SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA DOSEN

Jurnal Mantik Penusa Volume 19 No. 1 Juni 2016 ISSN 2088-3943

SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA DOSENMENGGUNAKAN METODE FUZZY SIMPLE ADDITIVE

WEIGHTING(FSAW)

Erwin Panggabean., ST.,M.KomProgram Studi Teknik Informatika

STMIK Pelita Nusantara Medan, Jl. Iskandar Muda No. 1 Medan, Sumatra Utara 20154, [email protected]

Abstrak

Pelaksanaan evaluasi kinerja dosen merupakan suatu aktifitas yang secara rutin dilakukan padaperguruan tinggi untuk meningkatkan kualitas dosen secara berkelanjutan. STMIK Pelita Nusantara akansecara rutin melakukan evaluasi kinerja dosen pada setiap akhir semester, sekaligus untuk mendukung mutupelaksanaan kegiatan tri dharma perguruan tinggi oleh seorang dosen ditambah dengan motivasi agarmelaksanakan bidang penelitian dan pengabdian pada masyarakat.

Penelitian ini bertujuan melakukan pengembangan sistem pendukung keputusan penilaian kinerjadosen menggunakan metode fuzyy simple additive weighting (FSAW) berdasarkan 5 variabel yang ditentukanteam peneliti sebagai unsur penilaian dengan NI,N2,N3,N4,N5 adalah inisisialisasi untuk :

N1 = Penguasaan dan Kemampuan dalam menjelaskanN2 = Kemampuan dalam menjawab pertanyaanN3 = Kemampuan dalam memberi motivasi mahasiswaN4 = Kemampuan membuat suasana kelas menyenangkanN5 = Kedisiplinan hadir dalam perkuliahan

Dan sebagai alat bantu pemrosesan data-datanya digunakan Windows 7, AppServe 10, danMySQL sebagai basisdatanya, serta pemrograman PHP. Hasil penelitian berupa aplikasi dengan informasihasil evaluasi kinerja dosen yang direkomendasikan kepada ketua STMIK PENUSA dalam melaksanakan tridharma perguruan tinggi pada setiap akhir semester.

Kata Kunci : Evaluasi Kinerja Dosen, Fuzzy SAW, Sistem Pendukung Keputusan, SPK FSAWSTMIK PENUSA Medan.

mailto:[email protected]


PENDAHULUAN

1.1 Uraian Umum Program Penelitian

Perkembangan teknologi dan informasi sekarangini sudah sangat pesat. Teknologi komputer dapatdimanfaatkan untuk pemenuhan kebutuhan akaninformasi, diantaranya adalah Decisions Support System(DSS) atau sistem pendukung pengambilan keputusan.Sekolah Tinggi Manajemen Informatika dan Komputer(STMIK PENUSA) Program Studi Teknik InformatikaMedan setiap akhir semester sepantasnyalah mengadakanevaluasi kinerja dosen yang dinilai oleh mahasiswa,pegawai dan pihak rektorat dengan memberikan penilaianpada lembar atau mengisi kuisioner. Pengolahan data hasildari kuisioner sudah terkomputerisasi namun belum adaaplikasi khusus yang mengolah data tersebut, DSS denganmetode Fuzzy Simple Additive Weighting (SAW) dapatmembantu dalam proses pengolahan data danmemperbaiki kekurangan seperti kesalahan dalamperhitungan dan dalam penyajian laporan selama ini.Berdasarkan kekurangan yang ada tersebut penelitimengangkat permasalahan ini ke dalam penelitian denganjudul “Sistem Pendukung Keputusan untuk EvaluasiKinerja Dosen Menggunakan Metode Fuzzy SAW” diSTMIK Pelita Nusantara Medan.

1.2 Pengertian Sistem Pendukung KeputusanDefinisi SPK secara sederhana adalah sebuah

sistem yang digunakan sebagai alat bantu menyelesaikanmasalah untuk membantu pengambil keputusan (manajer)dalam menentukan keputusan tetapi tidak untukmenggantikan kapasitas manajer hanya memberikanpertimbangan. SPK ditujukan untuk keputusan-keputusanyang memerlukan penilaian atau pada keputusan-keputusan yang sama sekali tidak dapat didukung olehalgoritma (Turban, 2005). Definisi ini belum memberikangambaran secara spesifik bahwa SPK berbasis komputerdan akan beroperasi online interakif oleh karena denganmuncul berbagai definisi seperti dibawah ini.

Sistem pendukung keputusan (decision supportsystems disingkat DSS) adalah bagian dari sisteminformasi berbasis komputer termasuk sistem berbasispengetahuan (manajemen pengetahuan) yang dipakaiuntuk mendukung pengambilan keputusan dalam suatuorganisasi perusahaan atau lembaga pendidikan. Dapatjuga dikatakan sebagai sistem komputer yang mengolahdata menjadi informasi untuk mengambil keputusan darimasalah yang spesifik.

Menurut Moore and Chang, Sistem Pendukungkeputusan dapat digambarkan sebagai sistem yangberkemampuan mendukung analisis data, dan pemodelankeputusan, berorientasi keputusan, orientasi perencanaanmasa depan, dan digunakan pada saat-saat yang tidakbiasa.

1.2.1 Karakteristik dan Kemampuan Sistem Pendukung KeputusanDari pengertian Sistem Pendukung Keputusan

maka dapat ditentukan karakteristik antara lain:

1. Mendukung proses pengambilan keputusan,menitik beratkan pada management by perception.

2. Adanya tatap muka manusia/mesin di manamanusia (user) tetap memegang kendali prosespengambilan keputusan.

3. Mendukung pengambilan keputusan untukmembahas masalah terstruktur, semi terstruktur dantak struktur.

4. Memiliki kapasitas dialog untuk memperolehinformasi sesuai dengan kebutuhan.

5. Memiliki subsistem-subsistem yang terintegrasisedemikian rupa sehingga dapat berfungsi sebagaikesatuan item.

6. Membutuhkan struktur data komprehensif yang dapatmelayani kebutuhan informasi seluruh tingkatanmanajemen.

Adapun Sistem Pendukung keputusan (SPK)yang ideal yaitu: 1. SPK adalah sebuah sistem berbasis

komputer antara komputer dan pengguna. 2. SPK ditujukan untuk membantu

pembuat keputusan dalam menyelesaikan suatumasalah dalam berbagai level manajemen dan bukanuntuk mengganti posisi manusia sebagai pembuatkeputusan.

3. SPK mampu memberi alternatif solusibagi masalah semi/tidak terstruktur baik bagiperseorangan atau kelompok dan dalam berbagaimacam proses dan gaya pengambilan keputusan.

4. SPK menggunakan data, basis data dananalisa model-model keputusan.

5. SPK bersifat adaptif, efektif, interaktif,dan fleksibel.

6. SPK menyediakan akses terhadapberbagai macam format dan tipe sumber data (datasource).

1.2.2 Proses Pengambilan KeputusanPengambilan keputusan meliputi beberapa tahap

dan melalui beberapa proses (Lucas, 1992). MenurutSimon (1960), pengambilan keputusan meliputi empattahap yang saling berhubungan dan berurutan. Empatproses tersebut adalah:

1. Inteligenci Tahap ini merupakan proses penelusuran danpendekatan dari lingkup problematika serta prosespengenalan masalah. Data masukan diperoleh, diperoses,dan diuji dalam rangka mengidentifikasikan masalah.2. Design Tahap ini merupakan proses menemukan danmengembangkan alternatif. Tahap ini meliputi prosesuntuk mengerti masalah, menurunkan solusi dan mengujikelayakan solusi.3. Choice Pada tahap ini dilakukan proses pemilihan di antaraberbagai alternatif tindakan yang mungkin dijalankan.Tahap ini meliputi pencarian, evaluasi, dan rekomendasisolusi yang sesuai untuk variabel hasil pada alternativeyang dipilih.4. Implementation


Tahap implementasi adalah tahap pelaksanaan darikeputusan yang telah di ambil.Pada tahap ini perludisusun serangkaian tindakan yang terencana, sehinggahasil keputusan dapat dipantau dan disesuaikan apabiladiperlukan perbaikan.Dalam hal ini, model simon jugamenggambarkan kontribusi Sistem Informasi Manajemen(SIM) dan Ilmu Manajemen / Operations Research (IM /OR) terhadap proses pengambilan keputusan, sepertiterlihat pada Gambar 1.1.

Gambar 1.1 Fase Proses Pengambilan KeputusanBerdasarkan pada keempat tahap di atas, jelas

bahwa Pengolahan Data Elektronik (PDE) dan SIMmempunyai kontribusi dalam fase Intelligenci, sedangkanIM/OR berperan penting dalam fase Choice.Tidak tampakpendukung yang berarti pada tahap Design, walaupunpada kenyataan fase ini merupakan salah satu kontribusidasar dari suatu Sistem pendukung Keputusan.

Pengambilan keputusan adalah pemilihanbeberapa tindakan alternatif yang ada untuk mencapaisatu atau beberapa tujuan yang telah ditetapkan (Turban,2005).

1.2.3 Karakteristik Sistem Pendukung Keputusan

Turban (2005) mengemukakan karakteristik dankapabilitas kunci dari Sistem Pendukung Keputusanadalah sebagai berikut (Gambar 4.2):1. Dukungan untuk pengambilan keputusan, terutama

pada situasi semiterstruktur dan tak terseteruktur.2. Dukungan untuk semua level manajerial, dari

eksekutif puncak sampai manajer lini.3. Dukungan untuk individu dan kelompok.4. Dukungan untuk semua keputusan independen dansekuensial.5. Dukungan di semua fase proses pengambilan

keputusan: inteligensi, desain, pilihan, danimplementasi.

6. Dukungan pada berbagai proses dan gayapengambilan keputusan.7. Kemampuan Sistem beradaptasi dengan cepat

dimana pengambilan keputusan dapat menghadapimasalah-masalah dengan cara mengadaptasi systemterhadap kondisi-kondisi perubahan yang terjadi.

8. Pengguna merasa seperti rumah. User-friendly,kapabilitas grafis yang kuat, dan sebuah bahasainteraktif yang alami.

9. Peningkatan terhadap keefektifan pengambilankeputusan (akurasi, timelines, kualitas) dari padaefisiensi (biaya).

10. Pengambil keputusan mengontrol penuh semualangkah proses pengambilan keputusan dalammemecahkan masalah.

11. Pengguna akhir dapat mengembangkan danmemodifikasi system sederhana.

12. Mengunakan model-model dalam penganalisisansituasi pengambilan keputusan.

13. Disediakannya akses untuk berbagai sumber data,format, dan tipe, mulai dari Sistem informasigeografis (GIS) sampai system berorientasi objek.

14. Dapat dilakukan sebagai alat standaloneyangdigunakan oleh seorang pengambil keputusan padasatu lokasi atau didistribusikan di satu organisasikeseluruhan dan di beberapa organisasi sepanjangrantai persediaan.

Gambar 1.2 Karakteristik dan Kapabilitas SPK

1.2.4 Komponen-Komponen Sistem Pendukung

Keputusan

Menurut Turban (2005), Sistem Pendukung

Keputusan terdiri dari empat subsistem, yaitu:1. Manajemen Data, meliputi basis data yang berisi

data-data yang relevan dengan keadaan dan dikelola

oleh perangkat lunak yang disebut dengan Database

Management System (DBMS).2. Manajemen Model berupa sebuah paket perangkat

lunak yang berisi model-model financial, statistic,

management science, atau model kuantitatif, yang


menyediakan kemampuan analisa dan perangkat

lunak manajemen yang sesuai.3. Subsistem Dialog atau Komunikasi, merupakan

subsistem yang dipakai oleh user untuk

berkomunikasi dan member perintah (menyediakan

user interface).4. Manajemen knowledge yang mendukung subsistem

lain atau sebagai komponen yang berdiri sendiri.

Gambar 1.3 Model Konseptual Sistem

Pendukung Keputusana. Subsistem Manajemen Data

Subsistem manajemen data terdiri dari elemen berikut ini:

1. DSS database adalah kumpulan data yang saling terkait yang diorganisasi dan dapat digunakan oleh lebih dari satu orang lebih dari satu aplikasi.

2. Sistem Manajemen basis data adalah pembuatan, pengaksesan, dan pembaharuan (update) oleh DBMS yang mempunyai fungsi utama sebagai tempat penyimpanan, mendapatkan kembali (retrieval) dan pengontrolan.

3. Direktori merupakan sebuah catalog dari semua datadi dalam basis data.

4. Query Facility, yang menyediakan fasilitas akses data. Fungsi utamanya adalah untuk opersai seleksi dan manipulasi data dengan menggunakan model-model yang sesuai dari model management.

b. Subsistem Manajemen ModelSubsistem manajemen model terdiri atas elemen-

elemen berikut ini:

1. Basis ModelBerisikan model-model seperti manajemen

keuangan, statistic, ilmu manajemen yang bersifat

kuantitatif yang memberikan kapabilitas analisi padasebuah SPK.a. Model Strategis digunakan untuk mendukung

manajemen puncak untuk menjalankan tanggungjawab perencanaan strategis, ketika model inidigunakan dalam suatu SPK, maka yang menjaditujuan di dalamnya adalah untuk membantupengambilan keputusan strategis yang sifatnyajangka panjang.

b. Model Taktis digunakan terutama oleh manajemenmadya untuk membantu mengalokasikan danmengontrol sumber daya organisasi.

c. Model Operasional digunakan untuk mendukungaktifitas kerja harian pada organisasi.

d. Model Analitik digunakan untuk menganalisadata(untuk aplikasi sendiri), sebagai komponan darimodel yang lebih besar, dan digunakan untukmenetukan variabel dan parameter model.

2. Sistem Manajemen Basis ModelMerupakan system software yang fungsi

utamanya untuk membuat model dengan menggunkanbahasa pemrograman, alat SPK dan atau subrutin, danbalok pembangun lainnya,membangkitkan rutin baru danlaporan, pembaruan dan perubahan model, dan manipulasimodel.1. Direktori Model Peran direktori model sama dengan direkturi basisdata. Direktori model adalah Katalog dari semua modeldan perangkat lunak lainnya adalah menjawab pertanyaantentang ketersediaan dan kapabalitas model.2. Eksekusi Model, Integrasi, dan Prosesor Perintah

Eksekusi model adalah proses mengontrol jalannyamodel saat ini, integrasi model mencakup gabunganoperasi beberapa model saat diperlukan ataumenintegrasikan SPK dengan aplikasi lain. Sedangkanprosesor model digunakan untuk menerima danmengintepretasikan intruksi-intruksi pemodelan.c. Subsistem Dialog

Komponen dialog SPK adalah perangkat lunakdan perangkat keras yang menyediakan antarmuka untukSPK. Istilah antarmuka pengguna mencakup semua aspekkomunikasi antara satu pengguna dan SPK.Cakupannyatidak hanya perangkat lunak dan perangkat keras, tapijuga faktor-faktor yang berkaitan dengan kemudahanpengguna, kemampuan untuk dapat diakses, dan interaksimanusia-mesin.d. Subsistem Manajemen Knowledge

Banyak masalah tak terstruktur dan bahkan semitersetruktur yang sangat kompleks sehingga solusinyamemerlukan keahlian. Oleh karena itu banyak SPKcanggih yang dilengkapi dengan komponenmanajemen knowledge.Komponen ini menyediakankeahlian untuk memecahkan beberapa aspek malasahdan memberikan pengetahuan yang dapatmeningkatkan operasi komponen SPK lainnya.Berikutadalah modul-modul Sistem Pendukung Keputusandengan menggunakan beberapa teknik penyelasaianyang anda bias pergunakan untuk memahamibagaimana sebuah Sistem Pendukung Keputusan.


1.3 Lokasi Penelitian Lokasi penelitian terletak di Jln. Iskandar Muda No. 1Medan, dalam menyelesaikan masalah danmemaksimalisasikan penggunaan metode Fuzzy SAW diSekolah Tinggi Manajemen Informatika dan KomputerJurusan Informatika (STMIK PENUSA) Medan, sepertiditunjukkan gambar berikut ini :

Gambar 1.4 Lokasi Penelitian STMIK Pelita Nusantara

Medan

1.4 Hasil yang diharapkan

Sesuai dengan harapan peneliti dari awal untukmendapatkan nama-nama dosen yang memiliki kinerjaterbaik berdasarkan data-data yang diperoleh,dikumpulkan pada semester ganjil dan genap TA 20152016 dari program studi teknik informatika STMIKPENUSA medan, akan direkomendasikan kepada pihakrektorat untuk memberikan penghargaan(reward) atauhukuman (punishment) kepada masing-masing dosendilingkungan STMIK PENUSA Medan.Tujuan Dan Manfaat Penelitian

Dalam penelitian ini penulis memiliki tujuan danmanfaat yang jelas. Adapun tujuan dan manfaatnya akandipaparkan sebagai berikut :2.1 Tujuan

Adapun tujuan penelitiann ini berdasarkan padapermasalahan diatas adalah sebagai berikut :1. Untuk membantu STMIK PENUSA dalam melakukan

pengolahan data-data dosen.2. Untuk menyajikan informasi yang dapat dijadikan

acuan untuk mendukung pengambila sebuahkeputusan terhadap dosen.

3. Untuk menerapkan disiplin ilmu komputer dalam halini DSS Menggunakan Fuzzy SAW serta menambahwawasan dan ilmu pengetahuan bagi penulis dalammelakukan penelitian.

2.2 ManfaatPeneliti berharap dalam penyusunan penelitian

ini dapat memberikan manfaat sebagai berikut:1. Bagi peneliti Merupakan bentuk implementasi dari ilmu komputeryang dimiliki oleh peneliti untuk mendapatkanpengalaman dan wawasan baru yang dapat digunakanuntuk mengembangkan diri dalam persaingan dalamdunia penelitian.Bagi STMIK PENUSA MEDAN

Hasil dari penelitian ini diharapkan dapat membantu STMIK PENUSA dalam memberikan HADIAH atau HUKUMAN kepada dosen-dosen sesuai dengan hasil darisistem pendukung keputusan evaluasi kinerja dosen menggunakan metode Fuzyy SAW

3.1 Penelitian Terdahulu

Penelitian ini dilakukan tidak terlepas daripenelitian-penelitian terdahulu yang pernah dilakukansebagai bahan perbandingan dan kajian. Dasar atau acuanyang berupa teori-teori atau temuan-temuan melalui hasilberbagai penelitian sebelumnya merupakan hal yangsangat perlu dan dapat dijadikan sebagai data pendukung.Salah satu data pendukung yang menurut peneliti perludijadikan bagian tersendiri adalah penelitian terdahuluyang relevan dengan permasalahan yang sedang dibahasdalam penelitian ini. Dalam hal ini, fokus penelitianterdahulu yang dijadikan acuan adalah terkait denganmasalah kinerja dosen sebagai pelaksana tridharmaperguruan tinggi. Oleh karena itu, peneliti melakukanlangkah kajian terhadap beberapa hasil penelitian berupatesis dan jurnal-jurnal melalui internet. Sebagai bahanpertimbangan dalam penelitian ini akan dicantumkanbeberapa penelitian terdahulu yang telah dilakukan olehpeneliti lain.Penelitian yang dilakukan oleh Ellya Sestri, STIE AhmadDahlan Jakarta,”Penilaian Kinerja Dosen DenganMenggunakan Metode AHP”, Jurnal Liquidity, Vol. 2, No.1 Januari-juni 2013, halaman 100-109, penelitianselanjutnya diuraikan seperti pada tabel 2.1 berikut ini:

Tabel 2.1 Hasil Penelitian Sebelumnya atau terdahulu


METODE PENELITIAN

Fokus dan tujuan utama dari penelitian ini adalah inginmemanfaatkan secara optimal dengan cara menganalisissecara cermat, mendalam, dan komprehensif terhadapdata tentang kinerja dosen pada semester genap tahunakademik 2015/2016 bagi pengembangan perkuliahan diSTMIK PENUSA Medan. Dengan demikian penelitian inimerupakan studi kasus, dengan obyek penelitian adalahkinerja dosen STMIK PENUSA Medan. 4.1. Alat dan bahan Alat dan bahan utama yang digunakan dalampenelitian terdiri atas hardware dan software. Hardwaremenggunakan seperangkat komputer dengan OSWindows 7, sedangkan softwarenya menggunakanAppServe 10, Mysql Versi 5.1.14 dan bahasa PemrogramPHP versi 5.3.1 dengan tools pendukung MacromediaDreamweaver 8, Whitetown DBF2SQL v.1.0, PHP Maker6, PHP Report Maker 5.4.2. Prosedur Penelitian Metodologi yang digunakan dalam melakukanpenelitian adalah diawali dengan pengumpulan datadilanjutkan dengan tahap develop sistem informasi.

Gambar 4.1 Proses pengembangan perangkat lunak

Pengumpulan Data dilakukan dengan :1. Observasi , dengan melakukan pengamatan secara

langsung pada proses-proses yang sedang berjalan,yaitu :

a. mengkaji Struktur Organisasi b. proses evaluasi dosen c. sistem manajemen dan teknologi d. dan kompetensi SDM.Sebelum pengkajian dilakukan akan didahului dengan

kegiatan identifikasi dan inventarisasi kondisiorganisasi, teknologi informasi, dan sumber daya

manusia.2. Survei, untuk mendapat gambaran kondisi kesiapan

fungsional dan non fungsional kebutuhan sistem untuk migrasi ke sistem baru dan kesiapan SDM.3. Analisa Dokumen, yaitu melakukan dengan

mempelajari material yang menggambarkan sistemyang sedang berjalan. Dokumen yang diamatimeliputi:

a. Renstra Institusi (Visi, Misi)b. Tolak ukur kinerjac. Kebijakan Institusid. Pedoman evaluasi Dosene. Formulir dan berkas Evaluasi dosen oleh mahasiswaf. Formulir dan berkas evaluasi oleh doseng. Data EPSBED4. Focus Group Discussion, yaitu diskusi ahli yang

memiliki kompetensi di bidangnya untuk mendapatmasukan dan respon bagi penyempurnaan pekerjaan.

Tahap Development System Informasi dilakukan sebagaiberikut :

1. System Analysis, yang dilakukan berdasarkan hasil daritahap pengumpulan data. Analisis dilakukan denganmemperhatikan permasalahan yang ada, tujuandibangunnya sistem informasi, identifikasi input data,serta identifikasi output yang merupakan kebutuhanlaporan/tampilan informasi yang diinginkan.

2. System Design. Pada tahap ini akan dibuat rancangansistem informasi yang terinci berdasarkan

spesifikasi yang diinginkan pada tahap analisis. Padatahap ini juga dilakukan penetapan standar baku basisdata perencanaan.

3. Programming, yaitu proses pembuatan sistem informasidengan melakukan coding system.

4. Testing, dilakukan tahap internal testing (unit testingand system testing)

HASIL ANALISIS DAN PEMBAHASAN Hasil analisis data dibagi menjadi dua yaitu data inputdan data output. Data Input antara lain data dosen, datasemester, total responden dan perhitungan IPK dosen.Nilai dari kriteria-kriteria yang ditetapkan. Data outputantara lain dosen dengan kinerja terbaik, IPK dosen,dosen pilihan sistem yang dibangun berdasarkanperhitungan Fuzzy SAW. 5.1 Analisis Metode Fuzzy SAW Analisis metode menggunakan Fuzzy Simple AdditiveWeighting (SAW) atau penjumlahan terbobot. N1 = 10, N2 = 9, N3 = 8, N4 = 7, N5 = 6, dan nilai vektor bobot tersebut menjadi:Untuk N1 : 100-150 = 0,00 (nilai Paling rendah namun tetap ada nilai)

151.160 = 0,25161.170 = 0,5171.180 = 0,75181.190 = 1,00

Untuk N2 : 51-60 = 0,0061.70 = 0,2571.80 = 0,5081.90 = 0,7591.100 = 1,00

Untuk N3 : 10-20 = 0,00 (nilai Paling rendah namun tetap ada nilai)

21.30 = 0,2531.40 = 0,5041.50 = 0,7551-50 = 1,00

Untuk N4 : 11-20 = 0,00 (nilai Paling rendah namun tetap ada nilai)

21.30 = 0,25


31.40 = 0,5041.50 = 0,7551-60 =1,00

Untuk N5: 50-59 = 0,00 (nilai Paling rendah namun tetap ada nila

60.69 = 0,2570.79 = 0,5080.89 = 0,7590-99 = 1,00

Dari beberapa sample data yang digunakan, dapat dilihat pada tabel berikut ini:

Tabel 5.1 Data Dosen Awaluddin Fitra, SPd.,M.Si

Jenis Nilai Nilai BobotN1 182 1,00N2 85 0,75N3 45 0,75N4 45 0,75N5 90 1,00

Tabel 5.2 Data Dosen Fricles Ariwisanto Sianturi, SKom, M.Kom


Tabel 5.3 Data Dosen Martua Sitorus, SE., M.M


Dimana NI,N2,N3,N4,N5 adalah inisisialisasi untuk :N1 = Penguasaan dan Kemampuan dalam menjelaskanN2 = Kemampuan dalam menjawab pertanyaanN3 = Kemampuan dalam memberi motivasi mahasiswaN4 = Kemampuan membuat suasana kelas menyenangkanN5 = Kedisiplinan hadir dalam perkuliahan Untuk mencari rating kecocokan antara setiap dosenpada setiap kriteria pada sebuah tabel dapat digunakanatau dapat disesuaikan dengan rating yang ada pada tabeldibawah ini :Tabel 5.4 Rating Kecocokan

Nama Dosen N1 N2 N3 N4 N5Awaluddin Fitra 1,00 0,75 0,75 0,75 1,00Fricles Ariwisanto Sianturi

0,25 0,50 0,75 0,25 0,75

Martua Sitorus 0,00 0,25 0,50 0,50 0,25Untuk mencari rating kecocokan antara setiap dosen pada setiap kriteria pada sebuah tabel dapat digunakan rumus perbandingan antara total nilai dengan nilai makaimal dari

nilai yang ada sehingga dapat dihasilkan sebuah tabel rating kecocokan seperti berikut ini :Tabel 5.5 Rating Kecocokan Perbandingan Nilai

N1(C1) N2(C2) N3(C3) N4(C4) N5(C5)A1 1,00 0,75 0,75 0,75 1,00A2 0,25 0,50 0,75 0,25 0,75A3 0,00 0,25 0,50 0,50 0,25

Langkah selanjutnya adalah Normalisasi:A1 A2 A3R1=1,00/1=1,00 R11=0,25/1=0,25 R21=0,00/1=0,00R2=0,75/1=0,75 R12=0,50/1=0,50 R22=0,25/1=0,25R3=0,75/1=0,75 R13=0,75/1=0,75 R23=0,50/1=0,50R4=0,75/1=0,75 R14=0,25/1=0,25 R24=0,50/1=0,50R5=1,00/1=1 R15=0,75/1=0,75 R25=0,25/1=0,25

Langkah selanjutnya adalah membuat normalisasi matriksR yang diperoleh dari normalisasi matriks X sebagai berikut:

R = 1,00 0,75 0,75 0,75 1 0,25 0,50 0,75 0,25 0,75

0,01 0,25 0,50 0,50 0,25

Selanjutnya akan dibuat perkalian matriks W * R dan penjumlahan hasil perkalian untuk memperoleh alternatif terbaik dengan melakukan perangkingan nilai terbesar sebagai berikut :V1 = 10(1,00)+ 9(0,75)+8(0,75)+7(0,75)+6(1,00) = 10 + 6,75 + 6 + 5,25+ 6 = 34V2 = 10(0,25)+9(0,50)+8(0,75)+7(0,25)+6(0,75) = 2,5 + 4,5 + 6 + 1,75 + 4,5 = 19,25V3 = 10(0,01)+9(0,25)+8(0,50)+7(0,50)+6(0,25) = 0,100 + 2,25 + 4,00 + 3,50 + 1,50 = 11,26Dari hasil analisa perhitungan secara manual menggunakan metode Fuzzy SAW dapat diperoleh : V1 = 34 V2 = 19,25 V3 = 11,26 , yang artinya bahawa hasilperangkingan dapat kita lihat pada nilai terbesar yaitu V1 ( Awaludin Fitra) memiliki nilai yang tertinggi.5.2 Data Flow Diagram5.2.1 DFD Level Konteks

Gambar 5.1 Diagram Konteks atau level 0


Keterangan Gambar :DD : Data Dosen DS : Data SemesterDA : Data Ajar DK : Data KriteriaDPM :Data Pilihan Mahasiswa LDPM : Laporan Data Pilihan MahasiswaLHSPK : Laporan Hasil Sistem Pendukung Keputusan

Keterangan Diagram Level Konteks:1. Admin memasukkan data dosen,data semester,data

ajar.data kriteria, dan data pilihan mahasiswa ke dalam form penilain Sistem Pendukung Keputusan.

2. Kemudian sistem melakukan penilaian berdasarkan kriteria yang ditentukan.

3. Setelah itu sistem memberikan laporan hasil penilaian kepada Admin.

4. Admin menerima laporan hasil penilaian dan memberikan laporan tersebut kepada dosen.

5. Dosen menerima laporan hasil penilaian berupa data pilihan mahasiswa dan data hasil sistem pendukung keputusan.

6. Pimpinan menerima laporan Evaluasi kinerja dosen5.2.2 DFD Level 1

Gambar 5.2 DFD Level 1

Keterangan Gambar :DD : Data Dosen DS : Data SemesterDA : Data Ajar

DK : Data KriteriaDPM :Data Pilihan Mahasiswa LDPM : Laporan Data Pilihan MahasiswaLHSPK : Laporan Hasil Sistem Pendukung KeputusanKeterangan Diagram Level 0 :1. Admin memasukkan data dosen, data semester, data

ajar, data kriteria, data pilihan mahasiswa, kedalam validasi data.

2. Kemudian data tersebut disimpan kealam masing-masing ke tempat penyimpanan.

3. Kemudian masuk kedalam proses sistem pendukung keputusan dimana sitem meminta data criteria,data data ajar,data semester, dan data dosen sebagai acuan untuk melakukan penilaian.

4. Setelah data diproses maka data disimpan kedalam penimpanan data nilai.

5. Selanjutnya Admin menerima laporan data pilihan mahasiswa dan laporan hasil sistem pendukung keputusan.

6. Setelah itu Admin membuat Laporan dimana adminmemasukkan data ajar dan data pilihan mahasiswa sebagai acuan nya.

7. Kemudian Laporan Hasil Sistem Pendukung Keputusan dan Data Pilihan Mahasiswa kepada dosen.

8. Dosen menerima Laporan Hasil Sistem Pendukung Keputusan dan Dada Pilihan Mahasiswa.

9. Pimpinan menerima Laporan Hasil Penilaian Kinerja Dosen.

5.3 Use Case Diagram

Gambar 5.3 Use Case Diagram

5.4 Implementasi Hasil Penelitian Implementasi system diawali dengan penggunaan login seperti gambar 5.5, dengan user name dan passwordyang benar baru dapat menggunakan system pendukung keputusan evaluasi kinerja dosen.


Gambar 5.4 Implementasi FormLogin

Gambar 5.5 Implementasi Input Data Dosen

Nama-nama dosen yang diikutkan pada penelitian ini untuk dimasukkan kedalam Sistem Pendukung KeputusanUntuk Evaluasi Kinerja Dosen Menggunakan Metode Fuzzy Simple Additive Weighting Method(FSAW) adalahseperti gambar 5.6 berikut:

Gambar 5.6 Nama-nama dosen yang telah diinputkan kedalam system

Gambar 5.7 Proses Perhitungan Metode Fuzzy SAW

Dari hasil implementasi system yang dibangunmenggunakan metode Fuzzy SAW dapat diperoleh : V1= 20.75, dan V2 = 40., V3 = 32,50 , yang artinya bahawahasil perangkingan dapat kita lihat pada nilai terbesaryaitu V2 ( Fricles Ariwisanto, S.Kom.,M.Kom) yangmemiliki nilai yang tertinggi sebgaia nilai kinerja dosenterbaik.


Gambar 5.8 Hasil pemrosesan setelah dihitung dengan Metode Fuzzy SAW

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah hasil penelitian ini diimplementasikan sesuai dengan metode yang dipilih untuk mengevaluasi kinerja dosen STMIK Pelita Nusantara Medan pada semester genapa TA 2015 2016, maka diperoleh kesimpulan sebagai berikut:

1. Dosen dengan kinerja terbaik-1(pertama) saat iniialah Fricles Ariwisanto S.Kom.,M.Kom dengan nilai V2 = 40,

2. Dosen dengan kinerja terbaik-2 (kedua) saat ini ialah Martua Sitorus SE.,MM dengan nilai V2 = 32.5

3. Dosen dengan kinerja terbaik-3 (ketiga) saat ini ialah Awaludin Fitra, SP.d., M.Si dengan nilai V2 = 20.75

6.2 Saran-saran Agar hasil penelitian ini dapat digunakan sebagai dukungan untuk mengambil keputusan bagi pihak pengambil keputusan di STMIK PENUSA Medan untuk memberikikan hadiah maupun hukuman terhadap dosen dilingkungan STMIK Penusa Medan, bagi para peneliti selanjutnya juga dapat memperbaiki metode dan memperbanyak variabel-variabel yang digunakan untuk menambah kualitas penelitiannya dimasa yang akan datang.

DAFTAR PUSTAKA

Ellya Sestri,” Penilaian Kinerja Dosen Dengan Menggunakan Metode AHP”, STIE Ahmad Dahlan Jakarta, 2013

Efraiam T., “Decission Support System’, MCGrowHills, 2006Hamzah, “Sistem Pendukung Keputusan Penilaian

Kinerja Dosen Dengan Metode Balanced Scorecard”, Universitas Atmajaya, 2010

Irfan Subakti, “Sistem Pendukung Keputusan”, Informatika Bandung,2006

Jogiyanto HM,. “Analisis dan Desain Sistem Informasi”, Yogyakarta, 2005.

J.Kakiay Thomas,Msc.”Pemrograman Linier” , Yogyakarta, 2008.

Mudilarno,” Implikasi Penilaian Kinerja Dosen Oleh Mahasiswa terhadap Pengembangan Perkuliahan dan Dalam Konteks Sistem Penjaminan Mutu Akademik”, STTA Yogyakarta, 2010

Raymond McLeod, Jr. and George Schell, “Manajemen Sistem Informasi”, Yogyakarta, 2006

Trisna Murni,” Analisis Penilaian Kinerja Dosen Fakultas Ekonomi dan Bisnis”,Universitas Bengkulu, 2013.

Whitten Jeffry L., Lonnie, D. Bently. Thomas I.M. Ho. “System Analysis & Design Methods”, 2006

Documents

SISTEM PENDUKUNG KEPUTUSAN EVALUASI KINERJA DOSEN