SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN UNTUK KASUS PENERIMAAN BEASISWA DI UNIVERSITAS SANATA DHARMA DENGAN METODE VIKOR SKRIPSI

i

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN UNTUK KASUS PENERIMAAN BEASISWA DI UNIVERSITAS SANATA DHARMA

DENGAN METODE VIKOR

SKRIPSI

Diajukan untuk Memenuhi Salah Satu Syarat Memperoleh Gelar Sarjana Komputer

Program Studi Teknik Informatika

Oleh: Sulistyo Atmojo

155314099

PROGAM STUDI TEKNIK INFORMATIKA JURUSAN TEKNIK INFORMATIKA FAKULTAS SAINS DAN TEKNOLOGI

UNIVERSITAS SANATA DHARMA YOGYAKARTA

ii

DECISION SUPPORT SYSTEM FOR SCHOLARSHIP ACCEPTANCE CASE AT SANATA DHARMA UNIVERSITY WITH VIKOR METHOD

SKRIPSI

Presented as Patrial Fulfillment of The Requirements to Obtain Sarjana Komputer Degree

in Informatics Engineering Study Program

By: Sulistyo Atmojo

155314099

INFORMATICS ENGINEERING STUDY PROGRAM INFORMATICS ENGINEERING DEPARTMENT

FACULTY OF SCIENCE AND THECHNOLOGY SANATA DHARMA UNIVERSITY

YOGYAKARTA 2021

v

HALAMAN PERSEMBAHAN

“KALAU KAU TERUS BERPIKIR DAN TAK MELAKUKAN APA-APA, KAU AKAN TERTINGGAL JAUH”

-KILLUA (HUNTER X HUNTER)

Karya ini dipersembahkan untuk: Tuhan Yesus Kristus

Keluarga Sahabat

vi

PERNYATAAN KEASLIAN KARYA

Saya menyatakan dengan sesungguhnya, bahwa skiripsi yang saya tulis tidak memuat bagian karya orang lain kecuali saya sebutkan dalam kutipan dan daftar pustaka, sebagai layaknya karya ilmiah.

Yogyakarta, 4 Februari 2021 Penulis

vii

LEMBAR PERNYATAAN PERSETUJUAN PUBULIKASI KARYA ILMIAH UNTUK KEPENTINGAN AKADEMIS

Yang bertanda tangan di bawah ini, saya mahasiswa Universitas Sanata Dharma: Nama : Sulistyo Atmojo

Nim : 155314099

Demi mengembangkan ilmu pengetahuan, saya memberika kepada perpustakaan Universitas Sanata Dharma karya ilniah saya yang berjudul:

SISTEM PENDUKUNG PENGAMBILAN KEPUTUSAN UNTUK KASUS PENERIMAAN BEASISWA DI UNIVERSITAS SANATA DHARMA

DENGAN METODE VIKOR

Dengan demikian saya memberikan kepada perpustakaan Universitas Sanata Dharma hak untuk menyimpan, untuk mengalihkan dalam bentuk media lain, mengelolanya dalam bentuk pangkalan data, mendistribusikan secara terbatas, dan mempublikasikannya di internet atau media lain untuk kepentingan akademis tanpa perlu meminta izin dari saya maupun memberikan royalty kepada saya selama mencantumkan nama saya sebagai penulis.

Demikian pernyataan ini saya buat dengan sebenarnya Yogyakarta, 4 Februari 2021

Yang menyatakan

viii ABSTRAK

Lembaga Kesejahteraan Mahasiswa (LKM) adalah biro yang menyalurkan program beasiswa di Universitas Sanata Dharma. Untuk menentukan mahasiswa yang layak menjadi penerima beasiswa perlu dilakukan proses penyeleksian. Tetapi dalam penyeleksian beasiswa tersebut mengalami kesulitan karena banyaknya pelamar beasiswa dan banyaknya kriteria yang digunakan.

Berdasarkan permasalahan tersebut, Sistem Pendukung Pengambil Keputusan (SPPK) digunakan dalam penelitian ini karena sistem tersebut dapat menetapkan alternatif terbaik dari sejumlah alternatif yang ada berdasarkan kriteria-kriteria yang telah ditentukan dan dapat melakukan proses penyeleksian dengan waktu yang lebih cepat. Perhitungan dengan metode Vikor dipilih karena dapat melihat solusi/alternatif terdekat sebagai pendekatan kepada solusi ideal dalam perangkingan. Kemudian dilakukan uji software dengan cara membandingkan hasil perhitungan manual menggunakan Ms. Excel dengan sistem software yang menghasilkan urutan perangkingan yang sama.

Dalam penelitian ini juga dilakukan uji program untuk melihat kegunaan software (perceived uselfulness) dan kemudahan kegunaan (perceived ease of use). Uji program dilakukan dengan menyebar kuisioner menggunakan skala Likert. Persentase skor yang didapat pada persepsi pengguna terhadap kegunaan software adalah 100% dan 88% pada kemudahan kegunaan software. Sehingga dapat disimpulkan bahwa software yang dibangun dapat diterima pengguna karena bermanfaat dan mudah digunakan.

Sistem dibangun berbasis web menggunakan bahasa pemrograman Java. Sistem ini dapat membantu LKM dalam menentukan mahasiswa yang layak menjadi penerima beasiswa dengan waktu yang lebih cepat.

Kata Kunci: Sistem Pendukung Pengambilan Keputusan, Metode VIKOR, Penerimaan Beasiswa

ix

ABSTRACT

Lembaga Kesejahteraan Mahasiswa (LKM) is a bureau that distributes scholarship programs at Sanata Dharma University. To determine which students are eligible to become scholarship recipients, a selection process is necessary. However, the scholarship selection encountered difficulties due to the large number of scholarship applicants and the large number of criteria used.

Based on these problems, the Decision Support System (DSS) is used in this study because the system can determine the best alternative from a number of alternatives based on predetermined criteria and can perform the selection process in a faster time. The calculation using the Vikor method was chosen because it can see the closest solution / alternative as the ideal solution approach in ranking. Then conducted software testing by comparing the results of manual calculations using Ms. Excel with software systems that produce the same ranking order.

In this study, a program test was also conducted to see the usefulness of the software (perceived uselfulness) and the ease of use (perceived ease of use). Program testing is done by distributing questionnaires using a Likert scale. The percentage of scores obtained on user perceptions of software usability was 100% and 88% on the ease of use of the software. So it can be concluded that the software built can be accepted by users because it is useful and easy to use.

The system is built on a web basis using the Java programming language. This system can help LKM determine which students are eligible to become scholarship recipients in less time.

x

KATA PENGANTAR

Puji dan syukur kepada Tuhan Yang Maha Esa yang selalu membimbing dan mencurahkan roh kudusnya, memberikan semangat kepada penulis sehingga mampu menyelesaikan skripsi ini sebagai syarat untuk medadapatkan gelar Sarjana Komputer program studi Informatika, Fakultas Sains dan Teknologi, Universitas Sanata Dharma.

Skripsi ini dapat dibuat dengan baik karena berkat dukungan semangat dan doa dari banyak pihak. Oleh karena itu penulis ingin mengucapkan terima kasih kepada:

1. Bapak Sudi Mungkasi, S.Si., M.Math.Sc., Ph.D selaku Dekan Fakultas Sains dan Teknologi Universitas Sanata Dharma.

2. Robertus Adi Nugroho, S.T., M.Eng. selaku Kepala Program Studi Informatika Universitas Sanata Dharma.

3. Bapak Drs. Haris Sriwindono, M.Kom., Ph.D selaku dosen pembimbing yang telah membimbing saya dengan baik dan selalu memberikan nasihat dan saran yang baik.

4. Br.Yohanes Sarju, SJ., M.M. selaku kepala LKM Universitas Sanata Dharma.

5. Kepada kedua orang tua, Kiryanto, S.E. dan Susana Jenah serta kakak drh. Waluyo Jati yang selalu memberikan dukungan dan doa dari awal hingga akhir.

6. Kepada kekasih hati Nisya Ayu Ariesta, S.S. yang selalu mendampingi dan memberikan semangat selama mengerjakan skripsi ini.

7. Kepada Sahabat-Sahabat saya Reinardus Aji Haristu, S.Kom., Vincentius Bayu Fajar Kurniawan, S.Kom., Bagas Aji Wicaksono, S.Kom., Ririn Dwi Wijayanti, S.Kom., dan Yohanes Adi Purnomo Batlayeri, S.Kom. yang selalu membantu dan memberikan dukungan kepada penulis.

8. Teman-teman Teknik Informatika angkatan 2015 yang sudah mendukung dalam pengerjaan skripsi ini.

xi

Semoga penelitian ini berguna bagi pembaca dan bagi teman-teman Teknik Informatika.

Yogyakarta, 4 Februari 2021 Penulis,

xii

DAFTAR ISI

Halaman

HALAMAN JUDUL ... i

HALAMAN PERSETUJUAN ... iii

HALAMAN PENGESAHAN ... iv

HALAMAN PERSEMBAHAN ... v

HALAMAN PERNYATAAN KEASLIAN KARYA ... vi

HALAMAN PERNYATAAN PERSETUJUAN PUBLIKASI ... vii

ABSTRAK ... viii

ABSTRACT ... ix

KATA PENGANTAR ... x

DAFTAR ISI ... xii

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 2

1.3 Tujuan Penelitian ... 2

1.4 Sistematika Penulisan ... 3

BAB II LANDASAN TEORI ... 4

2.1 Pengertian Sistem Pendukung Keputusan ... 4

xiii

2.1.2 Komponen Sistem Pendukung Keputusan ... 6

2.1.3 Manfaat Sistem Pendukung Keputusan ... 8

2.1.4 Keterbatasan Sistem Pendukung Keputusan ... 9

2.1.5 Tahapan Sistem Pendukung Pengambil Keputusan ... 9

2.2 Metode Vikor ... 10

2.2.1 Contoh Penerapan Metode Viktor ... 15

2.3 Model Penerimaan Pengguna dengan Technology Acceptance Model (TAM) ... 30

2.3.1 Pengertian Technology Acceptance Model (TAM) ... 30

2.3.2 Persepsi Pengguna terhadap Kegunaan ... 32

2.3.3 Persepsi Pengguna terhadap Kemudahan ... 32

2.4 Skala Likert ... 32

2.5 Tinjauan Penelitian Terkait ... 33

BAB III METODE PENELITIAN ... 36

3.1 Gambaran Umum ... 36

3.2 Spesifikasi Alat ... 37

3.2.1 Hardware ... 37

3.2.2 Software ... 37

3.3 Pengembangan Sistem... 37

3.4 Uji Program dengan Technology Acceptance Model (TAM) ... 40

3.4.1 Pengumpulan Data untuk Uji Program... 40

3.4.2 Analisis Skala Likert ... 41

xiv

3.4.3.1 Persepsi Pengguna terhadap Kegunaan (perceived

usefulness) ... 42

3.4.3.2 Persepsi Pengguna terhadap Kemudahan (perceived ease of use) ... 43

3.4.4 Metode Penelitian dalam Uji Program ... 43

BAB IV ANALISIS DAN PERANCANGAN SISTEM ... 45

4.1 Analisis Sistem ... 45

4.1.1 Ruang Lingkup ... 45

4.1.2 Perumusan Masalah ... 45

4.1.2.1 Pernyataan Masalah ... 46

4.1.3 Analisis Masalah ... 46

4.1.3.1 Analisis Sebab Akibat ... 46

4.1.4 Gambaran Umum Sistem ... 47

4.1.5 Analisis Kebutuhan ... 48

4.1.5.1 Kebutuhan Fungsional dan Non-fungsional ... 48

4.1.5.2 Kebutuhan Pengguna ... 48

4.1.6 Arraylist ... 49

4.1.7 Use Case Admin ... 50

4.1.8 Use Case Kelola Data Kriteria ... 51

4.1.9 Use Case Mahasiswa ... 52

4.1.10 Subsistem Manajemen Data ... 53

4.1.9.1 Desain Konseptual ... 53

4.1.9.2 Desain Logical ... 54

xv

4.1.9.3.1 Data Mahasiswa ... 55

4.1.9.3.2 Tabel Kriteria ... 55

4.1.9.3.3 Tabel Mahasiswa Daftar ... 56

4.1.11 Desain Manajemen Model ... 56

4.1.10.1 Kriteria ... 56

4.1.10.2 Proses Sistem Pendukung Pengambilan Keputusan ... 58

4.1.10.2.1 Proses Pengambilan Keputusan ... 58

4.1.10.2.2 Proses Perhitungan dan Proses Perangkingan ... 60

4.1.12 Desain Manajemen Dialog ... 62

4.1.11.1 Manajemen Dialog Pemberian Beasiswa ... 62

4.1.11.1.1 Halaman Login ... 62

4.1.11.1.2 Halaman Utama ... 63

4.1.11.1.3 Halaman Data Mahasiswa ... 63

4.1.11.1.4 Halaman Utama Mahasiswa ... 64

4.1.11.1.5 Halaman Login Mahasiswa ... 64

4.1.11.1.6 Halaman Lihat Kriteria ... 65

4.1.11.1.7 Halaman Ubah Kriteria ... 65

4.1.11.1.8 Halaman Hasil SPPK ... 66

4.1.11.1.9 Halaman Form Mahasiswa ... 67

BAB V IMPLEMENTASI SISTEM DAN ANALISIS ... 68

5.1 Kebutuhan Perancangan Sistem ... 68

5.1.1 Hardware ... 68

xvi

5.2 Implementasi Manajemen Dialog ... 68

5.2.1 Manajemen Dialog Beasiswa ... 68

5.2.1.1 Halaman Utama ... 69

5.2.1.2 Halaman Login Mahasiswa ... 70

5.2.1.3 Halaman Form Pendaftaran Mahasiswa ... 70

5.2.1.4 Halaman Utama Admin ... 72

5.2.1.5 Halaman Login Admin ... 72

5.2.1.6 Halaman Sistem Admin ... 73

5.2.1.7 Halaman Data Mahasiswa ... 73

5.2.1.8 Halaman Hasil ... 74

5.3 Pengujian (Testing) ... 74

5.3.1. Perbandingan Perhitungan Manual dengan Hasil Sistem ... 74

5.3.2. Uji Program dengan Technology Acceptance Model (TAM) ... 75

5.3.2.1 Persepsi Pengguna terhadap Kegunaan (perceived usefulness) ... 75

5.3.2.2 Persepsi Pengguna terhadap Kemudahan (perceived ease of use) ... 75

BAB VI PENUTUP ... 76

6.1 Kesimpulan... 76

6.2 Saran ... 76

1 BAB I PENDAHULUAN

1.1. Latar belakang

Universitas Sanata Dharma memiliki biro yang menyalurkan program beasiswa yang bernama Lembaga Kesejahteraan Mahasiswa (LKM). Program beasiswa tersebut bertujuan untuk membantu mahasiswa Universitas Sanata Dharma yang mengalami permasalahan dalam hal pembiayaan kuliah. Kantor LKM berada di ruang Pusat Layanan Konseling (PLK), lantai 2, Gedung Pusat Universitas Sanata Dharma.

Terdapat banyak jenis beasiswa yang ada di Universitas Sanata Dharma, di antaranya adalah beasiswa yang berasal dari pemerintah, perusahaan swasta, keuskupan, dan dari pihak Universitas Sanata Dharma sendiri. Dalam penelitian ini, data yang dipakai adalah data mahasiswa yang mendaftar pada beasiswa Peningkatan Prestasi Akademik (PPA) Universitas Sanata Dharma.

Dalam melakukan seleksi mahasiswa penerima beasiswa, terdapat 13 penilaian atau kriteria yang dipakai. Kriteria itu di antaranya: (i) keadaan orang tua, (ii) perkiraan jumlah penghasilan ayah, (iii) perkiraan jumlah penghasilan ibu, (iv) jumlah tanggungan keluarga yang studi, (v) nominal tagihal listrik, (vi) point kegiatan kemahasiswaan yang terkumpul, (vii) IPK, (viii) tunggakan yang belum dibayar, (ix) berkas KK, (x) berkas gaji ayah, (xi) berkas gaji ibu, (xii) berkas surat keterangan tidak mampu, dan (xiii) berkas tagihan listrik.

Banyaknya kriteria yang digunakan untuk penyeleksian beasiswa membuat pihak LKM membutuhkan waktu yang lebih lama dalam menentukan mahasiswa yang layak menerima beasiswa. Banyaknya mahasiswa yang mendaftar beasiswa juga memperlama proses penyeleksian.

Berdasarkan permasalahan tersebut, dalam penelitian ini akan digunakan Sistem Pendukung Pengambil Keputusan (SPPK) atau Decision Support System (DSS) karena sistem tersebut dapat menetapkan alternatif terbaik dari sejumlah

alternatif yang ada berdasarkan kriteria-kriteria yang telah ditentukan dan dapat melakukan proses penyeleksian dengan waktu yang lebih cepat. Dalam penelitian ini, perhitungan dengan metode Vikor dipilih karena dapat melihat solusi/alternatif terdekat sebagai pendekatan kepada solusi ideal dalam perangkingan. Selain itu, metode Vikor dapat melakukan perangkingan meskipun terdapat kriteria yang saling bertentangan.

Uji software dilakukan dengan cara membandingkan hasil perhitungan manual menggunakan Ms. Excel dengan sistem. Kemudian uji program dilakukan dengan cara melakukan pengujian software oleh user untuk mengetahui kegunaan (perceived uselfulness) dan kemudahan kegunaan (perceived ease of use) software.

1.2. Rumusan Masalah

Berdasarkan latar belakang di atas, maka dapat dirumuskan masalah sebagai berikut:

1. Bagaimana membangun sistem pendukung pengambilan keputusan untuk kasus penyaluran beasiswa di Universitas Sanata Dharma? 2. Apakah software yang dibangun dapat diterima oleh user dengan

meninjau kegunaan (perceived uselfulness) dan kemudahan kegunaan (perceived ease of use)?

1.3. Tujuan Penelitian

Berdasarkan rumusan masalah yang sudah dipaparkan di atas, maka tujuan yang akan dihasilkan adalah:

1. Membangun sistem pendukung pengambilan keputusan untuk kasus Penyaluran beasiswa di Sanata Dharma.

2. Mengetahui apakah software yang dibangun dapat diterima oleh user dengan meninjau kegunaan (perceived uselfulness) dan kemudahan kegunaan (perceived ease of use).

1.4. Sistematika Penulisan BAB I PENDAHULUAN

Bab ini berisi latar belakang pemilihan judul skripsi “Sistem Pendukung Pengambilan Keputusan untuk Kasus Penerimaan Beasiswa di Universitas Sanata Dharma dengan Metode Vikor”, rumusan masalah, dan tujuan penelitian.

BAB II LANDASAN TEORI

Bab ini menjelaskan mengenai teori-teori yang berkaitan dengan sistem rekomendasi pemberian beasiswa, metode sistem pendukung keputusan dengan metode VIKOR, dan Technology Acceptance Model (TAM).

BAB III METODE PENELITIAN

Bab ini berisi metodologi penelitian yang yang dilakukan selama penelitian. Metodologi penelitian yang digunakan adalah metode sistem pendukung pengambil keputusan.

BAB IV ANALISIS DAN PERANCANGAN SISTEM Bab ini berisi analisis sistem yang akan dirancang.

BAB V IMPLEMENTASI, PENGUJIAN DAN ANALISIS HASIL

Bab ini menjelaskan tentang implementasi, pengujian dan hasil program. BAB VI PENUTUP

Bab ini berisi kesimpulan dari hasil penelitian serta saran untuk pengembang selanjutnya.

4 BAB II

LANDASAN TEORI

Bab ini memaparkan teori mengenai pengertian, metode yang digunakan, contoh penerapannya, serta informasi-informasi yang digunakan sebagai pendukung pengerjaan tugas akhir. Teori tersebut meliputi (1) pengertian sistem pendukung keputusan, (2) karakteristik sistem pendukung keputusan, (3) komponen sistem pendukung keputusan, (4) manfaat sistem pendukung keputusan, (5) keterbatasan sistem pendukung keputusan, (6) tahapan sistem pendukung pengambil keputusan, (7) metode Vikor, (8) contoh penerapan metode vikor, (9) model penerimaan pengguna dengan technology acceptance model (TAM), (10) pengertian technology acceptance model (TAM), (11) persepsi pengguna terhadap kegunaan, (11) persepsi pengguna terhadap kemudahan, (12) skala likert, dan (13) tinjauan penelitian terkait.

2.1 Pengertian Sistem Pendukung Keputusan

Menurut Turban, dkk (2005: 136), Decision Support System (DSS) atau Sistem Pendukung Keputusan (SPK) adalah sistem yang dimaksudkan untuk mendukung pembuat keputusan manajerial dalam situasi keputusan semiterstruktur. DSS dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka. DSS ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan- keputusan yang sama sekali tidak dapat didukung oleh alogaritma.

2.1.1 Karakteristik Sistem Pendukung Keputusan

Turban, dkk (2005: 141-143) menyatakan karakteristik SPK ada 14. Karakteristik tersebut adalah sebagai berikut:

1. Dukungan untuk pengambil keputusan, terutama pada situasi semiterstruktur dan tak terstruktur, dengan menyertakan penilaian manusia dan informasi terkomputerisasi.

2. Dukungan untuk semua level manajerial, dari eksekutif puncak sampai manajer lini.

3. Dukungan untuk individu dan kelompok. Masalah yang kurang terstruktur sering memerlukan keterlibatan individu dari departemen dan tingkat organisasional yang berbeda atau bahkan dari organisasi lain. DSS mendukung tim virtual melalui alat-alat atau Web kolaboratif.

4. Dukungan untuk keputusan independen dan atau sekuensial. Keputusan dapat dibuat satu kali, beberapa kali, atau berulang. 5. Dukungan di semua fase proses pengambilan keputusan: inteligensi,

desain, pilihan, dan implementasi.

6. Dukungan di berbagai proses dan gaya pengambilan keputusan. 7. Adaptivitas sepanjang waktu. DSS bersifat fleksibel dan karena itu

pengguna dapat menambahkan, menghapus, menggabungkan, mengubah, atau menyusun kembali elemen-elemen dasar. DSS juga fleksibel dalam hal dapat dimodifikasi untuk memecahkan masalah lain yang sejenis.

8. Pengguna merasa seperti di rumah. Ramah-pengguna, kapabilitas grafis yang sangat kuat, dan antar muka manusia-mesin interaktif dengan satu bahasa alami dapat sangat meningkatkan keefektifan DSS. Kebanyakan aplikasi DSS yang baru menggunakan antarmuka berbasis-Web.

9. Peningkatan terhadap keefektifan pengambilan keputusan (akurasi, timeliness, kualitas) ketimbang pada efisiensinya (biaya pengambilan keputusan). Ketika DSS disebarkan, pengambil keputusan sering membutuhkan waktu lebih lama, namun keputusan lebih baik.

10. Kontrol penuh oleh pengambil keputusan terhadap semua langkah proses pengambilan keputusan dalam memecahkan suatu masalah.

DSS secara khusus menekankan untuk mendukung pengambil keputusan, bukannya menggantikan.

11. Pengguna akhir dapat mengembangkan dan memodifikasi sendiri sistem sederhana. Sistem yang lebih besar dapat dibangun dengan bantuan ahli sistem informasi.

12. Biasanya model-model digunakan untuk menganalisis situasi pengambilan keputusan. Kapabilitas pemodelan memungkinkan eksperimen dengan berbagai strategi yang berbeda di bawah konfigurasi yang berbeda.

13. Akses disediakan untuk berbagai sumber data, format, dan tipe, mulai dari sistem informasi geografis (GIS) sampai sistem berorientasi-objek.

14. Dapat digunakan sebagai alat standalone (computer yang memiliki 1 server dan 1 user saja) yang digunakan oleh seorang pengambil keputusan pada satu lokasi atau didistribusikan di satu organisasi keseluruhan dan di beberapa organisasi. Dapat diintegrasikan dengan DSS lain dan atau aplikasi lain, dan dapat didistribusikan secara internal dan eksternal dengan menggunakan networking dan teknologi Web.

Karakteristik DSS membolehkan para pengambil keputusan untuk membuat keputusan yang lebih baik dan lebih konsisten pada satu cara yang dibatasi waktu.

2.1.2 Komponen Sistem Pendukung Keputusan

Menurut Turban, dkk (2005: 143-145) SPK terdiri dari 4 subsistem, yaitu: 1. Subsistem Manajemen Data

Subsistem manajemen data memasukan satu database yang berisi data yang relevan untuk situasi dan dikelola oleh perangkat lunak yang disebut sistem manajemen database (DBMS). Subsistem manajemen

data dapat diinterkoneksikan dengan data warehouse perusahaan, suatu repository untuk data perusahaan yang relevan untuk pengambil keputusan. Biasanya data disimpan atau diakses via server Web database.

2. Subsistem Manajemen Model

Subsistem manajemen model merupakan paket perangkat lunak yang memasukan model keuangan, statistik, ilmu manajemen, atau model kuantitatif lainnya yang memberikan kapabilitas analitik dan manajemen perangkat lunak yang tepat. Bahasa-bahasa pemodelan untuk membangun model-model kustom juga dimasukkan. Perangkat lunak ini sering disebut sistem manajemen basis model (MBMS). Komponen ini dapat dikoneksikan ke penyimpanan koorporat atau eksternal yang ada pada model. Sistem manajemen dan metode solusi model diimplementasikan pada sistem pengembangan web (seperti Java) untuk berjalan pada server aplikasi

3. Subsistem Antarmuka Pengguna

Pengguna berkomunikasi dengan dan memerintahkan SPK melalui subsistem ini. Pengguna adalah bagian yang dipertimbangkan dari sistem. Para peneliti menegaskan bahwa beberapa kontribusi unik dari SPK berasal dari interaksi yang intensif antara computer dan pembuat keputusan. Browser Web memberikan struktur antarmuka pengguna grafis yang familier dan konsisten bagi kebanyakan SPK.

4. Subsistem Manajemen Berbasis Pengetahuan

Subsistem ini dapat mendukung semua subsistem lain atau bertindak sebagai suatu komponen independen. Ia memberikan inteligensi untuk memperbesar pengetahuan si pengambil keputusan. Subsistem ini dapat diinterkoneksikan dengan repositori pengetahuan perusahaan (bagian dari sistem manajemen pengetahuan), yang kadang-kadang disebut basis pengetahuan organisasional. Pengetahuan dapat disediakan via server Web. Banyak metode kecerdasan tiruan

diimplementasikan dalam sistem pengembangan Web seperti Java, dan mudah untuk diintergrasikan dengan komponen SPK lainnya. Komponen DBMS, MBMS, dam antarmuka merupakan komponen utama dari SPK, sedangkan subsistem manajemen berbasis pengetahuan merupakan pilihan opsional.

2.1.3 Manfaat Sistem Pendukung Keputusan

Berikut adalah manfaat SPK menurut Subri (2011: 21):

a. Mempunyai kemampuan mendukung pemecahan masalah yang komplek.

b. Bereaksi cepat terhadap situasi yang tidak diharapkan pada kondisi yang berubah. SPK melakukan analisis kuantitatif dengan sangat cepat dan menghemat waktu.

c. Mempunyai kemampuan dengan mencoba berbagai strategi berbeda kondisi dengan tepat dan cepat.

d. Belajar dan mengembangkan program baru dengan pola analisis e. Membangun jembatan komunikasi, sehingga pengumpulan data dan

pemecahan masalah yang merupakan alat untuk meningkatkan kerjasama tim.

f. Meningkatkan pengendalian pengukuran dan meningkatkan kinerja organisasi.

g. Menghemat biaya, pembuatan atau menghemat biaya akibat keputusan yang salah.

h. Keputusan lebih objektif dan konsisten dibandingkan dengan intuisi saja.

i. Meningkatkan efektifitas manajerial dengan menghemat waktu kerja pada bidang analisis, perencanaan, dan pelaksanaan.

2.1.4 Keterbatasan Sistem Pendukung Keputusan

Di samping memiliki berbagai manfaat, SPK juga memiliki keterbatasan. Berikut beberapa keterbatasan sistem pendukung keputusan (Marbun, 2018: 17), di antaranya:

a. Ada beberapa kemampuan manajemen dan bakat manusia yang tidak dapat dimodelkan, sehingga model yang ada dalam sistem tidak semuanya mencerminkan persoalan yang sebenarnya.

b. Kemampuan suatu SPK terbatas pada pengetahuan dasar serta model dasar yang dimilikinya.

c. Proses-proses yang dapat dilakukan oleh SPK biasanya tergantung juga pada kemampuan perangkat lunak yang digunakannya.

d. SPK tidak memiliki intuisi seperti yang dimiliki manusia. Karena SPK hanya suatu kumpulan perangkat keras, perangkat lunak, dan sistem operasi yang tidak dilengkapi oleh kemampuan berpikir.

Secara implisit, SPK berlandaskan pada kemampuan dari sebuah sistem berbasis komputer dan dapat melayani penyelesaian masalah.

2.1.5 Tahapan Sistem Pendukung Pengambilan Keputusan

Menurut Hermawan (2002: 3) terdapat tahapan-tahapan yang dilakukan untuk menghasilkan keputusan dalam proses pengambilan keputusan, berikut adalah tahapannya:

1. Tahap Penelusuran

Tahap ini adalah tahap pengambilan keputusan mengidentifikasi masalah yang terjadi, biasanya dilakukan analisis dari sistem ke subsistem pembentuknya sehingga didapatkan keluaran berupa dokumen pernyataan masalah.

2. Tahap Desain

Pada tahap ini pengambil keputusan menemukan, mengembangkan dan menganalisis semua pemecahan yang mungkin yaitu melalui

pembuatan model yang bisa mewakili kondisi nyata masalah. Dari tahap ini didapatkan keluaran berupa dokumen alternatif solusi. 3. Tahap Choice

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.

4. Tahap Implementasi

Dalam tahap ini 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.

2.2 Metode Vikor

Metode VIšekriterijumsko KOmpromisno Rangiranje (VIKOR) merupakan salah satu metode Multi Criteria Decision Making (MCDM) yang pertama kali dikembangkan dan diajukan oleh Opricovic & Tzeng pada tahun 1998. VIKOR secara harafiah memiliki arti optimalisasi beberapa kriteria ke dalam perangkat kompromi. Fokus metode VIKOR adalah melakukan pemeringkatan dan pemilihan solusi dari sekumpulan alternatif pada keadaan di mana acuan kriteria saling bertentangan. Metode VIKOR digunakan untuk melakukan seleksi pada lebih dari satu kriteria. Tujuan utama metode ini adalah melakukan perangkingan dengan mengkompromi hasil nilai alternatif dan kriteria (Imanuwelita, 2018: 127). Prosedur perhitungan metode VIKOR menurut Opricovic & Tzeng (dalam Lengkong, 2015: 109) mengikuti tahap-tahap di bawah ini:

Dari data yang didapat dijadikan data untuk matriks Keputusan (F). Pada langkah ini setiap kriteria dan alternatif disusun ke dalam bentuk matriks F; di mana baris dalam matrik menyatakan alternatif dan Kolom menyatakan kriteria. 𝐹 = [ 𝑥₁ 𝑥₂ ⋯ 𝑥_𝑛 𝑥_1.1 ⋮ 𝑥𝑚 𝑥1.2 ⋮ 𝑥_𝑚 ⋯ ⋮ … 𝑥𝑛 ⋮ 𝑥_𝑚 ] …. …. …. … … … . . .(2.1) Keterangan : Baris: Alternatif Kolom: Kriteria F= Matriks Keputusan x= Nilai dari alternatif n= Nomor urutan alternatif m= Nomor urutan Kriteria

Langkah 2 : Menentukan bobot untuk setiap kriteria

Bobot merupakan nilai atau value dari sebuah indikator kriteria. Bobot kriteria diperoleh dari pengguna sistem, yaitu LKM sesuai dengan kebutuhan atau kriteria yang diinginkan. Bobot kriteria adalah bobot yang dipakai untuk menghitung Matriks Normalisasi Terbobot yang akan dibahas pada poin berikutnya. Bobot (W) kriteria dalam penelitian ini ditentukan oleh pihak LKM.

- Keadaan orang tua 15% - Jumlah gaji ayah 10% - Jumlah gaji ibu 10% - Berkas gaji ayah 5% - Berkas gaji ibu 5%

- Tagihan Listrik 5%

- Poin kegiatan mahasiswa yang terkumpul 5% - IPK 15%

- Tunggakan yang belum dibayar 10% - Berkas KK 5%

- Surat keterangan tidak mampu 5% - Berkas tagihan listrik 5%

Langkah 3 : Membuat matriks normalisasi dengan menentukan nilai positif dan nilai negatif sebagai solusi ideal dari setiap kriteria.

Cara menentukan nilai positif adalah dengan mencari nilai terkecil pada tiap kriteria dari perhitungan Matriks Normalisasi, sedangkan menentukan nilai negatif adalah dengan cara mencari nilai terbesar pada tiap kriteria dari perhitungan Matriks Normalisasi.

Matriks F tersebut kemudian dinormalisasikan dengan persamaan sebagai berikut:

𝑅_𝑖𝑗 = (𝑓+ j− 𝑓𝑖𝑗)

(𝑓+ _j−𝑓− ₎ … … … … . . .(2.2)

Keterangan:

𝑓𝑖𝑗 : Nilai dari alternatif i dari kriteria j

𝑓+_{𝑗: nilai terkecil/positif atau nilai maksimal dari setiap kriteria} 𝑓−_{𝑗 : nilai terbesar/negatif dalam nilai minimal dari setiap kriteria} i : 1,2,3, ..., m adalah nomor urutan alternatif

j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria R : Matriks normalisasi

Penentuan nilai data terbaik/positif (f+j) dan terburuk/negatif (f-j) Nilai (f +

j) dan (f -j) tersebut dinyatakan sebagai berikut: f_j+

=max(𝑓1𝑗,𝑓2𝑗,𝑓3𝑗…𝑓𝑚𝑗) … … … … . . .(2.3)

f_j−

=min(𝑓1𝑗,𝑓2𝑗,𝑓3𝑗…𝑓𝑚𝑗) … … … … . . .(2.4)

Keterangan:

f_j+ _{: nilai terbaik/positif dalam satu kriteria j} f_j− _{: nilai terjelek/negatif dalam satu kriteria j} i : 1,2,3, ..., m adalah nomor urutan alternatif

j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria

Langkah 4 : Menentukan nilai terbobot dari data ternormalisasi untuk setiap alternatif dan kriteria.

Melakukan perkalian antara nilai data yang telah dinormalisasi dengan nilai bobot kriteria yang telah ditentukan, dengan perhitungan sebagai berikut :

𝑓∗

𝑖𝑗₌ 𝑤𝑗. 𝑅𝑖𝑗 … … … … . . .(2.5)

Keterangan :

wj : nilai bobot pada kriteria j

Langkah 5 : Menentukan Utility measures (S) dan Regret measures (R) dari nilai normalisasi terbobot.

Utility measures (S) dan Regret measures (R) dari setiap alternatif dihitung menggunakan rumus sebagai berikut :

𝑆_𝑖 = ∑_𝑗=1𝑛 𝑊_𝑗∗ 𝑅_𝑖𝑗 … … … … . . .(2.6) 𝑅_𝑖 = 𝑚𝑎𝑥 𝑊_𝑗∗ 𝑅_𝑖𝑗 … … … … . . .(2.7) Perhitungan utility measure (S) dilakukan dengan menjumlahkan setiap alternatif dari matriks normalisasi terbobot. Sedangkan regret measure (R) dengan mencari nilai maksimal setiap alternatif dari matriks normalisasi terbobot.

Langkah 6 : Menghitung indeks VIKOR (Q) untuk mencari nilai min dan max dari hasil perhitungan Utility measures (S) dan Regret measures (R) Setiap alternatif i dihitung indeks VIKOR-nya menggunakan rumus sebagai berikut 𝑄𝑖 = 𝑣 [ (Si− S + ₎ (S+_{− S}− ₎] + (1 − 𝑣) [ (Ri− R− ) (𝑅+ _R− ₎] … … . . . … … …(2.8)

Di mana, S- = mini (Si); S+ = maxi (Si); R- = mini (Ri); R+ = maxi (Ri); dan v (veto) merupakan bobot berkisar antara 0-1 (umumnya bernilai 0,5). Semakin kecil nilai indeks VIKOR (Qi) maka semakin baik pula solusi alternatif tersebut (Lengkong, 2015: 110). Perangkingan Qi menggunakan nilai v yang berbeda, yaitu v < 0,5 menggunakan nilai 0,4 dan v > 0,5 menggunakan nilai 0,6. Perangkingan dengan menggunakan v < 0,5 dan v > 0,5, yaitu v = 0,4 dan v = 0,6 bertujuan untuk melihat urutan yang mengalami perubahan posisi dan yang tidak mengalami perubahan posisi. Langkah 7 : Perankingan alternatif

Pada metode Vikor perangkingan alternatif dapat dilihat berdasarkan nilai indeks Vikor yang sudah dicari di mana alternatif yang memiliki nilai indeks terkecil adalah alternatif yang paling baik.

2.2.1. Contoh Penerapan Metode Vikor

Berikut adalah contoh-contoh penerapan dari metode Vikor: 1. Penentuan kriteria

Tabel 2.1 Tabel Bobot Kriteria

Kriteria Keterangan Bobot

C1 Keadaan orang tua 15%

C2 Jumlah penghasilan

ayah 10%

C3 Jumlah penghasilan ibu 10%

C4 Jumlah tanggungan

keluarga yang studi 5%

C5 Nominal tagihan listrik 5%

C6 Poin kegiatan

kemahasiswaan yang

terkumpul 5%

C7 IPK 15%

C8 Tunggakan yang belum

dibayar 10%

C9 Berkas KK 5%

C10 Berkas Gaji Ayah 5%

C12 Berkas SK tidak

mampu 5%

C13 Berkas Tagihan Listrik 5%

Ranking kecocokan setiap kriteria dinilai dari 1-5 yaitu: - 1 = sangat baik

- 2 = baik - 3 = cukup - 4 = buruk - 5 = Sangat buruk

Tabel 2. 2 Tabel Berkas KK

Berkas KK Bobot

Mengumpulkan 3

Tidak mengumpulkan 5

Tabel 2. 3 Tabel Berkas Gaji Ayah Berkas Gaji Ayah Bobot

Mengumpulkan 3

Tidak mengumpulkan 4

Tabel 2. 4 Tabel Berkas Gaji Ibu Berkas Gaji Ibu Bobot

Mengumpulkan 3

Tabel 2. 5 Tabel Berkas Surat keterangan Tidak Mampu Berkas surat keterangan

tidak Mampu

Bobot

Mengumpulkan 2

Tidak mengumpulkan 3

Tabel 2. 6 Tabel Berkas Tagihan Listrik Berkas Tagihan Listrik Bobot

Mengumpulkan 2

Tidak mengumpulkan 3

Tabel 2. 7 Tabel bobot dari keadaan orang tua Keadaan orang tua Bobot

Tidak mempunyai ayah dan ibu

1

Hanya ada ayah dalam keluarga (ayah sehat)

4

Hanya ibu dalam keluarga (ibu sehat)

4

Ada ayah dan ibu (keduanya sehat)

5

Ada ayah dan ibu tetapi ayah sakit dan tidak berkerja

3

Ada ayah dan ibu tetapi ibu sakit dan tidak berkerja

Ayah dan ibu keduanya sakit dan tidak berkerja

2

Hanya ada ayah(ayah sakit)

2

Hanya ada ibu (ibu sakit) 2

Tabel 2. 8 Tabel perkiraan jumlah penghasilan ayah: Perkiraan jumlah

penghasilan ayah per bulan

Bobot

Lebih kecil atau sama dengan 1.000.000

1

Lebih besar dari 1 juta atau sam dengan 2 juta

2

Lebih besar dari 2 juta atau sama dengan 3,5 juta

3

Lebih besar 3,5 juta 5

Tabel 2. 9 Tabel perkiraan jumlah penghasilan ibu: Perkiraan jumlah

penghasilan ibu per bulan

Bobot

Lebih kecil atau sama dengan 1.000.000

1

Lebih besar dari 1 juta atau sam dengan 2 juta

2

Lebih besar dari 2 juta atau sama dengan 3,5 juta

3

Tabel 2. 10 Tabel tanggungan keluarga yang studi: Tanggungan keluarga

yang masih studi

Bobot

Satu anak 5

Dua anak 3

Tiga anak atau lebih 1

Tabel 2. 11 Tabel nominal tagihan listrik: Nominal tagihan listrik Bobot

Lebih kecil atau sama dengan 100.000

1

Lebih besar dari 100.000 atau sama dengan 200.000

3

Lebih besar dari 200.000 5

Tabel 2. 12 Tabel poin kegiatan kemahasiswaan: Poin kegiatan kemahasiswaan

yang terkumpul

Bobot

Belum mempunyai poin 5

1 – 3 poin 3

Tabel 2. 13 Tabel IPK

IPK Bobot

≤ 3.00 5

> 3.00 - < 3.50 4

≥ 3.50 3

Tabel 2. 14 Tabel Jumlah tunggakan Jumlah tunggakan pembayaran Bobot < 5.000.000 5 ≥5.000.000 - <10.000.000 3 ≥10.000.000 1

21

Tabel 2. 15 Tabel kecocokan alternatif dan kriteria

Alternatif C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13

Edel Ada ayah dan ibu tapi ibu sakit dan tak kerja

3.000.000 0 Tiga 52.000 0 3.06 0 Ada Ada Tidak

ada

Tidak ada

Ada

Dwi Ada ayah dan ibu tapi ibu sakit dan tak kerja

1.500.000 0 Satu 30.000 2 3.84 3.105.000 Ada Ada Tidak ada

Ada Ada

Luscia Ada ayah dan ibu (keduanya sehat)

dan ibu (keduanya sehat) Nanda Ada ayah

dan ibu (keduanya sehat)

2.300.000 319.375 Tiga 37.281 0 3.59 17.510.000 Ada Ada Ada Tidak ada

Ada

Tabel 2. 16 Tabel konversidata berdasarkan kriteria

Alternatif C1 C2 C3 C4 C5 C6 C7 C8 C9 C10 C11 C12 C13 Edel 3 3 1 1 1 5 4 2 3 3 4 3 2 Dwi 3 2 1 5 1 5 3 2 3 3 4 2 2 Lucia 1 3 1 3 3 5 3 5 3 3 3 2 2 Mikael 1 1 1 3 1 1 3 2 3 3 3 2 2 Nanda 1 3 1 1 1 5 3 5 3 3 3 3 2

23

Matriks hasil keputusan yang didapatkan

[ 3 3 1 3 2 1 1 1 1 3 1 3 1 1 1 1 1 5 5 1 5 3 3 1 3 1 1 5 1 5 4 2 3 3 4 3 2 3 2 3 3 4 2 2 3 3 3 5 3 3 3 2 2 2 3 3 3 2 2 5 3 3 3 3 2]

Selanjutnya melakukan normalisasi nilai sampel, dari Matriks F: 𝑅_𝑖𝑗 = (𝑓

+ _{− 𝑓} 𝑖𝑗) (𝑓+ _{− 𝑓}− ₎

- 𝑓𝑖𝑗 : Fungsi respon alternatif i pada kriteria j

- 𝑓+𝑗: nilai terbaik/positif atau nilai maksimal dari setiap kriteria - 𝑓−𝑗 : nilai terjelek/negatif dalam nilai minimal dari setiap kriteria - i : 1,2,3, ..., m adalah nomor urutan alternatif

- j : 1,2,3, ..., n adalah nomor urutan atribut atau kriteria R : Matriks normalisasi Kriteria 1 𝑅11= (3−3₃₋₁) =0 𝑅12= (3−3₃₋₁) =0 𝑅13= (3−1₃₋₁) =1 𝑅₁₄= (3−1₃₋₁) =1 𝑅₁₅= (3−3₃₋₁) =1 Kriteria 2 𝑅₂₁ = (3−3₃₋₁) =0 𝑅₂₂ = (3−2₃₋₁) =0.50

𝑅23 = (3−3₃₋₁) =0 𝑅₂₄ = (3−1₃₋₁) =1 𝑅₂₅ = (3−3₃₋₁) =0 Kriteria 3 𝑅₃₁ = (1−1₁₋₁) =0 𝑅₃₂ = (1−1₁₋₁) =0 𝑅₃₃ = (1−1₁₋₁) =0 𝑅34 = (1−1₁₋₁) =0 𝑅35 = (1−1₁₋₁) =0 Kriteria 4 𝑅41 = (5−1₅₋₁) =1 𝑅42 = (5−5₅₋₁) =0 𝑅43 = (5−3₅₋₁) =0.50 𝑅₄₄ = (5−3₅₋₁) =0.50 𝑅₄₅ = (5−1₅₋₁) =1 Kriteria 5 𝑅₅₁ = (3−1₃₋₁) =1

𝑅52 = (3−1₃₋₁) =1 𝑅₅₃ = (3−3₃₋₁) =0 𝑅₅₄ = (3−1₃₋₁) =0 𝑅₅₅ = (3−1₃₋₁) =0 Kriteria 6 𝑅₆₁ = (5−5₅₋₁) =0 𝑅₆₂ = (5−5₅₋₁) =0 𝑅63 = (5−5₅₋₁) =0 𝑅64 = (5−1₅₋₁) =1 𝑅65 = (5−5₅₋₁) =0 Kriteria 7 𝑅71 = (4−4₄₋₃) =0 𝑅72 = (4−3₄₋₃) =1 𝑅₇₃ = (4−3₄₋₃) =1 𝑅₇₄ = (4−3₄₋₃) =1 𝑅₇₅ = (4−3₄₋₃) =1 Kriteria 8

𝑅81 = (5−2₅₋₂) =1 𝑅₈₂ = (5−2₅₋₂) =1 𝑅₈₃ = (5−5₅₋₂) =0 𝑅₈₄ = (5−2₅₋₂) =1 𝑅₈₅ = (5−5₅₋₂) =0 Kriteria 9 𝑅₉₁ = (3−3₃₋₃) =0 𝑅92 = (3−3₃₋₃) =0 𝑅93 = (3−3₃₋₃) =0 𝑅94 = (3−3₃₋₃) =0 𝑅95 = (3−3₃₋₃) =0 Kriteria 10 𝑅101= (3−3₃₋₃) =0 𝑅₁₀₂= (3−3₃₋₃) =0 𝑅₁₀₃= (3−3₃₋₃) =0 𝑅₁₀₄= (3−3₃₋₃) =0 𝑅₁₀₅= (3−3₃₋₃) =0

Kriteria 11 𝑅₁₁₁= (4−4₄₋₃) =0 𝑅112= (4−4₄₋₃) =0 𝑅₁₁₃= (4−3₄₋₃) =1 𝑅₁₁₄= (4−3₄₋₃) =1 𝑅₁₁₅= (4−3₄₋₃) =1 Kriteria 12 𝑅₁₂₁= (3−3₃₋₂) =0 𝑅₁₂₂= (3−2₃₋₂) =1 𝑅123= (3−2₃₋₂) =1 𝑅124= (3−2₃₋₂) =1 𝑅125= (3−3₃₋₂) =0 Kriteria 13 𝑅131= (2−2₂₋₂) =0 𝑅132= (2−2₂₋₂) =0 𝑅₁₃₃= (2−2₂₋₂) =0 𝑅₁₃₄= (2−2₂₋₂) =1 𝑅₁₃₅= (2−2₂₋₂) =0

[ 0 1 0 0 0.50 0 1 1 1 0 1 0 0 0 0 1 1 0 0 1 0 0.50 0.50 1 0 1 1 0 1 0 0 1 0 0 0 0 0 1 1 0 0 0 1 0 1 1 1 0 0 0 1 1 0 1 0 0 1 1 0 0 0 0 1 0 0] Kemudian melakukan normalisasi terbobot

𝑓∗

𝑖𝑗₌ 𝑊𝑗. 𝑅𝑖𝑗 Keterangan:

𝑊_𝑗 : nilai bobot pada kriteria j

𝑅_𝑖𝑗 : nilai data ternormalisasi untuk alternatif i pada kriteria j

𝑊𝑗. 𝑅𝑖𝑗 [ 0.00 0.00 0.00 0.05 0.05 0.00 0.00 0.10 0.00 0.00 0.00 0.00 0.00 0.15 0.05 0.00 0.00 0.05 0.00 0.15 0.10 0.00 0.00 0.00 0.05 0.00 0.15 0.00 0.00 0.03 0.00 0.00 0.15 0.00 0.00 0.00 0.05 0.05 0.00 0.15 0.10 0.00 0.03 0.05 0.05 0.15 0.10 0.00 0.00 0.05 0.05 0.00 0,15 0.00 0.00 0.05 0.05 0.00 0.15 0.00 0.00 0.00 0.05 0.00 0.00]

Menghitung nilai S (Utility measure) dan R (Regret measure) 𝑆𝑖 = ∑ 𝑛 𝑗 = 1 𝑊𝑗∗ 𝑅𝑖𝑗 𝑅_𝑖 = 𝑚𝑎𝑥 𝑊_𝑗 ∗ 𝑅_𝑖𝑗 𝑆₁ = 0.00 + 0.00 + 0.00 + 0.05 + 0.05 + 0.00 + 0.00 + 0.10 + 0.00 + 0.00 + 0.00 + 0.00 + 0.00 =0.20 𝑆2 = 0.15 + 0.05 + 0.00 + 0.00 + 0.05 + 0.00 + 0.15 + 0.10 + 0.00 + 0.00 + 0.00 + 0.05 + 0.00=0.55 𝑆₃ = 0.15 + 0.00 + 0.00 + 0.03 + 0.00 + 0.00 + 0.15 + 0.00 + 0.00 + 0.00 + 0.05 + 0.05 + 0.00 = 0.42 𝑆₄ = 0.15 + 0.10 + 0.00 + 0.03 + 0.05 + 0.05 + 0.15 + 0.10 + 0.00 + 0.00 + 0.05 + 0.05 + 0.00 =0.73 𝑆5 = 0.15 + 0.00 + 0.00 + 0.05 + 0.05 + 0.00 + 0.15 + 0.00 + 0.00 + 0.00 + 0.05 + 0.00 + 0.00 =0.45

𝑆+ _=0.72 𝑆− _=0.20 𝑅+ _=0.15 𝑅−_=0.10

Menghitung Indeks Vikor 𝑄_𝑖: 𝑄𝑖 = 𝑣 [ (S_i− S+ ₎ (S+_{− S}− ₎] + (1 − 𝑣) [ (R_i− R− ₎ (𝑅+ _R− ₎ ] Di mana v=0.5 𝑄1 = 0.5(0.20−0.73)_{(0.20−0.73)}+ (1 − 0,5)(0.10−0.15)_0,10−0.15 = 1.00 𝑄2 = 0.5(0.45−0.73)_{(0.20−0.73)}+ (1 − 0,5)(0.15−0.15)_0.10−0.15 = 0.26 𝑄₃ = 0.5(0.42−0.73)_{(0.20−0.73)}+ (1 − 0,5)(0.15−0.15)_0.10−0.15 = 0.29 𝑄₄ = 0.5(0.72−0.73)_{(0.20−0.73)}+ (1 − 0,5)(0.15−0.15)_0.10−0.15 = 0.00 𝑄₅ = 0.5(0.45−0.73)_{(0.20−0.73)}+ (1 − 0,5)(0.15−0.15)_0.10−0.15 = 0.26

Dari hasil perangkingan di atas, diperoleh bahwa 𝑄₄ merupakan Ranking terendah dari beberapa alternatif lainnya dan yang berhak menerima bantuan beasiswa adalah Dwi karena Dwi memiliki nilai indek terkecil, dalam metode vikor semakin kecil nilai indeknya semakin baik.

2.3 Model Penerimaan Pengguna dengan Technology Acceptance Model (TAM)

Penggunaan teknologi informasi berkaitan dengan perilaku individu yang menggunakannya. Oleh karena itu diperlukan model dan teori untuk menjelaskan interaksi antara individu dengan sistem informasi. Teori dan model tersebut antara lain: (1) theory of reasoned action, (2) theory of planned behavior, (3) theory acceptance model, (4) decomposed theory of planned behavior, (5) teori gabungan TAM dan TPB, (6) model of OC utilization, (7) social cognitive theory, (8) unified theory of acceptance and use of technology (Jogiyanto 2008: 16-17).

Penelitian ini hanya akan menggunakan theory acceptance model (TAM) sebagai model penerimaan pengguna untuk menganalisis faktor yang mempengaruhi pengguna dalam penggunaan software yang dibangun pada penelitian ini.

2.3.1 Pengertian Technology Acceptance Model (TAM)

Menurut Jogiyanto (2008: 111), Technology Acceptance Model (TAM) atau Model Penerimaan Teknologi merupakan salah satu teori tentang penggunaan sistem teknologi informasi yang dianggap sangat berpengaruh dan umumnya digunakan untuk menjelaskan penerimaan individual terhadap penggunaan sistem teknologi informasi. TAM pertama dikembangkan oleh Davis (1985) berdasarkan model Theory of Reasoned Action (TRA). Kelebihan TAM yang paling penting adalah TAM merupakan model parsimoni, yaitu model yang sederhana tetapi valid. Selain itu, TAM juga telah diuji dengan banyak penelitian yang hasilnya TAM merupakan model yang baik khususnya jika dibandingkan dengan model TRA daripada Theory of Planned Behavior (TPB).

Dalam TAM penerimaan penggunaan sistem informasi dipengaruhi oleh dua variabel, yaitu kegunaan (perceived usefulness) dan kemudahan penggunaan (perceived ease of use). Kedua variabel tersebut merupakan perbedaan paling mencolok yang ada pada TAM jika dibandingkan dengan TRA dan TPB. Selain itu,

dalam TAM juga tidak terdapat variabel norma subjektif (subjectif norm) dan kontrol perilaku (perceived behavioral control). Konstruksi lain dalam TAM sama dengan TRA, hanya karena lebih dikhususkan untuk penggunaan teknologi, maka istilahnya pun menyesuaikan.

TAM memiliki 5 konstruksi utama, yaitu: (1) Perceived Usefulness

(kegunaan), (2) Perceived Ease of Use (kemudahan kegunaan), (3) Attitude Toward Using Technology (sikap), (4) Behavioral Intention to Use (intensi), (5) Actual Technology Use (penggunaan teknologi sesungguhnya).

Gambar 2.1 Technology Acceptance Model (TAM) (Jogiyanto, 2008: 113)

Model ini menempatkan faktor sikap dari tiap-tiap perilaku pengguna dengan dua variable:

1. Persepsi pengguna terhadap kegunaan (perceived usefulness) 2. Persepsi pengguna terhadap kemudahan (perceived ease of use)

Kedua variabel tersebut dapat menjelaskan aspek keperilakuan pengguna. Model ini dapat menggambarkan secara jelas bahwa penerimaan penggunaan teknologi informatika dipengaruhi oleh kegunaan dan kemudahan.

Perceived Usefulness Perceived Ease of Use Attitude Toward Using Technology Behavioral Intention to Use Actual Technology Use

2.3.2 Persepsi Pengguna terhadap Kegunaan

Berikut indikator manfaat penggunaan software yang dibangun dalam penelitian ini:

a. Proses penginputan data cepat dilakukan

b. Software dapat melakukan penyeleksian penerima beasiswa dengan waktu yang lebih cepat

c. Software dapat meningkatkan efektivitas dalam penyeleksian penerima beasiswa

d. Proses penyeleksian penerima beasiswa lebih mudah terselesaikan e. Software berguna bagi proses penyeleksian penerima beasiswa

2.3.3 Persepsi Pengguna terhadap Kemudahan

Berikut adalah indikator kemudahan penggunaan software yang dibangun dalam penelitian ini:

a. Software mudah untuk dipelajari

b. Software mudah dioperasikan sesuai keinginan saya

c. Mudah bagi saya untuk terampil dalam menggunakan software d. Bebas dari kesulitan

e. Fleksibel

2.4 Skala Likert

Menurut Riduwan (2010: 12), skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau sekelompok tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian.

Dalam skala likert terdapat indikator-indikator yang dijadikan titik tolak untuk membuat item instrument berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pernyataan yang diungkapkan dengan kata-kata sebagai berikut.

Pernyataan Positif Pernyataan Negatif Sangat setuju (SS) = 5 Sangat setuju (SS) = 1

Setuju (S) = 4 Setuju (S) = 2

Netral (N) = 3 Netral (N) = 3

Tidak Setuju (TS) = 2 Tidak Setuju (TS) = 4 Sangat Tidak Setuju (STS) = 1 Sangat Tidak Setuju (STS) = 5

2.5 Tinjauan Penelitian Terkait

Penelitian terkait dengan seleksi penerima beasiswa pernah dilakukan oleh Lengkong (2016) dengan judul “Implementasi Metode VIKOR untuk Seleksi Penerima Beasiswa”, dengan studi kasus: program studi Pendidikan Teknologi Informasi dan Komunikasi, Universitas Negri Manado. Penelitian ini menggunakan metode Vikor karena dapat menyediakan perangkingan yang terdekat kepada solusi ideal.

Dalam penelitian tersebut, terdapat tujuh langkah dalam metode Vikor yang dilakukan, di antaranya: (i) menentukan min atau max setiap kriteria, (ii) menentukan matriks max, (iii) normalisasi matriks dan menentukan bobot setiap kriteria, (iv) menentukan matriks yang telah dibobotkan, (v) menghitung utility measures, (vi) membuat perangkingan Si, Ri, dan Qi, serta (vii) Perangkingan Qi menggunakan veto (v) yang berbeda.

Hasil penelitian ini adalah pemeringkatan alternatif kompromi dari sejumlah alternatif yang ada sehingga dapat membantu proses seleksi dan menentukan penerima beasiswa berdasakan kriteria yang telah ditetapkan dan diberi bobot. Metode VIKOR membantu membuat keputusan sesuai dengan peringkat terbaik dan dianggap stabil dari hasil pemeringkatan.

Penelitian lain terkait dengan metode Vikor dilakukan oleh Kristyawan (2017) dengan judul penelitian “Sistem Pendukung Keputusan Distribusi Rehabilitas Sosial Rumah Tidak Layak Huni pada Kab Sampang Menggunakan Metode Vikor”. Penulis menggunakan metode Vikor karena metode ini berfokus pada perangkingan, set alternatif, dan solusi kompromi untuk masalah kriteria yang

bertentangan sehingga dapat membantu pengambil keputusan untuk memilih solusi yang layak atau yang paling ideal. Pada penelitian ini terdapat tiga langkah perhitungan metode vikor yang dilakukan, yaitu: (i) normalisasi matrik, (ii) menghitung nilai Utility Measure (S) dan Regret Measure (R), dan (iii) menghitung indeks vikor.

Selain dilakukan perhitungan metode Vikor untuk menghasilkan tabel perangkingan, dalam penelitian Kristyawan juga dilakukan perbandingan tingkat akurasi dan waktu secara manual dan dengan sistem. Melalui penelitian ini terbukti hasil akurasi data dan waktu pengerjaan lebih cepat menggunakan sistem terlebih apabila data yang digunakan semakin banyak maka penggunaan sistem lebih efektif dan efisien. Proses pengerjaan perhitungan manual menggunakan Microsoft Excel dengan mencari rata-rata dari parameter tiap individu menggunakan fungsi average, setelah itu dilakukan proses sorting untuk perangkingan semua data. Sedangkan pada sistem, proses pengerjaannya dengan cara mengklik menu perhitungan dan langsung keluar hasil akhir perangkingan yang telah disortir sesuai dengan parameter tiap individu tanpa harus menggunakan rumus fungsi.

Penelitian terkait dengan Technology Acceptance Model (TAM) pernah dilakukan oleh Purba (2011) dalam penelitiannya yang berjudul “Kajian Penerimaan EXELSA dengan Menggunakan Technology Acceptance Model (TAM)”. Penelitian tersebut bertujuan untuk menganalisis faktor-faktor penerimaan mahasiswa dalam menggunakan EXELSA berdasarkan teori TAM. Data diperoleh dari penyebaran kuisioner kemudian dilakukan pengujian dengan metode Structural Equation Modelling (SEM) menggunakan bantuan software AMOS 16.0. Skala Likert digunakan sebagai skala pengukuran untuk mengukur sikap dan jawaban dari setiap instrumen.

Mengkaji pada penelitian tersebut, penelitian ini menerapkan langkah-langkah perhitungan metode Vikor yang dilakukan oleh Lengkong (2016) untuk menghasilkan tabel perangkingan berdasakan kriteria yang telah ditetapkan dan diberi bobot oleh LKM Universitas Sanata Dharma. Sedangkan untuk menganalisis uji program akan dilakukan penyebaran kuisioner untuk mengetahui pengaruh

variabel perceived usefulness (kegunaan) dan perceived ease of use (kemudahan kegunaan) terhadap penggunaan software dalam penelitian ini. Sama seperti pada penelitian Purba (2011), pada penelitian ini dilakukan analisis kuantitatif dengan cara menyebar kuisioner dan dilakukan juga perhitungan skor menggunakan skala Likert. Hasil perhitungan tersebut kemudian dikonversikan dengan melakukan analisis kualitatif.

36 BAB III

METODE PENELITIAN

3.1 Gambaran Umum

Penelitian ini dilakukan dengan tujuan mengetahui apakah metode Vikor cocok untuk membantu menangani masalah pemberian beasiswa. Data yang dipakai adalah data beasiswa Peningkatan Prestasi Akademik (PPA) mahasiswa Universitas Sanata Dharma dengan kriteria sebagai berikut:

- Keadaan orang tua :

o Ada ayah dan ibu tetapi ayah sakit dan tidak berkerja. o Ada ayah dan ibu tetapi ibu sakit dan tidak berkerja. o ada ayah dan ibu keduanya sehat.

o Hanya ada ayah. o Hanya ada ibu.

o Hanya ada ayah tetapi sakit. o Hanya ada ibu tetapi sakit. o Tidak mempunyai orang tua.

- Bukti Jumlah penghasilan ayah perbulan - Bukti Jumlah penghasilan ibu perbulan

- Jumlah tanggungan keluarga yang masih studi - Bukti KK

- Bukti tagihan listrik

- Poin Kegiatan Kemahasiswaan yang terkumpul - IPK

- Jumlah tunggakan yang belum dibayar

Kemudian data yang telah diperoleh akan diolah dan menghasilkan output hasil akhir dari perhitungan.

3.2 Spesifikasi alat 3.2.1 Hardware

Hardware yang digunakan dalam penelitian adalah Laptop Dell inspiron 5458 dengan processor intel core i3 5005U, RAM 8 HDD 500 GB

3.2.2 Software

Software yang digunakan dalam penelitian ini adalah sistem operasi windows 7 64 bit JDK 1.8, dan Netbeans IDE 8.2, dengan bahasa pemrograman java dan data base MYSQL.

3.3 Pengembangan Sistem

Model yang akan digunakan untuk pengembangan penelitian adalah model waterfall. Menurut Pressman (2015: 42), model waterfall adalah model klasik yang bersifat sistematis, berurutan dalam membangun software. Model ini termasuk ke dalam model generic pada rekayasa perangkat lunak dan pertama kali diperkenalkan oleh Winston Royce sekitar tahun 1970 sehingga sering dianggap kuno, tetapi merupakan model yang paling banyak dipakai dalam Software Engineering (SE). Model ini melakukan pendekatan secara sistematis dan berurutan. Disebut dengan waterfall karena tahap demi tahap yang dilalui harus menunggu selesainya tahap sebelumnya dan berjalan berurutan. Jadi jika tahap ke-1 belum dikerjakan, maka tahap ke-2 tidak dapat dikerjakan. Jika tahap ke-2 belum dikerjakan maka tahap ke-3 juga tidak dapat dikerjakan, begitu seterusnya.

Menurut Sukamto dan Shalahuddin (2015: 28), Model air terjun menyediakan pendekatan alur hidup perangkat lunak secara sekuensial atau terurut dimulai dari analisis, desain, pengodean, penguji dan tahap pendukung (support). Tahapan model waterfall dapat digambarkan seperti gambar berikut:

Sukamto dan Shalahuddin (2015: 28) Gambar 3.1 Diagram Waterfall

Berikut penjelasan Tahapan metode waterfall. a. Analisis Kebutuhan

Langkah ini merupakan analisis terhadap kebutuhan sistem. Pengumpulan data dalam tahap ini melakukan sebuah penelitian, wawancara atau studi literature. Tahapan ini menghasilkan dokumen user requirement atau bisa dikatakan sebagai data yang berhubungan dengan keinginan user dalam pembuatan sistem. Dokumen ini lah yang menjadi acuan sistem analis untuk menerjemahkan ke dalam bahasa pemrograman.

b. Desain Sistem

Tahapan di mana dilakukan penuangan pikiran dan perancangan sistem terhadap solusi dari permasalahan yang ada dengan menggunakan perangkat pemodelan sistem seperti diagram alir data (data flow diagram), diagram hubungan entitas (entity relationship diagram) serta struktur dan bahasan data.

c. Penulisan Kode Program

Penulisan kode program atau coding merupakan penerjemahan design dalam bahasa yang bisa dikenali oleh komputer. Penulisan kode dilakukan oleh programmer yang akan menerjemahkan transaksi sesuai kesepakatan dengan user.

d. Pengujian Program

Pada tahap ini akan dilakukan tahap uji sistem yang memenuhi kebutuhan-kebutuhan bisnis dan spesifikasi desain. Basis data,program, dan antarmuka. Uji coba yang dilakukan adalah dengan membandingkan hasil keluaran program dengan data di spreadsheet.

e. Penerapan Program dan Pemeliharaan

Perangkat lunak yang sudah disampaikan kepada user pasti akan mengalami perubahan. Perubahan tersebut bisa Karena mengalami kesalahan karena perangkat lunak harus menyesuaikan dengan lingkungan (peripheral atau sistem operasi baru) baru, atau karena user membutuhkan perkembangan fungsional lainya.

3.4 Uji Program dengan Technology Acceptance Model (TAM)

Uji program dilakukan dengan cara pengumpulan data, pemberian skor pada skala Likert, kriteria persentase skor kuisioner, dan pedoman penilaian tes. Data yang diperoleh kemudian dianalisis secara kualitatif dan kuantitatif.

Menurut Sugiyono (2007: 13) metode kualitatif disebut disebut sebagai metode interpretive karena data hasil penelitian lebih berkenaan interpretasi terhadap data yang ditemukan di lapangan. Sedangkan metode kuantitatif disebut sebagai metode ilmiah karena telah memenuhi kaidah-kaidah ilmiah yaitu konkrit/empiris, obyektif, terukur, rasional, dan sistematis. Metode ini disebut metode kuantitatif karena data penelitian berupa angka-angka dan metode analisis menggunakan statistik.

3.4.1 Pengumpulan Data untuk Uji Program

Pengumpulan data diperoleh dengan menyebarkan kuisioner kepada karyawan LKM dan alumni mahasiswa Universitas Sanata Dharma yang pernah mendaftar beasiswa. Sebanyak 2 sampel didapatkan. Dalam kuisioner ini, masing-masing pernyataan diikuti oleh lima kemungkinan jawaban, yaitu dengan ketentuan Sangat Sesuai (SS), Sesuai (S), Netral (N), Tidak Sesuai (TS), Sangat Tidak Sesuai (STS). Jenis kuesioner yang digunakan dalam penelitian ini adalah jenis kuisioner tertutup, responden tidak diberikan kesempatan untuk mengeluarkan pendapat. Skala pengukuran instrumen kuisioner ini menggunakan skala Likert.

Kuisioner ini berisi 10 pernyataan yang menyatakan tingkat penerimaan pengguna terhadap software yang dibangun dalam penelitian ini berdasarkan 2 aspek dari TAM. Dua aspek tersebut adalah persepsi terhadap kegunaan (perceived usefulness) dan persepsi tentang kemudahan (perceived ease of use). Setiap aspek masing-masing terdiri dari 5 pertanyaan.

3.4.2 Analisis Skala Likert

Setelah data yang diperoleh terkumpul, tahap selanjutnya adalah menganalisis data dengan cara melakukan perhitungan skor pada skala Likert. Dalam penelitian ini skala Likert digunakan untuk mengukur persepsi seseorang tentang software yang dibangun. Berikut penjabaran skor pada tiap altenatif jawaban: Pernyataan Positif Sangat setuju (SS) = 5 Setuju (S) = 4 Netral (N) = 3 Tidak Setuju (TS) = 2 Sangat Tidak Setuju (STS) = 1 Riduwan (2010: 13)

Berdasarkan jawaban responden selanjutnya akan diperoleh satu kecenderungan atas jawaban responden tersebut. Perhitungan indeks jawaban responden dilakukan dengan rumus sebagai berikut (Riduwan, 2010: 14-15): Nilai indeks = ((F1x1) + (F2x2) + (F3x3) + (F4x4) + (F5x5))

Di mana:

F1 adalah frekuensi jawaban responden yang menjawab (STS) F2 adalah frekuensi jawaban responden yang menjawab (TS) F3 adalah frekuensi jawaban responden yang menjawab (N) F4 adalah frekuensi jawaban responden yang menjawab (S) F5 adalah frekuensi jawaban responden yang menjawab (SS)

Berikut adalah urutan proses pencarian skor ideal tertinggi, skor ideal terendah, persentase skor yang digunakan untuk konversi ke dalam data kualitatif. Nilai Indeks Maksimal : skor tertinggi x jumlah soal x jumlah sampel

Persentase Skor : (Total Skor : Nilai Indeks Maksimal) x 100

Setelah dilakukan penelitian dengan metode kuantitatif, selanjutnya persentase skor yang diperoleh dikonversikan ke dalam data kualitatif dengan acuan sebagai berikut:

Angka 0% - 20 % = Sangat Lemah Angka 21% - 40 % = Lemah

Angka 41% - 60 % = Cukup Angka 61% - 80 % = Kuat

Angka 81% - 100 % = Sangat Kuat

3.4.3 Perhitungan dengan Skala Likert

3.4.3.1 Persepsi Pengguna terhadap Kegunaan (perceived usefulness) Berikut adalah hasil perhitungan nilai indeks tiap item berdasarkan data: Item No. 1 ((0x1) + (0x2) + (0x3) + (0x4) + (2x5)) = 10 Item No. 2 ((0x1) + (0x2) + (0x3) + (0x4) + (2x5)) = 10 Item No. 3 ((0x1) + (0x2) + (0x3) + (0x4) + (2x5)) = 10 Item No. 4 ((0x1) + (0x2) + (0x3) + (0x4) + (2x5)) = 10 Item No. 5 ((0x1) + (0x2) + (0x3) + (0x4) + (2x5)) = 10 Total Skor = 50

Setelah melakukan perhitungan nilai indeks, tahap selanjutnya adalah melakukan perhitungan nilai indeks maksimal, nilai indeks minimum, dan persentase skor pada persepsi pengguna terhadap kegunaan software:

Nilai Indeks Maksimal : skor tertinggi x jumlah soal x jumlah sampel Nilai Indeks Maksimal : 5 x 5 x 2 =50

Nilai Indeks Minimum : 5 x 5 x 2 = 50

Persentase Skor : (Total Skor : Nilai Indeks Maksimal) x 100 Persentase Skor (%) : (50 : 50) x 100 = 100%

3.4.3.2 Persepsi Pengguna terhadap Kemudahan (perceived ease of use) Berikut adalah hasil perhitungan nilai indeks tiap item berdasarkan data: Item No. 6 ((0x1) + (0x2) + (0x3) + (0x4) + (2x5)) = 10 Item No. 7 ((0x1) + (0x2) + (0x3) + (1x4) + (1x5)) = 9 Item No. 8 ((0x1) + (0x2) + (0x3) + (1x4) + (1x5)) = 9 Item No. 9 ((0x1) + (0x2) + (0x3) + (2x4) + (0x5)) = 8 Item No. 10 ((0x1) + (0x2) + (0x3) + (2x4) + (0x5)) = 8 Total Skor = 44

Setelah melakukan perhitungan nilai indeks, tahap selanjutnya adalah melakukan perhitungan nilai indeks maksimal, nilai indeks minimum, dan persentase skor pada persepsi pengguna terhadap kegunaan software:

Nilai Indeks Maksimal : skor tertinggi x jumlah soal x jumlah sampel Nilai Indeks Maksimal : 5 x 5 x 2 = 50

Nilai Indeks Minimum : skor terendah x jumlah soal x jumlah sampel Nilai Indeks Minimum : 4 x 5 x 2 = 40

Persentase Skor : (Total Skor : Nilai Indeks Maksimal) x 100 Persentase Skor (%) : (44 : 50) x 100 = 88%

3.4.4 Metode Penelitian dalam Uji Program

Metode penelitian yang digunakan dalam penelitian adalah metode kuantitatif karena dalam prosesnya menggunakan data berupa angka sebagai alat

menganalisis keterangan mengenai apa yang ingin diketahui. Penelitian ini memakai 2 variabel dalam TAM, yaitu kegunaan teknologi (perceived usefulness) dan kemudahan menggunakan teknologi (perceived ease of use) untuk mengukur kegunaan dan kemudahan penggunaan software yang dibuat.

Variabel perceived usefulness digunakan untuk mengukur bagaimana persepsi responden terhadap kegunaan software dalam penyeleksian penerima beasiswa. Indikator-indikator yang digunakan sebagai alat ukur adalah: (i) proses penginputan data cepat dilakukan, (ii) software dapat melakukan penyeleksian penerima beasiswa dengan waktu yang lebih cepat, (iii) software dapat meningkatkan efektivitas dalam penyeleksian penerima beasiswa, (iv) proses penyeleksian penerima beasiswa lebih mudah terselesaikan, (v) software berguna bagi proses penyeleksian penerima beasiswa.

Perceived ease of use menggambarkan bagaimana persepsi pengguna terhadap kemudahan penggunaan software. Indikator yang dipakai untuk mengukur persepsi kemudahan penggunaan software adalah: (i) software mudah untuk dipelajari, (ii) software mudah dioperasikan sesuai keinginan saya, (iii) mudah bagi saya untuk terampil dalam menggunakan software, (iv) bebas dari kesulitan, (v) fleksibel.

Intention to use (intensi) dalam penerimaaan software ini diukur dengan menggunakan indikator keinginan untuk tetap menggunakan di masa yang akan datang. Artinya di sini akan dilihat sejauh mana pengguna mau menggunakan software tersebut.

45 BAB IV

ANALISIS DAN PERANCANGAN SISTEM

4.1 Analisis Sistem

Bab ini berisi uraian tentang perancangan dan implementasi sistem. Dalam bab ini akan dijelaskan secara lebih detail langkah-langkah perancangan sistem.

4.1.1 Ruang Lingkup 4.1.2 Perumusan masalah

Masalah utama yang dihadapi adalah banyaknya mahasiswa yang mendaftar serta banyaknya kriteria dalam proses penyeleksian beasiswa. Untuk itu dibangun sistem yang dapat membantu kesulitan yang dihadapi menggunakan metode vikor.

4.1.2.1 Pernyataan Masalah

Pernyataan Masalah Solusi

Banyaknya kriteria yang digunakan membutuhkan waktu yang lama dalam melakukan proses penyeleksian penerima beasiswa.

Membangun sebuah sistem pendukung pengambilan keputusan yang dapat mempercepat proses penyeleksian penerima mahasiswa meskipun terdapat banyak kriteria.

4.1.3 Analisis Masalah 4.1.3.1 Analisis Sebab Akibat

Masalah Penyebab dan akibat Tujuan sistem Batasan Sistem Terbatasnya waktu untuk menyeleksi calon penerima beasiswa Sebab: Banyaknya kriteria dalam proses seleksi dan banyaknya mahasiswa yang mendaftar

Akibat: Menghabiskan banyak waktu untuk menyeleksi calon penerima beasiswa. Memberikan rekomendasi Mahasiswa yang berhak mendapatkan beasiswa dalam waktu yang cepat. Kriteria yang digunakan dalam menetukan Mahasiswa yang dapat menerima beasiswa adalah IPK, berkas kartu keluarga, berkas keterangan penghasilan ayah, Jumlah gaji penghasilan ayah, berkas keterangan penghasilan ibu, Jumlah gaji penghasilan ibu, berkas SK tidak mampu, bukti

pembayaran listrik 2 bulan terakhir, jumlah tagihan listrik, jumlah poin kegiatan

kemahasiswaan, jumlah tanggungan yang anak yang masih studi, Keadaan orang tua.

4.1.4 Gambaran Umum Sistem

Di dalam sistem yang dibuat ada 2 pihak yang terlibat. Pertama, yaitu mahasiswa yang melakukan pendaftaran beasiswa dengan masuk ke website dan melakukan login terlebih dahulu dengan memasukan username dan password, kemudian mengisi form pendaftaran. Yang kedua adalah admin, yang dapat melihat dan memproses data mahasiswa yang mendaftar dan mengubah bobot kriteria. Admin dapat mengubah bobot kriteria dengan dengan mengklik tombol ubah bobot kriteria, kemudian memasukan bobot kriteria yang baru. Jika admin ingin mengetahui calon mahasiswa penerima beasiswa maka caranya adalah mengklik tombol proses, kemudian sistem akan menampilkan data rangking mahasiswa yang layak menerima dan tidak menerima beasiswa.