rancang bangun sistem rekomendasi peminatan fakultas tik dengan metode ahp (studi kasus: universitas multimedia nusantara)

Hak cipta dan penggunaan kembali: Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli. Copyright and reuse: This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.. Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP.

BAB III METODE DAN PERANCANGAN APLIKASI. 3.1. Metode Penelitian Metode penelitian yang dilakukan dalam penelitian ini melewati beberapa. tahap, yaitu sebagai berikut. a. Studi Literatur Pada tahap studi literatur, penelitian sebelumnya yang berhubungan dengan penelitian ini dipelajari. Selain penelitian yang telah dilakukan, beberapa artikel ilmiah, jurnal dan buku yang berhubungan dengan metode analytical hierarchy process dan sistem rekomendasi juga dipelajari. b.. Pengumpulan Data Pada tahap ini, pengumpulan data dilakukan dengan melakukan konsultasi dengan pakar dan melakukan kuesioner. Bobot-bobot kriteria tertentu didapatkan dari informasi yang didapatkan dari pakar untuk setiap peminatan.. c. Perancangan Aplikasi Pada tahap perancangan aplikasi, pembangunan perancangan dari sistem menggunakan diagram-diagram seperti flowchart, Data Flow Diagram dan Entity Relationship Diagram dan menentukan variable yang digunakan dalam rekomendasi dilakukan.. 17 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

d. Perancangan Database Pada tahap ini, perancangan database dilakukan dengan merujuk kepada rancangan Entity Relationship Diagram. Data yang digunakan oleh database berasal dari tahap pengumpulan data yang sudah dilakukan. e. Implementasi Sistem Pada. tahap. implementasi. sistem,. dilakukan. implementasi. sistem. menggunakan bahasa pemograman Java dengan IDE Android Studio dan bahasa pemograman web PHP sebagai server. f. Uji Coba dan Evaluasi Pada tahap ini dilakukan input bobot dan melakukan uji coba aplikasi untuk mencari kesalahan atau bug serta melakukan evaluasi terhadap sistem dengan menggunakan kuisioner. 3.2. Pengumpulan Data Pengumpulan data dimulai dengan melakukan kuesioner terhadap setiap. pakar peminatan untuk mendapatkan bobot pairwise yang digunakan dalam perhitungan AHP. Skala likert digunakan untuk mendapatkan bobot setiap kriteria dan kuesioner dilakukan kepada setiap pakar peminatan. Setelah mendapatkan bobot untuk setiap perbandingan kriteria, dilakukan rata-rata untuk setiap bobot perbandingan kriteria dari setiap pakar dan hasil rata-rata digunakan sebagai bobot pairwise. Selain mendapatkan bobot pairwise, kuesioner untuk persetujuan kriteria yang digunakan dan keterangan informasi detil peminatan juga ditanyakan. Kuesioner bobot pairwise terdapat pada lampiran.. 18 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tahap pengumpulan data selanjutnya adalah dengan melakukan kuesioner untuk daftar minat-minat atau interest yang berhubungan dengan peminatan kepada setiap pakar peminatan. Pada tabel 3.1 terdapat daftar minat-minat atau interest yang digunakan dalam perhitungan AHP berdasarkan hasil kuesioner pakar. Kuesioner interest atau minat terdapat pada halaman lampiran. Tabel 3.1 Tabel Hasil Kuesioner Untuk Minat Atau Interest Interest 2D Game 3D Game Bisnis Konsultan Bisnis Proses Data Communication Database Admin Database Programing E-Commerce Entrepreneur ERP Game Design Internet Management Mobile Access Network Mobile Content/Apps Multimedia Application Network Design Network Protocol Network Security Networking Programing Simulation System Administrator Teknologi Industri Teleworker Visual Application Wireless Networking. Game Dev Ya Ya Tidak Ya Tidak Tidak Tidak Tidak Ya Tidak Ya Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Ya Ya Tidak Tidak Tidak Ya Tidak. Oracle Tidak Tidak Tidak Ya Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Ya Tidak Ya Tidak Tidak Tidak Tidak. SAP Tidak Tidak Ya Ya Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Tidak Ya Tidak Tidak Tidak. CISCO Tidak Tidak Tidak Tidak Ya Tidak Tidak Ya Tidak Tidak Tidak Ya Tidak Ya Ya Tidak Ya Ya Ya Ya Tidak Tidak Tidak Tidak Ya Tidak Ya. Setelah mendapatkan daftar minat-minat atua interest yang berkaitan denga peminatan tersebut, dilakukan kuesioner untuk menemukan mata kuliah. 19 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

yang bersangkutan dengan setiap peminatan kepada pakar. Pada tabel 3.2 dijelaskan hasil kuesioner kepada pakar peminatan. Tabel 3.2 Tabel Hasil Kuesioner Mata Kuliah Berkaitan Dengan Peminatan Peminatan CISCO Game Development Oracle SAP. Jumlah Mata Kuliah Yang Cocok Dengan Jurusan TI SI SK 6 5 6 8 7 7 12 12 10 5 20 7. Penjelasan detil hasil kuesioner mata kuliah berkaitan dengan peminatan kepada pakar peminatan terdapat pada halaman lampiran. 3.3. Perancangan Aplikasi Sistem dibangun menggunakan berbagai macam perancangan. Berikut ini. penjabaran perancangan yang dijelaskan menggunakan diagram-diagram. 3.2.1. Flowchart Sistem rekomendasi peminatan fakultas Teknologi Informasi dan. Komunikasi (TIK) di UMN diakses melalui client application yang tersedia pada perangkat android yang digunakan. Proses rekomendasi ini dimulai dengan melakukan input login, tampilan menu utama tidak akan ditampilkan selama user belum berhasil melakukan proses login. Setelah melakukan login, user dapat memilih menu-menu yang tersedia pada tampilan menu utama. Menu yang dipilih akan menampilkan tampilan sesuai dengan menu tersebut. Jika user memilih menu mengambil tes peminatan, maka sistem akan menerima input user, melakukan perhitungan AHP dan menampilkan hasil rekomendasi. Flowchart proses aplikasi front end tertera pada gambar 3.1.. 20 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.1 Flowchart Aplikasi Front End Pada proses perhitungan AHP, sistem akan mendapatkan bobot matriks pairwise dan matriks bobot kriteria tetap dari database, dan melakukan proses normalisasi untuk digunakan pada perhitungan selanjutnya. Setelah mendapatkan matriks pairwise dan matriks bobot kriteria tetap, sistem akan mendapatkan informasi nilai user dari database untuk digunakan dalam perhitungan AHP. Setelah itu, sistem akan mendapatkan input preferensi user untuk dijadikan sebagai bobot input kriteria interest dan tingkat kesulitan. Setelah mendapatkan semua input preferensi user, pembuatan matriks kriteria dinamis dan normalisasi matriks kriteria dinamis dilakukan. Setelah mendapatkan seluruh matriks kriteria, dilakukan perhitungan prioritas vektor untuk matriks pairwise dan matriks kriteria. 21 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

terhadap peminatan. Pada tahap selanjutnya, perkalian matriks pairwise dan matriks kriteria dilakukan untuk mendapatkan nilai peminatan terhadap goal, peminatan dengan nilai tertinggi direkomendasikan kepada user. Proses perhitungan AHP dijabarkan pada gambar 3.2.. Gambar 3.2 Flowchart Perhitungan AHP. 22 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

3.2.2 Data Flow Diagram Pada aplikasi ini memiliki context diagram seperti pada gambar 3.3 dimana suatu terdapat suatu proses utama dan dua entitas, yaitu user pengguna sistem dalam proses rekomendasi dan pakar sebagai entitas yang memberikan data input bobot sistem.. Gambar 3.3 Context Diagram Rincian context diagram pada aplikasi sistem rekomendasi peminatan fakultas TIK di UMN tampak seperti gambar 3.4. Terdapat sebuah proses utama dan dua entitas yaitu user dan pakar. Pada diagram DFD level 1 yang terdapat pada gambar 3.4, terdapat empat proses yaitu proses management peminatan, proses login, proses login admin dan proses mendapatkan rekomendasi. Proses management peminatan bertanggung jawab dalam menangani input pakar dan mensisipkan data peminatan atau bobot baru ke database. Proses mendapatkan rekomendasi bertanggung jawab dalam melakukan perhitungan AHP berdasarkan input pakar dan input user. Proses ini akan mengubah input user maupun input pakar menjadi vektor prioritas peminatan yang akan dikalikan dengan vektor prioritas pairwise untuk. 23 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

mendapatkan ranking dari setiap peminatan sesuai dengan preferensi user dan input bobot dari pakar. Proses login bertanggung jawab dalam melakukan autentikasi login mahasiswa serta mendapatkan nilai-nilai mata kuliah user. Proses login admin bertanggung jawab dalam melakukan proses autentikasi login untuk content management system.. 24 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.4 Data Flow Diagram Level 1. 25 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.5 DFD level 2 Proses Hitung Rekomendasi Proses mendapatkan rekomendasi yang telah diperinci terdapat pada gambar 3.5. Proses mendapatkan rekomendasi bertanggung jawab dalam menampilkan informasi peminatan dan memberikan rekomendasi yang sesuai dengan preferensi user. Proses hitung rekomendasi menerima preferensi dan bobot yang didapatkan dari input user dan database, kemudian mengubah informasi tersebut menjadi nilai bobot dan pada akhirnya diubah menjadi vektor alternative. Setelah itu proses hitung rekomendasi mengambil bobot pairwise comparison dan menghitung prioritas kriteria sebagai vektor pairwise. Ranking didapatkan dengan mengalikan vektor pairwise dengan vektor alternative. Rincian proses ini terdapat pada gambar 3.6.. 26 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.6 DFD level 2.1 Proses Hitung Rekomendasi Pada Sub-proses Proses Hitung Bobot DFD level 2.1.1, terdapat 6 proses yang bertanggung jawab untuk mengubah informasi input user atau pakar menjadi vektor bobot. Vektor bobot diubah menjadi vektor peminatan pada proses vektor alternative. Rincian dari subproses level 2.1.1 ini adalah seperti pada gambar 3.7.. 27 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.7 DFD Sub-Proses Level 2.1.1 Proses Hitung Bobot. 28 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

3.2.3 Entity Relationship Diagram Pada gambar 3.8 terdapat 13 buah tabel yang saling berhubungan dan sebuah tabel yang tidak memiliki hubungan, yaitu tabel admin. Tabel admin menyimpan informasi login admin untuk Content Management System. Tabel sertifikasi, salary dan biaya digunakan untuk menyimpan bobot nilai yang didapatkan dari pakar untuk sub-kriteria rata-rata rating sertifikasi, biaya untuk ujian entry level dan gaji untuk fresh graduate pada peminatan tersebut. Tabel mahasiswa digunakan untuk menyimpan informasi login mahasiswa serta informasi-informasi mahasiswa lainnya. Tabel jurusan digunakan untuk menyimpan informasi jurusan yang digunakan, yang terdapat pada sistem, yaitu penjurusan Teknik Informatika, Sistem Informasi dan Sistem Komputer. Tabel alternative digunakan untuk menyimpan informasi peminatan dan lokasi image logo peminatan pada sistem. Tabel minat digunakan untuk menyimpan daftar minat atau interest yang dapat dipilih oleh user sebagai bentuk input pembobotan. Tabel detail minat menyimpan informasi relasi antara peminatan dengan minatminat yang ada. Tabel mata kuliah menyimpan informasi mata kuliah yang digunakan oleh sistem. Tabel detail mata kuliah menyimpan informasi mata kuliah yang berkaitan dengan peminatan. Tabel detail nilai mahasiswa menyimpan informasi mata kuliah yang berkaitan dengan peminatan. Tabel pairwise menyimpan informasi bobot dari setiap perbandingan kriteria pairwise terhadap goal. Tabel kriteria digunakan untuk menyimpan kriteria yang digunakan dalam menentukan rekomendasi.. 29 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.8 Entity Relationship Diagram. 30 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

3.2.4 Stuktur Tabel Berikut ini adalah perincian dari tabel yang digunakan pada sistem ini. Nama Tabel. : admin. Fungsi. : digunakan untuk menyimpan informasi login admin. Primary Key : id_admin Foreign Key : Tabel 3.3 Tabel admin Nama Field id_admin username password. Tipe Data Int varchar(30) Longtext. Nama Tabel. : kriteria. Fungsi. : menyimpan informasi kriteria. Keterangan ID admin Username milik admin Password milik admin. Primary Key : id_kriteria Foreign Key : Tabel 3.4 Tabel Kriteria Nama Field id_kriteria nama_kriteria Keterangan. Tipe Data int varchar(20) longtext. Keterangan ID kriteria Nama dari kriteria Keterangan kriteria. Nama Tabel. : pairwise. Fungsi. : Menyimpan perbandingan bobot pairwise antar kriteria. Primary Key : id_pairwise Foreign Key : id_kriteria1, id_kriteria2. 31 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tabel 3.5 Tabel Pairwise Nama Field id_pairwise id_kriteria1 id_kriteria2. Tipe Data int int int. Bobot. float. Keterangan ID dari pairwise ID kriteria 1 ID kriteria 2 Bobot perbandingan kriteria 1 terhadap kriteria 2. Nama Tabel. : mahasiswa. Fungsi. : menyimpan informasi mahasiswa. Primary Key : NIM Foreign Key : id_jurusan Tabel 3.6 Tabel Mahasiswa Nama Field NIM password id_jurusan. Tipe Data varchar(12) varchar(20) int. Keterangan NIM dari mahasiswa Password mahasiswa untuk login id jurusan mahasiswa. Nama Tabel. : jurusan. Fungsi. : Menyimpan informasi jurusan. Primary Key : id_jurusan Foreign Key : Tabel 3.7 Tabel Jurusan Nama Field id_jurusan nama_jurusan. Tipe Data Int varchar(30). Nama Tabel. : nilai_mahasiswa. Fungsi. : Menyimpan informasi nilai mahasiswa. Keterangan ID Jurusan Nama jurusan. 32 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Primary Key : id_nilai_mahasiswa Foreign Key : id_mata_kuliah, NIM Tabel 3.8 Tabel Nilai Mahasiswa Nama Field NIM id_nilai_mahasiswa id_mata_kuliah Nilai. Tipe Data varchar(12) int int varchar(2). Keterangan NIM dari mahasiswa ID nilai mahasiswa ID mata kuliah Nilai dari mata kuliah mahasiswa. Nama Tabel. : rating_sertifikasi. Fungsi. : Menyimpan bobot dari perbandingan alternative kriteria rata-rata. rating sertifikasi Primary Key : id_rating_sertifikasi Foreign Key : id_alternative1, id_alternative2 Tabel 3.9 Tabel Rating Sertifikasi Nama Field id_rating_sertifikasi id_alternative1 id_alternative2 Bobot. Tipe Data int int int float. Keterangan ID dari rating sertifikasi ID dari alternative (peminatan) 1 ID dari alternative (peminatan) 2 Bobot perbandingan alternative 1 terhadap alternative 2. Nama Tabel. : salary. Fungsi. : menyimpan bobot dari perbandingan alternative kriteria salary. Primary Key : id_salary Foreign Key : id_alternative1, id_alternative2. 33 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tabel 3.10 Tabel Salary Nama Field id_salary id_alternative1 id_alternative2 Bobot. Tipe Data int int int float. Keterangan ID dari salary ID dari alternative (peminatan) 1 ID dari alternative (peminatan) 2 Bobot perbandingan alternative 1 terhadap alternative 2. Nama Tabel. : biaya_ujian. Fungsi. : Menyimpan bobot dari perbandingan alternative kriteria biaya. untuk ujian entry level Primary Key : id_biaya Foreign Key : id_alternative1, id_alternative2 Tabel 3.11 Tabel Biaya Ujian Nama Field id_biaya_ujian id_alternative1 id_alternative2 bobot. Tipe Data int int int float. Keterangan ID dari biaya_ujian ID dari alternative (peminatan) 1 ID dari alternative (peminatan) 2 Bobot perbandingan alternative 1 terhadap alternative 2. Nama Tabel. : mata_kuliah. Fungsi. : Menyimpan informasi mata kuliah.. Primary Key : id_mata_kuliah Foreign Key : Tabel 3.12 Tabel Mata Kuliah Nama Field id_mata_kuliah nama_mata_kuliah. Tipe Data int varchar(70). Keterangan ID mata kuliah Nama mata kuliah. Nama Tabel. : detail_mata_kuliah. Fungsi. : Menyimpan informasi relasi mata kuliah dengan peminatan 34 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Primary Key : id_detail_mata_kuliah Foreign Key : id_mata_kuliah, id_jurusan, id_alternative Tabel 3.13 Tabel Detail Mata Kuliah Nama Field id_detail_mata_kuliah id_mata_kuliah id_alternative id_jurusan. Tipe Data int int int int. Keterangan ID detail mata kuliah ID mata kuliah ID peminatan ID jurusan. Nama Tabel. : minat. Fungsi. : Menyimpan informasi untuk kriteria interest.. Primary Key : id_minat Foreign Key : Tabel 3.14 Tabel Minat atau Interest Nama Field id_minat nama_minat. Tipe Data int varchar(30). Keterangan ID dari minat atau interest Nama dari minat atau interest. Nama Tabel. : detail_minat. Fungsi. : Menyimpan kolerasi antara interest dan peminatan. Primary Key : id_detail_minat Foreign Key : id_alternative, id_interest Tabel 3.15 Tabel Detail Minat atau Interest Nama Field id_detail_minat id_interest id_alternative. Tipe Data int int int. Keterangan ID dari detail minat atau interest ID dari minat atau interest ID dari peminatan. 35 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Nama Tabel. : alternative. Fungsi. : Menyimpan informasi peminatan. Primary Key : id_alternative Foreign Key : Tabel 3.16 Tabel Alternative Nama Field id_alternative nama_alternative penjelasan_alternative Image. 3.2.5. Tipe Data Int varchar(20) longtext longtext. Keterangan ID alternative atau peminatan nama peminatan Informasi tentang peminatan Nama gambar logo alternative. Rancangan Antarmuka Saat aplikasi dijalankan, activity login akan ditampilkan kepada user.. a.. Tampilan login Halaman login memiliki judul, field text NIM, field text password, serta. button untuk login. Rancangan antarmuka pada tampilan login dalam aplikasi ini dapat dilihat pada gambar 3.9.. 36 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.9 Rancangan Activity Tampilan Login b.. Tampilan Main Menu Saat user selesai melakukan proses login, aktitas main menu akan. ditampilkan. Aktfitias main menu memiliki beberapa opsi menu yang dapat user pilih, yaitu informasi peminatan, bantuan, tentang kami, keluar dan ambil test rekomendasi. Rancangan tampilan main menu nampak seperti gambar 3.10.. 37 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.10 Rancangan Activity Tampilan Main Menu c.. Tampilan Input Preferensi Jika user memilih menu ambil test, pertanyaan preferensi interest. ditampilkan untuk mendapatkan informasi dari preferensi interest yang diinginkan user, yang terdapat pada aktifitas input preferensi. Jika user selesai melakukan input dan menekan tombol cari next, sistem akan menampilkan aktiftas input selanjutnya, yaitu aktifitas input kesulitan. Rancangan antarmuka aktifitas ambil test dapat dilihat pada gambar 3.11.. 38 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.11 Rancangan Activity Input Preferensi Interest d.. Aktifitas Input Kesulitan Setelah user menekan tombol next pada aktifitas input interest, aktifitas. input kesulitan akan ditampilkan. Pada aktifitas input kesulitan, user dapat memilih tingkat kesulitan dari masing-masing peminatan. Untuk mengetahui dan mempelajari peminatan tersebut sebelum menentukan tingkat kesulitan, user dapat melihat informasi peminatan yang tersedia pada activity informasi peminatan. Input tingkat kesulitan dapat diubah dengan menggunakan slider yang tersedia untuk setiap peminatan. Setelah user menentukan tingkat kesulitan, user dapat menekan tombol next untuk masuk ke activity input selanjutnya. Rancangan antarmuka pada aktifitas input kesulitan dapat dilihat pada gambar 3.12.. 39 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.12 Rancangan Activity Input Kesulitan e.. Tampilan Input Preferensi Peminatan Setelah user menekan tombol next pada aktifitas input kesulitan, aktifitas. preferensi peminatan ditampilkan. Pada aktifitas ini, terdapat 2 pertanyaan dengan opsi jawaban ya dan tidak menggunakan widget radio button. Pertanyaan yang diajukan adalah untuk meminta preferensi user terhadap bagaimana sistem rekomendasi menghitung sub-kriteria sertifikasi dan biaya pada perhitungan rekomendasi. Rancangan antarmuka pada halaman input preferensi peminatan dapat dilihat pada gambar 3.13.. 40 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.13 Rancangan Activity Input Preferensi Peminatan Setelah user selesai memilih preferensi, menekan tombol next akan menampilkan akfititas hasil rekomendasi. Pada aktifitas ini, terdapat image dari logo peminatan. Selain itu, terdapat button untuk kembali ke menu utama. Rancangan aktifitas hasil rekomendasi terdapat pada gambar 3.14.. 41 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.14 Rancangan Activity Hasil Rekomendasi f.. Tampilan List Peminatan Pada rancangan tampilan list peminatan, ditampilkan daftar dari semua. peminatan yang ada pada widget listview. Disampin nama peminatan, terdapat gambar dari logo peminatan tersebut. User dapat menekan nama atau logo dari peminatan untuk membuka aktifitas detail peminatan sesuai dengan peminatan yang ditekan. Rancangan tampilan akfititas list peminatan ini tampak seperti pada gambar 3.15.. 42 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.15 Rancangan Activity List Peminatan g.. Akfitifas Detail Peminatan Akfitifas detail peminatan memiliki satu widget image yang menampilkan. logo, dan sebuah text view yang menampilkan informasi dari peminatan tersebut. Terdapat juga button untuk kembali ke aktifitas sebelumnya. Rancangan tampilan aktifitas detail peminatan dapat dilihat pada gambar 3.16.. 43 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Gambar 3.16 Rancangan Activity Detail Peminatan 3.4. Perhitungan Bobot Kriteria Peminatan Berikut ini adalah penjabaran perhitungan bobot kriteria terhadap. peminatan yang ada. Pada bagian ini dijelaskan bagaimana mengubah data kualitatif terukur maupun tidak terukur menjadi bobot yang digunakan dalam perhitungan rekomendasi. 3.3.1 Kriteria Nilai Bobot untuk nilai didapatkan dari hasil normalisasi vektor rasio kecocokan mata kuliah yang bersangkutan dengan peminatan. Untuk mendapatkan vektor bobot alternative nilai mata kuliah, tahap pertama yang dilakukan adalah mengambil nilai mata kuliah dari dari tabel nilai untuk setiap peminatan,. 44 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

kemudian dilakukan akumulasi score dan membandingkan score dengan akumulasi maksimum score untuk peminatan tersebut. Untuk mendapatkan skor, digunakan perhitungan dengan illustrasi seperti pada tabel 3.17. Tabel 3.17 Illustrasi Input User Nilai Mata Kuliah Database 1 PBO Business Struktur Data Enterpreneurship Database 2 PTI. Nilai A C C B A B B. Perhitungan skor akumulatif dihitung dengan mengartikan nilai A dengan skor 4, nilai B dengan skor 3, nilai C dengan skor 2, nilai D dengan skor 1 dan nilai E dengan skor 0. Akumulatif skor dari setiap peminatan akan dibandingkan dan dinormalisasi menggunakan formula min-max. Tabel 3.18 Ilustrasi Relasi Nilai Mata Kuliah Nama Mata Kuliah Database 1 PBO Business Struktur Data Enterpreneurship Database 2 PTI. SAP Tidak Tidak Ya Tidak Ya Tidak Ya. Peminatan Oracle Ya Tidak Ya Ya Ya Ya Tidak. Game Dev Tidak Ya Tidak Ya Tidak Tidak Ya. Berdasarkan ilustrasi relasi nilai dengan mata kuliah yang terdapat pada tabel 3.18 dan ilustrasi input pada tabel 3.17, maka hasil skor yang didapatkan adalah seperti pada tabel 3.19.. 45 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tabel 3.19 Vektor Nilai Berdasarkan Ilustrasi Peminatan SAP Oracle Game Dev.. Perhitungan ((1x4)+(1x3)+(1x2)+(0x1)) (2x4)+(2x3)+(1x2)+(0x1) (0x4)+(2x3)+(1x2)+(0x1). Skor 9 16 8. Setelah mendapatkan skor untuk setiap peminatan pada tabel 3.19, nilai yang dimiliki oleh mata kuliah dinormalisasi agar mengikuti skala saaty yang memiliki range 1-9. Untuk mengubah nilai tersebut menjadi nilai yang setara antar peminatan, digunakan formula perhitungan min-max seperti yang diperlihatkan pada tabel 3.20. Tabel 3.20 Tabel Perhitungan Normalisasi Score Oracle SAP Game Dev Max Oracle Max SAP Max Game Dev. Skor 16 9 8 (4x5) = 20 (4x3) = 12 (4x3) = 12. Perhitungan (9-1)/(20-1)*(16-20)+9 (9-1)/(12-1)*(9-12)+9 (9-1)/(12-1)*(8-12)+9. Normalisasi 7,315789474 6,818181818 6,090909091. Setelah mendapatkan nilai alternative yang sudah dinormalisasi, nilai tersebut sudah dapat digunakan untuk matriks perbandingan peminatan seperti pada tabel 3.21. Tabel 3.21 Tabel Matriks Alternative Nilai Mata Kuliah SAP Oracle Game Dev. SAP 6.81/6.81 7,31/6.81 6,09/6.81. Oracle 6.81/7,31 7,31/7,31 6,09/7,31. Game Dev 6.81/6,09 7,31/6,09 6,09/6,09. Setelah mendapatkan matrix alternative, matriks yang tercantum pada tabel 3.21 dinormalisasi dan dihitung vektor prioritasnya. Untuk mendapatkan. 46 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

vektor prioritas, setiap baris dari peminatan akan dirata-ratakan dan vektor prioritas alternative untuk kriteria nilai didapatkan seperti pada tabel 3.22. Tabel 3.22 Tabel Matrix Normalisasi Nilai Mata Kuliah SAP Oracle Game Dev. 0,337118524 0,337118524 0,337118524 0,361722262 0,361722262 0,361722262 0,301159215 0,301159215 0,301159215. Berdasarkan ilustrasi 3.22, vektor prioritas dari alternative terhadap kriteria nilai adalah [0,33 0,36 0,30]. 3.3.2 Kriteria Interest Bobot nilai kriteria minat atau interest didapatkan dari tingkat kecocokan dari input user dengan interest yang berkaitan dengan peminatan tersebut. Jumlah dari setiap minat yang cocok pada peminatan akan dinormalisasi dengan formula min-max, kemudian dibandingkan langsung dengan nilai jumlah kecocokan yang sudah dinormalisasi dari peminatan lainnya. Ilustrasi dari input user ditampilkan pada tabel 3.23. Tabel 3.23 Tabel Ilustrasi Input Interest Nama Interest Programming Enterpreneurship Database Designing Arsitektur Komputer 3D Programming Jaringan. Preferensi Ya Tidak Tidak Ya Tidak Ya Ya. Jumlah preferensi input interest yang berkaitan dengan peminatan tertentu yang terdapat pada ilustrasi 3.23 menentukan nilai dari setiap alternative. 47 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

peminatan. Berikut ini adalah ilustrasi relasi interest dengan peminatan pada tabel 3.24. Tabel 3.24 Tabel Ilustrasi Relasi Interest Dengan Peminatan Nama minat atau interest Programming Enterpreneurship Database Designing Arsitektur Komputer 3D Programming Jaringan Accounting Matematika. SAP Ya Ya Ya Tidak Tidak Tidak Tidak Ya Ya. Peminatan Oracle Ya Tidak Ya Tidak Ya Tidak Ya Ya Tidak. Game Dev Ya Tidak Tidak Ya Ya Ya Ya Tidak Ya. Berdasarkan relasi di atas, nilai dari peminatan untuk kriteria interest dapat dibandingkan setelah dilakukan normalisasi dengan formula normalisasi min-max seperti pada tabel 3.25. Tabel 3.25 ilustrasi Perhitungan Normalisasi Bobot Kriteria Interest Perhitungan Bobot Oracle SAP Game Dev Maximum Minimum. Kecocokan 2 2 5 5 2. Perhitungan (9-1)/(5-2)*(2-5)+9 (9-1)/(5-2)*(2-5)+9 (9-1)/(5-2)*(2-5)+9. Hasil Normalisasi 1 1 9. Berdasarkan perhitungan ilustrasi yang terdapat pada tabel 3.25, matrix perbandingan untuk setiap peminatan dapat dibentuk seperti yang dijabarkan pada tabel 3.26.. 48 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tabel 3.26 Tabel Matriks Alternative Interest atau Minat Peminatan. SAP 1 1 9 11. SAP Oracle Game Dev Total. Peminatan Oracle 1 1 9 11. Game Dev 0,111111111 0,111111111 1 1,222222222. Setelah mendapatkan matriks alternative untuk kriteria interest, matriks yang tercantum pada tabel 3.26 dinormalisasi dan dihitung vektor prioritasnya. Untuk mendapatkan vektor prioritas, setiap baris dari column untuk peminatan dirata-ratakan dan vektor prioritas alternative untuk kriteria nilai didapatkan seperti pada tabel 3.27. Tabel 3.27 Tabel Matriks Normalisasi Untuk Kriteria Interest Peminatan SAP Oracle Game Dev. Peminatan SAP Oracle Game 0,090909091 0,090909091 0,090909091 0,090909091 0,090909091 0,090909091 0,818181818 0,818181818 0,818181818. Berdasarkan ilustrasi diatas, vektor prioritas dari alternative terhadap kriteria nilai adalah [0,09 0,09 0,81]. 3.3.3 Tingkat Kesulitan Tingkat kesulitan untuk setiap peminatan di-input oleh user pada aktifitas input kesulitan. Nilai input yang diberikan oleh user dapat langsung digunakan pada matrix alternative tanpa perlu dilakukan normalisasi karena sudah mengikuti skala Saaty. Berikut ini adalah ilustrasi input kesulitan dari user pada tabel 3.28.. 49 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tabel 3.28 Tabel Input Kesulitan User Nama Peminatan SAP Oracle Game Dev. Nilai Kemudahan 9 5 3. Berdasarkan ilustrasi pada tabel 3.28, matriks perbandingan alternative untuk kriteria tingkat kesulitan dapat menggunakan nilai kemudahan yang di input oleh user seperti pada ilustrasi tabel 3.29. Tabel 3.29 Tabel Matriks Alternative Tingkat Kesulitan Peminatan SAP Oracle Game Dev. SAP 1 0,555555556 0,333333333. Peminatan Oracle 1,8 1 0,6. Game Dev 3 1,666666667 1. Setelah mendapatkan matrix alternative untuk kriteria tingkat kesulitan, matriks yang tercantum pada tabel 3.29 dinormalisasi dihitung vektor prioritasnya dihitung. Untuk mendapatkan vektor prioritas, setiap baris dari kolum untuk peminatan akan dirata-ratakan dan vektor prioritas alternative untuk kriteria tingkat kesulitan didapatkan seperti pada tabel 3.30. Tabel 3.30 Tabel Matriks Normalisasi Untuk Kriteria Tingkat Kesulitan Peminatan SAP Oracle Game Dev. Peminatan SAP Oracle Game Dev 0,529411765 0,529411765 0,529411765 0,294117647 0,294117647 0,294117647 0,176470588 0,176470588 0,176470588. Berdasarkan ilustrasi di atas, vektor prioritas dari alternative terhadap kriteria nilai adalah [0,52 0,29 0,17].. 50 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

3.3.4 Biaya yang dikeluarkan Pada kriteria ini, biaya yang dikeluarkan untuk ujian sertifikasi dan lainnya, diperuntukan kepada sertifikasi entry level dengan asumsi fresh graduate yang ingin mengembangkan karirnya dengan mengambil ujian sertifikasi. Biaya yang dikeluarkan untuk peminatan akan dibandingkan dan dijadikan sebagai bobot penilaian. Berikut ini adalah jumlah biaya yang dikeluarkan untuk setiap peminatan. a.. Peminatan Oracle Oracle. menyediakan. berbagai. sertifikasi. Oracle. Certification. Associate(OCA) dengan rata-rata biaya ujian sebesar $270.833 (gocertify.com). b.. Peminatan CISCO Peminatan CISCO memiliki rata-rata biaya sertifikasi sebesar $120 hingga. $150 untuk sertifikasi dengan level associate (learningnetwork.cisco.com). Untuk itu, jumlah biaya antara $120 dan $150 diambil, yaitu $137,5 sebagai biaya sertifikasi entry level untuk peminatan CISCO. c.. Peminatan SAP Peminatan SAP memiliki banyak sertifikasi untuk level entry dengan biaya. sebesar $500 untuk setiap ujian sertifikasi (gocertify.com). Ujian sertifikasi yang tersedia untuk setiap modul yang ada. d.. Peminatan Game Development Peminatan game development belum memiliki sertifikasi yang diakui. meskipun prospek yang di miliki sangat baik terutama di Indonesia. Biaya yang. 51 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

dikeluarkan untuk karier di bidang game development adalah $0 dan menduduki peringkat tertinggi pada tabel prioritas. Berdasarkan informasi biaya yang didapatkan, perbedaan antara nominal dari biaya peminatan yang paling tinggi dengan peminatan tersebut dinormalisasi dan dijadikan sebagai bobot untuk setiap peminatan seperti yang dijabarkan pada tabel 3.31. Pada hasil nilai terbalik, seluruh nilai akan ditambah 1 point untuk menghindari pembagian dengan nol. Tabel 3.31 Tabel Perhitungan Bobot Biaya Peminatan Nama Peminatan SAP. Biaya ($) 500. Nilai Terbalik(+1) 1 230.166667. Oracle CISCO Game Developer Maximum. 270.8333 137,5 0 501. 263.5 501. Perhitungan Nilai (9-1)/(501-1)*(01-500)+9 (9-1)/(501-1)*(230.16667500)+9 (9-1)/(501-1)*(277,5-500)+9 (9-1)/(501-1)*(500-500)+9. Hasil Bobot 1 4,68 6.81 9. Berdasarkan data pada tabel 3.31, matriks perbandingan alternative untuk kriteria biaya dijabarkan pada tabel 3.32. Tabel 3.32 Tabel Matriks Alternative Biaya Peminatan CISCO Oracle SAP Game Dev. CISCO 1 0,6861822 0,1468079 1,321271. Peminatan Oracle SAP 1,457339 6,811623 1 4,674015 0,213949 1 1,92554 9. Game Dev 0,756847 0,519335 0,111111 1. Setelah mendapatkan matriks alternative untuk kriteria biaya, matrix yang tercantum pada tabel 3.32 dinormalisasi dan dihitung vektor prioritasnya. Untuk mendapatkan vektor prioritas, setiap baris dari kolum untuk peminatan akan di. 52 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

rata-rata kan dan vektor prioritas alternative untuk kriteria biaya yang dikerluarkan dijabarkan seperti pada tabel 3.33. Tabel 3.33 Tabel Matriks Normalisasi Untuk Kriteria Biaya Yang Dikeluarkan Peminatan CISCO Oracle SAP Game Dev. CISCO 0,3170315 0,2175414 0,0465427 0,3170315. Peminatan Oracle SAP 0,317031 0,317031 0,217541 0,217541 0,046543 0,046543 0,317031 0,317031. Game Dev 0,317031 0,217541 0,046543 0,317031. Berdasarkan perhitungan pada tabel di 3.33, vektor prioritas sub-kriteria dari alternative terhadap kriteria biaya yang akan digunakan oleh sistem rekomendasi adalah [0,317 0,217 0,04 0,317]. 3.3.5. Rating Sertifikasi Bobot untuk kriteria rating sertifikasi didapatkan dari rata-rata skor untuk. setiap sertifikasi yang terdaftar (RankingCert). a.. CISCO Berdasarkan ranking yang ada, sertifikasi CISCO Certified Architech. (CCAr) menduduki urutan tertinggi dengan menempati urutan pertama dengan skor 219.00, diikuti dengan Red Hat Certification menempati tempat kedua dengan skor 103.00, dan CISCO Certified Internet Expert menempati peringkat ketiga. Dengan ini dapat disimpulkan bahwa CISCO memiliki jenjang sertifikasi yang terbaik dari keempat peminatan lainnya dengan rata-rata skor 86.808.. 53 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

b.. Oracle Sertifikasi Oracle Database 12c Administrator Certified Profesional. menduduki peringkat terbaik ke tujuh dengan skor 76.53. Oracle menduduki posisi kedua dengan rata-rata skor 49.582. c.. Sistem Aplikasi Perusahaan (SAP) Sertifikasi SAP Certified Application Professional membuat Peminatan. SAP menduduki perinkat ketiga dengan skor 45.30. Skor sertifikasi ini mewakili berbagai macam spesialisasi atau module yang terdapat pada vendor SAP. d.. Game Developer Skor 1 diberikan terhadap game developer karena belum adanya sertifikasi. yang diakui secara internasional. Berdasarkan informasi sertifikasi yang terdapat pada ranking yang ada, perbedaan antara skor peminatan yang paling tinggi dengan peminatan tersebut dinormalisasi dan dijadikan sebagai bobot untuk setiap peminatan seperti yang dijabarkan pada tabel 3.34. Setelah mendapatkan hasil bobot, matriks alternative terhadap kriteria dapat dibentuk seperti pada tabel 3.35. Tabel 3.34 Tabel Matriks Perhitungan Bobot Sertifikasi Nama Peminatan SAP Oracle CISCO Game Developer Maximum. Skor 45.30 49.582 86.808 1 86.808. Hasil Bobot (9-1)/(86.808-1)*(45.30-86.808)+9 5.130 (9-1)/(86.808-1)*(49.582-86.808)+9 5.529 9 (9-1)/(86.808-1)*(86.808-86.808)+9 1 (9-1)/(86.808-1)*(1-86.808)+9 Perhitungan Nilai. 54 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Tabel 3.35 Tabel Matrix Alternative Sertifikasi Peminatan CISCO Oracle SAP Game Dev. CISCO 1 0,614372 0,570015 0,111111. Peminatan Oracle SAP 1,627678 1,75434 1 1,077818 0,927801 1 0,180853 0,194927. Game Dev 9 5,5293503 5,130135 1. Setelah mendapatkan matriks alternative untuk sub-kriteria biaya, matriks yang tercantum pada tabel 3.35 dinormalisasi dan dihitung vektor prioritasnya. Untuk mendapatkan vektor prioritas, setiap baris dari kolum untuk peminatan akan rata-rata kan dan vektor prioritas alternative untuk sub-kriteria sertifikasi didapatkan seperti pada tabel 3.36 Tabel 3.36 Tabel Matriks Normalisasi Untuk Sub-Kriteria Sertifikasi Peminatan CISCO Oracle SAP Game Dev. CISCO 0,435635 0,267642 0,248319 0,435635. Peminatan Oracle SAP 0,435635 0,435635 0,267642 0,267642 0,248319 0,248319 0,435635 0,435635. Game Dev 0,4356352 0,2676422 0,2483186 0,4356352. Berdasarkan perhitungan pada tabel di 3.36, vektor prioritas dari alternative prospek terhadap sub-kriteria sertifikasi yang akan digunakan oleh sistem rekomendasi adalah [0,435 0,267 0,248 0,435]. 3.3.6 Salary Fresh Graduate Untuk mendapatkan gambaran yang objektif dalam penelitian ini, digunakan estimasi harapan salary fresh graduate dari peminatan tersebut untuk. 55 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

digunakan sebagai perbandingan antar peminatan. Berikut ini adalah tabel estimasi gaji harapan dan bobot untuk setiap peminatan. Tabel 3.37 Tabel Estimasi Gaji Harapan Nama Peminatan SAP Oracle CISCO Game Dev.. Range Salary 5 jt – 7 jt 3 jt – 6 jt 10 jt 2,5 jt – 8 jt. Average 6 jt 4,5 jt 10 jt 5,25 jt. Normalisasi 3.181 1 9 2.09. Berdasarkan data pada tabel 3.37, matriks perbandingan alternative untuk sub-kriteria salary fresh graduate dijabarkan ada pada tabel 3.38. Tabel 3.38 Tabel Matriks Alternative Salary Fresh Graduate Peminatan CISCO Oracle SAP Game Dev.. CISCO 1 0,111111 0,353535 0,232323. Peminatan Oracle SAP 9 2,828571 1 0,314286 3,1818182 1 2,0909091 0,657143. Game Dev 4,304348 0,478261 1,521739 1. Setelah mendapatkan matriks alternative untuk sub-kriteria salary fresh graduate, matriks yang tercantum pada tabel 3.38 dinormalisasi dan dihitung vektor prioritasnya. Untuk mendapatkan vektor prioritas, setiap baris dari kolum untuk peminatan akan dirata-ratakan dan vektor prioritas alternative untuk subkriteria salary didapatkan seperti pada tabel 3.39 Tabel 3.39 Tabel Matriks Normalisasi Untuk Sub-Kriteria Salary Peminatan CISCO Oracle SAP Game Dev.. SAP 0,589286 0,065476 0,208333 0,589286. Peminatan Oracle SAP 0,5892857 0,589286 0,0654762 0,065476 0,2083333 0,208333 0,5892857 0,589286. Game Dev 0,589286 0,065476 0,208333 0,589286. 56 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Berdasarkan perhitungan pada tabel di 3.39, vektor prioritas dari alternative terhadap sub-kriteria salary fresh graduate yang akan digunakan oleh sistem rekomendasi adalah [0,589 0,06 0,208 0,589]. 3.5. Perhitungan Bobot Pairwise Perhitungan bobot pairwise dilakukan dengan melakukan rekap hasil. kuesioner, kemudian melakukan perhitungan rata-rata pada setiap perbandingan kriteria. Hasil rata-rata rekap dari empat kuesioner tercantum pada tabel 3.40. Tabel 3.40 Tabel Matriks Pairwise Hasil Rekap Kriteria. Minat 1 Minat Kesulitan 2,586207 0,993377 Nilai 0,7109 Prospek. Kriteria Kesulitan Nilai Prospek 0,386667 1,006667 1,406667 1 2,466667 4,2 0,405405 1 4,04 0,238095 0,247525 1. Setelah mendapatkan tabel matriks pairwise, rasio konsistensi dihitung dengan melakukan normalisasi pada tabel matriks pairwise yang tercantum pada tabel 3.40. Hasil normalisasi ditampilkan pada tabel 3.41. Tabel 3.41 Tabel Matriks Normalisasi Pairwise Kriteria. Minat 0,189019 Minat Kesulitan 0,488841 0,187767 Nilai 0,134373 Prospek. Kriteria Kesulitan Nilai Prospek 0,19046 0,213238 0,132123 0,49257 0,522504 0,39449 0,199691 0,211826 0,379461 0,117279 0,052432 0,093926. 57 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

Berdasarkan hasil normalisasi pada tabel 3.41, vektor prioritas pairwise yang didapatkan dikalikan dengan vektor bobot pairwise setiap individu dan setelah itu dikalikan dengan elemen untuk setiap vektor untuk mendapatkan consistency measure bagi setiap kriteria. Vektor prioritas pairwise dijabarkan pada tabel 3.42. Tabel 3.42 Vektor Prioritas Pairwise dan Consitency Measure Kriteria Minat Kesulitan Nilai Prospek. Vektor Prioritas 0,18121 0,474601 0,244686 0,099503. Setelah. Perhitungan Consistency Measure. C.M.. (Vektor Prioritas*[0,18 0,19 0,21 0,13]) / 0,18 (Vektor Prioritas*[0,48 0,49 0,52 0,39]) / 0,47 (Vektor Prioritas*[0,18 0,19 0,21 0,37]) / 0,24 (Vektor Prioritas*[0,13 0,11 0,05 0,09]) / 0,09. mendapatkan. consistency. measure. untuk. setiap. 4,14 4,13 4,16 4,03. kriteria,. consistency index dapat dihitung dengan menghitung rata-rata dari setiap consistency measure kriteria, dikurangi jumlah kriteria yang ada dan kemudian dibagi dengan jumlah kriteria dikurangi satu. Penjabaran perhitungan ini terdapat pada tabel 3.43. Tabel 3.43 Tabel Perhitungan Consistency Index Kriteria Minat Kesulitan Nilai Prospek Average. Consistency Measure 4,144401 4,139723 4,164895 4,039001 4,122005. Perhitungan Consistency Index. Consistency Index. (4,122005 – 4 ) / 3. 0,040668. Setelah mendapatkan consistency index pada tabel 3.43, consistency ratio dapat dihitung dengan membagi consistency index dengan jumlah kriteria, yaitu 4. Hasil yang didapatkan adalah 0,010167. Berdasarkan tabel random index. 58 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.

consistency pada tabel 2.2, dapat disimpulkan bahwa tabel pairwise yang digunakan sudah konsisten karena tidak melebihi index konsisten untuk jumlah kriteria sebanyak 4, yaitu 0,89.. 59 Rancang Bangun ..., Yosua Petra, FTI UMN, 2015.