Upload
phungnhi
View
219
Download
2
Embed Size (px)
Citation preview
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
109
SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJURUSAN MAHASISWA
(STUDI KASUS : TEKNIK INFORMATIKA UNIVERSITAS BUNDA MULIA)
Kristien Margi Suryaningrum1
1Program Studi Teknik Informatika, Fakultas Teknologi dan Desain, Universitas Bunda Mulia Jakarta
Jl. Lodan Raya No. 2, Ancol - Jakarta Utara
Telp. (021) 692-9090 - Fax (021) 690-9712
Email : [email protected], [email protected]
ABSTRAK
Mahasiswa yang masuk semester 5 biasanya akan dihadapkan pemilihan peminatan atau penjurusan
yang akan diambil untuk semester berikutnya. Peminatan di Program Studi Teknik Informatika Universitas
Bunda Mulia, dibagi menjadi 5. Namun kebanyakan, banyak mahasiswa yang tidak mengambil peminatan mata
kuliah sesuai dengan nilai yang diperoleh. . Idealnya mahasiswa mengambil peminatan yang sesuai nilai yang
diperoleh, sehingga nantinya diharapkan ilmu yang didapatkan juga akan lebih maksimal. Namun kenyataanya
banyak yang tidak mengambil sesuai dengan hal yang mereka minati atau nilai yang didapat. Dalam
pengambilan peminatan ini, banyak sekali alasan yang dikemukakan mahasiswa. Sehingga terkadang membuat
mahasiswa sendiri tidak focus terhadap matakuliah yang diambil, dikarenakan banyak yang salah mengambil
peminatan. Berdasarkan hal tersebut, akan berpengaruh nantinya pada pengambilan topik skripsi yang akan
diambil masing-masing mahasiswa pada akhir semester. Untuk itu, melalui permasalahan yang telah
dikemukakan, perlulah dibuat suatu sistem untuk mendukung keputusan dalam peminatan mahasiswa menggunakan algoritma Vikor. Algoritma Vikor ini didasarkan pada solusi terbaik yang diperoleh berdasarkan
solusi ideal terdekat. Kemudian melakukan perangkingan dengan membandingkan jarak ke solusi ideal.
Diharapkan melalui metode Vikor ini, dapat membantu mahasiswa tidak salah menentukan peminatan
matakuliah yang telah ditentukan di Teknik Informatika.
Kata Kunci: SPK, Peminatan, Algoritma Vikor
ABSTRAK
Students who have entered the 5th semester will normally exposed to the selection of specialization that
will be taken to the next semester. In Informatics Engineering Program, specialization is divided into 5. Mostly,
many students do not take specialization courses in accordance with the values obtained. This can be affected on several factors. Ideally students taking the specialization according to the value obtained, so that the knowledge
gained will be expected also to be maximal. But in fact many student do not take in accordance to the terms of
their interest.There are so many reasons offered students in making this stream. So sometimes make students
themselves are not the focus of the course is taken, because a lot of the wrong take specialization, so this will
eventually lead to the retrieval of thesis topics that will be taken of each student at the end of the
semester.Through these problems, it is necessary to determine the pattern of specialization students using
methods Vikor. Vikor method is based on the best solution is obtained based on the nearest ideal solution. Then
to rank by comparing the distance to the ideal solution. Hopefully, through this Vikor method can help students
determine the courses that have been determined specialization in Computer Science.
Keywords : DSS, Specialitation, Vikor Algorithm
1. PENDAHULUAN
1.1 Latar Belakang
Teknologi yang terus berkembang,
menyebabkan pendidikan bukan hanya merupakan
suatu kewajiban yang harus dijalani, tetapi juga
merupakan suatu kebutuhan yang harus dipenuhi. Di
Universitas Bunda Mulia, Teknik Informatika
merupakan jurusan yang menekankan pada setiap
mahasiswanya untuk mengambil peminatan pada
semester 5. Di Teknik Informatika, terdapat 5
peminatan, yaitu penerapan algoritma berbasis komputer, penerapan algoritma komputasi dalam
aplikasi web, penerapan algoritma dalam basis data,
computer vision dan networking, yang nantinya akan
diambil oleh mahasiswa pada semester 5 ke atas.
Namun sekarang ini, terdapat beberapa
kendala yang dihadapi pihak jurusan dalam
melakukan proses peminatan, dimana hasil
peminatan yang tidak sesuai dengan peminatan yang
dipilih mahasiswa.
Untuk membantu permasalahan tersebut
diperlukan suatu sistem yang dapat membantu untuk
menentukan keputusan dan diterapkan dalam Sistem Pendukung Keputusan yang dapat memberikan
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
110
peminatan terbaik. Metode yang digunakan adalah
metode Vikor, karena dengan metode ini diharapkan
mampu menganalisis permasalahan dengan melihat
pola yang ada pada setiap peminatan.
1.2 Rumusan Masalah
Rumusan masalah yang diapaparkan adalah
bagaimana membangun sebuah sistem untuk
mendukung keputusan dalam penentuan peminatan
mahasiswa Teknik Informatika menggunakan metode Vikor yang diterapkan untuk penjabaran
logika algoritma dalam suatu penyelesaian
permasalahan.
1.3 Tujuan Masalah
Tujuan dari penelitian ini adalah untuk
menerapkan logika algoritma ke dalam sebuah
aplikasi ke dalam bentuk sistem pendukung
keputusan untuk penentuan peminatan matakuliah
yang akan diambil, dan disesuaikan nilai yang
didapat.
1.4 Metodologi
Metode yang digunakan adalah
menggunakan sistem waterfall.
Metode perancangan yang digunakan pada
pembuatan aplikasi ini yaitu model waterfall.
Metode waterfall adalah suatu proses pembuatan
situs web secara terstruktur dan berurutan dimulai
dari penentuan masalah, analisa kebutuhan,
perancangan implementasi, integrasi, uji coba
sistem, penempatan situs web dan pemeliharaan. Pembuatan situs web dengan metode ini sangat
cocok dilakukan pada situs web berskala besar
karena menyangkut manajemen dan sistem yang
rumit. Metode ini membutuhkan pendekatan
sistematis dan sekuensial dalam pengembangan
perangkat lunak dan biasanya disebut juga dengan
Classic Life Cycle, dimulai dari tingkat sistem dan
kemajuan melalui analysis, desaign, coding, testing
dan maintenance.
Implementasi dari perancangan sistem yang
dibuat, akan dibangun dan diterapkan ke dalam
bahasa pemrograman PHP dan My SQL. Bahasa pemrograman PHP, merupakan bahasa
pemrograman web server-side yang bersifat open
source, sehingga sistem yang dibangun akan lebih
dinamis. Database ini dibuat untuk keperluan
sistem database yang cepat, handal dan mudah
digunakan. Secara detail, alur model waterfall yang
merupakan model klasik akan digambarkan pada
Gambar 1.
Gambar 1 Alur Model Waterfall (Pressman,
2010)
1. Requirements/ Analysis
Fase Requirements/ Analysis dikerjakan agar
menghasilkan desain sistem yang lengkap.
Requirements adalah tahapan untuk menentukan
kebutuhan data yang akan digunakan untuk
membangun sistem. Data-data kemudian secara
lengkap dianalisa untuk dijadikan metode
dalam pengembangan sistem informasi
beserta kebutuhan database yang harus
dipenuhi oleh program yang akan dibuat.
2. Design Proses desain menterjemahkan kebutuhan
pengguna dalam sebuah dokumen aplikasi
yang dapat diperkirakan kualitasnya sebelum
proses coding dimulai. Tahapan design
menentukan bagaimana cara menyelesaikan
masalah dengan mengedepankan fokus pada
rancangan fisikal seperti struktur data, tampilan
layar, database.
3. Implementation / Code
Tahap implementasi adalah tahap dimana
hasil desain software diterjemahkan ke dalam bahasa yang dapat dimengerti oleh komputer.
Sehingga pada tahap ini perancangan akan
dibangun ke dalam coding melalui PHP dan My
SQL.
4. Testing
Untuk tahap testing, setelah dibuat program
aplikasi kemudian diuji untuk mengetahui
apakah sudah dapat berfungsi seperti yang
diinginkan.
5. Maintenance
Tujuan dari tahapan ini adalah melakukan dukungan dan pemeliharaan terhadap
implementasi sistem agar tetap berfungsi pada
tingkat yang lebih tinggi.
1.5 Tinjauan Pustaka
Terdapat beberapa sumber pustaka yang
ditinjau dalam penelitian ini antara lain:
Pada review sebelumnya yang dilakukan
oleh Haniv (2009), telah dihasilkan sebuah aplikasi
sistem pakar untuk penilaian ujian skripsi sesuai
pada jawaban yang diberikan mahasiswa kemudian
merekap hasil akhir untuk menentukan kelulusan.
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
111
Dalam perancangan sistem ditentukan 2 jenis sistem
requirement utama dari sistem pendukung keputusan
untuk sistem pendukung keputusan ini. Sistem
requirement pertama adalah functional requirement.
Pada penelitian yang lain yang dilakukan oleh
Novaliendry (2009) merancang sistem pendukung
keputusan untuk media supplier spare part
menggunakan metode Vikor. Metode VIKOR dengan
penerapan fuzzy dalam kasus pemilihan supplier
spare part mobil ini dapat menangani lebih dari satu
kriteria dan saling bertentangan antar kriteria satu dengan yang lain yang bersifat kualitatif maupun
kuantitatif. Metode ini merupakan salah satu metode
dari teori MCDM. Pada penelitian sebelumnya
dilakukan oleh Kusdiantoro (2012) yang
menghasilkan sebuah aplikasi analisis usability
website menggunakan metode Vikor dan promethee
dan electree. Penelitian juga bertujuan untuk
mengetahui perbandingan hasil perankingan dari
ketiga metode tersebut. Hasil penilaian kemudian
dibuat ranking menggunakan Metode
PROMETHEE, VIKOR, dan ELECTREE. Hasil perankingan dari ketiga metode kemudian
dibandingkan menggunakan tes Friedman. Masing-
masing hasil perankingan dari ketiga metode
tersebut juga akan dibandingkan dengan hasil
perankingan Webometrics yang dirilis pada bulan
Juli 2011 dengan menggunakan tes Spearman.
2. PEMBAHASAN
2.1 Kerangka Pemikiran Pada saat ini aplikasi sebuah sistem yang
membahas mengenai Sistem Pendukung Keputusan
sudah banyak yang dibangun dan dikembangkan.
Tetapi seiring perkembangan teknologi yang
semakin cepat ini, banyak sekali user yang
menginginkan suatu sistem yang dapat membantu
dalam pengambilan keputusan secara cepat. User
menginginkan suatu sistem yang mampu mengolah
sebuah aplikasi yang dapat memberikan hasil dan
keputusan yang dapat digunakan untuk penyelesaian
berdasarkan permasalahan yang dihadapi. Melalui
sistem ini, diharapkan mampu membantu mahasiswa dalam penentuan peminatan sesuai dengan nilai
yang dimiliki. Untuk itu, berdasarkan beberapa
penelitian yang telah dilakukan, maka dibuatlah
suatu sistem yang dapat membantu mahasiswa untuk
menyelesaikan permasalahan tersebut.
2.2 Definisi Sistem Pendukung Keputusan
Pendapat beberapa ahli bahwa Sistem
Pendukung Keputusan atau Decision Support Sistem
(DSS) dibuat untuk meningkatkan proses dan
kualitas hasil pengambilan keputusan, dimana DSS
dapat memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses
pengambilan keputusan tersebut, disamping itu
Sistem Pendukung Keputusan juga memberdayakan
resources individu secara intelek dengan
kemampuan komputer untuk meningkatkan kualitas
keputusan dan berhubungan dengan manajemen
pengambilan keputusan serta berhubungan dengan
masalah-masalah yang semi terstruktur. Sistem
pendukung keputusan adalah sistem penghasil
informasi yang ditujukan pada suatu masalah
tertentu yang harus dipecahkan oleh manager dan
dapat membantu manager dalam pengambilan
keputusan (Turban, 1995). Sistem pendukung
keputusan merupakan bagian tak terpisahkan dari
totalitas sistem organisasi keseluruhan. Suatu sistem organisasi mencakup sistem fisik, sistem keputusan
dan sistem informasi. Berdasarkan uraian di atas,
sistem keputusan tidak bisa dipisahkan dari sistem
fisik maupun sistem informasi. Kompleksitas sistem
secara fisik menuntut adanya sistem keputusan yang
komplek pula.
Ciri utama dari sistem pendukung
keputusan adalah kemampuannya untuk
menyelesaikan masalah yang tidak terstruktur. Pada
dasarnya sistem pendukung keputusan merupakan
pengembangan lebih lanjut dari sistem manajemen terkomputerisasi yang dirancang sedemikian rupa
sehingga bersifat interaktif dengan pemakainya.
Sistem pendukung keputusan adalah suatu
pendekatan sistematis pada hakekat suatu masalah,
pengumpulan fakta fakta penentu yang matang dari
alternatif yang dihadapi dan pengambilan tindakan
yang paling tepat (Saaty, 1995).
Untuk menghasilkan keputusan yang baik
di dalam sistem pendukung keputusan, perlu
didukung oleh informasi dan fakta fakta yang
berkualitas antara lain (Dadan, 2001): a. Aksebilitas
Atribut ini berkaitan dengan kemudahan
mendapatkan informasi, informasi akan lebih berarti
bagi si pemakai kalau informasi tersebut mudah
didapat, karena akan berkaitan dengan aktifitas dari
nilai informasinya.
b. Kelengkapan
Atribut ini berkaitan dengan kelengkapan isi
informasi, dalam hal ini isi tidak menyangkut hanya
volume tetapi juga kesesuaian dengan harapan si
pemakai sehingga sering kali kelengkapan ini sulit
diukur secara kuantitatif. c. Ketelitian
Atribut ini berkaitan dangan tingkat kesalahan
yang mungkin di dalam pelaksanaan pengolahan
data dalam jumlah (volume) besar. Dua tipe
kesalahan yang sering terjadi yaitu berkaitan dengan
perhitungan.
d. Ketepatan
Atribut ini berkaitan dengan kesesuaian antara
informasi yang dihasilkan dengan kebutuhan
pemakai. Sama halnya dengan kelengkapan,
ketepatan pun sangat sulit diukur secara kuantitatif. e. Ketepatan Waktu
Kualitas informasi juga sangat ditentukan oleh
kektepatan wktu penyampaian dan aktualisasinya.
Misal informasi yang berkaitan dengan perencanaan
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
112
harian akan sangat berguna kalau disampaikan setiap
dua hari sekali.
f. Kejelasan
Atribut ini berkaitan dengan bentuk atau format
penyampaian informasi. Bagi seorang pimpinan,
informasi yang disajikan dalam bentuk grafik,
histogram, atau gambar biasanya akan lebih berarti
dibandingkan dengan informasi dalam bentuk
katakata yang panjang.
g. Fleksibilitas
Atribut ini berkaitan dengan tingkat adaptasi dari informasi yang dihasilkan terhadap kebutuhan
berbagai keputusan yang akan diambil dan terhadap
sekelompok pengambil keputusan yang berbeda.
2.2.1 Fase Pengambilan keputusan
Dalam pengambilan keputusan sebuah
sistem harus mampu melewati beberapa fase-fase
proses pengambilan keputusan. Menurut Turban
(1997), mengatakan bahwa proses tersebut meliputi
tiga fase utama: inteligensi, desain, dan kriteria. Ia
kemudian menambahkan fase keempat, yakni
implementasi. Monitoring dapat dianggap sebagai fase kelima bentuk umpan balik.
a. Tahap Penelusuran(intelligence)
Tahap ini pengambil keputusan mempelajari
kenyataan yang terjadi, sehingga kita bisa
mengidentifikasi masalah yang terjadi biasanya
dilakukan analisis dari sistem ke subsistem
pembentuknya sehingga didapatkan keluaran berupa
dokumen pernyataan masalah.
b. Tahap Desain
Dalam tahap ini pengambil keputusan
menemukan, mengambangkan dan menganalisis semua pemecahan yang mungkin yaitu melalui
pembuatan model yang bisa mewakili kondisi nyata
masalah.
c. Tahap Choice
Dalam tahap ini pengambil keputusan memilih
salah satu alternatif pemecahan yang dibuat pada
tahap desain yang dipandang sebagai aksi yang
paling tepat untuk mengatasi masalah yang sedang
dihadapi. Dari tahap ini didapatkan dokumen solusi
dan rencana implementasinya.
d. Tahap Implementasi
Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap choice.
Implementasi yang sukses ditandai dengan
terjawabnya masalah yang dihadapi, sementara
kegagalan ditandai masih adanya masalah yang
sedang dicoba untuk diatasi. Dari tahap ini
didapatkan laporan pelaksanaan solusi dan hasilnya.
Gambar 2 Tahapan Pengambilan Keputusan
2.2.2 Komponen Sistem Pendukung
Keputusan
Sistem pendukung keputusan terdiri dari 3
komponen utama atau subsistem yaitu (Kusrini, 2007)
a. Subsistem Data (Database)
b. Subsistem Model (Model Subsistem)
c. Subsistem Dialog (User Sistem Interface)
Keunikan lainnya dari sistem pendukung
keputusan adalah adanya fasilitas yang mampu
mengintegrasikan sistem terpasang dengan
pengguna secara interaktif. Fasilitas yang dimiliki
oleh subsistem ini dapat dibagi atas 3 komponen
yaitu :
1. Bahasa aksi (Action Language) yaitu suatu perangkat lunak yang dapat digunakan
pengguna untuk berkomunikasi dengan sistem.
2. Bahasa Tampilan (Display atau Presentation
Language) yaitu suatu perangkat yang berfungsi
sebagai sarana untuk menampilkan sesuatu.
3. Basis Pengetahuan (Knowledge Base) yaitu
bagian yang mutlak diketahui oleh pengguna
sistem yang dirancang dapat berfungsi secara
efektif
2.3 Algoritma Vikor
2.3.1 Definisi Vikor
VIKOR (Vise Kriterijumska Optimizajica I
Kompromisno Resenje) berarti multi-criteria
optimization and compromise solution (optimasi
multi kriteria dan solusi kompromis), merupakan
salah satu dari sekian banyak teknik MCDM.
VIKOR diperkenalkan pertama kali oleh Serafim
Opricovic pada tahun 1998. Kemudian digunakan
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
113
dalam masalah multi-criteria decision making pada
tahun 200 VIKOR didasarkan pada solusi terbaik
yang diperoleh berdasarkan solusi ideal terdekat.
Kemudian melakukan perangkingan dengan
membandingkan jarak ke solusi ideal (Kilic, 2012).
Metode VIKOR menggunakan normalisasi linear,
yang bertujuan untuk mendapatkan solusi terbaik
dengan tingkat keuntungan (Mohammad et al,
2011).
2.3.2 Keuntungan Metode VIKOR
Metode VIKOR memiliki beberapa keuntungan sebagai berikut :
1. Metode VIKOR adalah perangkingan
alternative berdasarkan terdekat dengan PIS
(Positive Ideal Solution) dan terjauh dari NIS
(Negative Ideal Solution).
2. Alternatif terbaik dipilih dari group utility
(kelompok kesenangan) maksimal dan regret group
(kelompok penyesalan) minimal.
2.3.3 Langkah Metode VIKOR
Langkah metode VIKOR :
1. Mendeterminasikan terbaik dan
terburuk dari setiap kriteria, dengan
.
Jika adalah keuntungan, maka seperti ditunjukkan
pada rumus 1 dan rumus 2
………………rumus 1
………………rumus 2
Jika adalah biaya, maka seperti ditunjukkan pada
rumus 3 dan rumus 4
………………rumus 3
………………rumus 4
2. Menghitung nilai dan , dengan
….rumus 5
….rumus 6
dimana adalah bobot dari kriteria
3. Menghitung nilai , ditunjukkan pada
rumus 7 dengan
………………………….rumus 7
dimana:
adlah bobot strategi kriteria utama atau utilitas
maksimal group, dimana adalah bobot
penyesalan individu. Disini nilai .
4. Mengurutkan dan dengan urutan
menurun.
Mengusulkan alternatif solusi terbaik dengan
nilai terkecil.
2.4 Perancangan menggunakan DFD (Data Flow
Diagram) Data Flow Diagram atau biasa disebut
dengan DFD adalah representasi grafik dari sebuah
system yang menggambarkan komponen-komponen
sebuah system.
Diagram Context
Sistem Pendukung
Keputusan
Peminatan
Mahasiswa
mhsadmin
Data login admin
Data admin
Data user
Data mhs
Data nilai
Data kriteria
Data jurusan
Data rating_kecocokan
Data makul
Data peminatan
Data peminatan_detail
Informasi validasi login
Informasi data admin
Informasi data user
Informasi data mhs
Informasi data nilai
Informasi data kriteria
Informasi data jurusan
Informasi data makul
Informasi data peminatan
Informasi data peminatan_detail
Data login user
Data user
Data minat
Data nilai
Data peminatan
Informasi validasi login
Informasi data user
Informasi data mhs
Informasi data nilai
Informasi data jurusan
Data makul
Informasi data peminatan
Informasi data peminatan_detail
Gambar 3 Diagram Context
Berdasarkan pada Gambar 3 terdapat dua
buah entitas yang akan berinteraksi dengan sistem
yang akan dibangun, yaitu entitas admin dan user (mhs). Dari sisi admin, interaksi yang dilakukan oleh
admin terhadap sistem meliputi beberapa hal, seperti
memanajemen data yang akan digunakan sistem
untuk mengolah data nilai menjadi hasil pengujian,
dan dari sisi mahasiswa memberikan data masukan,
yang berupa nilai sesuai dengan nilai yang didapat
pada mata kuliah yang telah diambil.
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
114
Diagram Level 0
Setelah diagram konteks dibuat, hasil
penjabarannya dari diagram konteks adalah diagram level 0. Pada level ini, proses dijabarakan lagi sesuai
dengan sub prosesnya ditunjukkan pada Gambar 4
admin
1
Login
2
Mengubah
password
mhs
4
Mengelola
data mhs
6
Mengelola
data kriteria
7
Mengelola
data jurusan
Da
ta
lo
gin
a
dm
in
Da
ta
lo
gin
u
se
r
3
Mengelola
data user
5
Mengubah
nilai
8
Mengelola
data makul
9
Memproses
peminatan
admin
In
fo
rm
asi va
lid
asi lo
gin
In
fo
rm
asi va
lid
asi lo
gin
Informasi data admin
user
Informasi data user
Informasi data admin Informasi data user
Data userData admin
Da
ta
a
dm
in
Da
ta
u
se
r
In
fo
rm
asi d
ata
a
dm
in
In
fo
rm
asi d
ata
u
se
r
Data nilai
Informasi data nilai Informasi data nilai
Data user
Informasi data user
Informasi data user
Informasi data mhs
Informasi data nilai
Informasi data peminatan
Data siswa
Informasi data mhs
Informasi data nilai
Informasi data peminatan
Data user
Informasi data user
Data kriteria
Data jurusan
Data rating_kecocokan
Data mhs
Data nilai
Informasi data kriteria
Informasi data jurusan
Informasi data rating_kecocokan
Informasi data nilai
Data jurusan
Data kriteria
Data rating_kecocokan
Data mhs
Informasi data jurusan
Informasi data kriteria
Informasi data rating_kecocokan
Informasi data mhs
Data makul
Data nilai
Informasi data makul
Informasi data nilai
In
fo
rm
asi d
ata
p
em
ina
ta
n
In
fo
rm
asi d
ata
p
em
ina
ta
n
In
fo
rm
asi d
ata
p
em
ina
ta
n_
de
ta
il
Da
ta
n
ila
i
Da
ta
p
em
ina
ta
n
Informasi data jurusan
Data makul
10
Membuat
laporan
Informasi data mhs
Informasi data nilai
Informasi data peminatan
Informasi data peminatan_detail
Data mhs
Data nilai
Data peminatan
Data peminatan_detail
nilaiData nilai
Informasi data nilai
Gambar 4 DFD Level 0
Proses yang terbentuk pada diagram level 0
ada 10 proses utama yaitu login, mengubah
password, menegelola data user, menegelola data
mahasiswa, menguah nilai, mengelola data kriteria,
mengelola data jurursan, mengelola data atkul,
memproses peminatan, dan memebuat laporan.
Pada proses 1 (Admin Login), Admin memberikan
masukan kedalam sistem berupa useruser dan
password. Proses yang ke 2 yaitu proses mengubah
password jika ada password di sistem yang akan diubah, Pada proses ke 3 adalah pengolahan data
user, jadi seorang admin dapat melakukan proses
data user. Pada proses ke empat, pengolahan data
mahasisea, admin dapat mengolah data-data yang
diperlukan oleh sistem untuk melakukan pemrosesan
data mahasiswa. Pada proses ke 5 adalah proses
melakukan pengubahan nilai berdasarkan hasil nilai
yang telah didapat, pada proses ke enam, adalah
proses mengubah data kriteria, yaitu pengubahan
data berdasarkan kriteria yang ditentukan. Pada
proses ketujuh adalah mengelola data jurursan. Pada proses ini adalah mengelola data mahasiswa dengan
data jurusan yang sesuai. Pada proses ke delapan
yaitu proses mengelola data matakuliah. Pada proses
ini dikelola data maa kulikah yang dapat digunakan
untuk menentukan data matakuliah apa saja yang
digunakan untuk patokan pengambilan nilai. Untuk
proses ke 9 adalah untuk proses peminatan, pada
proses ini, adalah Tes SPK proses ini merupakan
proses yang dapat dijalankan oleh mahasiswa, yaitu
proses pengujian. Mahasiswa memasukkan data nilai
yang diperlukan untuk pemrosesan data, kemudian nilai hasil masukan akan dicocokan dengan data dari
database di sistem. Proses ke 10 adalah membuat
laporan secara detail. Dalam artian, proses ini akan
memeberikan hasil peminatan secara kompleks dan
detail sesuai data yang telah dimasukkan.
Untuk diagram Level 1 proses mengelola data
mahasiswa ditunjukkan pada Gambar 5
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
115
admin mhs
4.1
Menambah data
mhs
4.2
Mengubah
data mhs
4.3
Menambah
data nilai
4.7
Menambah
data
peminatan
Data mhs
Informasi data mhs
Informasi data nilai
Informasi data peminatan
Data mhs
Data mhs
nilai
peminatan
Data mhs
Data mhs
Informasi data mhs
Informasi nilai
Informasi data peminatan
Informasi data nilai
Informasi data peminatan
Informasi data nilai
Informasi data peminatan
siswa
Informasi data mhs
Data mhs
Informasi data mhs
Informasi data mhs
Data mhs
Gambar 5 Diagram Level 1 Proses Pengolahan Data
Mahasiswa
Pada Gambar 5, diuraikan secara rinci
proses apa saja yang dapat dilakukan pengolahan pada data mahasiswa. Pada proses ini, admin dapat
melakukan tambah data ahasiswa, mengubah data
mahasiswa, menambah data nilah, menambah data
peminatan, yang kemudian nantinya dapat diproses
oleh mahasiswa.
admin
7.1
Menambah
data kriteria
7.2
Mengubah
data kriteria
Data kriteria
Data rating_kecocokan
Data jurusan
Data mhs
Data nilai
Informasi data kriteria
Informasi data rating_kecocokan
Informasi data jurusan
Informasi data mhs
Informasi data nilai
Informasi data kriteria
Informasi data rating_kecocokan
Informasi data jurusan
Data kriteria
Data rating_kecocokan
Data jurusan
7.3
Menghapus
data kriteria
Data kriteria
Data rating_kecocokan
Informasi data kriteria
Informasi data rating_kecocokan
Gambar 6 Diagram Level 1 Proses Mengelola Data
Kriteria
Pada Gambar 6 Proses meneglola data
kriteria, dibagi menjadi tiga sub-proses, yaitu
menambah data kriteria, mengubah data kriteria dan
menghapus data kriteria. Jadi pada proses ini,
kriteria dapat ditambah, dapat juga diubah,dan dapat
juga dihapus sesuai kebutuhan pengolahan datanya.
admin mhs
7.1
Menambah
data jurusan
7.2
Mengubah
data jurusan
Data jurusan
Data kriteria
Data rating_kecocokan
Data mhs
Informasi data jurusan
Informasi data kriteria
Informasi data rating_kecocokan
Informasi data mhs
Informasi data jurusan
Informasi data jurusan
Data jurusan Informasi data jurusan
jurusanData jurusan
Informasi data jurusan
Rating_kecocokan
7.3
Mengubah data
rating_kecocokan
Data jurusan
Data rating_kecocokan
Informasi data jurusan
Informasi data rating_kecocokanData rating_kecocokan
Informasi data jurusan
Data jurusan
Informasi data rating_kecocokan
Gambar 7 Diagram Level 1 Proses Mengelola Data
Jurusan
Gambar 7 merupakan diagram level 1 pada
proses meneglola data ujian. Pada proses ini,
dilakukan lagi proses menambah data jurusan,
mengubah data jurusan, dan megubah data rating
kecocokan. Dari beberapa data ini, dapat dilakukan
proses oleh admin, yang nantinya akan diproses oleh
user atau mhs.
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
116
Gambar 8 Diagram Level 1 Proses Mengelola Data
Matakuliah
Gambar 8 merupakan diagram level 1 pada
proses mengelola dat amatkul. Pada proses ini, dapat dilakukan proses menambah data matkul, mengubah
data matkul, menghapus data matkul, dan
menghapus ata nilai. Untuk proses mengubah,
menambah dan menghapus data matkul, proses ini
dapat langsung diproses oleh mahasiswa. Sedangkan
untuk memproses data nilai, proses ini hanya admin
saja yang dapat mengelolanya. Sehingga mahasiswa
tidak apat melakukan proses pengubahan data nilai
sesuai keinginanya.
Gambar 9 Diagram Level 1 Proses Peminatan
Gambar 9 merupakan diagram level 1 pada proses memproses peminatan. Pada proses ini
dilakukan proses memasukkan data nilai dari
mahasiswa yang akan dilanjutkan ke proses
selanjutnya untuk mencari bobot preferensi keudian
dilanjutkan ke proses peminatan selajnutnya untuk
mendapatkan hasil data pemrosesan.
Proses terakhir pada level 1 adalah proses
membat laporan. Pada proses ini dijabarkan ke
proses selanjutnya yaitu proses laporan hasil
peminatan mahasiswa. Proses ini ditunjukkan pada
gambar 10.
admin
mhs
10.1
Laporan
peminatan
mahasiswa
Data mhs
Data peminatan
Data peminatan_detail
Informasi data mhs
Informasi data peminatan
Informasi data peminatan_detail
Data mhs
peminatan
Peminatan_detail
Data mhs
Data peminatan
Informasi data peminatan
Data mhs
Data peminatan_detail
Informasi data mhs
Gambar 10 Diagram Level 1 Proses Membuat
Laporan
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
117
4.2 Perancangan Basis Data
Perancangan Tabel
1. Tabel admin Struktur tabel admin dapat dilihat pada
Tabel 1.
Tabel 1
TABEL ADMIN
Nama Field Tipe
kd_admin Integer
useruser Varchar
password Varchar
2. Tabel makul
Struktur tabel makul dapat dilihat pada
Tabel 2.
Tabel 2
TABEL MAKUL
Nama Field Tipe
kd_makul Varchar
nama_makul Varchar
keterangan Varchar
3. Tabel mhs Struktur tabel siswa dapat dilihat pada
Tabel 3.
Tabel 3
TABEL MHS
Nama Field Tipe
kd_mhs Varchar
Nis Varchar
nama_mhs Varchar
jenis_kelamin Varchar
tanggal_lahir Date
4. Tabel user
Struktur tabel user dapat dilihat pada
Tabel 4
Tabel 4
TABEL USER
Nama Field Tipe
kd_user Integer
kd_mhs Varchar
Useruser Varchar
Password Varchar
5. Tabel nilai_un
Struktur tabel nilai_un dapat dilihat pada
Tabel 5.
Tabel 5
TABEL NILAI
Nama Field Tipe
kd_nilai Integer
kd_mhs Varchar
kd_makul Varchar
Nilai Float
6. Tabel kriteria
Struktur tabel kriteria dapat dilihat pada
Tabel 6.
Tabel 6
TABEL KRITERIA
Nama Field Tipe
kd_kriteria Integer
jenis_kriteria Varchar
kd_mapel Varchar
kd_jurusan Varchar
7. Tabel rating_kecocokan
Struktur tabel rating_kecocokan dapat
dilihat pada Tabel 7.
Tabel 7
TABEL RATING_KECOCOKAN
Nama Field Tipe
kd_rating_kecocokan Integer
kd_jurusan Varchar
kd_kriteria Varchar
Nilai Float
8. Tabel peminatan
Struktur tabel peminatan dapat dilihat
pada Tabel 8.
Tabel 8
TABEL PEMINATAN
Nama Field Tipe
kd_peminatan Varchar
kd_mhs Varchar
Tanggal Date
Keterangan Varchar
9. Tabel peminatan_detail
Struktur tabel peminatan_detail dapat
dilihat pada Tabel 9.
Tabel 9
TABEL PEMINATAN_DETAIL
Nama Field Tipe
kd_peminatan_detail Varchar
kd_peminatan Varchar
nilai_q Float
nilai_s Float
nilai_r Float
presentase Float
10. Tabel jurusan
Struktur tabel jurusan dapat dilihat pada
Tabel 10.
Tabel 10
TABEL JURUSAN
Nama Field Tipe
kd_jurusan Varchar
nama_jurusan Varchar
keterangan Varchar
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
118
Entity Relationship Diagram (ERD)
Dari perancangan yang dibangun, terdapat
beberapa entitas, yaitu : mahasiswa, admin, makul,
kriteria, pemiatan, peminatan detail, user, rating
kecocokan. Hubungan antar entitas atau ERD pada
perancangan aplikasi ini, ditunjukkan pada Gambar
11.
Gambar 11 Entity Relationship Diagram
Perancangan Sistem
Dari beberapa matakuliah, akan dijabarkan kembali beberapa peminatan yang dapat diambil,
yang nantinya akan dijadikan alternatif, yaitu :
1. Peminatan Jaringan, mata kuliah yang
berpengaruh teknik digital, arsitektur dan
organisasi computer, sistem operasi, komunikasi
datam sistem operasi terapan, keamanan
jaringan computer dan manajemen jaringan
computer.
2. Peminatan Penerapan Algoritma dan Basis
Data, matakuliah yang berpengaruh Algoritma,
Struktur Data, Basis Data, Basis Data Web,
Oracle 1, dan Oracle 2.
3. Peminatan Penerapan algoritma komputasi
dalam aplikasi berbasis komputer desktop,
matakuliah yang berpengaruh Algoritma, Basis
Data, Pemograman C++, Pemrograman Java 1,
Pemograman Java 2, Pemrograman VB,
Rekayasa Perangkat Lunak, Oracle 1, Oracle 2,
dan Analisis & Desain Berorientasi Objek.
4. Peminatan Penerapan Algoritma, matakuliah
yang berpengaruh Algoritma, Basis Data, Pemograman Web HTML, Basis Data Web,
Rekayasa Web, Analisis & Desain Berorientasi
Objek
5. Peminatan Computer Vision atau Iltellegent,
matakuliah yang berpengaruh Algoritma, Basis
Data, Pengolahan Citra, Komputer Grafis,
Rekayasa Perangkat Lunak, Analisis dan Desain
Berorientasi Objek.
6. Peminatan Mobile Techonology, matakuliah
Algoritma, Basis Data, Perograman Java 1,
Pemrograman Java 2, Rekayasa Perangkat Lunak, Analisis dan Desain Berorientasi Objek,
Animasi dan Desain Multimedia, Teknik
Produksi Video.
Berdasarkan matakuliah yang telah dijabarkan
pada Tabel 11, maka nilai-nilai untuk setiap mata
kuliah dijadikan sebagai kriteria yang akan menjadi
acuan dalam pengambilan keputusan dalam
peminatan. Kriteria yang akan digunakan untuk
pembobotan, dijabarkan pada Tabel 12
Tabel 12 Tabel Kriteria Matakuliah
Pemograman C++ C1
Pemograman Java 1 C2
Pemograman Oracle 1 C3
Pemograman Java 2 C4
Pemograman Oracle 2 C5
Pemograman Visual Basic C6
Pemograman Citra C7
Analisis & Desain Berorientasi
Objek C8
Perancangan Web HTML C9
Komputer Grafis C10
Rekayasa Perangkat Lunak C11
Animasi dan Desain Multimedia C12
Basis Data C13
Teknik Produksi Video C14
Rekayasa Web C15
Sistem Operasi C16
Sistem Operasi Terapan C17
Komunikasi Data C18
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
119
Keamanan Jarkom C19
Manajemen Jarkom C20
Algoritma C21
Teknik Digital C22
Struktur Data C23
Arsitektur & Organisasi Komputer C24
Basis Data Web C25
Range nilai masing-masing mata kuliah dibagi menjadi 5 bagian, yaitu :
<44 = E
45.00 – 55.99 = D,
56.00 – 67.99 = C,
68.00 – 79.99 = B,
80.00 – 100 = A
Berdasarkan Kurikulum maka rating
kecocokan untuk peminatan ketentuannya adalah
0 = Sangat Rendah (SR)
0,25 = Rendah ( R)
0,5 = Cukup ( C)
0,75 = Tinggi (T)
1 = Sangat Tinggi (ST)
Sehingga berdasarkan ketentuan yang telah
dijelaskan diatas, maka dibuatlah rating kecocokan
dari setiap alternatif pada setiap kriteria seperti yang
ditunjukkan pada Tabel 13
2.5 Penerapan Rancangan
Form Utama dan Form Login
Gambar form Utama ditunjukkan pada
Gambar 12
Gambar 12 Form Utama
Form Proses Sistem Pendukung
Keputusan
Setelah melewati proses login, maka user
dapat memasukkan nilai-nilai matakuliah yang telah
diambil sehingga dapat memulai melakukan
beberapa proses yang akan digunakan untuk
mendapatkan hasil sistem. Langkah-langkahnya
adalah sebagai berikut :
1. Masukkan nilai yang telah diambil sesuai data
real yang sudah tetera pada KHS. Gambarnya
ditunjukkan pada Gambar 13.
Gambar 13 Gambar Input Nilai
Pemrograman C++ sampai Sistem Operasi
Terapan
Gambar 13 menunjukkan data nilai mahasiswa
yang telah mengambil matakuliah Pemrograman
C++ sampai Sistem Operasi Terapan. Nilai yang
ditunjukkan juga bervariasi dari A sampai dengan C.
Gambar 14 Gambar Input Nilai Matakuliah
Komunikasi Data sampai degan Basis Data Web
Gambar 14 menunjukkan data nilai
matakuliah Komunikasi Data sampai dengan Basis Data Web. Nilai yang ditunjukkannya pun beragam
sesuai ditunjukkan pada Gambar 13
2. Proses selanjutnya, setelah user memasukkan
semua nilai, maka didapatkan hasil analisa
peminatan seperti ditunjukkan pada Gambar 15.
dan untuk source code perhitungan hasil analisa
peminatannya seperti ditunjukkan pada Gambar
16.
Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815
Yogyakarta, 28 Maret 2015
120
Gambar 15 Hasil Analisa Peminatan
Pada Gambar 15 ditunjukkan prosentase
pada masing-masing peminatan sesuai dengan nilai
yang diinputkan. Untuk penerapan algoritma
komputasi dalam aplikasi berbasis computer desktop
sebanyak 20 %, untuk penerapan algoritma komputasi dalam aplikasi web sebanyak 17.4%,
untuk penerapan algoritma dan basis data sebanyak
16.95%, untuk mobile technology sebanyak 15,93%,
untuk computer vision sebanyak 15.37%, untuk
networking 1 35%.
Gambar 16 Source code Perhitungan
Peminatan
Perhitungan yang dilakukan adalah berdasarkan poin nilai. Proses ini diawali dengan
membaca hasil masukan nilai mahasiswa pada
semua matakuliah yang telah diambil.
Berdasarkan hasil analisa seperti yang
ditunjukkan pada Gambar 15, maka didapatkan
rekomendasi beberapa alternative untuk
peminatannya. Rekomendasi peminatan ini, hanya
bertujuan untuk memberikan pilihan beberapa
alternative yang digunakan untuk pengambilan
keputusan. Dari nilai yang diinputkan dan diproses
seperti pada gambar sebelumnya, didapatkan hasil rekomendasi, seperti ditunjukkan pada Gambar 15
Gambar 17 Rekomendasi Hasil Peminatan
Untuk melihat detail peminatan, maka akan
ditunjukkan pada Gambar 17. Melalui Gambar 18,
dapat dilihat bahwa hasil yang di dapat adalah sesuai
nilai yang diinputkan pada masing-masing mata
kuliah. Sehingga pada hasil tersebut akan diberikan
beberapa alternatif pilihan peminatan apa yang
dipilih.
Gambar 18 Detail Peminatan
3. KESIMPULAN
Kesimpulannya adalah :
1. Metode Vikor diimplementasikan berdasarkan
kriteria peminatan pada kurikulum yang
digunakan
2. Sistem yang dibangun, memberikan kontribusi
kepada user untuk menentukan peminatan,
sehingga memudahkan mahasiswa untuk
menentukan peminatan yang akan diambil.
3. Jika terjadi perubahan kurikulum atau penambahan atau perubahan beberapa
matakuliah, dan peminatan yang nantinya akan
dijadikan kriteria dan alternative dapat
dilakukan secara dinamis.
PUSTAKA
Dadan Umar Daihani.2001, Sistem Pendukung
Keputusan, Penerbit Elex Media Komputindo,
Jakarta
Haniv, A F. 2009. Pengembangan Sistem
Pendukung Keputusan Untuk Penilaian Ujian
Tugas. Yogyakarta Kusdiantoro. 2012, Analisis Usability Website
Akademik Perguruan Tinggi Di Indonesia
Menggunakan Metode Promethee, Vikor Indonesia
Menggunakan Metode Promethee, Vikor Indonesia
Menggunakan Metode Promethee, Vikor Dan
Electree. Skripsi. Yogyakarta
Kusrini. 2007. Konsep dan Aplikasi Sistem
Pendukung Keputusan. Yogyakarta: Penerbit Andi.
Kusumadewi, Sri., Hartati, S., Harjoko, A.,
Wardoyo, R. .2006. Fuzzy Multi-Attribute Decision
Making (FUZZY MADM). Yogyakarta: Graha Ilmu. Novaliendry, D. (2009). Aplikasi Penggunaan
Metode Promethee Dalam Sistem Pendukung
Keputusan Untuk Penentuan Media Promosi.
Skripsi. Kediri.
Pressman, R.S., 2001, Software Enginering (A
Practitioner’s Approach), 5th Ed.,Prentice-Hall
International, Inc.
Saaty, T. L. .1995. Decision Making for Leaders:
The Analytical Hierarchy Process for Decisions in a
Complex World, Rev. ed. Pittsburgh: RWS
Publishers. Suryadi, K, Ramdhani, A.2003. Sistem
Pendukung Keputusan, Bandung: Rosda
Turban, E.1995. Decision support and expert
sistems. Englewood Cliffs, NJ: Prentice-Hall, Inc.