SISTEM PENGELOLAAN KURIKULUM, ABSENSI DOSEN DAN KULIAH PENGGANTI PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS TARUMANAGARA

Jurnal Ilmu Komputer dan Sistem Informasi

SISTEM PENGELOLAAN KURIKULUM, ABSENSI DOSEN DAN KULIAH PENGGANTI PADA FAKULTAS TEKNOLOGI INFORMASI UNIVERSITAS TARUMANAGARA 1) 2)

Yunita1) Lely Hiryanto2) Program Studi Teknik Informatika Fakultas Teknik Informasi Universitas Tarumanagara Jl. Let. Jend. S. Parman No. 1, Jakarta 11440 Indonesia email : 1) [email protected], 2) [email protected] pada mesin absensi dengan basis data yang terdapat pada sistem. Dengan demikian, jumlah kehadiran dosen pengajar dapat dihitung secara otomatis oleh sistem tanpa harus dilakukan secara manual. Penjadwalan kuliah pengganti yang ada dilakukan dengan menggunakan algoritma Great Deluge Algorithm dimana semua slot ruang dan waktu yang tersedia dicek nilai fitnessnya dan dibandingkan dengan slot ruang dan waktu lainnya hingga didapatkan nilai slot ruang dan waktu yang terbaik.

ABSTRACT The developed application consist of three parts, curriculum operational manager,lecturer’s absence manager and scheduling of substitute course. The curriculum operational manager is used as a tool to create a computerized curriculum operational’s report. Meanwhile, the lecturer’s absence manager is created to count the absence of the lecturer and generating a lecturer absence recapitulation’s document. The Constraint Based Reasoning Algorithm will be combined with Great Deluge Algorithm to get a suitable room and time slot for the needed substitute course. The application’s testing result’s shows that the system has been able to generate curriculum operatinal’s report and lecturer’s absence report according to the prescribed format. Testing to the substitute course scheduling is conducted on Faculty of Information Technology Tarumanagara University’s 2012/2013 odd semester’s schedule and the result shows that there was no violation of the provisions of existing substitute course schedule’s rule.

2. Dasar Teori 2.1 Kurikulum Kurikulum merupakan seperangkat rencana dan pengaturan isi maupun bahan kajian dan pelajaran serta cara penyampaian dan penilaiannya yang digunakan sebagai pedoman bagi penyelenggaraan kegiatan pembelajaran [1]. Kurikulum yang ada akan mengalami perubahan setiap dua tahun sekali. Umumnya, perubahan yang terjadi terkait dengan beberapa hal berikut ini: 1. Penambahan matakuliah baru pada kurikulum yang ada 2. Perubahan matakuliah wajib menjadi matakuliah pilihan atau sebaliknya 3. Penambahan bobot SKS bagi matakuliah tertentu 4. Perubahan prasyarat pengambilan suatu matakuliah tertentu

Key words Fakultas Teknologi Informasi Universitas Tarumanagara, Great Deluge Algorithm, Rekap Absensi Dosen, Penjadwalan Kuliah Pengganti, Pengelolaan Kurikulum Operasional.

1.

Pendahuluan

Aplikasi yang dibuat merupakan gabungan dari 3 buah aplikasi, yaitu pengelolaan Kurikulum Operasional, Absensi Dosen dan Kuliah Pengganti. Kurikulum Operasional merupakan seperangkat alat yang digunakan sebagai pedoman pengelenggaraan perkuliahan. Pengelolaan Kurikulum Operasional ini dilakukan dengan tujuan untuk menghasilkan laporan perkuliahan secara sistematik sesuai dengan format data yang tersimpan pada basis data FTI UNTAR. Sementara itu pengelolaan Absensi Dosen yang ada dilakukan dengan tujuan untuk menghasilkan dokumen rekap absensi dosen sesuai dengan format yang ditentukan oleh FTI UNTAR. Pengelolaan ini dilakukan dengan cara menghubungkan basis data yang terdapat

Dengan adanya perubahan tersebut, maka perlu adanya suatu sistem yang dapat mengelola data perubahan kurikulum yang ada secara menyeluruh sehingga dengan adanya sistem pengelolaan yang dibuat, perubahan yang dilakukan dapat tersimpan dengan baik. Diharapkan dengan adanya sistem yang dibangun ini, maka pembuatan laporan pada FTI UNTAR dapat dilakukan secara otomatis dan sesuai dengan perubahan yang terjadi. Laporan-laporan yang dihasilkan oleh sistem terdiri dari Kontrak Perkuliahan, Kurikulum Operasional, Satuan Acara Perkuliahan (SAP) dan

231

Jurnal Ilmu Komputer dan Sistem Informasi Materi SAP, Distribusi dan Prasyarat Matakuliah, serta Daftar Kehadiran Dosen.

a. Unary Constraints, merupakan sebuah constraint (ketetapan) yang mempengaruhi suatu event tertentu, seperti contohnya matakuliah A harus dijadwalkan pada hari Selasa. b. Binary Constraints, merupakan constraint yang mengatur penjadwalan 2 buah event, seperti contohnya apabila dosen A hanya bisa mengajar matakuliah X setelah selesai mengajar pada matakuliah Y. c. Capasity Constraints. Constraint ini merupakan constraint yang mengatur hal yang berhubungan dengan kapasitas kelas. Setiap event yang dilakukan harus dijadwalkan pada ruang kelas yang mencukupi. d. Event Spread Constraint, merupakan constraint yang mengatur bahwa event yang diadakan harus tersebar pada seluruh ruang domain yang disediakan. Dengan demikian, tidak ada event yang hanya bertumpukan pada suatu hari tertentu saja. e. Agent Constraint, merupakan constraint yang mengatur hal-hak yang berhubungan dengan orang yang menggunakan penjadwalan yang ada, seperti contohnya dosen X hanya dapat mengajar pada hari Senin.

2.2 University Course Timetabling Problem University Course Timetabling Problem (UCTP) merupakan permasalahan penjadwalan kuliah yang terdapat pada berbagai universitas. Permasalahan penjadwalan yang diangkat antara lain bagaimana menjadwalkan suatu matakuliah pada sejumlah ruang dan waktu yang diberikan. Permasalahan yang ada dianggap kompleks karena dalam penyusunan jadwal yang ada tidak hanya mempertimbangkan waktu dan tempat yang tersedia, namun juga memperhatikan elemen dosen, kapasitas ruangan, dan lain sebagainya. Oleh karena itu diperlukan suatu metode yang dapat mengorganisir penjadwalan tersebut secara efisien sehingga penempatan jadwal bagi matakuliah yang ada memenuhi berbagai ketentuan terkaitdengan elemen-elemen yang mempengaruhinya. Bentuk UCTP yang dibentuk juga harus mengakomodasi karakteristik dan peraturan perkuliahan yang berlaku pada masing-masing universitas. Oleh karena itu, tiap-tiap universitas mungkin memiliki model UCTP yang berbeda-beda bentuknya [2]. Umumnya, ada tiga buah himpunan yang membentuk model dasar dari UCTP ini. Ketiga himpunan tersebut terdiri dari [3]: 1. Himpunan variabel-variabel, . Himpunan ini mewakili himpunan matakuliah. . 2. Himpunan domain, Himpunan domain ini merupakan matriks dua dimensi antara slot ruang dan waktu. Slot ruang berada pada sumbu-X dan slot waktu berada pada sumbu-Y. Pada Tabel 1 akan dijabarkan bentuk dari domain yang digunakan sebagai model UCTP.

Dewasa ini, himpunan constraint yang ada akhirnya dibagi menjadi dua jenis, antara lain Hard Constraint dan Soft Constraint [2]. Hard Constraint merupakan jenis constraint yang sifatnya mendasar dan harus dipenuhi. Bila constraint ini dilanggar, maka pemilihan slot waktu dan tempat yang ada tidak dapat digunakan sama sekali. Ketentuan dari constraint-constraint yang digunakan dapat berbeda-beda tergantung sistem yang menggunakannya. Sementara itu, himpunan soft constraint dalam kasus penjadwalan perkuliahan yang dilakukan ditentukan berdasarkan ketentuan yang berlaku pada tempat sistem tersebut akan diterapkan. Oleh karena itu, untuk mengetahui Hard constraint dan Soft constraint yang berlaku pada masing-masing universitas, maka terlebih dahulu harus dilakukan survei pada masing-masing universitas yang ada. Himpunan-himpunan dari variabel, domain dan constraint yang didapat dari permodelan UCTP tersebut kemudian akan dijadikan input dasar dalam penggunaaan metode Constraint Based Reasoning untuk pencarian slot waktu dan ruang yang terbaik bagi kuliah pengganti matakuliah tertentu.

Tabel 1 Bentuk Domain

T1 T2 . . .

R1 d1 d2 dR

R2 dR+1 dR+2 d2R

R3 d2R+1 d2R+2 d3R

R4 d3R+1 d3R+2 d4R

R5

.....

........ d(T-1)*R+1 d(T-1)*R+2 d(T-1)*R+R

Untuk ruang Ri dan waktu Tj, dengan i=1,2,3, . . . . . ,R dan j=1,2,3, . . . . . . ,T , index dari masing-masing domain ditentukan dengan rumus d(j-

2.3 Constraint Based Reasoning dengan Great Deluge Algorithm

1)*R+i

3. Himpunan constraint, Constraint merupakan ketentuan-ketentuan yang perlu di penuhi dalam penentuan penjadwalan perkuliahan yang dilakukan. Awalnya, himpunan constraint ini dibagi menjadi 5 jenis, antara lain [4]:

Metode Constraint Based Reasoning akan dipadukan dengan metode Great Deluge Algorithm untuk menyelesaikan permasalahan penjadwalan yang dijabarkan di atas. Berikut merupakan penjabaran dari teori dari masing-masing metode yang digunakan.

232

Jurnal Ilmu Komputer dan Sistem Informasi

2.3.1 Penjadwalan dengan Constraint Based Reasoning

Hal ini tentu saja akan menghemat waktu yang diperlukan untuk mencari slot ruang dan waktu pengganti bagi matakuliah tertentu. Gambar 1 menunjukkan algoritma dari Great Deluge yang digunakan [6].

Menggunakan

Constraint Based Reasoning (CBR) merupakan sebuah metode yang digunakan untuk menyelesaikan masalah penjadwalan UCTP yang dijabarkan di atas, terutama dalam memilih suatu slot waktu dan ruang yang menggunakan nilai perhitungan constraint slot tersebut sebagai bahan pertimbangan pemilihan slot yang paling tepat. Dalam perhitungan nilai constraint yang ada, Metode Constraint Based Reasoning membutuhkan sebuah collision matriks yang menggambarkan hubungan antar matakuliah yang dibuka pada semester yang berjalan. Dari matriks ini dapat dilihat besarnya tubrukan constraint (constraint collision) yang terjadi antara dua buah matakuliah apabila kedua matakuliah tersebut dijadwalkan berbarengan. Penjelasan tentang pembuatan collision matriks ini dapat dilihat pada subbab 2.2.3.3. Metode Constraint Based Reasoning ini juga membutuhkan sebuah teknik pencarian. Teknik pencarian yang ada ditujukan untuk mencari solusi yang memungkinkan bagi permasalahan penjadwalan yang ada. Solusi yang dihasilkan dari hasil pencarian yang dilakukan berupa slot yang dapat ditempatkan matakuliah yang ingin dijadwalkan. Kemudian, CBR akan menghitung nilai fitness dari slot yang ditemukan untuk menentukan apakah slot tersebut telah memenuhi persyaratan constraint yang telah ditentukan. Penjelasan lengkap tentang perhitungan nilai fitness yang ada akan dijabarkan pada subbab 2.2.3.3.

Gambar 1 Psedeucode Great Deluge Algorithm

2.3.3 Fungsi Fitness Fungsi fitness merupakan nilai /cost yang dimiliki oleh masing-masing solusi. Dengan adanya nilai fitness ini, maka dapat dilihat apakah suatu solusi lebih baik daripada solusi lainnya. Untuk mendapatkan nilai fitness dari suatu solusi, maka harus terlebih dahulu dilihat matakuliah mana saja yang dijadwalkan berbarengan dengan solusi yang terpilih. Apabila solusi yang terpilih dijadwalkan berbarengan dengan matakuliah tertentu, maka selanjutnya akan diperiksa nilai dari constraints collision antara matakuliah-matakuliah yang dijadwalkan berbarengan tersebut dengan solusi yang terpilih. Nilai dari constraints collision tersebut dapat dilihat melalui sebuah collision matriks yang telah dibuat sebelum perhitungan nilai fitness dilakukan. Pembuatan collision matriks dimulai dengan pembuatan sebuah graph yang menggambarkan hubungan dari dua buah matakuliah. Node dari graph yang dibuat melambangkan matakuliah yang dibuka pada semester yang bersangkutan dan garis yang menghubungkan node tersebut menunjukkan bobot collision dari hubungan yang ada. Bila antara dua buah node tersebut dihubungkan dengan sebuah garis, maka dapat dikatakan bahwa dua buah matakuliah tersebut akan melanggar satu atau lebih constraint yang telah ditentukan. Bila constraint yang dilanggar merupakan Hard Constraint, maka nilai collision dua buah matakuliah tersebut akan diberi nilai yang tinggi. Sementara itu bila constraint yang dilanggar hanyalah Soft Constraint, maka nilai collision yang ada tidak akan setinggi nilai collision pada pelanggaran Hard

2.3.2 Great Deluge Algorithm Metode Great Deluge merupakan algoritma yang dikenalkan oleh Dueck pada tahun 1993 [5]. Metode ini merupakan salah satu jenis metode pencarian solusi. Pada sistem yang ingin dibangun, metode ini akan melengkapi metode Constraint Based Reasoning yang ada, dan digunakan untuk mencari solusi yang ada bagi metode Constraint Based Reasoning yang digunakan. Metode ini membutuhkan dua buah parameter dalam pengoperasiannya. Parameter yang digunakan antara lain banyak iterasi yang ingin dilakukan dan estimasi hasil yang diinginkan. Metode Great Deluge Algorithm ini tidak hanya akan menerima solusi yang terbaik saja. Metode ini juga akan menerima solusi yang ada apabila solusi tersebut lebih kecil atau sama dengan level yang ditentukan melalui perhitungan berdasarkan algoritma yang ada [6]. Pencarian solusi akan dihentikan apabila sudah mencapai banyak iterasi yang akan ditentukan sebanyak jumlah slot kosong yang tersedia. Selain itu, pencarian solusi juga akan dihentikan bila solusi yang didapatkan tidak mengalami peningkatan hingga mencapai suatu nilai tertentu yang akan ditentukan berdasarkan hasil percobaan. Dengan demikian, penggunaan metode ini memungkinkan sistem untuk tidak menelusuri semua kemungkinan solusi yang ada.

233

Jurnal Ilmu Komputer dan Sistem Informasi Constraint. Gambar 2 menunjukkan contoh representasi hubungan antar matakuliah dalam bentuk grafik.

Selain nilai dari collisions contraints, ada nilai lain yang dijadikan patokan penilaian solusi yang ada, yaitu nilai preferensi ruang dan waktu. Nilai preferensi ruang dan waktu ini menggambarkan tingkat preferensi dari ruang dan waktu yang tersedia bagi penjadwalan yang ada. Semakin kecil nilai preferensi yang diberikan, maka preferensi bagi ruang dan waktu tersebut akan semakin baik.

3. Pembuatan Setelah semua perangkat keras dan lunak yang ada tersedia, maka pembuatan program tersebut dapat dimulai dengan terlebih dahulu menyiapkan basis data yang diperlukan untuk menyimpan data sebelum dan sesudah pemrosesan. Basis data yang ada akan dibuat dengan menggunakan server database MYSQL. Setelah basis data tersebut dibuat, maka tahap selanjutnya yang harus dilakukan ialah pembuatan tampilan antar muka untuk setiap modul yang telah dirancang sebelumnya. Tampilan antar muka ini dibuat sesederhana mungkin agar user dapat menggunakan program yang ada dengan mudah. Setelah antar muka yang ada dibuat, maka akan dibuat kode program untuk antar muka yang ada sehingga antar muka yang dibuat dapat berfungsi dengan baik. Apabila kode program yang ada telah dibuat, maka akan dilakukan pengujian terhadap setiap modul yang telah dibuat. Pengujian yang ada dibuat dengan tujuan agar dapat diketahui apakah program yang ada telah berjalan sesuai dengan yang diharapkan atau belum. Selain itu, melalui pengujian yang dibuat dapat juga diketahui apakah pada program yang dibuat masih terdapat kesalahan atau tidak. Setelah antar muka yang ada selesai dibuat, maka akan dibuat pengkodean program untuk penjadwalan kuliah pengganti sesuai dengan algoritma dan dasar teori yang telah dijabarkan sebelumnya. Setiap langkahlangkah yang terdapat pada algoritma Great Deluge Algorithm akan dibuat kedalam bahasa pemrograman PHP sehingga program yang ada akan berjalan sesuai dengan metode Great Deluge Algorithm yang tersebut.

Gambar 2 Representasi Hubungan Antar Matakuliah Dalam Bentuk Grafik

Dari grafik di atas dapat dibentuk suatu matriks dua dimensi yang menggambarkan hubungan dari dua buah matakuliah yang ada. Node yang tidak memiliki hubungan, akan diberi nilai 0 pada matriks dua dimensi yang dibentuk. Tabel 2 menunjukkan bentuk representasi matriks dua dimensi dari grafik yang dibuat sebelumnya. Tabel 2 Representasi Grafik Dalam Bentuk Matriks Dua Dimensi

Matriks dua dimensi di atas telah mengambarkan bentuk dari collisions matriks. Dari collisions matriks yang tergambar terlihat bahwa matriks tersebut sebenarnya merupakan bentuk perulangan sehingga representasi dari collisions matriks tersebut cukup digambarkan dalam bentuk segitiga atas seperti pada Gambar 3 di bawah ini

4. Hasil Percobaan Percobaan yang ada dilakukan dalam 2 tahap, yaitu blackbox testing dan pengujian terhadap data. Pegujian black box testing dilakukan untuk menguji apakah setiap fungsi pada masing-masing form telah dapat berfungsi dengan baik. Sementara itu, pengelolaan data dilakukan untuk menguji apakah aplikasi yang ada telah dapat digunakan untuk mengatasi data aktual. Data yang digunakan sebagai bahan pengujian merupakan data pada FTI UNTAR. Gambar 3 Representasi Matriks Segitiga Atas Dari Matriks Dua Dimensi

234

Jurnal Ilmu Komputer dan Sistem Informasi

4.1 Pengujian Terhadap Modul

4.1.3 Pengujian Terhadap Modul Kuliah Pengganti

Pengujian ini dilakukan terhadap semua modul yang ada pada aplikasi. Secara garis besar, modul yang ada pada aplikasi dibagi menjadi 3 modul utama, yaitu modul kurikulum operasional, absensi dosen dan kuliah pengganti.

Hasil dari pengujian yang dilakukan didapatkan bahwa semua fungsi dari modul kuliah penganti yang ada telah dapat berjalan sesuai dengan fungsinya. Gambar 6 menunjukkan hasil pengujian dari salah satu modul yang telah dilakukan.

4.1.1 Pengujian Terhadap Operasional

modul

Kurikulum

Hasil dari pengujian yang dilakukan didapatkan bahwa semua fungsi dari modul kurikulum operasional yang ada telah dapat berjalan sesuai dengan fungsinya. Gambar 4 menunjukkan hasil pengujian dari salah satu modul kurikulum operasional yang telah dilakukan.

Gambar 6 Hasil Pengujian Modul Kuliah Pengganti

4.2 Pengujian Terhadap Data Pengujian terhadap data ini dilakukan terhadap modul kuliah pengganti dan absensi dosen dimana data yang digunakan merupakan data FTI UNTAR. Berikut akan dijelaskan hasil pengujian data yang telah dilakukan.

4.2.1 Pengujian Terhadap Kuliah Penganti

Gambar 4 Hasil Pengujian Modul Kurikulum Operasional

Pengujian terhadap kuliah pengganti yang ada dilakukan terhadap data perkuliahan semester Ganjil 2012/2013. Namun sebelum dilakukan pengjian terhadap kuliah pengganti, terlebih dahulu akan dilakukan langkah preprocessing berupa perhitungan nilai bentrokan untuk dosen dan mahasiswa pada semester tertentu. Pada pengujian data ini, langkah preprocessing dilakukan untuk mencari nilai bentrokan bagi perkuliahan semester Ganjil 2012/2013. Hasil dari langkah preprocessing yang dilakukan membutuhkan waktu 1235.8 detik (20 menit 35.8 detik) dan dimasukkan kedalam basis data yang ada. Selanjutnya akan dilakukan terhadap penjadwalan kuliah pengganti dimana pengujian ini akan membutuhkan data hasil preprocessing yang telah dilakukan sebelumnya. Pengujian ini dilakukan sebanyak 10 kali. Dari hasil pengujian yang dilakukan, didapatkan bahwa sudah tidak terdapat pelanggaran, baik terhadap Hardconstraint maupun terhadap Softconstraint. Ringkasan hasil pengujian data kuliah pengganti dapat dilihat pada Tabel 3.

4.1.2 Pengujian Terhadap Modul Absensi Dosen Hasil dari pengujian yang dilakukan didapatkan bahwa semua fungsi dari modul absensi dosen yang ada telah dapat berjalan sesuai dengan fungsinya. Gambar 5 menunjukkan hasil pengujian dari salah satu modul absensi dosen yang telah dilakukan.

Gambar 5 Hasil Pengujian Modul Absensi Dosen

235

Jurnal Ilmu Komputer dan Sistem Informasi

Pengujian Ke-

Tabel 3 Ringkasan Hasil Pengujian Data Kuliah penganti

Nama Mata Kuliah

1 2 3

Kalkulus I Neural Network Etika Profesi Jaringan Komputer II dan Prak. WAN Aljabar Linier Pengolahan Citra Rekayasa Perangkat Lunak Web Design Web Programming dengan ASP.NET Pemrosesan Paralel

4 5 6 7 8 9 10

Pencarian slot ruang dan waktu pengganti yang ada dapat diminimalisir dengan meneliti besarnya jumlah iterasi yang harus dilakukan dalam mencari slot ruang dan waktu yang cocok. Sehingga pencarian tidak dilakukan pada semua domain yang tersedia 5. Aplikasi penjadwalan kuliah pengganti yang ada dapat dirancang sedemikian rupa agar aplikasi yang ada mampu menangani matakuliah yang merupakan matakuliah gabungan. 6. Aplikasi pengelolaan absensi dosen yang dhasikan juga dapat dikembangkan agar data absensi dosen yang diterima tidak hanya berupa data absensi kuliah reguler namun juga dapat menerima data absensi kuliah pengganti dari dosen yang bersangkutan.

4.

Jumlah Hard Constraint

Jumlah Soft Constraint

Waktu Proses

0 0 0

0 0 0

15.7 detik. 14.71detik. 14.96detik.

0

0

15.9 detik.

0 0

0 0

16.53 detik 16.26detik.

0

0

19.13detik.

0

0

2.04 detik.

0

0

2.04 detik.

0

0

2.91 detik

REFERENSI [1] Universitas Tarumanagara (2012), Keputusan Rektor Universitas Tarumanagara Nomor:3952-Kr/Untar/V/2012 Tentang Kurikulum Operasional Program Studi Strata Satu (S1) Teknik Informatika Fakultas Teknologi Infcormasi Universitas Tarumanagara, Jakarta [2] Ho Sheau Fen et al. (2009), “Incorporating Of Constraint Based Reasoning Into Particle Swarm Optimization For University Timetabling Problem”, Computer Science Letters, Vol. I, Nomor . [3] Narendra Jussien dan Olivier Lhomme (2002), “Local search with constraint propagation and conflict-based heuristics”, Jurnal Artificial Intelligence, Vol. CXXXIX, Nomor 1. [4] Rydian Lewis. (2007), A Survey of Metaheuristic-based Techniques for University Timetabling Problems, Cardiff University,Wales [5] Sajjad Ghatei et all. (2012),” A New Hybrid Algorithm for Optimization Using PSO and GDA”, Journal of Basic and Applied Scientific Research, Vol. II, Nomor 3. [6] Nabeel R. AL Milli (2010), “Hybrid Genetic Algorithms with Great Deluge For Course Timetabling”, International Journal of Computer Science and Network Security, Vol. X, Nomor 4.

4.2.2 Pengujian Terhadap Absensi Dosen Pengujian terhadap absensi dosen dilakukan terhadap data perkuliahan semester Ganjil 2012/2013. Pengujian yang tersebut dilakukan sebanyak 4 kali, yaitu Agustus 2012-September 2012, September 2012-Oktober 2012, Oktober 2012-November 2012, dan November 2012Desember 2012. Dari hasil pengujian data terhadap absensi dosen yang dilakukan, didapatkan bahwa sistem telah mampu melakukan melakukan perhitungan absensi dosen sesuai dengan jadwal perkuliahan reguler dan data absensi yang terdapat pada basis data mesin absensi serta menghasilkan dokumen rekap absensi dosen sesuai dengan format FTI UNTAR. Namun, aplikasi yang ada belum dapat menanggani absensi dosen untuk kuliah pengganti sehingga hasil perhitungan yang dilakukan oleh sistem dengan yang dilakukan secara manual masih terdapat perbedaan jumlah.

Yunita, merupakan mahasiswa program Sarjana S1, program stud Teknik Informatika, Universitas Tarumanagara.

5. Kesimpulan

Lely Hiryanto, memperoleh gelar S.T. dari Universitas Tarumanagara, Indonesia tahun 2001. Kemudian tahun 2006 memperoleh M.Sc dari Curtin University of Technology, Australia. Saat ini sebagai Staf Pengajar Fakultas Teknologi Informasi, Universitas Tarumanagara

1. Jadwal kuliah pengganti yang dihasilkan memenuhi ketentuan penjadwalan yaitu dosen dan semua mahasiswa peserta matakuliah terkait dapat hadir, tetapi penjadwalan tersebut belum mencakup matakuliah gabungan. 2. Pengelolaan absensi dosen yang ada telah dapat membaca data dari basis data mesin absensi dan menghasilkan report sesuai format FTI UNTAR. Namun, pengelolaan absensi tersebut belum dapat mengelola absensi kuliah pengganti dan pengelolaan yang ada berdasarkan tanggal hadir dosen 3. Aplikasi penggelolaan kurikulum operasional telah dapat mengelola data-data kurikulum operasional dan menghasilkan laporan sesuai dengan format FTI UNTAR

236