., 2016. Sistem Pendukung Keputusan Pemilihan Makalah Seminar Terbaik. Seminar Riset Te'knologi Informasi (SRITI). Kusrini, 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Andi Offset. Monita, D., 2013. Sistem Pendukung Keputusan Penerima Bantuan Langsung Tunai Dengan Menggunakan Metode Analytical Hierarcy Process. Pelita Informatika Budi Darma, III(2). Polrolniczak, E. & Kramarczyk, M., 2008. Formant Analysis In Assessment of The Quality of Choral Singers. Polandia: Paper Mahasiswa Wes Pomeranian University of Technology.


1686

Rachman, A., 2008. Sistem Pendukung Keputusan Seleksi Sumber Daya Manusia Di Perusahaan. Surabaya: Institut Teknologi Adhi Tama. Terry, G. R., 2006. Prinsip-Prinsip Manajemen. Jakarta: Bumi Aksara. Ward, P. M. & Steinman, W., 2014. Effects of a Vocal Jazz Workshop on Choral Music Education Major's Achievement in Improvisation and Confidence in Teaching Improvisation. International Journal of Research in Choral Singing.

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer e-issn: X

Recommend Documents