▸ Baca selengkapnya: pesan dan kesan untuk asisten lab biologi
(2) RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ASISTEN LABORATORIUM MENGGUNAKAN METODE AHP DAN TOPSIS BERBASIS WEB (Studi Kasus: Lab FTI UMN) SKRIPSI. Diajukan sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer (S.Kom.). Sylvie Stephanie 13110110103. PROGRAM STUDI TEKNIK INFORMATIKA FAKULTAS TEKNIK DAN INFORMATIKA UNIVERSITAS MULTIMEDIA NUSANTARA TANGERANG 2017. Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.(3) LEMBAR PENGESAHAN SKRIPSI. RANCANG BANGUN SİSTEM PENDUKUNG KEPUTUSAN PEMILIHAN ASİSTEN LABORATORIUM MENGGUNAKAN METODE ARP DAN TOPSIS BERBASIS WEB (Stildi Kasus: Lab ırrı UMN). Oleh. Sylvie Stephanie. Nama. 13110110103. Program Studi Teknik Informatika Teknik dan Informatika. Fakültas. Tangcrang, II Agustus 2017 Ketua Sidang. Dosen Penguji. Maria Irmina rasetiyowati,. A a Wicaksana, S.Kom.,. S.Kom., M.T.. M.EngSc., OCA, CEH. Dosen Pembimbing I. Dosen Pembimbing II. S ng Hansun, S.Si., M.Cs.. Marcel Bonar Kristanda, S.Kom., M. Sc.. Mengetahui, Ketua Program Studi. Teknik Informatika. Maria Irmina Prasetiyowati, S.Kom., M.T. ii Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(4) Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(5) KATA PENGANTAR. Puji syukur kepada Tuhan Yang Maha Esa, karena atas berkat dan rahmat-Nya, penulis dapat menyelesaikan Skripsi dengan judul “Rancang Bangun Sistem Pendukung Keputusan Pemilihan Asisten Laboratorium Menggunakan Metode AHP dan TOPSIS Berbasis Web (Studi Kasus: Lab FTI UMN)”. Skripsi ini dibuat sebagai salah satu syarat untuk memperoleh gelar Sarjana Komputer (S.Kom). Pengerjaan skripsi ini tidak terlepas dari dukungan, bantuan, dan bimbingan dari berbagai pihak. Oleh karena itu, penulis mengucapkan terima kasih kepada: 1. Bapak Ninok Leksono, Rektor Universitas Multimedia Nusantara, 2. Bapak Kanisius Karyono, S.T., M.T., Dekan Fakultas Teknik dan Informatika Universitas Multimedia Nusantara, 3. Ibu Maria Irmina P., S.Kom., M.T., Ketua Program Studi Teknik Informatika Universitas Multimedia Nusantara, yang menerima penulis dengan baik untuk berkonsultasi, 4. Bapak Seng Hansun, S.Si., M.Cs. dan Bapak Marcel Bonar Kristanda, S.Kom., M.Sc. selaku Dosen Pembimbing Skripsi yang selalu dengan sabar membimbing penulis, memberikan banyak saran masukan, dan mendukung, serta memotivasi penulis dalam melaksanakan penelitian, 5. Bapak Yustinus Eko Soelistio, S.Kom., M.M., Koordinator Lab FTI UMN, yang menerima penulis dengan baik untuk melakukan penelitian di Lab FTI UMN,. iv Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(6) 6. Staf Lab FTI UMN (Ardy Wibowo, Eka Jaya Harsono, Rio Raymundus Theodora, dan Wendy) yang telah membantu penulis dalam proses pengumpulan data, evaluasi, dan implementasi sistem, 7. Keluarga (Mama, Sean, Tante Deni, Om Hendah, dan Bang Dedi) yang selalu bersedia menyediakan segala keperluan dan kebutuhan penulis selama masa perkuliahan dan memberikan dukungan kepada penulis, 8. Sahabat penulis sejak SMA (Della Ocsavira, Monica Eliza, Shienna Cutiara, Trifena Gunawan, Valencia Halim, Vanesa Ruth, dan Faustina Yahya) yang selalu ada dalam keadaaan apapun memberikan semangat kepada penulis, 9. Vannia Ferdina, sahabat seperjuangan skripsi yang tidak pernah lelah mendengar keluh kesah penulis, memberikan semangat, serta dorongan positif kepada penulis selama proses pengerjaan skripsi, 10. Devin Ryan Riota, Junitania Ryanto, Junius Primavera, Matthew Edward, Michaela Irene, Nesha Viatika Sari, Vania Chandra, dan teman-teman seperjuangan yang tidak dapat disebutkan satu per satu, yang telah mendukung penulis dalam menyelesaikan skripsi, 11. Semua pihak yang tidak dapat penulis sebutkan satu per satu yang telah membantu dan mendukung pengerjaan skripsi. Semoga skripsi ini dapat bermanfaat, baik sebagai sumber informasi maupun sumber inspirasi bagi para pembaca, terutama mahasiswa UMN.. Tangerang, Agustus 2017. Sylvie Stephanie. v Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(7) RANCANG BANGUN SISTEM PENDUKUNG KEPUTUSAN PEMILIHAN ASISTEN LABORATORIUM MENGGUNAKAN METODE AHP DAN TOPSIS BERBASIS WEB (Studi Kasus: Lab FTI UMN) ABSTRAK. Materi perkuliahan yang disediakan oleh universitas tidak hanya dalam bentuk teori, namun juga praktik. Dalam kelas praktikum, dibutuhkan peran asisten laboratorium. Universitas Multimedia Nusantara (UMN) merupakan salah satu institusi pendidikan yang menyediakan kelas praktikum dan menggunakan asisten laboratorium. Pada setiap semester diadakan rekrutmen asisten laboratorium oleh Sekretariat Lab FTI UMN. Namun selama ini, proses penilaian dan pemilihan kandidat asisten laboratorium masih dilakukan secara manual. Kemajuan teknologi telah memungkinkan pengambilan keputusan dapat dilakukan dengan lebih cepat dan cermat melalui penggunaan sistem pendukung keputusan. Oleh karena itu, sebuah sistem pendukung keputusan dibangun dengan tujuan untuk membantu pihak Lab FTI UMN dalam memilih asisten laboratorium. Sistem dibangun menggunakan metode Analytical Hierarchy Process (AHP) dan Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). Dari hasil uji coba, diperoleh persentase nilai accuracy, precision, dan recall sebesar 86.69%, 87.27%, dan 92.3% untuk data pendaftaran asisten laboratorium pada Semester Gasal dan Genap 2016-2017. Hasil evaluasi rancang bangun juga membuktikan bahwa sistem pendukung keputusan yang dibangun dapat memudahkan pihak Lab FTI UMN dalam melakukan proses seleksi kandidat asisten laboratorium dan mengelola data kandidat asisten laboratorium, serta fitur pendaftaran dalam sistem dapat memudahkan mahasiswa dalam melakukan pendaftaran asisten laboratorium. Kata kunci: AHP, asisten laboratorium, sistem pendukung keputusan, TOPSIS. vi Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(8) DESIGN AND DEVELOPMENT OF A WEB-BASED DECISION SUPPORT SYSTEM ON SELECTING LABORATORY ASSISTANTS USING AHP AND TOPSIS METHOD (Case Study: Lab FTI UMN). ABSTRACT. The course material provided by the university is not only in the form of theory, but also practice. In the practical programming course, the role of laboratory assistant is needed. Universitas Multimedia Nusantara (UMN) is one of the educational institutions that provides practical classes and uses laboratory assistants. On each semester, Laboratory Secretariat of Faculty of Engineering and Informatics UMN holds recruitment for laboratory assistant. But so far, the process of assessment and selection of laboratory assistant is still done manually. The development of technology has enabled decision making to be done more quickly and thoroughly through the use of decision support systems. Therefore, a decision support system was built with the aim to help UMN Laboratory Secretariat on selecting laboratory assistant. The system was built using the Analytical Hierarchy Process (AHP) method and Technique for Order Preference by Similarity to Ideal Solution (TOPSIS). From the experimental result, the accuracy, precision, and recall value is 86.69%, 87.27%, and 92.3% using laboratory assistant registration data in Odd and Even Semester of 2016-2017. The evaluation result also proves that the decision support system can facilitate UMN Laboratory Secretariat in the selection process of laboratory assistant candidates and managing the data of laboratory assistant candidates, as well as the registration feature in the system can facilitate students to register as a laboratory assistant. Keywords: AHP, decision support system, laboratory assistants, TOPSIS. vii Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(9) DAFTAR ISI. LEMBAR PENGESAHAN SKRIPSI .................................................................... ii PERNYATAAN TIDAK MELAKUKAN PLAGIAT .......................................... iii KATA PENGANTAR ............................................................................................iv ABSTRAK ..............................................................................................................vi ABSTRACT .......................................................................................................... vii DAFTAR ISI ........................................................................................................ viii DAFTAR TABEL ....................................................................................................x DAFTAR GAMBAR ..............................................................................................xi DAFTAR RUMUS ................................................................................................ xv BAB I PENDAHULUAN ........................................................................................ 1 1.1 Latar Belakang Masalah...............................................................................1 1.2 Rumusan Masalah ........................................................................................ 4 1.3 Batasan Masalah .......................................................................................... 4 1.4 Tujuan Penelitian ......................................................................................... 5 1.5 Manfaat Penelitian ....................................................................................... 5 1.6 Sistematika Penulisan ..................................................................................5 BAB II LANDASAN TEORI ..................................................................................7 2.1 Sistem Pendukung Keputusan......................................................................7 2.2 Analytical Hierarchy Process (AHP) ........................................................... 9 2.3 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) .......................................................................................................................... 15 2.4 Confusion Matrix ....................................................................................... 18 2.5 Usefulness, Satisfaction, and Ease of use (USE) Questionnaire................19 BAB III METODOLOGI PENELITIAN DAN PERANCANGAN SISTEM ......21 3.1 Metodologi Penelitian ................................................................................21 3.2 Variabel Penelitian ..................................................................................... 24 3.3 Teknik Pengumpulan Data .........................................................................25 3.4 Perancangan Sistem ...................................................................................25 3.4.1 Arsitektur Sistem ..............................................................................26 3.4.2 Data Flow Diagram ..........................................................................27 3.4.3 Sitemap ............................................................................................. 45 A. Sitemap Pendaftar Asisten Laboratorium (Mahasiswa) ..................46 B. Sitemap Admin Lab FTI ..................................................................47 3.4.4 Flowchart Diagram ...........................................................................49 A. Flowchart Diagram Pendaftar Asisten Laboratorium (Mahasiswa) 50 B. Flowchart Diagram Admin Lab FTI................................................60 3.4.5 Entity Relationship Diagram ............................................................ 73 3.4.6 Skema Database................................................................................75 3.4.6 Struktur Tabel ...................................................................................77 3.4.7 Perancangan Antarmuka ...................................................................85 A. Perancangan Antarmuka Pendaftar Asisten Laboratorium (Mahasiswa) .................................................................................... 85 B. Perancangan Antarmuka Admin Lab FTI .......................................98 BAB IV IMPLEMENTASI DAN UJI COBA ..................................................... 118. viii Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(10) 4.1 Spesifikasi Sistem .................................................................................... 118 4.2 Implementasi Metode AHP dan TOPSIS .................................................119 4.2.1 Implementasi Metode AHP ....................................................... 119 4.2.2 Implementasi TOPSIS ............................................................... 122 4.3 Hasil Rancang Bangun Sistem .................................................................126 4.3.1 Hasil Rancang Bangun Sistem Pendaftar Asisten Laboratorium (Mahasiswa) .................................................................................. 126 4.3.2 Hasil Rancang Bangun Sistem Admin Lab FTI ............................ 141 4.4 Uji Coba Perhitungan Metode AHP dan TOPSIS....................................163 4.5 Hasil Uji Coba Metode AHP dan TOPSIS ..............................................166 4.6 Hasil Evaluasi Rancang Bangun Sistem .................................................. 167 BAB V SIMPULAN DAN SARAN ....................................................................173 5.1 Simpulan ..................................................................................................173 5.2 Saran ........................................................................................................174 DAFTAR PUSTAKA .......................................................................................... 176 DAFTAR LAMPIRAN ........................................................................................ 179. ix Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(11) DAFTAR TABEL. Tabel 2.1 Intensitas Kepentingan Menurut Saaty ................................................. 12 Tabel 2.2 Nilai Random Consistency ................................................................... 15 Tabel 2.3 Confusion Matrix .................................................................................. 18 Tabel 3.1 Deskripsi Tabel student .........................................................................77 Tabel 3.2 Deskripsi Tabel authentication_student ................................................ 77 Tabel 3.3 Deskripsi Tabel authentication_admin ................................................. 78 Tabel 3.4 Deskripsi Tabel student_temp .............................................................. 78 Tabel 3.5 Deskripsi Tabel course.......................................................................... 79 Tabel 3.6 Deskripsi Tabel student_experience ..................................................... 79 Tabel 3.7 Deskripsi Tabel student_organization .................................................. 79 Tabel 3.8 Deskripsi Tabel enrollment ................................................................... 80 Tabel 3.9 Deskripsi Tabel enrollment_course ...................................................... 80 Tabel 3.10 Deskripsi Tabel application ................................................................ 81 Tabel 3.11 Deskripsi Tabel application_bank_details .......................................... 81 Tabel 3.12 Deskripsi Tabel application_details .................................................... 81 Tabel 3.13 Deskripsi Tabel student_interview ..................................................... 82 Tabel 3.14 Deskripsi Tabel student_recommendation .......................................... 83 Tabel 3.15 Deskripsi Tabel criteria ....................................................................... 83 Tabel 3.16 Deskripsi Tabel criteria_comparison .................................................. 83 Tabel 3.17 Deskripsi Tabel criteria_weight .......................................................... 84 Tabel 3.18 Deskripsi Tabel student_evaluation .................................................... 84 Tabel 3.19 Deskripsi Tabel log_activity ............................................................... 84 Tabel 4.1 Hasil Perhitungan Manual Bobot Kriteria Penilaian Asisten Laboratorium .............................................................................................................................. 163 Tabel 4.2 Hasil Perhitungan Manual Koefisien Kedekatan Relatif dan Rekomendasi Penerimaan Asisten Laboratorium ...................................................................... 165 Tabel 4.3 Confusion Matrix Data Pengujian Semester Gasal 2016-2017 .......... 166 Tabel 4.4 Confusion Matrix Data Pengujian Semester Genap 2016-2017 ......... 166 Tabel 4.5 Confusion Matrix Data Pengujian Semester Gasal dan Genap 2016-2017 ............................................................................................................................. 167 Tabel 4.6 Kriteria Interpretasi Skor Kegunaan Sistem ....................................... 168 Tabel 4.7 Hasil Rekapitulasi Nilai Rata-Rata Persentase Skor Aspek Pengujian Sistem Pendukung Keputusan Asisten Laboratorium kepada Admin Lab FTI .. 168 Tabel 4.8 Hasil Rekapitulasi Nilai Rata-Rata Persentase Skor Aspek Pengujian Sistem Pendukung Keputusan Asisten Laboratorium kepada Mahasiswa yang Pernah atau Sedang Menjadi Asisten Laboratorium ........................................... 169. x Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(12) DAFTAR GAMBAR. Gambar 2.1 Langkah Prosedur Metode AHP dan TOPSIS .................................... 9 Gambar 2.2 Contoh Hierarki Sederhana ............................................................... 12 Gambar 3.1 Metodologi Penelitian yang Digunakan……………………………..21 Gambar 3.2 Arsitektur Sistem Pendukung Keputusan Asisten Laboratorium...... 26 Gambar 3.3 Context Diagram ............................................................................... 28 Gambar 3.4 Data Flow Diagram Level 1 .............................................................. 33 Gambar 3.5 Data Flow Diagram Level 2 untuk Proses Mengelola Akun ............ 34 Gambar 3.6 Data Flow Diagram Level 2 untuk Proses Mengelola Profil Mahasiswa ............................................................................................................................... 36 Gambar 3.7 Data Flow Diagram Level 2 untuk Proses Mengelola Mata Kuliah Asistensi ................................................................................................................ 37 Gambar 3.8 Data Flow Diagram Level 2 untuk Proses Mengelola Pendaftaran AsLab .................................................................................................................... 39 Gambar 3.9 Data Flow Diagram Level 2 untuk Proses Mengelola Evaluasi Mahasiswa............................................................................................................. 41 Gambar 3.10 Data Flow Diagram Level 2 untuk Proses Mengelola Hasil Keputusan ............................................................................................................................... 42 Gambar 3.11 Data Flow Diagram Level 2 untuk Proses Mengelola Notifikasi ... 43 Gambar 3.12 Data Flow Diagram Level 2 untuk Proses Mengatur Kriteria Penilaian ............................................................................................................................... 44 Gambar 3.13 Data Flow Diagram Level 2 untuk Proses Mengelola Log Aktivitas ............................................................................................................................... 45 Gambar 3.14 Sitemap Pendaftar Asisten Laboratorium (Mahasiswa) .................. 46 Gambar 3.15 Sitemap Admin Lab FTI ................................................................. 47 Gambar 3.16 Flowchart Utama Pendaftar Asisten Laboratorium (Mahasiswa) ... 50 Gambar 3.17 Flowchart Proses Mendaftar Permohonan Akun ............................ 52 Gambar 3.18 Flowchart Proses Lupa Kata Sandi ................................................. 52 Gambar 3.19 Flowchart Proses Melakukan Login Mahasiswa ............................ 53 Gambar 3.20 Flowchart Proses Menampilkan Notifikasi ..................................... 53 Gambar 3.21 Flowchart Proses Mengelola Pengalaman Asistensi ....................... 54 Gambar 3.22 Flowchart Proses Mengelola Organisasi ......................................... 55 Gambar 3.23 Flowchart Proses Mengubah Profil ................................................. 55 Gambar 3.24 Flowchart Proses Mengubah Kata Sandi Mahasiswa ..................... 56 Gambar 3.25 Flowchart Proses Pendaftaran Asistensi ......................................... 57 Gambar 3.26 Flowchart Proses Melihat Riwayat Semua Pendaftaran ................. 59 Gambar 3.27 Flowchart Proses Melihat Riwayat Semua Mata Kuliah ................ 59 Gambar 3.28 Flowchart Utama Admin Lab FTI .................................................. 60 Gambar 3.29 Flowchart Proses Melakukan Login Admin ................................... 62 Gambar 3.30 Flowchart Proses Mengelola Akun Mahasiswa .............................. 62 Gambar 3.31 Flowchart Proses Mengelola Mata Kuliah ...................................... 63 Gambar 3.32 Flowchart Proses Mengelola Pendaftaran ....................................... 64 Gambar 3.33 Flowchart Proses Mengelola Daftar Mata Kuliah per Periode ....... 66 Gambar 3.34 Flowchart Proses Mengelola Evaluasi Pendaftar ............................ 67 Gambar 3.35 Flowchart Proses Mengelola Hasil Keputusan ............................... 69. xi Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(13) Gambar 3.36 Flowchart Proses TOPSIS ............................................................... 70 Gambar 3.37 Flowchart Proses Mengatur Kriteria ............................................... 71 Gambar 3.38 Flowchart Proses Metode AHP ....................................................... 72 Gambar 3.39 Flowchart Proses Mengubah Kata Sandi Admin ............................ 72 Gambar 3.40 Entity Relationship Diagram ........................................................... 73 Gambar 3.41 Skema Database .............................................................................. 75 Gambar 3.42 Rancangan Antarmuka Halaman Login .......................................... 85 Gambar 3.43 Rancangan Antarmuka Halaman Lupa Kata Sandi ......................... 86 Gambar 3.44 Rancangan Antarmuka Halaman Daftar Permohonan Akun .......... 87 Gambar 3.45 Rancangan Antarmuka Halaman Ubah Kata Sandi Mahasiswa ..... 87 Gambar 3.46 Rancangan Antarmuka Halaman Lengkapi Profil Anda ................. 88 Gambar 3.47 Rancangan Antarmuka Profil Mahasiswa ....................................... 89 Gambar 3.48 Rancangan Antarmuka Dialog Tambah Pengalaman Asistensi dan Tambah Pengalaman Organisasi atau Kepanitiaan atau UKM ............................. 90 Gambar 3.49 Rancangan Antarmuka Halaman Ubah Profil ................................. 91 Gambar 3.50 Rancangan Antarmuka Dialog Ubah Kata Sandi Mahasiswa ......... 92 Gambar 3.51 Rancangan Antarmuka Halaman Pendaftaran Asistensi ................. 93 Gambar 3.52 Rancangan Antarmuka Konfirmasi Pendaftaran Asistensi ............. 94 Gambar 3.53 Rancangan Antarmuka Halaman Riwayat Semua Pendaftaran ...... 95 Gambar 3.54 Rancangan Antarmuka Halaman Rincian Pendaftaran ................... 95 Gambar 3.55 Rancangan Antarmuka Halaman Riwayat Pendaftaran Semua Mata Kuliah .................................................................................................................... 96 Gambar 3.56 Rancangan Antarmuka Halaman Panduan Pengguna ..................... 97 Gambar 3.57 Rancangan Antarmuka Halaman Tentang Sistem........................... 97 Gambar 3.58 Rancangan Antarmuka Halaman Beranda ...................................... 98 Gambar 3.59 Rancangan Antarmuka Halaman Daftar Pengajuan Akun .............. 98 Gambar 3.60 Rancangan Antarmuka Halaman Daftar Akun Mahasiswa ............ 99 Gambar 3.61 Rancangan Antarmuka Halaman Rincian Akun Mahasiswa ........ 100 Gambar 3.62 Rancangan Antarmuka Halaman Daftar Mata Kuliah .................. 101 Gambar 3.63 Rancangan Antarmuka Halaman Tambah Mata Kuliah Baru....... 102 Gambar 3.64 Rancangan Antarmuka Halaman Ubah Mata Kuliah .................... 103 Gambar 3.65 Rancangan Antarmuka Halaman Rincian Mata Kuliah ................ 103 Gambar 3.66 Rancangan Antarmuka Halaman Daftar Periode Pendaftaran ...... 104 Gambar 3.67 Rancangan Antarmuka Dialog Tambah Periode Pendaftaran Baru dan Ubah Periode Pendaftaran................................................................................... 105 Gambar 3.68 Rancangan Antarmuka Halaman Daftar Mata Kuliah per Periode 106 Gambar 3.69 Rancangan Antarmuka Halaman Tambah Mata Kuliah ke Periode Pendaftaran ......................................................................................................... 106 Gambar 3.70 Rancangan Antarmuka Halaman Daftar Pendaftaran Mahasiswa 107 Gambar 3.71 Rancangan Antarmuka Halaman Semua Pendaftaran per Periode 108 Gambar 3.72 Rancangan Antarmuka Halaman Rincian Pendaftaran Mahasiswa ............................................................................................................................. 108 Gambar 3.73 Rancangan Antarmuka Halaman Semua Pendaftaran Mata Kuliah per Periode ................................................................................................................ 109 Gambar 3.74 Rancangan Antarmuka Halaman Hasil Wawancara ..................... 110 Gambar 3.75 Rancangan Antarmuka Dialog Evaluasi Wawancara ................... 110 Gambar 3.76 Rancangan Antarmuka Halaman Rekomendasi Dosen Semua Mata Kuliah .................................................................................................................. 111. xii Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(14) Gambar 3.77 Rancangan Antarmuka Dialog Input Rekomendasi Dosen ........... 112 Gambar 3.78 Rancangan Antarmuka Halaman Rekomendasi Dosen per Mata Kuliah .................................................................................................................. 112 Gambar 3.79 Rancangan Antarmuka Halaman Rekomendasi Dosen untuk Mata Kuliah Tertentu ................................................................................................... 113 Gambar 3.80 Rancangan Antarmuka Halaman Hasil Keputusan ....................... 114 Gambar 3.81 Rancangan Antarmuka Halaman Hasil Keputusan per Periode .... 114 Gambar 3.82 Rancangan Antarmuka Halaman Daftar Kriteria .......................... 115 Gambar 3.83 Rancangan Antarmuka Halaman Pengaturan Kriteria .................. 115 Gambar 3.84 Rancangan Antarmuka Dialog Simpan Nilai Pengaturan Kriteria dan Reset Nilai Pengaturan Kriteria .......................................................................... 116 Gambar 3.85 Rancangan Antarmuka Halaman Log Aktivitas ........................... 117 Gambar 3.86 Rancangan Antarmuka Halaman Ubah Kata Sandi Admin .......... 117 Gambar 4.1 Potongan Kode Fungsi Membentuk Matriks Perbandingan Berpasangan ........................................................................................................ 120 Gambar 4.2 Potongan Kode Fungsi Menormalisasi Matriks Perbandingan Berpasangan ........................................................................................................ 121 Gambar 4.3 Potongan Kode Fungsi Menghitung Bobot Kriteria ....................... 121 Gambar 4.4 Potongan Kode Fungsi Memeriksa Konsistensi Nilai Perbandingan Kriteria ................................................................................................................ 122 Gambar 4.5 Potongan Kode Penerapan TOPSIS ................................................ 124 Gambar 4.6 Potongan Kode Fungsi Menghitung Matriks Ternormalisasi dan Matriks Normalisasi Terbobot ............................................................................ 124 Gambar 4.7 Potongan Kode Fungsi Menghitung Solusi Ideal Positif dan Negatif ............................................................................................................................. 125 Gambar 4.8 Potongan Kode Fungsi Menghitung Jarak Solusi Ideal Positif dan Negatif................................................................................................................. 125 Gambar 4.9 Potongan Kode Fungsi Menghitung Koefisien Kedekatan Relatif . 126 Gambar 4.10 Screenshot Halaman Login ........................................................... 126 Gambar 4.11 Screenshot Halaman Lupa Kata Sandi .......................................... 127 Gambar 4.12 Screenshot Email Informasi Login dan Kata Sandi Akun Baru ... 128 Gambar 4.13 Screenshot Halaman Daftar Permohonan Akun ........................... 128 Gambar 4.14 Screenshot Email Pengajuan Akun Diterima ................................ 129 Gambar 4.15 Screenshot Halaman Ubah Kata Sandi Mahasiswa ...................... 129 Gambar 4.16 Screenshot Halaman Lengkapi Profil Anda .................................. 130 Gambar 4.17 Screenshot Halaman Profil Mahasiswa......................................... 131 Gambar 4.18 Screenshot Dialog Tambah Pengalaman Asistensi dan Tambah Pengalaman Organisasi atau Kepanitiaan atau UKM ......................................... 132 Gambar 4.19 Screenshot Halaman Ubah Profil .................................................. 133 Gambar 4.20 Screenshot Dialog Ubah Kata Sandi Mahasiswa .......................... 134 Gambar 4.21 Screenshot Halaman Pendaftaran Asistensi .................................. 135 Gambar 4.22 Screenshot Halaman Konfirmasi Pendaftaran Asistensi ............... 136 Gambar 4.23 Screenshot Halaman Riwayat Semua Pendaftaran ....................... 137 Gambar 4.24 Screenshot Halaman Rincian Pendaftaran .................................... 137 Gambar 4.25 Screenshot Dropdown Notifikasi .................................................. 138 Gambar 4.26 Screenshot Halaman Riwayat Pendaftaran Semua Mata Kuliah .. 139 Gambar 4.27 Screenshot Halaman Panduan Pengguna ...................................... 139 Gambar 4.28 Screenshot Halaman Tentang Sistem ............................................ 140. xiii Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(15) Gambar 4.29 Screenshot Halaman Beranda ....................................................... 141 Gambar 4.30 Screenshot Halaman Daftar Pengajuan Akun ............................... 142 Gambar 4.31 Screenshot Halaman Daftar Akun Mahasiswa .............................. 142 Gambar 4.32 Screenshot Halaman Rincian Akun Mahasiswa ........................... 143 Gambar 4.33 Screenshot Halaman Daftar Mata Kuliah ..................................... 144 Gambar 4.34 Screenshot Halaman Tambah Mata Kuliah Baru .......................... 145 Gambar 4.35 Screenshot Halaman Ubah Mata Kuliah ....................................... 146 Gambar 4.36 Screenshot Halaman Rincian Mata Kuliah ................................... 146 Gambar 4.37 Screenshot Halaman Daftar Periode Pendaftaran ......................... 147 Gambar 4.38 Screenshot Dialog Tambah Periode Pendaftaran Baru dan Ubah Periode Pendaftaran ............................................................................................ 147 Gambar 4.39 Screenshot Halaman Daftar Mata Kuliah per Periode .................. 148 Gambar 4.40 Screenshot Halaman Tambah Mata Kuliah ke Periode Pendaftaran ............................................................................................................................. 149 Gambar 4.41 Screenshot Halaman Daftar Pendaftaran Mahasiswa ................... 150 Gambar 4.42 Screenshot Halaman Semua Pendaftaran per Periode .................. 150 Gambar 4.43 Screenshot Halaman Rincian Pendaftaran Mahasiswa ................. 151 Gambar 4.44 Screenshot Halaman Semua Pendaftaran Mata Kuliah per Periode ............................................................................................................................. 152 Gambar 4.45 Screenshot Halaman Hasil Wawancara ........................................ 153 Gambar 4.46 Screenshot Dialog Ubah Evaluasi Wawancara ............................. 154 Gambar 4.47 Screenshot Halaman Rekomendasi Dosen Semua Mata Kuliah ... 154 Gambar 4.48 Screenshot Dialog Input Rekomendasi Dosen .............................. 155 Gambar 4.49 Screenshot Halaman Rekomendasi Dosen per Mata Kuliah......... 156 Gambar 4.50 Screenshot Halaman Rekomendasi Dosen untuk Mata Kuliah Tertentu ............................................................................................................... 156 Gambar 4.51 Screenshot Halaman Hasil Keputusan .......................................... 157 Gambar 4.52 Screenshot Halaman Hasil Keputusan per Periode ....................... 158 Gambar 4.53 Screenshot Email Status Penerimaan Asisten Laboratorium ........ 160 Gambar 4.54 Screenshot Halaman Daftar Kriteria ............................................. 160 Gambar 4.55 Screenshot Halaman Pengaturan Kriteria ..................................... 161 Gambar 4.56 Screenshot Dialog Simpan Nilai Pengaturan Kriteria dan Reset Nilai Pengaturan Kriteria ............................................................................................. 161 Gambar 4.57 Screenshot Halaman Log Aktivitas ............................................... 162 Gambar 4.58 Screenshot Halaman Ubah Kata Sandi Admin ............................. 162 Gambar 4.59 Screenshot Hasil Perhitungan Bobot Kriteria Penilaian Asisten Laboratorium ....................................................................................................... 164 Gambar 4.60 Screenshot Hasil Perhitungan Rasio Konsistensi .......................... 164 Gambar 4.61 Screenshot Hasil Perhitungan Koefisien Kedekatan Relatif dan Rekomendasi Sistem ........................................................................................... 165. xiv Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(16) DAFTAR RUMUS. Persamaan 2.1 Matriks Perbandingan Berpasangan Antar Kriteria………………13 Persamaan 2.2 Perhitungan Lamda…………………………………………….....14 Persamaan 2.3 Perhitungan Lamda Maksimum…………………………………..14 Persamaan 2.4 Perhitungan Consistency Index…………………………………..14 Persamaan 2.5 Perhitungan Consistency Ratio…………………………………...14 Persamaan 2.6 Matriks Keputusan………………………………………………..16 Persamaan 2.7 Normalisasi Matriks Keputusan………………………………….16 Persamaan 2.8 Perhitungan Bobot pada Matriks Keputusan……………………..16 Persamaan 2.9 Matriks Keputusan Ternormalisasi dan Terbobot………………...17 Persamaan 2.10 Solusi Ideal Positif………………………………………………17 Persamaan 2.11 Solusi Ideal Negatif……………………………………………..17 Persamaan 2.12 Perhitungan Jarak Suatu Alternatif ke Solusi Ideal Positif………17 Persamaan 2.13 Perhitungan Jarak Suatu Alternatif ke Solusi Ideal Negatif……..17 Persamaan 2.14 Perhitungan Koefisien Kedekatan Relatif………………………18 Persamaan 2.15 Perhitungan Accuracy…………………………………………..19 Persamaan 2.16 Perhitungan Precision…………………………………………...19 Persamaan 2.17 Perhitungan Recall………………………………………………19. xv Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(17) BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah Sistem pendidikan pada universitas menginginkan mahasiswa tidak hanya memahami konsep teori, tetapi juga mempelajari bagaimana menerapkan kerangka teoritis dalam praktek (Wrenn dan Wrenn, 2009). Menurut Wrenn dan Wrenn (2009), sangat penting bagi pelajar untuk dapat mempraktekkan apa yang telah dipelajari di kelas agar kelak menjadi praktisi yang mampu dan kompeten dalam dunia kerja. Oleh karena itu, materi perkuliahan yang disediakan oleh universitas tidak hanya dalam bentuk teori, namun juga praktikum. Dalam kelas praktikum, dibutuhkan peran asisten laboratorium untuk membantu serta membimbing mahasiswa dalam menjawab pertanyaan dan menyelesaikan permasalahan yang muncul (Rahayuningsih dan Dwiyanto, 2005). Universitas Multimedia Nusantara merupakan salah satu institusi pendidikan yang menyediakan kelas praktikum dan menggunakan asisten laboratorium. Pada setiap semester diadakan rekrutmen asisten laboratorium oleh Sekretariat Lab Fakultas Teknik dan Informatika (FTI) UMN. Berdasarkan persyaratan yang diberikan Lab FTI UMN, syarat utama menjadi asisten laboratorium adalah mahasiswa UMN yang telah lulus untuk mata kuliah bersangkutan dengan minimal nilai B (Soelistio dan Wibowo, 2017). Dalam proses rekrutmen asisten laboratorium, pendaftaran dilakukan melalui email dengan mengirimkan daftar riwayat hidup beserta transkrip nilai mata kuliah. 1 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(18) bersangkutan. Bapak Yustinus Eko Soelistio selaku koordinator Lab FTI UMN mengatakan bahwa selama ini Lab FTI UMN masih menilai kandidat secara manual. Pada penilaian manual, semua kriteria tidak mempunyai bobot yang diprioritaskan sehingga terkadang menjadi sulit dalam memilih asisten yang berpotensi. Adapun kriteria pemilihan asisten laboratorium adalah nilai, pengalaman menjadi asisten laboratorium, rekomendasi dosen, kemampuan berkomunikasi, keluasan pengetahuan, semester, dan organisasi atau unit kegiatan mahasiswa (UKM) atau kepanitiaan yang aktif diikuti kandidat pada semester yang dijalaninya (Soelistio dan Wibowo, 2017). Kemajuan teknologi yang pesat telah memungkinkan pengambilan keputusan dapat dilakukan dengan lebih cepat dan cermat melalui penggunaan Decision Support Systems (DSSs). Sistem pendukung keputusan didefinisikan sebagai sistem berbasis komputer interaktif yang membantu pengguna dalam kegiatan penilaian dan pemilihan. Pemanfaatan sistem pendukung keputusan dapat meminimalisir kekurangan kognitif manusia dengan mengintegrasikan berbagai sumber informasi dan membantu proses penataan keputusan (Druzdzel, 2010). Salah satu metode yang diterapkan dalam sistem pendukung keputusan adalah metode Analytical Hierarchy Process, atau sering diakronimkan sebagai AHP. Metode AHP pertama kali dikenalkan oleh Thomas L. Saaty pada tahun 1971 merupakan metode pengambilan keputusan yang dapat diterapkan untuk mengatasi tantangan yang berada di bawah kondisi tidak pasti atau perlu mengambil beberapa kriteria evaluasi untuk diperhitungkan dalam pengambilan keputusan (Saaty, 1980). Metode AHP digunakan untuk memberikan nilai bobot pada kriteria-kriteria yang. 2 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(19) telah ditetapkan dan meminimalisir penilaian subjektif terhadap tingkat kepentingan kriteria yang ditetapkan oleh pembuat keputusan (Chang, 1996). Metode sistem pendukung keputusan lain yang umum digunakan adalah TOPSIS. TOPSIS pertama kali dikembangkan oleh Hwang dan Yoon (1981). TOPSIS digunakan untuk menentukan peringkat alternatif. Pada dasarnya, TOPSIS memiliki prinsip bahwa alternatif yang terpilih harus mempunyai jarak terdekat dari solusi ideal positif dan jarak terpanjang (terjauh) dari solusi ideal negatif (Dashti dkk., 2010). Namun, sebelum melakukan perangkingan alternatif menggunakan TOPSIS, perlu diketahui nilai bobot pada kriteria terlebih dahulu (Dashti dkk., 2010). Maka dari itu, metode AHP digunakan untuk memberi bobot pada kriteria yang ditetapkan. Nilai bobot dari kriteria merepresentasikan tingkat kepentingan suatu kriteria, jadi semakin besar bobot suatu kriteria maka semakin penting kriteria tersebut (Chang, 1996). Pada penelitian sebelumnya yang dilakukan oleh Pawestri (2013), telah dianalisa perbandingan penggunaan metode AHP dan metode Simple Additive Weighting (SAW) yang memberikan hasil bahwa metode AHP lebih baik digunakan karena dapat melibatkan banyak kriteria dan menyediakan skala pengukuran untuk mendapatkan prioritas dari semua hierarki kriteria. Selain itu, penelitian serupa juga dilakukan oleh Fitriani (2014) yang menganalisa perbandingan metode Weighted Product dan TOPSIS yang memberikan hasil bahwa metode TOPSIS memiliki tingkat akurasi lebih tinggi. Berdasarkan hal tersebut, maka perancangan dan pembangunan sistem pendukung keputusan asisten laboratorium dilakukan dengan menggabungkan. 3 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(20) metode AHP dan TOPSIS untuk membantu Sekretariat Lab FTI UMN dalam memilih kandidat asisten laboratorium yang sesuai dengan kriteria.. 1.2 Rumusan Masalah Masalah yang dibahas pada penelitian ini adalah “Bagaimana cara merancang dan membangun sistem pendukung keputusan pemilihan asisten laboratorium dengan menggunakan metode AHP dan TOPSIS berbasis web di UMN?”. 1.3 Batasan Masalah Pembatasan masalah yang ada pada penelitian ini adalah sebagai berikut. 1. Sistem pendukung keputusan dirancang dan dibangun dalam ruang lingkup seleksi pemilihan asisten laboratorium FTI. 2. Kriteria yang digunakan adalah kriteria yang ditetapkan oleh Sekretariat Lab FTI UMN dalam pemilihan asisten laboratorium yaitu nilai, pengalaman menjadi asisten laboratorium, rekomendasi dosen, kemampuan berkomunikasi, keluasan pengetahuan, semester, dan organisasi atau UKM atau kepanitiaan yang aktif diikuti kandidat pada semester yang dijalaninya. 3. Pada sistem yang dibangun, data nilai, pengalaman menjadi asisten laboratorium, semester, organisasi atau UKM atau kepanitiaan yang aktif diisi oleh kandidat asisten laboratorium yang merupakan mahasiswa UMN. Data kemampuan berkomunikasi dan keluasan pengetahuan diisi oleh pihak Lab FTI UMN. Data rekomendasi dosen diisi juga oleh pihak Lab FTI UMN berdasarkan catatan dosen. Lebih rinci dapat dilihat pada Lampiran keempat. 4. Pengujian sistem pendukung keputusan menggunakan data yang dimiliki oleh Sekretariat Lab FTI UMN.. 4 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(21) 1.4 Tujuan Penelitian Berdasarkan rumusan masalah, tujuan dari dilakukannya penelitian ini adalah merancang dan membangun sistem pendukung keputusan pemilihan asisten laboratorium dengan metode AHP dan TOPSIS berbasis web di UMN.. 1.5 Manfaat Penelitian Manfaat yang diharapkan dari perancangan dan pembangunan sistem pendukung keputusan pemilihan asisten laboratorium ini adalah dapat membantu pihak Lab FTI UMN dalam melakukan proses seleksi kandidat asisten laboratorium, mengelola data kandidat asisten laboratorium, serta memudahkan mahasiswa untuk mendaftarkan diri menjadi asisten laboratorium.. 1.6 Sistematika Penulisan Sistematika penulisan laporan penelitian ini dijelaskan sebagai berikut. Bab I. Pendahuluan Bab ini menguraikan latar belakang masalah, rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian, dan sistematika penulisan laporan.. Bab II. Landasan Teori Bab ini menjelaskan landasan teori dan konsep dasar yang berkaitan dengan penelitian yang dilakukan. Teori-teori yang dijelaskan tersebut meliputi sistem pendukung keputusan, metode Analytical Hierarchy Process (AHP), Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), Confusion Matrix, dan Usefulness, Satisfaction, and Ease of use (USE) Questionnaire.. 5 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(22) Bab III Metodologi Penelitian dan Perancangan Sistem Bab ini berisi metodologi penelitian yang digunakan dan rancangan dari sistem yang dibangun. Hal ini meliputi penjabaran metode penelitian, variabel penelitian, teknik pengumpulan data, rancangan sistem, dan desain antarmuka sistem. Bab IV Implementasi dan Uji Coba Bab ini berisi penjelasan mengenai implementasi dan hasil uji coba sistem. Bab V. Simpulan dan Saran Bab ini menjelaskan simpulan dari penelitian yang telah dilakukan untuk mencapai tujuan penelitian dan saran untuk penelitian selanjutnya.. 6 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(23) BAB II LANDASAN TEORI. Berbagai sumber bacaan digunakan untuk mematangkan konsep-konsep yang dibutuhkan dalam penelitian ini, seperti sistem pendukung keputusan, metode Analytical Hierarchy Process (AHP), Technique for Order Preference by Similarity to Ideal Solution (TOPSIS), Confusion Matrix, dan Usefulness, Satisfaction, and Ease of use (USE) Questionnaire yang dijabarkan pada subbab di bawah.. 2.1 Sistem Pendukung Keputusan Mengacu pada berbagai definisi yang telah diusulkan oleh para ahli (Alter (1980), Bonczek dkk. (1981), Keen dan ScottMorton (1978), Sprague dan Carlson (1982)), sistem pendukung keputusan dapat didefinisikan sebagai sistem pengambilan keputusan interaktif antara manusia dan komputer yang: 1). Mendukung pengambilan keputusan bukan menggantikannya.. 2). Memanfaatkan data dan model.. 3). Menyelesaikan masalah-masalah semi terstruktur.. 4). Berfokus pada efektivitas daripada efisiensi dalam proses pengambilan keputusan (memfasilitasi proses pengambilan keputusan). Berdasarkan hal tersebut, sistem pendukung keputusan dimaksudkan untuk. menjadi alat bantu bagi para pengambil keputusan sehingga memperluas kemampuannya, namun tidak untuk menggantikan penilaiannya (Turban dkk., 2007). Adapun karakteristik dari sistem pendukung keputusan menurut Turban dkk. (2007):. 7 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(24) 1) Mendukung anggota individu dan seluruh tim. 2) Dapat digunakan berulang kali dan terus-menerus. 3) Memiliki tiga komponen utama: data, model, dan user interface. 4) Menggunakan data yang subjektif, personal, dan obyektif. 5) Membantu pengguna untuk membuat keputusan yang lebih cepat, cerdas, dan baik. Menurut Hebert A. Simon (Asfi dan Sari, 2010) proses pengambilan keputusan memiliki tiga tahap: 1) Pemahaman Menyelidiki lingkungan kondisi-kondisi yang memerlukan keputusan data mentah yang diperoleh, diolah dan diperiksa untuk dijadikan petunjuk yang dapat menentukan masalahnya. 2) Perancangan Menemukan, mengembangkan, dan menganalisa arah tindakan yang mungkin dapat dipergunakan. Hal ini mengandung proses-proses untuk memahami masalah, untuk menghasilkan cara pemecahan, dan untuk menguji apakah cara pemecahan tersebut dapat dilaksanakan. 3) Pemilihan Memilih arah tindakan tertentu dari semua arah tindakan yang ada. Pilihan ditentukan dan dilaksanakan. Prosedur evaluasi dalam penelitian ini terdiri dari tiga langkah utama untuk menghasilkan keputusan menggunakan gabungan metode AHP dan TOPSIS seperti yang ditunjukkan pada Gambar 2.1.. 8 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(25) Gambar 2.1 Langkah Prosedur Metode AHP dan TOPSIS (Sumber: Karim, 2016) Langkah 1: Mengidentifikasi kriteria evaluasi yang dianggap paling penting sebagai ukuran pemilihan masalah. Langkah 2: Membangun hierarki kriteria evaluasi dan menghitung bobot dari masing-masing kriteria ini menggunakan metode AHP. Langkah 3: Setelah diperoleh bobot untuk setiap kriteria, menjalankan metode TOPSIS untuk mencapai hasil peringkat final sehingga didapatkan hasil keputusan.. 2.2 Analytical Hierarchy Process (AHP) Analytical Hierarchy Process (AHP) merupakan metode pengambilan keputusan multi-kriteria yang dikembangkan oleh Thomas Saaty. AHP memungkinkan pengambil keputusan untuk memodelkan masalah yang kompleks ke dalam struktur hierarki, yang menunjukkan hubungan dari tujuan, sasaran (kriteria), dan alternatif (Adamcsek, 2008). AHP telah menarik minat banyak peneliti terutama karena sifat matematis yang baik dan fakta bahwa input data yang diperlukan mudah diperoleh. Data terkait diturunkan dengan menggunakan satu set perbandingan berpasangan (pairwise comparisons). Perbandingan ini digunakan. 9 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(26) untuk mendapatkan bobot pentingnya kriteria keputusan dan ukuran kinerja relatif dari setiap alternatif (Triantaphyllou dan Mann, 1995). Metode AHP yang dikenalkan oleh Thomas Saaty didasarkan pada tiga prinsip (Adamcsek, 2008): 1) Dekomposisi (Decomposition). 2) Penilaian komparatif (Comparative Judgments). 3) Sintesis prioritas (Synthesis of Priorities). Prinsip dekomposisi diterapkan untuk memecahkan masalah yang kompleks dalam hierarki cluster. Prinsip penilaian komparatif diterapkan untuk membangun perbandingan berpasangan dari semua kombinasi elemen. Perbandingan berpasangan ini digunakan untuk memperoleh prioritas dari elemen. Prinsip komposisi hierarkis atau sintesis prioritas diterapkan untuk menentukan prioritas dari elemen-elemen kriteria, baik kriteria kualitatif maupun kriteria kuantitatif dapat dibandingkan sesuai dengan bobot yang telah ditentukan (Adamcsek, 2008). Semua teori didasarkan pada aksioma. Semakin sederhana dan sedikit aksioma, semakin umum dan lebih berlaku teori tersebut. Awalnya AHP memiliki tiga landasan aksioma yang relatif sederhana (Saaty, 1980). Aksioma pertama yaitu aksioma timbal balik (Reciprocal axiom) yang berarti elemen perbandingan berpasangan yang terbentuk harus bersifat berkebalikan. Jika elemen A adalah k kali lebih penting daripada B, maka B adalah 1/k kali lebih penting dari A. Aksioma kedua yaitu aksioma homogenitas (Homogeneity axiom) menyatakan bahwa elemen yang dibandingkan tidak boleh memiliki perbedaan terlalu besar karena apabila sangat berbeda dapat menyebabkan kesalahan dalam penilaian, dengan kata lain elemen-elemennya dapat dibandingkan satu sama lain. Aksioma ketiga yaitu. 10 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(27) aksioma perpaduan (Synthesis axiom) menyatakan bahwa penilaian tentang prioritas dari elemen dalam hierarki tidak bergantung pada elemen-elemen tingkat rendah. Aksioma perpaduan diperlukan bagi prinsip komposisi hierarkis untuk diterapkan dan menunjukkan bahwa pentingnya tujuan tingkat yang lebih tinggi seharusnya tidak tergantung pada prioritas atau bobot dari setiap faktor pada tingkat yang lebih rendah. Aksioma keempat atau terakhir diperkenalkan kemudian oleh Saaty yaitu aksioma ekspektasi (Expectation axiom) yang berarti menampilkan penilaian yang bersifat ekspektasi dan preferensi dari pengambilan keputusan. Aksioma ekspektasi ini memiliki arti bahwa hasil prioritas tidak harus secara radikal berbeda dengan pengetahuan sebelumnya atau ekspektasi yang dimiliki oleh pembuat keputusan (Adamcsek, 2008). Adapun proses atau langkah-langkah AHP adalah sebagai berikut (Saaty, 1980). 1) Mendefinisikan masalah dan menentukan solusi yang diinginkan, kemudian menyusun hierarki dari permasalahan yang dihadapi. Langkah pertama dalam menggunakan AHP adalah mengembangkan hierarki dengan memecah masalah ke komponen-komponennya. Tiga tingkatan utama hierarki adalah tujuan umum (goal), kriteria (objectives), dan alternatif (alternatives). Goal merupakan pernyataan dari prioritas keseluruhan. Objectives merupakan faktor yang membutuhkan pertimbangan. Alternatives merupakan pertimbangan alternatif yang tersedia untuk mencapai goal. Gambar 2.2 menunjukkan contoh hierarki sederhana.. 11 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(28) Gambar 2.2 Contoh Hierarki Sederhana (Sumber: Adamcsek, 2008) 2) Setelah mengatur masalah secara hierarkis, langkah berikutnya adalah untuk menetapkan prioritas dengan membangun satu set matriks perbandingan berpasangan yang menggambarkan kontribusi relatif atau pengaruh setiap elemen terhadap masing-masing tujuan atau kriteria yang setingkat di atasnya. Perbandingan dilakukan berdasarkan pilihan dari pembuat keputusan dengan menilai tingkat kepentingan suatu elemen dibandingkan elemen lainnya. Nilai dan definisi pendapat kualitatif dari skala perbandingan Saaty dapat diukur menggunakan Tabel 2.1.. Tabel 2.1 Intensitas Kepentingan Menurut Saaty (Sumber: Adamscek, 2008) Intensitas Kepentingan 1. Definisi. Keterangan. Sama pentingnya. 3. Sedikit lebih penting. 5. Lebih penting. 7. Sangat jauh lebih penting. Dua faktor yang berkontribusi sama untuk objective. Elemen yang satu sedikit lebih penting daripada elemen lainnya. Elemen yang satu lebih penting daripada elemen lainnya. Elemen yang satu sangat jauh lebih penting daripada elemen lainnya.. 12 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(29) Tabel 2.1 Intensitas Kepentingan Menurut Saaty (Lanjutan) Intensitas Kepentingan. Definisi. Keterangan. 9. Amat sangat penting. Elemen yang satu amat sangat penting daripada elemen lainnya.. 2,4,6,8. Nilai tengah. Apabila ragu-ragu antar dua nilai yang saling berdekatan.. Matriks K pada Persamaan (2.1) merupakan matriks perbandingan berpasangan antar kriteria. 𝐾1 𝐾 = 𝐾2 ⋮ 𝐾𝑚. 𝐾1 𝑘11 𝑘 [ 21 ⋮ 𝑘𝑚1. 𝐾2 … 𝐾𝑛 𝑘12 … 𝑘1𝑛 𝑘22 … 𝑘2𝑛 ] ⋮ ⋮ ⋱ 𝑘𝑚2 … 𝑘𝑚𝑛. …(2.1). 3) Menormalkan data dengan membagi nilai dari setiap elemen di dalam matriks yang berpasangan dengan nilai total dari setiap kolom. 4) Menghitung eigen vector dari setiap matriks perbandingan berpasangan dengan cara menjumlahkan nilai-nilai dari setiap baris dan membaginya dengan jumlah elemen (rata-rata tiap baris). Nilai eigen vector merupakan bobot setiap elemen. Langkah ini mensintesis pilihan penentuan prioritas elemen-elemen pada tingkat hierarki terendah sampai pencapaian tujuan. 5) Menguji konsistensi hierarki. Jika tidak memenuhi dengan Consistency Ratio (𝐶𝑅) < 0.1 maka penilaian harus diulang kembali. Langkah-langkah untuk menghitung dan memeriksa konsistensi sebagai berikut. a. Setiap nilai pada kolom pertama dikalikan dengan bobot prioritas elemen pertama, kemudian setiap nilai pada kolom kedua dikalikan dengan bobot prioritas elemen kedua dan seterusnya.. 13 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(30) b. Menjumlahkan setiap baris (∑ 𝑏𝑎𝑟𝑖𝑠). c. Hasil dari penjumlahan baris dibagi dengan elemen prioritas yang bersangkutan sehingga didapat lamda (λ) sesuai dengan Persamaan (2.2). λ =. ∑ 𝑏𝑎𝑟𝑖𝑠 𝑝𝑟𝑖𝑜𝑟𝑖𝑡𝑎𝑠. ...(2.2). d. Menjumlahkan lamda (Σλ) dan hasilnya dibagi dengan banyaknya elemen yang ada, hasilnya disebut 𝜆𝑚𝑎𝑥 sesuai dengan Persamaan (2.3). 𝜆𝑚𝑎𝑥 =. Σλ 𝑛. …(2.3). dengan 𝑛 = banyaknya elemen yang dibandingkan. e. Menghitung indeks konsistensi/Consistency Index (𝐶𝐼) dengan rumus pada Persamaan (2.4). 𝐶𝐼 =. (𝜆𝑚𝑎𝑥 – 𝑛) 𝑛– 1. …(2.4). f. Menghitung rasio konsistensi/Consistency Ratio (𝐶𝑅) dengan rumus pada Persamaan (2.5).. 𝐶𝑅 =. 𝐶𝐼 𝑅𝐶. …(2.5). dengan 𝐶𝑅 = Consistency Ratio/konsistensi rasio 𝐶𝐼 = Consistency Index/indeks konsistensi 𝑅𝐶 = Random Consistency/konsistensi random Nilai 𝑅𝐶 sudah ditentukan berdasarkan matriks perbandingan yang dibentuk sesuai dengan Tabel 2.2.. 14 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(31) Tabel 2.2 Nilai Random Consistency (Sumber: Triantaphyllou dan Mann, 1995) N 1,2 3 4 5 6 7 8 9 10. Nilai 𝑅𝐶 0.00 0.58 0.90 1.12 1.24 1.32 1.41 1.45 1.49. Jika nilai Consistency Ratio (𝐶𝑅) lebih dari 10%, penilaian data judgement harus diperbaiki. Namun jika Consistency Ratio (𝐶𝑅) kurang atau sama dengan 10%, hasil perhitungan dinyatakan benar.. 2.3 Technique for Order Preference by Similarity to Ideal Solution (TOPSIS) Metode TOPSIS pertama kali dikembangkan oleh Hwang dan Yoon (1981) dan menyusun alternatif sesuai dengan jaraknya dari solusi ideal positif dan solusi ideal negatif, yaitu alternatif terbaik memiliki jarak terpendek dari solusi ideal positif dan jarak terjauh dari solusi ideal negatif. Solusi ideal positif diidentifikasi dengan alternatif hipotetis yang memiliki nilai-nilai terbaik untuk semua kriteria sedangkan solusi ideal negatif diidentifikasi dengan alternatif hipotetis yang memiliki nilai kriteria terburuk (Sarraf dkk., 2013). Dalam prakteknya, TOPSIS telah berhasil diterapkan untuk memecahkan masalah seleksi atau evaluasi dengan jumlah alternatif terbatas karena intuitif dan mudah untuk dipahami dan diimplementasi. Selain itu, TOPSIS memiliki logika yang mewakili pemikiran pilihan manusia dan telah terbukti menjadi salah satu metode terbaik dalam menangani masalah rank reversal (Sarraf dkk., 2013).. 15 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(32) Prosedur bertahap dari Hwang dan Yoon untuk melaksanakan TOPSIS sebagai berikut (Mahmoodzaadeh dkk., 2007). 1) Membentuk matriks keputusan seperti Persamaan (2.6). 𝐹1 𝑓11 𝑓 [ 21 ⋮ 𝑓𝑚1. 𝐴1 𝐴 𝐷= 2 ⋮ 𝐴𝑚. 𝐹2 … 𝐹𝑛 𝑓12 … 𝑓1𝑛 𝑓22 … 𝑓2𝑛 ] ⋮ ⋮ ⋱ 𝑓𝑚2 … 𝑓𝑚𝑛. …(2.6). 𝐴𝑖 adalah alternatif dengan i = 1, 2, ..., m. 𝐹𝑖 adalah atribut atau kriteria dengan j = 1, 2, ..., n. 𝑓𝑖𝑗 adalah alternatif ke-i dan kriteria ke-j. 2) Melakukan normalisasi pada matriks keputusan dengan rumus pada Persamaan (2.7). 𝑓𝑖𝑗. 𝑟𝑖𝑗 =. 2 √∑𝑚 𝑖=1 𝑓𝑖𝑗. …(2.7). i = 1, 2, …, m dan j = 1, 2, ..., n dengan 𝑓𝑖𝑗 adalah nilai asli dari matriks keputusan dan 𝑟𝑖𝑗 adalah nilai matriks keputusan yang sudah ternormalisasi. 3) Menghitung besarnya bobot pada matriks keputusan yang telah dinormalisasi, didapat dari mengalikan hasil normalisasi matriks keputusan dengan bobot kriteria. Matriks 𝑣𝑖𝑗 dari pembobotan normalisasi diperoleh dari Persamaan (2.8). 𝑣𝑖𝑗 = 𝑤𝑖𝑗 ∗ 𝑟𝑖𝑗. …(2.8). 𝑤𝑖𝑗 adalah bobot kriteria dari matriks bobot (𝑊 = 𝑤1, 𝑤2 , …, 𝑤𝑛 ). Perhitungan ini memperoleh matriks seperti Persamaan (2.9).. 16 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(33) 𝑣11 𝑣 𝑉 = [ 21 ⋮ 𝑣𝑚1. 𝑣12 … 𝑣1𝑛 𝑣22 … 𝑣2𝑛 ] ⋮ ⋮ ⋱ 𝑣𝑚2 … 𝑣𝑚𝑛. …(2.9). 4) Menentukan solusi ideal positif (𝐴+) menggunakan Persamaan (2.10) dan solusi ideal negatif (𝐴−) menggunakan Persamaan (2.11) yang dapat ditentukan berdasarkan ranking bobot ternormalisasi (𝑣𝑖𝑗 ). 𝐴+ = {(max 𝑣𝑖𝑗 | 𝑗 ∈ 𝐽), (min 𝑣𝑖𝑗 | 𝑗 ∈ 𝐽′), 𝑖 = 1,2,3, … 𝑚} …(2.10) = {𝑣1 +, 𝑣2 +, … 𝑣𝑚 +} 𝐴− = {(min 𝑣𝑖𝑗 | 𝑗 ∈ 𝐽), (max 𝑣𝑖𝑗 | 𝑗 ∈ 𝐽′), 𝑖 = 1,2,3, … 𝑚} …(2.11) = {𝑣1 −, 𝑣2 −, … 𝑣𝑚 − } dengan 𝑣𝑖𝑗 = elemen matriks V baris ke-i dan kolom ke-j J = {j=1, 2, 3, ..., n dan j berhubungan dengan benefit criteria} J’ = {j=1, 2, 3, ..., n dan j berhubungan dengan cost criteria} 5) Menghitung jarak dari suatu alternatif ke solusi ideal positif (𝐷+ ) menggunakan Persamaan (2.12) dan solusi ideal negatif (𝐷− ) menggunakan Persamaan (2.13). Separation measure untuk solusi ideal positif 𝑛. 𝐷𝑖+ = √∑(𝑣𝑗+ −𝑣𝑖𝑗 ). 2. …(2.12). 𝑗=1. dengan i = 1, 2, ..., m Separation measure untuk solusi ideal negatif 𝑛. 𝐷𝑖−. = √∑(𝑣𝑗− −𝑣𝑖𝑗 ). 2. …(2.13). 𝑗=1. dengan i = 1, 2, ..., m. 17 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(34) 6) Menghitung koefisien kedekatan relatif menggunakan Persamaan (2.14) terhadap solusi ideal dari setiap alternatif. Nilai prefensi untuk setiap alternatif dihitung sebagai berikut. 𝐶𝑖 =. 𝐷𝑖− 𝐷𝑖− + 𝐷𝑖+. …(2.14). dengan 0 < 𝐶𝑖 < 1 dan i=1, 2, ..., m 7) Mengurutkan pilihan berdasarkan nilai koefisien kedekatan (𝐶𝑖 ), alternatif peringkat dari yang paling tinggi hingga terendah, sehingga solusi alternatif terbaik adalah salah satu yang berjarak terpendek dari solusi ideal positif dan berjarak terjauh dari solusi ideal negatif.. 2.4 Confusion Matrix Sebuah Confusion Matrix adalah alat analisis kinerja sederhana yang digunakan untuk mewakili hasil uji coba dari model prediksi. Setiap kolom dari matriks mewakili penilaian yang diprediksi, sementara setiap baris mewakili penilaian yang sebenarnya (Visa dkk., 2011). Setiap sel pada Confusion Matrix berisi jumlah yang menunjukkan seberapa banyak kasus yang dinilai secara benar atau salah dari hasil uji coba dengan keadaan sebenarnya (Gorunescu, 2011). Confusion Matrix ditunjukkan pada Tabel 2.3 sebagai berikut. Tabel 2.3 Confusion Matrix (Sumber: Fawcett, 2005) Confusion Matrix Actual. Condition Positive Condition Negative. Predicted Prediction Condition Predicted Condition Positive Negative True Positive (TP) False Negative (FN) False Positive (FP) True Negative (TN). Confusion Matrix dengan ukuran 2x2 memiliki empat kemungkinan hasil. Jika hasil sebenarnya adalah positif dan hasil uji coba bernilai positif, dianggap sebagai. 18 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(35) True Positive (TP), namun jika hasil uji coba bernilai negatif, dianggap sebagai False Negative (FN). Jika hasil sebenarnya adalah negatif dan hasil uji coba bernilai negatif, dianggap sebagai True Negative (TN), namun jika hasil uji coba bernilai positif, dianggap sebagai False Positive (FP) (Fawcett, 2005). Sejumlah metrik kinerja model dapat diturunkan dari Confusion Matrix (Hamel, 2008). Salah satu, metrik yang paling umum adalah accuracy (AC) didefinisikan oleh Persamaan (2.15). Akurasi merupakan proporsi jumlah prediksi yang benar (Hamel, 2008). 𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 (𝐴𝐶) =. 𝑇𝑃 + 𝑇𝑁 𝑇𝑃 + 𝑇𝑁 + 𝐹𝑃 + 𝐹𝑁. …(2.15). Precision (P) atau nilai prediksi positif merupakan proporsi dari hasil prediksi positif yang benar, dapat dihitung menggunakan Persamaan (2.16) (Hamel, 2008).. 𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛 (𝑃) =. 𝑇𝑃 𝑇𝑃 + 𝐹𝑃. …(2.16). Recall (R) atau tingkat True Postive (TP) adalah proporsi dari kasus positif yang diprediksi dengan benar, dapat dihitung menggunakan Persamaan (2.17) (Hamel, 2008).. 𝑅𝑒𝑐𝑎𝑙𝑙 (𝑅) =. 𝑇𝑃 𝑇𝑃 + 𝐹𝑁. …(2.17). 2.5 Usefulness, Satisfaction, and Ease of use (USE) Questionnaire Kegunaan merupakan sejauh mana suatu produk dapat digunakan oleh pengguna tertentu untuk mencapai tujuan tertentu dengan efektivitas, efisiensi dan. 19 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(36) kepuasan dalam konteks tertentu (Speicher, 2015). Manfaat dari pengukuran kegunaan terkait dengan prosedur evaluasi dalam kualitas aplikasi, serta bermanfaat untuk memenuhi kebutuhan pengguna dengan menyediakan kualitas penggunaan (Bevan dan Curson, 1997). USE merupakan singkatan dari usefulness (kegunaan), satisfaction (kepuasan), dan ease of use (kemudahan penggunaan). Ini adalah tiga dimensi yang muncul paling kuat dalam pengembangan awal USE Questionnaire. Bukti dimensi lain ditemukan, namun ketiga dimensi ini disajikan paling efektif untuk membedakan antara interface (Lund, 2001). Kuesioner dibangun dengan tujuh poin skala penilaian Likert. Pengguna diminta untuk menilai kesepakatan dengan pernyataan mulai dari sangat tidak setuju hingga sangat setuju (Lund, 2001). Menurut Lund (2001) untuk sistem internal, item kontribusi untuk ease of use bisa dipisahkan menjadi dua faktor, ease of learning (kemudahan belajar) dan ease of use (kemudahan penggunaan).. 20 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(37) BAB III METODOLOGI PENELITIAN DAN PERANCANGAN SISTEM. 3.1 Metodologi Penelitian Metodologi penelitian yang digunakan dalam perancangan dan pembangunan sistem pendukung keputusan asisten laboratorium menggunakan metode AHP dan TOPSIS digambarkan pada Gambar 3.1. Adapun penjelasan dari tiap tahap untuk mencapai tujuan penelitian, sebagai berikut.. Gambar 3.1 Metodologi Penelitian yang Digunakan. 1) Studi Literatur Menurut Nazir (2005) dalam bukunya yang berjudul “Metode Penelitian” mengemukakan bahwa yang dimaksud dengan studi kepustakaan adalah teknik pengumpulan data dengan mengadakan studi penelaahan terhadap buku-buku, catatan-catatan, dan laporan-laporan yang ada hubungannya dengan masalah yang dipilih dan diangkat. Oleh karena itu, penelitian diawali dengan mencari dan. 21 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(38) mempelajari buku, jurnal, artikel, ebook, dan halaman web. Tahap ini menekankan pada pematangan konsep-konsep yang dibutuhkan dalam penelitian, seperti sistem pendukung keputusan, metode AHP, TOPSIS, Confusion Matrix, dan USE Questionnaire. 2) Analisis Kebutuhan Sistem Analisis dilakukan dengan menganalisis permasalahan yang muncul dan menentukan spesifikasi kebutuhan atas sistem yang dibuat. Hasil dari analisis ini digunakan dalam perancangan sistem sebagai dasar dari requirement. Tahap analisis dilakukan dengan mewawancarai pihak Lab FTI UMN terkait kriteria dan bobot penilaian kandidat asisten laboratorium. Hasil wawancara dengan pihak Lab FTI UMN dapat dilihat pada Lampiran ketiga, sedangkan kriteria dan bobot penilaian asisten laboratorium dapat dilihat pada Lampiran keempat. Berdasarkan data tersebut, maka dapat dianalisis bahwa sistem digunakan oleh dua jenis pengguna yaitu mahasiswa UMN sebagai pendaftar asisten laboratorium dan pihak Lab FTI UMN sebagai administrator sistem. Kebutuhan dasar atau fungsionalitas utama dari sistem untuk mahasiswa UMN (pendaftar asisten laboratorium) adalah sebagai berikut. -. Dapat mengelola profil (data pribadi, pengalaman, dan organisasi).. -. Dapat mendaftarkan diri sebagai asisten laboratorium untuk mata kuliah yang diminati.. -. Dapat mengelola riwayat pendaftaran asisten laboratorium. Kebutuhan dasar atau fungsionalitas utama dari sistem untuk pihak Lab FTI. UMN (administrator) adalah sebagai berikut: -. Dapat mengelola periode pendaftaran beserta mata kuliah asistensi.. 22 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(39) -. Dapat. mengevaluasi. hasil. wawancara. mahasiswa. pendaftar. asisten. laboratorum. -. Dapat mengisi rekomendasi dosen untuk mahasiswa pendaftar asisten laboratorium berdasarkan mata kuliah tertentu.. -. Dapat mengelola data pendaftaran asisten laboratorium.. -. Dapat melakukan proses seleksi kandidat asisten laboratorium.. 3) Perancangan dan Pembangunan Sistem Tahap perancangan dan pembangunan sistem merupakan tahap yang dilakukan setelah mematangkan konsep mengenai pembuatan sistem untuk penelitian ini. Beberapa tahapan yang dilakukan dalam tahap ini adalah sebagai berikut. a. Perancangan Sistem Merupakan tahap awal dalam pembuatan sistem untuk penelitian. Pada tahap ini dilakukan perancangan pada sistem, baik secara konsep maupun teknis berdasarkan dari hasil analisis sebelumnya. Perancangan konsep meliputi perancangan desain antarmuka pengguna beserta fitur dari sistem yang dibangun dalam bentuk wireframe menggunakan aplikasi Balsamiq, sedangkan perancangan teknis dilakukan dengan membuat diagram perancangan sistem yang terdiri dari Data Flow Diagram, Flowchart Diagram, dan Entity Relationship Diagram. b. Pembangunan Sistem Merupakan tahap coding atau pemrograman untuk pembuatan sistem. Sistem yang dibangun disesuaikan berdasarkan apa yang sudah dirancang pada tahap sebelumnya.. 23 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(40) c. Uji Coba Sistem Merupakan tahap untuk menguji sistem, apakah sesuai dengan kebutuhan penelitian atau tidak. Tahap ini dilakukan dengan menguji sistem pada ruang lingkup sistem dengan tujuan untuk menemukan bug pada sistem agar dapat diperbaiki sebelum digunakan. Selain itu, pada tahap ini juga dilakukan pengukuran akurasi terhadap sistem, serta pemberian USE Questionnaire kepada pihak Lab FTI UMN dan mahasiswa yang pernah atau sedang menjadi asisten laboratorium. 4) Penulisan Laporan Merupakan tahap akhir dalam penelitian ini, yaitu menganalisa dan mencatat setiap kegiatan yang dilakukan dan hasilnya ke dalam tulisan yang berupa laporan skripsi.. 3.2 Variabel Penelitian Pada penelitian ini terdapat dua variabel, yaitu variabel bebas atau variabel independen dan variabel terikat atau dependen. Menurut Sugiyono (2012) variabel bebas adalah variabel yang mempengaruhi atau menjadi sebab perubahannya atau timbulnya variabel dependen. Sedangkan, variabel terikat atau dependen merupakan variabel yang dipengaruhi atau yang menjadi akibat, karena adanya variabel bebas. Variabel independen yang digunakan pada penelitian ini adalah kriteria dan bobot penilaian kandidat asisten laboratorium yang ditentukan oleh pihak Lab FTI UMN. Variabel dependen pada penelitian ini adalah hasil keputusan asisten laboratorium yang terpilih.. 24 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(41) 3.3 Teknik Pengumpulan Data Dalam penelitian ini, pada awal periode, data dikumpulkan dengan mewawancarai pihak Lab FTI UMN terkait kriteria dan bobot penilaian kandidat asisten laboratorium sebagai kebutuhan awal dari pembangunan sistem. Pada akhir periode setelah sistem dibangun, dilakukan pengujian sistem untuk mengukur accuracy, precision, dan recall menggunakan Confusion Matrix. Pengujian dilakukan dengan membandingkan hasil keputusan sistem (prediction) dan hasil keputusan pihak Lab FTI UMN (actual) menggunakan data kandidat asisten laboratorium yang pernah mendaftar sebelumnya dan terarsip oleh Lab FTI UMN. Selain itu, Usefulness, Satisfaction, and Ease of use (USE) Questionnaire diberikan kepada pihak Lab FTI UMN untuk mengukur usefulness, ease of use, ease of learning, dan satisfaction dari sistem yang dibangun dan kepada minimum 30 mahasiswa yang pernah atau sedang menjadi asisten laboratorium untuk mengukur usefulness, ease of use, dan satisfaction dari fitur pendaftaran asisten laboratorium dalam sistem. Sebagaimana yang dikemukakan oleh Sugiyono (2012) dinyatakan bahwa ukuran sampel paling minimum adalah 30 dalam suatu penelitian.. 3.4 Perancangan Sistem Perancangan Sistem Pendukung Keputusan Asisten Laboratorium dilakukan dengan menggunakan arsitektur sistem, Data Flow Diagram, sitemap, Flowchart Diagram, Entity Relationship Diagram, skema database, struktur tabel, dan perancangan antarmuka sistem.. 25 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(42) 3.4.1 Arsitektur Sistem. Gambar 3.2 Arsitektur Sistem Pendukung Keputusan Asisten Laboratorium. Arsitektur Sistem Pendukung Keputusan Asisten Laboratorium secara keseluruhan ditunjukkan pada Gambar 3.2. Sistem Pendukung Keputusan dibangun dalam basis web yang terdiri dari dua jenis sistem, yaitu sistem web mahasiswa dan sistem web admin. Sistem web mahasiswa ditujukan kepada mahasiswa UMN untuk mendaftarkan diri sebagai kandidat asisten laboratorium, sedangkan sistem web admin ditujukan kepada admin Lab FTI UMN untuk mengelola data pendaftaran asisten laboratorium. Sistem web admin didukung dengan metode AHP dan TOPSIS untuk membantu pihak admin Lab FTI UMN dalam memilih asisten laboratorium. Seluruh data yang digunakan sistem tersimpan dalam database, sistem berkomunikasi dengan database untuk memperoleh data permintaan pengguna.. 26 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(43) 3.4.2 Data Flow Diagram Data Flow Diagram digunakan untuk menggambarkan aliran data dalam Sistem Pendukung Keputusan Asisten Laboratorium. Gambar 3.3 menunjukkan context diagram Sistem Pendukung Keputusan Asisten Laboratorium. Diagram ini menggambarkan aliran data yang masuk dan keluar dari sistem. Terdapat tiga entitas, yaitu Mahasiswa sebagai Pendaftar Asisten Laboratorium, Admin Laboratorium Fakultas Teknik dan Informasi (Lab FTI), dan Dosen. Aliran data yang keluar dari Sistem Pendukung Keputusan Asisten Laboratorium berjumlah 22 data, sedangkan aliran data yang masuk ke Sistem Pendukung Keputusan Laboratorium berjumlah 30 data.. 27 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(44) Gambar 3.3 Context Diagram 28 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(45) Aliran data yang keluar dari Sistem Pendukung Keputusan ke Mahasiswa berjumlah tujuh data, yaitu data profil yang terdiri dari nim, nama, semester, prodi, penjurusan, nomor telepon, alamat email, path file foto profil, path file daftar riwayat hidup, tanggal terakhir daftar riwayat hidup diperbaharui; data daftar pengalaman yang terdiri dari kode mata kuliah, nama mata kuliah, semester asistensi, path file sertifikat; data daftar organisasi yang terdiri dari nama organisasi, posisi, status, path file sertifikat; data daftar mata kuliah asistensi yang terdiri dari kode mata kuliah dan nama mata kuliah; data daftar riwayat pendaftaran yang terdiri dari nomor pendaftaran, semester pendaftaran, tanggal pendaftaran, rekening bank; data rincian pendaftaran yang memiliki data yang sama dengan data daftar riwayat pendaftaran ditambah data pilihan mata kuliah, nilai mata kuliah, path file transkrip nilai, semester mata kuliah, status mata kuliah, status penerimaan admin, mata kuliah preferensi, jumlah kelas yang diharapkan; data notifikasi yang terdiri dari status notifikasi mata kuliah dibuka atau ditutup dan status notifikasi penerimaan admin. Sementara, aliran data yang keluar dari Sistem Pendukung Keputusan ke Admin Lab FTI berjumlah 15 data, yaitu data daftar pengajuan akun yang terdiri dari nim, nama, alamat email, tanggal pendaftaran; data daftar akun mahasiswa yang terdiri dari nim, nama, semester, prodi, penjurusan, alamat email; data profil mahasiswa yang memiliki data yang sama dengan data daftar akun mahasiswa ditambah data nomor telepon, path file foto profil, path file daftar riwayat hidup, tanggal terakhir daftar riwayat hidup diperbaharui; data daftar pengalaman mahasiswa yang terdiri dari kode mata kuliah, nama mata kuliah, semester asistensi, path file sertifikat; data daftar organisasi mahasiswa yang terdiri dari nama organisasi, posisi, status,. 29 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
(46) path file sertifikat; data daftar mata kuliah yang terdiri dari kode mata kuliah, nama mata kuliah, semester mata kuliah; data daftar periode pendaftaran yang terdiri dari semester, tanggal periode pendaftaran dibuka, tanggal periode pendaftaran ditutup; data daftar mata kuliah per periode yang terdiri dari kode mata kuliah, nama mata kuliah, semester mata kuliah pada periode bersangkutan, data daftar pendaftaran mahasiswa yang terdiri dari nomor pendaftaran, semester pendaftaran, tanggal pendaftaran, rekening bank; data rincian pendaftaran mahasiswa yang memiliki data yang sama dengan data daftar pendaftaran mahasiswa ditambah data pilihan mata kuliah, nilai mata kuliah, path file transkrip nilai, semester mata kuliah, status mata kuliah, status penerimaan admin, mata kuliah preferensi, jumlah kelas yang diharapkan; data daftar wawancara mahasiswa yang terdiri dari nim, nama, kemampuan berkomunikasi, keluasan pengetahuan; data daftar rekomendasi mahasiswa yang terdiri dari nim, nama, pilihan mata kuliah, rekomendasi dosen; data hasil rekomendasi sistem yang terdiri dari nim, nama, pilihan mata kuliah, nilai mata kuliah, jumlah pengalaman asistensi, rekomendasi dosen, kemampuan berkomunikasi, keluasan pengetahuan, semester mahasiswa, jumlah organisasi aktif, status penerimaan admin; data daftar kriteria yang terdiri dari nama kriteria, bobot kriteria; dan data daftar log aktivitas yang terdiri dari id pengguna, tipe pengguna, jenis aktivitas, deskripsi aktivitas, dan waktu aktivitas. Aliran data yang masuk dari Mahasiswa ke dalam Sistem Pendukung Keputusan Asisten Laboratorium berjumlah 13 data, antara lain data permohonan akun yang terdiri dari nim, nama, alamat email; data login mahasiswa yang terdiri dari nim dan kata sandi akun mahasiswa; data kata sandi lupa yang terdiri dari nim; data kata sandi mahasiswa terubah yang terdiri dari nim dan kata sandi baru akun. 30 Rancang Bangun Sistem..., Sylvie Stephanie, FTI UMN, 2017.
