Perancangan dan Implementasi
Sistem Pendukung Keputusan Penerimaan Asisten Dosen FTI
UKSW dengan Metode
Weighted Product
Artikel Ilmiah
Peneliti:
Lestari Wijayanti (672014101) Magdalena A. Ineke Pakereng, M.Kom.
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
Perancangan dan Implementasi
Sistem Pendukung Keputusan Penerimaan Asisten Dosen FTI
UKSW dengan Metode
Weighted Product
Artikel Ilmiah
Diajukan kepada Fakultas Teknologi Informasi
untuk memperoleh Gelar Sarjana Komputer
Peneliti:
Lestari Wijayanti (672014101) Magdalena A. Ineke Pakereng, M.Kom.
Program Studi Teknik Informatika
Fakultas Teknologi Informasi
Universitas Kristen Satya Wacana
1
1. Pendahuluan
Kehidupan manusia akan selalu dihadapkan pada pilihan. Pengambilan keputusan yang tepat terhadap sebuah pilihan tidak dapat dilakukan dengan sembarangan, karena akan membawa dampak positif maupun negatif dari keputusan tersebut. Beberapa pilihan dapat dilakukan dengan cepat, sedangkan beberapa pilihan membutuhkan proses yang panjang untuk menghasilkan keputusan yang tepat. Contoh pengambilan keputusan yang membutuhkan proses panjang terlihat pada sistem penerimaan asisten dosen di Fakultas Teknologi Informasi Universitas Kristen Satya Wacana (FTI UKSW). Sistem pelaksanaan dan kriteria dalam seleksi penerimaan asisten dosen diatur oleh setiap dosen koordinator matakuliah. Standarisasi kriteria baku menjadi kelemahan dari sistem seleksi penerimaan asisten dosen. Standarisasi kriteria baku meliputi standard kriteria kompetensi asisten, seperti kemampuan pengendalian kelas, kemampuan presentasi, pemahaman materi matakuliah. Standar kriteria lain seperti waktu pelaksanaan seleksi, dan waktu seleksi. Waktu seleksi yang tidak pasti mengakibatkan pelaksanaan seleksi yang berbeda setiap matakuliah, sehingga terdapat kasus asisten masuk kelas pada pertengahan semester. Terdapat beberapa kasus pemilihan asisten dosen berdasarkan relasi dengan dosen koordinator matakuliah yang bersangkutan, hal ini dapat menyebabkan dampak negatif seperti kurangnya kompetensi dari asisten yang terpilih. Beberapa kasus menunjukkan banyaknnya calon asisten menyebabkan asisten dipilih berdasarkan relasi antara calon dengan dosen koordinator. Keterlambatan asisten dalam masuk kelas dan kurangnya kompetensi asisten dapat menyebabkan kurang efektifnya kelas dan mengganggu proses belajar mengajar.
Komponen utama dalam sebuah sistem pendukung keputusan adalah metode penarikan keputusan yang digunakan. Terdapat berbagai macam metode yang dapat digunakan dalam membuat sistem pendukung keputusan, seperti metode Weighted Product, ID3, TOPSIS, dan lain sebagainya. Metode Weighted Product mempunyai keunggulan untuk pengambilan keputusan yang multi kriteria. Sistem Seleksi Penerimaan Asisten Dosen mempunyai banyak kriteria yang harus dipertimbangkan, sehingga Metode Weighted Product dapat digunakan dalam sistem.
Berdasarkan latar belakang yang sudah dipaparkan, maka dilakukan penelitian yang berjudul "Perancangan dan Implementasi Sistem Pendukung Keputusan Penerimaan Asisten Dosen FTI UKSW dengan Metode Weighted Product".
2. Tinjauan Pustaka
Penelitian berjudul Implementasi Metode Weighted Product (WP) dalam Sistem Pendukung Keputusan untuk Menyeleksi Penerima Beras Masyarakat Miskin (Raskin), membahas bagaimana pengimplementasian metode Weighted Product dalam sistem pendukung keputusan untuk menyeleksi penerima beras masyarakat miskin. Penelitian menghasilkan aplikasi offline berbasis web yang dapat membantu dalam proses seleksi calon penerima raskin dan mempercepat proses seleksi [2].
Penelitian berjudul Penerapan Metode Weighted Product (WP) untuk Penerimaan Pegawai Baru di PT Tiga Serangkai Pustaka Mandiri Surakarta, membahas bagaimana penerapan metode Weighted Product diterapkan dalam suatu sistem pendukung keputusan. Penelitian menghasilkan kesimpulan bahwa metode Weighted Product memiliki kinerja sistem yang baik dan dapat diterapkan untuk seleksi penerimaan pegawai baru di PT Tiga Serangkai Pustaka Mandiri Surakarta [3].
Penelitian berjudul Pemodelan Sistem Pendaftaran dan Seleksi Asisten Dosen FTI UKSW Menggunakan Metode Promethee Berbasis Web Service, membahas bagaimana membangun sebuah sistem pendaftaran dan seleksi asisten dosen yang dapat memudahkan dalam seleksi asisten dosen berbasis Web Service. Penelitian menggunakan metode Promethee dalam membantu mengambil keputusan dan menggunakan platform Web sebagai implementasi. Hasil penelitian berupa laporan ranking sebagai informasi untuk pertimbangan dalam memilih asisten [4].
Sistem Pendukung Keputusan merupakan sistem informasi interaktif yang menyediakan informasi, pemodelan, dan manipulasi data. Sistem yang digunakan untuk membantu pengambilan keputusan dalam situasi yang semiterstruktur dan situasi yang tidak terstruktur, dimana tidak ada yang tahu secara pasti bagaimana keputusan seharusnya dibuat [5].
Pengambilan keputusan merupakan hasil suatu proses pemilihan dari berbagai alternatif tindakan yang mungkin dipilih dengan mekanisme tertentu, dengan tujuan untuk menghasilkan keputusan yang terbaik. Suatu SPK memberikan alternatif keputusan dan selanjutnya diserahkan kepada user untuk mengambil keputusan [6]. Weighted Product (WP) adalah keputusan analisis multi-kriteria yang populer dan merupakan metode pengambilan keputusan multi-kriteria. Seperti semua metode FMADM (Fuzzy Multi Attributes Decision Making), Weighted Product adalah himpunan berhingga dari alternatif keputusan yang dijelaskan dalam istilah beberapa kriteria keputusan. Metode Weighted Product menggunakan perkalian untuk menghubungkan rating atribut, rating setiap atribut dipangkatkan dengan bobot atribut yang bersangkutan, bobot dapat ditentukan oleh pengambil keputusan dengan melihat prioritas atau ditentukan dengan menggunakan kuesioner. Setelah penentuan bobot, selanjutnya akan dilakukan perbaikan nilai bobot agar Wj = 0 dengan menggunakan rumus [7]:
3
Proses pembobotan sama dengan proses normalisasi. Berikut adalah konsep dari metode Weighted Product [7]:
a. Menentukan preferensi alternatif
(2)
Keterangan:
S : preferensi alternatif x : nilai kriteria
w : bobot kriteria
i : alternatif, bernilai 1,2,…,m
j : kriteria
n : jumlah kriteria
wj : pangkat bernilai positif untuk atribut keuntungan dan bernilai negatif
untuk atribut biaya wj bernilai 1.
b. Menentukan preferensi relatif setiap alternatif
(3)
Keterangan:
V : preferensi alternatif x : nilai kriteria
w : bobot kriteria
i : alternatif, bernilai 1,2,…,m
j : kriteria
n : jumlah kriteria
* : jumlah kriteria yang sudah dinilai pada vektor S
3. Metode dan Perancangan Sistem
Secara umum penelitian dibagi menjadi 4 tahapan, yaitu: (1) Tahap analisa kebutuhan dan pengumpulan data; (2) Tahap perancangan sistem; (3) Tahap implementasi sistem; (4) Tahap pengujian sistem dan analisis hasil pengujian. Tahapan penelitian dapat dilihat pada Gambar 1.
Gambar 1 Tahapan Penelitian
Tahapan pertama adalah analisis kebutuhan dan pengumpulan data. Dilakukan analisis terhadap masalah yang dihadapi dalam proses penerimaan asisten dosen, permasalahan yang muncul adalah proses seleksi asisten dosen dilakukan dengan manual yang memakan banyak waktu dan tidak ada standarisasi waktu sehingga proses seleksi beberapa matakuliah terkadang dianggap memakan waktu dan dapat mengganggu proses belajar mengajar. Tidak ada standarisasi kriteria asisten, ada asisten dipilih berdasarkan relasi dengan dosen koordinasi matakuliah yang bersangkutan. Pengumpulan data seperti data mahasiswa, data dosen, dll. dilakukan dengan literatur, jurnal, browsing di internet dan artikel. Untuk atribut penilaian yang digunakan dalam sistem adalah: (1) Nilai matakuliah yang bersangkutan; (2) Kemampuan mengajar; (3) Penguasaan materi; (4) Pengalaman; (5) Disiplin; (6) Motivasi. Atribut didapat dari kesimpulan hasil wawancara dan literatur dari penelitian terdahulu. Sampel data didapat dengan memberikan form penilaian kepada dosen koordinator setiap matakuliah. Tahap kedua adalah perancangan sistem yang dilakukan dengan merancang Unified Modelling Language (UML), meliputi perancangan use case diagram, class diagram dan activity diagram. Perancangan antarmuka dilakukan pada tahap kedua. Tahap ketiga yaitu implementasi sistem yang dirancang pada tahap kedua ke dalam bahasa pemrograman, program ditulis dengan Bahasa Pemrograman PHP (Hypertext Preprocessor) dengan memanfaatkan application framework CodeIgniter. Program yang dibangun diharapkan dapat memberikan output berupa rekomendasi untuk dosen koordinator dalam memilih asisten, rekomendasi berupa bentuk ranking dari calon asisten. Tahap terakhir adalah pengujian sistem dan analisis hasil pengujian, sistem yang diimplementasikan diuji untuk mengetahui apakah sistem dapat menjawab permasalahan yang terjadi atau tidak. Pengujian dilakukan oleh calon asisten dan dosen.
Analisis Kebutuhan, dan Pengumpulan Data
Perancangan Sistem meliputi Perancangan Proses (UML)
Implementasi Sistem
5
Gambar 2 Use Case Diagram Sistem
Gambar 3 Class Diagram Sistem
7
Gambar 4 Activity Diagram Pendaftaran
Gambar 5 Activity Diagram Seleksi
9
4. Pembahasan dan Hasil Pengujian
Diperlukan beberapa kriteria penilaian untuk memilih mahasiswa yang dapat menjadi asisten. Kriteria peniliaian yang diperlukan yaitu nilai, kemampuan mengajar, penguasaan materi, pengalaman, disiplin, dan motivasi. Kriteria ditunjukkan oleh Tabel 1.
Tabel 1 Tabel Kriteria
Kriteria Variabel Nilai
Nilai A 3
AB 2
B 1
Kemampuan mengajar Sangat Baik 5
Baik 4
Cukup 3
Kurang 2
Sangat Kurang 1
Penguasaan Materi Sangat Baik 5
Baik 4
Tabel 1 menunjukkan bahwa setiap kriteria mempunyai range nilai. Kriteria nilai mempunyai range 1-3, berisi variabel A, AB, dan B. Kriteria nilai adalah nilai matakuliah yang akan didaftar. Syarat mendaftar di suatu matakuliah adalah sudah mengambil matakuliah tersebut dan mendapat nilai minimal B. Kriteria kedua adalah kemampuan mengajar, mempunyai range 1-5, sama dengan kriteria penguasaan materi dan motivasi. Kriteria disiplin dan pengalaman mempunyai range 1-2, penilaian untuk kriteria disiplin dapat dilihat dari presensi atau hal lain tergantung dosen koordinator. Penilaian untuk kriteria pengalaman ada 2 variabel, yaitu sudah dan belum. Sudah jika calon asisten pernah menjadi asisten di tahun/semester yang lalu.
Tabel 2 Tabel Evaluasi Bobot
Kode Kriteria Kriteria Penilaian Bobot (Wj)
K2 Kemampuan Mengajar 4
K3 Penguasaan Materi 4
K4 Disiplin 3
K5 Pengalaman 2
K6 Motivasi 2
Tabel 2 merupakan hasil evaluasi bobot kriteria, bobot ditentukan oleh pengambil keputusan. Pembobotan kriteria menggunakan skala Likert, yaitu skala yang digunakan untuk mengukur sikap, pendapat dan persepsi seseorang atau sekelompok orang tentang fenomena sosial. Bobot tertinggi diberikan kepada pilihan jawaban dari yang paling positif. Bobot (Wj) 5 mewakili sangat penting, 4 untuk penting, 3 cukup penting, 2 kurang penting dan 1 untuk tidak penting [8]. Penentuan bobot awal diberikan seperti pada Tabel 2 dengan melihat hasil penelitian terdahulu Berdasarkan Tabel 2 dapat dihitung nilai perbaikan bobot dengan menghitung nilai akumulasi bobot kriteria dahulu.
W = 5 + 4 + 4 + 3 + 2 + 2 = 20
Didapat nilai akumulasi bobot kriteria (W) adalah 20, nilai perbaikan bobot setiap kriteria dihitung dengan menggunakan rumus (1). Hasil dari perhitungan ditunjukkan oleh Tabel 3.
Tabel 3 Tabel Perbaikan Bobot
Kriteria Bobot (Wj) W Perbaikan Bobot (Wj)
11
Konversi diperlukan untuk proses perhitungan pada tahap berikutnya. Konversi nilai dari Tabel 4 sesuai dengan nilai di range dalam Tabel 1 ditunjukkan oleh Tabel 5.
Tabel 5 Tabel Konversi Sampel
Data K1 K2 K3 K4 K5 K6
Proses perhitungan preferensi alternatif (S) menggunakan rumus (2) didapat data seperti pada Tabel 6.
Data K1 K2 K3 K4 K5 K6 Si
Nilai preferensi alternatif digunakan dalam perhitungan nilai preferensi relatif (V). Perhitungan preferensi relatif dengan menggunakan rumus (3) menghasilkan data seperti yang ditampilkan di Tabel 7. Ketika nilai V sudah ada, maka dapat dilakukan perangkingan terhadap sampel yang ada, perangkingan dilihat dari nilai V yang paling besar ke paling kecil.
Tabel 7 Tabel Sampel Data
13
S13 3 3 1 2 2 4 2.239588 0.045956606 14
S14 1 4 2 1 2 1 1.624505 0.033335033 20
S15 2 3 1 2 2 5 2.069361 0.042463534 15
S16 3 4 3 2 2 4 2.955154 0.060640106 4
S17 1 5 2 1 2 2 1.820564 0.037358195 18
S18 1 2 2 2 2 3 1.751385 0.035938629 19
S19 3 4 5 1 2 1 2.567966 0.052694975 10
S20 3 2 4 2 2 4 2.724971 0.055916721 6
Gambar 6 Halaman Pendaftaran Asisten
Gambar 6 merupakan tampilan pendaftaran asisten yang dilakukan mahasiswa pada masa pendaftaran. Masa seleksi dibuka saat masa pendaftaran sudah selesai, dosen koordinator dapat menilai calon asisten di matakuliah yang dikoordinir. Form penilaian ditunjukkan pada Gambar 7, untuk kriteria pengalaman, motivasi, kemampuan mengajar, penguasaan materi dan disiplin nilai diserahkan kepada dosen. Hasil penilaian akan disimpan ke dalam database dan digunakan untuk mendapatkan rekomendasi dengan metode Weighted Product.
Gambar 7 Halaman Penilaian Asisten
Gambar 8 Halaman Rekomendasi
Gambar 9 menunjukkan hasil seleksi oleh dosen koordinator, halaman hasil seleksi dapat diakses oleh mahasiswa yang sudah mendaftarkan diri sebagai asisten.
Gambar 9 Halaman Hasil Seleksi
Kode Program 1 Perintah untuk Perhitungan Weighted Product
1. public function penilaian($kode, $makul) {
2. $nilai = pow($this->input->post('Nilai'), 0.25);
3. $KM = pow($this->input->post('KM'), 0.2);
4. $PM = pow($this->input->post('PM'), 0.2);
5. $disiplin = pow($this->input->post('Disiplin'), 0.15);
6. $motivasi = pow($this->input->post('Motivasi'), 0.1);
7. $pengalaman = pow($this->input->post('Pengalaman'), 0.1);
8. $S = $nilai * $KM * $PM * $disiplin * $motivasi * $pengalaman;
9. $calon = $this->DosenM->viewMahasiswa_Penilaian($makul);
10. $i = 0;
11. $delta = 0;
12. foreach ($calon as $row) {
13. $delta += $row->es;
14. }
15. foreach ($calon as $roww) {
16. $V = 0;
17. if ($this->input->post('NIM') == $roww->nim) {
18. $V = $S / $delta;
19. $data = array(
15
Kode Program 1 menunjukkan fungsi untuk perhitungan Weighted Product, dijalankan setelah user dosen menilai calon asisten. Perintah baris 2 sampai 7 menunjukkan pemangkatan setiap atribut dengan bobot atribut pada Tabel 3. Hasil pangkat digunakan untuk menghitung preferensi alternatif pada baris 8 dengan menggunakan rumus (2). Perulangan yang ditunjukkan baris 12 sampai 14 digunakan untuk menghitung akumulasi bobot kriteria, nilai akumulasi disimpan dalam variable $delta. Perhitungan preferensi relatif menggunakan rumus (3) diimplementasikan pada perintah baris 18 dan 29. Perintah baris 17 sampai 27 dilakukan untuk record calon asisten yang sedang dinilai, baris 29 sampai 33 digunakan untuk mengubah nilai V dari calon asisten. Perintah baris 27 dan 33 digunakan untuk memasukkan data ke database dengan mengakses fungsi update yang ada di class model.
Blackbox testing dilakukan untuk menguji fungsi dan fitur aplikasi guna mengetahui apakah bekerja sesuai yang diharapkan atau tidak. Hal yang diuji beserta dengan hasil pengujian dapat dilihat pada Tabel 8. Berdasarkan hasil pengujian, dapat disimpulkan bahwa fungsi dan fitur yang terdapat dalam sistem dapat bekerja seperti yang diharapkan.
Tabel 8 Hasil Black Box Testing
No. Deskripsi Hasil yang Diharapkan Hasil yang Diberikan Sistem
1. Dosen dan mahasiswa melakukan login
Dapat melakukan login dan ada peringatan jika username dan atau password ada yang salah. Kalau username dan password benar maka akan ditampilkan halaman utama dan data dari aktor yang berhasil login dapat ditampilkan di header.
Sesuai yang diharapkan.
2. Mahasiswa melakukan pendaftaran
Mahasiswa dapat memasukkan memilih matakuliah yang diinginkan dan dapat memasukkan nilai untuk syarat pendaftaran, nilai disimpan di database.
3. Dosen melakukan penilaian
terhadap calon asisten yang terdaftar.
Dosen dapat melakukan penilaian dan sistem akan
Dosen dapat memilih asisten yang dinyatakan lolos seleksi dan disimpan dalam database data asisten yang diterima. Hasil seleksi (diterima/ditolak) dapat ditampilkan di akun
Data diri (mahasiswa/dosen) berubah di database dan perubahan ditampilkan di halaman home.
Sesuai yang diharapkan.
Usability testing berguna untuk mengetahui kebutuhan pengguna terpenuhi dengan adanya sistem atau tidak. Apakah sistem dapat mempermudah kinerja user (dosen/mahasiswa) atau tidak dan apakah sistem dapat digunakan dengan mudah oleh user. Usability testing dilakukan dengan menyebar kuesioner yang berisi 14 pertanyaan yang terbagi ke dalam 3 kategori, yaitu kategori kegunaan sistem, kualitas informasi dan kualitas antarmuka. Daftar pernyataan beserta kategori dapat dilihat pada Tabel 9. Range nilai untuk setiap pernyataan adalah 1-5, 1 mewakili sangat tidak setuju, 2 adalah tidak setuju, 3 cukup setuju, 4 setuju, 5 untuk sangat setuju.
Tabel 9 Daftar Pernyataan Usability Testing
No Pertanyaan
Kegunaan Sistem/System Usability (SYSUSE)
1. Saya dapat dengan mudah menggunakan sistem 2. Penggunaan sistem sangat sederhana
3. Dosen: Saya dapat menyeleksi asisten dengan cepat Mahasiswa: Saya dapat mendaftar asisten dengan mudah 4. Saya merasa nyaman menggunakan sistem
5. Sistem dapat membantu dalam proses seleksi asisten
Kualitas Informasi/Information Quality (INFOQUAL)
6. Sistem ini memberikan pesan kesalahan yang jelas sehingga membantu bagaimana memperbaiki kesalahan.
17
9. Informasi yang disediakan efektif dalam membantu menyelesaikan proses penerimaan asisten dosen.
Kualitas Antarmuka/Interface Quality (INTERQUAL)
10. Tata letak menu dan konten yang ada mudah dimengerti dan digunakan 11. Saya suka menggunakan antarmuka (tampilan) sistem.
12. Antarmuka (tampilan) dari sistem ini nyaman dilihat.
13. Sistem memiliki fungsi yang memenuhi kebutuhan pengguna. 14. Secara keseluruhan, saya puas dengan sistem.
Tabel 10 Hasil Usability Testing
Pernyataan SS S C TS STS
Gambar 10 Presentase Hasil Kuesioner Kategori Kegunaan Sistem
Gambar 11 Presentase Hasil Kuesioner Kategori Kualitas Informasi
Gambar 12 Presentase Hasil Kuesioner Kategori Kualitas Antarmuka
5. Simpulan
19
6. Daftar Pustaka
[1] Wibowo, H. P., et al., 2013. Sistem Pendukung Keputusan Penerimaan Asisten Dosen pada Fakultas Teknologi Informasi UKSW Menggunakan Metode TOPSIS. Salatiga: Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana.
[2] Sugianto, E., et al., 2013. Pemodelan Sistem Pendaftaran dan Seleksi Asisten Dosen FTI UKSW Menggunakan Metode Promethee Berbasis Web Service". Salatiga: Jurusan Teknik Informatika, Fakultas Teknologi Informasi, Universitas Kristen Satya Wacana.
[3] Manik, A. R. A., et al., 2015. Implementasi Metode Weighted Product (WP) dalam Sistem Pendukung Keputusan untuk Menyeleksi Penerima Beras Masyarakat Miskin (Raskin). Semarang: Jurusan Teknik Informatika, Fakultas Ilmu Komputer, Universitas Dian Nuswantoro.
[4] Rohmah, N., et all., 2016. Penerapan Metode Weighted Product(WP) untuk Penerimaan Pegawai Baru di PT Tiga Serangkai Pustaka Mandiri Surakarta. Surakarta: Jurusan Sistem Informas, STMIK Sinar Nusantara.
[5] Kusrini, 2007. Konsep dan Aplikasi Sistem Pendukung Keputusan. Sigit Suyantoro, Ed. Yogyakarta: Andi.
[6] Suryadi, K., & Ramadhani, M. A., 1998. Sistem Pendukung Keputusan: Suatu Wacana Struktural Idealisasi dan Implementasi Pengambilan Keputusan. Bandung: Remaja Rosda Karya Offset.
[7] Kusumadewi, S., dkk., 2006. Fuzzy Multi-Attribute Decision Making (Fuzzy MADM). Yogyakarta: Graha Ilmu.
