69
Volume 1 – Nomor 2, Juli 2019, (69-74)
MJRICT : Musamus Journal Of Research Information and Communication Technology ISSN 2654-4083 | e-ISSN 2655-5735
https://ejournal.unmus.ac.id/index.php/mjrict
Monitoring Perkuliahan Mahasiswa Mata Kuliah Arsitektur
Komputer Menggunakan Monte Carlo
Deril Alfiance Kaligis
Teknik Informatika, Universitas Musamus, Merauke, Indonesia Email : deril@unmus.ac.id
Abstrak. Mahasiswa adalah generasi calon penerus bangsa yang diyakini mampu bersaing dan
mengharumkan nama bangsa, juga mampu menyatukan serta menyampaikan pikiran dan hati nurani untuk memajukan bangsa, Tujuan Penelitian ini adalah untuk mengetahui jumlah kehadiran mahasiswa tiap pertemuan selama masa perkuliahan berlangsung. Pada penelitian ini meneliti menggunakan metode Monte Carlo yang akan mensimulasikan data jumlah kehadiran mahasiswa. Manfaat penelitian ini adalah kita dapat mengetahui keaktifan kehadiran mahasiswa selama perkuliahan. Hasil analisis yang didapat adalah mahasiswa mulai aktif terjadi pada pertemuan 8 (Ujian tengah semester dan menjelang akhir perkuliahan ( Ujian akhir semester ).
Kata kunci : Mahasiswa, Monte Carlo, Perkuliahan 1. Pendahuluan
Mahasiswa adalah generasi calon penerus bangsa yang diyakini mampu bersaing dan mengharumkan nama bangsa, juga mampu menyatukan serta menyampaikan pikiran dan hati nurani untuk memajukan bangsa. Mahasiswa juga dianggap sebagai kaum intelektual atau kaum cendekiawan oleh masyarakat. Gabungan antara kesadaran akan amanah dari rakyat untuk Indonesia yang lebih baik dan kesempatan menjadi kaum intelektuallah yang bisa menjadi kekuatan hebat untuk menjadikan Indonesia hebat. Selain itu mahasiswa adalah aset yang sangat berharga. Harapan tinggi suatu bangsa terhadap mahasiswa adalah menjadi generasi penerus yang memiliki loyalitas tinggi terhadap kemajuan bangsa. terutama dalam dunia pendidikan.
Berdasarkan data yang di peroleh, kehadiran mahasiswa di tiap jurusan tertentu dalam proses perkuliahan dan tidak stabil ketika mengikuti perkuliahan, bahkan jumlah kehadiran memprihatinkan atau makin berkurang di tiap semester.[1]–[3]. Penelitian ini akan mengkaji berapa jumlah rata-rata kehadiran mahasiswa guna mendapatkan perbandingan atara mahasiswa yang [4] hadir dan yang tidak hadir. Pada penelitian ini meneliti menggunakan metode Monte
Carlo yang akan mensimulasikan data jumlah kehadiran mahasiswa[5], [6].
2. Metode Penelitian
2.1. Simulasi Monte Carlo
Simulasi Monte Carlo dikenal juga dengan istilah Sampling Simulation atau Monte Carlo
Sampling Technique. Sampling simulation ini menggambarkan kemungkinan penggunaan data
sampel dalam metode Monte Carlo dan juga sudah dapat diketahui atau diperkirakan distribusinya. Simulasi ini menggunakan data yang sudah (historical data) yang sebenarnya
brought to you by CORE
View metadata, citation and similar papers at core.ac.uk
70
dipakai pada simulasi untuk tujuan lain[6]. Dengan kata lain, apabila menghendaki model simulasi yang mengikutsertakan random dan sampling dengan distribusi probabilitas yang dapat diketahui dan ditentukan maka cara simulasi Monte Carlo ini dapat dipergunakan. Metode simulasi Monte
Carlo ini cukup sederhana dalam menguraikan ataupun menyelesaikan persoalan, termasuk dalam
penggunaan programnya di komputer.[8]
2.2. Data Penelitian
Data yang digunakan dalam penelitian ini adalah dokumen yang berisi daftar hadir mahasiswa dan hasil wawancara di lapangan dengan pihak-pihak yang menangani. Data sekunder berupa pencarian sebanyak mungkin literatur, baik dari buku, internet dan jurnal referensi atau laporan penelitian terkait dan sumber lain yang dianggap mendukung penelitian[7]
2.3. Rancangan Penelitian
Penelitian ini merupakan penelitian eksperimental dimana ruang lingkup masalah dapat dilakukan dengan metode studi pustaka (library research), metode pengumpulan data lapangan (field research) dan perancangan sistem. Dalam rancangan penelitian yang dilakukan peneliti menggunakan Penerapan metode Monte Carlo pada pemodelan simulasi yang dilakukan guna mendapatkan hasil perhitungan yang nanti dijadikan informasi.[6]
2.4. Analisa a. Pola Data
Penelitian ini menggunakan data kehadiran mahasiswa untuk matakuliah arsitektur komputer kelas A dari bulan Agustus 2018 sampai Januari 2019.
b. Probabilitas
Probabilitas (Probability) adalah Peluang atau Kemungkinan dari suatu kejadian, terjadi atau tidak dan
seberapa besar kemungkinan kejadian tersebut berpeluang untuk terjadi. Probabilitas jumlah kehadiran
dan ketidakhadiran dapat diperoleh dengan rumus :
𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 − 𝑖 =𝐽𝑢𝑚𝑙𝑎ℎ ℎ𝑎𝑑𝑖𝑟 𝑇𝑜𝑡𝑎𝑙 𝐻𝑎𝑑𝑖𝑟 (1) 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑡𝑎𝑠 − 𝑖 =𝐽𝑢𝑚𝑙𝑎ℎ 𝑡𝑖𝑑𝑎𝑘 ℎ𝑎𝑑𝑖𝑟 𝑇𝑜𝑡𝑎𝑙 𝑇𝐼𝑑𝑎𝑘 𝐻𝑎𝑑𝑖𝑟 (2) 3. Hasil Pembahasan
Setelah dilakukan pertemuan selama 16 kali di perolah, hasil probabilitas menggunakan Monte Carlo dimana probabilitas kehadiran dan ketidakhadiran mahasiswa dapat dilihat ditunjukan dengan perbedaan warna pada tiap pertemuan.
71
START Input data jurusan Data mahasiswa Data MySQL Monte Carlo Web PHP Visual Sistem Monitoring PC Web PHP PC ENDGambar.1. flowchart system
Langkah-langkah :
1. Data Kehadiran Mahasiswa diinput ke dalam sistem
2. Data mahasiswa masuk ke database kemudiann diolah menggunakan metode Montecarlo. 3. Sistem mengeluarkan hasil pengolahan data
Hasil yang di keluarkan dari sistem monitoring kehadiran mahasiswa berupa hasil kehadiran dengan tingkat kehadiran tertinggi dan yang terendah dengan melihat dari jumlah kehadiran. Tabel 1. mengenai kehadiran mahasiswa menunjukan tingkat kehadiran terendah sampai yang tertinggi di tiap pertemuan, dalam hal ini pertemuan 1 sampai pertemuan ke 16. Berikut ini adalah tabel kehadiran pertemuan 1 dampai dengan pertemuan 16 :
Tabel 1. Kehadiran Mahasiswa (Lanjutan)
Mata Kuliah : Arsitektur (Kelas A)
Pertemuan Jumlah Mahasiswa Jumlah Kehadiran Tidak Hadir Hadir
1 30 5 25
2 30 2 28
3 30 1 29
72
Tabel 1. Kehadiran Mahasiswa (Lanjutan)
Mata Kuliah : Arsitektur (Kelas A
Pertemuan Jumlah Mahasiswa Jumlah Kehadiran Tidak Hadir Hadir
5 30 2 28 6 30 2 28 7 30 3 27 8 30 1 29 9 30 3 27 10 30 1 29 11 30 2 28 12 30 1 29 13 30 1 29 14 30 1 29 15 30 1 29 16 30 1 29
Keterangan warna: Tidak baik
Lumayan
Kurang baik Mulai membaik
Baik
Berdasarkan tabel 1. pertemuan dengan jumlah terbanyak dibedakan dengan warna pada kolom tiap pertemuan, dimana kolom warna merah adalah kolom dengan tingkat kehadiran mahasiswa paling kurang atau tidak baik, kolom warna cokelat masih kurang baik atau perubahan sedikit, kolom warna kuning adalah tingkat kehadiran yang dikatakan lumayan membaik atau cukup baik, kolom warna biru terlihatnya kehadiran mulai membaik dan kolom warna hijau kehadiran membaik yang artinya bisa saja disebabkan karena mahasiswa pada posisi sakit atau pindah kuliah atu berhenti.
Berikut pada Gambar 3. Mengenai diagram kehadiran menjelaskan tingkat kehadiran yang terjadi pada tiap pertemuan, dimana pertemuan di tandai dengan tinggi kotak yang semakin tinggi artinya tiap pertemuan1 sampai 16, kotak merah merupakan jumlah mahasiswa, kotak kuning jumlah yang tidak hadir dan cokelat dalah jumlah mahasiswa yang hadir. Sementara huruf A adalah nama kelas yang mengikuti perkuliahan.
73
Berikut ini adalah tabel probabilitas yang terbagi atas 2 yaitu probabilitas kehadiran dan ketidakha-diran. Berikut ini adalah tabel kehadiran dan ketidak hadiran
Tabel 2. Probabilitas Tidak Hadir
Minggu ke Total Kehadiran Tidak Hadir Prob
1 30 5 0.83 2 30 2 0.93 3 30 1 0.87 4 30 4 0.93 5 30 2 0.93 6 30 2 0.90 7 30 3 0.97 8 30 1 0.90 9 30 3 0.97 10 30 1 0.93 11 30 2 0.97 12 30 1 0.97 13 30 1 0.97 14 30 1 0.97 15 30 1 0.97 16 30 1 0.97
Berdasarkan tabel 2. yang terdapat pada analisis probabilitas ketidakhadiran diatas ditemukan bahwa jumlah rata-rata probabilitas ketidakkehadiran sekitar 0.94 % pada 16 pertemuan yang dijalani (semester berjalan).
Tabel 3. Probabilitas Hadir
Minggu ke Jumlah Mahasiswa Hadir Prob
1 30 25 25.00 2 30 28 28.00 3 30 29 29.00 4 30 26 26.00 5 30 28 28.00 6 30 28 28.00 7 30 27 27.00 8 30 29 29.00 9 30 27 27.00 10 30 29 29.00 11 30 28 28.00 12 30 29 29.00 13 30 29 29.00 14 30 29 29.00 15 30 29 29.00 16 30 29 29.00
74
Berdasarkan tabel 3. yang terdapat pada analisis probabilitas kehadiran diatas ditemukan bahwa jumlah rata-rata probabilitas kehadiran sekitar 28,06 pada 16 pertemuan yang dijalani (semester berjalan).
4. Kesimpulan
Berdasarkan hasil dan pembahasan dari penelitian ini dapat disimpulkan bahwa ada tingkat kehadiran mahasiswa lebih mendekati normal secara probalitas kumulatif terjadi pada awal perkuliahan dan mendekati akhir perkuliahan. Hal ini menunjukan perlunya suatu model perkuliahan yang bisa menarik minat mahasiswa agar setiap pertemuan memiliki probabilitas yang baik dari segi kehadiran mahasiswa dalam hal ini mengurangi timbulnya probabilitas ketidakhadiran.
Daftar Pustaka
[1] D. E. Wahono and M. Hasbi, “Sistem Pendukung Keputusan Seleski Penerimaan Karyawan Menggunakan Algoritma Simple Additive Weighting Di Galery Jaya Computer Surakarta,” J.
TIKomSiN, vol. 5, no. 2, p. 30, 2018.
[2] W. Priyanto, D. Nugroho, and B. Widada, “SISTEM INFORMASI MONITORING PERKULIAHAN BERBASIS WEB DI STMIK SINAR NUSANTARA SURAKARTA,” J.
Teknol. Inf. dan Komun., vol. [1] W. Pri, no. 1, Apr. 2015.
[3] A. T. Putra, “Pengembangan E-Lecture menggunakan Web Service Sikadu untuk Mendukung Perkuliahan di Universitas Negeri Semarang,” Sci. J. Informatics, vol. 1, no. 2, pp. 2407–7658, 2014.
[4] A. Akbar, M. Andriansyah, and R. B. Utomo, “PERANCANGAN SISTEM INFORMASI KREDIT MIKRO MAHASISWA BERBASIS WEB,” 2016.
[5] K. S. Erwantoni, “Analisis Dan Perancangan Sistem Informasi Penjualan Dan Jasa Perbaikan Komputer Berbasis Web Pada Iptek Komputer Betara Kabupaten Tanjung Jabung Barat,”
Manaj. Sist. Inf., vol. 2, no. 1, pp. 327–344, 2017.
[6] A. Fadjar, “Aplikasi Simulasi Monte Carlo Dalam Estimasi Biaya Proyek,” SMARTek, vol. 6, no. 4, p. 6, 2005.
[7] H. T. Sitohang, “Sistem Informasi Pengagendaan Surat Berbasis Web Pada Pengadilan Tinggi Medan,” J. Inform. Pelita Nusant. Vol. 3 No 1 Maret 2018 e-ISSN 2541-3724, vol. 3, no. 1, pp. 6–9, 2018.
[8] T. Saputri, C. Nugraha, and K. Amila, “Model Simulasi Untuk Pergerakan Kendaraan Pada Ruang Dua Dimensi Kontinu Dengan Pendekatan Pemodelan Berbasis Agen Tari Saputri, Cahyadi Nugraha, Khuria Amila,” J. Online Inst. Teknol. Nas. Oktober, vol. 02, no. 04, pp. 2338–5081, 2014.
