SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJURUSAN MAHASISWA (STUDI KASUS : TEKNIK INFORMATIKA UNIVERSITAS BUNDA MULIA)

Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) Yogyakarta, 28 Maret 2015

ISSN: 2089-9815

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJURUSAN MAHASISWA (STUDI KASUS : TEKNIK INFORMATIKA UNIVERSITAS BUNDA MULIA) 1

Kristien Margi Suryaningrum1 Program Studi Teknik Informatika, Fakultas Teknologi dan Desain, Universitas Bunda Mulia Jakarta Jl. Lodan Raya No. 2, Ancol - Jakarta Utara Telp. (021) 692-9090 - Fax (021) 690-9712 Email : [email protected], [email protected]

ABSTRAK Mahasiswa yang masuk semester 5 biasanya akan dihadapkan pemilihan peminatan atau penjurusan yang akan diambil untuk semester berikutnya. Peminatan di Program Studi Teknik Informatika Universitas Bunda Mulia, dibagi menjadi 5. Namun kebanyakan, banyak mahasiswa yang tidak mengambil peminatan mata kuliah sesuai dengan nilai yang diperoleh. . Idealnya mahasiswa mengambil peminatan yang sesuai nilai yang diperoleh, sehingga nantinya diharapkan ilmu yang didapatkan juga akan lebih maksimal. Namun kenyataanya banyak yang tidak mengambil sesuai dengan hal yang mereka minati atau nilai yang didapat. Dalam pengambilan peminatan ini, banyak sekali alasan yang dikemukakan mahasiswa. Sehingga terkadang membuat mahasiswa sendiri tidak focus terhadap matakuliah yang diambil, dikarenakan banyak yang salah mengambil peminatan. Berdasarkan hal tersebut, akan berpengaruh nantinya pada pengambilan topik skripsi yang akan diambil masing-masing mahasiswa pada akhir semester. Untuk itu, melalui permasalahan yang telah dikemukakan, perlulah dibuat suatu sistem untuk mendukung keputusan dalam peminatan mahasiswa menggunakan algoritma Vikor. Algoritma Vikor ini didasarkan pada solusi terbaik yang diperoleh berdasarkan solusi ideal terdekat. Kemudian melakukan perangkingan dengan membandingkan jarak ke solusi ideal. Diharapkan melalui metode Vikor ini, dapat membantu mahasiswa tidak salah menentukan peminatan matakuliah yang telah ditentukan di Teknik Informatika. Kata Kunci: SPK, Peminatan, Algoritma Vikor ABSTRAK Students who have entered the 5th semester will normally exposed to the selection of specialization that will be taken to the next semester. In Informatics Engineering Program, specialization is divided into 5. Mostly, many students do not take specialization courses in accordance with the values obtained. This can be affected on several factors. Ideally students taking the specialization according to the value obtained, so that the knowledge gained will be expected also to be maximal. But in fact many student do not take in accordance to the terms of their interest.There are so many reasons offered students in making this stream. So sometimes make students themselves are not the focus of the course is taken, because a lot of the wrong take specialization, so this will eventually lead to the retrieval of thesis topics that will be taken of each student at the end of the semester.Through these problems, it is necessary to determine the pattern of specialization students using methods Vikor. Vikor method is based on the best solution is obtained based on the nearest ideal solution. Then to rank by comparing the distance to the ideal solution. Hopefully, through this Vikor method can help students determine the courses that have been determined specialization in Computer Science. Keywords : DSS, Specialitation, Vikor Algorithm 1. PENDAHULUAN 1.1 Latar Belakang Teknologi yang terus berkembang, menyebabkan pendidikan bukan hanya merupakan suatu kewajiban yang harus dijalani, tetapi juga merupakan suatu kebutuhan yang harus dipenuhi. Di Universitas Bunda Mulia, Teknik Informatika merupakan jurusan yang menekankan pada setiap mahasiswanya untuk mengambil peminatan pada semester 5. Di Teknik Informatika, terdapat 5 peminatan, yaitu penerapan algoritma berbasis komputer, penerapan algoritma komputasi dalam

aplikasi web, penerapan algoritma dalam basis data, computer vision dan networking, yang nantinya akan diambil oleh mahasiswa pada semester 5 ke atas. Namun sekarang ini, terdapat beberapa kendala yang dihadapi pihak jurusan dalam melakukan proses peminatan, dimana hasil peminatan yang tidak sesuai dengan peminatan yang dipilih mahasiswa. Untuk membantu permasalahan tersebut diperlukan suatu sistem yang dapat membantu untuk menentukan keputusan dan diterapkan dalam Sistem Pendukung Keputusan yang dapat memberikan 109


ISSN: 2089-9815

peminatan terbaik. Metode yang digunakan adalah metode Vikor, karena dengan metode ini diharapkan mampu menganalisis permasalahan dengan melihat pola yang ada pada setiap peminatan. 1.2

Rumusan Masalah

Rumusan masalah yang diapaparkan adalah bagaimana membangun sebuah sistem untuk mendukung keputusan dalam penentuan peminatan mahasiswa Teknik Informatika menggunakan metode Vikor yang diterapkan untuk penjabaran logika algoritma dalam suatu penyelesaian permasalahan. 1.3

Tujuan Masalah Tujuan dari penelitian ini adalah untuk menerapkan logika algoritma ke dalam sebuah aplikasi ke dalam bentuk sistem pendukung keputusan untuk penentuan peminatan matakuliah yang akan diambil, dan disesuaikan nilai yang didapat. 1.4

Metodologi Metode yang digunakan adalah menggunakan sistem waterfall. Metode perancangan yang digunakan pada pembuatan aplikasi ini yaitu model waterfall. Metode waterfall adalah suatu proses pembuatan situs web secara terstruktur dan berurutan dimulai dari penentuan masalah, analisa kebutuhan, perancangan implementasi, integrasi, uji coba sistem, penempatan situs web dan pemeliharaan. Pembuatan situs web dengan metode ini sangat cocok dilakukan pada situs web berskala besar karena menyangkut manajemen dan sistem yang rumit. Metode ini membutuhkan pendekatan sistematis dan sekuensial dalam pengembangan perangkat lunak dan biasanya disebut juga dengan Classic Life Cycle, dimulai dari tingkat sistem dan kemajuan melalui analysis, desaign, coding, testing dan maintenance. Implementasi dari perancangan sistem yang dibuat, akan dibangun dan diterapkan ke dalam bahasa pemrograman PHP dan My SQL. Bahasa pemrograman PHP, merupakan bahasa pemrograman web server-side yang bersifat open source, sehingga sistem yang dibangun akan lebih dinamis. Database ini dibuat untuk keperluan sistem database yang cepat, handal dan mudah digunakan. Secara detail, alur model waterfall yang merupakan model klasik akan digambarkan pada Gambar 1.

Gambar 1 Alur Model Waterfall (Pressman, 2010) 1. Requirements/ Analysis Fase Requirements/ Analysis dikerjakan agar menghasilkan desain sistem yang lengkap. Requirements adalah tahapan untuk menentukan kebutuhan data yang akan digunakan untuk membangun sistem. Data-data kemudian secara lengkap dianalisa untuk dijadikan metode dalam pengembangan sistem informasi beserta kebutuhan database yang harus dipenuhi oleh program yang akan dibuat. 2. Design Proses desain menterjemahkan kebutuhan pengguna dalam sebuah dokumen aplikasi yang dapat diperkirakan kualitasnya sebelum proses coding dimulai. Tahapan design menentukan bagaimana cara menyelesaikan masalah dengan mengedepankan fokus pada rancangan fisikal seperti struktur data, tampilan layar, database. 3. Implementation / Code Tahap implementasi adalah tahap dimana hasil desain software diterjemahkan ke dalam bahasa yang dapat dimengerti oleh komputer. Sehingga pada tahap ini perancangan akan dibangun ke dalam coding melalui PHP dan My SQL. 4. Testing Untuk tahap testing, setelah dibuat program aplikasi kemudian diuji untuk mengetahui apakah sudah dapat berfungsi seperti yang diinginkan. 5. Maintenance Tujuan dari tahapan ini adalah melakukan dukungan dan pemeliharaan terhadap implementasi sistem agar tetap berfungsi pada tingkat yang lebih tinggi. 1.5 Tinjauan Pustaka Terdapat beberapa sumber pustaka yang ditinjau dalam penelitian ini antara lain: Pada review sebelumnya yang dilakukan oleh Haniv (2009), telah dihasilkan sebuah aplikasi sistem pakar untuk penilaian ujian skripsi sesuai pada jawaban yang diberikan mahasiswa kemudian merekap hasil akhir untuk menentukan kelulusan. 110


Dalam perancangan sistem ditentukan 2 jenis sistem requirement utama dari sistem pendukung keputusan untuk sistem pendukung keputusan ini. Sistem requirement pertama adalah functional requirement. Pada penelitian yang lain yang dilakukan oleh Novaliendry (2009) merancang sistem pendukung keputusan untuk media supplier spare part menggunakan metode Vikor. Metode VIKOR dengan penerapan fuzzy dalam kasus pemilihan supplier spare part mobil ini dapat menangani lebih dari satu kriteria dan saling bertentangan antar kriteria satu dengan yang lain yang bersifat kualitatif maupun kuantitatif. Metode ini merupakan salah satu metode dari teori MCDM. Pada penelitian sebelumnya dilakukan oleh Kusdiantoro (2012) yang menghasilkan sebuah aplikasi analisis usability website menggunakan metode Vikor dan promethee dan electree. Penelitian juga bertujuan untuk mengetahui perbandingan hasil perankingan dari ketiga metode tersebut. Hasil penilaian kemudian dibuat ranking menggunakan Metode PROMETHEE, VIKOR, dan ELECTREE. Hasil perankingan dari ketiga metode kemudian dibandingkan menggunakan tes Friedman. Masingmasing hasil perankingan dari ketiga metode tersebut juga akan dibandingkan dengan hasil perankingan Webometrics yang dirilis pada bulan Juli 2011 dengan menggunakan tes Spearman.

2. 2.1

PEMBAHASAN

Kerangka Pemikiran Pada saat ini aplikasi sebuah sistem yang membahas mengenai Sistem Pendukung Keputusan sudah banyak yang dibangun dan dikembangkan. Tetapi seiring perkembangan teknologi yang semakin cepat ini, banyak sekali user yang menginginkan suatu sistem yang dapat membantu dalam pengambilan keputusan secara cepat. User menginginkan suatu sistem yang mampu mengolah sebuah aplikasi yang dapat memberikan hasil dan keputusan yang dapat digunakan untuk penyelesaian berdasarkan permasalahan yang dihadapi. Melalui sistem ini, diharapkan mampu membantu mahasiswa dalam penentuan peminatan sesuai dengan nilai yang dimiliki. Untuk itu, berdasarkan beberapa penelitian yang telah dilakukan, maka dibuatlah suatu sistem yang dapat membantu mahasiswa untuk menyelesaikan permasalahan tersebut. 2.2 Definisi Sistem Pendukung Keputusan Pendapat beberapa ahli bahwa Sistem Pendukung Keputusan atau Decision Support Sistem (DSS) dibuat untuk meningkatkan proses dan kualitas hasil pengambilan keputusan, dimana DSS dapat memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses pengambilan keputusan tersebut, disamping itu Sistem Pendukung Keputusan juga memberdayakan resources individu secara intelek dengan

ISSN: 2089-9815

kemampuan komputer untuk meningkatkan kualitas keputusan dan berhubungan dengan manajemen pengambilan keputusan serta berhubungan dengan masalah-masalah yang semi terstruktur. Sistem pendukung keputusan adalah sistem penghasil informasi yang ditujukan pada suatu masalah tertentu yang harus dipecahkan oleh manager dan dapat membantu manager dalam pengambilan keputusan (Turban, 1995). Sistem pendukung keputusan merupakan bagian tak terpisahkan dari totalitas sistem organisasi keseluruhan. Suatu sistem organisasi mencakup sistem fisik, sistem keputusan dan sistem informasi. Berdasarkan uraian di atas, sistem keputusan tidak bisa dipisahkan dari sistem fisik maupun sistem informasi. Kompleksitas sistem secara fisik menuntut adanya sistem keputusan yang komplek pula. Ciri utama dari sistem pendukung keputusan adalah kemampuannya untuk menyelesaikan masalah yang tidak terstruktur. Pada dasarnya sistem pendukung keputusan merupakan pengembangan lebih lanjut dari sistem manajemen terkomputerisasi yang dirancang sedemikian rupa sehingga bersifat interaktif dengan pemakainya. Sistem pendukung keputusan adalah suatu pendekatan sistematis pada hakekat suatu masalah, pengumpulan fakta fakta penentu yang matang dari alternatif yang dihadapi dan pengambilan tindakan yang paling tepat (Saaty, 1995). Untuk menghasilkan keputusan yang baik di dalam sistem pendukung keputusan, perlu didukung oleh informasi dan fakta fakta yang berkualitas antara lain (Dadan, 2001): a. Aksebilitas Atribut ini berkaitan dengan kemudahan mendapatkan informasi, informasi akan lebih berarti bagi si pemakai kalau informasi tersebut mudah didapat, karena akan berkaitan dengan aktifitas dari nilai informasinya. b. Kelengkapan Atribut ini berkaitan dengan kelengkapan isi informasi, dalam hal ini isi tidak menyangkut hanya volume tetapi juga kesesuaian dengan harapan si pemakai sehingga sering kali kelengkapan ini sulit diukur secara kuantitatif. c. Ketelitian Atribut ini berkaitan dangan tingkat kesalahan yang mungkin di dalam pelaksanaan pengolahan data dalam jumlah (volume) besar. Dua tipe kesalahan yang sering terjadi yaitu berkaitan dengan perhitungan. d. Ketepatan Atribut ini berkaitan dengan kesesuaian antara informasi yang dihasilkan dengan kebutuhan pemakai. Sama halnya dengan kelengkapan, ketepatan pun sangat sulit diukur secara kuantitatif. e. Ketepatan Waktu Kualitas informasi juga sangat ditentukan oleh kektepatan wktu penyampaian dan aktualisasinya. Misal informasi yang berkaitan dengan perencanaan 111


harian akan sangat berguna kalau disampaikan setiap dua hari sekali. f. Kejelasan Atribut ini berkaitan dengan bentuk atau format penyampaian informasi. Bagi seorang pimpinan, informasi yang disajikan dalam bentuk grafik, histogram, atau gambar biasanya akan lebih berarti dibandingkan dengan informasi dalam bentuk katakata yang panjang. g. Fleksibilitas Atribut ini berkaitan dengan tingkat adaptasi dari informasi yang dihasilkan terhadap kebutuhan berbagai keputusan yang akan diambil dan terhadap sekelompok pengambil keputusan yang berbeda. 2.2.1 Fase Pengambilan keputusan Dalam pengambilan keputusan sebuah sistem harus mampu melewati beberapa fase-fase proses pengambilan keputusan. Menurut Turban (1997), mengatakan bahwa proses tersebut meliputi tiga fase utama: inteligensi, desain, dan kriteria. Ia kemudian menambahkan fase keempat, yakni implementasi. Monitoring dapat dianggap sebagai fase kelima bentuk umpan balik. a. Tahap Penelusuran(intelligence) Tahap ini pengambil keputusan mempelajari kenyataan yang terjadi, sehingga kita bisa mengidentifikasi masalah yang terjadi biasanya dilakukan analisis dari sistem ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen pernyataan masalah. b. Tahap Desain Dalam tahap ini pengambil keputusan menemukan, mengambangkan dan menganalisis semua pemecahan yang mungkin yaitu melalui pembuatan model yang bisa mewakili kondisi nyata masalah. c. Tahap Choice Dalam tahap ini pengambil keputusan memilih salah satu alternatif pemecahan yang dibuat pada tahap desain yang dipandang sebagai aksi yang paling tepat untuk mengatasi masalah yang sedang dihadapi. Dari tahap ini didapatkan dokumen solusi dan rencana implementasinya. d. Tahap Implementasi Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap choice. Implementasi yang sukses ditandai dengan terjawabnya masalah yang dihadapi, sementara kegagalan ditandai masih adanya masalah yang sedang dicoba untuk diatasi. Dari tahap ini didapatkan laporan pelaksanaan solusi dan hasilnya.

ISSN: 2089-9815

Gambar 2 Tahapan Pengambilan Keputusan

2.2.2 Komponen Sistem Pendukung Keputusan Sistem pendukung keputusan terdiri dari 3 komponen utama atau subsistem yaitu (Kusrini, 2007) a. Subsistem Data (Database) b. Subsistem Model (Model Subsistem) c. Subsistem Dialog (User Sistem Interface) Keunikan lainnya dari sistem pendukung keputusan adalah adanya fasilitas yang mampu mengintegrasikan sistem terpasang dengan pengguna secara interaktif. Fasilitas yang dimiliki oleh subsistem ini dapat dibagi atas 3 komponen yaitu : 1. Bahasa aksi (Action Language) yaitu suatu perangkat lunak yang dapat digunakan pengguna untuk berkomunikasi dengan sistem. 2. Bahasa Tampilan (Display atau Presentation Language) yaitu suatu perangkat yang berfungsi sebagai sarana untuk menampilkan sesuatu. 3. Basis Pengetahuan (Knowledge Base) yaitu bagian yang mutlak diketahui oleh pengguna sistem yang dirancang dapat berfungsi secara efektif 2.3

Algoritma Vikor 2.3.1 Definisi Vikor VIKOR (Vise Kriterijumska Optimizajica I Kompromisno Resenje) berarti multi-criteria optimization and compromise solution (optimasi multi kriteria dan solusi kompromis), merupakan salah satu dari sekian banyak teknik MCDM. VIKOR diperkenalkan pertama kali oleh Serafim Opricovic pada tahun 1998. Kemudian digunakan 112


dalam masalah multi-criteria decision making pada tahun 200 VIKOR didasarkan pada solusi terbaik yang diperoleh berdasarkan solusi ideal terdekat. Kemudian melakukan perangkingan dengan membandingkan jarak ke solusi ideal (Kilic, 2012). Metode VIKOR menggunakan normalisasi linear, yang bertujuan untuk mendapatkan solusi terbaik dengan tingkat keuntungan (Mohammad et al, 2011). 2.3.2 Keuntungan Metode VIKOR Metode VIKOR memiliki beberapa keuntungan sebagai berikut : 1. Metode VIKOR adalah perangkingan alternative berdasarkan terdekat dengan PIS (Positive Ideal Solution) dan terjauh dari NIS (Negative Ideal Solution). 2. Alternatif terbaik dipilih dari group utility (kelompok kesenangan) maksimal dan regret group (kelompok penyesalan) minimal. 2.3.3 Langkah Metode VIKOR Langkah metode VIKOR : 1. Mendeterminasikan terbaik dan terburuk

dari .

setiap

kriteria,

adlah bobot strategi kriteria utama atau utilitas maksimal group, dimana

4.

Mengurutkan

nilai

dengan

rumus 3 dan rumus 4 ………………rumus 3 ………………rumus 4

Informasi validasi login Informasi data admin Informasi data user Informasi data mhs Informasi data nilai Informasi data kriteria Informasi data jurusan Informasi data makul Informasi data peminatan Informasi data peminatan_detail

, dengan

….rumus 5

dimana 3.

6

adalah bobot dari kriteria

Menghitung nilai

, ditunjukkan pada

rumus 7 dengan ………………………….rumus 7 dimana:

Data login user Data user Data minat Data nilai Data peminatan

Sistem Pendukung Keputusan Peminatan Mahasiswa

admin

….rumus

dengan

terkecil.

Data login admin Data admin Data user Data mhs Data nilai Data kriteria Data jurusan Data rating_kecocokan Data makul Data peminatan Data peminatan_detail

adalah biaya, maka seperti ditunjukkan pada

dan

dengan urutan

2.4 Perancangan menggunakan DFD (Data Flow Diagram) Data Flow Diagram atau biasa disebut dengan DFD adalah representasi grafik dari sebuah system yang menggambarkan komponen-komponen sebuah system.  Diagram Context

………………rumus 2

Menghitung nilai

dan

.

menurun. Mengusulkan alternatif solusi terbaik

pada rumus 1 dan rumus 2 ………………rumus 1

2.

adalah bobot

penyesalan individu. Disini nilai

Jika adalah keuntungan, maka seperti ditunjukkan

Jika

ISSN: 2089-9815

mhs

Informasi validasi login Informasi data user Informasi data mhs Informasi data nilai Informasi data jurusan Data makul Informasi data peminatan Informasi data peminatan_detail

Gambar 3 Diagram Context Berdasarkan pada Gambar 3 terdapat dua buah entitas yang akan berinteraksi dengan sistem yang akan dibangun, yaitu entitas admin dan user (mhs). Dari sisi admin, interaksi yang dilakukan oleh admin terhadap sistem meliputi beberapa hal, seperti memanajemen data yang akan digunakan sistem untuk mengolah data nilai menjadi hasil pengujian, dan dari sisi mahasiswa memberikan data masukan, yang berupa nilai sesuai dengan nilai yang didapat pada mata kuliah yang telah diambil.

113




Diagram Level 0 Setelah diagram konteks dibuat, hasil penjabarannya dari diagram konteks adalah diagram level 0. Pada level ini, proses dijabarakan lagi sesuai dengan sub prosesnya ditunjukkan pada Gambar 4 1 Login

Data user 2 Mengubah password

3 Mengelola data user

Informasi data user Informasi data user

Data siswa

4 Mengelola data mhs

Data nilai

Informasi data mhs Informasi data nilai Informasi data peminatan Data nilai

5 Mengubah nilai

Informasi data nilai Data kriteria Data jurusan Data rating_kecocokan Data mhs Data nilai Informasi data kriteria Informasi data jurusan Informasi data rating_kecocokan Informasi data nilai Data jurusan Data kriteria Data rating_kecocokan Data mhs

Informasi data peminatan

Informasi data user

Data user Data user Informasi data user

Informasi data mhs Informasi data nilai Informasi data peminatan

admin

user

nilai

Informasi data nilai Informasi data nilai

mhs 6 Mengelola data kriteria

7 Mengelola data jurusan

Informasi data jurusan

Informasi data jurusan Informasi data kriteria Informasi data rating_kecocokan Informasi data mhs Data makul Data nilai

8 Mengelola data makul

Data makul

Informasi data makul Informasi data nilai

Data nilai Data peminatan

Data admin Informasi data admin

Informasi data admin

Data login user Informasi validasi login

Data admin

Informasi data user Data user

admin

Informasi data user

Informasi data peminatan Informasi data peminatan_detail

Informasi validasi login Data login admin

Informasi data admin

Proses yang terbentuk pada diagram level 0 ada 10 proses utama yaitu login, mengubah password, menegelola data user, menegelola data mahasiswa, menguah nilai, mengelola data kriteria, mengelola data jurursan, mengelola data atkul, memproses peminatan, dan memebuat laporan. Pada proses 1 (Admin Login), Admin memberikan masukan kedalam sistem berupa useruser dan password. Proses yang ke 2 yaitu proses mengubah password jika ada password di sistem yang akan diubah, Pada proses ke 3 adalah pengolahan data user, jadi seorang admin dapat melakukan proses data user. Pada proses ke empat, pengolahan data mahasisea, admin dapat mengolah data-data yang diperlukan oleh sistem untuk melakukan pemrosesan data mahasiswa. Pada proses ke 5 adalah proses melakukan pengubahan nilai berdasarkan hasil nilai yang telah didapat, pada proses ke enam, adalah proses mengubah data kriteria, yaitu pengubahan data berdasarkan kriteria yang ditentukan. Pada proses ketujuh adalah mengelola data jurursan. Pada proses ini adalah mengelola data mahasiswa dengan data jurusan yang sesuai. Pada proses ke delapan yaitu proses mengelola data matakuliah. Pada proses ini dikelola data maa kulikah yang dapat digunakan untuk menentukan data matakuliah apa saja yang digunakan untuk patokan pengambilan nilai. Untuk proses ke 9 adalah untuk proses peminatan, pada proses ini, adalah Tes SPK proses ini merupakan proses yang dapat dijalankan oleh mahasiswa, yaitu proses pengujian. Mahasiswa memasukkan data nilai yang diperlukan untuk pemrosesan data, kemudian nilai hasil masukan akan dicocokan dengan data dari database di sistem. Proses ke 10 adalah membuat laporan secara detail. Dalam artian, proses ini akan memeberikan hasil peminatan secara kompleks dan detail sesuai data yang telah dimasukkan. Untuk diagram Level 1 proses mengelola data mahasiswa ditunjukkan pada Gambar 5

9 Memproses peminatan Data mhs Data nilai Data peminatan Data peminatan_detail Informasi data mhs Informasi data nilai Informasi data peminatan Informasi data peminatan_detail

ISSN: 2089-9815

10 Membuat laporan

Gambar 4 DFD Level 0 114


menghapus data kriteria. Jadi pada proses ini, kriteria dapat ditambah, dapat juga diubah,dan dapat juga dihapus sesuai kebutuhan pengolahan datanya.

Informasi data mhs Informasi nilai Informasi data peminatan

Informasi data nilai

4.3 Menambah data nilai

Data mhs Informasi data mhs Informasi data nilai Informasi data peminatan

Data mhs

Informasi data jurusan Informasi data kriteria Informasi data rating_kecocokan Informasi data mhs

nilai

Informasi data nilai

Data jurusan Data kriteria Data rating_kecocokan Data mhs

Informasi data peminatan 4.1 Menambah data mhs

Data mhs

4.7 Menambah data peminatan

Data mhs

Data mhs

ISSN: 2089-9815

7.1 Menambah data jurusan


peminatan

Informasi data jurusan admin


mhs

Data mhs

admin 4.2 Mengubah data mhs

Data mhs Informasi data mhs

Data jurusan

7.2 Mengubah data jurusan

mhs

siswa


Informasi data mhs Informasi data mhs

Data jurusan

Informasi data kriteria Informasi data rating_kecocokan Informasi data jurusan Informasi data mhs Informasi data nilai Data kriteria Data rating_kecocokan Data jurusan Data mhs Data nilai

7.1 Menambah data kriteria

Informasi data kriteria Informasi data rating_kecocokan Informasi data jurusan Data kriteria Data rating_kecocokan Data jurusan

Data jurusan Data rating_kecocokan Informasi data jurusan Informasi data rating_kecocokan

Informasi data jurusan 7.3 Mengubah data rating_kecocokan

Data rating_kecocokan

Rating_kecocokan

Informasi data rating_kecocokan

Gambar 7 Diagram Level 1 Proses Mengelola Data Jurusan Gambar 7 merupakan diagram level 1 pada proses meneglola data ujian. Pada proses ini, dilakukan lagi proses menambah data jurusan, mengubah data jurusan, dan megubah data rating kecocokan. Dari beberapa data ini, dapat dilakukan proses oleh admin, yang nantinya akan diproses oleh user atau mhs.

7.2 Mengubah data kriteria

Data kriteria Data rating_kecocokan Informasi data kriteria Informasi data rating_kecocokan

jurusan

Data jurusan

Gambar 5 Diagram Level 1 Proses Pengolahan Data Mahasiswa Pada Gambar 5, diuraikan secara rinci proses apa saja yang dapat dilakukan pengolahan pada data mahasiswa. Pada proses ini, admin dapat melakukan tambah data ahasiswa, mengubah data mahasiswa, menambah data nilah, menambah data peminatan, yang kemudian nantinya dapat diproses oleh mahasiswa.

admin


7.3 Menghapus data kriteria

Gambar 6 Diagram Level 1 Proses Mengelola Data Kriteria Pada Gambar 6 Proses meneglola data kriteria, dibagi menjadi tiga sub-proses, yaitu menambah data kriteria, mengubah data kriteria dan 115


Gambar 8 Diagram Level 1 Proses Mengelola Data Matakuliah Gambar 8 merupakan diagram level 1 pada proses mengelola dat amatkul. Pada proses ini, dapat dilakukan proses menambah data matkul, mengubah data matkul, menghapus data matkul, dan menghapus ata nilai. Untuk proses mengubah, menambah dan menghapus data matkul, proses ini dapat langsung diproses oleh mahasiswa. Sedangkan untuk memproses data nilai, proses ini hanya admin saja yang dapat mengelolanya. Sehingga mahasiswa tidak apat melakukan proses pengubahan data nilai sesuai keinginanya.

ISSN: 2089-9815

Gambar 9 Diagram Level 1 Proses Peminatan Gambar 9 merupakan diagram level 1 pada proses memproses peminatan. Pada proses ini dilakukan proses memasukkan data nilai dari mahasiswa yang akan dilanjutkan ke proses selanjutnya untuk mencari bobot preferensi keudian dilanjutkan ke proses peminatan selajnutnya untuk mendapatkan hasil data pemrosesan. Proses terakhir pada level 1 adalah proses membat laporan. Pada proses ini dijabarkan ke proses selanjutnya yaitu proses laporan hasil peminatan mahasiswa. Proses ini ditunjukkan pada gambar 10.

admin

Data mhs Data peminatan Data peminatan_detail Informasi data mhs Informasi data peminatan Informasi data peminatan_detail

Data mhs Data peminatan 10.1 Laporan peminatan mahasiswa


Data mhs Data peminatan_detail

peminatan Peminatan_detail

mhs Data mhs Informasi data mhs

Gambar 10 Diagram Level 1 Proses Membuat Laporan 116


4.2



Perancangan Basis Data Perancangan Tabel 1.Tabel admin Struktur tabel admin dapat dilihat pada Tabel 1. Tabel 1 TABEL ADMIN Nama Field Tipe kd_admin Integer useruser Varchar password Varchar

ISSN: 2089-9815

6.Tabel kriteria Struktur tabel kriteria dapat dilihat pada Tabel 6. Tabel 6 TABEL KRITERIA Nama Field Tipe kd_kriteria Integer jenis_kriteria Varchar kd_mapel Varchar kd_jurusan Varchar 7.Tabel rating_kecocokan Struktur tabel rating_kecocokan dapat dilihat pada Tabel 7. Tabel 7 TABEL RATING_KECOCOKAN Nama Field Tipe kd_rating_kecocokan Integer kd_jurusan Varchar kd_kriteria Varchar Nilai Float

2.Tabel makul Struktur tabel makul dapat dilihat pada Tabel 2. Tabel 2 TABEL MAKUL Nama Field Tipe kd_makul Varchar nama_makul Varchar keterangan Varchar

8.Tabel peminatan Struktur tabel peminatan dapat dilihat pada Tabel 8. Tabel 8 TABEL PEMINATAN Nama Field Tipe kd_peminatan Varchar kd_mhs Varchar Tanggal Date Keterangan Varchar

3.Tabel mhs Struktur tabel siswa dapat dilihat pada Tabel 3. Tabel 3 TABEL MHS Nama Field Tipe kd_mhs Varchar Nis Varchar nama_mhs Varchar jenis_kelamin Varchar tanggal_lahir Date

9.Tabel peminatan_detail Struktur tabel peminatan_detail dapat dilihat pada Tabel 9. Tabel 9 TABEL PEMINATAN_DETAIL Nama Field Tipe kd_peminatan_detail Varchar kd_peminatan Varchar nilai_q Float nilai_s Float nilai_r Float presentase Float

4.Tabel user Struktur tabel user dapat dilihat pada Tabel 4

Tabel 4 TABEL USER Nama Field Tipe kd_user Integer kd_mhs Varchar Useruser Varchar Password Varchar

10. Tabel jurusan Struktur tabel jurusan dapat dilihat pada Tabel 10. Tabel 10 TABEL JURUSAN Nama Field Tipe kd_jurusan Varchar nama_jurusan Varchar keterangan Varchar

5.Tabel nilai_un Struktur tabel nilai_un dapat dilihat pada Tabel 5. Tabel 5 TABEL NILAI Nama Field Tipe kd_nilai Integer kd_mhs Varchar kd_makul Varchar Nilai Float 117




Entity Relationship Diagram (ERD)

Dari perancangan yang dibangun, terdapat beberapa entitas, yaitu : mahasiswa, admin, makul, kriteria, pemiatan, peminatan detail, user, rating kecocokan. Hubungan antar entitas atau ERD pada perancangan aplikasi ini, ditunjukkan pada Gambar 11.

3.

4.

5.

6.

ISSN: 2089-9815

Struktur Data, Basis Data, Basis Data Web, Oracle 1, dan Oracle 2. Peminatan Penerapan algoritma komputasi dalam aplikasi berbasis komputer desktop, matakuliah yang berpengaruh Algoritma, Basis Data, Pemograman C++, Pemrograman Java 1, Pemograman Java 2, Pemrograman VB, Rekayasa Perangkat Lunak, Oracle 1, Oracle 2, dan Analisis & Desain Berorientasi Objek. Peminatan Penerapan Algoritma, matakuliah yang berpengaruh Algoritma, Basis Data, Pemograman Web HTML, Basis Data Web, Rekayasa Web, Analisis & Desain Berorientasi Objek Peminatan Computer Vision atau Iltellegent, matakuliah yang berpengaruh Algoritma, Basis Data, Pengolahan Citra, Komputer Grafis, Rekayasa Perangkat Lunak, Analisis dan Desain Berorientasi Objek. Peminatan Mobile Techonology, matakuliah Algoritma, Basis Data, Perograman Java 1, Pemrograman Java 2, Rekayasa Perangkat Lunak, Analisis dan Desain Berorientasi Objek, Animasi dan Desain Multimedia, Teknik Produksi Video.

Berdasarkan matakuliah yang telah dijabarkan pada Tabel 11, maka nilai-nilai untuk setiap mata kuliah dijadikan sebagai kriteria yang akan menjadi acuan dalam pengambilan keputusan dalam peminatan. Kriteria yang akan digunakan untuk pembobotan, dijabarkan pada Tabel 12 Tabel 12 Tabel Kriteria Matakuliah Pemograman C++ C1

Gambar 11 Entity Relationship Diagram Perancangan Sistem Dari beberapa matakuliah, akan dijabarkan kembali beberapa peminatan yang dapat diambil, yang nantinya akan dijadikan alternatif, yaitu : 1. Peminatan Jaringan, mata kuliah yang berpengaruh teknik digital, arsitektur dan organisasi computer, sistem operasi, komunikasi datam sistem operasi terapan, keamanan jaringan computer dan manajemen jaringan computer. 2. Peminatan Penerapan Algoritma dan Basis Data, matakuliah yang berpengaruh Algoritma,

Pemograman Java 1

C2

Pemograman Oracle 1

C3

Pemograman Java 2

C4

Pemograman Oracle 2

C5

Pemograman Visual Basic

C6

Pemograman Citra Analisis & Desain Berorientasi Objek Perancangan Web HTML

118

C7 C8 C9

Komputer Grafis

C10

Rekayasa Perangkat Lunak

C11

Animasi dan Desain Multimedia

C12

Basis Data

C13

Teknik Produksi Video

C14

Rekayasa Web

C15

Sistem Operasi

C16

Sistem Operasi Terapan

C17

Komunikasi Data

C18


Keamanan Jarkom

C19

Manajemen Jarkom

C20

Algoritma

C21

Teknik Digital

C22

Struktur Data

C23

Arsitektur & Organisasi Komputer

C24

Basis Data Web

C25

ISSN: 2089-9815

beberapa proses yang akan digunakan untuk mendapatkan hasil sistem. Langkah-langkahnya adalah sebagai berikut : 1. Masukkan nilai yang telah diambil sesuai data real yang sudah tetera pada KHS. Gambarnya ditunjukkan pada Gambar 13.

Range nilai masing-masing mata kuliah dibagi menjadi 5 bagian, yaitu :  <44 =E  45.00 – 55.99 = D,  56.00 – 67.99 = C,  68.00 – 79.99 = B,  80.00 – 100 = A Berdasarkan Kurikulum maka rating kecocokan untuk peminatan ketentuannya adalah  0 = Sangat Rendah (SR) 

0,25 = Rendah ( R)



0,5 = Cukup ( C)



0,75 = Tinggi (T)



1 = Sangat Tinggi (ST)

Gambar 13 Gambar Input Nilai Pemrograman C++ sampai Sistem Operasi Terapan Gambar 13 menunjukkan data nilai mahasiswa yang telah mengambil matakuliah Pemrograman C++ sampai Sistem Operasi Terapan. Nilai yang ditunjukkan juga bervariasi dari A sampai dengan C.

Sehingga berdasarkan ketentuan yang telah dijelaskan diatas, maka dibuatlah rating kecocokan dari setiap alternatif pada setiap kriteria seperti yang ditunjukkan pada Tabel 13 2.5 Penerapan Rancangan  Form Utama dan Form Login Gambar form Utama ditunjukkan Gambar 12

Gambar 14 Gambar Input Nilai Matakuliah Komunikasi Data sampai degan Basis Data Web

pada

Gambar 12 Form Utama Form Proses Sistem Pendukung Keputusan Setelah melewati proses login, maka user dapat memasukkan nilai-nilai matakuliah yang telah diambil sehingga dapat memulai melakukan

Gambar 14 menunjukkan data nilai matakuliah Komunikasi Data sampai dengan Basis Data Web. Nilai yang ditunjukkannya pun beragam sesuai ditunjukkan pada Gambar 13 2. Proses selanjutnya, setelah user memasukkan semua nilai, maka didapatkan hasil analisa peminatan seperti ditunjukkan pada Gambar 15. dan untuk source code perhitungan hasil analisa peminatannya seperti ditunjukkan pada Gambar 16.



119


ISSN: 2089-9815

Untuk melihat detail peminatan, maka akan ditunjukkan pada Gambar 17. Melalui Gambar 18, dapat dilihat bahwa hasil yang di dapat adalah sesuai nilai yang diinputkan pada masing-masing mata kuliah. Sehingga pada hasil tersebut akan diberikan beberapa alternatif pilihan peminatan apa yang dipilih.

Gambar 15 Hasil Analisa Peminatan Pada Gambar 15 ditunjukkan prosentase pada masing-masing peminatan sesuai dengan nilai yang diinputkan. Untuk penerapan algoritma komputasi dalam aplikasi berbasis computer desktop sebanyak 20 %, untuk penerapan algoritma komputasi dalam aplikasi web sebanyak 17.4%, untuk penerapan algoritma dan basis data sebanyak 16.95%, untuk mobile technology sebanyak 15,93%, untuk computer vision sebanyak 15.37%, untuk networking 1 35%.

Gambar 16 Source code Perhitungan Peminatan Perhitungan yang dilakukan adalah berdasarkan poin nilai. Proses ini diawali dengan membaca hasil masukan nilai mahasiswa pada semua matakuliah yang telah diambil. Berdasarkan hasil analisa seperti yang ditunjukkan pada Gambar 15, maka didapatkan rekomendasi beberapa alternative untuk peminatannya. Rekomendasi peminatan ini, hanya bertujuan untuk memberikan pilihan beberapa alternative yang digunakan untuk pengambilan keputusan. Dari nilai yang diinputkan dan diproses seperti pada gambar sebelumnya, didapatkan hasil rekomendasi, seperti ditunjukkan pada Gambar 15

Gambar 17 Rekomendasi Hasil Peminatan

Gambar 18 Detail Peminatan 3. KESIMPULAN Kesimpulannya adalah : 1. Metode Vikor diimplementasikan berdasarkan kriteria peminatan pada kurikulum yang digunakan 2. Sistem yang dibangun, memberikan kontribusi kepada user untuk menentukan peminatan, sehingga memudahkan mahasiswa untuk menentukan peminatan yang akan diambil. 3. Jika terjadi perubahan kurikulum atau penambahan atau perubahan beberapa matakuliah, dan peminatan yang nantinya akan dijadikan kriteria dan alternative dapat dilakukan secara dinamis. PUSTAKA Dadan Umar Daihani.2001, Sistem Pendukung Keputusan, Penerbit Elex Media Komputindo, Jakarta Haniv, A F. 2009. Pengembangan Sistem Pendukung Keputusan Untuk Penilaian Ujian Tugas. Yogyakarta Kusdiantoro. 2012, Analisis Usability Website Akademik Perguruan Tinggi Di Indonesia Menggunakan Metode Promethee, Vikor Indonesia Menggunakan Metode Promethee, Vikor Indonesia Menggunakan Metode Promethee, Vikor Dan Electree. Skripsi. Yogyakarta Kusrini. 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Yogyakarta: Penerbit Andi. Kusumadewi, Sri., Hartati, S., Harjoko, A., Wardoyo, R. .2006. Fuzzy Multi-Attribute Decision Making (FUZZY MADM). Yogyakarta: Graha Ilmu. Novaliendry, D. (2009). Aplikasi Penggunaan Metode Promethee Dalam Sistem Pendukung Keputusan Untuk Penentuan Media Promosi. Skripsi. Kediri. Pressman, R.S., 2001, Software Enginering (A Practitioner’s Approach), 5th Ed.,Prentice-Hall International, Inc. Saaty, T. L. .1995. Decision Making for Leaders: The Analytical Hierarchy Process for Decisions in a Complex World, Rev. ed. Pittsburgh: RWS Publishers. Suryadi, K, Ramdhani, A.2003. Sistem Pendukung Keputusan, Bandung: Rosda Turban, E.1995. Decision support and expert sistems. Englewood Cliffs, NJ: Prentice-Hall, Inc. 120

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJURUSAN MAHASISWA (STUDI KASUS : TEKNIK INFORMATIKA UNIVERSITAS BUNDA MULIA)

Recommend Documents