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

Salatiga

September 2017

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

Salatiga

September 2017

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 Sistem Pendukung Keputusan Penerimaan Asisten Dosen

pada Fakultas Teknologi Informasi UKSW Menggunakan Metode TOPSIS,

membahas tentang bagaimana merancang sistem pendukung keputusan untuk

memudahkan pekerjaan dosen dalam memilih asisten dengan menggunakan metode

TOPSIS. Hasil akhir penelitian berupa aplikasi desktop berisi laporan ranking calon

asisten [1].

2

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]:

(1)

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

Secara umum, prosedur dari metode Weighted Product mengikuti langkah-

langkah sebagai berikut [8]: (1) Mengalikan seluruh atribut bagi seluruh alternatif

dengan bobot sebagai pangkat positif bagi atribut biaya; (2) Hasil perkalian

dijumlahkan untuk menghasilkan nilai pada setiap alternatif; (3) Membagi nilai V

bagi setiap alternatif dengan nilai pada setiap alternatif; (4) Ditemukan urutan

alternatif terbaik yang akan menjadi keputusan dari perhitungan Vektor V

kemudian dilakukan perangkingan yang diurutkan dari nilai vektor V dari nilai

terbesar ke terkecil dan nilai vektor V (Vi) yang terbesar adalah alternatif Ai yang

terpilih menjadi yang terbaik.

4

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

Pengujian Sistem dan Analisis Hasil Pengujian

5

Gambar 2 Use Case Diagram Sistem

Gambar 2 menunjukkan sistem use case diagram, menampilkan aktor yang

menggunakan sistem. Aktor dalam sistem adalah admin yang berperan mengatur

data mahasiswa, data dosen, data matakuliah, dan data kelas yang dibuka untuk

setiap semester. Aktor kedua adalah dosen yang merupakan dosen koordinator

matakuliah, berperan dalam seleksi calon asisten. Dosen melakukan penilaian

terhadap calon asisten, memilih asisten yang diterima dan memilih koordinator

asisten dengan melihat rekomendasi yang ditunjukkan oleh sistem. Aktor terakhir

adalah mahasiswa, yakni semua mahasiswa FTI UKSW. Mahasiswa berperan

dalam melakukan pendaftaran asisten.

6

Gambar 3 Class Diagram Sistem

Class Diagram sistem ditunjukkan pada Gambar 3, berisi gambaran struktur

data yang dijadikan acuan dalam pembuatan tabel dalam database sistem. Setiap

class menunjukkan komponen yang dibutuhkan sistem, mewakili struktur data dari

tabel. Contoh, class mahasiswa mewakili struktur data mahasiswa, class dosen

mewakili struktur data dosen dst. Relasi antar class ditunjukkan oleh Gambar 5,

atribut primary key diberi keterangan ’PK’ di depan nama atribut, sedangkan atribut

foreign key diberi keterangan ’FK’ di depan nama atribut.

7

Gambar 4 Activity Diagram Pendaftaran

Gambar 4 menunjukkan activity diagram pendaftaran, yang berperan adalah

mahasiswa/calon asisten dan sistem. Mahasiswa harus login untuk dapat melakukan

pendaftaran, jika proses login dinyatakan valid maka mahasiswa dapat melanjutkan

proses mendaftar dengan memilih menu pendaftaran dan memilih matakuliah yang

diinginkan. Pendaftar harus melengkapi syarat pendaftaran berupa nilai matakuliah

yang bersangkutan di field yang sudah disediakan. Jika berhasil mendaftar, maka

sistem akan menampilkan daftar mahasiswa yang sudah mendaftar di matakuliah

tersebut. Jika mahasiswa ingin mendaftar di lain matakuliah, maka proses akan

diulangi hingga selesai.

8

Gambar 5 Activity Diagram Seleksi

Activity diagram kedua adalah activity diagram seleksi, dapat dilihat pada

Gambar 5. Proses seleksi dilakukan oleh dosen koordinator matakuliah. Dosen

melakukan login, jika valid maka ditampilkan daftar calon asisten. Calon asisten

dinilai sesuai dengan atribut yang disediakan. Jika penilaian selesai dilakukan,

sistem akan melakukan perhitungan weighted product dan memasukkan hasil di

kolom rekomendasi. Jika semua calon selesai dinilai, maka rekomendasi/ranking

calon asisten akan ditampilkan. Dosen dapat memilih mahasiswa yang diterima dan

menentukan koordinator asisten dari mahasiswa yang diterima.

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

Cukup 3

Kurang 2

Sangat Kurang 1

Disiplin Ya 2

Tidak 1

Pengalaman Sudah 2

Belum 1

Motivasi Sangat Baik 5

Baik 4

Cukup 3

Kurang 2

Sangat Kurang 1

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)

K1 Nilai 5

10

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)

K1 5 20 0.25

K2 4 20 0.20

K3 4 20 0.20

K4 3 20 0.15

K5 2 20 0.10

K6 2 20 0.10

Tabel 4 menunjukkan sampel data yang diperoleh saat proses seleksi asisten

dosen pada semester antara tahun 2016/2017. Pembahasan menggunakan 20 sampel

dari 50 sampel.

Tabel 4 Tabel Sampel

Sampel K1 K2 K3 K4 K5 K6

S1 A Baik Baik Tidak Sudah Cukup

S2 B Kurang Cukup Ya Sudah Cukup

S3 A Baik Baik Ya Belum Sangat Baik

S4 AB Cukup Kurang Ya Sudah Baik

S5 A Baik Baik Ya Sudah Sangat Baik

S6 A Cukup Cukup Tidak Sudah Kurang

S7 B Baik Cukup Tidak Belum Cukup

S8 A Baik Cukup Ya Belum Cukup

S9 A Baik Baik Ya Sudah Sangat Kurang

11

S10 A Cukup Kurang Ya Sudah Baik

S11 A Baik Kurang Ya Sudah Cukup

S12 A Baik Cukup Ya Sudah Cukup

S13 A Cukup Sangat Kurang Ya Sudah Baik

S14 B Baik Kurang Tidak Sudah Sangat Kurang

S15 AB Cukup Sangat Kurang Ya Sudah Sangat Baik

S16 A Baik Cukup Ya Sudah Baik

S17 B Sangat Baik Kurang Tidak Sudah Kurang

S18 B Kurang Kurang Ya Sudah Cukup

S19 A Baik Sangat Baik Tidak Sudah Sangat Kurang

S20 A Kurang Baik Ya Sudah Baik

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

S1 3 4 4 2 2 3

S2 1 2 3 2 2 3

S3 3 4 4 2 1 5

S4 2 3 2 2 2 4

S5 3 4 4 2 2 5

S6 3 3 3 1 2 2

S7 1 4 3 1 1 3

S8 3 3 3 2 1 3

S9 3 4 4 2 2 1

S10 3 3 2 2 2 4

S11 3 4 2 2 2 3

S12 3 4 4 2 2 3

S13 3 3 1 2 2 4

S14 1 4 2 1 2 1

S15 2 3 1 2 2 5

S16 3 4 3 2 2 4

S17 1 5 2 1 2 2

S18 1 2 2 2 2 3

S19 3 4 5 1 2 1

S20 3 2 4 2 2 4

Proses perhitungan preferensi alternatif (S) menggunakan rumus (2) didapat

data seperti pada Tabel 6.

Tabel 6 Tabel Presensi Alternatif

12

Data K1 K2 K3 K4 K5 K6 Si

S1 3 4 4 2 2 3 3.041403

S2 1 2 3 2 2 3 1.899328

S3 3 4 4 2 1 5 2.986454

S4 2 3 2 2 2 4 2.324616

S5 3 4 4 2 2 5 3.200802

S6 3 3 3 1 2 2 2.346037

S7 1 4 3 1 1 3 1.83463

S8 3 3 3 2 1 3 2.529271

S9 3 4 4 2 2 1 2.724971

S10 3 3 2 2 2 4 2.572611

S11 3 4 2 2 2 3 2.647695

S12 3 4 4 2 2 3 2.87135

S13 3 3 1 2 2 4 2.239588

S14 1 4 2 1 2 1 1.624505

S15 2 3 1 2 2 5 2.069361

S16 3 4 3 2 2 4 2.955154

S17 1 5 2 1 2 2 1.820564

S18 1 2 2 2 2 3 1.751385

S19 3 4 5 1 2 1 2.567966

S20 3 2 4 2 2 4 2.724971

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

Data K1 K2 K3 K4 K5 K6 Si Vi Ranking

S1 3 4 4 2 2 3 3.041403 0.062409948 2

S2 1 2 3 2 2 3 1.899328 0.038974429 16

S3 3 4 4 2 1 5 2.986454 0.06128239 3

S4 2 3 2 2 2 4 2.324616 0.047701401 13

S5 3 4 4 2 2 5 3.200802 0.06568084 1

S6 3 3 3 1 2 2 2.346037 0.048140955 12

S7 1 4 3 1 1 3 1.83463 0.037646817 17

S8 3 3 3 2 1 3 2.529271 0.051900953 11

S9 3 4 4 2 2 1 2.724971 0.055916721 6

S10 3 3 2 2 2 4 2.572611 0.052790278 9

S11 3 4 2 2 2 3 2.647695 0.054221016 8

S12 3 4 4 2 2 3 2.87135 0.058920453 5

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 menunjukkan halaman rekomendasi, ketika dosen sudah selesai

menilai semua asisten. Mahasiswa diurutkan dari ranking 1 sampai sekian,

langsung diurutkan dari yang direkomendasikan ke yang tidak direkomendasikan.

14

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( 20. "Pengalaman" => $this->input->post('Pengalaman'), 21. "KemampuanMengajar" => $this->input->post('KM'), 22. "PenguasaanMateri" => $this->input->post('PM'), 23. "Disiplin" => $this->input->post('Disiplin'), 24. "S" => $S,

15

25. "Rekomendasi" => $V 26. ); 27. $this->DosenM->update('penilaian', 'id', $kode, $data); 28. } else { 29. $V = $roww->es / $delta; 30. $data = array( 31. "Rekomendasi" => $V 32. ); 33. $this->DosenM->update('penilaian', 'id', $kode, $data); 34. } 35. $ke = 'asisten/' . substr($kode, 0, 12); 36. $i++; 37. } 38. redirect('Dosen/' . $ke, 'refresh'); 39. }

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.

Sesuai yang diharapkan.

16

3. Dosen melakukan

penilaian

terhadap calon

asisten yang

terdaftar.

Dosen dapat melakukan

penilaian dan sistem akan

menampilkan hasil

rekomendasi dari data yang

dimasukkan dosen.

Sesuai yang diharapkan.

4. Dosen melakukan

pemilihan asisten

yang diterima.

Dosen dapat memilih asisten

yang dinyatakan lolos seleksi

dan disimpan dalam database

data asisten yang diterima.

Hasil seleksi (diterima/ditolak)

dapat ditampilkan di akun

mahasiswa yang mendaftar.

Sesuai yang diharapkan.

5. Mahasiswa dan

dosen mengedit

data diri

(motivasi,

nickname sosial

media, nomor

telepon).

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.

7. Kesalahan dalam penggunaan sistem dapat diperbaiki dengan mudah.

8. Informasi yang disediakan dengan sistem mudah dimengerti.

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

1 18 12 0 0 0

2 16 8 5 1 0

3 15 10 2 3 0

4 22 7 1 0 0

5 13 13 2 2 0

6 10 15 5 0 0

7 20 6 3 1 0

8 21 9 0 0 0

9 22 4 2 2 0

10 25 5 0 0 0

11 15 9 6 0 0

12 16 12 2 0 0

13 27 3 0 0 0

14 25 2 3 0 0

Kuesioner disebar kepada 30 responden, dengan rincian 5 responden adalah

dosen dan 25 responden mahasiswa yang sedang dan pernah menjadi asisten dosen.

Hasil pengujian dapat dilihat pada Tabel 10. Hasil pengujian ditampilkan pada

Gambar 10, Gambar 11, dan Gambar 12 dalam bentuk diagram lingkaran. Hasil

testing menunjukkan bahwa kategori Kegunaan Sistem mendapat 56% suara untuk

nilai 5 yang artinya sangat setuju dengan pernyataan yang ada dalam kuesioner dan

33% responden memberikan nilai 4 yang artinya setuju. Sedangkan kategori

Kualitas Informasi, 61% responden memberikan nilai 5, dan 28% responden

memberikan nilai 4. Untuk kategori Kualitas Antarmuka, sebanyak 72% responden

memberikan nilai 5 dan 21% memberikan nilai 4. Hasil kuesioner menunjukkan

responden berpendapat sistem dapat berguna dalam membantu proses seleksi dan

dapat memberikan informasi yang berkualitas serta mempunyai desain antarmuka

yang nyaman untuk dilihat dan digunakan.

18

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

Kesimpulan dalam perancangan dan implementasi Sistem Pendukung

Keputusan Penerimaan Asisten Dosen antara lain: (1) Sistem Pendukung

Keputusan Penerimaan Asisten Dosen mempunyai tampilan user yang simpel dan

mudah dipelajari; (2) SPK dengan metode Weighted Product dapat membantu

dalam proses seleksi asisten di FTI UKSW; (3) Sistem yang dibuat memberikan

informasi sebagai pertimbangan dalam pengambilan keputusan. Saran untuk

pengembangan sistem adalah: (1) Website diintegrasikan dengan siasat; (2) Sistem

dapat dikembangkan dengan metode berbeda yang sesuai dengan studi kasus; (3)

Website sistem Penerimaan Asisten Dosen diharapkan dapat dikembangkan lagi

mengikuti kebutuhan di lapangan.

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.

[8] Sugiyono, 2014. Metode Penelitian Kuanitatif Kualitatif dan R&D. Bandung:

Alfabeta.