• Tidak ada hasil yang ditemukan

SISTEM PENUNJANG KEPUTUSAN UNTUK PENENTUAN KELAYAKAN CALON ANGGOTA DEWAN PERWAKILAN RAKYAT DAERAH PADA PARTAI KEADILAN SEJAHTERA DI DAERAH ISTIMEWA

N/A
N/A
Protected

Academic year: 2021

Membagikan "SISTEM PENUNJANG KEPUTUSAN UNTUK PENENTUAN KELAYAKAN CALON ANGGOTA DEWAN PERWAKILAN RAKYAT DAERAH PADA PARTAI KEADILAN SEJAHTERA DI DAERAH ISTIMEWA"

Copied!
12
0
0

Teks penuh

(1)

SISTEM PENUNJANG KEPUTUSAN UNTUK PENENTUAN KELAYAKAN CALON ANGGOTA DEWAN PERWAKILAN

RAKYAT DAERAH PADA PARTAI KEADILAN SEJAHTERA DI DAERAH ISTIMEWA

YOGYAKARTA

Naskah Publikasi

Disusun oleh : Abdurohim

05.12.1365

JURUSAN SISTEM INFORMASI

SEKOLAH TINGGI MANAJEMEN INFORMATIKA DAN KOMPUTER AMIKOM

YOGYAKARTA 2011

(2)
(3)

iii 

 

SISTEM PENUNJANG KEPUTUSAN UNTUK PENENTUAN KELAYAKAN CALON ANGGOTA DEWAN PERWAKILAN

RAKYAT DAERAH PADA PARTAI KEADILAN SEJAHTERA DI DAERAH ISTIMEWA

YOGYAKARTA

DECISION SUPPORT SYSTEM TO DETERMINATION MEMBER CANDIDATE ELEGIBILITY ASSEMBLY AT PROVINCIAL

OF PARTAI KEADILAN SEJAHTERA IN DAERAH ISTIMEWA YOGYAKARTA

Abdurohim 05.12.1365 Jurusan Sistem Informasi STMIK AMIKOM YOGYAKARTA

ABSTRACT

This democratic era, many people who want to become a candidate member of parliament at both central and local levels, but that becomes the issue is whether a candidate's professional persons in carrying out the mandate given by the people or just the opposite misery people.

When they become official candidates, many sweet promises given by a candidate, and people swayed by their sweet promises, but after they became an official seoarang, the promises were never realized.

So if there decision support system supposed decrease subject in choice candidate. The information about the candidates is very important to society, so they are not wrong to choose, so people really felt happy with his choice.

(4)

1. Pendahuluan

Di jaman demokrasi ini, banyak orang yang ingin menjadi calon anggota Dewan Perwakilan Rakyat (DPR) baik di tingkat pusat maupun di tingkat daerah, tetapi yang menjadi suatu permasalahannya ialah apakah calon anggota tersebut bisa menjalankan amanah yang diberikan oleh rakyat. Untuk menentukan siapa yang akan menjadi calon anggota Dewan Perwakilan Rakyat Daerah (DPRD) tersebut sangat sulit, karena harus benar-benar orang yang berkualitas dan mau bekerja keras.

Jika proses pengambilan keputusan tersebut dibantu oleh sebuah sistem pendukung keputusan yang terkomputerisasi, subjektivitas dalam pengambilan keputusan diharapkan bisa dikurangi dan diganti dengan pelaksanaan seluruh kriteria bagi seluruh calon anggota Dewan Perwakilan Rakrat Daerah (DPRD), dengan demikian, calon anggota DPRD dengan kemampuan dan pertimbangan lain terbaiklah yang diharapkan dapat terpilih sebagai calon anggota DPRD.

2. Landasan Teori

Dalam skripsi sistem pendukung keputusan pemilihan calon ini penulis menggunakan metode GAP kompetensi atau dapat disebut juga dengan metode pencocokan profil (Konsep dan Aplikasi Sistem Pendukung Keputusan, Kusrini, hal 51-67) dan menggunakan data-data calon dari DPW PKS Yogyakarta. Maksud dari pencocokan profil (profil matching) adalah sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variable predictor yang ideal yang harus dimiliki oleh calon anggota DPRD, bukannya tingakat minimal yang harus dipenuhi atau dilewati oleh semua calon.

Berikut adalah tahapan dan perumusan perhitungan dengan metode Gap: a. Menentukan aspek dan subaspek penilaian.

1) Pendidikan a) SMA b) D3 c) S1

(5)

2

d) S2 e) S3

2) memiliki karakter atau kecenderungan sebagai politisi. a) Minat dengan kegiatan-kegiatan publik.

b) Melakukan lobi-lobi.

c) Berinteraksi dengan media-media. d) Mampu mempengaruhi orang lain. e) Berani mengambil resiko.

f) Mampu berkomunikasi dan berargumentasi.

g) Menjalin networking dan siap meningkatkan kemampuan diri. 3) pengalaman dalam berorganisasi.

a) Pengurus inti partai.

b) Anggota dewan ditingkat pusat/provinsi/kabupaten/kota.

c) Mempunyai latarbelakang sebagai aktivis dakwah, kampus atau organisasi yang tidak dilarang berdasarkan peraturan perundangan yang berlaku.

4) usia. a) 25-45

5) penguasaan dan pemahaman dalam bidang legislatif.

a) sekurang-kurangnya memiliki penguasaan terhadap satu bidang ilmu, khususnya yang diperlukan di lembaga legislatif.

b) mempunyai pemahaman tentang peranan politik dalam dakwah dan tujuan dalam menegakkan nilai-nilai islam.

c) memiliki kemampuan kepemimpinan dan komunikasi publik yang cukup (lulus daurah kepemimpinan dan komunikasi publik yang diselenggarakan oleh partai khusu bagi kader yang akan dicalonkan untuk menduduki jabatan publik).

6) sosial.

a) Dikenal sebagai orang yang berkepribadian dan berakhlak mulia yang cukup berpengaruh di masyarakat.

(6)

c) Potensi yang dimilikinya dapat memperlancar kemenangan di pemilu.

b. Pemetaan Gap Kompetensi

Gap yang dimaksud disini adalah perbedaan antara profil Calon anggota DPRD Yogyakarta dengan nilai profil jabatan atau bisa ditunjukan pada rumus di bawah ini:

Gap = Profil Caleg – Profil Jabatan c. Pembobotan

Setelah diperoleh gap pada masing-masing motherboard, setiap profil motherboard diberi bobot nilai dengan patokan sesuai pada tabel nilai gap, pembahasan lengkap perhitungan pembobotan dipaparkan didalam bab 3 skripsi.

d. Perhitungan dan Pengelompokan Core Factore dan Secondary Factore Setelah menentukan bobot nilai gap untuk keenam aspek, yaitu aspek pendidikan, Memiliki karakter atau kecenderungan, Pengalaman berorganisasi, Usia, Pengusaan dan pemahaman dan Sosial dengan cara yang sama, setiap aspek dikelompokan menjadi 2 (dua) kelompok, yaitu kelompok core factor dan secondary factor.

Perhitungan core factor ditunjukan dengan menggunakan rumus dibawah ini:

= IC ss pp us pb kk pd NC NCF ( , , , , , ) Keterangan:

NCF : Nilai rata-rata core factor

NC(pd,kk,pb,us,pp,ss) : pendidikan, karakter atau kecenderungan, pengalaman berorganisasi, usia, penguasaan dan pemahaman,sosial)

IC : jumlah item core factor

Sementara itu, perhitungan secondary factor bisa ditujukan dengan rumus berikt ini

(7)

4

= Is ss pp us pb kk pd NS NSF ( , , , , , ) Keterangan:

NSF : Nilai rata-rata secondary factor.

NC(pd,kk,pb,us,pp,ss) :pendidikan, karakter, pengalaman berorganisasi, usia, penguasaan dan pemahaman,sosial).

IS : jumlah item secondary factor. e. Perhitugan Nilai Total.

Dari hasil perhitungan setiap aspek diatas, berikutnya dihitung nilai total berdasarkan presentase dari core dan secondary yang yang diperkirakan berpengaruh terhadap kinerja tiap-tiap profil. Contohnya perhitungan dapat dilihat pada rumus dibawah ini:

(x)%NCF(pd,kk,pb,us,pp,ss)+(x)%NSF(pd,kk,pb,us,pp,ss)=N(pd,kk,p b,us,pp,ss)

Keterangan:

NCF (pd,kk,pb,us,pp,ss) :nilai rata-rata core factor (pendidikan, karakter atau kecenderungan, pengalaman berorganisasi, usia, penguasaan dan pemahaman, soaial)

NSF (pd,kk,pb,us,pp,ss) :nilai rata-rata secondary factor (pendidikan, karakter atau kecenderungan, pengalaman berorganisasi, usia, penguasaan dan pemahaman, soaial).

N (pd,kk,pb,us,pp,ss) :nilai total dari aspek (pendidikan, karakter atau kecenderungan, pengalaman berorganisasi, usia, penguasaan dan pemahaman, soaial).

(8)

f. Perhitungan Penentuan Ranking

Hasil akhir dari proses profil matching adalah ranking dari kandidat yang diajukan untuk dijadikan calon anggota DPRD Yogyakarta. Penentuan ranking mengacu pada hasil perhitungan tertentu, perhitungan tersebut bisa ditunjukan dengan rumus sebagai berikut: Ranking= (x) %Npd + (x)%Nkk + (x)%Npb +( x)%Nus + (x)%Npp + (x)%Nss

Keterngan:

Npd : Nilai Pendidikan

Nkk : Nilai Karakter atau Kecenderugan sebagai politisi Npb : Nilai Pengalaman Berorganisasi

Nus : Nilai Usia

Npp : Penguasaan dan Pemahaman Nss : Nilai Sosial

(x)% : Nilai persen yang diinputkan 3. Analisis (Proses Penilaian)

Hasil akhir dari proses profile matching adalah ranking dari calon terbaik berdasarkan hasil dari proses penilaian yang akan direkomendasikan bagi manajemen penjaringan. Penentuan ranking mengacu pada hasil perhitungan tertentu. Perhitungan tersebut dapat ditunjukkan pada rumus di bawah ini: Ranking = (x)% Npd + (x)%Nkk+(x)%Npb+(x)%Nus+(x)%Npp+(x)%Nss Adapaun untuk aspek nilai persentasenya sesuai dengan tabel sebagai berikut:

Tabel 3.33 Aspek prosentase

No Kriteria Bobot

1 Pendidikan 7 %

2 Memiliki karakter atau kecenderungan sebagai politisi 20 % 3 Pengalaman berorganisasi 15 %

(9)

6

5 Penguasaan dan pemahaman 20 %

6 Sosial 23 % Total 100 % Ranking = (7% x1,8) + (20%x2,414) + (15%x2,7) + (15%x1,2) + (20%x2,55) + (23%x2,3) = (0,07x1,8) + (0,2x2,414) + (0,15x2,7) + (0,15x1,2) + (0,2x2,55) + (0,23x2,3) = (0,126) + (0.4828) + (0.405) + (0.18) + (0.51) + 0.529) = 2,2328

Tabel 3.34 Hasil akhir proses profile matching

Setelah setiap kandidat mendapatkan hasil ahir seperti contoh pada tabel 3.34 diatas, maka bisa ditentukan peringkat atau ranking dari calon anggota dewan berdasarkan pada semakin besarnya nilai hasil akhir sehingga semakin besar pula kesempatan untuk menjadi calon anggota dewan yang ada, begitu pula sebaliknya.

4. Hasil Penilitian dan pembahasan

Dari Perhitungan antara manual dan sistem aplikasi mempunyai nilai sama, sehingga sistem aplikasi ini layak menjadi acuan untuk membantu manajemen penjaringan untuk mengambil sebuah keputusan.

No Id_calon Npd Nkk Npb Nus Npp Nss Hasil Akhir

(10)

Gambar 4.9 Form penilain

Gambar 4.18 Laporan data hasil penilaian

Laporan data hasil penilaian adalah data yang berisi tentang calon yang layak menjadi anggota DPRD berdsarkan nilai ahir atau rankingnya

(11)

8

5. Kesimpulan

Dari hasil perancangan Sistem Penunjang Keputusan Untuk Penentuan Kelayakan Calon Anggota Dewan Perwakilan Rakyat Daerah Pada Partai Keadilan Sejahtera Di Daerah Istimewa Yogyakarta dapat diambil kesimpulan

1. Sistem ini telah berhasil dibuat dan dapat digunakan sebagai alat untuk penentuan kelayakan calon anggota DPRD pada partai PKS di DIY, yang kemudian dapat digunakan sebagai bahan pertimbangan pengambilan keputusan kepada pihak manajemen penjaringan.

2. Untuk membuat sistem pendukung keputusan kelayakan calon ini membutuhkan data-data: internal yaitu input data calon, input data kriteria dan input data subkriteria, privat yaitu penentuan core dan secondary faktor, penentuan nilai presen dan juga penentuan nilai GAP. 3. Keunggulan sistem ini adalah mampu memberikan fleksibilitas bagi

manajemen penjaringan untuk menentukan data-data privat, yang berupa penentuan nilai core dan secondary faktor, penentuan nilai presen dan juga penentuan nilai GAP.

(12)

DAFTAR PUSTAKA

Andreas Handojo, Djoni H. Setiabudi dan Racma Yunita, “Pembuatan Aplikasi Sistem Pendukung Keputusan Untuk Proses Kenaikan Jabatan Dan Perencanaan Karir Pada PT. X”, Jurnal Informatika, Volume 4, Nomor 2, November 2003: 98-106

Kusrini. Konsep dan Aplikasi Sistem Pendukung Keputusan. Penerbit Andi Offset, Yogyakarta, 2007

Efraim Turban, Jay E. Aronson, dan Ting Peng Liang. Decision Support Systems and Intelligent Syatems (Sistem Pendukung Keputusan dan Sistem Cerdas) Jilid 1. Penerbit Andi Offset, Yogyakarta, 2003

James A.F Stoner, R.Edward Freeman, dan Daniel R Gilbert Jr. Management Jilid II. PT Prenhallindo, Jakarta, 1996

Jogiyanto MH., Analisis dan Desain Sistem Informasi: Pendekatan Terstruktur, Teori dan Praktek Aplikasi Bisnis. Penerbit ANDI Yogyakarta,

Yogyakarta, 2005

M. Agus J, Manajemen Database dengan Microsoft Visual Basic Versi 6.0. PT. Elex Media Komputindo, Jakarta, 2000

Simamora Henry, Manajemen Sumber Daya Manusia, Edisi III. Unit Penerbitan dan Percetakan Akademi Manajemen Perusahaan YKPN, Yogyakarta, 2004

Suryo Ario K, Pemrograman Database dengan Visual Basic 6.0. PT. Elex Media Komputindo, Jakarta, 2002.

____________, http://fakbar.blogspot.com/2008/09/jenis-jenis-decision-support-system.html , diakses tanggal 30 november 2010

____________, http://www.123helpme.com/view.asp?id=149269 , diakses tanggal 30 november 2010

____________, http://media.diknas.go.id/media/document/1075.pdf, diakses tanggal 19 maret 2009

Gambar

Tabel  3.33 Aspek prosentase
Tabel 3.34 Hasil akhir proses profile matching
Gambar 4.9 Form penilain

Referensi

Dokumen terkait

Obyek penelitian ini adalah pembelajaran IPA (Ilmu Pengetahuan Alam) dengan penerapan model pembelajaran Problem Posing dalam meningkatkan motivasi dan hasil belajar

3. Memahami dan menjelaskan peranan ALCO dalam menyusun strategi kebijakan manajemen berdasarkan konsep manajemen risiko dan pengembangan bisnis yang profitable. Mengevaluasi

Manajemen sumber daya manusia adalah suatu proses yang dilakukan suatu organisasi atau perusahaan untuk memastikan bahwa sumber daya manusia yang ada digunakan secara efektif

Penelitian lain [18] yang bertujuan untuk meninjau model dari deep learning dalam mendeteksi dan memprediksi Coronavairus, peneliti meninjau lebih banyak publikasi mengenai

Pengembangan yang dapat dilakukan pada penelitian di masa yang akan datang ialah menggunakan model komputasi paralel (parallel computing) dengan jumlah block dan thread

Pada pengukuran kelembaban tanah dipergunakan juga nilai ukur kelembaban menurut volume khususnya jumlah kelembaban volume 6v (basis kering) yang dinyatakan dalam persamaan

Kepala Dinas Koperasi Usaha Mikro Menengah Kecil dan Perdagangan (KUMKMP) DKI Jakarta, Irwandi, yang dihubungi mengatakan, penataan pedagang mainan anak dan karpet di Pasar

Formulir Pemesanan Pembelian Unit Penyertaan beserta bukti pembayaran yang diterima secara lengkap dan disetujui oleh Manajer Investasi atau Agen Penjual Efek Reksa Dana yang ditunjuk