Rancang Bangun Sistem Pendukung Keputusan Penilaian Persepsional Dosen Menggunakan Algoritma Fuzzy Simple Additive Weighting (FSAW)
Solikhin Program Studi Sistem Informasi, STMIK Himsya Semarang
Abstrak Kualitas kinerja pendidik (dosen) di suatu perguruan tinggi sangat diperlukan dalam melaksanakan Tridharma perguruan tinggi, yaitu melaksanakan pendidikan dan pengajaran, penelitian, dan pengabdian kepada masyarakat. Untuk mengetahui kondisi riil kinerja dosen dalam melaksanakan tugasnya sebagai seorang pendidik, maka diperlukan suatu sistem penilaian persepsional dosen. Indikator permasalahan yang dihadapi oleh STMIK Himsya Semarang dalam melakukan proses penilaian persepsional dosen adalah belum adanya sistem pendukung keputusan penilaian persepsional dosen yang terkomputerisasi, sehingga dalam melakukan penilaian persepsional dosen masih mengalami kendala-kendala seperti; membutuhkan waktu yang lama dalam pengolahan, hasil penilaian yang kurang akurat, dan yang paling utama adalah penilaian persepsional dosen yang bersifat subyektif karena belum didukung oleh sistem, metode dan standar kriteria-kriteria yang memadai. Berdasarkan indikator permasalahan tersebut, maka dalam penelitian ini diusulkan rancang bangun sistem pendukung keputusan penilaian persepsional dosen menggunakan algoritma Fuzzy Simple Additive Weighting (FSAW). Pada penelitian ini diusulkan suatu kasus yaitu mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan algoritma FSAW. Proses penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang akan menentukan nilai alternatif optimal, yaitu dosen terbaik. Dengan demikian penerapan algoritma FSAW ini sangat membantu dalam memberikan penilaian kepada dosen secara obyektif.
Kata kunci: Sistem Pendukung Keputusan, Penilaian Persepsional Dosen, FSAW.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
27
I.
PENDAHULUAN Kualitas kinerja pendidik (dosen) di suatu perguruan tinggi sangat diperlukan
dalam melaksanakan tugasnya. Tugas seorang dosen adalah melaksanakan Tridharma perguruan tinggi, yaitu selain melaksanakan pendidikan dan pengajaran, seorang dosen juga diharuskan untuk melaksanakan penelitian, dan pengabdian kepada masyarakat. Untuk mengetahui kondisi sebenarnya tentang bagaimana kinerja dosen dalam melaksanakan tugasnya sebagai seorang pendidik, maka diperlukan suatu sistem penilaian persepsional dosen. Indikator permasalahan yang dihadapi oleh STMIK Himsya Semarang dalam melakukan proses penilaian persepsional dosen adalah belum adanya sistem pendukung keputusan penilaian persepsional dosen yang terkomputerisasi, sehingga dalam melakukan penilaian persepsional dosen masih mengalami kendala-kendala seperti; membutuhkan waktu yang lama dalam pengolahan, hasil penilaian yang kurang akurat, dan yang paling utama adalah penilaian persepsional dosen yang bersifat subyektif karena belum didukung oleh sistem, metode, algoritma, dan standar kriteria-kriteria yang memadai. Hal ini akan berdampak pada rasa ketidakadilan, kecurigaan, dan kecemburuan antar sesama dosen. Kondisi seperti ini tentu akan semakin tidak mungkin terciptanya suasana akademik yang kondusif, serta tujuan akhir proses belajar mengajar juga tidak akan tercapai. Berdasarkan indikator permasalahan tersebut, maka dalam penelitian ini diusulkan rancang bangun sistem pendukung keputusan penilaian persepsional dosen menggunakan algoritma Fuzzy Simple Additive Weighting (FSAW). Pada penelitian ini diusulkan suatu kasus yaitu mencari alternatif terbaik berdasarkan kriteria-kriteria yang telah ditentukan dengan menggunakan algoritma FSAW. Proses penelitian dilakukan dengan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang akan menentukan nilai alternatif optimal, yaitu dosen terbaik. Dengan demikian penerapan algoritma FSAW ini sangat membantu dalam memberikan penilaian kepada dosen secara obyektif.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
28
II. TINJAUAN PUSTAKA Berbagai Multi-Criteria Decision Making (MCDM) telah diusulkan dalam penelitian sebelumnya untuk memecahkan beragam aplikasi pendukung keputusan. Adriyendi (2015) dalam penelitiannya, Multi-Attribute Decision Making (MADM) untuk pemilihan makanan. Pemilihan makanan bertujuan untuk menemukan solusi pada saat terjadi krisis kekurangan makanan. Makanan alternatif sebagai pilihan adalah padi, jagung, singkong, ubi, sagu, sorgum, gandum, dan beras analog. Metode yang digunakan adalah Simple Additive Weighting (SAW) dan Weighted Product (WP). Peneliti lain Afshari dkk. (2010) menggunakan pendekatan metode SAW untuk menangani masalah seleksi personil yang berkualitas. Tujuh kriteria yang diterapkan untuk menentukan kualitas personil, dan positif untuk memilih yang terbaik beserta peringkatnya di antara lima personil. Metode SAW yang diterapkan tersebut pada akhirnya digunakan dalam studi kasus. Abdullah dkk (2014) dalam makalahnya menyajikan review dari aplikasi SAW dan Fuzzy Simple Additive Weighting (FSAW) dari tahun 2003 sampai dengan 2013. Berdasarkan artikel terkait yang muncul pada jurnal internasional 2003-2013 diperoleh bahwa 10 dari 19 artikel atau 52% menerapkan metode SAW atau FSAW dalam proses seleksi manajemen. Sediyono dkk (2013) dalam penelitiannya menerapkan algoritma FSAW guna menentukan kesesuaian lahan untuk tanaman di Minahasa Tenggara. Makalah ini menjelaskan penggunaan FSAW guna menentukan peringkat tanaman alternatif yang cocok untuk ditanam di setiap kecamatan di Minahasa Tenggara. Saleh dkk (2014), penelitiannya menerapkan metode FSAW dalam menentukan kualitas kulit ular untuk kerajinan tangan. Beberapa kriteria-kriteria yang digunakan seperti ukuran, fisik, dan warna kulit ular, sedangkan pembobotan akan diberikan untuk setiap kriteria, selanjutnya penentuan nilai normalisasi dari perhitungan nilai kriteria dibagi dengan nilai maximum untuk setiap kriteria, dan kemudian dilakukan perhitungan guna menentukan nilai perankingan alternatif untuk menentukan jenis kulit ular yang terbaik.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
29
Zalita (2013) menerapkan metode simple additive weighting untuk menentukan dosen berprestasi di Universitas Dehasen Bengkulu. Dalam penelitiannya proses penentuan prestasi dosen digunakan beberapa kriteria yaitu : kualifikasi pendidikan, pembelajaran, penelitian, jurnal, dan pengabdian pada masyarakat. Hasil sistem yang dibuat adalah aplikasi sistem pendukung keputusan untuk menentukan dosen yang memiliki nilai tertinggi untuk dijadikan sebagai dosen berprestasi. Konsep Sistem Pendukung Keputusan atau Decision Support System (DSS) pertama kali diperkenalkan oleh Michael S. Scott Morton pada awal tahun 1970-an, yang selanjutnya dikenal dengan Management Decision System. DSS merupakan sistem
informasi
interaktif
yang
menyediakan
informasi,
pemodelan
dan
pemanipulasian data. Sistem ini digunakan untuk membantu pengambilan keputusan dalam situasi yang semi terstruktur dan situasi yang tidak terstruktur, dimana tak seorangpun tahu secara pasti bagaimana keputusan seharusnya dibuat (Alter dalam Kusrini, 2007). Kinerja merupakan hasil seseorang secara keseluruhan selama periode tertentu di dalam melaksanakan tugas, seperti standar hasil kerja, target atau sasaran atau kriteria yang telah ditentukan terlebih dahulu dan telah disepakati bersama (Rivai dan Basri, 2004 dalam Jurnal SDM). Untuk mengetahui apakah penilaian kinerja dapat dianggap berkualitas atau tidak, terdapat tujuh kriteria yang perlu diperhatikan oleh evaluator. Ketujuh kriteria ini sebagaimana diungkap oleh Popham dalam Andayani dan Mardapi (2012) yaitu: Generability, Authenticity, Multiple foci, Teachability, Fairness, Feasibility, Scorability. Penilaian persepsional dosen berdasarkan Peraturan Pemerintah Nomor 37 Tahun 2009 tentang Dosen Pasal 4, ayat (4) butir b, disebutkan bahwa: a. Penilaian persepsional diperoleh dari mahasiswa, teman sejawat, dan atasan langsung dan Dosen yang disertifikasi (DYS). b. Penilaian ini dilakukan dengan memberikan skor pada instrument: kompetensi, pedagogi, profesional, kepribadian, dan sosial.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
30
Rumus untuk menghitung rerata skor komponen dari kelompok mahasiswa adalah. ̅
̅
̅
̅
̅
̅
(1)
Rumus untuk menghitung rerata skor komponen dari kelompok teman sejawat adalah. ̅
̅
̅
(2)
̅
Rumus untuk menghitung rerata skor komponen adalah. ̅
̅
̅
̅
̅
(3)
Rumus untuk menghitung rerata total instrumen adalah. ̅
̅
̅
̅
̅
(4)
Metode SAW sering juga dikenal istilah metode penjumlahan terbobot. Konsep dasar metode SAW adalah mencari penjumlahan terbobot dari rating kinerja pada setiap alternatif pada semua atribut. Metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada (Kusumadewi dkk, 2006).
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
31
III. METODE PENELITIAN 3.1 Objek, Bahan, Alat, dan Prosedur Penelitian a. Objek Penelitian Objek dalam penelitian ini adalah STMIK Himsya yang berlokasi di Jalan Raya Karanganyar Tugu Km. 12 nomor 58 Semarang. b. Bahan Penelitian Bahan-bahan yang digunakan berupa data-data hasil survey dan observasi yang telah dilakukan pada STMIK Himsya Semarang, seperti data mahasiswa, dosen, pimpinan, kriteria-kriteria, komponen, dan data alternatif penilaian. Literatur seperti buku, e-book dan jurnal-jurnal penelitian sebelumnya yang relevan. c. Peralatan Penelitian Peralatan yang digunakan dalam penelitian ini adalah perangkat keras (hardware) dan perangkat lunak (software). 1) Hardware Dengan spesifikasi: Processor Intel Core i3 2350M, LCD 14.0” HD LED, Memory 2000MB / DDR 3, HD 500GB, CDROM – DVD Super Multi DL drive, VGA Nvidia GeForce 610M / 1GB, Battery 6 cell Li-ion. 2) Software Software yang digunakan adalah Operating System Microsoft Windows 7 Ultimate, Web Server Apache, Database MySQL, Text Editor sebagai penulisan kode program PHP. d. Prosedur Penelitian Dalam prosedur penelitian ini berisi tahapan-tahapan yang dilakukan dalam melaksanakan penelitian dengan membuat sebuah tahapan metodologi penelitian agar tidak terjadi kerancuan dalam melaksanakan penelitian dan pencapaian hasil juga akan lebih optimal. Prosedur penelitian ditunjukkan pada Gambar 3.1.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
32
Gambar 3.1 Prosedur Penelitian 1. Identifikasi Masalah Identifikasi masalah dalam penelitian ini adalah bagaimana merancang dan membangun sistem pendukung keputusan penilaian persepsional dosen menggunakan algoritma FSAW. 2. Menganalisa Masalah Masalah yang telah diidentifikasi kemudian dianalisis agar dalam mengurai permasalahan dapat dengan mudah dilakukan. Masalah yang dianalisis dalam penelitian ini adalah aspek-aspek penilaian seperti; kinerja dosen terhadap pendidikan, proses pembelajaran, jabatan akademik, penelitian, penulisan karya ilmiah atau jurnal, dan pengabdian pada masyarakat. 3. Pengumpulan Data Tahap pengumpulan data dalam penelitian ini dilakukan dengan cara: a) Studi literature, mengumpulkan data yang bersumber dari buku, e-book, jurnal yang relevan dengan tema penelitian ini. b) Wawancara (Interview) cara ini untuk mendapatkan data atau informasi dari pihak STMIK Himsya Semarang. Petanyaan yang diajukan peneliti adalah tentang sistem yang berjalan, komponen-komponen, dan aspekaspek yang dinilai bagi setiap dosen.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
33
c) Observasi, cara ini dengan melakukan kunjungan ke lokasi objek penelitian yaitu STMIK Himsya Semarang. Setelah mendapatkan data yang diperlukan, selanjutnya dilakukan analisis terhadap data tersebut. 4. Perancangan Sistem Dalam tahapan ini dilakukan perancangan sistem secara konseptual untuk menggambarkan sistem yang akan dibangun. Model rancangan sistem dalam penelitian digunakan Data Flow Diagram (DFD). 5. Pembangunan Software Tahapan pembangunan perangkat lunak ini dilakukan dengan menuliskan script program html dan php menggunakan aplikasi editor. 6. Implementasi dan Dokumentasi Hasil program aplikasi system pendukung keputusan penilaian dosen ini selanjutnya dilakukan implementasi dan pengujian, hal ini dimaksudkan untuk mengetahui sistem apakah telah sesuai dengan kebutuhan pengguna. Apabila sistem telah sesuai tahapan selanjutnya yaitu pendokumentasian atau pembuatan laporan.
3.2 Metode Penelitian Algoritma yang digunakan dalam penelitian ini adalah Fuzzy Simple Additive Weighting (FSAW) untuk perhitungan dalam memberikan penilaian persepsional dosen. a. Memberikan nilai pada setiap alternatif (Ai) pada masing-masing kriteria (Cj) yang ditentukan. Nilai yang diberikan adalah satu set nomor himpunan i = { 1,2 , ... , m } ; j = { 1,2 , ... , n } b. Berikan bobot (W) ke nomor himpunan yang ditentukan . c. Apakah normalisasi untuk merencanakan tingkat keanggotaan setiap elemen fuzzy dengan menghitung nilai kinerja ternormalisasi (rij) dari alternatif Ai untuk atribut Cj berdasarkan persamaan yang disesuaikan jenis atribut dengan nilai maksimum (MAX Xij) atau nilai minimum (MIN Xij) . Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
34
d. Ranking semua alternatif dengan mengalikan matriks dinormalisasi (R) dengan nilai tertimbang (W) . e. Tentukan nilai preferensi untuk setiap alternatif (Vi) dengan menambahkan produk matriks dinormalisasi (R) dengan nilai tertimbang (W) . Vi maksimum menentukan bahwa alternatif yang lebih baik .
Sedangkan metode pengembangan sistem pendukung keputusan penilaian persepsional dosen berbasis web yang digunakan adalah model prototype yang menitikberatkan pada pendekatan aspek desain, fungsi dan user–interface, sehingga mudah dipahami, seperti ditunjukkan pada Gambar 3.2.
Gambar 3.2 Siklus Pengembangan Sistem Prototype
3.3 Perancangan Sistem Diagram konteks merupakan gambaran umum dari sistem yang hanya memiliki satu proses saja untuk mewakili suatu sistem. Berikut diagram konteks SPK Penilaian Persepsional Dosen seperti ditunjukkan pada Gambar 3.3.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
35
ADMIN
Data Kriteria Data Alternatif Data Kasus Data Nilai Bobot Data Nilai Kriteria
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN PERSEPSIONAL DOSEN Hasil Penilaian
Laporan Hasil Penilaian
ATASAN Laporan Dosen Terbaik/ Berprestasi
Data Dosen
DOSEN
Gambar 3.3 Diagram Konteks SPK Penilaian Persepsional Dosen
3.4 Perancangan Database Dalam rancang bangun sistem pendukung keputusan penilaian persepsional dosen ini dibutuhkan perancangan database untuk menyimpan data dan informasi yang dibutuhkan Sistem. Perancangan database ini dalam bentuk tabel-tabel yang saling berelasi, seperti ditunjukkan pada Gambar 3.4.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
36
Gambar 3.4 Rancangan Tabel Relasi SPK Penilaian Persepsional Dosen
3.5 Implementasi Pada proses implementasi merupakan hasil rancangan menjadi sebuah program aplikasi sistem pendukung keputusan penilaian persepsional dosen menggunakan algoritma Simple Addtive Weighting (SAW) untuk menganalisis dan memberikan hasil proses penilaian, serta hasil perangkingan alternatif terbaik.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
37
a. Form Login Antarmuka (interface) form login ini merupakan halaman awal yang berguna untuk membatasi hak akses pengguna. Antarmuka form login berisi kotak masukkan username dan password bagi user untuk mengawali penggunaan progam aplikasi sistem pendukung keputusan penilaian persepsional dosen. Hal ini untuk memberikan keamanan pada program aplikasi sistem pendukung keputusan penilaian persepsional dosen. Dengan kata lain program aplikasi sistem pendukung keputusan penilaian persepsional dosen ini hanya dapat diakses oleh pengguna (user) yang telah memiliki username dan password yang tersimpan dalam database. Halaman antarmuka login ditunjukkan pada Gambar 3.5.
SISTEM PENDUKUNG KEPUTUSAN PENILAIAN PERSEPSIONAL DOSEN STMIK HIMSYA SEMARANG
Username : Password :
Login
Batal
Gambar 3.5 Antarmuka Hampilan Login
b. Form Kriteria Antarmuka form kriteria ini digunakan untuk memasukan kriteria-kriteria penilaian. Pada form kriteria terdapat dua kolom yang dapat diisi yaitu, nama kriteria dan bobot. Nilai dari bobot ini nanti akan digunakan dalam perhitungan SAW. Antarmuka form kriteria ditunjukkan pada Gambar 3.6.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
38
Gambar 3.6 Antarmuka Form kriteria
c. Form Proses Penilaian Antarmuka form proses penilaian untuk melakukan proses perhitungan berdasarkan algoritma FSAW yang digunakan dalam penentuan nilai perangkingan terbaik. Dalam form ini terdapat tombol Proses FSAW dan tombol Hasil, seperti ditunjukkan pada Gambar 3.7.
Gambar 3.7 Tampilan Halaman SPK Penilaian Persepsional Dosen
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
39
IV. KESIMPULAN Berdasarkan penelitian yang telah dilaksanakan pada STMIK Himsya Semarang dengan judul rancang bangun sistem pendukung keputusan penilaian persepsional dosen menggunakan algoritma fuzzy simple additive weighting yang berfokus pada skor hasil perangkingan, maka disimpulkan: 1. Penilaian persepsional dilakukan oleh mahasiswa, teman sejawat, dan atasan langsung 2. Penilaian ini dilakukan dengan memberikan skor pada instrumen: kompetensi, pedagogi, profesional, kepribadian, dan sosial. 3. Proses perhitungan dalam penilaian persepsional dosen menggunakan algoritma FSAW yang dapat mencari alternatif terbaik berdasarkan kriteria-kriteria dan mencari nilai bobot untuk setiap atribut, kemudian dilakukan proses perangkingan yang akan menentukan nilai alternatif optimal. 4. Penerapan algoritma FSAW ini sangat membantu dalam memberikan penilaian kepada dosen secara obyektif. 5. Sistem yang dibangun berbasis web, menggunakan bahasa pemrograman PHP, dan MySql sebagai databasenya. 6. Berdasarkan perhitungan dari hasil pengujian sistem ini terdapat kesesuaian dengan hasil perhitungan secara manual. Dengan demikian sistem ini dapat dijadikan pertimbangan bagi atasan dalam pengambilan keputusan untuk memberikan rekomendasi bagi dosen dalam pengusulan kenaikan pangkat, jabatan, golongan, sertifikasi, dan penentuan dosen terbaik.
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
40
DAFTAR PUSTAKA
Abdullah, L., Adawiyah, C.W.R., 2014. Simple Additive Weighting Methods of Multi criteria Decision Making and Applications: A Decade Review. International Journal of Information Processing and Management 5.1, 39-49. Adriyendi, 2015. Multi-Attribute Decision Making Using Simple Additive Weighting and Weighted Product in Food Choice. International Journal of Information Engineering and Electronic Business 7.6 , 8-14. Afshari, A., Mojahed, M., Yusuff, R.M., 2010. Simple Additive Weighting approach to Personnel Selection problem. International Journal of Innovation, Management and Technology 1.5, 511. Andayani, S., Mardapi, D., 2012, Performance Assesment dalam Perspektif Multiple Criteria Decision Making, Prosiding Seminar Nasional Penelitian, Pendidikan dan Penerapan MIPA, Fakultas MIPA, Universitas Negeri Yogyakarta. Dikti Kemendikbud.(2015).”Buku 2 Penilaian Portofolio - Buku Pedoman Sertifikasi Pendidik untuk Dosen (Serdos) Terintegrasi.” Kusrini, 2007, Konsep dan Aplikasi Sistem Pendukung Keputusan, Yogyakarta: Penerbit : Andi. Kusumadewi, S., Hartati, S., Harjoko, A., Wardoyo, R., 2006. Fuzzy Multi-Atribut Decision Making (Fuzzy MADM), Cetakan 1, Yogyakarta: Graha Ilmu. Peraturan Pemerintah Republik Indonesia Nomor 37 tahun 2009 Tentang Dosen. Rivai
dan
Basri.
2004.
Manfaat
Penilaian
Kinerja.
Jurnal
http://jurnal-
sdm.blogspot.com/2004/04/penilaian-kinerja-karyawan-definisi.html. Saleh, A., Sari, R.E., Kurniawan, H., 2014. Metode Fuzzy Simple Additive Weighting (SAW) dalam Menentukan Kualitas Kulit Ular untuk Kerajinan Tangan (Studi Kasus : CV. Asia Exotica Medan). Seminar Nasional Informatika. Sediyono, E., Setiawan, A., Kaparang, D.R., 2013. Fuzzy Simple Additive Weighting Algorithm to Determine Land Suitability for Crop in Minahasa Tenggara. International Journal of Computer Applications 84(7), (0975–8887).
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
41
Zulita, L.N., 2013. Sistem Pendukung Keputusan Menggunakan Metode SAW untuk Penilaian Dosen Berprestasi (Studi Kasus di Universitas Dehasen Bengkulu). Jurnal Media Infotama 9(2).
Himsya-Tech Vol. 12 No.1, Januari 2016 ISSN 1907-2074
42