Lisensi ini mengizinkan setiap orang untuk …kc.umn.ac.id/2681/4/BAB III.pdfInterest Game Dev Oracle SAP CISCO 2D Game Ya Tidak Tidak Tidak 3D Game Ya Tidak Tidak Tidak Bisnis Konsultan

Team project ©2017 Dony Pratidana S. Hum | Bima Agus Setyawan S. IIP

Hak cipta dan penggunaan kembali:

Lisensi ini mengizinkan setiap orang untuk menggubah, memperbaiki, dan membuat ciptaan turunan bukan untuk kepentingan komersial, selama anda mencantumkan nama penulis dan melisensikan ciptaan turunan dengan syarat yang serupa dengan ciptaan asli.

Copyright and reuse:

This license lets you remix, tweak, and build upon work non-commercially, as long as you credit the origin creator and license it on your new creations under the identical terms.

17

BAB III

METODE DAN PERANCANGAN APLIKASI

3.1 Metode Penelitian

Metode penelitian yang dilakukan dalam penelitian ini melewati beberapa

tahap, yaitu sebagai berikut.

a. Studi Literatur

Pada tahap studi literatur, penelitian sebelumnya yang berhubungan dengan

penelitian ini dipelajari. Selain penelitian yang telah dilakukan, beberapa

artikel ilmiah, jurnal dan buku yang berhubungan dengan metode analytical

hierarchy process dan sistem rekomendasi juga dipelajari.

b. Pengumpulan Data

Pada tahap ini, pengumpulan data dilakukan dengan melakukan konsultasi

dengan pakar dan melakukan kuesioner. Bobot-bobot kriteria tertentu

didapatkan dari informasi yang didapatkan dari pakar untuk setiap peminatan.

c. Perancangan Aplikasi

Pada tahap perancangan aplikasi, pembangunan perancangan dari sistem

menggunakan diagram-diagram seperti flowchart, Data Flow Diagram dan

Entity Relationship Diagram dan menentukan variable yang digunakan dalam

rekomendasi dilakukan.

Rancang Bangun ..., Yosua Petra, FTI UMN, 2015

18

d. Perancangan Database

Pada tahap ini, perancangan database dilakukan dengan merujuk kepada

rancangan Entity Relationship Diagram. Data yang digunakan oleh database

berasal dari tahap pengumpulan data yang sudah dilakukan.

e. Implementasi Sistem

Pada tahap implementasi sistem, dilakukan implementasi sistem

menggunakan bahasa pemograman Java dengan IDE Android Studio dan

bahasa pemograman web PHP sebagai server.

f. Uji Coba dan Evaluasi

Pada tahap ini dilakukan input bobot dan melakukan uji coba aplikasi untuk

mencari kesalahan atau bug serta melakukan evaluasi terhadap sistem dengan

menggunakan kuisioner.

3.2 Pengumpulan Data

Pengumpulan data dimulai dengan melakukan kuesioner terhadap setiap

pakar peminatan untuk mendapatkan bobot pairwise yang digunakan dalam

perhitungan AHP. Skala likert digunakan untuk mendapatkan bobot setiap kriteria

dan kuesioner dilakukan kepada setiap pakar peminatan. Setelah mendapatkan

bobot untuk setiap perbandingan kriteria, dilakukan rata-rata untuk setiap bobot

perbandingan kriteria dari setiap pakar dan hasil rata-rata digunakan sebagai bobot

pairwise. Selain mendapatkan bobot pairwise, kuesioner untuk persetujuan

kriteria yang digunakan dan keterangan informasi detil peminatan juga

ditanyakan. Kuesioner bobot pairwise terdapat pada lampiran.


19

Tahap pengumpulan data selanjutnya adalah dengan melakukan kuesioner

untuk daftar minat-minat atau interest yang berhubungan dengan peminatan

kepada setiap pakar peminatan. Pada tabel 3.1 terdapat daftar minat-minat atau

interest yang digunakan dalam perhitungan AHP berdasarkan hasil kuesioner

pakar. Kuesioner interest atau minat terdapat pada halaman lampiran.

Tabel 3.1 Tabel Hasil Kuesioner Untuk Minat Atau Interest

Interest Game Dev Oracle SAP CISCO

2D Game Ya Tidak Tidak Tidak

3D Game Ya Tidak Tidak Tidak

Bisnis Konsultan Tidak Tidak Ya Tidak

Bisnis Proses Ya Ya Ya Tidak

Data Communication Tidak Tidak Tidak Ya

Database Admin Tidak Ya Tidak Tidak

Database Programing Tidak Ya Tidak Tidak

E-Commerce Tidak Tidak Tidak Ya

Entrepreneur Ya Tidak Tidak Tidak

ERP Tidak Tidak Ya Tidak

Game Design Ya Tidak Tidak Tidak

Internet Tidak Tidak Tidak Ya

Management Ya Tidak Tidak Tidak

Mobile Access Network Tidak Tidak Tidak Ya

Mobile Content/Apps Ya Tidak Tidak Ya

Multimedia Application Ya Tidak Tidak Tidak

Network Design Tidak Tidak Tidak Ya

Network Protocol Tidak Tidak Tidak Ya

Network Security Tidak Ya Tidak Ya

Networking Tidak Tidak Tidak Ya

Programing Ya Ya Tidak Tidak

Simulation Ya Tidak Tidak Tidak

System Administrator Tidak Ya Tidak Tidak

Teknologi Industri Tidak Tidak Ya Tidak

Teleworker Tidak Tidak Tidak Ya

Visual Application Ya Tidak Tidak Tidak

Wireless Networking Tidak Tidak Tidak Ya

Setelah mendapatkan daftar minat-minat atua interest yang berkaitan

denga peminatan tersebut, dilakukan kuesioner untuk menemukan mata kuliah


20

yang bersangkutan dengan setiap peminatan kepada pakar. Pada tabel 3.2

dijelaskan hasil kuesioner kepada pakar peminatan.

Tabel 3.2 Tabel Hasil Kuesioner Mata Kuliah Berkaitan Dengan Peminatan

Peminatan Jumlah Mata Kuliah Yang Cocok Dengan Jurusan

TI SI SK

CISCO 6 5 6

Game Development 8 7 7

Oracle 12 12 10

SAP 5 20 7

Penjelasan detil hasil kuesioner mata kuliah berkaitan dengan peminatan

kepada pakar peminatan terdapat pada halaman lampiran.

3.3 Perancangan Aplikasi

Sistem dibangun menggunakan berbagai macam perancangan. Berikut ini

penjabaran perancangan yang dijelaskan menggunakan diagram-diagram.

3.2.1 Flowchart

Sistem rekomendasi peminatan fakultas Teknologi Informasi dan

Komunikasi (TIK) di UMN diakses melalui client application yang tersedia pada

perangkat android yang digunakan. Proses rekomendasi ini dimulai dengan

melakukan input login, tampilan menu utama tidak akan ditampilkan selama user

belum berhasil melakukan proses login. Setelah melakukan login, user dapat

memilih menu-menu yang tersedia pada tampilan menu utama. Menu yang dipilih

akan menampilkan tampilan sesuai dengan menu tersebut. Jika user memilih

menu mengambil tes peminatan, maka sistem akan menerima input user,

melakukan perhitungan AHP dan menampilkan hasil rekomendasi. Flowchart

proses aplikasi front end tertera pada gambar 3.1.


21

Gambar 3.1 Flowchart Aplikasi Front End

Pada proses perhitungan AHP, sistem akan mendapatkan bobot matriks

pairwise dan matriks bobot kriteria tetap dari database, dan melakukan proses

normalisasi untuk digunakan pada perhitungan selanjutnya. Setelah mendapatkan

matriks pairwise dan matriks bobot kriteria tetap, sistem akan mendapatkan

informasi nilai user dari database untuk digunakan dalam perhitungan AHP.

Setelah itu, sistem akan mendapatkan input preferensi user untuk dijadikan

sebagai bobot input kriteria interest dan tingkat kesulitan. Setelah mendapatkan

semua input preferensi user, pembuatan matriks kriteria dinamis dan normalisasi

matriks kriteria dinamis dilakukan. Setelah mendapatkan seluruh matriks kriteria,

dilakukan perhitungan prioritas vektor untuk matriks pairwise dan matriks kriteria


22

terhadap peminatan. Pada tahap selanjutnya, perkalian matriks pairwise dan

matriks kriteria dilakukan untuk mendapatkan nilai peminatan terhadap goal,

peminatan dengan nilai tertinggi direkomendasikan kepada user. Proses

perhitungan AHP dijabarkan pada gambar 3.2.

Gambar 3.2 Flowchart Perhitungan AHP


23

3.2.2 Data Flow Diagram

Pada aplikasi ini memiliki context diagram seperti pada gambar 3.3

dimana suatu terdapat suatu proses utama dan dua entitas, yaitu user pengguna

sistem dalam proses rekomendasi dan pakar sebagai entitas yang memberikan

data input bobot sistem.

Gambar 3.3 Context Diagram

Rincian context diagram pada aplikasi sistem rekomendasi peminatan

fakultas TIK di UMN tampak seperti gambar 3.4. Terdapat sebuah proses utama

dan dua entitas yaitu user dan pakar.

Pada diagram DFD level 1 yang terdapat pada gambar 3.4, terdapat empat

proses yaitu proses management peminatan, proses login, proses login admin dan

proses mendapatkan rekomendasi. Proses management peminatan bertanggung

jawab dalam menangani input pakar dan mensisipkan data peminatan atau bobot

baru ke database. Proses mendapatkan rekomendasi bertanggung jawab dalam

melakukan perhitungan AHP berdasarkan input pakar dan input user. Proses ini

akan mengubah input user maupun input pakar menjadi vektor prioritas

peminatan yang akan dikalikan dengan vektor prioritas pairwise untuk


24

mendapatkan ranking dari setiap peminatan sesuai dengan preferensi user dan

input bobot dari pakar. Proses login bertanggung jawab dalam melakukan

autentikasi login mahasiswa serta mendapatkan nilai-nilai mata kuliah user.

Proses login admin bertanggung jawab dalam melakukan proses autentikasi login

untuk content management system.


25

Gambar 3.4 Data Flow Diagram Level 1


26

Gambar 3.5 DFD level 2 Proses Hitung Rekomendasi

Proses mendapatkan rekomendasi yang telah diperinci terdapat pada

gambar 3.5. Proses mendapatkan rekomendasi bertanggung jawab dalam

menampilkan informasi peminatan dan memberikan rekomendasi yang sesuai

dengan preferensi user. Proses hitung rekomendasi menerima preferensi dan

bobot yang didapatkan dari input user dan database, kemudian mengubah

informasi tersebut menjadi nilai bobot dan pada akhirnya diubah menjadi vektor

alternative. Setelah itu proses hitung rekomendasi mengambil bobot pairwise

comparison dan menghitung prioritas kriteria sebagai vektor pairwise. Ranking

didapatkan dengan mengalikan vektor pairwise dengan vektor alternative.

Rincian proses ini terdapat pada gambar 3.6.


27

Gambar 3.6 DFD level 2.1 Proses Hitung Rekomendasi

Pada Sub-proses Proses Hitung Bobot DFD level 2.1.1, terdapat 6 proses

yang bertanggung jawab untuk mengubah informasi input user atau pakar menjadi

vektor bobot. Vektor bobot diubah menjadi vektor peminatan pada proses vektor

alternative. Rincian dari subproses level 2.1.1 ini adalah seperti pada gambar 3.7.


28

Gambar 3.7 DFD Sub-Proses Level 2.1.1 Proses Hitung Bobot


29

3.2.3 Entity Relationship Diagram

Pada gambar 3.8 terdapat 13 buah tabel yang saling berhubungan dan

sebuah tabel yang tidak memiliki hubungan, yaitu tabel admin. Tabel admin

menyimpan informasi login admin untuk Content Management System. Tabel

sertifikasi, salary dan biaya digunakan untuk menyimpan bobot nilai yang

didapatkan dari pakar untuk sub-kriteria rata-rata rating sertifikasi, biaya untuk

ujian entry level dan gaji untuk fresh graduate pada peminatan tersebut. Tabel

mahasiswa digunakan untuk menyimpan informasi login mahasiswa serta

informasi-informasi mahasiswa lainnya. Tabel jurusan digunakan untuk

menyimpan informasi jurusan yang digunakan, yang terdapat pada sistem, yaitu

penjurusan Teknik Informatika, Sistem Informasi dan Sistem Komputer. Tabel

alternative digunakan untuk menyimpan informasi peminatan dan lokasi image

logo peminatan pada sistem. Tabel minat digunakan untuk menyimpan daftar

minat atau interest yang dapat dipilih oleh user sebagai bentuk input pembobotan.

Tabel detail minat menyimpan informasi relasi antara peminatan dengan minat-

minat yang ada. Tabel mata kuliah menyimpan informasi mata kuliah yang

digunakan oleh sistem. Tabel detail mata kuliah menyimpan informasi mata

kuliah yang berkaitan dengan peminatan. Tabel detail nilai mahasiswa

menyimpan informasi mata kuliah yang berkaitan dengan peminatan. Tabel

pairwise menyimpan informasi bobot dari setiap perbandingan kriteria pairwise

terhadap goal. Tabel kriteria digunakan untuk menyimpan kriteria yang digunakan

dalam menentukan rekomendasi.


30

Gambar 3.8 Entity Relationship Diagram


31

3.2.4 Stuktur Tabel

Berikut ini adalah perincian dari tabel yang digunakan pada sistem ini.

Nama Tabel : admin

Fungsi : digunakan untuk menyimpan informasi login admin

Primary Key : id_admin

Foreign Key : -

Tabel 3.3 Tabel admin

Nama Field Tipe Data Keterangan

id_admin Int ID admin

username varchar(30) Username milik admin

password Longtext Password milik admin

Nama Tabel : kriteria

Fungsi : menyimpan informasi kriteria

Primary Key : id_kriteria

Foreign Key : -

Tabel 3.4 Tabel Kriteria


id_kriteria int ID kriteria

nama_kriteria varchar(20) Nama dari kriteria

Keterangan longtext Keterangan kriteria

Nama Tabel : pairwise

Fungsi : Menyimpan perbandingan bobot pairwise antar kriteria

Primary Key : id_pairwise

Foreign Key : id_kriteria1, id_kriteria2


32

Tabel 3.5 Tabel Pairwise


id_pairwise int ID dari pairwise

id_kriteria1 int ID kriteria 1

id_kriteria2 int ID kriteria 2

Bobot float Bobot perbandingan kriteria 1

terhadap kriteria 2

Nama Tabel : mahasiswa

Fungsi : menyimpan informasi mahasiswa

Primary Key : NIM

Foreign Key : id_jurusan

Tabel 3.6 Tabel Mahasiswa


NIM varchar(12) NIM dari mahasiswa

password varchar(20) Password mahasiswa untuk login

id_jurusan int id jurusan mahasiswa

Nama Tabel : jurusan

Fungsi : Menyimpan informasi jurusan

Primary Key : id_jurusan

Foreign Key : -

Tabel 3.7 Tabel Jurusan


id_jurusan Int ID Jurusan

nama_jurusan varchar(30) Nama jurusan

Nama Tabel : nilai_mahasiswa

Fungsi : Menyimpan informasi nilai mahasiswa


33

Primary Key : id_nilai_mahasiswa

Foreign Key : id_mata_kuliah, NIM

Tabel 3.8 Tabel Nilai Mahasiswa


NIM varchar(12) NIM dari mahasiswa

id_nilai_mahasiswa int ID nilai mahasiswa

id_mata_kuliah int ID mata kuliah

Nilai varchar(2) Nilai dari mata kuliah mahasiswa

Nama Tabel : rating_sertifikasi

Fungsi : Menyimpan bobot dari perbandingan alternative kriteria rata-rata

rating sertifikasi

Primary Key : id_rating_sertifikasi

Foreign Key : id_alternative1, id_alternative2

Tabel 3.9 Tabel Rating Sertifikasi


id_rating_sertifikasi int ID dari rating sertifikasi

id_alternative1 int ID dari alternative (peminatan) 1


Bobot float Bobot perbandingan alternative 1 terhadap

alternative 2

Nama Tabel : salary

Fungsi : menyimpan bobot dari perbandingan alternative kriteria salary

Primary Key : id_salary



34

Tabel 3.10 Tabel Salary


id_salary int ID dari salary



Bobot float Bobot perbandingan alternative 1

terhadap alternative 2

Nama Tabel : biaya_ujian

Fungsi : Menyimpan bobot dari perbandingan alternative kriteria biaya

untuk ujian entry level

Primary Key : id_biaya


Tabel 3.11 Tabel Biaya Ujian


id_biaya_ujian int ID dari biaya_ujian



bobot float Bobot perbandingan alternative 1 terhadap

alternative 2

Nama Tabel : mata_kuliah

Fungsi : Menyimpan informasi mata kuliah.

Primary Key : id_mata_kuliah

Foreign Key : -

Tabel 3.12 Tabel Mata Kuliah



nama_mata_kuliah varchar(70) Nama mata kuliah

Nama Tabel : detail_mata_kuliah

Fungsi : Menyimpan informasi relasi mata kuliah dengan peminatan


35

Primary Key : id_detail_mata_kuliah

Foreign Key : id_mata_kuliah, id_jurusan, id_alternative

Tabel 3.13 Tabel Detail Mata Kuliah


id_detail_mata_kuliah int ID detail mata kuliah


id_alternative int ID peminatan

id_jurusan int ID jurusan

Nama Tabel : minat

Fungsi : Menyimpan informasi untuk kriteria interest.

Primary Key : id_minat

Foreign Key : -

Tabel 3.14 Tabel Minat atau Interest


id_minat int ID dari minat atau interest

nama_minat varchar(30) Nama dari minat atau interest

Nama Tabel : detail_minat

Fungsi : Menyimpan kolerasi antara interest dan peminatan

Primary Key : id_detail_minat

Foreign Key : id_alternative, id_interest

Tabel 3.15 Tabel Detail Minat atau Interest


id_detail_minat int ID dari detail minat atau interest

id_interest int ID dari minat atau interest

id_alternative int ID dari peminatan


36

Nama Tabel : alternative

Fungsi : Menyimpan informasi peminatan

Primary Key : id_alternative

Foreign Key : -

Tabel 3.16 Tabel Alternative


id_alternative Int ID alternative atau peminatan

nama_alternative varchar(20) nama peminatan

penjelasan_alternative longtext Informasi tentang peminatan

Image longtext Nama gambar logo alternative

3.2.5 Rancangan Antarmuka

Saat aplikasi dijalankan, activity login akan ditampilkan kepada user.

a. Tampilan login

Halaman login memiliki judul, field text NIM, field text password, serta

button untuk login. Rancangan antarmuka pada tampilan login dalam aplikasi ini

dapat dilihat pada gambar 3.9.


37

Gambar 3.9 Rancangan Activity Tampilan Login

b. Tampilan Main Menu

Saat user selesai melakukan proses login, aktitas main menu akan

ditampilkan. Aktfitias main menu memiliki beberapa opsi menu yang dapat user

pilih, yaitu informasi peminatan, bantuan, tentang kami, keluar dan ambil test

rekomendasi. Rancangan tampilan main menu nampak seperti gambar 3.10.


38

Gambar 3.10 Rancangan Activity Tampilan Main Menu

c. Tampilan Input Preferensi

Jika user memilih menu ambil test, pertanyaan preferensi interest

ditampilkan untuk mendapatkan informasi dari preferensi interest yang diinginkan

user, yang terdapat pada aktifitas input preferensi. Jika user selesai melakukan

input dan menekan tombol cari next, sistem akan menampilkan aktiftas input

selanjutnya, yaitu aktifitas input kesulitan. Rancangan antarmuka aktifitas ambil

test dapat dilihat pada gambar 3.11.


39

Gambar 3.11 Rancangan Activity Input Preferensi Interest

d. Aktifitas Input Kesulitan

Setelah user menekan tombol next pada aktifitas input interest, aktifitas

input kesulitan akan ditampilkan. Pada aktifitas input kesulitan, user dapat

memilih tingkat kesulitan dari masing-masing peminatan. Untuk mengetahui dan

mempelajari peminatan tersebut sebelum menentukan tingkat kesulitan, user

dapat melihat informasi peminatan yang tersedia pada activity informasi

peminatan. Input tingkat kesulitan dapat diubah dengan menggunakan slider yang

tersedia untuk setiap peminatan. Setelah user menentukan tingkat kesulitan, user

dapat menekan tombol next untuk masuk ke activity input selanjutnya. Rancangan

antarmuka pada aktifitas input kesulitan dapat dilihat pada gambar 3.12.


40

Gambar 3.12 Rancangan Activity Input Kesulitan

e. Tampilan Input Preferensi Peminatan

Setelah user menekan tombol next pada aktifitas input kesulitan, aktifitas

preferensi peminatan ditampilkan. Pada aktifitas ini, terdapat 2 pertanyaan dengan

opsi jawaban ya dan tidak menggunakan widget radio button. Pertanyaan yang

diajukan adalah untuk meminta preferensi user terhadap bagaimana sistem

rekomendasi menghitung sub-kriteria sertifikasi dan biaya pada perhitungan

rekomendasi. Rancangan antarmuka pada halaman input preferensi peminatan

dapat dilihat pada gambar 3.13.


41

Gambar 3.13 Rancangan Activity Input Preferensi Peminatan

Setelah user selesai memilih preferensi, menekan tombol next akan

menampilkan akfititas hasil rekomendasi. Pada aktifitas ini, terdapat image dari

logo peminatan. Selain itu, terdapat button untuk kembali ke menu utama.

Rancangan aktifitas hasil rekomendasi terdapat pada gambar 3.14.


42

Gambar 3.14 Rancangan Activity Hasil Rekomendasi

f. Tampilan List Peminatan

Pada rancangan tampilan list peminatan, ditampilkan daftar dari semua

peminatan yang ada pada widget listview. Disampin nama peminatan, terdapat

gambar dari logo peminatan tersebut. User dapat menekan nama atau logo dari

peminatan untuk membuka aktifitas detail peminatan sesuai dengan peminatan

yang ditekan. Rancangan tampilan akfititas list peminatan ini tampak seperti pada

gambar 3.15.


43

Gambar 3.15 Rancangan Activity List Peminatan

g. Akfitifas Detail Peminatan

Akfitifas detail peminatan memiliki satu widget image yang menampilkan

logo, dan sebuah text view yang menampilkan informasi dari peminatan tersebut.

Terdapat juga button untuk kembali ke aktifitas sebelumnya. Rancangan tampilan

aktifitas detail peminatan dapat dilihat pada gambar 3.16.


44

Gambar 3.16 Rancangan Activity Detail Peminatan

3.4 Perhitungan Bobot Kriteria Peminatan

Berikut ini adalah penjabaran perhitungan bobot kriteria terhadap

peminatan yang ada. Pada bagian ini dijelaskan bagaimana mengubah data

kualitatif terukur maupun tidak terukur menjadi bobot yang digunakan dalam

perhitungan rekomendasi.

3.3.1 Kriteria Nilai

Bobot untuk nilai didapatkan dari hasil normalisasi vektor rasio kecocokan

mata kuliah yang bersangkutan dengan peminatan. Untuk mendapatkan vektor

bobot alternative nilai mata kuliah, tahap pertama yang dilakukan adalah

mengambil nilai mata kuliah dari dari tabel nilai untuk setiap peminatan,


45

kemudian dilakukan akumulasi score dan membandingkan score dengan

akumulasi maksimum score untuk peminatan tersebut. Untuk mendapatkan skor,

digunakan perhitungan dengan illustrasi seperti pada tabel 3.17.

Tabel 3.17 Illustrasi Input User

Nilai Mata Kuliah Nilai

Database 1 A

PBO C

Business C

Struktur Data B

Enterpreneurship A

Database 2 B

PTI B

Perhitungan skor akumulatif dihitung dengan mengartikan nilai A dengan

skor 4, nilai B dengan skor 3, nilai C dengan skor 2, nilai D dengan skor 1 dan

nilai E dengan skor 0. Akumulatif skor dari setiap peminatan akan dibandingkan

dan dinormalisasi menggunakan formula min-max.

Tabel 3.18 Ilustrasi Relasi Nilai Mata Kuliah

Nama Mata Kuliah Peminatan

SAP Oracle Game Dev

Database 1 Tidak Ya Tidak

PBO Tidak Tidak Ya

Business Ya Ya Tidak

Struktur Data Tidak Ya Ya

Enterpreneurship Ya Ya Tidak

Database 2 Tidak Ya Tidak

PTI Ya Tidak Ya

Berdasarkan ilustrasi relasi nilai dengan mata kuliah yang terdapat pada

tabel 3.18 dan ilustrasi input pada tabel 3.17, maka hasil skor yang didapatkan

adalah seperti pada tabel 3.19.


46

Tabel 3.19 Vektor Nilai Berdasarkan Ilustrasi

Peminatan Perhitungan Skor

SAP ((1x4)+(1x3)+(1x2)+(0x1)) 9

Oracle (2x4)+(2x3)+(1x2)+(0x1) 16

Game Dev. (0x4)+(2x3)+(1x2)+(0x1) 8

Setelah mendapatkan skor untuk setiap peminatan pada tabel 3.19, nilai

yang dimiliki oleh mata kuliah dinormalisasi agar mengikuti skala saaty yang

memiliki range 1-9. Untuk mengubah nilai tersebut menjadi nilai yang setara

antar peminatan, digunakan formula perhitungan min-max seperti yang

diperlihatkan pada tabel 3.20.

Tabel 3.20 Tabel Perhitungan Normalisasi Score

Skor Perhitungan Normalisasi

Oracle 16 (9-1)/(20-1)*(16-20)+9 7,315789474

SAP 9 (9-1)/(12-1)*(9-12)+9 6,818181818

Game Dev 8 (9-1)/(12-1)*(8-12)+9 6,090909091

Max Oracle (4x5) = 20

Max SAP (4x3) = 12

Max Game Dev (4x3) = 12

Setelah mendapatkan nilai alternative yang sudah dinormalisasi, nilai

tersebut sudah dapat digunakan untuk matriks perbandingan peminatan seperti

pada tabel 3.21.

Tabel 3.21 Tabel Matriks Alternative Nilai Mata Kuliah

SAP Oracle Game Dev

SAP 6.81/6.81 6.81/7,31 6.81/6,09

Oracle 7,31/6.81 7,31/7,31 7,31/6,09

Game Dev 6,09/6.81 6,09/7,31 6,09/6,09

Setelah mendapatkan matrix alternative, matriks yang tercantum pada

tabel 3.21 dinormalisasi dan dihitung vektor prioritasnya. Untuk mendapatkan


47

vektor prioritas, setiap baris dari peminatan akan dirata-ratakan dan vektor

prioritas alternative untuk kriteria nilai didapatkan seperti pada tabel 3.22.

Tabel 3.22 Tabel Matrix Normalisasi Nilai Mata Kuliah

SAP 0,337118524 0,337118524 0,337118524

Oracle 0,361722262 0,361722262 0,361722262

Game Dev 0,301159215 0,301159215 0,301159215

Berdasarkan ilustrasi 3.22, vektor prioritas dari alternative terhadap

kriteria nilai adalah [0,33 0,36 0,30].

3.3.2 Kriteria Interest

Bobot nilai kriteria minat atau interest didapatkan dari tingkat kecocokan

dari input user dengan interest yang berkaitan dengan peminatan tersebut. Jumlah

dari setiap minat yang cocok pada peminatan akan dinormalisasi dengan formula

min-max, kemudian dibandingkan langsung dengan nilai jumlah kecocokan yang

sudah dinormalisasi dari peminatan lainnya. Ilustrasi dari input user ditampilkan

pada tabel 3.23.

Tabel 3.23 Tabel Ilustrasi Input Interest

Nama Interest Preferensi

Programming Ya

Enterpreneurship Tidak

Database Tidak

Designing Ya

Arsitektur Komputer Tidak

3D Programming Ya

Jaringan Ya

Jumlah preferensi input interest yang berkaitan dengan peminatan tertentu

yang terdapat pada ilustrasi 3.23 menentukan nilai dari setiap alternative


48

peminatan. Berikut ini adalah ilustrasi relasi interest dengan peminatan pada tabel

3.24.

Tabel 3.24 Tabel Ilustrasi Relasi Interest Dengan Peminatan

Nama minat atau interest Peminatan

SAP Oracle Game Dev

Programming Ya Ya Ya

Enterpreneurship Ya Tidak Tidak

Database Ya Ya Tidak

Designing Tidak Tidak Ya

Arsitektur Komputer Tidak Ya Ya

3D Programming Tidak Tidak Ya

Jaringan Tidak Ya Ya

Accounting Ya Ya Tidak

Matematika Ya Tidak Ya

Berdasarkan relasi di atas, nilai dari peminatan untuk kriteria interest

dapat dibandingkan setelah dilakukan normalisasi dengan formula normalisasi

min-max seperti pada tabel 3.25.

Tabel 3.25 ilustrasi Perhitungan Normalisasi Bobot Kriteria Interest

Perhitungan Bobot Kecocokan Perhitungan Hasil Normalisasi

Oracle 2 (9-1)/(5-2)*(2-5)+9 1

SAP 2 (9-1)/(5-2)*(2-5)+9 1

Game Dev 5 (9-1)/(5-2)*(2-5)+9 9

Maximum 5

Minimum 2

Berdasarkan perhitungan ilustrasi yang terdapat pada tabel 3.25, matrix

perbandingan untuk setiap peminatan dapat dibentuk seperti yang dijabarkan pada

tabel 3.26.


49

Tabel 3.26 Tabel Matriks Alternative Interest atau Minat

Peminatan Peminatan

SAP Oracle Game Dev

SAP 1 1 0,111111111

Oracle 1 1 0,111111111

Game Dev 9 9 1

Total 11 11 1,222222222

Setelah mendapatkan matriks alternative untuk kriteria interest, matriks

yang tercantum pada tabel 3.26 dinormalisasi dan dihitung vektor prioritasnya.

Untuk mendapatkan vektor prioritas, setiap baris dari column untuk peminatan

dirata-ratakan dan vektor prioritas alternative untuk kriteria nilai didapatkan

seperti pada tabel 3.27.

Tabel 3.27 Tabel Matriks Normalisasi Untuk Kriteria Interest

Peminatan Peminatan

SAP Oracle Game

SAP 0,090909091 0,090909091 0,090909091

Oracle 0,090909091 0,090909091 0,090909091

Game Dev 0,818181818 0,818181818 0,818181818

Berdasarkan ilustrasi diatas, vektor prioritas dari alternative terhadap


3.3.3 Tingkat Kesulitan

Tingkat kesulitan untuk setiap peminatan di-input oleh user pada aktifitas

input kesulitan. Nilai input yang diberikan oleh user dapat langsung digunakan

pada matrix alternative tanpa perlu dilakukan normalisasi karena sudah mengikuti

skala Saaty. Berikut ini adalah ilustrasi input kesulitan dari user pada tabel 3.28.


50

Tabel 3.28 Tabel Input Kesulitan User

Nama Peminatan Nilai Kemudahan

SAP 9

Oracle 5

Game Dev 3

Berdasarkan ilustrasi pada tabel 3.28, matriks perbandingan alternative

untuk kriteria tingkat kesulitan dapat menggunakan nilai kemudahan yang di input

oleh user seperti pada ilustrasi tabel 3.29.

Tabel 3.29 Tabel Matriks Alternative Tingkat Kesulitan

Peminatan Peminatan

SAP Oracle Game Dev

SAP 1 1,8 3

Oracle 0,555555556 1 1,666666667

Game Dev 0,333333333 0,6 1

Setelah mendapatkan matrix alternative untuk kriteria tingkat kesulitan,

matriks yang tercantum pada tabel 3.29 dinormalisasi dihitung vektor prioritasnya

dihitung. Untuk mendapatkan vektor prioritas, setiap baris dari kolum untuk

peminatan akan dirata-ratakan dan vektor prioritas alternative untuk kriteria

tingkat kesulitan didapatkan seperti pada tabel 3.30.

Tabel 3.30 Tabel Matriks Normalisasi Untuk Kriteria Tingkat Kesulitan

Peminatan Peminatan

SAP Oracle Game Dev

SAP 0,529411765 0,529411765 0,529411765

Oracle 0,294117647 0,294117647 0,294117647

Game Dev 0,176470588 0,176470588 0,176470588

Berdasarkan ilustrasi di atas, vektor prioritas dari alternative terhadap



51

3.3.4 Biaya yang dikeluarkan

Pada kriteria ini, biaya yang dikeluarkan untuk ujian sertifikasi dan

lainnya, diperuntukan kepada sertifikasi entry level dengan asumsi fresh graduate

yang ingin mengembangkan karirnya dengan mengambil ujian sertifikasi. Biaya

yang dikeluarkan untuk peminatan akan dibandingkan dan dijadikan sebagai

bobot penilaian. Berikut ini adalah jumlah biaya yang dikeluarkan untuk setiap

peminatan.

a. Peminatan Oracle

Oracle menyediakan berbagai sertifikasi Oracle Certification

Associate(OCA) dengan rata-rata biaya ujian sebesar $270.833 (gocertify.com).

b. Peminatan CISCO

Peminatan CISCO memiliki rata-rata biaya sertifikasi sebesar $120 hingga

$150 untuk sertifikasi dengan level associate (learningnetwork.cisco.com). Untuk

itu, jumlah biaya antara $120 dan $150 diambil, yaitu $137,5 sebagai biaya

sertifikasi entry level untuk peminatan CISCO.

c. Peminatan SAP

Peminatan SAP memiliki banyak sertifikasi untuk level entry dengan biaya

sebesar $500 untuk setiap ujian sertifikasi (gocertify.com). Ujian sertifikasi yang

tersedia untuk setiap modul yang ada.

d. Peminatan Game Development

Peminatan game development belum memiliki sertifikasi yang diakui

meskipun prospek yang di miliki sangat baik terutama di Indonesia. Biaya yang


52

dikeluarkan untuk karier di bidang game development adalah $0 dan menduduki

peringkat tertinggi pada tabel prioritas.

Berdasarkan informasi biaya yang didapatkan, perbedaan antara nominal

dari biaya peminatan yang paling tinggi dengan peminatan tersebut dinormalisasi

dan dijadikan sebagai bobot untuk setiap peminatan seperti yang dijabarkan pada

tabel 3.31. Pada hasil nilai terbalik, seluruh nilai akan ditambah 1 point untuk

menghindari pembagian dengan nol.

Tabel 3.31 Tabel Perhitungan Bobot Biaya Peminatan

Nama Peminatan Biaya ($)

Nilai

Terbalik(+1) Perhitungan Nilai

Hasil

Bobot

SAP 500 1 (9-1)/(501-1)*(01-500)+9 1

Oracle 270.8333

230.166667 (9-1)/(501-1)*(230.16667-

500)+9

4,68

CISCO 137,5 263.5 (9-1)/(501-1)*(277,5-500)+9 6.81

Game Developer 0 501 (9-1)/(501-1)*(500-500)+9 9

Maximum 501

Berdasarkan data pada tabel 3.31, matriks perbandingan alternative untuk

kriteria biaya dijabarkan pada tabel 3.32.

Tabel 3.32 Tabel Matriks Alternative Biaya

Peminatan Peminatan

CISCO Oracle SAP Game Dev

CISCO 1 1,457339 6,811623 0,756847

Oracle 0,6861822 1 4,674015 0,519335

SAP 0,1468079 0,213949 1 0,111111

Game Dev 1,321271 1,92554 9 1

Setelah mendapatkan matriks alternative untuk kriteria biaya, matrix yang

tercantum pada tabel 3.32 dinormalisasi dan dihitung vektor prioritasnya. Untuk

mendapatkan vektor prioritas, setiap baris dari kolum untuk peminatan akan di


53

rata-rata kan dan vektor prioritas alternative untuk kriteria biaya yang

dikerluarkan dijabarkan seperti pada tabel 3.33.

Tabel 3.33 Tabel Matriks Normalisasi Untuk Kriteria Biaya Yang Dikeluarkan

Peminatan Peminatan


CISCO 0,3170315 0,317031 0,317031 0,317031

Oracle 0,2175414 0,217541 0,217541 0,217541

SAP 0,0465427 0,046543 0,046543 0,046543

Game Dev 0,3170315 0,317031 0,317031 0,317031

Berdasarkan perhitungan pada tabel di 3.33, vektor prioritas sub-kriteria

dari alternative terhadap kriteria biaya yang akan digunakan oleh sistem

rekomendasi adalah [0,317 0,217 0,04 0,317].

3.3.5 Rating Sertifikasi

Bobot untuk kriteria rating sertifikasi didapatkan dari rata-rata skor untuk

setiap sertifikasi yang terdaftar (RankingCert).

a. CISCO

Berdasarkan ranking yang ada, sertifikasi CISCO Certified Architech

(CCAr) menduduki urutan tertinggi dengan menempati urutan pertama dengan

skor 219.00, diikuti dengan Red Hat Certification menempati tempat kedua

dengan skor 103.00, dan CISCO Certified Internet Expert menempati peringkat

ketiga. Dengan ini dapat disimpulkan bahwa CISCO memiliki jenjang sertifikasi

yang terbaik dari keempat peminatan lainnya dengan rata-rata skor 86.808.


54

b. Oracle

Sertifikasi Oracle Database 12c Administrator Certified Profesional

menduduki peringkat terbaik ke tujuh dengan skor 76.53. Oracle menduduki

posisi kedua dengan rata-rata skor 49.582.

c. Sistem Aplikasi Perusahaan (SAP)

Sertifikasi SAP Certified Application Professional membuat Peminatan

SAP menduduki perinkat ketiga dengan skor 45.30. Skor sertifikasi ini mewakili

berbagai macam spesialisasi atau module yang terdapat pada vendor SAP.

d. Game Developer

Skor 1 diberikan terhadap game developer karena belum adanya sertifikasi

yang diakui secara internasional.

Berdasarkan informasi sertifikasi yang terdapat pada ranking yang ada,

perbedaan antara skor peminatan yang paling tinggi dengan peminatan tersebut

dinormalisasi dan dijadikan sebagai bobot untuk setiap peminatan seperti yang

dijabarkan pada tabel 3.34. Setelah mendapatkan hasil bobot, matriks alternative

terhadap kriteria dapat dibentuk seperti pada tabel 3.35.

Tabel 3.34 Tabel Matriks Perhitungan Bobot Sertifikasi

Nama Peminatan Skor Perhitungan Nilai Hasil

Bobot

SAP 45.30 (9-1)/(86.808-1)*(45.30-86.808)+9 5.130

Oracle 49.582 (9-1)/(86.808-1)*(49.582-86.808)+9 5.529

CISCO 86.808 (9-1)/(86.808-1)*(86.808-86.808)+9 9

Game Developer 1 (9-1)/(86.808-1)*(1-86.808)+9 1

Maximum 86.808


55

Tabel 3.35 Tabel Matrix Alternative Sertifikasi

Peminatan Peminatan


CISCO 1 1,627678 1,75434 9

Oracle 0,614372 1 1,077818 5,5293503

SAP 0,570015 0,927801 1 5,130135

Game Dev 0,111111 0,180853 0,194927 1

Setelah mendapatkan matriks alternative untuk sub-kriteria biaya, matriks

yang tercantum pada tabel 3.35 dinormalisasi dan dihitung vektor prioritasnya.

Untuk mendapatkan vektor prioritas, setiap baris dari kolum untuk peminatan

akan rata-rata kan dan vektor prioritas alternative untuk sub-kriteria sertifikasi

didapatkan seperti pada tabel 3.36

Tabel 3.36 Tabel Matriks Normalisasi Untuk Sub-Kriteria Sertifikasi

Peminatan Peminatan


CISCO 0,435635 0,435635 0,435635 0,4356352

Oracle 0,267642 0,267642 0,267642 0,2676422

SAP 0,248319 0,248319 0,248319 0,2483186

Game Dev 0,435635 0,435635 0,435635 0,4356352

Berdasarkan perhitungan pada tabel di 3.36, vektor prioritas dari

alternative prospek terhadap sub-kriteria sertifikasi yang akan digunakan oleh

sistem rekomendasi adalah [0,435 0,267 0,248 0,435].

3.3.6 Salary Fresh Graduate

Untuk mendapatkan gambaran yang objektif dalam penelitian ini,

digunakan estimasi harapan salary fresh graduate dari peminatan tersebut untuk


56

digunakan sebagai perbandingan antar peminatan. Berikut ini adalah tabel

estimasi gaji harapan dan bobot untuk setiap peminatan.

Tabel 3.37 Tabel Estimasi Gaji Harapan

Berdasarkan data pada tabel 3.37, matriks perbandingan alternative untuk

sub-kriteria salary fresh graduate dijabarkan ada pada tabel 3.38.

Tabel 3.38 Tabel Matriks Alternative Salary Fresh Graduate

Peminatan Peminatan


CISCO 1 9 2,828571 4,304348

Oracle 0,111111 1 0,314286 0,478261

SAP 0,353535 3,1818182 1 1,521739

Game Dev. 0,232323 2,0909091 0,657143 1

Setelah mendapatkan matriks alternative untuk sub-kriteria salary fresh

graduate, matriks yang tercantum pada tabel 3.38 dinormalisasi dan dihitung

vektor prioritasnya. Untuk mendapatkan vektor prioritas, setiap baris dari kolum

untuk peminatan akan dirata-ratakan dan vektor prioritas alternative untuk sub-

kriteria salary didapatkan seperti pada tabel 3.39

Tabel 3.39 Tabel Matriks Normalisasi Untuk Sub-Kriteria Salary

Peminatan Peminatan

SAP Oracle SAP Game Dev

CISCO 0,589286 0,5892857 0,589286 0,589286

Oracle 0,065476 0,0654762 0,065476 0,065476

SAP 0,208333 0,2083333 0,208333 0,208333

Game Dev. 0,589286 0,5892857 0,589286 0,589286

Nama Peminatan Range Salary Average Normalisasi

SAP 5 jt – 7 jt 6 jt 3.181

Oracle 3 jt – 6 jt 4,5 jt 1

CISCO 10 jt 10 jt 9

Game Dev. 2,5 jt – 8 jt 5,25 jt 2.09


57

Berdasarkan perhitungan pada tabel di 3.39, vektor prioritas dari

alternative terhadap sub-kriteria salary fresh graduate yang akan digunakan oleh

sistem rekomendasi adalah [0,589 0,06 0,208 0,589]

3.5 Perhitungan Bobot Pairwise

Perhitungan bobot pairwise dilakukan dengan melakukan rekap hasil

kuesioner, kemudian melakukan perhitungan rata-rata pada setiap perbandingan

kriteria. Hasil rata-rata rekap dari empat kuesioner tercantum pada tabel 3.40.

Tabel 3.40 Tabel Matriks Pairwise Hasil Rekap

Kriteria Kriteria

Minat Kesulitan Nilai Prospek

Minat 1 0,386667 1,006667 1,406667

Kesulitan 2,586207 1 2,466667 4,2

Nilai 0,993377 0,405405 1 4,04

Prospek 0,7109 0,238095 0,247525 1

Setelah mendapatkan tabel matriks pairwise, rasio konsistensi dihitung

dengan melakukan normalisasi pada tabel matriks pairwise yang tercantum pada

tabel 3.40. Hasil normalisasi ditampilkan pada tabel 3.41.

Tabel 3.41 Tabel Matriks Normalisasi Pairwise

Kriteria Kriteria

Minat Kesulitan Nilai Prospek

Minat 0,189019 0,19046 0,213238 0,132123

Kesulitan 0,488841 0,49257 0,522504 0,39449

Nilai 0,187767 0,199691 0,211826 0,379461

Prospek 0,134373 0,117279 0,052432 0,093926


58

Berdasarkan hasil normalisasi pada tabel 3.41, vektor prioritas pairwise

yang didapatkan dikalikan dengan vektor bobot pairwise setiap individu dan

setelah itu dikalikan dengan elemen untuk setiap vektor untuk mendapatkan

consistency measure bagi setiap kriteria. Vektor prioritas pairwise dijabarkan

pada tabel 3.42.

Tabel 3.42 Vektor Prioritas Pairwise dan Consitency Measure

Kriteria Vektor

Prioritas Perhitungan Consistency Measure C.M.

Minat 0,18121 (Vektor Prioritas*[0,18 0,19 0,21 0,13]) / 0,18 4,14

Kesulitan 0,474601 (Vektor Prioritas*[0,48 0,49 0,52 0,39]) / 0,47 4,13

Nilai 0,244686 (Vektor Prioritas*[0,18 0,19 0,21 0,37]) / 0,24 4,16

Prospek 0,099503 (Vektor Prioritas*[0,13 0,11 0,05 0,09]) / 0,09 4,03

Setelah mendapatkan consistency measure untuk setiap kriteria,

consistency index dapat dihitung dengan menghitung rata-rata dari setiap

consistency measure kriteria, dikurangi jumlah kriteria yang ada dan kemudian

dibagi dengan jumlah kriteria dikurangi satu. Penjabaran perhitungan ini terdapat

pada tabel 3.43.

Tabel 3.43 Tabel Perhitungan Consistency Index

Kriteria Consistency

Measure

Perhitungan Consistency

Index Consistency Index

Minat 4,144401

Kesulitan 4,139723

Nilai 4,164895

Prospek 4,039001

Average 4,122005 (4,122005 – 4 ) / 3 0,040668

Setelah mendapatkan consistency index pada tabel 3.43, consistency ratio

dapat dihitung dengan membagi consistency index dengan jumlah kriteria, yaitu 4.

Hasil yang didapatkan adalah 0,010167. Berdasarkan tabel random index


59

consistency pada tabel 2.2, dapat disimpulkan bahwa tabel pairwise yang

digunakan sudah konsisten karena tidak melebihi index konsisten untuk jumlah

kriteria sebanyak 4, yaitu 0,89.


Documents

Lisensi ini mengizinkan setiap orang untuk …kc.umn.ac.id/2681/4/BAB III.pdfInterest Game Dev Oracle SAP CISCO 2D Game Ya Tidak Tidak Tidak 3D Game Ya Tidak Tidak Tidak Bisnis Konsultan