METODOLOGI UNTUK MENDESAIN SISTEM PAKAR PADA OTOMASI PENYUSUNAN ANGKA KREDIT INSTRUKTUR BERBASIS WEB

Seminar Nasional Teknologi Informasi dan Komunikasi 2014 (SENTIKA 2014) Yogyakarta, 15 Maret 2014

ISSN: 2089-9813

METODOLOGI UNTUK MENDESAIN SISTEM PAKAR PADA OTOMASI PENYUSUNAN ANGKA KREDIT INSTRUKTUR BERBASIS WEB Cahyani Windarto1, Hanung Adi Nugroho2, Indriana Hidayah3 Jurusan Teknik Elektro dan Teknologi Informasi, Fakultas Teknik Universitas Gadjah Mada Jl. Grafika No. 2 Kampus UGM, Yogyakarta 55281 E-mail: [email protected], [email protected], [email protected] ABSTRACT This paper examines the methodology used in expert system to automate the preparation of web-based credit scoring of instructor. This application aimed to improve and develop competence, productivity, diciplin, attitude and morale of instructor. Intelligent Formulation of Credit (iPAK) is an intelligent system in the preparation of credit poin rate applied instructor with the rule-based approach to obtain the number of credits that reflect the performance of the instructor. Rules are prepared based on the requirements specified number of credits in rule and practical experience of instructor when drafting credit score. The prototype application built with the PHP programming language, MySQL database and CSS to display user interface. Keywords : expert system, rule based, credit poin, automation ABSTRAK Makalah ini meneliti tentang metodologi yang digunakan dalam sistem pakar untuk melakukan otomasi penyusunan angka kredit instruktur berbasis web. Aplikasi otomasi iPAK bertujuan untuk meningkatkan dan mengembangkan kompetensi, produktivitas, disiplin, sikap, dan etos kerja instruktur. Intelligent Penyusunan Angka Kredit (iPAK) merupakan sistem cerdas dalam penyusunan angka kredit instruktur yang diaplikasikan dengan pendekatan rule based untuk mendapatkan angka kredit yang mencerminkan prestasi kerja instruktur. Aturan disusun berdasarkan persyaratan angka kredit yang tercantum dalam peraturan perundangan dan pengalaman praktek penyusunan angka kredit. Prototipe aplikasi dibangun dengan bahasa pemrograman PHP, database MySQL dan CSS untuk tampilan antar muka. Kata Kunci: sistem pakar, rule based, angka kredit otomasi inventarisasi seluruh kegiatan dipandang sudah dapat memenuhi jumlah angka kredit yang ditentukan, maka instruktur dapat mengajukan usulan penilaian dan penetapan angka kredit untuk kenaikan pangkat/jabatan. Dengan keterbatasan jumlah instruktur Unit Pelaksana Teknis Pusat Balai Latihan Kerja sebanyak 632 orang (Pusdatin, 2013) dan beban program pelatihan yang banyak di setiap Balai Latihan Kerja, maka kegiatan menyusun angka kredit bisa memakan waktu dan tenaga yang tidak sedikit. Direktorat Bina Instruktur dan Tenaga Pelatihan telah melaksanakan sistem informasi instruktur dan angka kredit yang masih dilakukan secara manual. Walaupun sudah tersedia komputer tetapi pemanfaatannya belum optimal. Di sisi lain, instruktur melakukan penghitungan angka kredit secara manual dengan menggunakan aplikasi Microsoft Excel. Selain memakan waktu lama juga sering terjadi kesalahan penghitungan pembobotan angka kredit. Banyaknya dokumen yang harus dicetak menjadi salah satu penyebab tidak tertibnya instruktur untuk mengirimkan perhitungan angka kredit dalam bentuk daftar usul penetapan angka kredit (DUPAK) setiap semesternya (Windarto, 2013). Metodologi dalam sistem pakar dengan pendekatan aturan digunakan sebagai cara yang

1. PENDAHULUAN 1.1 Latar Belakang Salah satu komponen penting dalam peningkatan kualitas tenaga kerja adalah instruktur yang bertugas melaksanakan kegiatan pelatihan dan pembelajaran serta pengembangan pelatihan. Instruktur merupakan salah satu dari 114 jabatan fungsional yang telah ditetapkan dengan Keputusan Presiden Nomor 87 Tahun 1999 tentang Rumpun Jabatan Fungsional Pegawai Negeri Sipil. Jabatan fungsional instruktur termasuk dalam rumpun jabatan pendidikan lainnya yang bertugas melakukan kegiatan yang berkaitan dengan penelitian, peningkatan atau pengembangan konsep, teori, dan metode operasional, dibidang pendidikan dan pengajaran umum, serta pendidikan dan pelatihan yang tidak berhubungan dengan pengajaran sekolah formal, memberikan saran tentang metode dan bantuan pengajaran, menelaah serta memeriksa hasil kerja yang telah dicapai oleh instruktur dalam penerapan kurikulum, memberikan pelatihan penggunaan teknologi tinggi. Sesuai dengan Kepmen PAN No. 36 Tahun 2003 tentang Jabatan Fungsional Instruktur dan Angka Kreditnya, instruktur memiliki kewajiban untuk, mencatat atau menginventarisir seluruh kegiatan yang dilakukan untuk kelancaran penilaian dan penetapan angka kredit instruktur. Apabila dari hasil catatan dan 1


ISSN: 2089-9813

dengan desain, pengembangan, dan penggunaan sistem pakar berbasis web dari sudut pandang manfaat dan tantangan untuk mengembangkan dan menggunakannya. Duan, dkk. (2004) dan Pilada (2011) melakukan penelitian tentang penerapan awal sistem pakar yang berdiri sendiri dengan personal computer. Kemudian berkembang menjadi aplikasi terdistribusi berbasis jaringan local area network. Perubahan yang cepat dalam teknologi internet mampu merubah cara sistem pakar dikembangkan dan didistribusikan. Sistem pakar berbasis web menjadi jawaban untuk mengurangi keterbatasan sistem pakar. Para pakar sebagaimana yang lainnya dapat menggunakan sistem pakar online secara mudah dengan akses internet dan web browser. Selain itu tidak diperlukan banyak waktu untuk memasang atau memperbaharui sistem di lokasi yang berbeda (Duan, Edwards, & Xu, 2004). Penelitian yang dilakukan Grove (2000) menjelaskan status dan penggunaan sistem pakar berbasis web dalam industri, kedokteran, ilmu pengetahuan dan pemerintahan dan menyatakan telah tersedia sejumlah sistem pakar di internet. Terdapat beberapa faktor yang membuat internet menjadi platform mandiri untuk menyampaikan pengetahuan. Faktor-faktor tersebut adalah : a. Internet mudah diakses. b. Browser web menyediakan antarmuka multimedia umum. c. Tersedia banyak aplikasi alat internet yang kompatibe untuk pengembangan pengetahuan. d. Aplikasi berbasis internet bekerja secara inheren portabel. e. Muncul protokol yang mendukung kerjasama antara pengetahuan. Penelitian ini menambahkan aplikasi sistem pakar berbasis web dalam rangka otomasi kegiatan perkantoran, yaitu meningkatkan produktivitas dan efisiensi dalam pembuatan laporan angka kredit instruktur.

efektif dan efisien dalam melakukan analisa sistem untuk menghubungkan aplikasi teknologi informasi dan kemampuan instruktur dalam menyusun angka kredit. Metodologi ini akan menjadi landasan untuk membangun sistem pakar dengan pemodelan prototipe berbasis web. Dari uraian di atas dapat dibuat rumusan masalah sebagai berikut. a. Instruktur mengalami kesulitan dalam menyusun pengajuan angka kredit secara manual. b. Perbedaan pemahaman instruktur terhadap aturan penyusunan angka kredit menyebabkan terjadinya kesalahan dalam penghitungan pembobotan pembobotan kegiatan yang dinilai. c. Tim penilai angka kredit mengalami kesulitan dalam verifikasi angka kredit. 1.2

Tinjauan Pustaka Olson dan Lucas (1982) menyebutkan dua faktor utama yang memotivasi organisasi bisnis untuk melakukan otomasi pada sebagian atau seluruh pekerjaan rutinnya. Yang pertama adalah kebutuhan penting untuk meningkatkan produktivitas karyawan kantor baik administrasi dan manajerial. Alasan kedua untuk kepentingan dalam otomatisasi kantor adalah meningkatnya kompleksitas pengambilan keputusan organisasi dan kebutuhan informasi. Di masa depan, teknologi informasi menjadi pilihan tepat untuk menangani pengolahan informasi dalam semakin kompleks dan cepat berubah lingkungan organisasi. Perubahan yang terjadi dalam organisasi dapat dilihat dari perspektif asimilasi teknologi. Ini adalah proses belajar dan berubah menuju asimilasi sistem pakar dalam bisnis proses. Contoh penggunaan sistem pakar dalam sebuah organisasi untuk melakukan klasifikasi dokumen yaitu penelitian yang dilakukan oleh Savic (1994) yang memanfaatkan sistem pakar untuk melakukan otomasi klasifikasi dokumen di perkantoran. Sistem pakar klasifikasi dokumen dirancang untuk memenuhi kelayakan dari sisi teknis, ekonomi, dan lingkungan kerja yang terkait. Hasil dari penelitian adalah prototipe aplikasi klasifikasi otomatis dokumen dimana terdapat fungsi pemilihan dokumen berdasarkan judul tanpa bantuan manusia dan memberikan nomor klasifikasi yang benar. Klasifikasi otomatis dokumen akan menghemat biaya, waktu, dan memberikan kesempatan pegawai untuk melakukan tugas-tugas kreatif yang lain. Beberapa organisasi yang sukses dengan penerapan sistem pakar bergerak ke berbagai aplikasi yang lebih luas. Karena bertujuan untuk memperluas pemahaman, pengetahuan, dan teknologi sistem pakar atau untuk merealisasikan keuntungan (Watson & Mann, Fall 1988). Konvergensi teknologi internet dan bidang sistem pakar telah menawarkan cara-cara baru untuk berbagi dan mendistribusikan pengetahuan terkait

2. PERTIMBANGAN METODOLOGI 2.1 Landasan teori Sistem pakar adalah sistem dengan pendekatan adopsi pengetahuan manusia ke dalam komputer, agar komputer dapat menyelesaikan masalah yang biasa dilakukan oleh para pakar. Ada beberapa pengertian sistem pakar diantaranya: a. Sistem pakar adalah suatu sistem yang menggunakan pengetahuan yang dimiliki manusia kemudian diimplementasikan ke dalam suatu computer untuk memecahkan masalah yang biasanya ditangani oleh seorang pakar (Turban, Aronson, & Ting, 2005). b. Sistem pakar adalah suatu program komputer yang memperlihatkan derajat kepakaran dalam pemecahan masalah di bidang tertentu sebanding dengan seorang pakar (Ignizio, 1991). Dari dua definisi di atas dapat disimpulkan bahwa sistem pakar adalah suatu sistem yang 2


ISSN: 2089-9813

akan membantu aktivitasnya sebagai asisten yang berpengalaman. Dipilih rule based karena metode ini merupakan metode yang paling banyak dipakai untuk merepresentasikan pengetahuan dalam sistem pakar dan banyak diaplikasikan dalam industri yang berbeda (Sasikumar, Ramani, Raman, Anjaneyulu, & Chandrasekar, 2007) (Blaz & Albert Mo Kim, 1997). Sebagian besar sistem pakar komersial dibuat dalam rule based dimana pengetahuan disimpan dalam bentuk aturan-aturan (Kusumadewi, 2003). Sistem menggunakan aturan seperti paradigma representasi utama disebut sistem berbasis aturan (Sasikumar, Ramani, Raman, Anjaneyulu, & Chandrasekar, 2007). Struktur sistem pakar berbasis aturan telah dimodelkan sebagaimana cara kerja seorang pakar. Para pakar menggunakan pengetahuan mereka dalam domain yang diberikan ditambah dengan informasi spesifik tentang masalah untuk mendapatkan solusi. Misalnya, dokter memiliki pengetahuan tentang berbagai kemungkinan penyakit dan, ditambah informasi spesifik tentang pasien, akan mampu mendiagnosa masalah pasien. Sistem pakar memecahkan masalah menggunakan proses yang sangat mirip dengan metode yang digunakan oleh pakar manusia (Durkin, 1990). Selain dalam kedokteran, terdapat aplikasi sistem berbasis aturan pada sistem pakar meliputi: analisis keadaan transisi, perawatan psikiatris, perencanaan produksi, sistem penasihat, pengajaran, perencanaan daya elektronik, proses perencanaan mobil, hipergraf representasi, pengembangan sistem, pengetahuan verifikasi / validasi, produksi alkohol, histogram DNA interpretasi, pemeliharaan pengetahuan dasar, strategi penjadwalan, penilaian manajemen penipuan, akuisisi pengetahuan, representasi pengetahuan, sistem komunikasi kesalahan diagnosis, bioseparation, desain pengolahan bahan, pemanfaatan sumber daya, nanoteknologi biokimia, kesalahan diagnosis probabilistik, perencanaan pertanian, penjadwalan beban, pemeliharaan lebah, sistem bimbingan belajar , geoscience, dan sensor kontrol (Liao, 2005). Sasikumar, dkk. (2007) menyebutkan beberapa keunggulan menggunakan rule based, antara lain : a. Homogen b. Karena memiliki syntax yang seragam maka makna dan interpretasi setiap aturan dapat dengan mudah dianalisa. c. Sederhana d. Karena syntax sederhana, mudah untuk memahami arti dari aturan pakar tanpa terjemahan eksplisit sehingga dapat didokumentasikan ke tingkat yang baik. e. Tidak terikat f. Penambahan pengetahuan baru tidak perlu khawatir di mana peraturan tersebut ditambahkan, atau bagaimana berinteraksi dengan aturan lain. Secara teori, setiap aturan

dibangun untuk mendekatkan kemampuan seorang orang pakar ke dalam komputer yang digunakan untuk memecahkan masalah yang dihadapi oleh pemakai dalam bidang tertentu. Konsep dasar sistem pakar mengandung: kepakaran, pakar, pengalihan pakar, inferensi, aturan dan kemampuan menjelaskan (Turban, Aronson, & Ting, 2005). Kepakaran adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang diperoleh dari pelatihan, membaca, atau pengalaman. Contoh bentuk pengetahuan yang termasuk kepakaran adalah : a. Fakta-fakta pada lingkup permasalahan tertentu. b. Teori-teori pada lingkup permasalahan tertentu. c. Prosedur-prosedur dan aturan-aturan tentang lingkup permasalahan tertentu. d. Strategi-strategi global untuk menyelesaikan masalah. e. Meta-knowledge (pengetahuan tentang pengetahuan) Bentuk-bentuk pengetahuan ini memungkinkan para pakar untuk mengambil keputusan lebih cepat dan lebih baik daripada seseorang yang bukan pakar. Seorang pakar mampu menjelaskan suatu tanggapan, mempelajari hal-hal baru, menyusun kembali pengetahuan jika dipandang perlu, memecah aturanaturan jika dibutuhkan, dan menentukan berkaitan tidaknya pengetahuan mereka. Pengalihan kepakaran dari para pakar ke komputer untuk kemudian dialihkan lagi ke orang lain yang bukan pakar membutuhkan 4 aktivitas, yaitu: tambahan pengetahuan (dari para pakar atau sumber-sumber lainnya), representasi pengetahuan ke komputer, inferensi pengetahuan, dan pengalihan pengetahuan ke pengguna (Kusumadewi, 2003). 2.2

Perbandingan Metodologi Perkembangan sistem pakar diikuti dengan banyaknya metode yang dipakai untuk mengembangkan sistem pakar. Liao (2005) memberikan penjelasan singkat sebelas metodologi sistem pakar disertai aplikasinya, yaitu : rule-based, knowledge-based, neural networks, fuzzy, objectoriented methodology, case-based reasoning, system architecture, intelligent agent systems, database methodology, modeling, dan ontology. Metode-metode tersebut digunakan sesuai dengan aplikasi penelitian dan ruang lingkup permasalahan yang akan diselesaikan. Dengan demikian, sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan manusia ke komputer agar komputer dapat menyelesaikan masalah seperti yang dilakukan oleh para pakar. Meskipun masih terdapat beberapa kelemahan, namun sistem pakar telah menunjukkan hasil yang sangat sukses dalam menyelesaikan tugas atau permasalahan tertentu. Dalam penelitian ini sistem pakar dirancang agar dapat menyelesaikan pembuatan laporan angka kredit dengan meniru cara kerja instruktur. Bagi para instruktur, sistem ini juga

3


ISSN: 2089-9813

Metode LMESDLC dipilih untuk menjadi pedoman dalam perancangan ini karena model linier dalam metodologi sistem pakar sesuai dengan sistem pakar itu sendiri (Giarratano, 1998) dan (Cha & Romli, 2010).

adalah sepotong pengetahuan tentang domain tertentu. g. Modularitas h. Ketidakterikatan aturan mengarah ke modularitas dalam basis aturan. Prototipe sistem dapat dibuat dengan membuat beberapa aturan. Selain itu kualitas dapat ditingkatkan dengan memodifikasi aturan berdasarkan kinerja dan menambahkan aturan baru. i. Pengetahuan terpisah dari penggunaan dan control j. Pemisahan aturan dasar dari mesin inferensi berarti bahwa mesin inferensi yang sama dapat digunakan dengan basis aturan yang berbeda dan peraturan dasar dapat digunakan dengan mesin inferensi yang berbeda. Untuk merancang sistem otomasi penyusunan angka kredit instruktur dengan pendekatan sistem pakar berbasis aturan dilakukan melalui tahapantahapan Linear Model of Expert System Development Life Cycle (LMESDLC). Tahapan tersebut sebagaimana yang dijelaskan dalam gambar berikut ini :

3.

APLIKASI METODOLOGI UNTUK MENDESAIN SISTEM PAKAR Metodologi sistem pakar dengan pendekatan rule based pada otomasi penyusunan angka kredit instruktur akan menghemat biaya, waktu, mengurangi kesalahan dalam penyajian laporan, meningkatkan produktivitas dan meningkatkan kualitas laporan angka kredit. Metode rule based dengan teknik inferensi forward chaining dapat merepresentasikan pengetahuan instruktur dalam membuat angka kredit secara tepat. Sehingga penggabungan sistem pakar dan rekayasa web dalam aplikasi otomasi memberikan kemudahan instruktur menyelesaikan pembuatan laporan angka kredit. 3.1

Representasi Pengetahuan Angka Kredit Metode representasi pengetahuan dalam sistem pakar untuk otomasi penyusunan angka kredit instruktur ini menggunakan kaidah produksi yang berupa aplikasi rule (aturan) berupa IF (kondisi) THEN (aksi) dimana kondisi merupakan bagian awal yang mengekspresikan situasi atau premis (pernyataan berawal dengan IF) dan aksi (pernyataan yang berawalan dengan THEN) merupakan bagian yang menyatakan tindakan tertentu atau kesimpulan yang diharapkan bila suatu kondisi awal atau premis bernilai benar. Representasi pengetahuan angka kredit dibangun dari aturan yang menjadi basis pengetahuan pada sistem yang akan dibangun dengan menggunakan operator logika dalam bentuk IF – THEN. Representasi pengetahuan dengan rule pada penyusunan angka kredit instruktur dibagi menjadi dua, yaitu rule pada basis pengetahuan tentang aturan mekanisme pengajuan angka kredit dan rule pada basis pengetahuan perhitungan angka kredit. Dihasilkan 18 rule pada basis pengetahuan tentang aturan mekanisme pengajuan angka kredit dan 77 rule pada basis pengetahuan tentang aturan perhitungan angka kredit. Contoh : Rule 11 (IF Tim penilai menerima DUPAK AND Lengkap THEN Verifikasi kegiatan AND Verifikasi Bobot AND Verifikasi Bukti.) Rule 43 (IF Membuat modul pelatihan THEN Memperoleh angka kredit 0,44 untuk instruktur muda OR Angka kredit 0,22 untuk instruktur pertama OR Angka kredit 0,44 untuk instruktur penyelia.) Sistem pakar ini akan bekerja dengan mengidentifikasi kegiatan-kegiatan yang dilakukan oleh instruktur yang akan diajukan untuk dinilai sebagai angka kredit. Selanjutnya sistem akan menampilkan pilihan kegiatan yang mungkin dilakukan oleh instruktur dalam bentuk pilihan

Gambar 1. Tahapan LMESDLC (Giarratano, 1998) Sasaran tahapan perencanaan ditujukan untuk menangkap kebutuhan agar ditetapkan dan dipahami dengan baik. Teknik yang digunakan adalah studi peraturan perundangan dan proses bisnis angka kredit. Dalam tahapan analisis, terdapat dua bagian: identifikasi dan seleksi sumber dan analisis, akuisisi dan ekstraksi. Identifikasi dan seleksi sumber merupakan aktivitas dalam fase pendefinisian pengetahuan atau serupa dengan fase analasis. Analisis akuisisi adalah proses mendapatkan pengetahuan untuk membuat stok basis pengetahuan sistem pakar. Tujuan dari tahapan desain pengetahuan adalah untuk menghasilkan desain detil dari sistem pakar. Terdapat dua komponen yang berkaitan dalam tahapan ini, definisi pengetahuan dan desain detil. Hasil desain detil adalah dokumen desain dasar yang dari dokumen tersebut sehingga pengkodean program dapat dilakukan. Dokumen desain dasar mengalami tinjauan terhadap desain sistem pengetahuan desain sebagai pemeriksaan terakhir sebelum coding dimulai. Tujuan dari tahap verifikasi pengetahuan adalah untuk menentukan kebenaran, kelengkapan dan konsistensi dari sistem. Tahapan ini terbagi dalam dua tugas utama : tes formal dan tes analisis. Tahapan terakhir adalah evaluasi sistem, yang bertujuan untuk merangkum pembelajaran dengan rekomendasi untuk perbaikan dan koreksi kesalahan. 4


ISSN: 2089-9813

langkah-langkah sistematis yang harus dikerjakan oleh instruktur ketika menyusun angka kredit. Pemasukan informasi dan data dilakukan sesuai logika yang didasarkan pada rule yang telah ditentukan dan dikumpulkan dalam table basis data 3.2

Pemodelan Sistem Proses rancangan aplikasi merupakan tahapan lanjutan setelah didapatkan representasi pengetahuan sistem pakar angka kredit instruktur yang akan dikembangkan. Pada tahap rancangan aplikasi, digunakan bahasa pemodelan Unified Modeling Language (UML). Sistem dibagi menjadi beberapa subsistem yang mana setiap susbsistem dimodelkan menggunakan use case diagram, activity diagram, dan state chart diagram. Diagram use case merupakan proses pemodelan fungsi-fungsi sistem dalam proses bisnis, pelaku yang menggunakannya, dan bagaimana sistem/perangkat lunak tersebut merespon kondisi tersebut. Diagram use case sistem dibuat untuk menunjukkan perilaku sistem bila dipandang dari sisi pemakai. Diagram ini memperlihatkan gambaran secara umum tentang apa yang sistem lakukan dan apa yang actor dapat lakukan pada sistem. Dalam aplikasi ini terdapat tiga pengguna utama, yaitu instruktur, tim penilai angka kredit unit kerja, dan pejabat pengusul. Secara umum, instuktur dapat melakukan beberapa hal pada sistem, diantaranya memasukkan profil instruktur, melakukan kegiatan pendidikan, pelaksanaan pelatihan, pengembangan pelatihan, pengembangan profesi, dan kegiatan pendukung kegiatan instruktur, melampirkan bukti, melakukan penilaian angka kredit secara mandiri, mengajukan persetujuan kegiatan, bukti dan angka kreditnya, dan mencetak DUPAK yang telah disetujui pejabat pengusul. Use case pada mekanisme pengajuan angka kredit dapat dilihat pada gambar 2 berikut ini.

Gambar 3. Perhitungan Angka Kredit Diagram aktivitas adalah notasi yang digunakan untuk menggambarkan grafis aktivitas yang meliputi simbol-simbol yang unik. Diagram ini merupakan titik awal pengembangan sistem secara lebih terperinci. Dalam pemodelan ini dikemukakan tiga pemodelan utama untuk instruktur, tim penilai unit kerja dan pejabat pengusul. Pada aktivitas pemodelan utama instruktur yang menyusun angka kredit sebagaimana pada Gambar 4 instruktur memiliki aktivitas utama melakukan perhitungan angka kredit dengan memasukkan kegiatan-kegiatan dalam rencana bulanan dan laporan bulanan yang secara akumulasi akan terkumpul menjadi DUPAK pada tiap semester periode pengajuan DUPAK.

Gambar 4. Diagram aktivitas instruktur Untuk aktivitas pada pemodelan tim penilai/verifikasi unit kerja dapat dilihat pada Ganbar 5 . tim penilai unit kerja memiliki aktivitas utama untuk melakukan verifikasi data profil instruktur, verifikasi kevalidan bukti yang dilampirkan, dan verifikasi bobot angka kredit yang dimasukkan oleh instruktur.

Gambar 2. Use Case Diagram Pengajuan AK Use case pada perhitungan angka kredit dapat dilihat pada gambar 3 berikut ini.

5


ISSN: 2089-9813

Kemudian untuk pengelolaan instruktur meliputi pengelolaan kata sandi, profil instruktur, menambah kegiatan, upload bukti, penilaian mandiri dan melihat hasil DUPAK. /lihat

/edit

Kata Sandi

/tambah

Konfirmasi

Jenis Kegiatan

/edit, delete

/tambah

Upload Bukti

/save

/tambah

Nilai Angka Kredit

/lihat

DUPAK

Konfirmasi

/save

/save

/save

/print, save as

Konfirmasi

/approval

Gambar 7. State pengelolaan instruktur Kemudian pengelolaan tim verifikasi unit kerja terdiri dari mengganti kata sandi, verifikasi bukti yang diajukan instruktur, verifikasi nilai angka kredit instruktur, dan verifikasi data instruktur.

Gambar 5. Diagram aktivitas tim penilai Aktivitas pada pemodelan pejabat pengusul dapat dilihat pada Gambar 6. pejabat pengusul di tiap unit kerja memiliki aktivitas utama untuk melakukan review terhadap DUPAK dan kelengkapan dokumennya dan memberikan persetujuan untuk pengusulan DUPAK ke tim penilai di pusat.

/lihat

Kata Sandi

/lihat

Bukti

/approval

/lihat

Angka Kredit

/approval

/lihat

Data Profil Instruktur

/edit

Konfirmasi

Notif ikasi

N otifikasi

/save

/save

/save

/save

Gambar 8. State pengelolaan tim verifikasi Sedangkan pengelolaan pejabat pengusul terdiri atas mengganti kata sandi, persetujuan dokumen DUPAK, dan persetujuan jumlah angka kredit yang diajukan instruktur. /lihat

/lihat

/lihat

Kata Sandi Dokumen DUPAK Angka Kredit

/edit

/approval

/approval

Konfirmasi

/save

Notif ikasi

/save

N otifikasi

/save

Gambar 9. State pengelolaan pejabat pengusul

Gambar 6. Diagram aktivitas pejabat pengusul Diagram state chart terdiri dari kondisi yang terhubung dengan perpindahan yang mendeskripsikan perilaku penjabaran dari diagram state. Dalam perancangan prototipe ini pengklasifikasian dan pemodelan kondisi berikut aksi-aksinya merupakan representasi dari suatu aktivitas yang ada dalam aplikasi ini nantinya, yang meliputi kondisi aktor pada pengelolaan pengguna, pengelolaan instruktur, pengelolaan tim penilai/verifikasi unit kerja, dan pengelolaan pejabat pengusul dari unit kerja. Pada pengelolaan pengguna digambarkan dalam Gambar 7.

3.3

Desain Web Prototipe

Web antarmuka (interface) dirancang dengan mempertimbangkan kesederhanaan dan kejelasan desain agar mudah digunakan oleh user. Pertama kali untuk masuk ke web iPAK (Intelligent Pengajuan Angka Kredit) harus LOGIN terlebih dahulu, tampilan LOGIN dirancang seperti gambar 10 di bawah ini. Jika user salah memasukkan username ataupun password ketika login, web akan mengingatkan bahwa username atau password yang dimasukkan salah

Gambar 6. State pengelolaan pengguna 6


ISSN: 2089-9813

(berisi foto, data jabatan dan kepangkatan, riwayat pendidikan, riwayat training). Juga terdapat menu edit password. Edit data profil instruktur. Rancangan antar muka halaman isian profil instruktur sebagai berikut :

Gambar 10. Desain login User akan klik button Masuk dan web link ke LOGIN, user dengan klik daftar maka akan muncul form web pendaftaran dan user harus mengisi terlebih dahulu agar user terdafatar di web. Desain web pendaftaran dapat dilihat sebagai berikut.

Gambar 12. Tampilan halaman utama 3.4

Pengujian Hasil Pemodelam Pada tahapan knowledge verification pada pemodelan ini menggunakan dua pengujian. Pertama dilakukan fengujian fungsi dengan cara menyimpan file html dan php pada komputer berbasis windows dan di upload ke jaringan internet. Kedua dilakukan pengujian dengan tringulasi sumber data dengan mengumpulkan data revieu melalui kuesioner kepada instruktur, tim penilai dan pejabat pengusul unit kerja.

Gambar 10. Desain pendaftaran Setelah user mendaftarkan diri, berarti telah tercatat dalam server web, untuk masuk ke dalam situs web user harus login kembali dengan menuliskan ID dan password yang telah diisikan. Setelah login berhasil akan muncul halaman web angka kredit. Tampilan halaman utama web dirancang terbagi menjadi tiga bagian, yaitu baris header, menu pilihan, dan bagian isi menu utama.

4.

KESIMPULAN Pada paper ini telah dipaparkan metodologi untuk pengembangan sistem pakar dengan pendekatan rule based untuk otomasi pengajuan angka kredit instruktur berbasis web. Kasus studi tersebut mengilustrasikan penggunaan metodologi dengan pendekatan aturan pada sistem pakar untuk memberikan pemecahan masalah terhadap permasalahan yang dihadapi instruktur dalam menyusun angka kredit. Prototipe penelitian ini dapat digunakan untuk membantu instruktur membuat laporan pengajuan DUPAK dengan tepat dan efisien. . PUSTAKA Blaz, Z., & Albert Mo Kim, C. (1997). Optimization of Rule-Based Systems Using State Space Graphs. IEEE Transaction on Knowledge and Data Engineering . Cha, A. P., & Romli, A. (March/June 2010). Human-Computer Interaction of Design Rules and Usability Elements in Expert System for Personality-Based Stress Management. International Journal of Intelligent Computing Research (IJICR), 1(1/2), 33-42. Duan, Y., Edwards, J., & Xu, M. (2004). Web Based Expert Systems: Benefits and Challenges. Elsevier, Information and Management 42, 799-811.

Gambar 11. Desain halaman utama Header berisi nama halaman, logo. Menu pilihan berisi Profil Instruktur, beranda, perhitungan angka kredit , rencana bulanan, laporan bulanan, surat pernyataan, dan keluar. Menu utama berisi tampilan dari menu pilihan. Jika di klik “profil instruktur” akan muncul halaman yang berisi profil instruktur 7


Durkin, J. (Desember 1990). Research Review: Application of Expert Systems in the Sciences. The Ohio Journal of Science, 90, 171-179. Giarratano, J. (1998). Expert Systems Principles and Programming, Third Edition. Canada: Thomson Learning. Grove, R. (July 2000). Internet Based Expert Systems. Expert Systems, Vol. 17 (No. 3), 129-135. Ignizio, J. P. (1991). Introduction to Expert Systems: The Development and Implementation of Rule-Based Expert Systems. McGraw-Hill Higher Education. Kusumadewi, S. (2003). Artificial Intellegence (Teknik dan Aplikasinya). Yogyakarta: Graha Ilmu. Liao, S. H. (2005). Expert system methodologies and applications—a decade Review from 1995 to 2004. Expert Systems with Applications, 28, 93-103. Olson, M. H., & Lucas, H. C. (1982). The Impact of Office Automation on the Organization: Some Implications for Research and Practice. Association for Computing Machinery, 25, 838-847. Pilada, W. (June 2011). A Simple Web-based Expert System for a Supplier Assessment: A Case of a JIT production envirunments. International Conference on System Science and Engineering (ICSSE), 96-100. Pusdatin. (2013, Januari). Instruktur Pelatihan Kerja Indonesia Tahun 2012. Retrieved Maret 20, 2013, from pusdatinaker.balitfo.depnakertrans.go.id: http://pusdatinaker.balitfo.depnakertrans.go .id/katalog/download.php?g=1&c=3 Sasikumar, M., Ramani, S., Raman, S. M., Anjaneyulu, K., & Chandrasekar, R. (2007). A Practical Introduction to Rule Based Expert Systems. New Delhi: Narosa Publishers. Savic, D. (July 1994). Designing an Expert System for Classifying Office Document. ARMA Records Management Quarterly. Turban, E., Aronson, J., & Ting, L. P. (2005). Decision Support Systems and Intellegent Systems (Sistem Pendukung Keputusan dan Sistem Cerdas) Jilid I. Yogyakarta: Andi Publisher. Watson, H. J., & Mann, R. I. (Fall 1988). Expert Systems: Past, Present and Future. Journal of Information Systems Management, 3946. Windarto, C. (2013). Sistem Pakar dengan Pendekatan Rule Based untuk Otomasi Penyusunan Angka Kredit Instruktur Berbasis Web. Yogyakarta.

ISSN: 2089-9813

Biodata Penulis Cahyani Windarto,mahasiswa pascasarjana program Chief Information Officer (CIO). Memperoleh gelar Sarjana Teknik(S.T.), Jurusan Teknik MesinUniversitas Gadjah Mada, lulus tahun 2003.Saat ini menjadi Instruktur Otomotif di Balai Besar Latihan Kerja Industri Surakarta Ditjen Bina Lattas Kemnakertrans. Hanung Adi Nugroho,memperoleh gelar Sarjana Teknik (S.T.), Jurusan Teknik Elektro UGM. Memperoleh Master, The University of Quensland, 2004 - 2005. Doctor, Universiti Teknologi PETRONAS, 2007 - 2010 Saat ini menjadi Dosen di JTETI UGM. Indriana Hidayah,memperoleh gelar Sarjana Teknik (S.T.), Jurusan Teknik Elektro UGM.Memperoleh Master di Jurusan teknik Elektro UGM. Saat ini menjadi Dosen di JTETI UGM.

8

METODOLOGI UNTUK MENDESAIN SISTEM PAKAR PADA OTOMASI PENYUSUNAN ANGKA KREDIT INSTRUKTUR BERBASIS WEB

Recommend Documents