Perancangan Ulang Website Fakultas Teknik Universitas Indonesia dengan Metode Fuzzy Delphi dan Fuzzy Cognitive Maps

Perancangan Ulang Website Fakultas Teknik Universitas Indonesia dengan Metode Fuzzy Delphi dan Fuzzy Cognitive Maps Agasi Mualim1, Amalia Suzianti1 1. Departemen Teknik Industri, Fakultas Teknik, Universitas Indonesia, Kampus Baru UI, Depok, 16424, Indonesia E-mail: [email protected]

Abstrak Penggunaan website saat ini sudah menjadi bagian esensial dalam melakukan proses bisnis. Namun kurangnya perhatian perancang mengenai penggunaan metodologi dalam pengembangan website mengakibatkan kualitas dari website menjadi tidak sesuai dengan kebutuhan penggunanya. Akibatnya, tingkat usability dari website yang ada tidak mampu menarik banyak kunjungan. Sebagai bahan studi kasus, penulis menggunakan website yang dimiliki oleh Fakultas Teknik di Universitas Indonesia. Untuk meningkatkan usability dari website Fakultas Teknik Universitas Indonesia, dilakukan penelitian untuk merancang ulang website tersebut dengan menggunakan metode Fuzzy Delphi untuk menentukan penggunaan tipe media bagi masing-masing konten yang disediakan di website serta menentukan tata letak dari masing-masing konten pada setiap halaman web. Selain itu digunakan juga Metode Fuzzy Cognitive Maps untuk memodelkan hubungan dari konten yang disediakan dengan tipe media yag diajukan. Penelitian ini menghasilkan rancangan purnarupa dari 12 halaman web untuk website Fakultas Teknik Universitas Indonesia dan dengan jumlah total sebanyak 36 konten disediakan untuk dapat memberikan informasi yang sesuai dengan kebutuhan penggunanya.

Redesign Website of Engineering Faculty in University of Indonesia Using Fuzzy Delphi Method and Fuzzy Cognitive Maps Abstract Utilizing website in business process has become essential. But lot of web designer have no respect of using methodology in developing a website causes the quality that website do not meet the needs of its users. On the other hand, usability level of the website could not attract a lot of visitation from any user. On this paper, researcher using Engineering Faculty in University of Indonesia’s website to be studied. To increase the usability of this website, research conducted by redesign the website using Fuzzy Delphi Method to determine the media type to presenting each service and also to determine the services layout of each web page. In addition, this research also uses Fuzzy Cognitive Maps to models the interrelationship between each services and media type. Resulting the prototype of 12 web page for website owned by Engineering Faculty in University of Indonesia with total 36 services provided in this website to gives an optimal information for the users. Keywords: Fuzzy Delphi Method, Fuzzy Cognitive Maps, Faculty Website

1. Pendahuluan Website pada saat ini sudah menjadi komponen yang esensial bagi bisnis yang dilakukan oleh perusahaan. Menurut Altova (2006) website memiliki fungsi untuk memudahkan pelanggan dalam mencari informasi yang berkaitan dengan bisnis perusahaan, untuk meningkatkan

Perancangan Ulang..., Agasi Mualim, FT UI, 2014

pendapatan perusahaan, untuk menghemat waktu perusahaan dalam menjalankan bisnisnya, serta untuk memberikan kesan professional bagi perusahaan. Namun, mengutip dari Ikechukwu dan Damian, mengungkapkan bahwa perancangan dari situs-situs yang ada di world wide web masih belum banyak diapresiasi oleh para perancang situs. Akibatnya beberapa parameter kualitas bagi situs tidak dapat tercapai, seperti navigasi, aksesibilitas, skalabilitas, kemampuan untuk dilakukan pemeliharaan, kemudahan untuk digunakan, kompatibilitas, interoperabilitas, dan keamanan. Salah satu contoh kasus yang dapat menunjukkan ketidaktercapainya parameter kualitas tersebut dapat dilihat pada menurunnya peringkat dari situs-situs universitas yang ada di Indonesia di urutan webometrics pada tahun 2013. Penurunan peringkat tersebut dialami oleh ITB yang pada tahun 2012 berada pada peringkat 497 dan menurun pada peringkat 600 pada tahun 2013, kemudian UGM yang pada tahun 2012 berada pada peringkat 440 menjadi peringkat 640 pada 2013, dan UI yang berada pada peringkat 581 pada tahun 2012 menurun menjadi peringkat 653 pada tahun 2013. Dilihat dari hasil penilaian yang dilakukan webometrics tersebut dapat dilihat bahwa situssitus universitas di Indonesia masih memiliki tingkat aksesibilitas yang rendah. Untuk memperbaiki kualitas dari situs universitas maka dilakukan sebuah penelitian mengenai presentasi dan layout sebuah situs fakultas sebagai studi kasusnya, sehingga diharapkan dapat terlihat perbedaan dari situs yang dibuat tanpa metode dengan situs yang dibuat dengan menggunakan metode.

2. Tinjauan Teoritis 2.1. Fuzzy Delphi Method Fuzzy Delphi Method merupakan sebuah metode analitis yang berdasarkan kepada metode Delphi yang digabungkan dengan teori Fuzzy. Metode Delphi merupakan tipe dari metode pengambilan keputusan yang kolektif (Linstone & Turoff, 2002), dengan melakukan wawancara kepada sejumlah ahli yang terdiri dari beberapa babak. Sebagai metode untuk melakukan prediksi yang berdasarkan keputusan para ahli dan metode investigasi yang dihasilkan oleh para ahli. Metode Fuzzy Delphi memiliki beberapa hal penting: 1. Anonymity: Para ahli disertakan dengan proses bahwa mereka tidak bertemu satu sama lain, tetap dirahasiakan identitasnya dan tidak mengetahui berapa banyak ahli yang terkait


di dalam penelitian. Hal ini dapat menghindari salah satu ahli mempengaruhi ahli lain dalam pengambilan keputusan dan juga mendorong untuk keputusan yang objektif. 2. Umpan balik: Umpan balik dari survey memberikan masukan bagi para partisipan mengenai ide utama yang dimiliki peneliti. Mereka dapat mengambilnya dari informasi yan relevan, membuat keputusan baru, dan kemudian mengirimkannya ke peneliti lagi. 3. Statistikal: Opini dari para ahli diproses secara statistic dan dihasilkan grafik dengan berisikan frekuensi dari opini para ahli yang disusun berdasarkan waktu. Yang paling atas merupakan consensus yang paling besar (50% ahli) menunjukkan prediksi dari opini tim. Kuarttil persentil atas dan bawah (yang diwakilkan oleh 25% ahli) menunjukkan deviasi prediksi. 4. Konvergensi: Melalui umpan balik yang diulang-ulang membuat hasil prediksi akhir menjadi terpusat. Pada Metode Fuzzy Delphi ini dibutuhkan ukuran panel yang bergantung kepada heterogenitas para ahlinya. Dari penelitian-penelitian sebelumnya, ukuran panel yang digunakan sangat beragam, mulai dari ukuran panel yang berisikan 9 ahli (Hsu et al., 2010), 10 ahli (Bueno & Salmeron, 2008), 13 ahli (Ma et al., 2011), atau 31 ahli (Kuo & Chen, 2008), hingga ratusan, atau bahkan ribuan seperti yang sudah disebutkan oleh Linstone dan Turoff (1975) pada suatu penelitian di Jepang. Bagaimanapun juga, ukuran panel yang biasanya digunakana berjumlah antara 8 dan 12 (Cavalli-Sforza & Ortolano, 1984) atau antara 10 dan 18 ahli (Okoli & Pawlowski, 2004). Namun, sebuah panel yang beranggotakan para ahli yang heterogen (sebuah panel yang berisikan para ahli yang memiliki derajat yang sama namun pada skala professional dan bidang yang berbeda) hanya membutuhkan ukuran panel yang lebih kecil, antara 5 hingga 10 (Bueno & Salmeron, 2008). Pada penelitian ini, terdapat 5 ahli di bidang ergonomi, web-design, dan teknologi informasi yang menyetujui untuk turut serta, sehingga jumlah tersebut berada dalam jumlah yang direkomendasikan mengingat isi panel terdiri dari para ahli dari bidang yang berbeda-beda. Penggunaan kuisioner untuk mendapatkan penilaian para ahli merupakan sebuah alat yang sagat berguna pada survey Delphi ketika wawancara secara individual tidak memungkinkan dikarenakan waktu yang terbatas. Pertanyaan-pertanyaan yang diajukan dihasilkan dari penurunan dari literatur bersangkutan yang telah didapatkan sebelumnya. Pada penelitian ini, digunakan triangular fuzzy number sebagai memberhip function. Alasan pemilihan triangular fuzzy number adalah karena kemudahan dalam penggunaannya dan kemudahan dalam penghitungannya untuk memecahkan masalah. Triangular fuzzy number akan sesuai untuk digunakan jika perangkat data yang didapatkan memiliki kurva seperti yang


ditunjukkan oleh gambar 2.3. Sebuah nomor fuzzy merupakan triangular fuzzy number dengan syarat sebagai berikut (Kaufmann & Gupta, 1988): !!!

!! ! =

!!! !!! !!!

, ! ≤ ! ≤ ! , ! ≤ ! ≤ !

(6)

0, otherwise Dimana a, b, dan c merupakan bilangan riil dan c = a = b Teori Fuzzy mengutamakan dalam hal mengkuantitaskan kesamaran persepsi manusia, dimana linguistic terms dapat dibuat dengan memperkirakan pertimbangan dari teori fuzzy. Linguistic terms dapat didefinisikan sebagai suatu variabel yang nilainya tidak berupa angka, tetapi kata-kata atau kalimat-kalimat yang biasa digunakan sehari-hari. Pembobotan kepentingan dapat dievaluasi dengan linguistic terms seperti sangat rendah, rendah, medium, tinggi, sangat tinggi. Linguistic terms tersebut dapat ditunjukkan melalui triangular fuzzy number seperti yang ditunjukkan pada tabel 1, sementara membership function dari kelima nilai linguistic ditunjukkan pada gambar 2.4 . Tabel 1. Linguistic Terms yang Digunakan dalam Penelitian

2.2. Fuzzy Cognitive Maps Fuzzy Cognitive Maps (FCM) merupakan sebuah grafik yang berisikan node Ci yang mewakili konsep dari domain yang ada dalam penelitian, yang berhubungan satu dengan yang lainnya dengan sumbu pembobotan W(i,j) menunjukkan bagaimana konsep i dipengaruhi oleh konsep j. Bobot pada sumbu menghubungkan dua konsep yang berkaitan dengan kualifikasi fuzzy, seperti ‘sedikit’, ‘sedang’, ‘banyak’, atau nomor fuzzy dapat ditetapkan dengan tujuan untuk menunjukkan jangkauan pengaruh dari setiap konsep. FCM digunakan untuk memodelkan dan mempelajari persepsi mengenai sebuah domain, untuk mencari hubungan antara konsep-konsepnya dan untuk menarik kesimpulan berdasarkan implikasi yang dihasilkan skenario. Akibat-akibat di antara konsep-konsep dari FCM diestimasi menggunakan indirect effect yaitu hasil yang diakibatkan oleh hubungan antar konsep-konsep mulai dari sebab yakni variabel (X) hingga efek yakni variabel (Y) serta efek total, dengan kata lain penjumlahan dari semua efek tidak langsung yang dihasilkan dari sebab variabel X hingga efek variabel Y (Kosko,1986).


FCM dapat diwakilkan dengan merata-ratakan N x N matriks E = [eij], dimana N merupakan nilai dari konsep di dalam FCM dengan I dan j mewakili konsep di dalam FCM. Setiap nilai eij dari matrix tersebut mewakili kekuatan dan arah dari kausalitas antara konsep yang saling berhubungan. Nilai kausalitas eij ditetapkan dengan nilai interval [-1,+1]. Menurut Schneider, Shnaider, Kandel dan Chew (1998): •

eij > 0 menunjukkan peningkatan kausal atau kausalitas positif dari node i ke j.

•

eij = 0 tidak ada kausalitas dari node i ke j.

•

eij < 0 menunjukkan penurunan kausal atau kausalitas negative dari node I ke j.

Perkalian antara matriks-matriks yang mewakili FCM menghasilkan efek yang tidak langsung dan total (Yu dan Tzeng, 2006). Efek kausal dapat diwakili dengan vector 1 x N (Banini dan Bearman, 1998). Dampak tersebut dihitung melalui perkalian berulang: E x D1 = D2, E x D2 = D3 dan seterusnya, yaitu E x Di = Di+1, hingga mencapai ekuilibrium, yakni hasil akhir dari efek D1. Ekuilibrium tercapai ketika hasil akhir sama dengan nol, yaitu semua sel dari vector yang dihasilkan sama dengan nol dan tidak ada lagi dampak kausal yang disebabkan oleh setiap konsep. Nilai ambang yang berbeda, tergantung kepada kebutuhan permodelan, membatasi nilai yang dihasilkan dari masing-masing perkalian di dalam jangkauan [-1,+1]. Maka dari itu, jika nilai yang dihasilkan lebih besar dari (+1) maka ditetapkan sebagai (+1), atau jika tidak ditetapkan sebagai (-1) jika nilai yang dihasilkan melebihi batas bawah (-1). Sebagai contoh, sebuah batas ambang (+/-0.5) menunjukkan bahwa jika nilai yang dihasilkan lebih besar dari (+0.5) atau lebih kecil dari (-0.5) maka nilainya ditetapkan sebagai (+1) atau (-1) secara berurutan. FCM telah digunakan di dalam banyak aplikasi di permodelan sistem dan pengambilan keputusan (Kosko, 1986), di permodelan kompleks dinamis, yang mana dikarakteristikkan oleh non linearitas yang kuat (Stylios & Grounpos, 2000), dalam mengatur hubungan di layanan penerbangan (Kang, ee, & Choi, 2004), di perancangan EDI (Lee & Han, 2000), di evaluasi kinerja EDI ( Lee& Kwon, 2008; Miao, Yangb, Fangc, & Goha, 2007). Kecocokan FCM untuk mengatur faktor perancangan web (Lee & Lee, 2003; Maule, 1997). Pada penelitian ini digunakan FDM sebagai metodologi penelitian yang melakukan wawancara kepada para ahli hanya sebanyak satu babak, dan mempertimbangkan median dari respon para ahli sebagai nomor fuzzy untuk menunjukkan gelombang kausalitas di dalam FCM. Median yang dihitung dari opini para ahli dapat dengan mudah menggabungkan tanda dari masing-masing hubungan juga, hal ini dikarenakan kuesioner memperbolehkan para ahli untuk mengisi nilai negatif yang menunjukkan ketidakcocokan tipe media yang diajukan untuk mewakili masing-masing konten.


3. Metode Penelitian Sebelum dilakukan penelitian ini, situs Fakultas Teknik yang menjadi bahan studi kasus menyediakan beberapa konten utama yang memberikan informasi bagi penggunanya, baik mahasiswa ataupun pengguna lainnya. Konten dari situs tersebut antara lain: •

Berita fakultas

•

Profil Profesor

•

Profil FTUI

•

Profil Dosen

•

Agenda fakultas

•

Informasi mengenai program-

•

Informasi beasiswa

•

Sejarah FTUI

•

Riset fakultas

•

Visi dan misi

•

Alumni

•

Profil Kepala Fakultas

•

Kerja sama fakultas

•

Profil Kepala Departemen

•

Fasilitas

program

Gambar 1. Kondisi website saat ini


Demi tercapainya tujuan dari website yang dimiliki oleh Fakultas Teknik Universitas Indonesia, digunakan suatu perangkat konten yang bisa dianggap sebagai best practice untuk membangun sebuah website universitas. Best practice yang digunakan dibuat berdasarkan penelitian yang dilakukan oleh Utah State University. Pada perangkat konten tersebut terdapat 54 konten yang memiliki fungsi yang dapat membantu penggunanya dalam mencari informasi mengenai universitas yang bersangkutan.

Gambar 2. Data konten yang diajukan untuk disediakan dalam website fakultas

Kemudian dari hasil pengumpulan konten-konten yang diajukan tersebut, disusunlah dua buah kuisioner yang mempertanyakan tingkat kepentingan dari masing-masing konten serta tingkat kecocokan antara masing-masing konten dengan tipe media yang diajukan. Tabel 2. Contoh Kuisioner yang Digunakan


Proses untuk melakukan FDM itu sendiri adalah sebagai berikut: 1.

Diasumsikan bahwa sejumlah K ahli yang setuju untuk ikut serta pada penelitian ini untuk memberikan penilaian mengenai tingkat kepentingan dari konten-konten yang diajukan untuk disediakan ke dalam situs fakultas dan tingkat kecocokan antara kontenkonten tersebut dengan media yang diajukan.

2.

Ubah hasil penilaian tersebut ke dalam triangular fuzzy number. Kemudian hitung !!! yang dianggap sebagai nilai rating dari alternative media i dengan mengacu kepada konten j dan hitung ῶ!! dianggap sebagai pembobotan dengan k adalah jumlah ahli yang ikut serta. !=

!

!!! ⨁!!! ⨁ ∙∙∙ ⨁!!!

!

(1)

!

ῶ = ῶ!! ⨁ῶ!! ⨁ ∙∙∙ ⨁ῶ!!

(2)

!

3.

Untuk setiap ahli, digunakan metode vertex untuk menghitung jarak antara rata-rata tingkat kecocokan konten dengan media dengan penilaian para ahli. Jarak antara dua himpunan fuzzy ḿ = (m1, m2, m3) dan ń = (n1, n2, n3) dihitung dengan menggunakan rumus: ! !, ! =

4.

! !

!! − !!

!

+ ! ! − !!

!

+ ! ! − !!

!

(3)

Hitung agregat evaluasi fuzzy dengan rumus: !! ! = !! !"#$%$ !! = !!! ⨂!! ⨁!!! ⨂!! ⨁ ∙∙∙ ⨁!!" ⨂!! (4) !!

5.

Untuk setiap pilihan tipe media, fuzzy evaluasi Ăi = (ai1,ai2,ai3) dilakukan defuzzifikasi dengan rumus: !! =

! !

!!! + 2!!! + !!!

(5)

4. Hasil Penelitian Pada tahap awal pengolahan data, konten-konten yang semula berjumlah 54 dieliminasi sesuai dengan tingkat kepentingannya. Proses eliminasi ini dilakukan dengan menghitung nilai median dari masing-masing konten yang nilai kepentingannya telah ditentukan oleh para ahli. Jika salah satu konten memiliki nilai median yang kurang dari 0,5 maka konten tersebut


dieliminasi, sedangkan konten yang lain diajukan untuk disediakan dalam website. Tahap eliminasi ini ditunjukkan pada tabel 3. Tabel 3. Nilai Median dari Masing-masing Konten No.

Degree of Importance Min Med Max 1 Research office 0 0.5 1 2 President's office 0 0.5 1 3 Board of trustees 0 0.5 1 4 Campus recreation -‐0.5 0.5 0.5 5 Outdoor recreation center -‐0.5 0 0.5 6 Department of Public Safety 0 0 1 7 Disability Resource Center 0 0 0.5 8 Multicultural Student Services 0 0 0.5 9 Women Center -‐0.5 0 0.5 10 Academic Resource Center 0 0.5 1 11 Counseling Center -‐1 0 0.5 12 Graduate Student Senate -‐0.5 0 0.5 13 Alumni Association -‐0.5 0 0.5 14 Academic Affair 0 0.5 0.5 15 Faculty connection 0 0 0.5 16 Budget office -‐0.5 0 0.5 17 Classroom and Multimedia Services 0 0.5 1 18 Career Services 0.5 0.5 1 19 Human Resources -‐0.5 0 1 20 Faculty Senate -‐1 0 0.5 21 Study Abroad 0 0.5 1 22 Facilities 0.5 0.5 1 23 Information technology 0 0.5 1 24 Parking -‐0.5 0 1 25 Faculty homepage 0.5 0.5 1 26 About FTUI 0 0.5 1 27 Student l ife 0 0.5 1 28 Academics 0.5 0.5 1 29 Offices and Services ( link portal) 0 0.5 0.5 30 Department & staff -‐0.5 0 1 31 Head of Faculty's Profile 0 0 1 32 Head of Dept.'s Profile -‐0.5 0 1 33 Professor's profile 0 0.5 1 34 Lecturer's profile 0 0.5 1 35 Contact 0.5 1 1 36 FTUI Today 0 0 0.5 37 Transfer Information -‐0.5 0.5 0.5 38 Faculty Studies 0.5 0.5 0.5 39 A-‐Z i ndex 0 0.5 1 40 Copyright 0 0.5 1 41 Department of Architecture 0 0.5 1 42 Department of Electrical Engineering 0 0.5 1 43 Department of Mechanical Engineering 0 0.5 1 44 Department of Civil Engineering 0 0.5 1 45 Department of Industrial Engineering 0 0.5 1 46 Department of Chemical Engineering 0 0.5 1 47 Department of Metalurgy & Material 0 0.5 1 48 International Program 0 0.5 1 49 Agenda 0 0.5 1 50 Scholarship i nformation 0.5 0.5 1 51 History of FTUI -‐0.5 0 0.5 52 Vision & Mission 0 0.5 1 53 Research 0.5 0.5 1 54 Cooperation 0 0.5 1 Presented service


Tabel 4 menunjukkan sebagian dari FCM-Konten-Media. Konsep dari FCM-Konten-Media mewakili tingkat kecocokan dari masing-masing konten dengan tipe media yang diajukan. FCM-Konten-Media pada tabel menunjukkan bahwa untuk mempresentasikan “kantor penelitian”, media yang dianggap paling cocok adalah teks, dan yang paling cocok berikutnya adalah gambar. Tetapi, walaupun teks tampak memiliki dampak positif yang kuat pada persepsi pengguna ketika mempresentasikan “kantor penelitian” (median=0.5), sementara penggunaan media gambar tampak tidak akan terlalu berpengaruh, sedangkan jika media video ataupun audio yang digunakan untuk mempresentasikan konten “kantor penelitian” dapat mengurangi persepsi kualitas dari pengguna atas website fakultas yang bersangkutan. Maka dari itu, digunakan sebuah metode yang memilih tipe media atau kombinasi dari tipe media yang paling pantas untuk mempresentasikan masing-masing konten yang disediakan di dalam website berdasarkan opini dari para ahli. Tabel 4. FCM-Konten-Media

President's office Board of trustees Research office Pictures Text Audio Video

President's Board of Research Picture Text office trustees office 0 0 0 (-‐0.5 0.3, 0.5) (-‐1 0.3, 0.5) 0 0 0 (-‐1 0.5, 1) (-‐1 0, 0.5) 0 0 0 (-‐1 0, 0.5) (0.5 0.5, 1) 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0

Audio

Video

(-‐1 -‐1, 0) (-‐1 -‐1, 1) (-‐1 -‐1, 0) 0 0 0 0

(-‐1 -‐1, 0) (0 0.3, 1) (-‐1 -‐1, 0) 0 0 0 0

Para ahli sebelumnya telah menentukan opini mereka mengenai tingkat kepentingan dari masing-masing konten. Kemudian opini-opini tersebut diubah ke dalam bentuk linguistic terms untuk dapat dihitung secara kuantitatif. Proses pengubahan dilakukan dengan mengganti masing-masing jawaban ahli dengan angka-angka linguistic terms yang sudah ditentukan sebelumnya. Angka-angka linguistic terms tersebut merupakan sebuah default yang dirancang oleh Wang dan Chang, (2007) yang berkisar antara 0 sampai 10. Tabel 5. Linguistic Terms dari Derajat Kepentingan Masing-masing Konten

Presented service Research office President's office Board of trustees

Expert 1 L M U (3 5 7) (3 5 7) (3 5 7)

Expert 2 L M U (5 7 9) (3 5 7) (3 5 7)

Expert 3 L M U (5 7 9) (5 7 9) (5 7 9)

Expert 4 L M U (5 7 9) (5 7 9) (5 7 9)


Expert 5 L M U (7 9 10) (7 9 10) (7 9 10)

Setelah opini dari masing-masing ahli diubah ke dalam bentuk linguistic terms, kemudian dilakukan penghitungan bobot dengan menggunakan persamaan (2). Dimana ῶ!! dengan k merupakan ahli ke-k (i = 1, 2, …, k), j merupakan konten ke-j (j = 1, 2, … ,j) dan K merupakan jumlah ahli yang menjadi partisipan. Tabel 6. Hasil Penghitungan Pembobotan

Picture Text Audio Video Min Med Max Min Med Max Min Med Max Min Med Max -0.5 0.25 0.5 -1 0.25 0.5 -1 -1 0 -1 -1 0 -1 0.5 1 -1 -0.3 0.5 -1 -0.5 0.5 0 0.25 0.5 -1 0 0.5 0.5 0.5 1 -1 -0.5 0 -1 -0.8 0

Service 1 Research office 2 Campus recreation 3 Academic Resource Center

Selain derajat kepentingan, tingkat kecocokan antara masing-masing konten dengan media yang diajukan pun diubah ke dalam bentuk linguistic terms dengan cara yang sama. Berikut salah satu sampel pengubahan nilai TFN ke dalam linguistic terms yang diambil dari ahli 1. Tabel 7. Linguistic Terms Tingkat Kecocokan dari Ahli 1

Linguistic terms (Expert 1) Presented services Picture President's office (3 5 Board of trustees (3 5 Research office (3 5

7) 7) 7)

Text (3 5 (3 5 (3 5

7) 7) 7)

Audio (1 3 (1 3 (1 3

5) 5) 5)

Video (1 3 (3 5 (3 5

5) 7) 7)

Setelah setiap data tingkat kecocokan diubah menjadi nilai linguistic terms, lalu dilakukan perhitungan rata-rata dari setiap kontennya dengan persamaan (1). Tabel 8. Penghitungan Rata-rata Presented Services President's office Board of trustees Research office

Picture Avg L Avg M Avg U (3.4 5.4 7.4) (2.6 4.6 6.6) (3.4 5.4 7.4)

Text Audio Avg L Avg M Avg U Avg L (3.2 5 7) (0.8 (3.4 5.4 7.4) (1 (3.2 5 7) (0.8

Avg M 2.2 2.6 2.2

Video Avg U Avg L 4.2) (1.2 4.6) (2 4.2) (1.2

Avg M 3 3.8 2.6

Avg U 5) 5.8) 4.6)

Perhitungan jarak dilakukan dengan mencari selisih antara nilai dari opini masing-masing ahli dengan nilai rata-rata dari tingkat kecocokan masing-masing konten dengan media yang diajukan yang telah dihitung sebelumnya. Perhitungan jarak ini dimaksudkan untuk mengetahui apakah setiap opini yang diberikan oleh para ahli sudah konsensus. Perhitungan tersebut dilakukan dengan menggunakan persamaan (3). Dimana m merupakan nilai opini


yang telah diberikan oleh masing-masing ahli dan n merupakan nilai rata-rata opini dari para ahli. Tabel 9. Hasil Penghitungan Jarak Antara Opini Para Ahli dengan Nilai Rata-ratanya

Presented Services President's office Board of trustees Research office

Picture 0.4 0.4 0.4

Text 0.11547 0.4 0.11547

Audio 0.663325 0.326599 0.663325

Video 0.11547 1.137248 2.218107

Dengan mengacu pada penelitian yang dilakukan oleh Cheng dan Lin (2002), jika jarak antara nilai rata-rata dengan nilai opini para ahli menunjukkan nilai yang lebih kecil daripada threshold value yaitu 2, maka semua penilaian para ahli dianggap telah mencapai konsensus. Kemudian, jika 75% atau lebih dari semua jumlah penilaian telah dianggap konsensus, maka penelitian dapat dilanjutkan, namun jika belum mencapai persentase tersebut maka dibutuhkan survey kembali kepada para ahli. Dengan melihat hasil perhitungan pada tabel 9, sejumlah 130 dari 144 nilai berada di bawah batas ambang, sehingga dapat dianggap bahwa sekitar 90% penilaian para ahli konsensus dan penelitian dapat dilanjutkan. Tahap selanjutnya adalah dengan melakukan penghitungan agregat untuk tingkat kecocokan masing-masing konten dengan media yang diajukan. Perhitungan agregat ini dilakukan dengan mengalikan matriks rata-rata tingkat kecocokan dengan pembobotan yang sudah dihitung dengan menggunakan nilai tingkat kepentingan masing-masing konten. Perhitungan agregat ini menggunakan rumus (4). Tabel 10. Hasil Perhitungan Agregat


Picture Text Audio Video L M U L M U L M U L M U (17, 37.8, 65.1) (16, 35, 61.6) (4, 15.4, 37) (6, 21, 44) (12, 30.4, 55.4) (15.6, 35.6, 62.2) (4.6, 17.2, 38.6) (9.2, 25.1, 48.7) (15.6, 35.6, 62.2) (14.7, 33, 58.8) (3.68, 14.5, 35.3) (5.52, 17.2, 38.6)

Setelah didapatkan hasil perhitungan agregat, kemudian hasil tersebut diteruskan dengan defuzzification. Defuzzification merupakan sebuah cara untuk memperoleh nilai tegas (crisp) dari himpunan fuzzy. Umumnya terdapat lima metode untuk defuzzification himpunan fuzzy A. Namun pada penelitian ini defuzzification dilakukan dengan menggunakan rumus (5).


Tabel 11. Hasil Perhitungan Defuzzification


Picture 39.43 32.03 37.27

Text 36.9 37.27 34.88

Audio 17.94 19.39 17

Video 23 27.02 19.62

5. Pembahasan Setelah mendapatkan hasil perhitungan fuzzy evaluation dari bab sebelumnya, kemudian dilakukan penentuan peringkat dari masing-masing tipe media yang diajukan. Penentuan peringkat ini dimaksudkan dengan tujuan untuk dapat menentukan pemilihan media yang cocok bagi masing-masing konten yang akan disediakan pada website fakultas. Berikut ini adalah data dari penentuan peringkat dari masing-masing tipe media untuk seluruh konten yang berjumlah total sebanyak 36 konten. Tabel 12. Hasil Penentuan Peringkat Konten “Research office”

Tipe Media Picture Text Audio Video

Research office Fuzzy evaluation score (17, 37.8, 65.12) 39.43 (16, 35, 61.6) 36.9 (4,15.4, 36.96) 17.94 (6, 21, 44) 23

ranking 1 2 4 3

Tabel 13. Hasil Penentuan Peringkat Konten “President’s office”


President's office Fuzzy evaluation score (11.96, 30.36, 55.44) 32.03 (15.64, 35.64, 62.16) 37.27 (4.6, 17.16, 38.64) 19.39 (9.2, 25.08, 48.72) 27.02

ranking 2 1 4 3

Tabel 14. Hasil Penentuan Peringkat Konten ”Board of Trustees”


Board of trustees Fuzzy evaluation score (15.64, 35.64, 62.16) 37.27 (14.72, 33, 58.8) 34.88 (3.68, 14.52, 35.28) 17 (5.52, 17.16, 38.64) 19.62


ranking 1 2 4 3

Kemudian, setelah setiap halaman telah ditentukan isi kontennya, maka dilakukan penentuan tata letak dari masing-masing konten di setiap halamannya. Penentuan tata letak ini berdasar kepada penelitian yang telah dilakukan oleh Ahmadi dan Kong (2012) yang menyebutkan bahwa terdapat lima sesi utama pada setiap halaman website: (1) atas, (2) konten utama, (3) menu kiri dan kanan, (4) bawah, dan (5) gutter seperti iklan. Penelitian ini mengasumsikan bahwa halaman website tersusun atas lima area (gambar 4.1) dengan tingkat kepentingan yang relatif (Sklar, 2000). Area 2

Area 5

Area 1

Area 3

Area 4 Gambar 3. halaman website yang memiliki lima area dengan tingkat kepentingan relative

Selama proses presentasi personalisasi, tipe media dan konten yang bersangkutan diberikan peringkat berdasarkan nilai maksimum dari nilai evaluasi fuzzy yang didapatkan oleh masingmasing konten dengan tipe medianya. Kemudian konten yang memiliki nilai paling besar mendapatkan letak di area 1, yaitu berada di tengah halaman. Selanjutnya konten yang memiliki nilai kedua paling besar mendapatkan letak di area atas dan untuk konten selanjutnya berurutan berdasarkan arah jarum jam sesuai dengan nilainya, yang pada akhirnya konten yang memiliki nilai paling rendah mendapatkan posisi di area kiri. Masing-masing area memiliki batas maksimum untuk ditempati oleh dua konten. Sehingga jika terdapat lebih dari dua konten yang memiliki nilai yang sama pada satu area, maka dua konten dipilih secara acak untuk ditempatkan pada area yang bersangkutan dan sisanya ditempatkan di area selanjutnya.


Gambar 4. Purnarupa Halaman “Fasilitas”

6. Kesimpulan Dari hasil penelitian ini dapat ditarik beberapa kesimpulan, antara lain: •

Dengan melakukan permodelan dengan menggunakan metode Fuzzy Cognitive Maps, penentuan dari tipe media yang digunakan untuk masing-masing konten dapat diketahui hanya dengan menghitung nilai median dari masing-masing nilai TFN yang didapatkan dari hasil wawancara dengan para ahli sehingga diketahui bahwa penentuan tipe media kepada masing-masing konten dapat berpengaruh kepada persepsi kualitas dari pengguna.

•

Penggunaan FDM dapat menjawab kekurangan dari hasil permodelan yang dilakukan ketika digunakan FCM.

•

Untuk dapat meningkatkan usability dari sebuah website, FDM sangat cocok digunakan karena dengan menggunakan metode tersebut rancangan presentasi dari sebuah situs akan lebih sesuai dengan kebutuhan penggunanya, seperti penentuan tipe media untuk masing-masing konten serta penentuan tata letak masing-masing konten pada setiap halaman web.


•

Kekurangan pada FDM yaitu perancang website tidak dapat menentukan isi konten dari masing-masing halaman web sehingga pada penelitian ini digunakan asumsi dari penulis untuk penentuan isi konten tersebut.

7. Saran •

Untuk penelitian selanjutnya dapat dilakukan penentuan isi konten dari masingmasing halaman web, sehingga halaman-halaman web yang ada di suatu website menjadi tidak bias.

•

Wawancara yang dilakukan untuk pengumpulan data yang digunakan pada metode Fuzzy Delphi sebaiknya dilakukan kepada ahli yang kompeten dan objektif sehingga hasil penelitian dapat menjadi lebih valid, dapat diandalkan, dan dapat dijadikan best practice bagi para perancang web.

Daftar Referensi DAFTAR PUSTAKA Bertram, D. (2006). Likert scale are the meaning of life. Beograd: University of Belgrade. Ho, Y. F., & Wang, L. H. (2008). Applyng fuzzy delphi method to select the variables of a sustainable urban system dynamics model. Hsu, Y.-L., Lee, C.-H., & Kreng, V. (2010). The application of Fuzzy Delphi Method and Fuzzy AHP in lubricant regenerative technology solution. 419-425. Ikechukwu, A., & Damian. (2002). Comparative Study Of Web Design Methodologies. Kardaras, D. K., Karakostas, B., & Mamakou, X. J. (2013). Content Presentation Personalisation and media adaptation in tourism web sites using Fuzzy Delphi Method and fuzzy Cognitive Maps. 2331-2342. Lin, H. Y., Hsu, P. Y., & Sheen, J. G. (2007). A fuzzy-based decision-making procedure for data warehouse system selection. 939-953. Troyer, O. D., & Leune, C. (2001). WSDM: A User Centered Design Method for Web Sites. Utah State University. (2012). Web Standard Guide - Utah State University. Utah: Utah State University. Yu, Y. K. (2011). Applying the Fuzzy Delphi Method to Analyze the Sustainable Neighborhood unit evaluation factors.


Perancangan Ulang Website Fakultas Teknik Universitas Indonesia dengan Metode Fuzzy Delphi dan Fuzzy Cognitive Maps

Recommend Documents