SISTEM PENDUKUNG KEPUTUSAN UNTUK EVALUASI KINERJA DOSEN DENGAN METODE SAW DI AMIK AMIKOM CIPTA DARMA SURAKARTA
NASKAH PUBLIKASI
diajukan oleh Rina Hapsari 11.22.1362
Kepada SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM YOGYAKARTA YOGYAKARTA 2013
DECISION SUPPORT SYSTEM FOR THE EVALUATION OF FACULTY PERFORMANCE BY THE SAW METHOD IN AMIK AMIKOM CIPTA DARMA SURAKARTA SISTEM PENDUKUNG KEPUTUSAN UNTUK EVALUASI KINERJA DOSEN DENGAN METODE SAW DI AMIK AMIKOM CIPTA DARMA SURAKARTA
Rina Hapsari Kusrini Jurusan Sistem Informasi STMIK AMIKOM YOGYAKARTA ABSTRACT
Decisions Support System (DSS) is a system that is able to improve the quality of a company or agency, one example is the evaluation of faculty performance. With the evaluation of faculty performance expected quality of teaching and learning process more effective that the results achieved by the students is also maximized. AMIK AMIKOM CIPTA DARMA Surakarta each end of the semester is always an evaluation of faculty performance are assessed by the student to fill out questionnaires. Data processing results of the questionnaire have been computerized, but there is no special application for processing such data. DSS can help in processing the data and correct deficiencies as errors in calculation, and to present the report. DSS provides several alternative options to determine the outcome of the evaluation of faculty performance based on existing data. While the decision will be taken remains in the hands of decision makers. In this case the chosen design of DSS with java programming language. Keywords: DSS, evaluation of faculty performance, decision, java, AMIK AMIKOM CIPTA DARMA Surakarta
1. Pendahuluan 1.1 Latar Belakang Maslah Perkembangan teknologi dan informasi sekarang ini sudah sangat pesat. Teknologi komputer dapat dimanfaatkan untuk pemenuhan kebutuhan akan informasi, diantaranya yaitu Decisions Support System (DSS) atau sistem pendukung keputusan. AMIK AMIKOM CIPTA DARMA Surakarta setiap akhir semester selalu mengadakan evaluasi kinerja dosen yang dinilai oleh mahasiswa dengan mengisi kuisioner. Pengolahan data hasil dari kuisioner sudah terkomputerisasi namun belum ada aplikasi khusus yang mengolah data tersebut, DSS dengan metode Simple Additive Weighting (SAW) dapat membantu dalam proses pengolahan data dan memperbaiki kekurangan seperti kesalahan dalam perhitungan dan dalam penyajian laporan. Berdasarkan kekurangan yang ada tersebut penulis mengangkat permasalahan ini ke dalam skripsi dengan judul “Sistem Pendukung Keputusan untuk Evaluasi Kinerja Dosen dengan Metode SAW di AMIK AMIKOM CIPTA DARMA Surakarta”. 1.2 Rumusan Masalah Bagaimana membuat suatu sistem yang dapat membantu proses pengolahan data dan penyajian laporan dalam pengambilan keputusan untuk evaluasi kinerja dosen di AMIK AMIKOM CIPTA DARMA Surakarta? 1.3 Batasan Masalah Supaya pembahasan lebih jelas dan terarah, maka diperlukan adanya batasanbatasan masalah. Masalah yang akan dibahas antara lain : 1. Sistem pendukung keputusan yang akan dibangun hanya melakukan penilaian terhadap evaluasi kinerja dosen 2. Metode yang digunakan dalam membangun sistem ini adalah Simple Additive Weighting (SAW) 1.4 Tujuan Penelitian Adapun tujuan penelitiann ini berdasarkan pada permasalahan diatas adalah sebagai berikut : 1. Membantu instansi terkait dalam melakukan pengolahan data 2. Menyajikan informasi yang dapat dijadikan acuan untuk mengambil sebuah keputusan 3. Menerapkan disiplin ilmu yang didapat selama mengikuti perkuliahan di STMIK AMIKOM YOGYAKARTA serta menambah wawasan dan ilmu pengetahuan bagi penulis dalam melakukan penelitian 4. Skripsi ini dibuat untuk memenuhi kelengkapan kurikulum akademik, sebagai salah satu syarat kelulusan dari program S1 pada STMIK AMIKOM YOGYAKARTA. 1.5 Manfaat Penelitian
1
Penulis berharap dalam penyusunan skripsi ini dapat memberikan manfaat sebagai berikut : 1. Bagi Penulis Merupakan bentuk implementasi dari ilmu yang diperoleh selama mengikuti pendidikan di STMIK AMIKOM YOGYAKARTA Mendapatkan pengalaman dan wawasan baru yang dapat digunakan untuk mengembangkan diri dalam persaingan dunia kerja nantinya 2. Bagi STMIK AMIKOM YOGYAKARTA Skripsi ini dapat digunakan sebagai acuan referensi bagi mahasiswa lain yang melakukan penelitian yang sama 3. Bagi AMIK AMIKOM CIPTA DARMA Surakarta Hasil dari skripsi ini diharapkan dapat membantu instansi dalam melakukan evaluasi kinerja dosen. 1.6 Metode Penelitian Metode
yang
digunakan
adlah
observasi
pengumpulan
data,
analisis,
perancangan dan pengujian. 1.7 Sistematika penulisan Sistematika penulisan ini dimaksudkan untuk mempermudah bagi penulis dalam menyusun skripsi BAB I
PENDAHULUAN Dalam bab ini dibahas mengenai latar belakang masalah, rumusan masalah,
batasan masalah, tujuan penelitian, manfaat penulisan, metode penelitian dan sistematika penulisan. BAB II
LANDASAN TEORI Dalam bab ini diuraikan tentang Sistem Informasi, Sistem Pendukung
Keputusan, Metode Simple Additive Weighting (SAW), Analisis Sistem, Perancangan Sistem, Basis Data, Software yang digunakan dan Tinjauan Umum. BAB III
ANALISIS DAN PERANCANGAN SISTEM Bab ini akan menguraikan tentang Analisis Sistem Perancangan Sistem,
Perancangan Basis Data dan Perancangan Antar Muka BAB IV
IMPLEMENTASI SISTEM Dalam bab ini dijelaskan tentang Implementasimdan Pembahasan
BAB V
PENUTUP Bab ini berisi Kesimpulan dan Saran
.
2
2. Landasan Teori 2.1 Sistem Pendukung Keputusan 2.1.1 Definisi Sistem Pendukung Keputusan Menurut little mendefinisikan Sistem Pendukung keputusan atau Decition Support System (DSS) sebagai sekumpulan prosedur berbasis model untuk data pemrosesan dari penilaian guna membantu para manager mengambil keputusan (Turban, 2005) 2.1.2 Karakteristik Sistem Pendukung Keputusan Sampai saat ini tidak ada kesepakatan mengenai karakteristik standar DSS, berikut karakteristik yang diharapkan ada di DSS (Turban, 2005): 1.
Dukungan kepada pengambil keputusan, terutama pada situasi semi terstruktur dan tak terstruktur, dengan menyertakan penilian manusia dan informasi terkomputerisasi
2.
Dukungan untuk semua level manajerial, dari ekskutif puncak sampai manajer lini.
3.
Dukungan untuk individu dan kelompok
2.1.3 Permodelan Sistem Pendukung Keputusan Saat melakukan permodelan dalam pembangunan DSS dilakukan langkahlangkah sebagai berikut (Kusrini, 2007):
1.
Studi kelayakan (Intelligence)
2.
Perancangan (Design)
3.
Pemilihan (Choice)
4. Membuat DSS 2.2 Metode Simple Additive Weighting Metode ini mengharuskan pembuat keputusan menentukan bobot bagi setiap atribut. Skor total untuk sebuah alternatif diperoleh dengan menjumlahkan seluruh hasil perkalian antara rating dan bobot tiap atribut. Rating tiap atribut haruslah bebas dimensi dalam arti telah melewati proses normalisasi sebelumnya (Basyaib Fachma, 2005) Dalam penyelesaiannya metode SAW membutuhkan proses normalisasi matriks keputusan (X) ke suatu skala yang dapat diperbandingkan dengan semua rating alternatif yang ada.
3
dimana rij adalah rating kinerja ternormalisasi dari alternatif Ai pada atribut Cj ; i=1,2,...,m dan j=1,2,...,n. Nilai preferensi untuk setiap alternatif (Vi)diberikan sebagai:
Nilai Vi yang lebih besar mengindikasikan bahwa alternatif Ai lebih terpilih 2.3 Analisis Sistem Analisis sistem adalah teknik pemecahan masalah yang menguraikan bagianbagian komponen dengan mempelajari seberapa bagus bagian-bagian komponen tersebut bekerja dan berinteraksi untuk mencapai tujuan mereka. (Hanif Al fattah, 2007:44) 2.3.1 Analisis Data Data adalah representasi dari fakta, atau gambaran mengenai suatu objek atau kejadian (Kusrini,2007:3). Tujuan dari analisis data adalah untuk mengindentifikasi ada tidaknya masalah. Kegunaan analisis data adalah sebagai bahan masukan untuk pengambilan keputusan. 2.3.2 Analisis Model Tujuan dari analisis model adalah mencari model yang tepat untuk sebuah sistem agar data yang diolah dapat mengahsilkan informasi yang diperlukan. 2.4 Perancangan Sistem Perancangan sistem adalah teknik pemecahan masalah yang saling melengkapi (dengan analisis sistem) yang merangkai kembali bagian-bagian komponen menjadi sistem yang lengkap, harapannya, sebuah sistem yang diperbaiki. 2.4.1 Data Flow Diagram DFD adalah suatu model logika data atau proses yang dibuat untuk menggambarkan asal data dan tujuan data yang keluar dari sistem, tempat penyimpanan, proses apa yang menghasilkan data tersebut, serta transaksi antara data yang tersimpan dan proses yang dilakukan pada data tersebut (Kusrini, 2007:41) 2.4.2 Flowchart Bagan alir (flowchart) adalah bagan (chart) yang menunjukkan aliran (flow) di dalam program atau prosedur sistem secara logika. Digunakan terutama sebagai alat bantu komunikasi dan untuk dokumentasi. Ada 5 macam bagan alir (Kusrini, 2007:81-85) 2.5 Basis Data 2.5.1 Pengertian Basis Data Basis data adalah kumpulan data yang saling berelasi. Basis data dapat diartikan kelompok data yang saling berhubungan yang disimpan secara bersama sedemikian
4
rupa tanpa perulangan (redundancy) sehingga dapat dimanfaatkan dengan cepat dan mudah (Kusrini,2007:2) 2.5.2 Komponen-Komponen Basis Data Ada lima komponen basis data yaitu 1.
Perangkat Keras
2.
Sistem Operasi (Operating System)
3.
Basis Data (database)
4.
Database Management System (DBMS)
5.
Pemakai (User)
2.5.3 Normalisasi Kroenke mendefinisikan normalisasi sebagai proses untuk mengubah suatu relasi yang memiliki masalah tertentu ke dalam dua buah relasi atau lebih yang tak memiliki masalah tersebut. 2.6 Software yang digunakan 2.6.1 Java Java merupakan perangkat lunak yang cepat popular, karena dapat berjalan di berbagai platform, Aplikasi yang dapat dibuat dengan Java adalah aplikasi berbasis PC, web dan mobile.
Java dibangun dengan bahasa pemrograman C++, tetapi
mengakomodasi teknologi terbaik dari bahasa pemrograman C dan memperbaiki kekurangan bahasa pemrograman C++. 2.6.2 Netbeans NetBeans merupakan salah satu proyek open source yang disponsori oleh Sun Microsystem. Netbeans sebagai Integrated Development Environment (IDE) ditujukan untuk memudahkan pemrograman java. Netbeans dirancang untuk memudahkan perancangan dan pemakaian komponen, komponen tersebut nantinya akan dipakai dalam program java 2.6.3 MySQL 2.7 Tinjauan Umum 2.7.1 Profil AMIK AMIKOM Cipta Darma Surakarta AMIKOM(Amik) Cipta Darma Surakarta adalah merupakan salah satu Akademi Manajemen Informatika dan Komputer di Jawa Tengah tepatnya di kota Surakarta, masuk koordinator kopertis Wilayah VI Semarang. Akademi ini didirikan sejak tahun 1998 oleh yayasan Budi Utomo, dengan keputusan menteri Pendidikan dan kebudayaan Republik Indonesia Nomor 55/D/0/1998, untuk jenjang pendidikan Program Diploma Tiga (DIII) dengan nama Akademi Manajemen Informatika dan Komputer (AMIKOM) CIPTA DARMA Surakarta.
5
2.7.2 Struktur Organisasi
Gambar 2.1 Struktur Organisasi
3. Analisis dan Perancangan Sistem Analisis sistem yang dilakukan meliputi analisis data dan analisis model. Analisis data menjelaskan dari mana data data yang digunakan. Untuk analisis model, penulis menggunakan model Simple Additive Weighting (SAW) untuk penilaiannya 3.1 Analisis Sistem 3.1.1 Analisis Data Analisis data dibagi menjadi dua yaitu Data input dan Data output. Data Input antara lain data dosen, Data input antara lain data dosen, data semester, total responden dan am perhitungan IPK dosen. Nilai dari kriteria-kriteria yang ditetapkan. Data output antara lain dosen terbaik, IPK dosen, dosen pilihan mahasiswa. 3.1.2 Analisis Model Analisis
Model
menggunakan
Simple
Additive
Weighting
(SAW)
atau
penjumlahan terbobot. N1 = 10, N2 = 8, N3 = 6, N4 = 7, N5 = 9. Dalam proses perhitungannya, penilaian dalam bentuk huruf tersebut dikonversi terlebih dahulu menjadi A = 4, B = 3, C = 2, D =1. Tabel 3.1 Data Nilai DRS.M.JALARI,SE,MM Total
Total
6
Rata-
Responden
Nilai
Rata
N1
132
453
4.43
N2
132
430
3.26
N3
132
433
3.28
N4
132
468
3.55
N5
131
467
3.56
Tabel 3.2 Data Nilai NGADIMIN, M.KOM Total
Total
Rata-
Responden
Nilai
Rata
N1
128
411
3.21
N2
128
404
3.16
N3
128
354
2.77
N4
128
352
2.75
N5
127
417
3.28
Tabel 3.3 Data Nilai CISDE MULYADI, SE, M.ENG. Total
Total
Rata-
Responden
Nilai
Rata
N1
111
334
3.01
N2
111
333
3.00
N3
111
322
2.90
N4
111
322
2.90
N5
110
342
3.11
Tabel 3.4 Data Nilai NURHIDAYANTO, S.PD Total
Total
Rata-
Responden
Nilai
Rata
N1
45
146
3.24
N2
45
144
3.13
N3
45
155
3.44
N4
45
140
3.11
N5
45
136
3.02
7
Tabel 3.5 Data Nilai M. NUR JUNIADI, SE, MM Total
Total
Rata-
Responden
Nilai
Rata
N1
90
304
3.38
N2
90
294
3.27
N3
90
299
3.32
N4
90
320
3.55
N5
90
294
3.27
Untuk mencari rating kecocokan antara setiap dosen pada setiap kriteria pada sebuah tabel dapat digunakan rumus perbandingan
antara total nilai dengan total
responden sehingga dapat dihasilkan sebuah tabel seperti dibawah ini : Tabel 3.6 Rating Kecocokan Jalari
Ngadimin
Cisde
Nurhidayanto
Juniadi
(A1)
(A2)
(A3)
(A4)
(A5)
N1 (C1)
3.43
3.21
3.01
3.24
3.38
N2 (C2)
3.26
3.16
3.00
3.13
3.27
N3 (C3)
3.28
2.77
2.90
3.44
3.37
N4 (C4)
3.55
2.75
2.90
3.11
3.55
N5 (C5)
3.56
3.28
3.11
3.02
3.27
Nilai yang akan diberikan pada setiap alternatif pada setiap total hasil penjumlahan sebagai berikut : Tabel 3.7 Nilai Pemetaan 2.75 - 3.00 : 1 3.01 – 3.25 : 2.5 3.26 – 3.50 : 5. 3.51 – 3.75 : 7.5 3.76 – 4.00 : 10 Jadi rating kecocokan dari setip alternatif pada setiap adalah Tabel 3.8 Rating Kecocokan Setelah Dipetakan C1
C2
C3
C4
C5
A1
5
2.5
2.5
2.5
5
A2
5
2.5
1
2.5
5
8
A3
5
1
1
5
5
A4
7.5
1
1
2.5
7.5
A5
7.5
5
2.5
2.5
5
Dengan demikian di ketahui vektor bobot :W = [10, 8, 6, 7, 9) Langkah selanjutnya adalah membuat matriks keputusan X, dibuat berdasarkan table kecocokan. Matriks keputusan X yang dihasilkan adalah sebagai berikut :
X=
5
2.5
2.5
2.5
5
5
2.5
1
2.5
5
5
1
1
5
5
7.5
1
1
2.5
7.5
7.5
5
2.5
2.5
5
langkah selanjutnya adalah Normalisasi matriks X untuk menghitung nilai masing-masing kriteria berdasarkan kriteria diasumsikan sebagai biaya atau keuntungan sebagai berikut : A1
A2
A3
r11 = 5/7.5 = 0.67
r21 = 5/7.5 = 0.67
r31 = 5/7.5 =0.67
r12 = 2.5/5 = 0.5
r22 = 2.5/5 = 0.5
r32 = 1/5 = 0.2
r13 = 2.5/2.5 = 1
r23 = 1/ 2.5 = 0.4
r33 = 1/ 2.5 = 0.4
r14 = 2.5/5 = 0.5
r24 = 2.5/5 = 0.5
r34 = 5/5 = 1
r15 = A4 5/7.5 = 0.67
r25 =A5 5/7.5 = 0.67
r35 = 7.5/7.5 = 1
r41 = 7.5/7.5 = 1
r51 = 7.5/7.5 = 1
r42 = 1/5 = 0.2
r52 = 5/5 = 1
r43 = 1/ 2.5 = 0.4
r53 = 2.5/2.5 = 1
r44 = 2.5/5 = 0.5
r54 = 2.5/5 = 0.5
r45 =Langkah 7.5/7.5 =selanjutnya 1 r55 membuat =5/7.5 normalisasi = adalah matriks R yang diperoleh dari 0.67berikut : hasil normalisasi matriks X sebagai 0.67
0.5
1
0.5
0.67
0.67
0.5
0.4
0.5
0.67
0.67
0.2
0.4
1
1
9
1
0.2
0.4
0.5
1
1
1
1
0.5
0.67
R=
Selanjutnya akan dibuat perkalian matriks W*R dan penjumlahan hasil perkalian untuk memperoleh alternatif terbaik dengan melakukan perangkingan nilai terbesar sebagai berikut : V1
= (10)(0.67) + (8)(0.5) + (6)(1) + (7)(0.5) + (9)(0.67) = 6.7 + 4 + 6 + 3.5 + 6.03 = 26.23
V2
= (10)(0.67) + (8)(0.5) + (6)(0.4) + (7)(0.5) + (9)(0.67) = 6.7 + 4 + 2.4 + 3.5 + 6.03 = 22.63
V3
= (10)(0.67) + (8)(0.2) + (6)(0.4) + (7)(1) + (9)(1) = 6.7 + 1.6 + 2.4 + 7 + 9 = 26,70
V4
= (10)(1) + (8)(0.2) + (6)(0.4) + (7)(0.5) + (9)(1) = 10 + 1.6 + 2.4 + 3.5 + 9 = 26.05
V5
= (10)(1) + (8)(1) + (6)(1) + (7)(0.5) + (9)(0.67) = 10 + 8 + 6 + 3.5 + 6.03 = 33.53
Hasil Perangkingan diperoleh: V1 = 22.23, V2 = 22.63, V3 = 26.70, V4 = 26.05, V5 = 33.53. Dari hasil perangkingan dapat kita lihat V5 ( M. Nur Juniadi) memiliki nilai yang tertinggi.
3.2 Perancangan Sistem 3.2.1 Desain Sistem Desain sistem dapat dibagi menjadi dua bagian, yaitu desain sistem secara umum dan desain sistem secara terperinci. 3.2.2 Flowchart
10
Gambar 3.1 Flowchart SPK Evaluasi Kinerja Dosen 3.2.3 Data Flow Diagram DFD pada system pendukung keputusan untuk evaluasi kinerja dosen adalah sebagai berikut 1. Diagram Konteks
Gambar 3.2 Diagram Konteks
Keterangan Gambar : DD
: Data Dosen
DS
: Data Semester
DA
: Data Ajar
DK
: Data Kriteria
DP
: Data Penilaian
DPM
:Data Pilihan Mahasiswa
LDPM
: Laporan Data
LHSPK
: Laporan Hasil Sistem Pendukung Keputusan
Pilihan Mahasiswa
2. Diagram Rinci a. Data Flow Diagram Level 0
11
Gambar 3.3 Data Fow Diagram Level 0 b. Data Flow Diagram Level 1 Pendataan
Gambar 3.4 Data Fow Diagram Level 1 Pendataan
c.
Data Flow Diagram Level 1 Proses
Gambar 3.5 Data Fow Diagram Level 1 Proses
12
d. Data Flow Diagram Level 1 Laporan
Gambar 3.6 Data Fow Diagram Level 1 Laporan 3.3 Perancangan Basis Data 3.3.1 Normalisasi Normalisasi bertujuan untuk memperkecil kemungkinan terjadinya data rangkap (redundancy) dan menghindarkan adanya data yang tidak konsisten. 1. Bentuk Tidak Normal 2. BentukNormal Pertama Bentuk normal kesatu setiap data dibentuk dalam file rata, data dibentuk dalam satu record dan nilai dari field berupa atomic value, tidak atribut bernilai ganda 3. Bentuk Normal Kedua Data telah memenuhi kriteria bentuk normal kesatu. Atribut bukan kunci, haruslah bergantung secara fungsi pada kunci utama/primary key, 4. Bentuk Normal Ketiga Untuk menjadi bentuk normal ketiga maka relasi haruslah dalam bentuk normal kedua. Setiap atribut bukan kunci haruslah bergantung hanya pada primary key dan pada primary key secara menyeluruh. 3.3.2 Relasi Tabel
Gambar 3.7 Relasi Tabel
13
3.3.3 Rancangan tabel Rancangan tabel dibangun dengan MySQL. Beberapa tabel yang dibuat antara lain tabel dosen, tabel semesrter, tabel ajar, tabel kriteria, tabel penilaian dan tabel detail_nilai 3.3.4 Perancangan Antar Muka Perancangan antar muka berisi form-form, antara laian form dosen, semester, ajar, kriteria, pilihan mahasiswa, penilaian, laporan hasil spk, laporan ipk dosen dan laporan hasil pilihan mahasiswa
4. Implementasi dan Pembahasan 4.1 Implementasi Implementasi sistem merupakan tahap sistem yang baru dikembangkan supaya nantinya
sistem
tersebut
siap
untuk
dioperasikan
sesuai
dengan
yang
diharapkan.Implementasi dilakukan ketika sistem telah melalui tahap pengujian program dan telah selesai sehingga sistem siap untuk digunakan. 4.1.1 Pengujian Program dan Sistem 1.
Pengujian Program
a. Black box testing Pada balck box testingcara pengujian hanya dilakukan dengan menjalankan atau mengeksekusi unit atau modul, kemudian diamati apakah hasil dari unit itu sesuai dengan proses bisnis yang diinginkan. b. White box Testing White box testing merupakan metode pengujian yang dilakukan dengan melihat ke dalam program untuk meneliti kode-kode program yang ada dan menganalisis apakah ada kesalahan atau tidak. Untuk black box testing pada aplikasi sistem pendukung keputusan evaluasi kinerja dosen tidak ditemukan kesalahan, misal saat user melakukan login dengan memasukan username dan password dengan benar maka aplikasi langsung bisa dijalankan dan apabila salah muncul peringatan kesalahannya begitu juga dengan fungsifungsi yang lain, 1. Pengujian Sistem Pengujian sistem dilakukan untuk mengetahui seberapa besar manfaat program aplikasi yang telah dirancang. Pengujian dilakukan dengan membandingkan sistem lama dengan sistem baru. Hasil pengujian sistem yang didapat yaitu hasil laporan sistem yang baru memiliki banyak kelebihan, 4.1.2 Manual Program
14
Manual Program merupakan bagian akhir dari tahap pembuatan program. perancangan manual program dilakukan bila seluruh rancangan database dan perancangan input output aplikasi telah selesai. Form-form yang terdapat pada manual program antara lain form login, form menu, form dosen, form kriteria, form ajar, form penilaian, laporan hasil SPK, laporan pilihan mahasiswa. Untuk tampilan beberapa form adalah sebagai berikut :
Gambar 4.1 Form Menu
Gambar 4.2 Form Input Data Dosen
15
Gambar 4.3 Form Penilaian
Gambar 4.4 Form Laporan Hasil SPK 4.1.3 Manual Instalasi 1. Instalasi XMPP 2. Instalasi JDK (Java Development Kit) 3. Instalasi aplikasi sistem pendukung keputusan evaluasi kinerja dosen 4.1.4 Pemeliharaan Sistem Pemeliharaan
Sistem
(maintenance)
bertujuan
untuk
mencegah
dan
memperbaiki kesalahan- kesalahan yang mungkin terjadi agar sistem dapat digunakan sesuai dengan fungsinya. Pemiliharaan sistem dapat berupa pemeliharaan software dan pemeliharaan hardware. 4.2 Pembahasan 4.2.1 Pembahsan Listing Program
16
Pada pembahasan listing program diuraikan beberapa perintah dalam bentuk listing program misal simpan pada form dosen atau hapus pada form semester. 4.2.2 Pembahasan Basis Data Basis data untuk evaluasi kinerja dosen diberi nama spk. Tabel-tabel yang terdapat dalam spk antara lain tabel dosen, tabel kriteria, tabel semester, tabel ajar, tabel penilaian dan tabel detail_nilai.
5. Penutup 5.1 Kesimpulan Dalam penelitian ini dibangun sebuah aplikasi sistem pendukung keputusan untuk evaluasi kinerja dosen dengan menggunakan model SAW yang dapat membantu pimpinan
untuk
mengambil sebuah keputusan
dalam
penilaian
kinerja dosen
berdasarkan hasil akhir dari perhitungan SPK tersebut. Setelah dilakukan pembandingan antara sistem yang lama dengan sistem yang baru ke beberapa user, hasil yang diperoleh adalah aplikasi sistem pendukung keputusan yang baru lebih mudah untuk digunakan baik untuk pengolahan data maupun untuk penyajian laporannya 5.2 Saran Untuk mendapatkan hasil yang maksimal perlu ditingkatkan ketelitian dalam kegiatan pengolahan data untuk menghindari terjadinya kesalahan, oleh karena itu diperlukan adanya tenaga ahli yang menguasai bidang komputer yang telah dikembangkan. Aplikasi yang dibangun dapat dikembangkan lagi dengan interface yang lebih baik Perlu pemeliharaan sistem secara rutin dan berkala serta keamanan aplikasi harus terjamin, sehingga isinya dapat dipertanggungjawabkan.
6. Daftar Pustaka Al Fatta, Hanif.2007.Analisis & Perancangan Sistem Informasi.Yogyakarta:Andi Offset. Arbie. 2004. Manajemen Database dengan MySQL. Yogyakarta: Andi. Fachmi, Basyaib.2006.Teori Pembuatan Keputusan.Jakarta:Grasindo Hartati, dkk. 2007. GUI Swing Java dengan NetBeans 5. Yogyakarta: Andi Kadir, Abdul. 1999. Konsep dan Tuntunan Praktis Basis Data. Yogyakarta: Andi Offset. Kusrini.2007.Konsep dan Aplikasi Sistem pendukung keputusan.Yogyakarta:andi offset Liang, Turban Aronson.2005.Decision system.Yogyakarta:Andi
Support
systems
and
intelligent
Supardi, Yuniar. 2007. Pemrograman Database Java & MySQL. Jakarta: Elex Media Komputindo. Sutanta, Edhy.2003.Sistem Informasi Manajemen.Yogyakarta:Graha Ilmu
17
