View of Sistem Pendukung Keputusan Pemilihan Kelompok Keahlian Menggunakan Metode Weighted Product (Studi Kasus : Jurusan Teknik Informatika)

(1)

Volume 1 No. 1 | April 2018 : 84-90

Sistem Pendukung Keputusan Pemilihan

Kelompok Keahlian Menggunakan Metode

Weighted Product

(Studi Kasus : Jurusan

Teknik Informatika)

Muhammad Fikri Lazuardi

1

_{, Yana Aditia Gerhana}

2

_{, Cepy Slamet}

3

1,2,3

_{Teknik Informatika, UIN Sunan Gunung Djati Bandung}

1

_{muflazuardi@gmail.com,}

2

_{yanagerhana@uinsgd.ac.id,}

3

_{cepy_lucky@uinsgd.ac.id}

Abstract-Thesis is one of the scientific works for S1 (Bachelor) as a requirement to get a bachelor degree. In determining the title of the thesis, students must choose the theme according to the expertise of interest. With the existing expertise group in the department of informatics engineering, will facilitate students in determining the final research topic. However, according to a survey conducted by giving questionnaires to each student who will determine the topic of the final task, 68% of students are wrong in determining the group of expertise in accordance with the expertise, the students just follow the trend in choosing a group of skills, so that students have difficulty in final project because the skills group will assist the student in determining the final project topic. Therefore a system that will assist Students in determining the group of expertise. In this research using Weighted Product method.

Keywords: decision support system, weighted product, expertise group

Abstrak-Skripsi merupakan istilah yang digunakan untuk mengilustrasikan suatu karya ilmiah berupa paparan tulisan hasil penelitian sarjana. Dalam menentukan judul skripsi, mahasiswa harus memilih tema sesuai dengan keahlian yang diminati. Dengan adanya kelompok keahlian yang ada di jurusan teknik informatika, akan mempermudah mahasiswa dalam menentukan topik penelitian tugas akhir. Namun menurut survey yang dilakukan dengan memberikan kuesioner kepada setiap mahasiswa yang akan menentukan topik tugas akhir, 68% mahasiswa salah dalam menentukan kelompok keahlian yang sesuai dengan keahliannya, mahasiswa hanya mengikuti trend saja dalam memilllih kelompok keahlian, sehingga mahasiswa mengalami kesulitan dalam pengerjaan tugas akhir karena kelompok keahlian akan membantu mahasiswa dalam menentukan topik tugas akhir. Oleh karena itu suatu sistem yang akan membantu Mahasiswa dalam menentukan kelompok keahliannya. Pada peneleitian ini menggunakan metode Weighted Product.

Kata kunci: sistem pendukung keputusan, weighted product, kelompok keahlian.

I. PENDAHULUAN

Skripsi merupakan istilah yang digunakan untuk mengilustrasikan suatu karya ilmiah berupa paparan tulisan hasil penelitian sarjana S1 yang membahas suatu permasalahanan atau fenomena dalam bidang ilmu tertentu dengan tujuan agar mahasiswa mampu menyusun dan menulis suatu karya ilmiah, sesuai dengan bidang ilmunya. Mahasiswa yang mampu menulis skripsi dianggap mampu memadukan pengetahuan dan keterampilannya dalam memahami, menganalisis, menggambarkan, dan menjelaskan masalah yang berhubungan dengan bidang keilmuan yang diambilnya [1][2], [3].

Mahasiswa dalam menentukan topik penelitian tugas akhir dapat dengan mudah berkonsultasi dengan dosen yang memiliki keahlian yang sesuai dengan kelompok keahlian tersebut. Namun menurut survey yang dilakukan dengan memberikan kuesioner kepada setiap mahasiswa yang akan menentukan topik tugas akhir, 68% mahasiswa salah dalam menentukan kelompok keahlian yang sesuai dengan keahliannya, mahasiswa hanya mengikuti trend saja dalam memilllih kelompok keahlian,

membantu mahasiswa dalam menentukan topik tugas akhir, dari hasil wawancara terhadap pihak jurusan menunjukkan bahwa sistem pendukung keputusan ini dapat lebih mudah dan cepat untuk mengetahui minat mahasiswa dan juga untuk evaluasi pemilihan topik tugas akhir.

Sebuah sistem pendukung keputusan dianggap cocok untuk membantu mahasiswa dalam menentukan kelompok keahlian yang sesuai dengan keahlian nya masing-masing. Sistem pendukung keputusan ini merupakan sistem informasi berbasis komputer yang melakukan pendekatan untuk menghasilkan berbagai alternative keputusan untuk membantu pihak tertentu dalam menangani permasalahan dengan menggunakan data dan model [4][5].

(2)

Sistem Pendukung Keputusan Pemilihan Kelompok Keahlian Menggunakan Metode Weighted Product (Studi Kasus : Jurusan Teknik Informatika)

85 Sistem [8] adalah kumpulan objek seperti orang,

sumber daya, konsep, dan prosedur yang dimaksudkan untuk melakukan suatu fungsi yang dapat diidentifikasi atau untuk melayani suatu tujuan. Sistem dibagi menjadi tiga bagian berbeda. Bagian-bagian tersebut dikelilingi oleh sebuah lingkungan dan sering melibatkan sebuah mekanisme umpan balik.

B. Sistem pendukung Keputusan

Definisi awal dari sistem pendukung keputusan menunjukkan sistem pendukung keputusan sebagai sebuah sistem yang dimaksudkan untuk mendukung para pengambil keputusan manajerial dalam situasi keputusan semiterstruktur. Sistem pendukung keputusan dimaksudkan untuk menjadi alat bantu bagi para pengambil keputusan untuk memperluas kapabilitas mereka, namun tidak untuk menggantikan penilaian mereka [9]. Sistem pendukung keputusan ditujukan untuk keputusan-keputusan yang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung oleh algoritma [9].

Little mendefinisikan Sitem Pendukung Keputusan sebagai “sekumpulan prosedur berbasis model untuk data pemrosesan dan penilaian guna membantu para manajer mengambil keputusan.” Dia menyatakan bahawa untuk sukses sistem itu harus sederhana, cepat, mudah dikontrol, adaptif, lengkap dengan isu-isu penting, dan mudah berkomunikasi. Sedangkan Moore dan Chang berpendapat bahwa konsep struktur, seperti yang banyak disinggung pada definisi awal sistem pendukung keputusan bahwa sistem pendukung keputusan dapat menangani situasi semiterstruktur dan tidak terstruktur [10].

C. Keputusan

Keputusan sudah menjadi hal yang biasa dalam kehidupan, karena berhubungan dengan masalah dan solusi. Definisi dari keputusan pada umumnya adalah pilihan (choice), yaitu pilihan dari dua atau lebih kemungkinan. Jika berhubungan dengan proses, maka keputusan adalah akhir dari suatu proses, maka keputusan adalah keadaan akhir dari suatu proses yang lebih dinamis yang diberi label pengambilan keputusan [4].

D. Kelompok Keahlian

Kelompok keahlian merupakan kelompok penelitian dan kelompok kerja bagi dosen yang mempunyai keahlian dan ketertarikan pada pendalaman kajian keilmuan, sehingga proses dan hasil yang berhubungan dengan pencapaian visi misi Jurusan dapat tercapai. Keberagaman ilmu pembentuk keilmuan menjadi salah satu dasar pembentukan kelompok keahlian ini, selain peningkatan perilaku sumber daya manusia di lingkungan Jurusan, sehingga dosen dapat melakukan aktivitasnya sebagai unsur pelaksana kegiatan pendidikan dan pengajaran, penelitian, dan pengabdian kepada masyarakat dalam bidang keahlian atau spesifikasi keilmuan yang sesuai dengan latar belakang dan keahliannya masing-masing, serta dapat membimbing mahasiswa dalam memenuhi minat dan kebutuhan mahasiswa dalam melaksanakan penelitian, terutama dalam penelitian Tugas Akhir [11]. E. Metode Weighted Product

Weighted Product (WP) adalah keputusan analisis multi-kriteria yang popular dan merupakan metode pengambilan keputusan multi kriteria [12]–[14]. Seperti semua metode FMADM [15], [16], WP adalah himpunan berhingga dari alternative keputusan yang dijelaskan dalam istilah beberapa kriteria keputusan [17].

Metode Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, dimana rating setiap atribut harus dipangkatkan terlebih dahulu dengan bobot atribut yang bersangkutan. Proses ini sama halnya dengan proses normalisasi [18].

Pembobotan metode Weighted Product dihitung berdasarkan tingkat kepentingan. Tingkat kepentingan metode Weighted Product, yaitu [4]:

1. Sangat Tidak Penting 2. Tidak Penting Preferensi untuk alternatif diberikan :

𝑆𝑖= ∏𝑛𝑗=1𝑋𝑖𝑗𝑊𝑗………..(2)

Keterangan :

𝑆𝑖 : hasil normalisasi keputusan pada

alternative ke-i

𝑋𝑖𝑗 : Rating alternatif per atribut

𝑊𝑗 : Bobot Atribut keuntungan, dan bernilai negatif untuk atribut biaya. Preferensi relatif dari setiap alternatif (V), diberikan :

𝑉𝑖= ∏ 𝑋𝑖𝑗

𝑉𝑖 : Hasil preferensi alternatif ke-i

𝑋𝑖𝑗 : Rating alternatif per atribut

𝑊𝑗 : Bobot atribut

II. METODE PENELITIAN A. Metode Pengumpulan Data

(3)

digunakan dalam proses pengumpulan data adalah sebagai berikut:

1. Metode Observasi

Metode pengumpulan data yang akan dilakukan adalah melihat serta mempelajari permasalahan yang ada di lapangan yang erat kaitannya dengan objek yang diteliti. 2. Metode Studi Pustaka

Metode yang dilakukan sebagai bahan pembelajaran dengan cara mencari bahan yang mendukung dalam pendefinisian masalah melalui buku dan internet.

B. Metode Pengembangan Perangkat Lunak

Metode pengembangan perangkat lunak yang digunakan untuk penelitian ini adalah model prototype. Metode prototype dimulai dari tahap komunikasi dan pengumpulan persyaratan dari client. Perencanaan iterasi prototype dilakukan secara cepat, kemudian dilakukan perancangan dengan cepat [8], [19], [20]. Metode ini dipilih karena memudahkanpengembang dalam melakukan perbaikan.

Gambar 1. Paradigma Prototype

Adapun tahapan dalam metode prototype adalah: 1. Analisis kebutuhan. Tahap analisis kebutuhan

(requirements) dilakukan untuk mengidentifikasi tentang siapa yang akan menggunakan sistem dan apa yang dibutuhkan oleh pengguna dari sistem.

2. Perancangan sistem. System design atau perancangan sistem merupakan tahap dimana sistem digambarkan ke dalam model-model tertentu berdasarkan hasil analisis pada tahap sebelumnya.

3. Pengkodean. Untuk membangun sistem ke dalam bentuk asli, maka hasil perancangan diterjemahkan ke dalam kode-kode tertentu. Kegiatan tersebut dilakukan dalam tahap pengkodean (coding). 4. Pengujian. Pengujian (testing) perlu dilakukan dalam

setiap pengembangan sistem. Tujuannya yaitu untuk mengukur apakah sistem yang telah dikembangkan berjalan dengan baik dan benar serta sesuai dengan kebutuhan pengguna. Apabila masih terdapat kekeliruan, maka proses pengembangan kembali ke tahap analisis [21].

5. Implementasi. Setelah semua tahap berjalan dengan baik dan hasil pengujian menunjukkan hasil yang sesuai dengan kebutuhan, maka sistem dapat diimplentasikan dan siap digunakan oleh pengguna dengan tetap melakukan pemeliharaan (maintenance) secara berkala untuk menjaga kesehatan sistem.

Pemodelan sistem pendukung keputusan pemilihan kelompok keahlian ini menggunakan pemodelan terstruktur [22], [23].

Gambar 2. Diagram Konteks

III. HASIL DAN PEMBAHASAN

Sistem yang dibuat harus bisa memenuhi keinginan penggua yaitu sistem harus bisa memberikan rekomendasi kelompok keahlian yang cocok dengan keahlian mahasiswa.

Gambar 3. Pohon Keputusan

Adapun karakteristik pengguna sistem pendukung keputusan pemilihan kelompok keahlian ini dapat dilihat pda tabel dibawah ini.

Tabel 1. Karakteristik Pengguna

No Pengguna Hak akses

1 Admin Kelola konten data kelompok keahlian, data mahasiswa, data kriteria, data mata kuliah, dan data admin

(4)

87 Gambar 4. Arsitektur Sistem

Gambar 5. Arsitektur Aplikasi

Gambar 6. Proses Bisnis

Pada aplikasi ini terdapat dua bagian user, yang pertama admin memiliki peranan untuk mengelola konten yang dibutuhkan oleh sistem dan yang kedua adalah user (mahasiswa) sebagai pengguna aplikasi. Berikut adalah kebutuhan fungsional sistem, yaitu :

Tabel 2. Kebutuhan Fungsional Admin

Kode Deskripsi

FNA-01 Login admin

FNA-02 Kelola data kelompok keahlian dan operasi CRUD (Create, Retrieve, Update, Delete) pada data kelompok keahlian

FNA-03 Kelola data mata kuliah dan operasi CRUD (Create, Retrieve, Update, Delete) pada data mata kuliah FNA-04 Kelola data kajian kelompok keahlian

dan operasi CRUD (Create, Retrieve,

Update, Delete) pada data kajian kelompok keahlian

FNA-05 Kelola data kriteria, pada konten ini admin melakukan perubahan nilai setiap kriteria

FNA-06 Kelola data mahasiswa dan operasi CRUD (Create, Retrieve, Update, Delete) pada data mahasiswa

FNA-07 Kelola data admin dan operasi CRUD (Create, Retrieve, Update, Delete) pada data admin

Tabel 3. Kebutuhan Fungsional Mahasiswa

Kode Deskripsi

FNM-01 Login Mahasiswa

FNM-02 Mengisi data nilai mata kuliah FNM-03 Mengisi data keahlian tiap kajian FNM-04 Melakukan penilaian kelompok

keahlian

A. Perhitungan Metode Weighted Product Tabel 4. Kriteria dan Bobot

Kriteria Bobot

Nilai rata-rata 5

Keahlian 7

Minat 8

Tabel 5. Rating kecocokan dari setiap Alternatif pada setiap Kriteria

Alternatif

Kriteria Nilai

rata-rata

Keahlian Minat

1 3.3 2.6 2

2 3.4444 2.2 3

3 3.2857 1.2 1

4 1.5 1.6 1

Preferensi untuk masing-masing kriteria, W = (5,7,8). Selanjutnya dilakukan perbaikan bobot dengan rumus 𝑊𝑗 =_{∑ 𝑊𝑗}𝑊𝑗 , maka didapat perhitungan :

𝑊1= _{5 + 8 + 7 = 0.25}5

𝑊2= _{5 + 8 + 7 = 0.35}7

𝑊3= _{5 + 8 + 7 = 0.4}8

Kemudian cari vektor S dengan rumus 𝑆_𝑖=

∏𝑛𝑗=1𝑋𝑖𝑗𝑊𝑗 , S adalah kelompok keahlian, maka didapat

perhitungan :

𝑆1= (3.30.25)(2.60.35)(20.4) = 2.484741

𝑆2= (3.44440.25)(2.20.35)(30.4) = 2.78596

𝑆3= (3.28570.25)(1.20.35)(10.4) = 1.435061

𝑆4= (1.60.25)(20.35)(10.4) = 1.325782

(5)

dengan rumus 𝑉_𝑖= ∏ 𝑋𝑖𝑗

𝑊𝑗 𝑛 𝑗=𝑖

∏𝑛𝑗=𝑖(𝑋𝑖∗)𝑊𝑖 , maka didapat perhitungan

:

𝑉1=2.484741_{8.031544 = 0.309373}

𝑉2=_{8.031544 = 0.346877}2.78596

𝑉3=1.325782_{8.031544 = 0.178678}

𝑉4=1.433476_{8.031544 = 0.165072}

Maka didapat nilai V1 = 0.309373; V2 = 0.346877;

V3 = 0.178678; V4 = 0.165072. nilai terbesar ada pada V2

sehingga alternatif 1 adalah alternatif yang terpilih menjadi alternatif terbaik.

Tabel 6. Hasil Penilaian

No Kelompok

Keahlian

Nilai Rekomendasi

1 Manajemen Data dan Sistem Informasi

0.346877 Rekomendasi ke-1

2 Visi Komputer dan Sistem Berintelegensia

3 Sistem Komputer dan Komputasi Terdistribusi

4 Pemograman dan Rekayasa Perangkat Lunak

B. Implementasi Antarmuka [24]–[27]

Gambar 7. Halaman Login

Halaman ini digunakan untuk melakukan autentifikasi user dalam menentukan hak akses pada sistem ini. Untuk medapatkan hak aksesnya user harus melakukan login terlebih dahulu dengan menggunakan username dan password yang sudah ada.

Halaman ini adalah halaman utama untuk mahasiswa, pada halaman ini terdapat beberapa menu seperti menu nilai mata kuliah, menu kajian dan menu penilaian

Gambar 9. Halaman Tambah Nilai Mata Kuliah Halaman ini digunakan untuk menambahkan data nilai mata kuliah yang ada, data ini digunakan untuk pembobotan pada penentuan rekomendasi kelompok keahlian.

Gambar 10. Halaman Kambah Nilai Kajian Halaman ini digunakan untuk menambahkan nilai ketertarikan pada setiap kajian kelompok keahlian, data ini akan digunakan untuk melakukan pembobotan dalam penentuan rekomendasi kelompok keahlian.

Gambar 11. Halaman Penilaian

(6)

89 Gambar 12. Hasil Penilaian

IV. PENUTUP

Pada bagian ini akan dijelaskan mengenai kesimpulan dari aplikasi yang dibangun serta saran untuk pengembangan sistem pendukung keputusan pemilihan kelompok keahlian kedepannya.

A. Kesimpulan

1. Pemilihan kelompok keahlian ini membutuhkan beberapa kriteria yang sesuai untuk setiap kelompok keahlian, beberapa kriteria yang dibutuhkan adalah nilai matakuliah, ketertarikan setiap kajian dan seberapa besar minat terhadap kelompok keahlian tersebut yang selanjutnya nilai dari setiap kriteria tersebut akan dibobotkan agar mendapatkan hasil untuk merekomendasikan kelompok keahlian. 2. Aplikasi yang dibangun menggunakan metode

weighted product, dengan menggunakan metode weighted product setiap nilai kriteria akan dilakukan pembobotan untuk menemukan rekomendasi kelompok keahlian yang sesuai dengan kriteria mahasiswa.

B. Saran

Setelah mengembangkan aplikasi ini, ada beberapa saran yang harus diterapkan untuk pengembangan aplikasi ini kedepannya:

1. Pada aplikasi ini, nilai mata kuliah mahasiswa masih menggunakan input manual, untuk saran kedepannya agar nilai mata kuliah didapatkan langsung dari sistem akademik.

2. Pada aplikasi ini kriteria tidak dapat ditambahkan, untuk saran kedepannya agar kriteria dapat ditambahkan.

V. REFERENSI

[1] I. Mazmur, “Pengertian Skripsi, Tesis dan Disertasi,”

2015. .

[2] I. Septiana, M. Irfan, and A. R. Atmadja, “Sistem

Pendukung Keputusan Penentu Dosen Penguji Dan Pembimbing Tugas Akhir Menggunakan Fuzzy Multiple Attribute Decision Makingdengan Simple Additive Weighting (Studi Kasus: Jurusan Teknik Informatika Uin Sgd Bandung),” J. Online Inform., vol. 1, no. 1, pp. 43–50, 2016.

[3] N. I. Kurniati, H. Mubarok, and A. Reinaldi, “Rancang

Bangun Sistem Pakar Diagnosa tingkat Depresi Pada

Mahasiswa Tingkat Akhir Menggunakan Metode

Fuzzy Tsukamoto(Studi Kasus : Universitas

Siliwangi),” J. Online Inform., vol. 2, no. 1, p. 49,

2017.

[4] N. Nurjannah, Z. Arifin, and D. M. Khairina, “Sistem

Pendukung Keputusan Pembelian Sepeda Motor

Dengan Metode Weighted Product,” J. Inform.

Mulawarman, vol. 10, no. 2, pp. 2–6, 2015.

[5] K. Suryadi and M. A. (UIN S. G. D. B. Ramdhani,

Sistem Pendukung Keputusan. Bandung: Remaja Rosdakarya, 2002.

[6] R. Fauzan, Y. Indrasary, and N. Muthia, “Sistem

Pendukung Keputusan Penerimaan Beasiswa Bidik Misi di POLIBAN dengan Metode SAW Berbasis

Web,” JOIN (Jurnal Online Inform., vol. 2, no. 2, pp.

79–83, 2017.

[7] D. Minarni, I. G. T. Isa, and A. Yanik, “Aplikasi Bagi

Waris Islam dengan Metode Forward Chaining berbasis

Web,” J. Online Inform., vol. 2, no. 2, p. 127, 2018.

[8] Roger S Pressman, Software Engineering: A

Practicioner’s Approach Fifth Edition, 5th ed. New York: McGraw-Hill, 2011.

[9] A. Faroqi, A. Wahana, and I. Muktar, “Sistem

Pendukung Keputusan Untuk Menyeleksi Calon Siswa Menggunakan Metode Analytic Hierarchy Process

(AHP),” ISTEK, vol. 6, no. 1–2, pp. 60–70, 2012.

[10] E. Turban, J. E.Aronson, and T.-P. Liang, Decision Support Systems and Intelligent Systems - Sistem Pendukung Keputusan dan Sistem Cerdas (Jilid 1), 7th ed. Yogyakarta: Andi, 2008.

[11] A. Ramadhan, “Kelompok Keahlian Informatika,” 2015. .

[12] M. Salam, T. Hendro, and W. Uriawan, “Sistem Pendukung Keputusan Penentuan Daerah Berpotensi Kemiskinan Absolut Di UPT BP3AKB Kecamatan Cisarua Menggunakan Metode Analytic Hierarchy Process-Weighted Product,” in Seminar Nasional Telekomunikasi dan Informatika, 2016, pp. 38–43.

[13] A. Naufal, A. Kurniawati, and M. A. Hasibuan,

“Decision Support System Of SMB Telkom University

Roadshow Location Prioritization With Weighted Sum

Model Method,” in 2016 2nd International Conference

of Industrial, Mechanical, Electrical, and Chemical Engineering, ICIMECE 2016, 2017, pp. 107–111.

[14] S. Eniyati, “Perancangan Sistem Pendukung Pengambilan Keputusan untuk Penerimaan Beasiswa

dengan Metode SAW (Simple Additive Weighting),”

Din. - J. Teknol. Inf., vol. 16, no. 2, pp. 171–176, 2011.

[15] I. Septiana, M. Irfan, A. R. Atmadja, and B. Subaeki,

“Sistem Pendukung Keputusan Penentu Dosen Penguji

Dan Pembimbing Tugas Akhir Menggunakan Fuzzy Multiple Attribute Decision Makingdengan Simple Additive Weighting (Studi Kasus: Jurusan Teknik

Informatika Uin Sgd Bandung),” JOIN (Jurnal Online

Inform., vol. 1, no. 43–50, 2016.

(7)

Pontianak),” Semin. Nas. Inform. 2015, pp. 177–182, 2015.

[17] D. M. Khairina, M. R. Asrian, and H. R. Hatta,

“Decision Support System For New Employee Recruitment Using Weighted Product Method,” in

Proceedings - 2016 3rd International Conference on Information Technology, Computer, and Electrical Engineering, ICITACEE 2016, 2017, pp. 297–301.

[18] I. Efendi, “Aplikasi Pendukung Keputusan Penentuan Penerima Beasiswa Menggunakan Metode Weighted

Product Di Mts Alhuda Gondang Nganjuk,”

Universitas Nusantara Persatuan Guru Republik Indonesia, 2016.

[19] A. R. Mulyanto, Rekayasa Perangkat Lunak Jilid 3. Jakarta, 2008.

[20] M. A. Ramdhani, Metodologi Penelitian untuk Riset Teknologi Informasi. Bandung: UIN Sunan Gunung Djati Bandung, 2013.

[21] R. D. Putra, “Pengertian, Perbedaan White Box Dan

Black Box Testing,” 2014. .

[22] K. Handyono, “Conseptual Data Model & Physical

Data Model (CDM & PDM),” 2013. .

[23] P. Wijaya, “Pengertian CD(Context Diagram) dan DFD

(Data Flow Diagram) dan Simbolnya,” 2012. .

[24] A. Munandar, “Pengertian MySQL,” 2016. .