BAB IV IMPLEMENTASI
4.2 Implementasi Sistem Pendukung Keputusan
Implementasi sistem pendukung keputusan (Decision Support System - DSS) adalah langkah kunci dalam memanfaatkan teknologi untuk membantu pengambilan keputusan yang lebih cerdas dan terinformasi. DSS adalah perangkat lunak atau infrastruktur yang dirancang untuk menyediakan data, analisis, dan alat pengambilan keputusan kepada pemimpin organisasi. Selama tahap implementasi, data yang relevan dikumpulkan, sistem diatur untuk memproses informasi tersebut, dan algoritma analisis yang sesuai diterapkan. Dengan DSS yang tepat, organisasi dapat mengoptimalkan strategi, mengidentifikasi peluang, dan mengatasi tantangan yang muncul, yang pada akhirnya berkontribusi pada pengambilan keputusan yang lebih efektif dan berkelanjutan.
4.3.1. Implementasi Halaman Login
Implementasi halaman login adalah bagian kunci dalam pengembangan aplikasi web atau perangkat lunak yang memerlukan akses terbatas. Halaman login dirancang untuk memverifikasi identitas pengguna dengan mengharuskannya memasukkan kredensial yang valid, seperti nama pengguna dan kata sandi.
Implementasi halaman login yang efisien dan aman merupakan langkah penting untuk melindungi data sensitif pengguna dan menjaga keamanan sistem secara keseluruhan.
Gambar 4.1. Implementasi Halaman Login 4.3.2. Implementasi Halaman Dashboard
Implementasi halaman dashboard adalah langkah penting dalam pengembangan aplikasi web atau perangkat lunak yang bertujuan memberikan pandangan komprehensif dan terstruktur tentang data dan informasi penting.
Implementasi halaman dashboard yang efektif dapat membantu pengambilan
keputusan yang lebih baik, pemantauan real-time, serta memfasilitasi akses yang cepat dan mudah ke informasi yang diperlukan.
Gambar 4.2. Implementasi Halaman Dashboard 4.3.3. Implementasi Halaman Data Pegawai Honor
Implementasi halaman data pegawai honor adalah langkah kunci dalam mengelola informasi mengenai tenaga kerja kontrak atau pegawai honor dalam sebuah organisasi. Halaman ini bertujuan untuk menyajikan data dan detail penting mengenai pegawai honor, data pegawai honor harus diinput dengan akurat dan dikelola secara sistematis. Desain halaman tersebut juga harus mempertimbangkan kemudahan akses dan pembaruan data, serta memberikan opsi pencarian dan filter untuk memudahkan pengelolaan. Dengan implementasi halaman data pegawai honor yang baik, organisasi dapat dengan efisien mengelola sumber daya manusia kontrak mereka dan memastikan ketersediaan data yang diperlukan untuk proses penggajian dan pemantauan kinerja.
Gambar 4.3. Implementasi Halaman Data Pegawai Honor Implementasi halaman tambah data pegawai honor sebagai berikut.
Gambar 4.4. Implementasi Halaman Tambah Data Pegawai Honor Implementasi halaman ubah data pegawai honor sebagai berikut.
Gambar 4.5. Implementasi Halaman Ubah Data Pegawai Honor
4.3.4. Implementasi Halaman Data Tahun Pemilihan
Implementasi halaman data tahun pemilihan adalah tahap penting dalam mengorganisir dan menyajikan informasi mengenai pemilihan pegawai honorer terbaik. Desain halaman harus mempertimbangkan kemudahan navigasi dan filter data untuk memungkinkan pengguna untuk melihat informasi yang mereka cari dengan cepat dan efisien.
Gambar 4.6. Implementasi Halaman Data Tahun Pemilihan Implementasi halaman tambah data tahun pemilihan sebagai berikut.
Gambar 4.7. Implementasi Halaman Tambah Data Tahun Pemilihan Implementasi halaman ubah data tahun pemilihan sebagai berikut.
Gambar 4.8. Implementasi Halaman Ubah Data Tahun Pemilihan 4.3.5. Implementasi Halaman Data Kriteria
Implementasi halaman data kriteria adalah bagian integral dari sistem pengelolaan kriteria yang memungkinkan organisasi atau individu untuk mendefinisikan, mengelola, dan mengatur kriteria yang relevan dalam berbagai konteks. Halaman ini biasanya memungkinkan pengguna untuk menentukan kriteria, seperti parameter penilaian atau standar tertentu, dan mengelola data yang berkaitan dengan kriteria tersebut. Selama proses implementasi, kriteria yang diperlukan diidentifikasi dan disusun dalam format yang sesuai. Desain halaman data kriteria harus intuitif, dengan kemampuan untuk menambah, mengedit, atau menghapus kriteria, serta memungkinkan pengguna untuk melihat dan memahami kriteria yang telah ditentukan. Implementasi halaman data kriteria dapat digunakan dalam berbagai konteks, seperti evaluasi kinerja, pemilihan, atau pengambilan keputusan yang memerlukan penilaian berdasarkan kriteria tertentu.
Gambar 4.9. Implementasi Halaman Data Kriteria Implementasi halaman tambah data kriteria sebagai berikut.
Gambar 4.10. Implementasi Halaman Tambah Data Kriteria Implementasi halaman ubah data kriteria sebagai berikut.
Gambar 4.11. Implementasi Halaman Ubah Data Kriteria
4.3.6. Implementasi Halaman Data Sub Kriteria
Implementasi halaman data sub kriteria adalah tahap penting dalam mengelola dan mengorganisir informasi terkait dengan sub-kriteria yang mendukung penilaian atau evaluasi yang lebih mendalam. Halaman ini dirancang untuk memungkinkan pengguna menentukan sub-kriteria yang lebih terperinci atau spesifik di bawah kriteria utama dalam berbagai konteks seperti pemilihan, penilaian kinerja, atau pengambilan keputusan. Implementasi halaman data sub- kriteria memungkinkan pengguna untuk melakukan evaluasi yang lebih rinci dan kontekstual, memperkaya proses pengambilan keputusan atau penilaian yang dilakukan.
Gambar 4.12. Implementasi Halaman Data Sub Kriteria Implementasi halaman tambah data sub kriteria sebagai berikut.
Gambar 4.13. Implementasi Halaman Tambah Data Sub Kriteria
4.3.7. Implementasi Halaman Data Penilaian
Implementasi halaman data penilaian adalah langkah kunci dalam mengelola proses penilaian dan evaluasi, di mana data terkait dengan penilaian individu, kinerja, atau objek lainnya dikumpulkan dan dikelola. Halaman ini dirancang untuk memfasilitasi input dan penyajian data penilaian, termasuk kriteria, skala penilaian.
Gambar 4.14. Implementasi Halaman Data Sub Kriteria Implementasi halaman tambah data penilaian sebagai berikut.
Gambar 4.15. Implementasi Halaman Tambah Data Penilaian 4.3.8. Implementasi Halaman Data Perhitungan Penilaian
Implementasi halaman data perhitungan penilaian VIKOR (VlseKriterijumsko Rangiranje I Kompromisno Resenje) merupakan tahap penting
dalam penggunaan metode pengambilan keputusan multi-kriteria untuk mengevaluasi alternatif berdasarkan sejumlah kriteria yang berbeda. Halaman ini dirancang untuk memudahkan input kriteria, nilai bobot, serta data performa dari setiap alternatif yang akan dinilai. Selama proses implementasi, algoritma perhitungan VIKOR yang kompleks diterapkan untuk menghasilkan peringkat alternatif berdasarkan prinsip pengkompromian antara nilai terbaik dan terburuk.
Halaman data perhitungan penilaian VIKOR harus mengintegrasikan perangkat lunak yang efisien dalam melakukan perhitungan tersebut dan memberikan hasil yang mudah dimengerti kepada pengguna. Ini memungkinkan pengambil keputusan untuk dengan cepat dan tepat menentukan alternatif terbaik yang memenuhi kriteria yang ada, dengan mempertimbangkan kompromi yang mungkin diperlukan dalam proses pengambilan keputusan multi-kriteria.
Gambar 4.16. Implementasi Halaman Perhitungan Penilaian VIKOR 4.3.9. Implementasi Halaman Data Perangkingan VIKOR
Implementasi halaman data perangkingan penilaian VIKOR (VlseKriterijumsko Rangiranje I Kompromisno Resenje) adalah langkah kunci dalam penerapan metode pengambilan keputusan multi-kriteria yang kompleks.
Halaman ini dirancang untuk memungkinkan pengguna memasukkan kriteria,
bobot kriteria, serta data performa alternatif yang akan dinilai. Selama tahap implementasi, perangkat lunak VIKOR yang terintegrasi harus mampu menjalankan algoritma perangkingan VIKOR untuk menghasilkan peringkat alternatif berdasarkan prinsip pengkompromian antara alternatif terbaik dan terburuk. Halaman data perangkingan penilaian VIKOR harus memberikan hasil yang jelas dan terstruktur kepada pengguna, memungkinkan mereka untuk dengan mudah memahami dan membandingkan alternatif berdasarkan kriteria yang ada. Ini memberikan solusi yang kuat dalam pengambilan keputusan multi-kriteria, membantu pengguna menentukan alternatif terbaik yang paling sesuai dengan preferensi dan batasan yang ada.
Gambar 4.17. Implementasi Halaman Perangkingan VIKOR
BAB V
HASIL DAN PEMBAHASAN
5.1. Perhitungan Penilaian Pegawai Terbaik Menggunakan VIKOR
Perhitungan penilaian pegawai terbaik menggunakan metode VIKOR (VlseKriterijumsko Rangiranje I Kompromisno Resenje) adalah pendekatan yang kuat dalam konteks manajemen sumber daya manusia. Dengan VIKOR, kriteria yang relevan seperti kinerja, pengalaman, kehadiran, dan kompetensi dinilai dan diberi bobot sesuai dengan preferensi dan prioritas organisasi. Algoritma VIKOR kemudian digunakan untuk merangkum data ini menjadi peringkat yang memungkinkan identifikasi pegawai terbaik yang mencapai kompromi terbaik antara alternatif yang ada. Ini membantu organisasi dalam mengambil keputusan tentang penghargaan, promosi, atau pengembangan karyawan dengan cara yang lebih terstruktur dan berbasis data. Perhitungan penilaian pegawai terbaik menggunakan VIKOR juga mempertimbangkan kemungkinan kompromi yang diperlukan, menjadikan metode ini sangat relevan dalam situasi di mana pengambilan keputusan melibatkan sejumlah kriteria yang kompleks dan seringkali bertentangan.
Hasil identifikasi kebutuhan mengusulkan untuk menggunakan sistem pendukung keputusan dalam seleksi penerimaan karyawan baru dengan menentukan 5 kriteria yang akan digunakan serta bobot masing-masing dari kriteria. Kriteria dan bobot yang digunakan dalam seleksi penerimaan staff administrasi dapat dilihat pada tabel berikut ini.
. Tabel 5.1. Kriteria dan Bobot Kriteria
Kode Kriteria Nama Kriteria Bobot Kriteria (%) Jenis Kriteria
C1 Disiplin 30 Benefit
C2 Keterampilan dan 20 Benefit
Kemampuan
C3 Kemampuan
Berkomunikasi
20 Benefit
C4 Kreativitas 10 Cost
C5 Kepemimpinan 20 Benefit
Setelah menentukan kriteria dan bobot yang akan digunakan selanjutnya menentukan subkriteria dan nilai subkriteria dari 5 kriteria yang ada. Subkriteria yang digunakan dapat dilihat pada tabel berikut ini.
. Tabel 5.2. Kriteria dan Bobot Su5Kriteria Kode Kriteria Nama Sub Kriteria Nilai
C1 Kurang Baik 1
C1 Baik 2
C1 Sangat Baik 3
C2 Kurang Baik 1
C2 Cukup Baik 2
C2 Baik 3
C2 Sangat Baik 4
C3 < 60 1
C3 >= 60 dan < 75 2 C3 >= 75 dan < 90 3
C3 >= 90 4
C4 < 60 1 C4 >= 60 dan < 75 2 C4 >= 75 dan < 90 3
C4 >= 90 4
C5 < 60 1
C5 >= 60 dan < 75 2 C5 >= 75 dan < 90 3
C5 >= 90 4
Terdapat 12 kandidat calon Pegawai Honorer Terbaik, hasil penilaian dari 12 kandidat calon Pegawai Honorer Terbaik dapat dilihat pada tabel berikut ini.
. Tabel 5.3. Hasil Penilaian Calon Pegawai Honorer Terbaik Kriteria
Nama Calon
C1 C2 C3 C4 C5
Pegawai Honorer 1 Kurang Baik
80 80 80 92
Pegawai Honorer 2 Baik 90 90 90 65
Pegawai Honorer 3 Kurang Baik
86 55 86 88
Pegawai Honorer 4 Sangat Baik
89 80 89 60
Pegawai Honorer 5 Sangat Baik
79 90 79 65
Pegawai Honorer 6 Baik 74 93 74 60
Pegawai Honorer 7 Kurang Baik
69 67 69 90
Pegawai Honorer 8 Kurang Baik
76 74 76 93
Pegawai Honorer 9 Baik 83 86 83 80
Pegawai Honorer 10 Sangat Baik
82 90 82 63
Pegawai Honorer 11 Baik 87 81 87 78
Pegawai Honorer 12 Baik 88 80 88 86
Bedasarkan hasil penilaian dari calon kandidat selanjutnya dilakukan konversi kedalam nilai subkriteria yang telah ditentukan. Hasil konversi nilai calon kandidat dapat dilihat pada tabel berikut ini.
. Tabel 5.4. Konversi Data Penilaian Calon Kandidat Kriteria
Nama Calon
C1 C2 C3 C4 C5
Pegawai Honorer 1 1 3 3 2 3
Pegawai Honorer 2 2 4 4 4 2
Pegawai Honorer 3 1 3 1 4 3
Pegawai Honorer 4 3 4 3 3 1
Pegawai Honorer 5 3 3 4 2 2
Pegawai Honorer 6 2 3 4 3 1
Pegawai Honorer 7 1 2 2 3 4
Pegawai Honorer 8 1 3 2 2 4
1
Pegawai Honorer 9 2 3 3 4 3
Pegawai Honorer 10 3 3 4 3 2
Pegawai Honorer 11 2 4 3 1 4
Pegawai Honorer 12 2 4 3 3 3
Perhitungan Menggunakan Metode VIKOR
Tahapan pertama dalam perhitungan metode VIKOR yaitu membuat matrik keputusan yang didapat berdasarkan hasil konversi data penilaian calon kandidat.
Matrik keputusan metode VIKOR menggunakan rumus (1) dapat dilihat dibawah ini
⎡1 3 3 2 3⎤
⎢2 4 4 4 2⎥
⎢1 3 1 4 3⎥
⎢ ⎥
⎢3 4 3 3 1⎥
⎢3 3 4 2 2⎥
⎢ ⎥
𝐹 = ⎢2 3 4 3 1⎥
⎢1 2 2 3 4⎥
⎢1 3 2 2 4⎥
⎢ ⎥
⎢2 3 3 4 3⎥
⎢3 3 4 3 2⎥
⎢ ⎥
⎢2 4 3 1 4⎥
[2 4 3 3 3]
Langkah selanjutnya ialah menentukan bobot kriteria (W) dengan menggunakan rumus (2) hasil bobot kriteria dari 5 kriteria yang digunakan adalah
W1 = 0,3; W2 = 0,2; W3 = 0,2; W4 = 0,1; W5 = 0,2;
Langkah berikutnya ialah menentukan nilai positif dan nilai negatif dari matrik keputusan. Hasil nilai positif dari matrik keputusan adalah
𝐹+ = 𝑚𝑎𝑥(1,2,1,3,3,2,1,1,2,3,2,2) = 3
2
3
4
5
1
2
3
4
5
𝐹+ = 𝑚𝑎𝑥(3,4,3,4,3,3,2,3,3,3,4,4) = 4
𝐹+ = 𝑚𝑎𝑥(3,4,1,3,4,4,2,2,3,4,3,3) = 4
𝐹+ = 𝑚𝑎𝑥(2,4,4,3,2,3,3,2,4,3,1,3) = 4
𝐹+ = 𝑚𝑎𝑥(3,2,3,1,2,1,4,4,3,2,4,3) = 4
Hasil nilai negatif dari matrik keputusan adalah 𝐹− = 𝑚𝑖𝑛(1,2,1,3,3,2,1,1,2,3,2,2) = 1
𝐹− = 𝑚𝑖𝑛(3,4,3,4,3,3,2,3,3,3,4,4) = 2
𝐹− = 𝑚𝑖𝑛(3,4,1,3,4,4,2,2,3,4,3,3) = 1
𝐹− = 𝑚𝑖𝑛(2,4,4,3,2,3,3,2,4,3,1,3) = 1
𝐹− = 𝑚𝑖𝑛(3,2,3,1,2,1,4,4,3,2,4,3) = 1
Langkah selanjutnya ialah membuat matrik normalisasi dengan menggunakan rumus (3). Hasil matrik normalisasi adalah
⎡ 1 0,5 0,333 0,333 0,333⎤
⎢0,5 0 0 1 0,667⎥
⎢ 0,333⎥
⎢ ⎥
⎢ 1 ⎥
⎢ 0,667⎥
⎢ ⎥
𝑁 = ⎢0,5 0,5 0 0,667 1 ⎥
⎢ 1 1 0,667 0,667 0 ⎥
⎢ 1 0,5 0,667 0,333 0 ⎥
⎢ ⎥
⎢0,5 0,5 0,333 1 0,333⎥
⎢ 0 0,5 0 0,667 0,667⎥
⎢ ⎥
⎢0,5 0 0,333 0 0 ⎥ [0,5 0 0,333 0,667 0,333]
1 0,5 1 1
0 0 0,333 0,667 0 0,5 0 0,333
Langkah selanjutnya ialah membuat matrik normalisasi bobot dengan menggunakan rumus (4). Hasil matrik normalisasi bobot adalah
⎡ 3 1 0,667 0,333 0,667⎤
⎢1,5 0 0 1 1,333⎥
⎢ 0,667⎥
⎢ ⎥
⎢ 2 ⎥
⎢ 1,333⎥
⎢ ⎥
𝐹∗ = ⎢1,5 1 0 0,667 1 ⎥
⎢ 3 2 1,333 0,667 0 ⎥
⎢ 3 1 1,333 0,333 0 ⎥
⎢ ⎥
⎢1,5 1 0,667 1 0,667⎥
⎢ 0 1 0 0,667 1,333⎥
⎢ ⎥
⎢1,5 0 0,667 0 0 ⎥ [1,5 0 0,667 0,667 0,667]
Langkah selanjutnya ialah menghitung nilai utility dan regret dengan menggunakan rumus (5) dan (6). Hasil nilai utility dengan menggunakan rumus (5) adalah
𝑆1 = (3 + 1 + 0,667 + 0,333 + 0,667) = 5,667
𝑆2 = (1,5 + 0 + 0 + 1 + 1,333) = 3,833
𝑆3 = (3 + 1 + 2 + 1 + 0,667) = 7,667
𝑆4 = (0 + 0 + 0,667 + 0,667 + 2) = 3,333
𝑆5 = (0 + 1 + 0 + 0,333 + 1,333) = 2,667
𝑆6 = (1,5 + 1 + 0 + 0,667 + 1) = 5,167
𝑆7 = (3 + 2 + 1,333 + 0,667 + 0) = 7
𝑆8 = (3 + 1 + 1,333 + 0,333 + 0) = 5,667
𝑆9 = (1,5 + 1 + 0,667 + 1 + 0,667) = 4,833
𝑆10 = (0 + 1 + 0 + 0,667 + 1,333) = 3
3 1 2 1
0 0 0,667 0,667 0 1 0 0,333
𝑆11 = (1,5 + 0 + 0,667 + 0 + 0) = 2,167
𝑆12 = (1,5 + 0 + 0,667 + 0,667 + 0,667) = 3,5
Hasil nilai regret dengan menggunakan rumus (6) adalah 𝑅1 = 𝑚𝑎𝑥(3; 1; 0,667; 0,333; 0,667) = 3
𝑅2 = 𝑚𝑎𝑥(1,5; 0; 0; 1; 1,333) = 1,5
𝑅3 = 𝑚𝑎𝑥(3; 1; 2; 1; 0,667) = 3
𝑅4 = 𝑚𝑎𝑥(0; 0; 0,667; 0,667; 2) = 2
𝑅5 = 𝑚𝑎𝑥(0; 1; 0; 0,333; 1,333) = 1
𝑅6 = 𝑚𝑎𝑥(1,5; 1; 0; 0,667; 1) = 1,5
𝑅7 = 𝑚𝑎𝑥(3; 2; 1,333; 0,667; 0) = 3
𝑅8 = 𝑚𝑎𝑥(3; 1; 1,333; 0,333 + 0) = 3
𝑅9 = 𝑚𝑎𝑥(1,5; 1; 0,667; 1; 0,667) = 1,5
𝑅10 = 𝑚𝑎𝑥(0; 1; 0; 0,667; 1,333) = 1,3
𝑅11 = 𝑚𝑎𝑥(1,5; 0; 0,667; 0; 0) = 1,5
𝑅12 = 𝑚𝑎𝑥(1,5; 0; 0,667; 0,667; 0,667) = 1,5
Langkah berikutnya ialah menghitung indeks VIKOR dengan menggunakan rumus (7). Hasil perhitungan nilai indeks VIKOR) dapat dilihat pada tabel berikut ini.
. Tabel 5.5. Hasil Perhitungan Nilai Indeks VIKOR
Nama Calon Indeks
Pegawai Honorer 1 0,818
Pegawai Honorer 2 0,202
Pegawai Honorer 3 1,000
Pegawai Honorer 4 0,306
Pegawai Honorer 5 0,045
Pegawai Honorer 6 0,473
Pegawai Honorer 7 0,939
Pegawai Honorer 8 0,818
Pegawai Honorer 9 0,292
Pegawai Honorer 10 0,076
Pegawai Honorer 11 0,050
Pegawai Honorer 12 0,171
Langkah terakhir adalah membuat perangkingan berdasarkan hasil akhir nilai indeks VIKOR. Perangkingan calon kandidat karyawan baru yang akan mengisi jabatan atau posisi staff administrasi dapat dilihat pada tabel 6.
. Tabel 5.6. Hasil Perangkingan Calon Kandidat Mengunakan Metode VIKOR
Nama Calon Indeks Rangking
Pegawai Honorer 5 0,045 1
Pegawai Honorer 11 0,050 2 Pegawai Honorer 10 0,076 3 Pegawai Honorer 12 0,171 4
Pegawai Honorer 2 0,202 5
Pegawai Honorer 9 0,292 6
Pegawai Honorer 4 0,306 7
Pegawai Honorer 6 0,473 8
Pegawai Honorer 8 0,818 9
Pegawai Honorer 1 0,818 10
Pegawai Honorer 7 0,939 11
Pegawai Honorer 3 1,000 12
Berdasarkan hasil perangkingan menggunakan metode VIKOR dalam sistem pendukung keputusan Pegawai Honorer Terbaik maka metode VIKOR merekomendasikan Pegawai Honorer 5 sebagai kandidat Pegawai Honorer 5 dengan nilai indeks VIKOR yaitu 0,045 dan mendapatkan rangking 1.
5.2. Pengujian Blackbox Testing
Pengujian black-box (blackbox testing) adalah metode pengujian perangkat lunak yang berfokus pada fungsionalitas dan perilaku aplikasi tanpa memerhatikan rincian internal kode sumber. Dalam pengujian ini, pengujian dilakukan dengan memasukkan input tertentu ke dalam sistem dan mengevaluasi respons atau output yang dihasilkan. Tujuan utama dari black-box testing adalah untuk memastikan bahwa aplikasi berfungsi sesuai dengan spesifikasi fungsionalnya, dan bahwa semua fitur dan fungsionalitas yang dijanjikan kepada pengguna berjalan dengan baik. Dalam proses pengujian ini, pengujian berfokus pada validasi perilaku eksternal perangkat lunak tanpa memeriksa bagaimana proses internalnya bekerja.
Hal ini membantu mengidentifikasi masalah yang mungkin terjadi dari perspektif pengguna akhir, sehingga perbaikan dan peningkatan dapat dilakukan untuk menghasilkan perangkat lunak yang lebih andal dan sesuai dengan kebutuhan pengguna.
5.2.1. Hasil Pengujian Halaman Login
Hasil pengujian halaman login pada sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung:
Tabel 5.1. Hasil Pengujian Halaman Login
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai Login username dan
password
Sesuai 2 0
5.2.2. Hasil Pengujian Halaman Data Pegawai
Hasil pengujian halaman data pegawai pada sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung:
Tabel 5.2. Hasil Pengujian Halaman Data Pegawai
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai
Pengelolaan data pegawai Sesuai 4 0
5.2.3. Hasil Pengujian Halaman Data Kriteria
Hasil pengujian halaman data kriteria pada sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung:
Tabel 5.3. Hasil Pengujian Halaman Data Kriteria
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai
Pengelolaan data kriteria Sesuai 4 0
5.2.4. Hasil Pengujian Halaman Data Sub Kriteria
Hasil pengujian halaman data sub kriteria pada sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung:
Tabel 5.4. Hasil Pengujian Halaman Data Sub Kriteria
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai Pengelolaan data sub
kriteria
Sesuai 4 0
5.2.5. Hasil Pengujian Halaman Data Penilaian
Hasil pengujian halaman data penilaian pada sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung:
Tabel 5.5. Hasil Pengujian Halaman Data Penilaian
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai
Pengelolaan data penilaian Sesuai 4 0
5.2.6. Hasil Pengujian Halaman Data Tambah Penilaian
Hasil pengujian halaman data tambah penilaian pada sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung:
Tabel 5.6. Hasil Pengujian Halaman Data Tambah Penilaian
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai Pengelolaan tambah data
penilaian
Sesuai 4 0
5.2.7. Hasil Pengujian Halaman Cetak Laporan
Hasil pengujian halaman cetak laporan pada sistem pendukung keputusan untuk pemilihan supplier adalah:
Tabel 5.7. Hasil Pengujian Halaman Cetak Laporan
Data Masukan Hasil
Pengamatan
Jumlah Jawaban Sesuai Tidak Sesuai
Pengelolaan cetak laporan Sesuai 2 0
5.2.8. Kesimpulan Hasil Pengujian Blackbox Testing
Hasil pengujian black box testing dari 7 komponen pengujian yang sudah dilakukan maka didapatkan hasil yaitu :
Tabel 5.8. Hasil Rekapitulasi Pengujian Black Box Testing
Kriteria Pengujian
Jumlah Jawaban Sesuai Tidak Sesuai
Halaman Login 2 0
Halaman Data Supplier 4 0
Halaman Data Aspek Kriteria 4 0
Halaman Data Sub Kriteria 4 0
Halaman Data Penilaian 4 0
Halaman Tambah Penilaian 4 0
Halaman Cetak Laporan 2 0
Total Jawaban 24 0
Berdasarkan hasil rekapitulasi 7 kriteria pengujian yang telah dilakukan didapatkan hasil jumlah jawaban dari responden yaitu mempunyai nilai 100%
sesuai dengan pengujian fungsionalitas sistem menggunakan blackbox testing.
BAB VI
KESIMPULAN DAN SARAN
6.1. Kesimpulan
Berdasarkan hasil uraian yang telah dipaparkan pada bab-bab sebelumnya makan dapat diambil simpulan yaitu sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung
1. Perancangan sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung menggunakan metode extreme programming yang mempunyai tahapan yaitu planning, design, coding, dan test.
2. Penerapan sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung dibuat dengan menggunakan framework codeigniter. Hasil pengujian sistem menggunakan blackbox testing mendapatkan hasil 100% sesuai dengan pengujian fungsionalitas sistem.
6.2. Saran
Berdasarkan hasil penelitian yang telah dibahas, maka beberapa hal yang disarankan adalah
1. Sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje)
studi kasus Dinas Koperasi dan UMKM Provinsi Lampung dapat ditambahkan kriteria untuk pemilihan pegawai honorer terbaik.
2. Pengujian sistem pendukung keputusan pemilihan pegawai honorer terbaik menggunakan metode VIKOR (visekriterijumsko kompromisno rangiranje) studi kasus Dinas Koperasi dan UMKM Provinsi Lampung dapat menggunakan seluruh aspek ISO 25010.
DAFTAR PUSTAKA
Aji, W., Dewi, F., Kristen, U., & Wacana, S. (2020). Dampak Covid-19 Terhadap Implementasi Pembelajaran Daring Di. Edukatif, 2(1), 55–61.
Borman, R. I., & Helmi, F. (2018). Penerapan Metode Perbandingan Eksponensial (Mpe) Dalam Sistem Pendukung Keputusan Penerima Beasiswa Siswa Berprestasi Pada Smk Xyz. Computer Engineering, Science and System Journal, 3(1), 17. https://doi.org/10.24114/cess.v3i1.8227
Damayanti, D., & Sumiati, S. (2018). Sistem Informasi Daya Tarik Pembelian Produk UMKM Home Industri Berbasis WEB. Konferensi Nasional Sistem Informasi (KNSI) 2018.
Fathulyaqin, D., Darusalam, U., & Sholihati, I. D. (2021). Sistem Pendukung Keputusan Pemilihan Kualitas Produk UPS Terbaik Menggunakan Metode Topsis dan SAW. STRING (Satuan Tulisan Riset Dan Inovasi Teknologi), 6(1), 55. https://doi.org/10.30998/string.v6i1.9898
Febriani, Y. (2018). Rekayasa Kebutuhan Aplikasi Monitoring Kinerja Tenaga Penjual Produk Kredit Bank xyz Menggunakan Model System Engineering Life Cycle.
Sitech, Vol 1, No, 1–6.
Indra, R., Thyo, A., & Rahman, A. (2020). Implementasi Metode Pengembangan Sistem Extreme Programming ( XP ) pada Aplikasi Investasi Peternakan Implementation of Extreme Programming ( XP ) System Development Method in Livestock Investment Aplication. 8(3), 272–277.
https://doi.org/10.26418/justin.v8i3.40273
Jacobson, L., & Booch, J. R. G. (2021). The unified modeling language reference manual.
Kisworo, K. (2018). FMADM: Yager Model In Fuzzy Decision Making. Jurnal Tekno Kompak, 12(1), 1–4.
Lathifah, S. (2021). Analisis Penerimaan Aplikasi Web Engineering Pelayanan Pengaduan Masyarakat Menggunakan Technology Acceptance Model. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(1), 299–311.
Latif, L. A., Jamil, M., & Abbas, S. H. I. (2018). Buku Ajar: Sistem Pendukung Keputusan Teori dan Implementasi. Deepublish.
Limbong, T., Muttaqin, M., Iskandar, A., Windarto, A. P., Simarmata, J., Mesran, M., Sulaiman, O. K., Siregar, D., Nofriansyah, D., & Napitupulu, D. (2020).
Sistem Pendukung Keputusan: Metode & Implementasi. Yayasan Kita Menulis.
Nainggolan, O. V. (2018). Analisis Kelayakan Usaha Mikro Kecil Dan Menengah (Umkm) Sepatu Dan Sandal Di Bogor. Jurnal Bina Akuntansi, 5(1), 101–149.
https://doi.org/10.52859/jba.v5i1.37
Peters, E., & Aggrey, J. (2020). An ISO 25010 based quality model for ERP systems. Advances in Science, Technology and Engineering Systems Journal, 5, 578–583.
Siagian, Y., Kifti, W. M., Hutahaean, J., Informasi, P. S., Kisaran, R., Yamin, J. H.
M., 73 Kisaran, S. N., Asahan, K., & Utara, S. (2021). Analisis Sistem
Pendukung Keputusan Menentukan Produk Terlaris dengan Metode Simple Additive Weighting. Jurnal Sains Komputer & Informatika (J-SAKTI, 5(2), 1085.
Sulistiani, H., Setiawansyah, S., & Darwis, D. (2020). Penerapan Metode Agile untuk Pengembangan Online Analytical Processing (OLAP) pada Data Penjualan (Studi Kasus: CV Adilia Lestari). Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi, 6(1), 50–56.
Verdian, A., & Wantoro, A. (2019). Komparasi Metode Profile Matching Dengan Fuzzy Profile Matching Pada Pemilihan Wakil Kepala Sekolah. Jurnal Ilmiah Media Sisfo, 13(2), 97–105.
Widiatry, W., & Sari, N. N. kamala. (2019). Rancang Bangun Website untuk Memeriksa Plagiat E-Journal Fakultas Kedokteran Universitas Palangka Raya.
Jurnal CoreIT: Jurnal Hasil Penelitian Ilmu Komputer Dan Teknologi Informasi, 5(2), 36. https://doi.org/10.24014/coreit.v5i2.8142