ANALISIS APLIKASI FEEDER PDDIKTI (PANGKALAN DATA PENDIDIKAN TINGGI) DAN EPSBED (EVALUASI PROGRAM STUDI BERBASIS EVALUASI DIRI) DI KOPERTIS WILAYAH V DAERAH ISTIMEWA YOGYAKARTA
Virdiana Sriviana Fatmawaty1), Hanif Al Fatta2) 1) Teknik Informatika STMIK AMIKOM Yogyakarta 2) Manajemen Informatika STMIK AMIKOM Yogyakarta Jl Ringroad Utara, Condongcatur, Depok, Sleman, Yogyakarta Indonesia 55283 Email:
[email protected]),
[email protected])
Abstract - PDDIKTI is an collection / summary of the data the organization of the entire College of Higher Education that is integrated nationally, which are accessible via a web page with the address http://forlap.dikti.go.id. Data that is shared by all universities in Indonesia under the Kementerian Riset, Teknologi, dan Pendidikan Tinggi are required to be uploaded into the system PDDIKTI accordance with rules laid down by the Directorate of Higher Education. So a good college State University (PTN) and Private Higher Education (PTS) when the academic process and its management is recognized by the government, the College shall report to the management activities PDDIKTI system. Flow data reporting PDDIKTI for this through many changes both in terms of reporting and the application used. This application changes make a big impact at the college because of the many factors that need to make adjustments easy. On older systems through the application of its reporting is EPSBED groove of Higher Education Kopertis to which the PT is already validating and from Kopertis to Higher Education. But for the new reporting lines, straight to the College of Higher Education through FEEDER PDDIKTI and afterwards returned to the Kopertis to perform validation. But until now the validation can not be done so that the College does not know whether the data they already have input into Feeder is appropriate or not. In this thesis, the researchers analyzed the old application system (EPSBED) with a new application system (FEEDER PDDIKTI) which aims to provide recommendations to the Higher Education in order FEEDER PDDIKTI be more appropriate to the conditions existing at the College Keywords: PDDIKTI, FEEDER PDDIKTI, EPSBED, Higher Education, Higher Education, Kopertis.
Pendahuluan 1.1 Latar Belakang PDDIKTI merupakan kumpulan/rangkuman data penyelenggaraan Pendidikan Tinggi seluruh Perguruan Tinggi yang terintegrasi secara nasional yang dapat diakses melalui laman web dengan alamat http://forlap.dikti.go.id. Data yang dimiliki oleh semua perguruan tinggi di Indonesia di bawah Kementerian Riset, Teknologi, dan Pendidikan Tinggi diwajibkan untuk diunggah ke dalam sistem PDDIKTI sesuai dengan aturan yang ditetapkan oleh Direktorat Perguruan Tinggi. Sehingga suatu perguruan tinggi baik Perguruan Tinggi Negeri (PTN) maupun Perguruan Tinggi Swasta (PTS) apabila proses akademik dan manajemennya diakui oleh pemerintah maka Perguruan Tinggi tersebut wajib melaporkan kegiatan
pengelolaannya ke system. PDDIKTI.pola yang jelas juga menerapkan teknologi terbaru untuk pengembangan website. Alur pelaporan data PDDIKTI selama ini melalui banyak perubahan baik dari segi pelaporannya maupun aplikasi yang digunakan. Perubahan aplikasi ini membuat dampak yang cukup besar pada perguruan tinggi karena banyak faktor yang perlu melakukan penyesuaian yang tidak mudah. Sistem Pelaporan pada tahun 2002 menggunakan aplikasi yang dinamakan dengan EPSBED yang kemudian berkembang menggunakan PDPT Oracle pada tahun 2009 yang hanya bertahan sampai tahun 2011, yang kemudian berganti menjadi Win EPSBED. Tapi Win EPSBED juga tidak bertahan lama, sehingga pada tahun 2013 media pelaporan lewat FTP, dan pada 2015 akhirnya DIKTI beralih ke FEEDER PDDIKTI. Pada sistem lama alur pelaporannya adalah dari Perguruan Tinggi ke Kopertis dimana di PT tersebut sudah melakukan validasi dan dari Kopertis ke Dikti. Tapi untuk alur pelaporan yang baru, Perguruan Tinggi langsung menuju ke Dikti melalui FEEDER PDDIKTI dan setelah itu di kembalikan ke Kopertis untuk melakukan Validasi. Tapi sampai sekarang validasi tersebut belum bisa dilakukan sehingga Perguruan Tinggi tidak tahu apakah data yang sudah mereka inputkan ke Feeder sudah sesuai atau belum. Dan perubahan aplikasi dari EPSBED ke FEEDER PDDIKTI ini membutuhkan penyesuaian yang cukup besar, karena baik cara pelaporan yang berbeda, struktur tabel nya pun berbeda, jadi bagi Perguruan Tinggi yang sudah memiliki program konversi dari Sistem Informasi Akademik (SIAKAD) masing-masing Perguruan Tinggi ke EPSBED, harus melakukan penyesuaian yang tidak sederhana. Masalah-masalah yang timbul dari proses pelaporan data melalui FEEDER PDDIKTI ini yang membuat Penulis melakukan analisis terhadap masalah-masalah yang ditemukan oleh Perguruan Tinggi dalam proses pelaporan di FEEDER PDDIKTI. 1.2 Rumusan Masalah Berdasarkan pemaparan dari latar belakang masalah di atas, penulis merumuskan masalah yaitu menganalisa sistem aplikasi lama (EPSBED) dengan sistem aplikasi baru (FEEDER PDDIKTI) yang bertujuan untuk memberikan rekomendasi kepada Dikti agar FEEDER PDDIKTI menjadi lebih sesuai dengan kondisi yang ada di Perguruan Tinggi.
1
1.3 Maksud dan Tujuan a. b. c.
Proses migrasi data dari EPSBED ke FEEDER tidak menemui kendala Sebagai masukan bagi sistem baru (FEEDER) agar lebih baik. Perguruan Tinggi tidak menemukan kendala dalam melaporkan penyelenggaraan akademiknya melalui FEEDER
menghasilkan suatu tindakan yang lain yang akan membuat data kembali. Data tersebut ditangkap sebagai input, diproses kembali melalui suatu model dan seterusnya membentuk siklus yang dapat dilihat pada gambar dibawah ini : 2
1.4 Metode Penelitian 1. 2.
Identifikasi Masalah Penelitian menerima laporan masalah proses penginputan data di FEEDER PDDIKTI dan laman http://forlap.dikti.go.id/ dari Perguruan Tinggi sebagai pengguna langsung aplikasi FEEDER PDDIKTI. 3. Melihat Data yang ada di FEEDER dan EPSBED 4. Dalam hal ini penulis mengumpulkan data-data yang ada di FEEDER dan EPSBED. Data dari EPSBED diperoleh dari Perguruan Tinggi yang secara langsung melaporkan ke Kopertis, dan data FEEDER diperoleh dengan cara mengambil data dari server DIKTI melalui suatu aplikasi yang ditentukan oleh DIKTI. 5. Membuat Mapping Tabel dari kedua aplikasi 6. Peneliti membuat mapping pada tabel-tabel yang ada di FEEDER PDDIKTI dan EPSBED. 7. Analisis mapping table 8. Peneliti melakukan analisis terhadap tabel tabel yang ada di FEEDER PDDIKTI dan EPSBED. 9. Peneliti melakukan uji coba langsung pada ke dua aplikasi (FEEDER dan EPSBED) untuk melihat apa yang menjadi masalahnya. 10. Peneliti melakukan ujicoba langsung pada laman http://forlap.dikti.go.id/ dari sisi sebagai Kopertis dan juga dari sisi Perguruan Tinggi. 11. Menemukan Solusi dari permasalahan. 12. Membuat rekomendasi terhadap aplikasi FEEDER PDDIKTI.
1.5.3 Kualitas Informasi Kualitas suatu informasi tergantung dari 3 (tiga) hal, yaitu : 1.
2.
3.
1.5.4 Basis Data Basis data adalah kumpulan data, umumnya mendeskripsikan aktivitas satu organisasi yang berhubungan atau lebih. 3 Basis data merupakan kumpulan dari data yang saling berhubungan (relasi) antara yang satu dengan lainnya yang disimpan secara bersama sedemikian rupa dan tanpa pengulangan (redudansi) yang tidak perlu untuk memenuhi berbagai kebutuhan. 4 Berapa istilah yang berhubungan dengan database antara lain: 1.
1.5 Dasar Teori 2.
1.5.1 Pengertian Data Data adalah fakta yang dikumpulkan, direkam, disimpan dan diproses oleh sebuah sistem informasi. Data biasanya menerangkan pengamatan atau pengukuran business activities yang penting bagi pengguna sistem informasi. Beberapa jenis data yang perlu dikumpulkan dalam suatu kegiatan : 1 1. 2. 3.
Akurat (accurate) Informasi harus bebas dari kesalahan-kesalahan dan tidak menyesatkan. Tepat waktu (timeline) Informasi yang datang pada penerima tidak boleh terlambat. Relevan (relevance) Informasi tersebut mempunyai manfaat untuk pemakaiannya.
3.
4.
Fakta mengenai kegiatan yang terjadi. Sumber daya yang terpengaruh dampak kegiatan. Orang-orang yang terlibat dalam kegiatan
1.5.2 Siklus Informasi
5.
Jika kriteria informasi dapat dipenuhi, maka akan menghasilkan tindakan yang berarti bagi tingkat manajemen atau pimpinan. Data yang diolah melalui model menjadi informasi kemudian penerima menerima informasi tersebut lalu membuat keputusan dan melakukan tindakan yang berarti,
6.
2
Entitas Entitas adalah orang, tempat, kejadian, atau konsep yang informasinya direkam. Atribut Setiap entias mempunyai atribut atau sebutan untuk mewakili suatu enitas. Atribut juga disebut sebagai data field atau data item. Data Value Data value, nilai atau isi data adalah data aktual atau informasi yang disimpan pada tiap data elemen atau atribut. Record atau Tuple Kumpulan dari field membentuk suatu record (rekaman atau tupel) yang sejenis menunjukkan suatu item dari data. Record menggambarkan suatu unit data individu yang tertentu. File File merupakan kumpulan dari record-record yang menggambarkan satu kesatuan data yang sejenis. Basis Data (Database) Basis data merupakan kumpulan dari file atau tabel yang membentuk suatu database.
7.
Sistem Pengelola Basis Data (Database Management Sistem atau DBMS) Berisi kumpulan (koleksi) data yang saling berelasi dengan set program untuk mengakses data tersebut. Jadi DBMS terdiri dari database dan set program untuk menambah data, menghapus data, mengubah, mengambil dan membaca data.
1.5.5 Bahasa Basis Data Bahasa basis data merupakan perantara bagi pemakai dengan basis data dalam disk. Bahasa itu dapat disebut sebagai bahasa basis data yang terdiri atas sejumlah perintah (statement) yang diformulasikan dan dapat diberikan user serta dikenali atau diproses oleh DBMS untuk melakukan suatu aksi atau pekerjaan tertentu. Contoh-contoh bahasa basis data adalah SQL, dBase dan sebagainya. 1.5.6 Kunci dalam Basis Data Kunci (key) dalam model data relasional mempunyai dua fungsi yaitu identifikasi tuple dan membuat hubungan antar relasi. Kunci tidak sekedar sebagai metode untuk mengakses suatu baris tertentu tetapi juga sekaligus dapat menjadi pengenal unik (tidak ada yang kembar) terhadap tabel. 5 Namun perlu diketahui bahwa tidak semua kunci dapat menjadi pengenal yang unik karena terdapat beberapa istilah kunci. Kunci dapat terdiri dari satu atribut atau beberapa atribut. Adapun kunci yang sering digunakan dalam model basis data relasional adalah yaitu : 1.
2.
3.
4.
Metode pelaporan aplikasi ini adalah dari PT langsung ke DIKTI dengan media web layout yang mana setelah melakukan sinkronisasi akan langsung muncul pada laman http://forlap.dikti.go.id/. Aplikasi ini menggunakan Postgre SQL, PHP, dan database di server DIKTI menggunakan MSSQL. 7 1.5.9 Navicat Navicat adalah sebuah software yang digunakan untuk memanipulasi data MySQL, seperti membuat database, membuat tabel, menghapus tabel, dan yang lebih hebatnya lagi navicat bisa di gunakan untuk mengubah tipe data MySQL yang biasanya berakhiran (.sql) ke dalam format file Paradox(*.db), file DBase(*.dbf), file Text(*.txt), file HTML(*.htm;*.html), file Excel(*.xls), file Excel 2007(*.xlsx), file Lotus 1-2-3(*.wk1), QuattroPro(*.wq1), file XML(*.xml), database MS Access(*.mdb), dan masih banyak lagi. Tidak hanya sampai di situ saja, dengan bantuan navicat ini anda bisa dengan mudah mengambil data dari tipe lain ke dalam file .sql. 2. Pembahasan 2.1 Analisis Masalah Analisis dimulai dari kasus yang dilaporkan oleh Perguruan Tinggi Swasta ke Kopertis Wilayah V sebagai berikut : 1.
Candidate key adalah kunci yang secara unik (tidak mungkin kembar) dapat dipakai untuk mengidentifikasi suatu baris di dalam tabel. Primary key adalah bagian atau salah satu dari candidate key yang dipilih sebagai kunci utama untuk mengidentifikasi baris dalam tabel. Super key adalah satu atau lebih atribut yang mempunyai nilai untuk menentukan secara unik suatu entitas. Foreign key adalah sembarang atribut yang menunjuk ke kunci primer pada tabel lain.
2.
3.
1.5.7 EPSBED Evaluasi Program Studi Berbasis pada Evaluasi Diri atau yang lebih sering dikenal dengan EPSBED adalah suatu aplikasi yang dikembangkan oleh Direktorat Pendidikan Tinggi (DIKTI) pada tahun 2002 sebagai media untuk Perguruan Tinggi dalam melaporkan kegiatan akademiknya. Aplikasi ini menggunakan Foxpro (DOS), dimana data dikumpulkan dalam bentuk dbf. 6 1.5.8 FEEDER PDDIKTI FEEDER PDDIKTI adalah suatu aplikasi yang dikembangkan oleh DIKTI pada tahun 2015 sebagai media bagi Perguruan Tinggi dalam melaporkan kegiatan akademiknya. Aplikasi ini berbasis web layout.
3
Kasus 1. Pendataan dosen dengan histori riwayat mengajar ada yang bukan milik dosen yang bersangkutan, jadi Dosen memiliki riwayat mengajar yang bukan miliknya, sebagai contoh riwayat dosen mengajar tersebut hanya pada perguruan tinggi A tetapi pada laman forlap didatakan mengajar juga pada perguruan tinggi B Kasus 2. Mahasiswa yang sudah di statuskan keluar oleh Perguruan Tinggi (pemutihan) tidak bisa masuk lagi sebagai mahasiswa pindahan ke Perguruan Tinggi dengan program studi yang sama. Sehingga Mahasiswa yang sudah distatuskan keluar oleh Perguruan Tinggi melalui aplikasi FEEDER tidak bisa masuk lagi sebagai mahasiswa pindahan ke Perguruan Tinggi dan program studi yang sama, atau lebih sering dikenal dengan mahasiswa pemutihan. Aplikasi lama (EPSBED) mengizinkan adanya mahasiswa pemutihan. Kasus 3. Biodata Mahasiswa sama dengan NIM yang berbeda, yaitu Perguruan Tinggi Swasta ingin merubah Nama Mahasiswa melalui ajuan Perubahan Data Mahasiswa di laman http://forlap.dikti.go.id.Perguruan Tinggi ingin merubah nama Mahasiswa atas Nama Fred Otniel Rumadas menjadi Engelberth Aprianus Siriman dengan NIM (12520177) yang sama. Alasan perubahan nama yang berbeda itu adalah karena NIM (12520177) adalah milik mahasiswa atas nama Engelberth Aprianus Siriman, sedangkan mahasiswa atas nama Fred Otniel Rumadas memiliki NIM (12520181). Jadi Mahasiswa atas nama Fred Otniel Rumadas memiliki 2 NIM yaitu (12520181 dan 12520177). Yang membedakan adalah status mahasiswa dan NIM, untuk NIM (12520181) terdaftar sebagai mahasiswa baru,
4.
5.
6.
sedangkan untuk NIM (12520177) terdaftar sebagai mahasiswa pindahan Kasus 4. Perhitungan rekap pelaporan PD DIKTI pada laman http://forlap.dikti.go.id. Rekap pelaporan PD DIKTI dihitung dari jumlah mahasiswa Mahasiswa Aktif, Cuti dan Non Aktif yang dilaporkan Perguruan Tinggi dimana jumlah tersebut diambil dari tabel kuliah mahasiswa (v_kuliah_mhs). Aplikasi lama (EPSBED), Perhitungan rasio hanya pada jumlah mahasiswa aktif yang dilihat dari tabel transaksi akademik (TRAKM) dan tabel transaksi lulusan (TRLSM). Rekap PD DIKTI yang di tampilkan dalam prosentase ini menjadi aneh ketika peneliti menemukan ada PT yang hanya menginputkan 1 mahasiswa, prosentasenya sudah 50 persen Kasus 5. Pendataan Kurikulum dimana EPSBED didatakan tiap semester, tetapi di FEEDER PDDIKTI hanya sekali. Pada FEEDER Pendataan kurikulum hanya dilakukan sekali. Jika mata kuliah tersebut sudah tidak digunakan maka tinggal mengisi masa kadaluarsa, sedangkan pada EPSBED pendataan kurikulum dilakukan berulang setiap semesternya, sehingga bisa terjadi ada mata kuliah sama dengan beban sks yg sama didatakan 2x, dan yang membedakan adalah kode mata kuliah, alasan PT tidak menghapus salah satu Mata Kuliah tersebut karena Mata Kuliah dengan Kode Tersebut masih digunakan oleh beberapa mahasiswa angkatan lama. Di FEEDER, karena hanya didatakan sekali, dan baru diisi tanggal batas jika sudah tidak digunakan, ini menjadi tidak mungkin terjadi seperti pada pendataan di EPSBED, dan juga meringankan beban dari operator Perguruan Tinggi Pada EPSBED menggunakan TBKMK dan di FEEDER menggunakan tabel kurikulum (v_kurikulum_sp) dan tabel mata kuliah (v_mata_kuliah) Kasus 6. Pendataan Mahasiswa pindahan, mahasiswa alih jenjang, mahasiswa lintas jalur. Pada FEEDER untuk mendatakan riwayat pendidikan mahasiswa terdapat di History Pendidikan .yang Pada Jenis Pendaftaran ada pilihan yaitu sebagai berikut : a. Peserta Didik Baru : jika mahasiswa itu bestatus mahasiswa baru b. Pindahan : jika mahasiswa tersebut pindahan dari Perguruan Tinggi sendiri atau Perguruan Tinggi lain. c. Alih Jenjang : jika mahasiswa tersebut pindah dari jenjang dengan jalur yang sama , misal pindahan dari D3 ke D4 dimana satu jalur Vokasi. d. Lintas Jalur : jika mahasiswa tersebut pindah dari jenjang dengan jalur yang berbeda. Misalnya jenjang D3 ke S1 Mahasiswa baik itu pindahan, alih jenjang atau lintas jalur pasti ada nilai konversi sehingga harus didatakan pengakuan SKS, Perguruan Tinggi asal dan program studi asal. Dari pengakuan SKS tersebut diperoleh hasil Mahasiswa tersebut tinggal menempuh berapa SKS dalam berapa semester. Penginputan mahasiswa lintas jalur tidak didapati nilai konversi, sehingga Perguruan Tinggi
7.
8.
9.
bingung dan akhirnya mendatakan mahasiswa lintas jalur ke mahasiswa pindahan. Kasus 7. Perbandingan jumlah mahasiswa di laman http://forlap.dikti.go.id. Pada rekap jumlah mahasiswa dan jumlah mahasiswa pada penghitungan rasio. perbedaan jumlah mahasiswa yang ditampilkan di menu profil perguruan tinggi dan menu rekap data mahasiswa pada laman http://forlap.dikti.go.id/. Kasus 8. Tentang pendataan aktivitas kuliah mahasiswa dan pendataan mahasiswa lulus/DO pada Perguruan Tinggi swasta yang ada di Feeder. pendataan aktivitas kuliah mahasiswa dan pendataan mahasiswa lulus/DO pada Perguruan Tinggi swasta yang ada di Feeder. Pendataan Aktivitas kuliah mahasiswa yang ada di Feeder adalah digunakan untuk mendatakan status mahasiswa saat ini.Pendataan lulus /DO pada Feeder untuk mendatakan mahasiswa lulus atau DO. Kebingungan terjadi ketika mendatakan mahasiswa lulus. Banyak perguruan tinggi mendatakan jika mahasiswa lulus maka pada aktivitas kuliah mahasiswa dan pada pendataan lulus / DO sama sama didatakan sebagai mahasiswa lulus. Tapi ada juga perguruan tinggi yang mendatakan mahasiswa lulus dengan mengisi aktivitas perkuliahan mahasiswa tetap sebagai mahasiswa aktif, dan di pendataan lulus/DO diisi lulus. Kasus 9. Pendataan Alamat Perguruan Tinggi Swasta yang tidak bisa dirubah.. Perguruan tinggi swasta di jogja ada beberapa yang gedunganya berstatus sewa. Sehingga ada yang terpaksa pindah tempat karena sewa nya sudah selesai. Oleh sebab itu diperlukan perubahan alamat.
2.2 Dampak Kasus yang terjadi di aplikasi FEEDER 1.
2.
3.
4.
5.
4
Kasus 1. Dosen yg historinya dipakai dosen lain sebagai akibat dosen tersebut berubah dari NIDN ke NUP, akan menjadi masalah ketika dosen tersebut kembali menjadi NIDN/NIDK historinya hilang. Mengakibatkan dosen tersebut seprti kembali dari dalam pengurusan dosen,misal JAFA. Kasus 2. Kebijakan lama memperbolehkan aturan tersebut untuk memenuhi rasio antara dosen dan mahasiswa dan untuk mengatasi lamanya masa studi bagi mahasiswa yang tidak jelas statusnya. Kebijakan baru ini membuat perguruan tinggi swasta pada umumnya jadi bingung karena sekarang mahasiswa Non Aktif dan Cuti digunakan untuk menghitung rasio, membuat perguruan tinggi swasta rasionya menjadi tidak rasional. Kasus 3. Mahasiswa yang bersangkutan memiliki 2 NIM dan menjadi memiliki 2 transaksi akademik, sedangkan pemilik asli salah satu NIM tersebut tidak terdaftar transaksinya. Kasus 4. Disalahgunakan oleh Perguruan Tinggi yang mengejar prosentase dalam pelaporan PDDIKTI.,karena hanya menginput 1 mahasiswa prosentasenya sudah 50100 % Kasus 5. Perguruan Tinggi masih banyak yang bingung dengan perubahan pola ini, dan karena pendataan hanya sekali, terjadi masalah ketika ada aturan akademik
6.
7.
8. 9.
Perguruan Tinggi yang mana mahasiswa angkatan lama memakai kurikulum yg tidak disesuaikan dengan kurikulum baru. Kasus 6. Penginputan mahasiswa lintas jalur tidak didapati nilai konversi, sehingga Perguruan Tinggi bingung dan akhirnya mendatakan mahasiswa lintas jalur ke mahasiswa pindahan. Kasus 7. terjadi masalah ketika jumlah yg di profil pada laman forlap membuat rasio antara dosen dan mahasiswa menjadi tidak rasional, karena penghitungannya jumlah keselurahan mahasiswa dihitung baik itu keluar, DO, ataupun lulus. Kasus 8. Mahasiswa lulus didatakan lulus di aktivitas kuliah mahasiswa, sehingga mempengaruhi rasio. Kasus 9. Untuk keperluan pembuatan buku Profil Perguruan Tinggi Swasta, Kopertis tidak mendapat data benar sesuai yang diinginkan, sehingga harus klarifikasi kembali ke Perguruan Tinggi terkait data tersebut.
6.
7.
2.3 Indikasi Kasus yang terjadi di aplikasi FEEDER 1. Kasus 1. pada aplikasi lama (EPSBED) NIDN adalah unik, Dan pada aplikasi baru (FEEDER) NIDN tidak unik, dan masalahnya histori transaksi mengajar dosen yang mempunyai NIDN lama tersebut terbawa. 2. Kasus 2. database akan otomatis menolak input transaksi baru jika didatabase (v_reg_pd) terdapat data dengan kombinasi id_pd, id_sms dan id_sp yang sama. Penolakan tersebut otomatis akan dilakukan pada aplikasi FEEDER. Beda halnya dengan aplikasi EPSBED yang mengizinkan transaksi dengan pola seperti disebutkan di atas (id_sp, id_sms dan id_pd sama). Sehingga ketika ada mahasiswa yang melakukan her regristrasi melalui aplikasi EPSBED ke Perguruan Tinggi dengan Prodi yang sama bisa dilakukan. 3. Kasus 3. mahasiswa atas nama Fred Otniel Rumadas yang memiliki 2 NIM . Kasus ini bisa terjadi karena data ini adalah data awal yang diambil ketika awal instalasi yang disebut data Prefill. Data Prefill menurut DIKTI adalah data proses akademik terakhir Perguruan Tinggi yang diserahkan ke DIKTI yang berada di server DIKTI, dan NIM adalah bukan komponen unik di FEEDER. dapat disimpulkan bahwa di database EPSBED, NIM adalah record unik, tetapi di FEEDER yang unik adalah Nama, Tgl lahir, tempat lahir, dan nama ibu kandung. Ketika data tersebut proses validasi dinyatakan lolos karena pada proses validasi sinkronisasi belum dibuat aturan untuk kasus seperti ini. 4. Kasus 4. perhitungan prosentase pelaporan yang berdasarkan dari jumlah mahasiswa aktif, cuti dan non aktif masih belum benar. Hal tersebut memicu Perguruan Tinggi untuk menginputkan KRS ketika mereka menginputkan KHS, sehingga Perguruan Tinggi melaporkan bukan di awal semester tetapi di akhir semester. Hal tersebut menyebabkan Kopertis tidak bisa menghitung mahasiswa aktif secara benar. 5. Kasus 5. pendataan untuk Mata Kuliah, dimana ada Tanggal mulai efektif dan Tanggal Akhir efektif. Menu
8.
9.
ini yang membedakan dengan penginputan yang ada di EPSBED. Kasus 6. aturan tentang mahasiswa pindahan, mahasiswa lintas jalur, dan mahasiswa alih jenjang belum diimplementasikan sepenuhnya oleh FEEDER. Kasus 7. Menu rekap data mahasiswa dan menu profil perguruan tinggi merupakan menu utama yang penting. Dan seharusnya jumlah mahasiswa yang terdapat pada kedua menu tersebut jumlahnya harus sama/sesuai. Tapi yang terjadi kedua menu ini memberikan informasi yang tidak sama terhadap jumlah mahasiswa. Disini terlihat bahwa pada rekap jumlah mahasiswa yang dihitung adalah jumlah mahasiswa yang berstatus Aktif, Cuti, dan Non Aktif, sedangkan pada menu profil perguruan tinggi yang dihitung adalah jumlah mahasiswa keseluruhan pada tabel v_aktivitas_kuliah_mahasiswa.Ini membuktikan bahwa Forlap tidak konsisten. Karena untuk menghitung rasio adalah mahasiswa yang berstatus Aktif, Cuti, dan Non Aktif. Tapi di menu profil yang digunakan sebagai menghitung rasio adalah Jumlah keseluruhan mahasiswa tersebut. Jadi mahasiswa yang berstatus Lulus, Keluar, dan DO ikut menghitung rasio Kasus 8. beberapa Perguruan Tinggi Swasta mendatakan mahasiswa lulus dengan memilih “Lulus” pada menu daftar mahasiswa lulus/DO dan memilih “Lulus” pada menu Aktivitas Kuliah Mahasiswa. Perguruan Tinggi tidak bisa disalahkan karena memang ada pilihan itu di Aktivitas Kuliah Mahasiswa. Peneliti menyimpulkan pilihan “lulus” di menu Aktivitas Kuliah Mahasiswa itu membuat bingung Perguruan Tinggi karena aturan tentang pendataan mahasiswa lulus menjadi tidak jelas. Kasus 9. di Forlap alamat bersifat mandatory, alias tidak bisa dirubah. Dan ini merugikan Perguruan Tinggi, karena seperti yang kita tahu laman forlap adalah salah satunya bisa diakses oleh masyarakat umum, dimana pada laman ini menampilkan semua informasi yang diasumsikan oleh masyarakat bersifat benar. Jika alamat tidak bisa dirubah maka yang terjadi masyarakat akan menerima informasi yang salah.
2.4 Rekomendasi Kasus pada FEEDER 1. Kasus 1. perlu adanya perbaikan aturan tentang NIDN dan riwayat mengajarnya karena Nomor Induk Dosen Nasional harusnya unik, dan jika rule / aturan aplikasi sekarang tidak menerapkan hal tersebut, seharusnya transaksi mengajar dosen pemilik NIDN lama tetap menjadi pemilik lama bukan menjadi pemilik NIDN baru meski NIDN nya berubah menjadi NUP, karena bisa jadi NUP berubah ke NIDN lagi dengan membawa histori riwayat mengajarnya. 2. Kasus 2. mengkaji ulang aturan tentang mahasiswa pemutihan karena banyak Perguruan Tinggi Swasta yang melakukan pemutihan mahasiswa dikarena pada rule aplikasi lama memperbolehkan. 3. Kasus 3. ditambah aturan tentang validasi master mahasiswa (v_ptk). 4. Kasus 4. Rekomendasi peneliti terkait kasus diatas adalah proses penghitungan laporan PDDIKTI harus
5
dikaji ulang dan rumus perhitungan pada sebaran mahasiswa di SK034PT pada EPSBED bisa dijadikan acuan 5. Kasus 5. harus ada validasi kurikulum dimana banyak mata kuliah dobel pada semester yang sama dikarenakan penginputan data awal 6. Kasus 6. perlu mengkaji ulang aturan tentang mahasiswa pindahan, lintas jalur, alih jenjang pada FEEDER 7. Kasus 7. Pusdatin perlu mengkaji ulang rumus yang dipakai dalam menentukan rasio jumalah mahasiswa dan dosen seuatu perguruan tinggi. Karena Pengitungan rasio ini yang sebagai patokan untuk menentukan sehat tidaknya keberlangsungan akademik suatu Perguruan Tinggi. 8. Kasus 8. Forlap harusnya meninjau ulang aturan tentang pendataan mahasiswa lulus yang ada di Feeder. 9. Kasus 9. Forlap perlu merubah kebijakan terhadap Field ini 3. Simpulan PD DIKTI FEEDER mempunyai 2 (dua) kebijakan dimana FEEDER sebagai input dan transaksi Mahasiswa, sedangkan laman http://forlap.dikti.go.id sebagai input dan transaksi Dosen. Keduanya melalui tahap yang dinamakan sinkronisasi, yang mana sinkronisasi ini adalah penyamaan data antara yang di laman http://forlap.dikti.go.id dan di FEEDER. a. b.
c.
Biodata Penulis Virdiana Sriviana Fatmawaty, memperoleh gelar Sarjana Komputer (S.Kom), Jurusan Teknik Informatika STMIK Amikom Yogyakarta, lulus tahun 2016 Hanif Al Fatta, memperoleh gelar Sarjana Komputer (S.Kom) Jurusan Ilmu Komputer Universitas Gajah Mada Yogyakarta, lulus tahun 2002. Memperoleh gelar Master Komputer (M.Kom) Program Pasca Sarjana Magister Teknologi Informasi Fakultas Teknik Elektro Universitas Gajah Mada Yogyakarta, lulus tahun 2007. Saat ini menjadi Dosen di STMIK AMIKOM Yogyakarta.
Database yang digunakan berbeda yaitu FEEDER dengan PostgreSQL dan laman Forlap dengan MSSQL Server. Perbedaan Database ini ternyata ada perbedaan rule aplikasi dan rule server. Ini menyebabkan hasil sinkronisasi tidak langsung muncul pada laman Forlap. Kasus-kasus yang terjadi diselesaikan dengan mengkaji ulang rule yang ada di Feeder dan di Forlap, sehingga tidak ada perbedaan hasil yang ada di Feeder dan di Forlap.
Daftar Pustaka [1] Romney, M.B., Steinbart,P.J., 2009, Accounting Information System, Edisi 11, Pearson Prentice Hall, USA. [2] Tata Sutabri, Konsep Sistem Informasi (Yogyakarta, Penerbit : Andi, 2012), hal 43 [3] Ramakrishnan, R. dan Gehrke, J., 2004, Sistem Manajemen Database (diterjemahkan oleh Tim Penerjemah ANDI), edisi III, ANDI, Yogyakarta [4] Fathansyah, 2004, Basis Data, INFORMATIKA, Bandung. [5] Kadir, A., 2003, Pengenalan Sistem Informasi, ANDI, Yogyakarta. [6] Panduan Aplikasi EPSBED, Kemdikbud, 2002 [7] Panduan Aplikasi FEEDER PDDIKTI, Kemdikbud RI, 2015
6
