Skripsi
Untuk memenuhi persyaratan mencapai derajat Sarjana S-1 Program Studi Teknologi Informasi
Disusun oleh
Mentari Dyah Yuliani 20100140061
PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS TEKNIK
ix
HALAMAN PENGESAHAN ... ii
HALAMAN PERNYATAAN ... iv
HALAMAN PERSEMBAHAN ...v
HALAMAN MOTTO ... vi
PRAKATA ... vii
DAFTAR ISI ... ix
DAFTAR GAMBAR ... xii
DAFTAR TABEL ... xiv
ABSTRACT ...xv
INTISARI ... xvi
BAB I: PENDAHULUAN 1.1 Latar Belakang ...1
1.2 Rumusan Masalah ...3
1.3 Tujuan Penelitian ...3
1.4 Manfaat Penelitian ...4
1.5 Sistematika Penulisan ...4
BAB II: TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Pustaka ... 6
2.2 Landasan Teori ... 12
2.2.1 Sistem Tutorial ...12
2.2.1.1 Sistem Tutorial Adaptif ...13
2.2.1.2 Sistem Pembelajaran Cerdas ...14
2.2.1.3 Modul Basis Data Pengetahuan ...15
2.2.1.4 Modul Tutor ...15
x
2.2.2.1 Konsep Dasar Logika Fuzzy ...21
2.2.2.2 Fungsi Keanggotaan ...23
2.2.2.3 Operasi Himpunan Fuzzy ...28
2.2.2.4 Sistem Inferensi Fuzzy ...29
2.2.2.5 FIS Metode Sugeno ...30
2.2.2.6 Defuzzifikasi ...31
2.2.3 Pengembangan Software...32
2.2.3.1 Metodologi Pengembangan Software Berbasis SDLC ...32
2.2.3.2 Unified Modelling Language (UML) ...39
2.2.3.3 Konsep Pemrograman Web ...45
2.2.3.4 ASP.NET ...47
2.2.3.5 Basis Data ...49
2.2.3.6 Hirarki Data ...50
BAB III: METODOLOGI PENELITIAN 3.1 Alat Penelitian ...52
3.1.1 Hardware ...52
3.1.2 Software ...52
3.2 Bahan Penelitian...52
3.2.1 Data Sekunder ...52
3.2.2 Knowledge ...52
3.3 Langkah Penelitian ...54
3.3.1 Studi Literatur ...54
3.3.2 Penentuan Metode Pengembangan Sistem...55
3.3.3 Analisis Kebutuhan ...55
3.3.4 Perancangan ...56
xi
3.4.1 Spesifikasi Sistem ...57
3.4.2 Identifikasi Aktor ...58
3.4.3 Model Tutor dari Sistem Tutorial Adaptif ...58
3.5 Perancangan Sistem ...59
3.5.1 Rancangan Arsitektur ...60
3.5.2 UML (Unified Modelling Language) ...60
3.6 Rancangan Basis Data ...65
3.7 Rancangan Antarmuka ...69
3.8 Metode Pengujian...77
BAB IV: HASIL DAN PEMBAHASAN 4.1 Deskripsi Masalah ...78
4.2 Konstruksi FIS ...79
4.2.1Fuzzifikasi ...80
4.2.2Penentuan Rules ...86
4.2.3Aplikasi Fungsi Implikasi ...89
4.2.4Defuzzifikasi ...91
4.3 Implementasi Sistem ...91
4.4 Implementasi Antarmuka ...92
4.5 Pengujian ...96
BAB V: KESIMPULAN 5.1 Kesimpulan ...102
5.2 Saran ...102
xv
integrated with content management system, so that teachers are able to manage the content of teaching materials with ease and is not limited to a single subject only. Tutor model of intelligent tutoring system is designed by taking inti account the diversity of the level of understanding of students individually.Therefore, the tutor model which is the heart of an intelligent tutoring system, storing logic rules involving teachers for reasoning.
Fuzzy logic is used for the adaptation process in determining the direction of learning of students adjusted to the level of their understanding. Reasoning rules based on the time factor and the score of the pre-test, to determine the ability of students on the stage of reading material and the stage of understanding about at the beginning. The data of students at each stage of learning is used as a fact in reasoning level of understanding of students.
The result of this research are an adaptive tutoring system which is a concept of integration between intelligent tutoring system and content management system, where elements of teaching experience in intelligent tutoring system are applied using Sugeno’s fuzzy inference method. Adaptive tutoring system is able to assist students in learning certain subject and facilitate teachers in manage the content of learning material.
xvi
(intelligent tutoring system) yang dapat terintegrasi dengan sistem manajemen konten (content management system) sehingga pengajar mampu memanajemen isi materi ajar dengan mudah dan tidak terbatas untuk satu subyek mata kuliah (course) saja. Modul tutor dalam sistem pembelajaran cerdas ini dirancang dengan memperhatikan keragaman tingkat pemahaman peserta didik secara individual. Oleh karena itu, modul tutor (tutor model) yang merupakan jantung dari sistem tutorial cerdas, menyimpan aturan logika yang melibatkan pengajar untuk penalarannya.
Metode fuzzy logic digunakan untuk proses adaptasi dalam menentukan arah pembelajaran peserta didik yang disesuaikan dengan tingkat pemahamannya. Aturan penalaran didasarkan pada faktor nilai dan waktu pada pre-test untuk menentukan kemampuan awal peserta didik pada tahap membaca materi dan tahap pemahaman soal. Data-data belajar peserta didik pada setiap tahap belajar digunakan sebagai fakta dalam penalaran tingkat pemahaman peserta didik.
Hasil dari penelitian ini adalah berupa suatu model sistem tutorial adaptif yang merupakan konsep pengintegrasian antara sistem tutorial cerdas dan sistem manajemen konten, dimana dalam sistem tutorial cerdasnya memasukkan unsur pengalaman pengajar yang diterapkan dengan fuzzy logic dengan sistem inferensi metode Sugeno. Sistem tutorial adaptif mampu membantu peserta didik dalam proses pembelajaran mata kuliah tertentu serta memudahkan pengajar dalam mengelola konten materi ajarnya.
1
Perkembangan teknologi informasi yang telah merambah berbagai bidang kehidupan tidak terkecuali di bidang pendidikan dan pengajaran. Berbagai pembelajaran yang berbasiskan teknologi informasi sekarang ini sudah banyak pula dimanfaatkan, misalnya pembelajaran (tutorial) berbasis komputer (courseware) dengan memanfaatkan teknologi internet atau sering disebut sebagai pembelajaran jarak jauh (e-learning), sehingga proses belajar dapat dilakukan kapan saja tanpa terikat ruang dan waktu. Dengan demikian, e-learning mampu mengatasi keterbatasan dari pembelajaran konvensional dalam kelas pada umumnya.
Sistem e-learning yang ada sekarang ini umumnya memberikan presentasi materi pembelajaran yang sama untuk setiap pengguna karena mengasumsikan bahwa karakteristik semua pengguna adalah homogen. Begitu pula pada pembelajaran konvensional, dimana pengajar mengajar dengan pola yang sama kepada semua peserta didiknya. Dalam kenyataannya, setiap peserta didik secara individual mempunyai karakteristik yang berbeda-beda baik dalam hal tingkat kemampuan, daya serap, gaya belajar, latar belakang atau aspek lainnya dalam belajar yang merupakan suatu kenyataan yang tidak bisa dipungkiri. Oleh karena itu, seorang pengguna e-learning ini belum tentu mendapatkan materi pembelajaran yang tepat dan akibatnya efektivitas pembelajaran tidak optimal.
Intelligent Tutoring System (ITS) merupakan sebuah aplikasi komputer
tidak efektif ketika pemahaman antara peserta didik tidak sama. Dengan demikian peserta didik perlu diberikan kekuasaan penuh dalam belajar dan ITS memberikan layanan penuh dalam memberikan pengajaran.
Purbohadi (2014) dalam penelitiannya mengembangkan model e-learning dengan mengadaptasi sistem pengendalian umpan balik pada sistem pengendalian umpan balik pada sistem keteknikan yang mampu mewujudkan Mastery Learning (ML) pada satu subjek mata kuliah. Dalam mengetahui keberhasilan dan keterlaksanaanya, sistem diukur dengan suatu persamaan yang bersifat kaku.
Penelitian lainnya yang telah dilakukan oleh Surjono (2008), menggunakan konsep ITS dengan pemodelan berdasarkan gaya belajar. Namun, ITS dengan pemodelan tersebut hanya dapat digunakan untuk mata kuliah (course) dengan materi ajar yang dapat dibagi ke dalam tipe-tipe gaya belajar (auditory, visual, dan kinesthetic). Sehingga konsep saran belajar yang terlebih dahulu dimodelkan oleh
guru dengan memberikan tingkat kesulitan pada tiap-tiap materi ajar dipilih sebagai konsep pemodelan ITS. Oleh karena itu, sistem membutuhkan informasi mengenai kemampuan awal peserta didik. Untuk mengetahui hal tersebut, sistem tutor cerdas dapat menerapkan model sistem pre-test.
Fuzzy logic dimanfaatkan dalam ITS karena mempunyai kemampuan penalaran yang mirip dengan manusia. Hal ini disebabkan karena sistem fuzzy mempunyai kemampuan memberikan respon berdasarkan informasi yang bersifat kualitatif, tidak akurat, dan ambigu (Salman, 2012). Secara umum, sistem fuzzy sangat cocok untuk penalaran pendekatan terutama untuk menangani masalah-masalah yang sulit didefinisikan dengan menggunakan matematis.
Dalam sebuah sistem tutor cerdas umumnya terdapat basis data pengetahuan yang berisi materi ajar yang terdiri dari item soal dan tutorial yang perlu untuk ditambahkan oleh pengajar. Oleh karena itu, diperlukan sistem untuk mengelola konten materi ajar. Akhirnya, muncul konsep penggabungan antara sistem pembelajaran cerdas (ITS), sistem manajemen pembelajaran (Educational
Management System) dan sistem manajemen konten (Content Management
System) berbasis web yang menghasilkan sebuah konsep sistem pembelajaran
Implementasi sistem tutorial adaptif ini akan diwujudkan dalam bentuk aplikasi berbasis web. Fleksibilitas dan kemudahan menjadi alasan pertimbangan pembuatan sistem. Dengan sistem pembelajaran adaptif berbasis web (Web-based Adaptive Tutoring System) mampu memberikan lingkungan belajar yang
memungkinkan peserta didik memperoleh pengetahuan dengan cepat, setiap saat, dimana saja, sesuai dengan kemampuan individu peserta didik sekaligus membangun sistem manajemen konten pembelajaran untuk pengajar. Sehingga pengajar tidak hanya mempunyai sistem yang mampu mengajarkan dengan proses cerdas tetapi juga mampu memanajemen isi materi ajar dengan mudah dan tidak terbatas untuk satu mata kuliah (course) saja.
1.2 Rumusan Masalah
Berdasarkan latar belakang di atas, perumusan masalah dalam penelitian ini adalah sebagai berikut:
1. Bagaimana membangun sistem pembelajaran cerdas yang mampu
memenuhi kebutuhan pengajar sehingga materi ajar bersifat dinamis dan tidak hanya untuk satu subyek mata kuliah (course) saja?
2. Bagaimana membangun sistem pembelajaran cerdas yang dapat melibatkan pengajar dengan memasukkan unsur pengalaman pengajar?
1.3 Tujuan Penelitian
Tujuan penelitian ini adalah untuk:
1. Membangun sistem tutorial cerdas yang terintegrasi dengan sistem manajemen konten agar pengajar dapat dengan mudah mengelola konten materi ajarnya.
1.4 Manfaat Penelitian
Manfaat yang diharapkan pada penelitian ini, yaitu:
1. Sistem tutorial adaptif berbasis web yang mampu memberikan lingkungan belajar yang memungkinkan peserta didik memperoleh pengetahuan dengan cepat, setiap saat, dimana saja, sekaligus membangun sistem manajemen konten pembelajaran untuk pengajar
2. Aplikasi sistem pembelajaran adaptif diharapkan dapat memberikan solusi pengembangan pembelajaran bagi peserta didik karena memasukkan unsur pengalaman pengajar dalam memberikan pembelajaran.
1.5 Sistematika Penulisan
Sistematika susunan laporan penelitian ini adalah sebagai berikut: BAB I: PENDAHULUAN
Bab ini menjelaskan tentang pendahuluan dari penelitian ini yang meliputi latar belakang permasalahan, rumusan masalah, batasan masalah, tujuan, maksud, dan sistematika penulisan.
BAB II: TINJAUAN PUSTAKA DAN LANDASAN TEORI
Bab ini menjelaskan kajian pustaka dan teori-teori penunjang yang digunakan sebagai dasar dalam penelitian ini yaitu algoritma Fuzzy, dan segala sesuatu yang berhubungan dengan topik penelitian ini.
BAB III: METODOLOGI PENELITIAN
Bab ini menjelaskan rancang sistem agar dapat diimplementasikan di dalam sistem yang sesuai harapan mengacu pada teori-teori penunjang dan metode yang sudah dijelaskan pada bab II.
BAB IV: HASIL DAN PEMBAHASAN
BAB V: KESIMPULAN
Bab ini merupakan penutup yang berisi kesimpulan dan saran yang diambil dari penelitian ini dan saran untuk pengembangan lebih lanjut.
6 BAB II
TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1Tinjauan Pustaka
Komputer telah digunakan dalam bidang pendidikan sejak tahun enam puluhan. Dewasa ini, pengajar ataupun peserta didik menggunakan komputer hampir di setiap aspek pembelajaran, seperti bidang penelitian, mempersiapkan bahan ajar, mengolah hasil belajar, atau mengerjakan tugas-tugas. Molnar (1997) mengemukakan bahwa teknologi pendidikan, apabila diaplikasikan dengan baik, dapat menghasilkan pembelajaran yang lebih efektif. Hasil penelitiannya mengemukakan paradigma baru pada bidang pendidikan, yang menghasilkan perbaikan dalam proses belajar mengajar dan pemecahan masalah. Kombinasi metode kecerdasan buatan, pengetahuan kognitif dan teknologi modern akan menghasilkan sebuah sistem pembelajaran yang lebih efektif, yang selanjutnya dikenal dengan istilah sistem pembelajaran cerdas atau Intelligent Tutoring System (ITS) .
Studi mengenai sistem tutorial, dimulai dengan studi mengenai e-learning. Sistem antarmuka pada e-learning lebih bersifat statis, dimana materi dipresentasikan kepada setiap siswa dengan skenario yang sama. Hal ini adalah salah satu faktor yang membedakan sistem e-learning dengan sistem ITS. Perbedaan lainnya adalah dari segi umpan balik yang diberikan pada saat proses belajar berlangsung, e-learning seringkali hanya memberitahukan mengenai status jawaban siswa (benar atau salah) ketika sistem memberikan sebuah pertanyaan, sedangkan ITS akan mencoba untuk menemukan tingkat Pem siswa pada topik atau mata kuliah (course) yang sedang dipelajari (model dari siswa), kemudian menggunakan model siswa ini sebagai acuan dalam melanjutkan proses pembelajaran (Zarlis, 2000).
Murray (1998), yang dijelaskan pada penelitian Zarlis (2000) sistem tutorial adaptif adalah sistem instruksional berbasis komputer yang menggunakan basisdata atau basis pengetahuan untuk konten pembelajarannya (apa yang akan diajarkan), dan strategi pengajaran (cara mengajar), kemudian menggunakan penalaran berdasarkan tingkat pemahaman siswa pada suatu topik pelajaran untuk secara dinamis melakukan adaptasi pada proses pembelajaran. Menurut Karlgren (2005), definisi sistem tutorial cerdas adalah sebuah software pendidikan yang berisi komponen kecerdasan buatan. Software ini mengikuti proses belajar siswa, dan memberikan umpan balik dan bantuan sepanjang proses belajar yang dilakukan. Dengan mengumpulkan informasi tentang performa belajar siswa, software melakukan penalaran tingkat pemahaman peserta didik dalam proses
belajar.
Pengembangan sistem berbantuan komputer dalam bidang pendidikan khususnya dalam proses belajar mengajar mengalami perkembangan yang sangat pesat. Beberapa penelitian yang terkait dengan sistem tutorial adaptif sudah pernah dilakukan sebelumnya, diantaranya adalah :
1. Zarlis (2000), dalam desertasinya membangun sebuah sistem yang mampu memberikan drill soal-soal fisika matematis yang memerlukan suatu metode pendekatan tertentu, beserta langkah-langkah pengerjaannya. Kecerdasan buatan digunakan sebagai penentu metode pendekatan yang sesuai berdasarkan fakta pada soal. Domain pelajaran yang dapat dipelajari oleh siswa dibatasi pada metode pendekatan luas grafik dengan metode trapezium, metode Simpson, atau metode Romberg.
2. Conati, dkk (2002), meneliti model dari seorang siswa menggunakan sistem berbasis aturan dengan metode probabilitas Bayes untuk menghitung faktor kepastian dari aturan-aturan yang dilalui dalam mencapai kesimpulan sistemnya. Tujuan akhir dari sistem yang dirancang adalah memberikan bantuan kepada siswa dalam pengerjaan soal sesuai dengan aturan yang berlaku pada materi yang dipelajari.
tahun 2005 dengan menambahkan algoritma genetika. Algoritma genetika digunakan untuk mengatur (tuning) parameter fungsi keanggotaan variabel input dalam sistem kendali fuzzy.
4. Stathacopoulou dan Magoulas (2005), meneliti penggunaan metode neuro fuzzy dan neural network untuk mendiagnosis kemajuan tingkat
pengetahuan siswa. Tingkat kemampuan siswa digolongkan menjadi “permukaan”, “dalam”, dan “rata-rata”. Dari tiga kelompok data test yang digunakan pada penelitiannya, disimpulkan bahwa pada permasalahan ini, penggunaan metode neuro fuzzy lebih unggul dari metode neural network. 5. Sevarac (2006), dalam penelitiannya mengenai penggunaan metode neuro
fuzzy untuk menentukan kelas belajar siswa, yang dikelompokkan ke dalam tiga kelas, yaitu “baik”, “biasa”, dan “buruk”. Faktor penentu dalam klasifikasi ini adalah nilai ujian dan waktu ujian siswa. Penelitian ini menyimpulkan bahwa metode neuro fuzzy sangat baik digunakan untuk melakukan klasifikasi siswa tanpa harus menyelidiki aturan-aturan klasifikasi dari seorang guru.
6. Lu (2007), membangun sebuah sistem tutorial cerdas yang juga mampu memproses umpan balik dari siswa, baik itu berupa pertanyaan, maupun komentar. Sistem yang dibangun akan mencoba untuk memahami tipe pembicaraan siswa dengan cara melakukan inferensi terhadap fakta yang ada di dalam percakapan yang dilakukan. Ada delapan arah pembicaraan yang aturannya diambil dari para pakar yaitu konfirmasi, evaluasi, penarikan kesimpulan, diagnosa, permintaan, demonstrasi, dan pendukungan. Dengan mengetahui arah pembicaraan siswa, maka sistem mampu mengendalikan proses belajar mengajar dengan lebih akurat.
8. Taryadi (2009), dalam penelitiannya merancang sebuah sistem tutorial untuk pelajaran bahasa pemrograman. Metode probabilitas Bayes digunakan untuk menentukan tingkat keberhasilan siswa dalam memahami materi yang disajikan. Tingkat keberhasilan ini, kemudian dijadikan acuan dalam menentukan arah belajar siswa selanjutnya. Ada dua faktor yang dijadikan acuan untuk menarik kesimpulan, yaitu faktor nilai belajar, dan waktu belajar yang diambil dari hasil evaluasi akhir pada proses belajar siswa.
9. Purbohadi (2014), mengembangkan model e-learning dengan mengadaptasi sistem pengendalian umpan balik pada sistem keteknikan yang mampu mewujudkan Mastery Learning (ML) pada pembelajaran dengan sistem SKS, mempertahankan model tatap muka, dan rasio dosen-mahasiswa kecil. Analisis lebih lanjut dalam mengukur tingkat keberhasilan model pembelajaran dilakukan dengan mencari selisih rata-rata post-test antara kelompok eksperimen dan kelompok kontrol kemudian dibagi rata-rata standar deviasinya, cara ini dikenal dengan istilah effect size. Rancangan model perlu diuji terlebih dahulu untuk mengetahui keberhasilan dan keterlaksanaannya melalui eksperimen. Disebut berhasil jika terbukti memiliki effect size di atas 1,0 dan terbukti terlaksana jika variabel-variabel yang berpengaruh dapat dikendalikan.
10. Beberapa penelitian dengan menggunakan metode Sugeno untuk mengakuisisi aturan diantaranya :
a. Inyang dan Joshua (2013), meneliti penggunaan algoritma fuzzy K-means dan Sugeno untuk mengklasifikasi kemajuan tingkat pengetahuan siswa. Tingkat kemampuan siswa digolongkan menjadi “weak”, “good”, dan “average”. Dari tiga kelompok data test yang digunakan pada penelitiannya, disimpulkan bahwa pada permasalahan ini, penggunaan metode Sugeno lebih unggul dari metode k-means. b. Yadav, dkk (2014), dalam penelitiannya mengenai penggunaan
nilai ujian semester. Penelitian ini menyimpulkan bahwa metode neuro fuzzy lebih baik digunakan untuk melakukan klasifikasi siswa tanpa
harus menyelidiki aturan-aturan klasifikasi dari seorang guru.
Perbedaan antara metode yang digunakan dalam penelitian yang akan dilakukan dengan penelitian-penelitian se belumnya yang sudah ada dapat dilihat pada tabel 2.1.
Tabel 2.1 Perbandingan Beberapa Penelitian yang Pernah Dilakukan
Tabel 2.2 (Lanjutan) Perbandingan Beberapa Penelitian yang Pernah Dilakukan 7. Nyen 2009 Adaptif neuro fuzzy Menentukan kategori
performa belajar siswa. (not mastered, moderately mastered,
has mastered).
8. Taryadi 2009 Probabilitas Bayes. Menentukan nilai tingkat kelulusan siswa
Pembelajaran berbasis komputer (courseware) telah banyak digunakan dalam pembelajaran, tetapi kekurangan dari sistem-sistem tersebut, adalah bahwa pembelajaran tersebut tidak memperhatikan keragaman dari kemampuan peserta ajar (penggunanya) secara individual. Padahal masing-masing individu memiliki perbedaan dalam kemampuan, daya serap dan motivasi dalam belajar yang merupakan suatu kenyataan yang tidak bisa dipungkiri.
Di dalam penelitian yang diajukan ini, algoritma fuzzy metode Sugeno digunakan sebagai metode dalam menilai tingkat pemahaman seorang siswa pada setiap tahap pembelajaran. Metode Sugeno digunakan karena hasil komputasinya yang lebih efisien, mudah diintegrasikan dengan teknik linear, kesinambungan pada keluaran, dan tentu saja mudah diintegrasikan dengan algoritma optimisasi dan teknik adaptif. Hasil dari metode ini mendekati mimik manusia (pengalaman pengajar) ketika memberikan pengajaran yang berupa nilai tingkat pemahaman peserta didik, kemudian digunakan sebagai fakta dalam melakukan penalaran untuk menentukan arah model siswa pada sistem tutorial adaptif yang dirancang. Konsep penggabungan sistem pembelajaran cerdas dan sistem manajemen pembelajaran dan konten berbasis web menunjang pengajar untuk mampu memberikan materi ajar dengan proses cerdas sekaligus mampu memanajemen isi materi ajar dengan mudah.
2.2Landasan Teori 2.2.1 Sistem Tutorial
tutorial, siswa dapat lebih leluasa dalam belajar, karena proses belajarnya tidak lagi dibatasi oleh waktu, atau berbagai hal manusiawi yang merupakan kelemahan dari seorang guru (Zarlis, 2000).
2.2.1.1 Sistem Tutorial Adaptif
Sistem tutorial adaptif memberikan dukungan adaptasi untuk penelusuran dan penyajian konten pembelajaran. Sistem mengumpulkan informasi mengenai user dengan cara mengobservasi user pada saat melakukan pengaksesan materi pembelajaran. Menurut De Bra (1998), sistem adaptif didefinisikan sebagai sebuah sistem yang memperbolehkan user untuk menentukan pilihan dan menyediakan sebuah media untuk informasi user, informasi tersebut akan disimpan ke dalam model user. Penyajian informasi akan diadaptasi dengan model user yang secara terus menerus diperbaharui berdasarkan interaksi pengguna
(Korhan, 2006). Martin (2001) mendefinisikan sistem tutorial adaptif sebagai sistem berbasis komputer yang dirancang untuk mendukung dan memperbaiki proses belajar mengajar. Sedangkan menurut Murray (1998), sistem tutorial adaptif adalah sistem instruksional berbasis komputer yang menggunakan basisdata atau basis pengetahuan untuk konten pembelajarannya (apa yang akan diajarkan), dan strategi pengajaran (cara mengajar), kemudian menggunakan penalaran berdasarkan tingkat pemahaman siswa pada suatu topik pelajaran untuk secara dinamis melakukan adaptasi pada proses pembelajaran (Zarlis, 2000).
Dari penjelasan di atas, perbedaan mendasar antara sistem tutorial dengan sistem tutorial adaptif adalah adanya fleksibilitas skenario penampilan materi dan kemampuan sistem dalam memahami kebutuhan siswa. Secara konseptual sistem tutorial adaptif terdiri dari empat buah modul yang saling berhubungan, yaitu modul pakar, modul pedagogik, modul siswa, dan modul antarmuka.
Menurut Nicani (2002), sebuah sistem pembelajaran adaptif (Adaptive Educational System = AES) harus terdiri dari sistem tutor cerdas (Intelligent
Tutoring System =ITS) ditambah dengan sistem manajemen konten pembelajaran
sistem pembelajaran adaptif adalah gabungan dari sistem tutor cerdas dan sistem manajemen konten pembelajaran (AES = ITS + ECMS). ECMS merupakan gabungan dari Educational Management System (EMS) dengan Content Management System (CMS). Sehingga AES = ITS + EMS + CMS.
2.2.1.2 Sistem Pembelajaran Cerdas
Sistem Pembelajaran Cerdas (Intelligence Tutoring System, ITS) adalah suatu sistem yang memanfaatkan teknik tingkat lanjut dalam mendeskripsikan dan meningkatkan proses pengajaran. Gambar 2.1 menjelaskan interaksi komponen sistem pembelajaran cerdas. Implementasi sistem pembelajaran cerdas telah berkembang menjadi suatu sistem yang mampu “memahami” dan berlaku selayaknya pengajar dalam lingkungan pengajaran private. Sistem pembelajaran cerdas memberikan fleksibilitas dalam mempresentasikan materi dan kemampuan memahami karakteristik siswa. Keunggulan sistem pembelajaran cerdas dibandingkan proses pengajaran dalam kelas besar adalah kemampuannya dalam memahami karakteristik unik setiap siswa dan menyampaikan materi pembelajaran sesuai dengan karakteristik siswa tersebut (Franek, 2003). Kecerdasan sistem pembelajaran cerdas diwujudkan dalam kemampuan pedagogignya untuk menyampaikan materi sesuai karakteristik siswa yang diajarnya, memberikan tugas, dan menilai kemampuan siswa.
2.2.1.3 Modul Basis Data Pengetahuan
Database pengetahuan ini merupakan tempat peyimpanan materi atau
bahan ajar yang akan digunakan oleh sistem pembelajaran adaptif . Materi ajar ini akan ditransmisik an ke siswa yang meminta topik materi tertentu yang disimpan dalam database. Sehingga siswa tidak bisa meminta suatu topik yang tidak disediakan oleh database. Kendala ini bisa tidak bisa diatasi secara langsung pada saat sistem berjalan, akan tetapi melalui penambahan database serta perubahan aturan sistem adaptif melalui pemrograman. Penyusunan materi ajar yang tersimpan dalam database dapat menggunakan model yang bermacam-macam, misalnya disusun berdasarkan urutan materi seperti dalam diagram pohon, atau disusun menurut nama pengajar. Model struktur materi ajar ini dapat dikembangkan sesuai dengan kebutuhan. Agar model penyusunan materi dapat efektif sebaiknya sudah melalui proses penelitian pendahuluan terhadap preferensi siswa akan model penyusunan materi ajar yang mereka kehendaki. Hal ini akan lebih memudahkan dan bermanfaat bagi pengembangan modul database materi ajar untuk perkembangan selanjuntya.
2.2.1.4 Modul Tutor
sistem beradaptasi diambil dari database model materi ajar tertentu dan juga saat menggunakan sistem.
Modul tutor berfungsi sebagai pengatur proses pedagogig dan menghitung tingkat kognitif yang diterapkan sistem kepada siswa. Secara umum modul keahlian memiliki fungsi sebagai berikut:
1. Sebagai sumber pengetahuan (domain knowledge ) yang akan diisi oleh pengajar dan ditampilkan kepada siswa sebagai materi pengajaran. Pengetahuan yang dikelola dapat berupa fakta, prosedur atau konsep. Target dari penyampaian materi dapat berupa pemahaman terhadap konsep atau penguasaan terhadap suatu keterampilan.
2. Sebagai standard untuk menilai performansi siswa relatif terhadap tujuan pengajaran secara keseluruhan, dan untuk mendukung pemanduan siswa pada penyelesaian masalah. Untuk dapat mendukung proses pemanduan dalam pemecahan masalah, sistem diharapkan mampu membangkitkan solusi dari permasalahan yang sedang dikerjakan siswa. Dari sini dapat dilakukan perbandingan apakah solusi yang dikemukakan oleh siswa benar atau salah.
Parameter input yang digunakan untuk melakukan evaluasi adalah profil peserta didik dan hasil interaksinya dengan sistem. Secara lebih detail, komponen tersebut adalah:
1. Profil peserta didik
a. Pembobotan terhadap skor tes awal (pre-test).
b. IPK yang selanjutnya dikategorikan menjadi rendah, sedang, dan tinggi.
c. Jumlah percobaan pengguna (peserta didik) dalam menggunakan sistem pembelajaran adaptif (step).
2. Parameter sistem
b. Nilai yang diperoleh pada tiap materi pembelajaran dengan menghitung nilai jika salah dan nilai jika benar (reward). Parameter ini memiliki peranan terpenting dalam penentuan arah tingkat pedagogig peserta didik.
c. Tingkat pedagogig pada materi sebelumnya.
d. Jumlah kemunculan dan banyaknya referensi yang diakses. 2.2.1.5 Modul Komunikasi/ Antarmuka Pengguna
Modul Komunikasi digunakan sebagai media interaksi dengan pengguna. Modul antarmuka berfungsi menterjemahkan representasi dari sistem tutorial ke dalam bentuk yang dapat dipahami oleh siswa Bentuk-bentuk dialog ditampilkan secara grafis dan informatif. Seluruh komponen interaksi disusun dengan menggunakan kotak dialog, tombol, dan pilihan – pilihan yang secara dominan dapat diakses melalui keyboard dan mouse.
Dalam membuat antar muka modul siswa ini semestinya melalui sebuah penelitian tersendiri mengenai bentuk antar muka yang paling sesuai dengan target peserta pembelajaran. Salah satu hasil penelitian dalam bidang Interaksi Manusia dan Komputer untuk pembelajaran siswa (Kennedy, 2004) menyebutkan bahwa desain antar muka untuk kegiatan pembelajaran yang dapat menarik perhatian siswa adalah :
i. Adanya pertanyaan yang relevan dengan topik
ii. Grafis yang simple disaat mulai pelajaran sebuah topik pelajaran
2.2.1.6 Modul Siswa
Pada modul siswa ini akan terekam data siswa, komponen data yang terekam berkaitan dengan proses adaptasi sistem terhadap kemampuan siswa (Prentzas et al. 2002). Untuk lebih memperjelas latar belakang siswa yang berkaitan dengan materi yang diberikan, maka selain informasi interaksi dengan sistem, profil siswa turut direkam di dalam sistem (Wasmana 2005).
Peserta didik berperan sebagai obyek penerima pengetahuan yang dikomunikasikan dalam sistem tutorial, model siswa yang ideal memiliki fungsi mengelola semua aspek prilaku dan status pengetahuan setiap peserta didik. Terdapat dua hal yang berkaitan dengan model siswa ini yaitu :
1. Informasi, informasi yang dicakup oleh model siswa meliputi interpretasi terhadap aksi siswa yang mencerminkan proses belajarnya. Ada dua informasi yang dapat diambil yaitu kecepatan siswa dalam menyerap materi, daya ingat siswa terhadap materi yang diajarkan. Dan interpretasi dari kelengkapan dan ketepatan aksi siswa pa da setiap materi pengetahuan yang diajarkan atau disebut status pengetahuan siswa. Pembedaan status yang paling sederhana adalah menilai apakah siswa tersebut tahu atau tidak tahu, sedangkan yang lebih kompleks adalah mengenali dan menginterpretasikan setiap aksi siswa.
2.2.1.7 DSS (Decision Support System)
DSS (Decision Support System) adalah suatu sistem informasi yang mengevaluasi beberapa pilihan yang berbeda guna membantu seseorang memberikan keputusan terhadap masalahnya.
Berdasarkan pada definisi yang bervariasi, DSS dapat dijelaskan sebagai sistem pembuat keputusan manusia-komputer interaktif berbasiskan komputer yang dapat:
1. Mendukung dalam pembuatan keputusan daripada menggantinya dengan yang baru.
2. Memanfaatkan data dan model.
3. Memecahkan masalah dengan struktur yang derajatnya bervariasi: nonstruktur (unstruktur atau ill-struktur)
semistruktur
semistruktur dan unstruktur
4. Berpusat pada keefektifan daripada keefisienan dalam proses pemberian keputusan.
Kecerdasan Buatan atau Artificial Intelligence (AI) merupakan salah satu bagian ilmu komputer yang membuat mesin (komputer) dapat melakukan pekerjaan seperti dan sebaik yang dilakukan oleh manusia. Agar komputer dapat bertindak seperti dan sebaik manusia, maka komputer juga harus diberi bekal pengetahuan, dan mempunyai kemampuan untuk menalar. Untuk itu AI memberikan beberapa metoda untuk membekali komputer dengan kedua komponen tersebut agar komputer dapat menjadi mesin yang pintar.
Untuk melakukan aplikasi kecerdasan buatan ada dua bagian utama yang sangat dibutuhkan, yaitu :
a. Basis Pengetahuan (Knowledge Base), berisi fakta-fakta, teori, pemikiran dan hubungan antara satu dengan lainnya.
FDSS (Fuzzy Decision Support System) merupakan sistem pembuat keputusan manusia-komputer untuk mendukung keputusan manajerial, dan intuisi untuk memecahkan masalah manajerial dengan memberikan informasi yang diperlukan, menghasilkan, mengevaluasi dan memberikan putusan alternatif (Balazinski, 1998).
2.2.1.8 Arsitektur DSS (Decision Support System)
Langkah pertama pada proses pembuatan keputusan yaitu dengan membuat model pendukung keputusan. Interface subsistem user menjembatani untuk menuju ke DBMS (Database Management Systems) dan MBMS (Model-Based Management Systems). DBMS merupakan seperangkat program komputer yang
Gambar 2.2 Komponen DSS (Decision Support System) (Balazinski, 1998)
2.2.2 Teori F uzzy
2.2.2.1 Konsep Dasar Logika F uzzy
Fuzzy Logic pertama kali diperkenalkan oleh Prof. Lotfi A. Zadeh pada
tahun 1965. Dasar fuzzy logic adalah teori himpunan fuzzy. Pada teori himpunan fuzzy, peranan derajat keanggotaan sebagai penentu keberadaan elemen dalam
Fuzzy Logic dapat diangggap sebagai kotak hitam yang menghubungkan
antara ruang input dengan ruang output. Kotak hitam tersebut berisi cara atau metode yang dapat digunakan untuk mengolah data input menjadi output dalam bentuk informasi yang baik. Pada gambar 2.3ditunjukkan pemetaan suatu input-output dalam bentuk informasi yang baik.
Gambar 2.3 Pemetaan Input-Output (Kusumadewi dan Purnomo, 2010)
Ada beberapa alasan mengapa orang menggunakan Fuzzy Logic, antara lain:
1. Konsep Fuzzy Logic mudah dimengerti. Konsep matematis yang mendasari penalaran fuzzy sangat sederhana dan mudah dimengerti.
2. Fuzzy Logic sangat fleksibel.
3. Fuzzy Logic memiliki toleransi terhadap data-data yang tidak tepat.
4. Fuzzy Logic mampu memodelkan fungsi-fungsi non linear yang sangat kompleks.
5. Fuzzy Logic dapat membangun dan mengaplikasikan
pengalaman-pengalaman para pakar secara langsung tanpa harus melalui proses pelatihan.
6. Fuzzy Logic dapat bekerjasama dengan teknik-teknik kendali secara
konvensional.
Kalau himpunan tegas (crisp), nilai keanggotaan suatu item x dalam suatu himpunan A, yang sering ditulis dengan µA(x), memiliki dua kemungkinan, yaitu:
Satu (1), yang berarti bahwa suatu item menjadi anggota dalam suatu himpunan.
Nol (0), yang berarti bahwa suatu item tidak menjadi anggota dalam suatu himpunan.
Beberapa hal yang perlu diketahui dalam memahami sistem fuzzy, yaitu: a. Varibel Fuzzy
Variabel fuzzy merupakan variabel yang hendak dibahas dalam suatu sistem fuzzy. Contoh: umur, temperatur, permintaan, dsb.
b. Himpunan Fuzzy
Himpunan fuzzy merupakan suatu grup yang mewakili suatu kondisi atau keadaan tertentu dalam suatu variabel fuzzy.
c. Semesta Pembicaraan
Semesta pembicaraan adalah keseluruhan nilai yang diperbolehkan untuk dioperasikan dalam suatu variabel fuzzy. Semesta pembicaraan merupakan himpunan bilangan real yang senantiasa naik (bertambah) secara monoton dari kiri ke kanan. Nilai semesta pembicaraan dapat berupa bilangan positif maupun negatif. Adakalanya nilai semesta pembicaraan ini tidak dibatasi batas akhirnya.
d. Domain
Domain himpunann fuzzy adalah keseluruhan nilai yang diijinkan dalam semesta pembicaraan dan boleh dioperasikan dalam suatu himpunan fuzzy. 2.2.2.2 Fungsi Keanggotaan
a. Representasi linier
Pada representasi linier, pemetaan input ke derajat keanggotaannya digambarkan sebagai garis lurus. Ada 2 keadaan himpunan fuzzy yang linier.
Pertama, Kenaikan himpunan dimulai pada nilai domain yang memiliki derajat keanggotaan nol [0] bergerak ke kanan menuju nilai domain yang memilki derajat keanggotaan lebih tinggi. Seperti terlihat pada Gambar 2.4.
Gambar 2.4 Representasi Linier Naik (Kusumadewi dan Purnomo, 2010)
Fungsi Keanggotaan:
(2.1)
Gambar 2.5 Representasi Linier Turun (Kusumadewi dan Purnomo, 2010) Fungsi Keanggotaan:
(2.2)
b. Representasi kurva segitiga
Kurva segitiga pada dasarnya merupakan gabungan antara 2 garis (linier) seperti terlihat pada gambar 2.6 di bawah ini.
Gambar 2.6 Representasi Kurva Segitiga (Kusumadewi dan Purnomo, 2010)
Fungsi Keanggotaan:
c. Representasi kurva trapesium
Kurva trapesium pada dasarnya seperti bentuk segitiga, hanya saja pada rentang tertentu ada beberapa titik yang memiliki nilai keanggotaan 1, seperti terlihat pada Gambar 2.7
Gambar 2.7 Representasi Kurva Trapesium (Kusumadewi dan Purnomo, 2010)
Fungsi keanggotaan:
(2.4)
d. Representasi Kurva Bahu
Gambar 2.8 Representasi Kurva Bahu Kiri (Kusumadewi dan Purnomo, 2010)
Fungsi keanggotaan untuk kurva bahu kiri:
(2.5)
Representasi kurva bentuk bahu kanan merupakan gabungan dari garis linier naik dengan garis yang memiliki nilai keanggotaan satu (seperti terlihat pada Gambar 2.9) dan dinyatakan dengan menggunakan persamaan (2-6).
Fungsi keanggotaan kurva bahu kanan:
(2.6)
2.2.2.3 Operasi Himpunan F uzzy
Terdapat beberapa operasi yangdidefinisikan secara khusus untuk mengkombinasikan dan memodifikasihimpunan fuzzy. Nilai keanggotaan sebagai hasil dari operasi dua himpunan yangdikenal dengan nama α-predikat. Ada tiga operator dasar yang diciptakan oleh Zadeh [30], yaitu
1. Operator AND
Operator AND berhubungan dengan operasi interseksi pada himpunan. α-predikat sebagai hasil operasi dengan operator AND diperoleh dengan mengambil nilai keanggoaan terkecil antar elemen pada himpunan-himpunan yang bersangkutan.
µA∩B = min (µA[x], µB[y]) (2.7)
2. Operator OR
Operator OR berhubungan dengan operasi onion pada himpunan. α -predikat sebagai hasil operasi dengan operator OR diperolehdengan mengambil nilai keanggotaan terbesar antar elemen pada himpunan-himpunan yang bersangkutan.
µA B = min (µA[x], µB[y]) (2.8)
3. Operator NOT
µA’ = 1-µA[x] (2.9)
2.2.2.4 Sistem Inferensi F uzzy
Sistem inferensi fuzzy adalah metodologi kontrol digital yang memungkinkan deskripsi manusia dari sistem fisik dan strategi pengendalian yang diperlukan untuk disimulasikan dengan cara yang cukup alami (Yan, 1993). Sistem inferensi fuzzy merupakan kerangka komputasi yang didasarkan pada teori himpunan fuzzy, aturan fuzzy berbentuk IF-THEN, dan penalaran fuzzy. Sistem inferensi fuzzy menerima input crisp. Input ini kemudian dikirim ke basis pengetahuan yang berisi n aturan fuzzy dalam bentuk IF-THEN. Aturan-aturan ini memungkinkan para ahli untuk mengungkapkan strategi pengendalian mereka dengan cara yang cukup alami. Fire strength akan dicari pada setiap aturan. Apabila jumlah aturan lebih dari satu, maka akan dilakukan agregasi dari semua aturan. Selanjutnya, pada hasil agregasi akan dilakukan defuzzifikasi untuk mendapatkan nilai crisp sebagai output sistem.
Penerapan fuzzy logic dapat meningkatkan kinerja sistem kendali dengan menekan munculnya fungsi-fungsi liar pada keluaran yang disebabkan oleh fluktuasi pada variable masukannya. Pendekatan fuzzy logic secara garis besar diimplementasikan dalam tiga tahapan yang dapat dijelaskan sebagai berikut:
1. Tahap pengaburan (fuzzification), yakni proses untuk mendapatkan derajat keanggotaan dari sebuah nilai numerik masukan (crisp).
2. Tahap inferensi, yakni proses untuk mendapatkan aksi keluaran dari suatu kondisi input dengan mengikuti aturan-aturan (IF-THEN Rules) yang telah ditetapkan yang disebut sebagai inference/reasoning.
Gambar 2.10 Tahapan Proses dalam Logika Kabur (Kurniawan, 2004)
2.2.2.5 FIS Metode Sugeno
Metode FIS ini diperkenalkan oleh Takagi-Sugeno Kang pada tahun 1985. Penalaran dengan metode Sugeno hampir sama dengan penalaran Mamdani. Perbedaannya terletak pada cara menentukan harga output FIS. Menurut Naba (2009), keluaran FIS metode Mamdani berupa fuzzy set dan bukan sekedar inverse dari fungsi keanggotaan output. Dengan kata lain, untuk menghitung harga keluaran dari suatu IF‐THEN rule, metode Mamdani harus menghitung luas di bawah kurva fuzzy set pada bagian keluaran (THEN-part). Selanjutnya dalam proses defuzzifikasi, metode Mamdani harus menghitung rata‐rata (centroid) luas yang diboboti dari semua fuzzy set keluaran dari semua rule, kemudian mengisikan rata-rata tersebut ke variabel keluaran FIS.
Namun, dalam banyak kasus, akan jauh lebih efisien jika menghindari perhitungan luas di bawah kurva fuzzy set keluaran. Sebagai gantinya bisa menggunakan single spike sebagai fungsi keanggotaan keluaran. Fungsi keanggotaan keluaran demikian dikenal dengan fungsi keanggotaan singleton dan bisa dianggap sebagai sebuah pre‐defuzzified fuzzy set. Pendekatan demikian jauh lebih menghemat waktu komputasi daripada metode Mamdani standar yang mengharuskan penentuan centroid sebelum proses defuzzifikasi. Pendekatan ini didukung dalam FIS metode Sugeno.
a. Model fuzzy Sugeno Orde-Nol
Secara umum bentuk model fuzzy Sugeno Orde-Nol adalah :
IF (x1 is A1) o (x2 is A2) o (x3 is A3) o … o (xN is AN) THEN z = k Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden dan k adalah suatu konstanta (tegas) sebagai konsekuen.
b. Model fuzzy Sugeno Orde-Satu
Secara umum bentuk model fuzzy Sugeno Orde-Satu adalah :
IF (x1 is A1) o … o (xN is AN) THEN z = p1 * x1 + … + pN * xN + q Dengan Ai adalah himpunan fuzzy ke-i sebagai anteseden dan pi adalah suatu konstanta (tegas) ke-i dan q juga merupakan konstanta dalam konsekuen.
Apabila komposisi aturan menggunakan metode Sugeno maka deffuzifikasi dilakukan dengan cara menilai rata-ratanya (Weight Average). 2.2.2.6 Defuzzifikasi
Proses defuzzifikasi merupakan suatu bentuk inferensi sistem fuzzy dengan inputnya adalah suatu himpunan fuzzy yang diperoleh dari komposisi fuzzy rules,
sedang output yang dihasilkan merupakan suatu bilangan pada domain himpunan fuzzy tersebut, sehingga jika diberikan suatu himpunan fuzzy dalam range tertentu
maka harus dapat diambil suatu nilai crisp tertentu sebagai outputnya (Kusumadewi dan Purnomo, 2010).
Proses defuzzifikasi dalam FIS metode Sugeno jauh lebih efisien daripada FIS metode Mamdani. Hal ini dikarenakan FIS metode Sugeno menghitung nilai keluaran dengan cara sebagai berikut :
(2.10)
Suatu keuntungan dari FIS metode Sugeno adalah bahwa dengan hanya order nol seringkali sudah mencukupi untuk berbagai keperluan pemetodean. FIS metode Sugeno dengan order 1 atau lebih sudah mencukupi dalam pemetodean sistemsistem non linier. FIS metode Sugeno mempunyai kemampuan untuk memetodekan sistem non linier dengan melakukan interpolasi antar metode -metode linier. Setiap -metode linier diwakili sebuah rule order 1 atau lebih.
2.2.3 Pengembangan Software
2.2.3.1 Metodologi Pengembangan Software Berbasis SDLC
Menurut Sommerville (2003) SDLC (Software Development Life Cycle) merupakan sebuah siklus hidup pengembangan perangkat lunak yang terdiri dari beberapa tahapan-tahapan penting dalam membangun perangkat lunak yang dilihat dari segi pengembangannya. Dengan siklus SDLC, proses membangun sistem dibagi menjadi beberapa langkah dan pada sistem yang besar, masing-masing langkah dikerjakan oleh tim yang berbeda. SDLC tidak hanya penting untuk proses produksi software, tetapi juga sangat penting untuk proses maintenance software itu sendiri, Terdapat 4 metodologi penting dalam
pengembangan software berbasis SDLC yaitu: WATERF ALL
Gambar 2.11 Model Waterfall Dari Gambar 2.10 dapat dijelaskan sebagai berikut:
1. System Information Engineering and Modeling.
Permodelan ini diawali dengan mencari kebutuhan dari keseluruhan sistem yang akan diaplikasikan ke dalam bentuk software. Hal ini sangat penting, mengingat software harus dapat berinteraksi dengan elemen-elemen yang lain seperti hardware dan database. Tahap ini sering disebut dengan Project Definition.
2. Software Requirements Analysis.
Proses pencarian kebutuhan diintensifkan dan difokuskan pada software. Untuk mengetahui sifat dari program yang akan dibuat, maka para software engineer harus mengerti tentang domain informasi dari software, misalnya fungsi yang dibutuhkan, user interface, dsb. Dari 2 aktivitas tersebut (pencarian kebutuhan sistem dan software) harus didokumentasikan dan ditunjukkan kepada pelanggan.
3. Design
tahap sebelumnya. Seperti 2 aktivitas sebelumnya, maka proses ini juga harus didokumentasikan sebagai konfigurasi dari software.
4. Coding
Desain yang telah dibuat kemudian diubah bentuknya menjadi bentuk yang dapat dimengerti oleh mesin, yaitu ke dalam bahasa pemrograman melalui proses coding. Tahap ini merupakan implementasi dari tahap desain yang secara teknis
nantinya dikerjakan oleh programmer. 5. Testing / Verification
Sesuatu yang dibuat haruslah diujicobakan. Demikian juga dengan software. Semua fungsi-fungsi software harus diujicobakan, agar software bebas
dari error, dan hasilnya harus benar-benar sesuai dengan kebutuhan yang sudah didefinisikan sebelumnya.
6. Maintenance
Pemeliharaan suatu software diperlukan, termasuk di dalamnya adalah pengembangan, karena software yang dibuat tidak selamanya hanya seperti itu. Ketika dijalankan mungkin saja masih ada error kecil yang tidak ditemukan sebelumnya, atau ada penambahan fitur-fitur yang belum ada pada softwaretersebut. Pengembangan diperlukan ketika adanya perubahan dari eksternal perusahaan seperti ketika ada pergantian sistem operasi, atau perangkat lainnya.
Keuntungan menggunakan teknik waterfall: - Proses menjadi teratur
- Estmasi proses menjadi lebih baik - Jadwal menjadi lebih menentu
Kelemahan menggunakan teknik waterfall:
- Bersifat kaku, sehingga sulit melakukan perubahan di tengah proses
PROTOTYPE
Prototyping adalah salah satu pendekatan dalam rekayasa perangkat lunak
yang secara langsung mendemonstrasikan bagaimana sebuah perangkat lunak atau komponen-komponen perangkat lunak akan bekerja dalam lingkungannya sebelum tahapan konstruksi aktual dilakukan. Beberapa model prototype adalah sebagai berikut:
- Reusable prototype: Prototype yang akan ditransformasikan menjadi produk final.
- Throwaway prototype: Prototipe yang akan dibuang begitu selesai menjalankan maksudnya.
- Input/output prototype: Prototipe yang terbatas pada antar muka pengguna (user interface).
- Processing prototype: Prototipe yang meliputi perawatan file dasar dan proses-proses transaksi
- System prototype: Prototipe yang berupa model lengkap dari perangkat lunak. Proses pada model prototyping adalah sebagai berikut:
1. Pengumpulan kebutuhan
Developer dan klien bertemu dan menentukan tujuan umum, kebutuhan yang diketahui dan gambaran bagian-bagian yang akan dibutuhkan berikutnya. Detil kebutuhan mungkin tidak didiskusikan disini, pada awal pengumpulan kebutuhan
2. Perancangan
Perancangan dilakukan cepat dan rancangan mewakili semua aspek software yang diketahui, dan rancangan ini menjadi dasar pembuatan prototype.
3. Evaluasi prototype
Klien mengevaluasi prototype yang dibuat dan digunakan untuk memperjelas kebutuhan software.
dimanfaatkan kembali untuk membangun software lebih cepat, namun tidak semua prototype bisa dimanfaatkan. Skema dari prototype secara umum dapat dilihat pada Gambar 2.12.
Gambar 2.12 Model Prototype
Pendekatan prototyping memiliki beberapa keuntungan yaitu:
- Pemodelan membutuhkan partisipasi aktif dari end-user. Hal ini akan meningkatkan sikap dan dukungan pengguna untuk pengerjaan proyek. Sikap moral pengguna akan meningkat karena system berhubungan nyata dengan mereka.
- Perubahan dan iterasi merupakan konsekuensi alami dari pengembangan system sehingga end user memiliki keinginan untuk merubah pola pikirnya.Prototyping lebih baik menempatkan situasi alamiah ini karena mengasumsikan perubahan model melalui iterasi kedalam system yang dibutuhkan.
- Prototyping adalah model aktif, tidak pasif, sehingga end user dapat melihat, merasakan, dan mengalaminya.
- Kesalahan yang terjadi dalam prototyping dapat dideteksi lebih dini.
- Prototyping dapat meningkatkan kreatifitas karena membolehkan adanya
feedback dari end user. Hal ini akan memberikan solusi yang lebih baik.
Pendekatan prototyping memiliki beberapa kekurangan yaitu:
- Prototyping memungkinkan terjadinya pengembalian terhadap kode,
implementasi, dan perbaikan siklus hidup yang dugunakan untuk mendominasi sistem informasi.
- Prototyping tidak menolak kebutuhan dari fase analisis sistem. Prototype hanya dapat memecahkan masalah yang salah dan memberi kesempatan sebagai sistem pengembangan konvensional.
- Prototyping dapat mengurangi kreatifitas perancangan. RAD (Rapid Application Development)
Rapid application development (RAD) atau rapid prototyping adalah
model proses pembangunan perangkat lunak yang tergolong dalam teknik incremental (bertingkat). RAD menekankan pada siklus pembangunan pendek,
singkat, dan cepat. Waktu yang singkat adalah batasan yang penting untuk model ini. Rapid application development menggunakan metode iteratif (berulang) dalam mengembangkan sistem dimana working model (model bekerja) sistem dikonstruksikan di awal tahap pengembangan dengan tujuan menetapkan kebutuhan (requirement) user. RAD mengadopsi model waterfall dan pembangunan dalam waktu singkat dicapai dengan menerapkan component based construction.
Kelemahan dalam model RAD yaitu:
- Model RAD membutuhkan sumber daya yang besar, terutama untuk proyek dengan skala besar.
- Proyek bisa gagal karena waktu yang disepakati tidak dipenuhi - Sistem yang tidak bisa dimodularisasi tidak cocok untuk model RAD - Resiko teknis yang tinggi juga kurang cocok untuk model RAD
Secara umum fase-fase pada RAD adalah sebagai berikut :
- Bussines modeling
- Data modeling
- Application generation: RAD mengasumsikan pemakaian teknik 4G (generasi keempat). Selain menciptakan Perangkat Lunak dengan bahasa pemrograman generasi ketiga yang konvensional, RAD lebih banyak memproses kerja untuk memakai lagi komponen program atau menciptakan komponen yang bisa dipakai lagi.
- Testing and Turn Over: karena menekankan pada reusability, banyak
komponen program yang telah diuji sehingga mengurangi keseluruhan waktu pengujian. Tapi komponen baru harus diuji dan semua interface harus dilatih secara penuh.
AGILE SOF TWARE DEVELOPMENT
Agile merupakan adalah jenis pegembangan sistem jangka pendek yang
memerlukan adaptasi cepat dan pengembang terhadap perubahan dalam bentuk apapun. Dalam Agile Software Development interaksi dan personel lebih penting dari pada proses dan alat, software yang berfungsi lebih penting daripada dokumentasi yang lengkap, kolaborasi dengan klien lebih penting daripada negosiasi kontrak, dan sikap tanggap terhadap perubahan lebih penting daripada mengikuti rencana. Agile juga dapat diartikan sebagai sekelompok metodologi pengembangan software yang didasarkan pada prinsip-prinsip yang sama atau pengembangan sistem jangka pendek yang memerlukan adaptasi cepat dari pengembang terhadap perubahan dalam bentuk apapun. Ada 12 prinsip yang mendorong keberhasilan dalam penerapan Agile Software Development, yaitu: - Kepuasan klien adalah prioritas utama dengan menghasilkan produk lebih awal
dan terus menerus.
- Menerima perubahan kebutuhan, sekalipun diakhir pengembangan.
- Penyerahan hasil atau software dalam hitungan waktu beberapa minggu sampai beberapa bulan.
- Membangun proyek dilingkungan orang-orang yang bermotivasi tinggi yang bekerja dalam lingkungan yang mendukun dan yang dipercaya untuk dapat menyelesaikan proyek.
- Komunikasi dengan berhadapan langsung adalah komunikasi yang efektif dan efisien
- Software yang berfungsi adalah ukuran utama dari kemajuan proyek
- Dukungan yang stabil dari sponsor, pembangun, dan pengguna diperlukan untuk menjaga perkembangan yang berkesinambungan
- Perhatian kepada kehebatan teknis dan desain yang bagus meningkatkan sifat agile
- Kesederhanaan penting
- Arsitektur, kebutuhan dan desain yang bagus muncuk dari tim yang mengatur dirinya sendiri
- Secara periodik tim evaluasi diri dan mencari cara untuk lebih efektif dan segera melakukannya.
Kelebihan dari Agile Software Development yaitu: - Meningkatkan kepuasan kepada klien
- Pembangunan sistem dibuat lebih cepat
- Mengurangi resiko kegagalan implementasi software dari segi non-teknis - Jika pada saat pembangunan system terjadi kegagalan, kerugian dari segi
materi relatif kecil.
2.2.3.2 Unified Modelling Language (UML)
sistem dari berbagai perspektif. UML tidak hanya digunakan dalam pemodelan perangkat lunak, namun hampir dalam semua bidang yang membutuhkan pemodelan (Riyadi, 2004).
Menurut Riyadi (2004) Bagian-bagian utama dari UML adalah view, diagram, model element, dan general mechanism.
1. View
View digunakan untuk melihat sistem yang dimodelkan dari beberapa
aspek yang berbeda. View bukan melihat grafik, tapi merupakan suatu abstraksi yang berisi sejumlah diagram. Beberapa jenis view dalam UML antara lain: use case view, logical view, component view, concurrency view, dan deployment view.
Use case view mendeskripsikan fungsionalitas sistem yang seharusnya
dilakukan sesuai yang diinginkan external actors. Actor yang berinteraksi dengan sistem dapat berupa user atau sistem lainnya. View ini digambarkan dalam use case diagrams dan kadang-kadang dengan activity diagrams. View ini digunakan
terutama untuk pelanggan, perancang (designer), pengembang (developer), dan penguji sistem (tester) (Riyadi, 2004).
Logical view mendeskripsikan bagaimana fungsionalitas dari sistem,
struktur statis (class, object, dan relationship) dan kolaborasi dinamis yang terjadi ketika object mengirim pesan ke object lain dalam suatu fungsi tertentu. View ini digambarkan dalam class diagrams untuk struktur statis dan dalam state, sequence, collaboration, dan activity diagram untuk model dinamisnya. View ini
digunakan untuk perancang (designer) dan pengembang (developer) (Riyadi, 2004).
Component view mendeskripsikan implementasi dan ketergantungan
modul. Komponen yang merupakan tipe lainnya dari code module diperlihatkan dengan struktur dan ketergantungannya juga alokasi sumber daya komponen dan informasi administratif lainnya. View ini digambarkan dalam component view dan digunakan untuk pengembang (developer) (Riyadi, 2004)
Concurrency view membagi sistem ke dalam proses dan prosesor. View ini
diagrams) dan diagram implementasi (component dan deployment diagrams) serta
digunakan untuk pengembang (developer), pengintegrasi (integrator), dan penguji (tester) (Riyadi, 2004)
Deployment view mendeskripsikan fisik dari sistem seperti komputer dan
perangkat (nodes) dan bagaimana hubungannya dengan lainnya. View ini digambarkan dalam deployment diagrams dan digunakan untuk pengembang (developer), pengintegrasi (integrator), dan penguji (tester) (Riyadi, 2004). 2. Diagram
Menurut Riyadi (2004) diagram berbentuk grafik yang menunjukkan simbol elemen model yang disusun untuk mengilustrasikan bagian atau aspek tertentu dari sistem. Sebuah diagram merupakan bagian dari suatu view tertentu dan ketika digambarkan biasanya dialokasikan untuk view tertentu. Adapun jenis diagram antara lain:
Use Case Diagram
Menggambarkan sejumlah external actors dan hubungannya ke use case yang diberikan oleh sistem. Use case adalah deskripsi fungsi yang disediakan oleh sistem dalam bentuk teks sebagai dokumentasi dari use case symbol namun dapat juga dilakukan dalam activity diagrams. Use case digambarkan hanya yang dilihat dari luar oleh actor (keadaan lingkungan sistem yang dilihat user) dan bukan bagaimana fungsi yang ada di dalam sistem. Komponen-komponen yang terlibat dalam use case diagram:
a. Actor
Pada dasarnya actor bukanlah bagian dari use case diagram, namun untuk dapat terciptanya suatu use case diagram diperlukan beberapa actor dimana actor tersebut mempresentasikan seseorang atau sesuatu (seperti perangkat,
secara secara umum atau spesifik, dimana untuk membedakannya dapat digunakan relationship.
b. Use Case
Use case adalah gambaran fungsionalitas dari suatu sistem, sehingga
pengguna sistem paham dan mengerti mengenai kegunaan sistem yang akan dibangun.
c. Relasi dalam Use Case
Ada beberapa relasi yang terdapat pada use case diagram:
- Association, menghubungkan link antar element.
- Generalization, disebut juga inheritance (pewarisan), sebuah elemen dapat merupakan spesialisasi dari elemen lainnya.
- Dependency, sebuah element bergantung dalam beberapa cara ke
element lainnya.
- Aggregation, bentuk assosiation dimana sebuah elemen berisi elemen lainnya.
Tipe relasi/stereotype yang mungkin terjadi pada use case diagram:
1. <<include>>, yaitu kelakuan yang harus terpenuhi agar sebuah event dapat terjadi, dimana pada kondisi ini sebuah use case adalah bagian dari use case lainnya.
2. <<extends>>, kelakuan yang hanya berjalan di bawah kondisi tertentu seperti menggerakkan alarm.
3. <<communicates>>, mungkin ditambahkan untuk asosiasi yang menunjukkan asosiasinya adalah communicates association. Ini merupakan pilihan selama asosiasi hanya tipe relationship yang dibolehkan antara actor dan use case.
State Diagram
class, hanya yang mempunyai sejumlah state yang terdefinisi dengan baik dan
kondisi class berubah oleh state yang berbeda. Activity Diagram
Menggambarkan rangkaian aliran dari aktivitas, digunakan untuk mendeskripsikan aktifitas yang dibentuk dalam suatu operasi sehingga dapat juga digunakan untuk aktifitas lainnya seperti use case atau interaksi.
Entity Relationship Diagram
Kusnawi (2013) menunjukan Entity Relationship Diagram (ERD), “mendokumentasikan data perusahaan dengan mengidentifikasikan jenis dan hubungannya”. Komponen-komponen ERD terlihat pada Tabel 2.3.
Tabel 2.3 Komponen ERD
Cardinality Ration.
Cardinality Ration adalah batasan yang menjelaskan jumlah
keterhubungan satu entitas dengan entitas lainnya. Jenis Cardinality Ration antara lain:
- One to one relationship ____________ 1:1.
menunjukkan tabel atau relasi antara keduanya yang diwakilkan dengan tanda panah tunggal seperti terlihat pada Gambar 2.13.
Gambar 2.13 Simbol one to one relationship - One to many relationship ____________ 1:M/M:1.
Hubungan antara file pertama dengan file kedua adalah berbanding banyak atau dapat pula dibalik banyak lawan satu. Hubungan tersebut dapat digambarkan dengan tanda lingkaran untuk menunjukkan tabel dan relasi antara keduanya diwakilkan dengan tanda panah ganda untuk menunjukkan hubungan banyak tersebut seperti terlihat pada Gambar 2.14.
Gambar 2.14 Simbol one to many relationship
- Many to many relationship ___________ M:N/N:M.
Hubungan antara file pertama dengan file kedua adalah banyak berbanding banyak. Hubungan tersebut digambarkan dengan tanda lingkaran untuk menunjukkan tabel dan relasi antara keduanya diwakilkan dengan tanda panah ganda untuk menunjukkan hubungan banyak seperti terlihat pada Gambar 2.15.
2.2.3.3 Konsep Pemrograman Web
Web adalah Suatu sistem di internet yang memungkinkan siapapun agar
bisa menyediakan informasi. Dengan menggunakan teknologi tersebut, informasi dapat diakses selama 24 jam dalam satu hari dan dikelola oleh mesin. Untuk mengakses informasi yang disediakan web ini, diperlukan berbagai perangkat lunak, yang disebut dengan web browser (Kadir, 2002).
Menurut referensi [18], aplikasi web adalah program yang di eksekusi di web server dan di akses oleh web server. Aplikasi ini memungkinkan personal
untuk berbagi serta mendapatkan informasi secara global melalui internet. Web aplikasi terdiri dari dua jenis yaitu:
1. Web page statis: ini merupakan suatu web page yang terdiri dari hanya HTML saja. Web statis tidak dapat memberikan respon yang dinamis terhadap interaksi yang dilakukan oleh pengguna.
2. Web page dinamis: web dinamis dapat memberikan respon terhadap interaksi yang dilakukan oleh pengguna.
Server-Side Scripting
Aplikasi web yang dinamis memungkinkan pengguna untuk:
1. Mengelola data dari database baik bersifat lokal ataupun database yang berada di luar jaringan lokal.
2. Submit data dari form HTML.
3. Mendapatkan informasi berdasarkan input.
Gambar 2.16 Server-side scripting
Client-side scripting
Metode ini memungkinkan pengembang untuk membuat web page yang secara dinamis merespon inputan yang dilakukan oleh user tanpa melibatkan web server. Penggunaan metode ini efektif untuk mengurangi aktivitas jaringan. Selain itu, web akan memiliki respon yang cepat karena kerja di lokal.contoh dari bahasa ini adalah vbscript dan JavaScript. Ilustrasi metode dapat dilihat pada Gambar 2.17
2.2.3.4 ASP.NET
ASP.NET merupakan teknologi server-side yang memungkinkan programer untuk membuat halaman web yang dinamis. ASP (Active server pages) adalah dasara pengembangan ASP.NET. ASP.NET di buat didalam platform Microsoft.NET. Microsoft memperkenalkan .NET Framework untuk membantu developer membuat aplikasi yang bersifat global melalui internet. Gambar 2.18
merupakan gambaran struktur ASP.NET.
Gambar 2.18 Struktur ASP.NET
Gambar tersebut mengindikasikan bahwa ASP.NET memiliki elemen berikut:
Web form pages: untuk kepentingan user interface.
Tahapan eksekusi ASP.NET
Eksekusi sebuah aplikasi ASP.NET adalah sebagai berikut:
1. Browser mengirim permintaan untuk file ASP.NET ke web server
menggunakan URL.
2. Web server (contoh: IIS) menerima permintaan serta menerima file ASP.NET yang dimaksud dari disk atau memori.
3. Web server meneruskan file ASP.NET ke ASP.NET script engine untuk di
proses.
4. ASP.NET script engine membaca file dan mengeksekusi server-side script.
5. File ASP.NET yang telah diproses ditampilkan dalam bentuk file HTML.
6. Web server mengirimkan halaman HTML ke client.
7. Web browser menampilkan HTML.
Kelebihan ASP.NET
Ada beberapa kelabihan yang menjadi alasan penggunaan ASP.NET lebih diunggulkan. Berikut merupakan kelebihan dari ASP.NET:
Compiled code: kode yang di tulis di ASP.NET di kompilasi tidak di interpretasikan sehingga pengkoden di ASP.NET akan lebih cepat dibanding bahasa pemrograman lain.
Power and Flexibility: ASP.NET berdasarkan Common Language Runtime
(CLR). Hal ini membuat kekuatan dan fleksibilitas .NET Framework dapat digunakan pada aplikasi web. Selain itu, ASP.NET bersifat language-independent dimana developer bisa memilih bahasa yang termasuk di framework .NET.
Simplicity: ASP.NET memungkinkan programer untuk membangun user
interface yang terpisah antara application logic dengan presentation layer.
Manageability: ASP.NET membuat programer untuk mengelola aplikasi
Scalability: ASP.NET diciptakan dengan menerapkan fitur skalabilitas. ASP.NET dapat dengan mudah beradaptasi dengan lingkungan multiprocessor.
Security: ASP.NET memiliki banyak feature keamanan yang dapat di implementasikan termasuk pembatasan pengaksesan web untuk user yang tak diharapkan. Pengaturan itu disimpan di XML.
Extensibility: ASP.NET mudah dikembangkan. Elemen yang disediakan
oleh .NET dapat disesuaikan dengan kebutuhan pengguna. Bahas pemrograman C#
Menurut referensi [19], C# merupakan bahasa pemrograman yang bersifat object oriented yang di kembangkan oleh Microsft. C# merupakan bagian dari
.NET framework yang juga mendukung sebagai scripting language untuk ASP.NET.
Tipe data bahasa C#
Menurut referensi [19], bahasa pemrograman C# memiliki beberapa jenis tipe data bawaan yang dapat digunakan oleh programmer. Ada 6 tipe data yang di dukung oleh C# yaitu:
1. Char 2. Int 3. Float 4. Double 5. Bool 6. String
2.2.3.5 Basis Data
Terminologi dan Konsep Basis Data
peristiwa, keadaan dan sebagainya, yang direkam dalam bentuk angka, huruf simbol, teks, gambar, bunyi atau kombinasinya.
Pengertian Sistem Basis Data
Menurut referensi [14] sistem basis data adalah sebuah sistem yang dapat terdiri dari perangkat keras (hardware), sistem operasi (operating system), basis data (database), program aplikasi basis data (Data Base Management System/ DBMS), pengguna (user) dan program aplikasi tambahan lainnya.
Komponen Sistem Basis Data
- DBMS (Database Management System) - Pengguna (User)
- Program aplikasi lainnya (tools, add-on, security dan lainnya) Pengertian Sistem Manajemen Basis Data
Sistem Manajemen Basis Data (SMBD) atau Database Management System (DBMS) adalah salah satu unsur dari sistem basis data yang umumnya
berbentuk sebuah program aplikasi yang memiliki fungsi untuk pemasukan, pengeditan, penghapusan dan pengambilan informasi terhadap database bahkan fungsi keamanan dan manajemen user. SMBD juga memungkinkan akses terhadap basis data oleh beberapa user sekaligus atau oleh program aplikasi lainnya. Beberapa program aplikasi basis data antara lain: Microsoft SQL, MySQL, Oracle, MS. Access, FoxPro dan lain-lain [14].
2.2.3.6 Hirarki Data
1. Basis data, merupakan sekumpulan dari bermacam-macam tipe record yang memiliki hubungan antar record.
2. Berkas/file, merupakan sekumpulan rekaman data yang berkaitan denngan suatu objek.
3. Record, merupakan sekumpulan field/atribut/data item yang saling
berhubungan terhadap obyek tertentu
- Fixed length record, semua field dalam record memiliki ukuran yang tetap. - Variabel length record, field-field dalam record dapat memiliki ukuran
berbeda (metode penandaan yang digunakan adalah : end of record marker, indikator panjang, dan tabel posisi record.
4. Field/ atribute/ data item, merupakan unit terkecil yang disebut data, yang tidak dapat dipecah lagi menjadi unit lain yang bermakna.
- Fixed length field, memiliki ukuran yang tetap.
- Variable length field, field-field dalam record dapat memiliki ukuran berbeda.
5. Byte, adalah bagian terkecil yang dialamatkan dalam memori. Byte merupakan sekumpulan bit yang secara konvensional terdiri atas kombinasi delapan bit yang menyatakan sebuah karakter dalam memori (I byte= I karakter).
