• Tidak ada hasil yang ditemukan

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU BERPRESTASI TINGKAT SMP BERBASIS WEB MENGGUNAKAN METODE PROFILE MATCHING. Rakhmad, Roni Salambue

N/A
N/A
Protected

Academic year: 2022

Membagikan "SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU BERPRESTASI TINGKAT SMP BERBASIS WEB MENGGUNAKAN METODE PROFILE MATCHING. Rakhmad, Roni Salambue"

Copied!
10
0
0

Teks penuh

(1)

SISTEM PENDUKUNG KEPUTUSAN PENENTUAN GURU BERPRESTASI TINGKAT SMP BERBASIS WEB MENGGUNAKAN

METODE PROFILE MATCHING Rakhmad, Roni Salambue

Mahasiswa Program Studi S1 Sistem Informasi Jurusan Ilmu Komputer

Fakultas Matematika dan Ilmu Pengetahuan Alam Kampus Bina Widya Pekanbaru, 28293, Indonesia rakhmad.r@student.unri.ac.id roni.salambue@lecturer.unri.ac.id

ABSTRACT

Decision Support System for Determining Outstanding Teachers is about designing a decision support system that aims to assist decision making in determining outstanding teachers at the junior high school level using the Profile Matching method with predetermined aspects and criteria. Criteria that are considered in determining outstanding teachers are administration, written tests, interviews, presentations and observations. The criteria used for determining Outstanding Teachers refer to the data obtained from the Pekanbaru City Education Office. In the process of the Profile Matching Method, in general, it is a process of comparing individual competencies into competency criteria so that the differences in competencies / gaps can be seen. The calculation for determining the outstanding teacher uses the Profile Matching method with the rules for determining the order of the highest scores, based on the criteria:

administration, written tests, interviews, presentations and observations. The end result of the system is a Report on the Determination of Outstanding Teachers at the Junior High School level in Pekanbaru City and black-box testing provides valid results for each component tested.

Keywords: Criteria, Decision Support System, Junior High School level, Outstanding Teacher, Profile Matching.

ABSTRAK

Sistem Pendukung Keputusan Penentuan Guru Berprestasi ini adalah perancangan sebuah sistem pendukung keputusan yang bertujuan untuk membantu pengambilan keputusan dalam menentukan guru berprestasi tingkat SMP menggunakan metode Profile Matching dengan aspek dan kriteria yang telah ditentukan. Kriteria yang menjadi pertimbangan dalam menentukan guru berprestasi yaitu administrasi, tes tulis, wawancara, presentasi dan observasi. Kriteria yang digunakan untuk penentuan guru berprestasi mengacu pada data yang didapatkan dari Dinas Pendidikan Kota Pekanbaru.

Dalam proses Metode Profile Matching secara garis besar merupakan proses perbandingan antara kompetensi individu ke dalam kompetensi kriteria sehingga dapat diketahui perbedaan kompetensi/gap nya. Perhitungan penentuan guru berprestasi

(2)

menggunakan Metode Profile Matching dengan aturan penentuan berdasarkan urutan nilai yang tertinggi, berdasarkan kriteria: administrasi, tes tulis, wawancara, presentasi dan observasi. Hasil akhir dari sistem berupa laporan hasil penentuan guru berprestasi tingkat SMP di Kota Pekanbaru dan pengujian black-box memberikan hasil valid pada setiap komponen yang diuji.

Kata Kunci: Guru Berprestasi, Kriteria, Profile Matching, Sistem Pendukung Keputusan, tingkat Sekolah Menengah Pertama.

PENDAHULUAN

Guru adalah pendidik profesional dengan tugas utama mendidik, mengajar, membimbing, mengarahkan, melatih, menilai, dan mengevaluasi peserta didik. Guru berperan penting dalam kemajuan sekolah terutama bagi para peserta didik. Untuk melaksanakan tugasnya secara profesional, guru tidak hanya dituntut memiliki kemampuan teknis edukatif, tetapi juga harus memiliki kepribadian yang kokoh sehingga menjadi sosok panutan bagi siswa dalam menciptakan pendidikan bermutu.

Untuk memacu semangat guru dalam bekerja maka diperlukan suatu pendukung untuk mengapresiasi kegiatan guru yang disebut sebagai Guru Berprestasi.

Penentuan guru berprestasi dimaksudkan antara lain untuk mendorong motivasi, dedikasi, loyalitas dan profesionalisme guru, yang diharapkan akan berpengaruh positif pada peningkatan kinerja. Proses penentuan guru berprestasi selama ini masih dilakukan secara manual yaitu dengan menilai secara langsung sehingga penilaian memungkinkan bersifat subjektif. Proses seleksi yang masih bersifat manual memerlukan waktu yang lama. Oleh karena itu, dibutuhkan penerapan teknologi informasi berupa sistem pendukung keputusan khususnya pada pemrosesan penentuan guru berprestasi agar proses tersebut menjadi cepat, tepat dan akurat. Sistem yang dibangun dapat membantu menentukan penilaian individu yang lebih baik serta dapat meningkatkan efektivitas dan efisiensi dalam penentuan guru berprestasi.

Penelitian ini menguji metode Profile Matching untuk menentukan guru berprestasi di Dinas Pendidikan Kota Pekanbaru. Penelitian penentuan guru berprestasi merupakan permasalahan yang menjadi topik penelitian beberapa tahun terakhir, salah satunya penelitian yang dilakukan oleh Alwi (2015) Sistem Pendukung Keputusan Pemilihan Guru Berprestasi menggunakan Metode Fuzzy-AHP dan penelitian oleh Martaulina (2015) Sistem Pendukung Keputusan Seleksi Guru Berprestasi untuk memberikan Penghargaan dengan Metode Topsis.

TINJAUAN PUSTAKA

a. Penelitian yang relevan

Penelitian yang dilakukan oleh Hartatik (2013), menyatakan dalam pemilihan karyawan pada kenyataannya merupakan proses kegiatan rutinitas yang sangat kompleks, memakan waktu yang cukup lama, biaya yang tidak sedikit dan sangat terbuka peluang untuk melakukan kesalahan dalam menentukan orang yang tepat.

Penelitian yang dilakukan menggunakan metode profile matching, metode ini

(3)

digunakan dalam penilaian seleksi pemilihan pegawai, yang dapat memberikan penilaian potensi masing-masing kandidat karyawan dengan melakukan perbandingan profil pribadi karyawan dengan profil jabatan yang bersangkutan.

Penelitian yang menggunakan metode Profile Matching juga dilakukan oleh Muhammad Taufik Irawan dan Danny Kriestanto (2016) dengan judul Penerapan Profile Matching untuk Pencarian Siswa SMP Penerima Beasiswa Miskin Dan Berprestasi. Hasil penelitiannya menghasilkan Sistem Pendukung Keputusan ini dapat digunakan untuk menentukan dua macam tipe beasiswa, yakni beasiswa miskin dan beasiswa berprestasi dan proses rangking dilakukan dengan menentukan persentase bobot masing-masing tipe beasiswa.

b. Sistem Pendukung Keputusan

Sistem pendukung keputusan sebagai sebuah sistem berbasis komputer yang terdiri atas komponen-komponen antara lain komponen sistem bahasa (language), komponen sistem pengetahuan (knowledge) dan komponen sistem pemrosesan masalah (problem processing) yang saling berinteraksi satu dengan yang lainnya (Hanifah).

Sistem Pendukung Keputusan adalah suatu sistem yang berbasis komputer yang ditujukan untuk mendukung manajemen pengambil keputusan (Oktavia, 2014). Sistem pendukung keputusan atau yang disebut dengan DSS (Decision Support System) adalah sistem berbasis komputer yang ditujukan untuk membantu pengambil keputusan dengan memanfaatkan data dan model untuk mengidentifikasi, memecahkan masalah dan membuat keputusan (Ichsan, 2013).

c. Guru Berprestasi

Guru Berprestasi adalah guru yang memiliki kemampuan atau kompetensi yang lebih unggul dibandingkan guru lain dan memiliki kinerja yang sangat baik sehingga mampu menyandang prestasi. Pemberian penghargaan terhadap prestasi dan dedikasi yang tinggi yang dicapai oleh guru dalam melaksanakan tugas profesionalnya sangat perlu diberikan, salah satunya yaitu dengan diselenggarakannya pemilihan guru berprestasi. Adanya pemilihan guru berprestasi seharusnya dapat memotivasi guru untuk meningkatkan kinerja, disiplin, dedikasi, dan loyalitas untuk kepentingan masa depan bangsa dan negara. Guru Berprestasi adalah Guru yang memenuhi beberapa kriteria yang sesuai dengan standar yang ditetapkan oleh instansi tersebut (Bahari, Santoso, & Adinugroho, 2018).

d. Konsep Web

World Wide Web (W3) atau dikenal juga dengan istilah web adalah suatu sistem yang berkaitan dengan dokumen yang digunakan sebagai media untuk menampilkan teks, gambar, multimedia dan lainnya pada jaringan Internet. Website adalah media yang digunakan untuk menampung data teks, gambar, animasi, dan suara yang dapat ditampilkan di Internet dan dapat diakses oleh komputer lain yang terhubung dengan Internet. Menurut Kadir (2013:5) “Website adalah halaman informasi yang ada di Internet, dimana halaman tersebut merupakan kumpulan komponen yang terdiri dari teks, gambar atau suara dan animasi”.

(4)

e. Metode Profile Matching

Metode Profile Matching sering juga disebut dengan metode GAP, yaitu sebuah mekanisme pengambilan keputusan dengan mengasumsikan bahwa terdapat tingkat variabel prediktor yang ideal yang harus dimiliki oleh suatu objek, bukannya tingkat minimal yang harus dipenuhi atau dilewati (Syahputra, 2014).

Dalam proses Profile Matching secara garis besar merupakan proses membandingkan antara kompetensi individu ke dalam kompetensi kriteria sehingga dapat diketahui perbedaan kompetensinya (disebut juga gap), Semakin kecil gap yang dihasilkan maka bobot nilainya semakin besar yang berarti memiliki peluang lebih besar untuk menempati posisi tersebut (Sianturi, 2015).

Berikut ini adalah langkah-langkah dalam penyelesaian perhitungan dengan menggunakan metode profile matching :

1). Menentukan data yang dibutuhkan.

2). Menentukan aspek-aspek yang digunakan untuk penilaian.

3). Pemetaan GAP kompetensi.

4). Pembobotan GAP kompetensi.

Semakin kecil gap nilai tester (atribut) pada nilai target (ideal)-nya maka nilai bobotnya semakin besar atau semakin baik.

Tabel 1. Contoh Pembobotan Nilai Gap.

Nilai Ideal / Nilai Target

Nilai Atribut / Nilai Tester

Gap /

Selisih Bobot Keterangan

5 5 0 5 Tidak ada gap/selisih

(sesuai harapan)

5 4 1 4,5 Nilai Ideal lebih satu tingkat

4 5 -1 4 Nilai ideal kurang satu tingkat

5 3 2 3,5 Nilai ideal lebih dua tingkat

3 5 -2 3 Nilai ideal kurang dua tingkat

5 2 3 2,5 Nilai ideal lebih tiga tingkat

2 5 -3 2 Nilai ideal kurang tiga tingkat

5 1 4 1,5 Nilai ideal lebih empat tingkat

1 5 -4 1 Nilai ideal kurang empat tingkat

5). Perhitungan dan pengelompokkan Core Factor dan Secondary Factor.

Setelah menentukan bobot nilai GAP, kemudian dikelompokkan menjadi 2 kelompok, yaitu :

a). Core Factor (faktor utama), yaitu merupakan kriteria yang paling menonjol atau paling dibutuhkan oleh suatu penilaian yang diharapkan dapat memperoleh hasil yang optimal.

Perhitungan Core Factor ditunjukkan menggunakan rumus dibawah ini :

(1)

Keterangan :

NCF : Nilai rata-rata core factor

∑ NC (aspek) : Jumlah total nilai core factor

∑ IC : Jumlah item core factor

(5)

b). Secondary Factor (faktor pendukung), yaitu merupakan item-item atau faktor selain yang ada pada core factor. Atau dengan kata lain merupakan faktor pendukung yang kurang dibutuhkan oleh suatu penilaian.

Untuk perhitungan Secondary Factor bisa ditunjukkan dengan rumus berikut:

(2)

Keterangan :

NSF : Nilai rata-rata secondary factor

∑ NS (aspek) : jumlah total nilai secondary factor

∑ IS : Jumlah item secondary factor

6). Perhitungan nilai total. Nilai total diperoleh dari persentase core factor dan secondary factor yang diperkirakan berpengaruh terhadap hasil tiap-tiap profil. Rumus perhitungan nilai total adalah sebagai berikut :

N(aspek) = (x) % NCF(aspek) + (x) % NSF(aspek) (3) Keterangan :

N(aspek) : nilai total dari kriteria (aspek) NCF (aspek) : nilai rata-rata core factor (aspek) NSF (aspek) : nilai rata-rata secondary factor (aspek) (x)% : nilai persen yang di-inputkan

7). Perhitungan penentuan rangking mengacu pada hasil perhitungan. Perhitungan tersebut bisa ditunjukkan dengan rumus dibawah ini :

(x)% . Nk (4)

Keterangan :

Nk : nilai kriteria/aspek

(x)% : nilai persen yang di-inputkan

METODE PENELITIAN

a. Teknik Pengumpulan Data

Pengumpulan data pada penelitian ini yakni dengan 4 metode, yaitu:

1. Observasi 2. Wawancara 3. Studi Pustaka 4. Data Primer

b. Peralatan yang Digunakan

Adapun peralatan yang digunakan dalam penelitian ini terbagi menjadi 2 kategori, yaitu Hardware dan Software. Hardware dan Software yang digunakan dapat dilihat pada Tabel 2 dan Tabel 3.

Tabel 2. Hardware yang digunakan.

No. Nama Alat Fungsi Keterangan

1 Laptop Pengolahan data HP

2 Printer Mencetak laporan Canon

(6)

Tabel 3. Software yang digunakan.

No. Nama Alat Fungsi Keterangan

1 Microsoft Office Membuat Laporan Versi 2010

2 Sublime Text 3 Text Editor Versi 3.2.2

3 MySQL Pemrosesan Data Versi 3.2.4

4 Apache Web Server Versi 3.2.4

5 Edraw Max Perancangan Diagram Versi 9.4.2

6 StarUML Perancangan Diagram Versi 3.2.2

7 Mozilla Firefox Web Browser Versi 77.0.1

c. Langkah Penyelesaian Sistem

Langkah-langkah penyelesaian sistem pada penelitian ini, yaitu:

1. Analisa dan Pengumpulan Data 2. Desain Sistem

3. Implementasi Sistem 4. Pengujian Sistem

HASIL DAN PEMBAHASAN

a. Tampilan Sistem

Beberapa gambar ini merupakan tampilan dari sistem pendukung keputusan penentuan guru berprestasi berbasis web yang dibahas dalam penelitian ini. Dapat dilihat pada Gambar 1 merupakan tampilan halaman awal pada sistem.

Gambar 1. Tampilan Halaman Awal Sistem.

Berikutnya merupakan tampilan halaman login pada sistem untuk masuk ke dalam sistem. Lihat pada Gambar 2.

Gambar 2. Tampilan Halaman Login Sistem.

Berikutnya merupakan tampilan halaman utama sistem setelah user atau pengguna berhasil login dan masuk ke dalam sistem. Lihat pada Gambar 3.

(7)

Gambar 3. Tampilan Halaman Utama Sistem.

Berikutnya merupakan tampilan halaman data user yang memuat daftar user yang dapat masuk ke dalam sistem. Lihat pada Gambar 4.

Gambar 4. Tampilan Halaman Data User pada Sistem.

Berikutnya merupakan tampilan halaman data guru. Tampilan ini menunjukkan data dari semua data guru yang tergabung dalam beberapa tahun. Semua data guru yang akan di input terlebih dahulu terdapat di Halaman ini. Lihat pada Gambar 5.

Gambar 5. Tampilan Halaman Data Guru pada Sistem.

Berikutnya merupakan tampilan halaman data nilai guru. Tampilan ini menampilkan data nilai guru per tahun. Caranya adalah memilih tahun yang akan dipilih terlebih dahulu untuk mengelompokkan datanya. Lihat pada Gambar 6.

Gambar 6. Tampilan Halaman Data Nilai Guru pada Sistem.

(8)

Berikutnya merupakan tampilan halaman proses perhitungan yang menampilkan tahapan proses perhitungan sistem pendukung keputusan penentuan guru berprestasi mulai dari perhitungan awal sampai dengan akhir menggunakan metode profile matching. Lihat pada Gambar 7.

Gambar 7. Tampilan Halaman Proses Perhitungan pada Sistem.

Berikutnya merupakan tampilan halaman laporan hasil dimana di halaman ini merupakan laporan hasil akhir dari perhitungan di halaman sebelumnya. Lihat pada Gambar 8.

Gambar 8. Tampilan Halaman Laporan Hasil pada Sistem.

Selanjutnya merupakan tampilan halaman cetak laporan hasil yaitu tampilan print-out laporan yang berisikan informasi hasil penentuan guru berprestasi dengan menggunakan metode profile matching. Lihat pada Gambar 9.

Gambar 9. Tampilan Halaman Cetak Laporan Hasil pada Sistem.

(9)

KESIMPULAN

Berdasarkan hasil dari penyusunan penelitian ini, penulis menarik beberapa Kesimpulan dalam Sistem Pendukung Keputusan Penentuan Guru Berprestasi Tingkat SMP Berbasis Web pada Dinas Pendidikan Kota Pekanbaru menggunakan Metode Profile Matching sebagai berikut:

1. Kriteria atau aspek penilaian yang digunakan dalam penentuan guru berprestasi ini yaitu administrasi, tes tulis, wawancara, presentasi dan observasi. Dimana kriteria atau aspek yang dominan adalah aspek tes tulis dengan bobot 30%.

2. Sistem pendukung keputusan penentuan guru berprestasi menggunakan metode profile matching ini dapat memberikan alternatif solusi untuk mendukung keputusan dalam penentuan guru berprestasi. Hasil akhir dari sistem pendukung keputusan penentuan guru berprestasi ini adalah lembar laporan hasil penentuan guru berprestasi tingkat SMP di kota Pekanbaru dimana peringkat tertinggi guru berprestasi diperoleh berdasarkan urutan nilai yang tertinggi.

3. Sistem ini dapat membantu pihak Dinas Pendidikan kota Pekanbaru dalam menentukan pemenang dari pemilihan/penentuan guru berprestasi tingkat SMP se-kota Pekanbaru.

SARAN

Berdasarkan hasil penelitian yang telah dilakukan, maka beberapa Saran dibawah ini dapat menjadi masukan untuk penelitian lebih lanjutnya, yaitu :

1. Pada sistem ini nilai target, nilai pembobotan gap, nilai persentase masing- masing kriteria dan nilai persentase dari core factor dan secondary factor belum bersifat dinamis, masih dalam bentuk penulisan aturan kode program.

Diharapkan nilai-nilai tersebut nantinya dapat dibentuk agar dinamis sehingga pengguna dapat melakukan pengubahan sesuai dengan kebutuhan.

2. Menambahkan fitur-fitur baru yang lebih lengkap seperti reset password, menambahkan tanggal dan waktu akses serta menu-menu penunjang lainnya sehingga sistem pendukung keputusan ini dapat berjalan dengan lebih baik.

3. Merancang desain sistem yang lebih menarik seperti variasi penggunaan warna pada sistem/aplikasi dan tata letak menu/fitur sehingga pengguna akan lebih merasa antusias dan senang menggunakan sistem/aplikasi ini.

4. Jumlah data yang digunakan untuk penelitian ini harus lebih diperbanyak dengan tujuan agar perhitungan penentuan guru berprestasi memiliki hasil yang konsisten.

UCAPAN TERIMA KASIH

Penulis mengucapkan Terima Kasih kepada Bapak Roni Salambue, S.Kom., M.Si. yang telah membimbing, memotivasi, dan membantu penulis dalam penelitian dan penulisan karya ilmiah ini.

(10)

DAFTAR PUSTAKA

Alwi. (2015). Sistem Pendukung Keputusan Pemilihan Guru Berprestasi menggunakan Metode Fuzzy-AHP. 19(2) : 93-100.

Bahari, D., Santoso, E., & Adinugroho, S. (2018). Sistem Pendukung Keputusan Penentuan Guru Berprestasi Menggunakan Fuzzy-Analytic Hierarchy Process (F-AHP) (Studi Kasus : SMA Brawijaya Smart School). Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 2, no. 5, p. 2095-2101.

Hanifah, Isnaini Nur. Tanpa Tahun. Sistem Pendukung Keputusan Pemilihan Guru Berprestasi dengan Simple Additive Weighting.

Hartatik, (2013). Analisis Dan Perancangan Seleksi Pemilihan Pegawai Untuk Suatu Jabatan Menggunakan Metode Profile Matching. Jurnal DASI. Vol.14 No.1.

Yogyakarta.

Ichsan, T.M. Syahru. (2013). Sistem Pendukung Keputusan Pemilihan Penerima Beasiswa Mahasiswa Kurang Mampu pada STMIK Budidarma Medan menerapkan Metode Profile Matching. 5(1) : 1-7.

Irawan, Muhammad Taufik dan Kriestanto, Danny. (2016). Penerapan Profile Matching untuk Pencarian Siswa SMP Penerima Beasiswa Miskin Dan Berprestasi. 1(1) : 24-29.

Kadir, Abdul. 2013. Pemrograman Database MySQL untuk pemula. Yogyakarta:

Mediakom.

Martaulina. (2015). Sistem Pendukung Keputusan Seleksi Guru Berprestasi untuk memberikan Penghargaan dengan Metode Topsis. 9(1) : 119-124.

Oktavia, S.T. (2014). Sistem Pendukung Keputusan Pemilihan Mahasiswa Terbaik untuk memperoleh Mahasiswa Terbaik dengan Metode Simple Additive Weighting. 8(3) : 116-122.

Sianturi, Safriatno. (2015). Sistem Pendukung Keputusan Penentuan Kebijakan Strategi Promosi Kampus dengan Metode Profile Matching. 9(2) : 60-68.

Syahputra, Armadani. (2014). Sistem Pendukung Keputusan Penerimaan Beasiswa Gubernur Riau menggunakan Fuzzy dengan Metode Profile Matching. Tugas Akhir/Skripsi. Pekanbaru: Program Studi Teknik Informatika.

Gambar

Tabel 2. Hardware yang digunakan.
Tabel 3. Software yang digunakan.
Gambar 3. Tampilan Halaman Utama Sistem.
Gambar 7. Tampilan Halaman Proses Perhitungan pada Sistem.

Referensi

Dokumen terkait

Dampak yang diberikan oleh perubahan BI rate terhadap total pembiayaan, kualitas pembiayaan dan pendapatan margin murabahah adalah terjadinya perebutan dana antar bank

Hasil analisis dan rancangan kerangka peta strategi BSC maka terdapat beberapa implikasi manajerial yang dapat direkomendasikan untuk meningkatkan kinerja operasional

Pada berita kedua yang berjudul, “Dialog Gubernur-Warga Belum Tuntas- kan Polemik”, Kompas melihat pemerin- tah menempuh jalur hukum, yakni dialog dengan warga untuk meredakan

penelitian ditujukan untuk mengetahui bagaimana pendidik menjalankan proses pembelajaran, bagaimana kekuatan metode BCCT, bagaimana peserta didik menjalani proses

Aku yakin bahwa Sutan Seri Alam dapat menimba ilmu dari ketiga muridku yang pintar itu." Setelah mendengar perkataan Sutan Pamuncak, Raja Putri semakin yakin bahwa

Namun, daripada aspek kualiti hidup sosial pula, dirasakan kemampuan penduduk tempatan terhadap nilai hartanah seperti perumahan telah menghalang mereka untuk

Jika dibandingkan dengan ikan endemik lainnya yang tertangkap di perairan Sulawesi Selatan, ukuran pertama kali matang gonad ikan medaka lebih kecil daripada ikan