laporan pib
DESCRIPTION
Laporan tugas besar pengantar intelegensi buatanTRANSCRIPT
LAPORAN PENGANTAR INTELEGENSI BUATAN
SISTEM PAKAR MENGUKUR TINGKAT KEPUASAN
MAHASISWA DALAM PEMBELAJARAN
(Studi Kasus: Mahasiswa Teknik Informatika)
Diajukan untuk Memenuhi Syarat Kelulusan Mata Kuliah
Pengantar Intelegensi Buatan
Disusun Oleh :
Kelompok 3
NPM Nama Kelas
13.14.1.0034 Amieq Burhanuddin TIF 3A
13.14.1.0099 Ryan Dermawan TIF 3A
13.14.1.0107 Vanni Wahyulianingsih TIF 3A
FAKULTAS TEKNIK
TEKNIK INFORMATIKA
UNIVERSITAS MAJALENGKA
2015
i
HALAMAN PENGESAHAN
SISTEM PAKAR MENGUKUR TINGKAT KEPUASAN
MAHASISWA DALAM PEMBELAJARAN
(Studi Kasus: Mahasiswa Teknik Informatika)
NPM Nama Kelas
13.14.1.0034 Amieq Burhanuddin TIF 3A
13.14.1.0099 Ryan Dermawan TIF 3A
13.14.1.0107 Vanni Wahyulianingsih TIF 3A
MENGESAHKAN,
Dosen Pengantar Intelegensi Buatan
Tri Ferga Prasetyo, ST
FAKULTAS TEKNIK
TEKNIK INFORMATIKA
UNIVERSITAS MAJALENGKA
2015
ii
KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT atas rahmat dan karunia-
Nya sehingga peneliti dapat menyusun laporan tugas besar dengan judul “Sistem
Pakar Mengukur Tingkat Kepuasan Mahasiswa dalam Pembelajaran (Studi
Kasus : Mahasiswa Teknik Informatika)”.
Dalam kesempatan ini peneliti ingin menyampaikan ucapan terima kasih
yang sebesar – besarnya kepada :
1. Allah SWT yang selalu memberi rahmat kepada kita semua dan kepada
penulis dalam setiap pembuatan aplikasi sampai penulisan laporan tugas
ini.
2. Prof. Ir. Dr. H. Sutarman, M.Sc, selaku Rektor Universitas Majalengka
yang telah memberikan kesempatan kepada penulis untuk mendapatkan
pendidikan di bangku Perguruan Tinggi.
3. Bapak Tri Ferga Prasetyo, ST yang telah memberikan masukan dan arahan
kepada penulis, agar dapat menyelesaikan tugas besar ini.
4. Dengan ini penulis menyampaikan terima kasih kepada Keluarga yang
telah mendukung, dan kepada pihak-pihak yang telah membantu.
5. Rekan-rekan mahasiswa Teknik Informatika kelas A angkatan 2013.
Majalengka, Januari 2015
Penulis
ii i
DAFTAR ISI
Halaman
HALAMAN PENGESAHAN .................................................................... i
KATA PENGANTAR ................................................................................ ii
DAFTAR ISI .............................................................................................. iii
DAFTAR TABEL ....................................................................................... v
DAFTAR GRAFIK ..................................................................................... vi
DAFTAR GAMBAR ................................................................................. vii
DAFTAR LAMPIRAN .............................................................................. viii
BAB I PENDAHULUAN .......................................................................... 1
1.1 Latar Belakang .............................................................................. 1
1.2 Identifikasi Masalah ....................................................................... 2
1.3 Rumusan Masalah ......................................................................... 3
1.4 Tujuan Penelitian............................................................................ 3
1.5 Batasan Masalah............................................................................. 3
1.6 Manfaat Penelitian.......................................................................... 4
1.7 Metode Penelitian........................................................................... 4
1.8 Jadwal Penelitian ............................................................................ 5
1.9 Sistematika Penulisan..................................................................... 6
BAB II TINJAUAN PUSTAKA ................................................................. 8
2.1 Kecerdasan Buatan .......................................................................... 8
2.2 Sistem Pakar ................................................................................... 9
2.3 Mesin Inferensi............................................................................... 15
2.4 Kepuasan ........................................................................................ 17
2.5 Kepuasan Mahasiswa terhadap Kualitas Pelayanan atau Pembel-
ajaran ............................................................................................... 17
2.6 World Wide Web............................................................................. 19
iv
2.7 Pengenalan PHP............................................................................. 19
2.8 MySQL ........................................................................................... 20
BAB III OBJEK DAN METODE PENELITIAN....................................... 21
3.1 Objek Penelitian ............................................................................. 21
3.2 Metode Penelitian........................................................................... 21
BAB IV ANALISIS DAN PERANCANGAN ........................................... 39
4.1 Perancangan Database .................................................................... 39
4.2 Perancangan Program..................................................................... 42
BAB V PENUTUP ...................................................................................... 47
5.1 Kesimpulan..................................................................................... 48
5.2 Saran ................................................................................................ 49
DAFTAR PUSTAKA
LAMPIRAN
v
DAFTAR TABEL
Halaman
1.8.1. Tabel Jadwal Penelitian ................................................................ 5
4.1.1. Tabel Mahasiswa .......................................................................... 39
4.1.2. Tabel Mata Kuliah ........................................................................ 40
4.1.3. Tabel Survey ................................................................................. 40
4.1.4. Tabel User / Admin ....................................................................... 41
vi
DAFTAR GRAFIK
Halaman
1.8.2. Grafik Milestone Jadwal Penelitian..................................... 6
vii
DAFTAR GAMBAR
Halaman
2.2.2.1. Memindahkan Pengetahuan Dari Seorang Ahli Ke Sebuah
Program Komputer................................................................. 11
2.2.4.1. Struktur Sistem Pakar............................................................. 14
3.2.1.1. Tahap Kegiatan Penelitian dan Pengembangan ..................... 22
3.2.2.1. Pohon Ketergantungan Aspek Tangibles ............................... 28
3.2.2.2. Pohon Ketergantungan Aspek Reliability .............................. 29
3.2.2.3. Ketergantungan Aspek Responsiveness ................................. 31
3.2.2.4. Ketergantungan Aspek Assurance ......................................... 32
3.2.2.5. Ketergantungan Aspek Empathy............................................ 33
3.2.3.1. Analisis Kepentingan-Kinerja................................................ 37
4.2.1. Halaman Utama...................................................................... 42
4.2.2. Tampilan Menu Login User ................................................... 42
4.2.3. Tampilan Halaman Home ...................................................... 43
4.2.4. Tampilan Menu Pembelajaran ............................................... 43
4.2.5. Tampilan Tabel Kuisioner ..................................................... 44
4.2.6. Tampilan Hasil Setelah Pengisian Kuisioner......................... 44
4.2.7. Tampilan Cetak Hasil Kuisioner............................................ 45
4.2.8. Tampilan Menu Petunjuk....................................................... 45
4.2.9. Tampilan Menu Login Admin ................................................ 46
4.2.10. Tampilan Halaman Utama Admin.......................................... 46
4.2.11. Tampilan Menu Mahasiswa .................................................. 46
4.2.12. Tampilan Menu Mata Kuliah ................................................ 47
viii
DAFTAR LAMPIRAN
Lampiran 1. Dokumentasi ............................................................. A
Lampiran 2. Kuisioner Sistem Pakar Mengukur Tingkat Kepuasan
Mahasiswa dalam Pembelajaran .............................. B
Lampiran 3. Hasil Uji Lapangan ................................................... C
Lampiran 4. Source Code Aplikasi Sitem Pakar ........................... D
1
BAB I
PENDAHULUAN
1.1. Latar Belakang
Semakin berkembangnya teknologi informasi pada saat ini membuat
kehidupan kita semakin mudah, salah satunya semakin pesatnya penelitian
dan evolusi Artificial intelligent atau kecerdasan buatan, yang membantu
dalam berbagai bidang kehidupan, salah satunya sistem pakar yang mampu
menyelesaikan suatu masalah atau hanya sekedar mencari informasi
berkualitas yang sebenarnya hanya dapat diperoleh dengan bantuan para ahli
di bidangnya. Dalam penyusunannya, sistem pakar mengkombinasikan
kaidah-kaidah penarikan kesimpulan (Inference rules) dengan basis
pengetahuan tertentu yang diberikan oleh satu atau lebih pakar dalam bidang
tertentu. Kombinasi dari kedua hal tersebut disimpan dalam komputer, yang
selanjutnya digunakan dalam proses pengambilan keputusan untuk
penyelesaian masalah tertentu (Saputra, 2013).
Pengajaran adalah suatu sistem. Artinya keseluruhan yang terdiri dari
komponen-komponen yang berinteraksi antara satu dengan yang lainnya
secara keseluruhan untuk mencapai tujuan pengajaran yang telah ditetapkan
sebelumnya. Komponen-komponen tersebut meliputi, tujuan pendidikan,
peserta didik, pendidik, bahan atau materi pelajaran, pendekatan dan
metode, media atau alat, sumber belajar, evaluasi. Pada dasarnya, proses
pengajaran dapat terselenggara secara lancar, efisien, dan efektif berkat
adanya interaksi yang positif, konstruktif, dan produktif antara berbagai
komponen yang terkandung di dalam sistem pengajaran tersebut. Salah satu
cara yang dapat dilakukan untuk mengetahui hasil yang telah dicapai oleh
pendidik dalam proses pembelajaran adalah melalui evaluasi (Slameto,
2010).
Menghadapi laju perkembangan teknologi yang begitu pesat, setiap
lembaga termasuk lembaga pendidikan seperti Universitas Majalengka
dituntut untuk tanggap terhadap perubahan-perubahan yang terjadi di
lingkungan baik yang terkait dengan internal maupun lingkungan
2
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
eksternalnya. Perlu adanya strategi-strategi khusus yang harus dilakukan
agar lembaga tersebut dapat bertahan dan bahkan dapat meningkatkan
prestasi dalam akademiknya. Oleh sebab itu, pihak lembaga harus lebih
proaktif dan terus melakukan perbaikan dalam segala hal. Contohnya
dengan meningkatkan kinerja pendidik dalam pembelajaran terhadap
Mahasiswanya.
Karena melihat hal tersebut, penulis mendapatkan ide untuk membuat
sistem pakar dengan menggunakan teknologi komputerisasi aplikasi
berbasis web dalam pengukuran tingkat kepuasan pembelajaran mereka.
Web merupakan jenis layanan yang paling populer dikalangan pengguna
internet. Setiap dokumen ditulis menggunakan suatu format standar yang
disebut Hypertext Markup Language (HTML) (Supriyanto, 2005: 340).
1.2 Identifikasi Masalah
1. Sistem pakar merupakan cara menyelesaikan suatu masalah atau
mencari informasi berkualitas yang dapat diperoleh dengan bantuan
para ahli di bidangnya. Dalam penyusunannya, sistem pakar
mengkombinasikan kaidah-kaidah penarikan kesimpulan (Inference
rules) dengan basis pengetahuan tertentu yang diberikan oleh satu
atau lebih pakar dalam bidang tertentu;
2. Pengajaran adalah suatu sistem yang terdiri dari komponen-
komponen meliputi, tujuan pendidikan, peserta didik, pendidik,
bahan atau materi pelajaran, pendekatan dan metode, media atau
alat, sumber belajar, evaluasi;
3. Cara untuk mempertahankan dan meningkatkan prestasi dalam
bidang akademik di Universitas Majalengka adalah dengan
meningkatkan kinerja pendidik dalam pembelajaran terhadap
Mahasiswanya;
4. Dengan membuat sistem pakar mengukur tingkat kepuasan
mahasiswa dalam pembelajaran berbasis web, maka akan diketahui
hasil dari kinerja dari pendidik setelah pembelajaran.
3
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
1.3 Rumusan Masalah
Berdasarkan uraian di atas dapat dilihat permasalahan sebagai berikut:
1. Jelaskan apa yang dimaksud dengan sistem pakar ?
2. Apa sajakah komponen-komponen yang terdapat pada
Pembelajaran ?
3. Bagaimanakah cara mempertahankan dan meningkatkan prestasi
dalam bidang akademik di Universitas Majalengka ?
4. Bagaimana cara menilai kinerja pendidik setelah pembelajaran ?
1.4 Tujuan Penelitian
Bardasarkan rumusan masalah di atas, tujuan penelitian ini adalah :
1. Untuk mengetahui penjelasan mengenai sistem pakar;
2. Untuk mengetahui komponen-komponen yang terdapat pada
pembelajaran;
3. Menghasilkan perangkat sistem pakar pengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran yang dibuat dalam bentuk
aplikasi berbasis web;
4. Menguji perangkat pengukur tingkat kepuasan mahasiswa terhadap
proses pembelajaran yang dikemas dalam bentuk aplikasi berbasis
web .
1.5 Batasan Masalah
Bardasarkan uraian di atas, adapun batasan masalah dalam penelitian
ini adalah :
1. Perangkat yang dibuat hanya untuk mengukur tingkat kepuasan
mahasiswa dalam pembelajaran di Jurusan Teknik Informatika
Fakultas Teknik Universitas Majalengka;
2. Hanya meneliti Mahasiswa Teknik Informatika Semester 1;
3. Hanya meneliti Mahasiwa Teknik Informatika Semester 1 dengan
jumlah 20 orang dari 122 orang Mahasiswa;
4. Pembuatan aplikasi sistem pakar ini dilakukan dengan
menggunakan PHP dan MYSQL;
4
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
5. Interakasi antara program dan user menggunakan pertanyaan yang
diberikan melalui proses dialog yang memerlukan jawaban “Sangat
Baik”, ”Baik”, ”Cukup”, dan “Kurang” dari user;
6. Pembuatan sistem pakar ini menggunakan metode forward
chaining.
1.6 Manfaat Penelitian
Penelitian ini diharapkan mampu memberikan manfaat, sebagai
berikut:
1. Bagi peneliti, dapat menambah wawasan dan pengetahuan
mengenai perangkat pengukur tingkat kepuasan yang berbasis web;
2. Bagi institusi pendidikan, mempermudah dalam mengukur tingkat
kepuasan mahasiswa terhadap proses pembelajaran, serta
menghemat biaya dan waktu;
3. Bagi user, dapat memberikan penilaian terhadap kinerja pendidik
dalam pembelajaran.
1.7 Metode Penelitian
Dalam penulisan laporan tugas besar ini, penulis melakukan beberapa
tahapan untuk memperoleh data atau informasi dalam menyelesaikan
permasalahan. Adapun tahapan penelitian yang dilakukan adalah :
1. Studi Literatur
Studi literatur dilakukan untuk mengkaji kuesioner kepuasan
mahasiswa sesuai buku pedoman akademik dan kemahasiswaan
universitas majalengka, teori dan hasil penelitian serta software yang
akan dipakai untuk membuat aplikasi berbasisi web, sebagai dasar
untuk merancang produk awal aplikasi berbasis web perangkat
pengukur tingkat kepuasan mahasiswa terhadap proses pembelajaran.
2. Studi Lapangan
Studi lapangan dilakukan untuk mengetahui gambaran umum dan
kendala-kendala pengukuran tingkat kepuasan mahasiswa dalam
pembelajaran di Jurusan Teknik Informatika Universitas Majalengka.
5
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
3. Perancangan Produk (design)
Perancangan desain produk ditujukan untuk merancang produk
yang akan dibuat berdasarkan hasil yang diperoleh dari studi literatur
dan studi lapangan. Pada langkah ini dihasilkan rancangan produk
yaitu web perangkat pengukur tingkat kepuasan mahasiswa terhadap
proses pembelajaran yang akan dibuat dengan konsep-konsep dan isi
yang disesuaikan hasil dari studi literatur dan studi lapangan.
4. Pengkodean
Pada tahap ini sistem yang telah dirancang kemudian
diimplementasikan ke dalam bentuk coding program.
5. Pengujian dan Perbaikan
Setelah proses pengkodean selesai, maka pada tahap ini akan
dilakukan pengujian sistem yang telah dibuat dan memperbaiki
kekurangan yang terdapat dalam sistem.
6. Penyusunan Laporan
Menyusun laporan hasul analisis dan perancangan ke dalam format
penulisan laporan.
1.8 Jadwal Penelitian
Tabel 1.8.1 Tabel Jadwal Penelitian
(Sumber : Microsoft Office Project)
6
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Grafik 1.8.2 Grafik Milestone Jadwal Penelitian
( Sumber : Microsoft Office Project)
1.9 Sistematika Penulisan
Sistematika penulisan laporan penelitian ini di bagi menjadi 5 bab.
Berikut penjelasan dari masing-masing bab :
BAB I PENDAHULUAN
Bab ini memaparkan tentang latar belakang, identifikasi masalah,
rumusan masalah, batasan masalah, tujuan penelitian, manfaat penelitian,
metode penelitian, jadwal penelitian, dan sistematika penelitian.
BAB II TINJAUAN PUSTAKA
Pada bab ini memuat uraian tentang teori-teori yang mendukung
dalam pembuatan laporan ini.
BAB III OBJEK DAN METODE PENELITIAN
Pada bab ini memuat uraian tentang objek penelitian yang diteliti
dan kerangka kerja penelitian.
BAB IV ANALIS DAN PERANCANGAN
Pada bab ini memuat uraian tentang analisis data dan perancangan
data program aplikasi.
7
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
BAB V PENUTUP
Bab ini berisi kesimpulan-kesimpulan yang didapat dari hasil
penelitian dan berisi saran-saran yang sesuai dengan permasalahan yang
diteliti.
8
BAB II
TINJAUAN PUSTAKA
2.1. Kecerdasan Buatan
Kecerdasan Buatan atau Artificial Intelligence merupakan salah satu bagian
ilmu komputer yang membuat agar mesin (komputer) dapat melakukan pekerjaan
seperti dan sebaik yang dilakukan manusia. Pada awal diciptakannya, komputer
hanya difungsikan sebagai alat hitung saja. Namun seiring dengan perkembangan
jaman, maka peran komputer semakin mendominasi kehidupan umat manusia.
Komputer tidak lagi hanya digunakan sebagai alat hitung, lebih dari itu, komputer
diharapkan untuk dapat diberdayakan untuk mengerjakan sesuatu yang bisa
dikerjakan oleh manusia (Ari Minartiningtyas, 2013).
Manusia bisa menjadi pandai dalam menyelesaikan segala permasalahan di
dunia ini karena manusia mempunyai pengetahuan dan pengalaman. Pengetahuan
diperoleh dari cara mempelajarinya. Semakin banyak bekal pengetahuan yang
dimiliki oleh seseorang tentu saja diharapkan akan lebih mampu dalam
menyelesaikan permasalahan. Namun bekal pengetahuan saja tidak cukup,
manusia juga diberi akal untuk melakukan penalaran, mengambil kesimpulan
berdasarkan pengetahuan dan pengalaman yang mereka miliki. Tanpa memiliki
kemampuan untuk menalar dengan baik, manusia dengan segudang pengalaman
dan pengetahuan tidak akan dapat menyelesaikan masalah dengan baik. Demikian
juga dengan kemampuan menalar yang sangat baik, namun tanpa dibekali
pengetahuan dan pengalaman yang memadai, manusia juga tidak akan bisa
menyelesaikan masalah dengan baik (Kusumadewi, 2003).
Dengan adanya kecerdasan buatan, diharapkan tidak menutup kemungkinan
hanya dengan data pengetahuan yang terbatas, sebuah komputer dapat berpikir
seperti manusia dalam menghadapi masalah (Ari Minartiningtyas, 2013). .
9
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
2.2. Sistem Pakar
2.2.1. Pengertian Sistem Pakar
Sistem pakar adalah program komputer yang menggunakan pengetahuan
pakar untuk mencapai tingkat kinerja yang tinggi pada area yang sempit
(Waterman, 1986).
Secara umum, sistem pakar adalah sistem yang berusaha mengadopsi
pengetahuan manusia ke komputer, agar komputer dapat menyelesaikan masalah
seperti yang biasa dilakukan oleh para ahli (Kusumadewi, 2003:109).
Pakar yang dimaksud disini adalah orang yang mempunyai keahlian
khusus yang dapat menyelesaikan masalah yang tidak dapat diselesaikan orang
awam. Sebagai contoh, dokter adalah seorang pakar yang mampu mendiagnosis
penyakit yang diderita pasien serta dapat memberikan penatalaksanaan suatu
penyakit. Contoh yang lain, montir adalah seorang yang mempunyai keahlian dan
pengalaman dalam menyelesaikan kerusakan mesin motor/mobil; psikolog adalah
orang yang ahli dalam memahami kepribadian seseorang, dan lain-lain
(Tambunan, 2011).
2.2.2. Sejarah Sistem Pakar
Tahap revolusi komputer yang melahirkan sistem pakar sebenarnya dimulai
pada awal tahun 70-an, dalam bentuk kemajuan perangkat keras komputer yang
ditujukan untuk membuat harga komputer menjadi lebih murah bahkan di bawah
prediksi ilmuwan yang paling optimis. Sementara spesialis perangkat keras
komputer mengembangkan teknologi microchip, spesialis perangkat lunak orang-
orang yang merancang dan membangun program untuk mengontrol komputer
meletakkan dasar untuk sebuah terobosan dalam bidang perangkat lunak. Tapi
terobosan ini bukan dalam bentuk penemuan cara baru untuk menyandikan
informasi dengan sinar laser atau pengembangan microchip yang lebih kecil dan
lebih cepat. Penemuan ini lebih mengacu pada terobosan konseptual dalam bidang
ilmu komputer dikenal sebagai kecerdasan buatan-KCB (Tambunan, 2011).
Tujuan dari KCB adalah untuk mengembangkan program komputer yang
dapat berpikir berdasar akal manusia, yaitu memecahkan masalah dengan cara
yang dianggap cerdas jika dilakukan oleh manusia. Sistem pakar adalah hasil dari
10
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
upaya penelitian selama 20 tahun untuk menentukan sifat program dalam sistem
pakar itu sendiri (Tambunan, 2011).
Di awal tahun 60-an, ilmuwan KCB berusaha untuk merangsang proses
pemikiran yang sulit dengan cara menemukan metode umum untuk
menyelesaikan masalah dengan rentang yang luas. Ilmuwan menggunakan metode
ini untuk program kepentingan umum. Namun, meski terdapat beberapa kemajuan
yang menarik, strategi ini tidak menghasilkan terobosan baru. Mengembangkan
program kepentingan umum dirasakan sangat sulit dan tidak menghasilkan
sesuatu yang diharapkan. Semakin banyak kelas masalah yang dapat ditangani
oleh sebuah program, maka akan semakin buruk penanganan program tersebut
dalam satu masalah tertentu (Tambunan,2011).
Ilmuwan KCB memutuskan harus ada cara lain untuk membuat program
komputer menjadi lebih cerdas. Jika untuk membuat program kepentingan umum
dirasa cukup sulit, maka ilmuwan mulai berkonsentrasi untuk mengembangkan
metode general atau teknik general yang digunakan pada program yang lebih
khusus. Jadi, selama tahun 70-an, peneliti lebih memfokuskan pengembangan
dalam teknik-teknik seperti representasi bagaimana untuk memformulasikan
masalah sehingga menjadi lebih mudah untuk dipecahkan dan pencarian
bagaimana untuk mengontrol pencarian untuk mencari solusi secara cerdas,
sehingga proses pencarian yang dilakukan tidak akan menggunakan memori
komputer yang berlebihan. Namun sekali lagi, strategi ini menciptakan beberapa
kemajuan, namun tidak mendapatkan terobosan baru (Tambunan, 2011).
Hal ini berlangsung sampai akhir dekade 70-an, di mana ilmuwan KCB
mulai
menyadari suatu hal yang sangat penting. kemampuan penyelesaian masalah
dalam suatu program berasal dari pengetahuan yang dimilikinya, bukan dari
formalitas dan skema inferensi yang digunakan. Terobosan konseptual dibuat, dan
dapat dinyatakan dengan cukup sederhana (Tambunan, 2011).
Untuk membuat program yang cerdas, sediakan program tersebut dengan
pengetahuan spesifik yang berkualitas tentang bidang-bidang masalah tertentu.
Kesadaran ini menyebabkan pengembangan program komputer yang mempunyai
tujuan khusus, sistem yang menjadi pakar dalam maslah-masalah tertentu.
11
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Program ini kemudian disebut sebagai sistem pakar, dan memulai bidang baru
dalam lingkup ilmu komputer (Tambunan, 2011).
Pada awalnya, merancang dan membangun sistem pakar dianggap lebih
merupakan upaya artistik dari sebuah usaha ilmiah. Sekarang, proses ini lebih baik
dipahami dan dapat didefinisikan secara lebih jelas, berkat upaya lebih dari 40
ilmuwan KCB yang berkolaborasi pada "Building Expert System", sebuah buku
yang mengatur secara teknis seni dan gambaran penggunaan teknik membangun
sistem pakar yang berbeda pada masalah umum (Tambunan, 2011).
Proses pembangunan sistem pakar biasanya disebut rekayasa pengetahuan.
Biasanya melibatkan interaksi yang spesial antara orang yang membangun sistem
pakar, disebut teknisi pengetahuan, dan satu atau lebih pakar dalam lingkup
masalah tertentu. Teknisi pengetahuan mengambil informasi dari pakar berupa
prosedur, strategi, dan aturan-aturan untuk menyelesaikan masalah, lalu
membangun pengetahuan itu menjadi sebuah sistem pakar, seperti yang
ditunjukkan pada skema di bawah ini.
Pertanyaan, masalah
Jawaban, Solusi
Gambar 2.2.2.1 : Memindahkan Pengetahuan Dari Seorang Ahli Ke Sebuah
Program Komputer
12
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Hasilnya adalah sebuah program komputer yang dapat memecahkan
masalah dengan cara yang hampir sama seperti para ahli. Kutipan berikut oleh
Paul E. Johnson, seorang ilmuwan yang telah menghabiskan bertahun-tahun
mempelajari perilaku ahli manusia, cukup baik menggambarkan apa yang kita
maksud dengan ahli (Tambunan, 2011).
Seorang ahli adalah orang yang, karena pelatihan dan pengalaman, mampu
melakukan hal-hal yang sebagian besar manusia tidak bisa.Seorang ahli tidak
hanya mahir, tetapi juga lancar dan efisien dalam tindakan yang mereka ambil.
Seorang ahli tahu banyak hal dan memiliki trik dan peringatan untuk menerapkan
apa yang mereka tahu dalam suatu masalah atau tugas-tugas, mereka juga pandai
memilah informasi yang tidak relevan dalam rangka untuk mendapatkan masalah
dasar, dan mereka mengenali dengan baik permasalahan yangmereka hadapi.
Mendasari perilaku para ahli adalah inti pengetahuan yang disebut keahlian
(Tambunan, 2011).
Rekayasa pengetahuan sangat bergantung pada penelitian oleh pakar dalam
rangka untuk meningkatkan kecerdasan dan kemempuan program. Seperti yang
diutarakan oleh Hayes-Roth dalam bukunya yang berjudul “Building Expert
Sistem”:
“Gagasan sentral pemecahan masalah secara cerdas adalah bahwa sistem
harus membangun solusi selektif dan efektif dari ruang alternatif. Ketika
sumber daya terbatas, para ahli perlu mencari ruang ini se-selektif
mungkin, dan menghindari kegiatan yang tidak berguna. Seorang teknisi
pengetahuan membantu menemukan dat awal yang berguna, menyarankan
cara menjanjikan untuk menyajikan data, dan membantu menghindari
kegiatan yang tidak perlu dengan cara membuang langkah-langkah yang
tidak perlu sedini mungkin.”
Saat ini sudah banyak sistem pakar yang telah dibuat dan di kembangkan di
berbagai bidang, seperti: kedokteran, pertanian, ekonomi, elektronika, komputer
dan lain-lain.
13
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
2.2.3. Konsep Dasar Sistem Pakar
Menurut Turban (1995), konsep dasar sistem pakar mengandung keahlian,
ahli, pengalihan keahlian, inferensi, aturan, dan kemampuan menjelaskan.
Keahlian adalah suatu kelebihan penguasaan pengetahuan di bidang tertentu yang
diperoleh dari pelatihan, membaca, atau pengalaman (Tambunan, 2011).
Pengalihan keahlian dari para ahli ke komputer untuk kemudian dialihkan
lagi ke orang lain yang bukan ahli merupakan tujuan utama dari sistem pakar.
Proses ini membutuhkan empat aktivitas, yaitu: tambahan pengetahuan (dari para
ahli atau sumber-sumber lainnya), representasi pengetahuan (kepada komputer),
inferensi pengetahuan, dan pengalihan pengetahuan ke user. Pengetahuan yang
disimpan di komputer disebut dengan nama basis pengetahuan. Ada dua tipe basis
pengetahuan, yaitu: fakta dan prosedur (biasanya berupa aturan) (Tambunan,
2011).
Salah satu fitur yang harus dimiliki oleh sistem pakar adalah kemampuan
untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis pengetahuan
dan sudah tersedia program yang mampu mengakses basis data, maka komputer
harus dapat diprogram untuk membuat inferensi. Proses inferensi ini dikemas
dalam bentuk motor inferensi atau inference engine (Tambunan, 2011).
Sebagian besar sistem pakar komersial dibuat dalam bentuk rule-based
sistems, yang mana pengetahuan disimpan dalam bentuk aturan-aturan. Aturan
tersebut biasanya berbentuk IF-THEN (Kusumadewi, 2003 : 111-112).
2.2.4. Struktur Sistem Pakar
Sistem pakar terdiri dari dua bagian pokok, yaitu: lingkungan
pengembangan (Development environment) danlingkungan konsultasi
(Consultation environment). Lingkungan pengembangan digunakan sebagai
pembangun sistem pakar baik dari segipembangunan komponen maupun basis
pengetahuan. Lingkungan konsultasi digunakan oleh seseorang yang bukan ahli
untuk berkonsultasi. Gambar 2.1 berikut ini merupakan struktur dari sistem pakar
(Kusumadewi, 2003 : 113-115).
14
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Gambar 2.2.4.1. Struktur Sistem Pakar
Komponen-komponen yang terdapat dalam arsitektur/struktur sistem
pakar:
1. Antarmuka Pengguna (User Interface)
Antarmuka merupakan mekanisme yang digunakan oleh pengguna dan
sistem pakar untuk berkomunikasi. Antarmuka menerima informasi dari
pemakai dan mengubahnya ke dalam bentuk yang dapat diterima oleh
sistem. Selain itu antarmuka menerima dari sistem dan menyajikannya ke
dalam bentuk yang dapat dimengerti oleh pemakai;
2. Basis Pengetahuan
Basis pengetahuan mengandung pengetahuan untuk pemahaman,
formulasi, dan penyelesaian masalah;
3. Akuisisi Pengetahuan (Knowledge Acquisition)
Akuisisi pengetahuan adalah akumulasi, transfer, dan transformasi
keahlian dalam menyelesaikan masalah dari sumber pengetahuan ke dalam
program komputer. Dalam tahap ini knowledge engineer berusaha
menyerap pengetahuan untuk selanjutnya ditransfer ke dalam basis
pengetahuan. Pengetahuan diperoleh dari pakar, dilengkapi dengan buku,
basis data, laporan penelitian, dan pengalaman pemakai;
15
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
4. Mesin/Motor Inferensi (Inference Engine)
Komponen ini mengandung mekanisme pola pikir dan penalaran yang
digunakan oleh pakar dalam menyelesaikan suatu masalah. Mesin
inferensi adalah program komputer yang memberikan metodologi untuk
penalaran tentang informasi yang ada dalam basis pengetahuan dan dalam
workplace, dan untuk memformulasikan kesimpulan;
5. Workplace/Blackboard
Workplace merupakan area dari sekumpulan memori kerja (working
memory), digunakan untuk merekam kejadian yang sedang berlangsung
termasuk keputusan sementara;
6. Fasilitas Penjelasan
Fasilitas penjelasan adalah komponen tambahan yang akan meningkatkan
kemampuan sistem pakar, digunakan untuk melacak respon dan
memberikan penjelasan tentang kelakuan sistem pakar secara interaktif
melalui pertanyaan;
7. Perbaikan Pengetahuan
Pakar memiliki kemampuan untuk menganalisis dan meningkatkan
kinerjanya serta kemampuan untuk belajar dari kinerjanya. Kemampuan
tersebut adalah penting dalam pembelajaran terkomputerisasi, sehingga
program akan mampu menganalisis penyebab kesuksesan dan kegagalan
yang dialaminya dan juga mengevaluasi apakah pengetahuan-pengetahuan
yang ada masih cocok untuk digunakan di masa mendatang.
2.3. Mesin Inferensi
Inference engine merupakan otak dari sistem pakar, bagian ini mengandung
mekanisme fungsi berpikir dan pola-pola penalaran sistem yang digunakan oleh
seorang pakar. Mekanisme ini akan menganalisa suatu masalah tertentu dan
kemudian mencari jawaban atau kesimpulan yang terbaik. Dari fakta-fakta yang
diperoleh selama proses tanya-jawab dengan user, serta aturan-aturan yang
tersimpan di knowledge base, inference engine dapat menarik suatu kesimpulan
dan memberikan rekomendasi atau saran yang diharapkan oleh user.
16
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Ada dua metode dasar yang bisa digunakan oleh mesin inferensi dalam
mencari kesimpulan untuk mendapatkan solusi bagi permasalahan yang dihadapi
sistem pakar, yaitu runut maju (forward chaining) dan runut balik (backward
chaining). Berikut ini penjelasan mengenai kedua metode pencarian tersebut
(Yunanto, 2003).
2.3.1. Metode Forward Chaining
Secara umum dalam inferensi runut maju (Forward Chaining) aturan
(rule) akan diuji satu persatu dalam urutan tertentu. Saat tiap aturan diuji, sistem
akan mengevaluasi apakah kondisi benar atau salah. Dengan kata lain, penalaran
dimulai dari fakta terlebih dahulu untuk menguji hipotesis. Runut maju
merupakan metode pencarian yang memulai proses pencarian dari sekumpulan
data atau fakta, dari fakta-fakta tersebut dicari suatu kesimpulan yang menjadi
solusi dari permasalahan yang dihadapi. Mesin inferensi mencari kaidah-kaidah
dalam basis pengetahuan yang premisnya sesuai dengan fakta-fakta tersebut,
kemudian dari aturan-aturan tersebut diperoleh suatu kesimpulan. Runut maju
memulai proses pencarian dengan data sehingga strategi ini disebut juga data-
driven (Yunanto, 2003).
2.3.2. Metode Backward Chaining
Runut balik merupakan metode pencarian yang arahnya kebalikan dari
runut maju. Proses pencarian dimulai dari tujuan, yaitu kesimpulan yang menjadi
solusi dari permasalahan yang dihadapi. Mesin inferensi mencari aturan-aturan
dalam basis pengetahuan yang kesimpulannya merupakan solusi yang ingin
dicapai, kemudian dari aturan-aturan yang diperoleh, masing-masing kesimpulan
dirunut balik jalur yang mengarah ke kesimpulan tersebut. Jika informasi-
informasi atau nilai dari atribut-atribut yang mengarah ke kesimpulan tersebut
sesuai dengan data yang diberikan maka kesimpulan tersebut merupakan solusi
yang dicari, jika tidak sesuai maka kesimpulan tersebut bukan merupakan solusi
yang dicari. Runut balik memulai proses pencarian dengan suatu tujuan sehingga
strategi ini disebut juga goal-driven. (Yunanto, 2003).
17
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
2.4. Kepuasan
Kepuasan menurut Kotler adalah tingkat perasaan seseorang setelah
membandingkan kinerja atau hasil dengan harapannya (Tjiptono, 2000 : 90).
Suatu pelayanan memiliki potensi untuk memenuhi atau tidak memenuhi harapan
pelanggan. Suatu jasa dianggap memuaskan jika memiliki kualitas. Kualitas
merupakan suatu kondisi dinamis yang berhubungan dengan jasa, proses, dan
lingkungan yang memenuhi atau melebihi harapan. Penilaian kualitas pelayanan
atau jasa dapat diukur dengan dua variable, yaitu jasa yang dirasakan (perceived
service) dan jasa yang diharapkan (expected service). Kepuasan dapat dilihat dari
kesesuaian antara harapan dengan apa yang didapat dari suatu pelayanan
(Tjiptono, 2000 : 52).
2.5. Kepuasan Mahasiswa terhadap Kualitas Pelayanan atau Pembelajaran
Kepuasan merupakan persepsi seseorang terhadap sesuatu yang telah
memenuhi harapannya. Kepuasan mahasiswa terhadap pembelajaran dapat dilihat
dari 5 dimensi kepuasan yaitu : tangible, reliability, responsiveness, assurance,
dan empathy.
Dimensi pertama dari kualitas pelayanan adalah tangible. Tangible
merupakan dimensi fisik. Suatu jasa tidak dapat dicium, dan tidak dapat diraba,
sehingga bukti fisik menjadi penting sebagai ukuran terhadap pelayanan. Tangible
merupakan kemampuan untuk memberi fasilitas fisik kampus dan perlengkapan
perkuliahan yang memadai menyangkut penampilan dosen serta sarana umum,
misalnya: ketersediaan sarana prasarana. Mahasiswa akan menilai suatu kualitas
pembelajaran dari segala sarana dan fasilitas yang ada.
Dimensi kepuasan kedua adalah reliability, yaitu dimensi yang mengukur
kehandalan dari pendidikan tinggi dalam memberikan pelayanan kepada
mahasiswanya. Ada dua aspek dari dimensi ini, yaitu kemampuan dosen untuk
memberikan metode pembelajaran seperti yang dijanjikan dan seberapa jauh
dosen memberikan pembelajaran secara akurat. Reliability merupakan
kemampuan dosen dalam memberikan pembelajaran sesuai dengan yang
dijanjikan, dengan segera, relevan dan akurat sehingga memuaskan mahasiswa.
18
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Ketiga, responsiveness adalah dimensi kualitas pelayanan yang dinamis.
Responsiveness merupakan kesediaan dan daya tanggap para dosen
untukmembantu dan memberikan pembelajaran sesuai kebutuhan mahasiswa.
Dimensi ini tampak pada situasi dimana dosen mudah ditemui untuk keperluan
konsultasi. Harapan mahasiswa terhadap keakuratan pelayanan akan selalu
berubah dari waktu kewaktu.
Dimensi keempat dari dimensi kualitas pelayanan yang menentukan
kepuasan pelanggan adalah assurance, yaitu dimensi jaminan kualitas yang
berhubungan dengan perilaku staf pengajar atau dosen dalam menanamkan rasa
percaya dan keyakinan kepada para mahasiswa. Assurance mencakup kompetensi,
pengetahuan, keterampilan, kesopanan. Contoh dimensi ini ditunjukkan seperti
sikap dosen yang menyampaikan kuliah sesuai dengan bidang keahlian masing-
masing. Dosen berusaha menambah wawasan dengan membaca, menghadiri
seminar, mengikuti pelatihan, atau melakukan penelitian. Terdapat empat aspek
dari dimensi assurance, yaitu keramahan, kornpetensi, kredibilitas, dan keamanan.
Dimensi kepuasan yang terakhir adalah empathy. Empathy adalah sikap
dosen dalam memberikan pelayanan sepenuh hati, seperti perhatian secara pribadi
serta pemahaman bahwa setiap mahasiswa memiliki kemampuan dan kebutuhan
yang berbeda. Sikap ini dapat ditunjukan dengan pemahaman peran dosen yang
tidak hanya sebagai pendidik, melainkan juga sebagai konselor serta supervisor.
Dimensi ini berkaitan dengan teori perkembangan kebutuhan manusia Maslow.
Kebutuhan manusia tidak hanya berupa kebutuhan fisik, keamanan dan sosial,
namun juga kebutuhan ego dan aktualisasi diri. Dua kebutuhan terakhir tersebut
yang banyak berhubungan dengan dimensi empati. Kepuasan mahasiswa denga
mutu pelayanan dalam proses pembelajaran memiliki keterkaitan yang kuat.
Semakin berkualitas mutu pelayanan, maka semakin tinggi pula pencapaian
kepuasan mahasiswa. Kepuasan mahasiswa merupakan esensial dalam TQM
(Total Quality Management), oleh sebab itu sebuah Perguruan Tinggi harus
mengidentifikasi kebutuhan para mahasiswa secara cermat dan berusaha
memuaskan dengan memandang bahwa mahasiswa sebagai pelanggan utama yang
harus dilayani (Margono, 2005: 11).
19
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
2.6. World Wide Web (WWW)
Layanan WWW atau web merupakan jenis layanan yang paling popular
dikalangan pengguna internet. Web tidak hanya berfungsi sebagai media untuk
mencari informasi, tetapi web sudah banyak digunakan secara komersial oleh
hampir semua perusahaan-perusahaan di seluruh dunia untuk mengiklankan usaha
mereka. Setiap dokumen yang ditulis menggunakan suatu format standar yang
disebut HTML. Dokumen yang ditransfer antar Web Sever menggunakan suatu
protokol yang disebut Hypertext Transfer Protocol (HTTP). Web saat ini telah
semakin dinamis, interaktif dan cerdas dengan bahasa pemrograman yang
dikembangkan untuk menutupi kekurangan yang terdapat pada HTML, sebagai
bahasa standar untuk web. Jika dulu suatu web hanya dapat menyajikan informasi,
saat ini suatu web telah dapat berinteraksi dengan pengguna melalui pengisian
form, validasi input atau transaksi online. Untuk mengakses web, dapat digunakan
web browser seperti netscape navigator, internet explorer, neo-planet, mosaic dan
lain sebagainya. (Supriyanto, 2005: 340)
2.7. Pengenalan PHP
Hypertext Processor (PHP) adalah bahasa pemograman web server-side
yang bersifat open source. Php merupakan script yang terintegrasi dengan HTML
dan berada pada server (sever side HTML embedded scripting). (Anhar, 2010: 3)
PHP pertama kali dibuat dan diperkenalkan oleh Rasmus Lerdorf pada
tahun 1995 menggunakan nama PHP/FI, generasi awal PHP/FI dibuat dari Perl
yang waktu itu digunakan untuk kebutuhan pribadi saja. Pada tahun 1997
dikeluarkanlah PHP/FI versi 2.0, fungsi-fungsi pada PHP/FI ditulis dengan
menggunakan bahasa C. PHP versi 3.0 diluncurkan oleh Andi Gutmans dan Zeev
Suraski pada tahun yang sama dimana versi ini telah mendukung berbagai jenis
database, protokol, dan API. Untuk menangani kelemahan versi 3.0 maka
diluncurkanlah PHP versi 4 dan PHP versi 5, dimana PHP versi 5 ini dapat
membuat file swf dan applet java. Versi ini diluncurkan pada tahun 2004. Fokus
utamanya adalah mengoptimalkan penggunaan PHP untuk
20
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Object Oriented Produkming (OOP) (Anhar, 2010: 2). Menurut tim Litbang
LPKBM MADCOMS Madiun. Beberapa keunggulan yang dimiliki oleh produk
PHP diantaranya:
1. PHP adalah bahasa pemograman yang open source.
2. PHP memiliki tingkat akses yang lebih cepat.
3. PHP memiliki tingkat lifecycle yang cepat sehingga selalu mengikuti
perkembangan teknologi internet.
4. PHP memiliki tingkat keamanan yang tinggi.
5. PHP mampu berjalan di beberapa server yang ada misalnya Apache,
Microsoft IIS, PWS, AOLserver, phttpd, fhttpd, dan Xitami. PHP mampu
berjalan di Linux sebagai Platform sistem operasi utama bagi hp, namun
juga dapat berjalan FreeBSD, Unix, Solaris, Windows, dan yang lainnya.
6. PHP mendukung akses ke beberapa database yang sudah ada, baik yang
bersifat free/gratis ataupun komersil. Database ini antara lain MySQL,
PosgreSQL, mSQL, Informix, dan MicrosoftSQL server.
2.8. MySQL
MySQL merupakan software open source yang bekerja menggunakan
bahasa basis data atau DBMS (Database Management System) yang sangat
populer di kalangan pemrograman web. MySQL dikembangkan oleh sebuah
perusahaan Swedia bernama MySQLAB, yang kala itu bernama TcX Data
Konsult AB, sejak sekitar 1994–1995, meski cikal bakal kodenya bisa disebut
sudah ada sejak 1979. Awalnya TcX membuat MySQL pada waktu itu untuk
mengembangkan aplikasi Web untuk klien - TcX yaitu perusahaan pengembang
software dan konsultan database. Kala itu Michael Widenius, atau “Monty”,
pengembang satu-satunya di TcX, memiliki aplikasi UNIREG dan rutin ISAM
yang dibuat sendiri dan sedang mencari antarmuka SQL untuk ditempelkan di
atasnya. Mula-mula TcX memakai mSQL, atau “mini SQL”. (2011:44)
21
BAB III
OBJEK DAN METODE PENELITIAN
3.1 Objek Penelitian
3.1.1. Lokasi Penelitian
Penelitian ini dilaksanakan di Universitas Majalengka. Universitas
Majalengka merupakan sebuah lembaga perguruan tinggi yang didirikan
pada tahun 1984 dan bertempat di Jln. K.H. Abdul Halim No. 103
Majalengka , Jawa Barat , Indonesia.
Universitas M ajalengka mempunyai beberapa fakultas diantaranya,
Fakultas Ilmu Sosial dan Ilmu Politik (FISIP), Fakultas Keguruan dan
Ilmu Pendidikan (FKIP), Fakultas Ekonomi (FEKON), Fakultas Pertanian
(FAPERTA), Fakultas Agama Islam (FAI), Fakultas Teknik (FT),
Fakultas Hukum (FH), dan Fakultas Pendidikan Dasar dan Menengah
(FAPENDASMEN).
3.1.2. Subjek Penelitian
Subjek dalam pengembangan dan uji coba ini adalah bersifat
terbatas. Peneliti hanya menguji Sistem Pakar kepada Mahasiswa semester
1 Program Studi Teknik Informatika Universitas Majalengka. Dengan
jumlah 20 orang dari 122 orang Mahasiswa.
3.2 Metode Penelitian
Penelitian ini menggunakan metode penelitian dan pengembangan
pendidikan (Educational Research and Development). Tahap penelitian dan
pengembangan ini terdiri atas empat tahap, yang disebut model 4D (define,
design, develop, dan disseminate). (Define adalah kegiatan mengumpulkan
berbagai informasi yang diperlukan (needs assessment) melalui studi literatur dan
studi lapangan untuk menyusun produk awal. Design adalah kegiatan merancang
produk awal. Develop adalah kegiatan memvalidasi dan mengembangkan produk
sehingga dihasilkan produk yang teruji yang siap diimplementasikan. Disseminate
adalah kegiatan menyebarluaskan dan mengimplementasikan produk tanpa
22
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Defin
e D
evelop
Design
D
issemin
ate kehadiran peneliti. Pada penelitian ini kegiatan yang dilakukan hanya sampai pada
tahap develop, meliputi validasi ahli, uji coba terbatas, dan uji coba utama.
3.2.1. Tahap-Tahap Penelitian dan Pengembangan
Gambar 3.2.1.1 Tahap Kegiatan Penelitian dan Pengembangan
(Sumber: Microsoft Office Visio 2007).
23
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
1. Analisis Kebutuhan (define)
Tahap ini merupakan tahap awal, dimana kegiatan yang
dilakukan adalah sebagai berikut :
a. Studi Literatur
Studi literatur dilakukan untuk mengkaji kuesioner kepuasan
mahasiswa sesuai buku pedoman akademik dan kemahasiswaan
Universitas Majalengka, teori dan hasil penelitian serta software
yang akan dipakai untuk membuat aplikasi berbasisi web,
sebagai dasar untuk merancang produk awal aplikasi berbasis
web perangkat pengukur tingkat kepuasan mahasiswa terhadap
proses pembelajaran;
b. Studi Lapangan
Studi lapangan dilakukan untuk mengetahui gambaran umum
dan kendala-kendala pengukuran tingkat kepuasan mahasiswa
terhadap proses pembelajaran di Jurusan Teknik Informatika
Universitas Majalengka.
2. Perancangan Produk (design)
Perancangan desain produk ditujukan untuk merancang produk
yang akan dibuat berdasarkan hasil yang diperoleh dari studi literatur
dan studi lapangan. Pada langkah ini dihasilkan rancangan produk
yaitu web perangkat pengukur tingkat kepuasan mahasiswa terhadap
proses pembelajaran yang akan dibuat dengan konsep-konsep dan isi
yang disesuaikan hasil dari studi literatur dan studi lapangan. Tahap
– tahap rancangan produk tersebut adalah, menyiapkan peralatan
baik software maupun hardware, mempelajari dan mengambarkan
logika produk, dan merencanakan bentuk laporan yang akan
disajikan agar sesuai dengan kebutuhan.
3. Pengembangan Produk (Develop)
a. Validasi Ahli
Validasi Ahli merupakan proses kegiatan untuk menilai apakah
rancangan produk, dalam hal ini web perangkat pengukur
tingkat kepuasan mahasiswa terhadap proses pembelajaran
24
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
sudah layak digunakan atau tidak. Validasi ahli dilakukan
dengan cara menghadirkan beberapa pakar atau tenaga ahli,
yaitu satu ahli web, satu ahli evaluasi yang sudah
berpengalaman untuk menilai desain produk yang telah
dirancang oleh peneliti. Setiap pakar diminta untuk menilai
desain produk tersebut, sehingga selanjutnya dapat diketahui
kelemahan dan kekuatannya. Masukan-masukan para ahli
digunakan untuk menyempurnakan produk.
b. Uji Coba Terbatas dan Revisi Produk
1) Uji coba terbatas dilaksanakan pada 20 mahasiswa semester
1 jurusan Teknik Informatika Universitas Majalengka.
Rancangan penelitian yang digunakan untuk uji coba
terbatas ini adalah one-shot case study. Detail kegiatan yang
dilakukan pada uji coba terbatas, sebagai berikut: Peneliti
mempersiapkan pelaksanaan uji coba terbatas;
a) Memilih dan menetapkan 20 mahasiswa semester 1
Jurusan Teknik Informatika Universitas Majalengka;
b) Memperkenalkan web pengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran kepada staf TU
jurusan dan mendiskusikannya agar mereka dapat
mengimplementasikan web yang sedang dikembangkan
dengan baik;
c) Menyiapkan fasilitas pelaksanaan uji coba terbatas,
meliputi komputer.
2) Peneliti menjelaskan kepada mahasiswa cara mengisi
kuesioner kepuasan mahasiswa terhadap proses
pembelajaran yang akan dikemas dalam bentuk web;
3) Peneliti melakukan observasi terhadap implementasi web
pengukuran tingkat kepuasan mahasiswa terhadap proses
pembelajaran untuk mengetahui keterlaksanaan dan
hambatan-hambatan yang dihadapi dalam implementasi web
25
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
mengukur tingkat kepuasan mahasiswa terhadap proses
pembelajaran;
4) Peneliti menyempurnakan web pengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran berdasarkan hasil
uji coba terbatas.
3.2.2. Hasil dari Tahap-Tahap Penelitian Dan Pengembangan
Perangkat yang dikembangkan dalam penelitian ini adalah
kuesioner mengukur tingkat kepuasan mahasiswa terhadap proses
pembelajaran aplikasi berbasis web untuk mengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran.
1. Tahap Penentuan (Define)
Berdasarkan hasil analisis kebutuhan diperoleh beberapa konsep
yaitu perangkat terdiri dari sistem pakar mengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran berbasis web sebagai alat
bantu untuk mempermudah dalam pengukuran tingkat kepuasan
mahasiswa. Hasil analisis kebutuhan dibagi menjadi dua yaitu:
a. Hasil Analisis kebutuhan Pengukur Tingkat Kepuasan Mahasiswa
Tahap analisis kebutuhan ini digunakan untuk menelusuri
kebutuhan dalam menyusun pengukur tingkat kepuasan
mahasiswa. Hasil analisis pengukur tingkat kepuasan mahasiswa
antara lain:
1) Mengukur kepuasan mahasiswa harus berdasarkan 5 dimensi
kepuasan yaitu: tangible, reliability, responsiveness, assurance,
dan empathy;
2) Variabel atau indikator sistem pakar mengukur tingkat
kepuasan mahasiswa harus sesuai dengan pembelajaran di
Jurusan Teknik Informatika Fakultas Teknik Universitas
Majalengka;
3) Setiap variabel atau indikator sistem pakar tingkat kepuasan
mahasiswa harus dilengkapi dengan standar/kriteria kepuasan
26
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
sesuai dengan standar pendidikan tinggi sehingga mahasiswa
lebih mudah dalam pengisian kuesioner tersebut;
b. Hasil Analisis kebutuhan Aplikasi Berbasis Web
Hasil analisis kebutuhan aplikasi berbasis web ini dibagi
menjadi dua tahap, yaitu tahap analisis spesifikasi teknis dan tahap
analisis program. Tahap analisis spesifikasi teknis untuk
mengetahui persyaratan minimal sebuah personal computer (PC)
untuk dapat menjalankan aplikasi kepuasan mahasiswa berbasis
web. Aplikasi tersebut dapat bekerja dalam sistem operasi windows
dan linux. Software yang digunakan sebagai program utama dalam
pembuatan aplikasi kepuasan mahasiswa berbasis web ini yaitu
apache2triad yang akan dijadikan sebagai mesin php dalam
menjalankan website dinamis, sistem dibangun dan dikembangkan
dengan PHP sebagai bahasa pemrogramannya dan MySQL sebagai
database, sedangkan software pendukung yaitu Notepad++ untuk
mendesain secara visual halaman aplikasi berbasis web.
Analisis kerja program dilakukan untuk mengetahui kerja
dari aplikasi kepuasan mahasiswa berbasis web. Aplikasi ini
didesain untuk dapat mengukur tingkat kepuasan mahasiswa,
dimana pengguna dapat menilai proses pembelajaran mata kuliah
di Jurusan Teknik Informatika Universitas Majalengka. Adapun
hasil dari analisis kerja aplikasi kepuasan mahasiswa berbasis web
ini antara lain:
1) Pada saat program dibuka dan dijalankan, maka akan
ditampilkan halaman awal yang berisi menu login mahasiswa.
Jika username di isi dan password kemudian dipilih login maka
akan masuk ke halaman pengantar atau selamat datang;
2) Pada halaman pengantar terdapat menu home, menu
pembelajaran, menu petunjuk, dan menu logout. Jika dipilih
menu home maka akan ditampilkan menu utama/pengantar.
Jika dipilih menu pembelajaran maka akan ditampilkan daftar
27
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
matakuliah dan dosen yang akan dinilai. Jika dipilih menu
logout maka akan ditampilkan halaman awal;
3) Setelah pemilihan matakuliah dan dosen yang akan dinilai, isi
semua daftar pertanyaan pada kuisioner;
4) Setelah pengisian kuesioner selesai, maka akan muncul hasil
dan kesimpulan. Pilih logout untuk keluar dari program;
5) Data atau hasil dari pengisian kuesioner disimpan di dalam
database yang dikelola oleh admin. Jika ingin masuk menu
utama admin maka harus memasukan username dan password.
Menu utama admin terdiri dari menu home, mahasiswa, mata
kuliah, dan logout. Jika dipilih menu home maka akan
ditampilkan menu utama/pengantar. jika dipilih menu
mahasiswa maka akan ditampilkan form pengisian member
baru, hapus, dan edit. Jika dipilih menu mata kuliah maka akan
ditampilakn form pengisian mata kuliah, edit dan hapus. Jika
dipilih menu logout maka akan keluar dan ditampilkan halaman
login admin.
2. Tahap Perancangan Produk (Design)
Pada tahap ini dihasilkan draf kuesioner tingkat kepuasan
mahasiswa terhadap proses pembelajaran dan tampilan awal aplikasi
berbasis web. Hasil perancangan tersebut adalah sebagai berikut:
a. Draf Kuesioner Kepuasan Mahasiswa Terhadap Proses
Pembelajaran Kuesioner ini terdiri dari 5 aspek kepuasan yaitu:
tangible, reliability, responsiveness, assurance, dan empathy.
Berdasarkan hasil analisis kebutuhan di jurusan teknik informatika
kuesioner disusun menjadi 1 bagian, yaitu kuesioner untuk
mengukur tingkat kepuasan mahasiswa terhadap proses
pembelajaran mata kuliah. Indikator kuesioner tersebut diuraikan
sebagai berikut:
28
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
1) Aspek tangibles (Sarana pendidikan - Alat Perkuliahan, Media
Pengajaran dan Prasarana Pendidikan)
Gambar 3.2.2.1. Pohon Ketergantungan Aspek Tangibles
Gambar diatas merupakan sebuah pohon
ketergantungan aspek tangibles yang didalamnya terdapat
daftar pertanyaan dan jawaban yang saling keterkaitan.
Berikut deskripsi dari pohon ketergantungan diatas :
Pertanyaan (1) :
Ruang kuliah yang bersih, nyaman dan rapi.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (2) :
Sarana pembelajaran yang memadai di ruang kuliah
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (3) :
Terdapat buku di perpustakaan yang mendukung
mata kuliah
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
29
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Pertanyaan (4) :
Penampilan dosen dilihat dari cara berpakaian
memenuhi standar kesopanan
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
2) Aspek Reliability (kehandalan dosen, staf Akademik)
Gambar 3.2.2.2 Pohon Ketergantungan Aspek Reliability
Gambar diatas merupakan sebuah pohon
ketergantungan aspek reliability yang didalamnya terdapat
daftar pertanyaan dan jawaban yang saling keterkaitan.
Berikut deskripsi dari pohon ketergantungan diatas :
Pertanyaan (5) :
Dosen memulai perkuliahan sesuai waktu yang telah
ditentukan.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
30
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Pertanyaan (6) :
Dosen mengakhiri perkuliahan sesuai waktu yang
telah ditentukan.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (7)
Dosen membuat GBPP/SAP dan aturan yang
disampaikan dengan jelas pada pertemuan pertama.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (8) :
Dosen menyusun dan memberi bahan ajar
(suplemen) untuk melengkapi materi yang diberikan
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (9) :
Dosen selalu membagikan hasil ulangan dengan
nilai yang obyektif.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (10) :
Kuliah/praktikum dilaksanakan sesuai dengan
jumlah pertemuan yang telah ditentukan (minimal
12 kali pertemuan).
31
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (11) :
Dosen membuat dan menyampaikan rencana
evaluasi perkuliahan pada pertemuan pertama.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
3) Aspek Responsiveness (Sikap tanggap)
Gambar 3.2.2.3. Ketergantungan Aspek Responsiveness
Gambar diatas merupakan sebuah pohon
ketergantungan aspek responsiveness yang didalamnya
terdapat daftar pertanyaan dan jawaban yang saling
keterkaitan. Berikut deskripsi dari pohon ketergantungan
diatas :
Pertanyaan (12) :
Dosen mudah ditemui untuk keperluan konsultasi
laporan atau materi kuliah .
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
32
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Pertanyaan (13) :
Ketanggapan dosen dalam menjawab pertanyaan
dari mahasiswa.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
4) Aspek Assurance (Jaminan pada mahasiswa)
Gambar 3.2.2.4. Ketergantungan Aspek Assurance
Gambar diatas merupakan sebuah pohon
ketergantungan aspek assurance yang didalamnya terdapat
daftar pertanyaan dan jawaban yang saling keterkaitan.
Berikut deskripsi dari pohon ketergantungan diatas :
Pertanyaan (14) :
Dosen menyampaikan kuliah sesuai dengan
keahlian/pengalamannya.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (15) :
Kemampuan dosen dalam menggunakan metoda
pengajaran (ceramah, diskusi, mengajukan
pertanyaan, memberikan contoh, dsb)
SB : Sangat Baik
33
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
B : Baik
C : Cukup
K : Kurang
Pertanyaan (16) :
Kemampuan dosen menggunakan media
pembelajaran (LCD, OHP, Papan tulis) sesuai
dengan kebutuhan materi perkuliahan.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
5) Aspek Empathy (Pemahaman terhadap kepentingan
mahasiswa)
Gambar 3.2.2.5 Ketergantungan Aspek Empathy
Gambar diatas merupakan sebuah pohon
ketergantungan aspek empathy yang didalamnya terdapat
daftar pertanyaan dan jawaban yang saling keterkaitan.
Berikut deskripsi dari pohon ketergantungan diatas :
Pertanyaan (17) :
Dosen selalu berusaha memahami kepentingan dan
kebutuhan mahasiswa
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
34
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Pertanyaan (18) :
Dosen mudah dihubungi baik via telepon, email dan
sebagainya
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (19) :
Dosen bersedia membantu mahasiswa yang
mengalami kesulitan studi.
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
Pertanyaan (20) :
Dosen bersikap baik dan bersahabat kepada
mahasiswa
SB : Sangat Baik
B : Baik
C : Cukup
K : Kurang
3. Tahap Pengembangan (Develop)
a. Uji Coba
Perangkat pengukur tingkat kepuasan mahasiswa terhadap
proses pembelajaran yang terdiri dari kuesioner kepuasan
mahasiswa berbasis web yang sudah disusun selanjutnya diuji
coba. Kuesioner kepuasan mahasiswa terhadap proses
pembelajaran diuji cobakan kepada 20 mahasiswa teknik
informatika untuk mengetahui validitas dan reliabilitas butir-butir
pernyataan sedangkan aplikasi berbasis web divalidasi oleh
validator. Validator terdiri dari 1 orang ahli desain web. Setelah
35
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
divalidasi, maka dilakukan perbaikan sesuai saran validator. Uji
coba aplikasi berbasis web dilakukan peneliti setelah kuesioner
kepuasan mahasiswa terhadap proses pembelajaran dan aplikasi
berbasis web sudah direvisi sesuai hasil dan saran dari validator.
Dalam hal ini peneliti menjelaskan tentang bagaimana aplikasi ini
bekerja dan cara penggunaannya serta melakukan pengamatan
bagaimana kendala yang dihadapi mahasiswa saat menggunakan
aplikasi tersebut.
b. Menganalisis hasil
Setelah hasil uji dari perangkat sistem pakar mengukur
kepuasan mahasiswa terhadap proses pembelajaran maka
perangkat tersebut kemudian dikembangkan dan disebarluaskan
kepada mahasiswa di Fakultas Teknik Universitas M ajalengka
3.2.3. Metode Perhitungan
Perhitungan tingkat kesesuaian dilakukan untuk mengetahui urutan
prioritas atribut-atribut dari dimensi kualitas yang menjadi prioritas
perbaikan yang dinilai berdasarkan persentase perbandingan skor tingkat
kepentingan dengan kinerja menurut penilaian dari mahasiswa.
Perhitungan tingkat kesesuaian menggunakan rumus sebagai berikut:
1. Aturan 1 atau Rule 1
Pada aturan 1 (Rule 1), kita dapat menentukan aturan yang
digunakan untuk menghasilkan predikat “Sangat Baik”.
IF SB > B
AND
SB > C
AND
SB > K THEN Hasil dengan predikat “Sangat Baik”
2. Aturan 2 atau Rule 2
Pada aturan 2 (Rule 2), kita dapat menentukan aturan yang
digunakan untuk menghasilkan predikat “Baik”.
36
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
IF B>SB
AND
B>C
AND
B>K THEN Hasil dengan predikat “Baik”
3. Aturan 3 atau Rule 3
Pada aturan 3 (Rule 3), kita dapat menentukan aturan yang
digunakan untuk menghasilkan predikat “Cukup”.
IF C>SB
AND
C>B
AND
C>K THEN Hasil dengan predikat “Cukup”
4. Aturan 4 atau Rule 4
Pada aturan 4 (Rule 4), kita dapat menentukan aturan yang
digunakan untuk menghasilkan predikat “Kurang”.
IF K>SB
AND
K>B
AND
K>C THEN Hasil dengan predikat “Kurang”
5. Aturan 5 atau Rule 5
Pada aturan 1 (Rule 1), kita dapat menentukan aturan yang
digunakan untuk menghasilkan predikat “Seimbang”.
IF SB=B
AND
B=C
AND
C=K THEN Hasil dengan predikat “Seimbang”
37
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Berdasarkan perhitungan menggunakan rumus tersebut akan
diperoleh urutan presentase nilai masing-masing atribut. Prioritas
perbaikan dilakukan pada tiap-tiap atribut, mulai dengan nilai terkecil
sampai yang terbesar. Skor tingkat kinerja pada sumbu horisontal (X) dan
tingkat kepentingan pada sumbu vertikal (Y). Untuk memudahkan
masing-masing skor disederhanakan yaitu dengan membagi skor untuk
tiap atribut atau variabel kepuasan mahasiswa.
Diagram analisis kepentingan-kinerja (Importance-Performance
Analysis Diagram) dibagi menjadi empat bagian yang dibatasi oleh dua
garis yang berpotongan tegak lurus pada titik (�, �) dimana � merupakan
rata-rata dari skor rata-rata tingkat kinerja pelaksanaan proses
pembelajaran dan � merupakan rata-rata dari skor rata-rata tingkat
kepentingan. Kemudian hasil tersebut akan dipetakan pada diagram
analisis kepentingan-kinerja
( Y : Harapan ) Sangat Baik
Prioritas Utama
A
Pertahankan Prestasi
B
Prioritas Rendah
C
Berlebihan
D
Sangat tidak Baik ( X : Kinerja )
Gambar 3.2.3.1 Analisis Kepentingan-Kinerja (Martilla, James, 1977: 78)
a. Kuadran A merupakan kuadran yang memuat atribut-atribut yang
dianggap sangat baik oleh mahasiswa, tetapi pada kenyataannya
kinerja pelaksanaan proses pembelajaran di Jurusan Teknik
Informatika Universitas Majalengka terhadap atribut ini belum sesuai
dengan harapan mahasiswanya;
Kinerja
sangat
tidak
baik
Kinerja
Sangat
Baik
38
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
b. Kuadran B merupakan kuadran yang memuat atribut-atribut yang
memiliki tingkat kepentingan tinggi dan kinerjanya juga dinilai baik
oleh mahasiswa;
c. Kuadran C merupakan kuadran yang memuat atribut-atribut yang
memiliki tingkat kepentingan yang rendah dan kinerjanya juga dinilai
kurang baik oleh mahasiswa;
d. Kuadran D merupakan kuadaran yang memuat atribut-atribut yang
memiliki tingkat kepentingan yang rendah menurut mahasiswa namun
memiliki kinerja yang baik sehingga dianggap berlebihan oleh
mahasiswa.
Mahasiswa akan merasa sangat puas apabila skor kinerja lebih
tinggi daripada skor harapan/kepentingan, sedangkan sebaliknya
mahasiswa akan merasa tidak puas apabila skor kinerja lebih rendah
daripada skor harapan/kepentingan.
39
BAB IV
ANALISIS DAN PERANCANGAN
4. 1 Perancangan Database
Tabel 4.1.1 Tabel Mahasiswa
Keterangan :
1. Id_mhs sebagai primary key autoincrement fungsinya agar tidak terjadi
redudance data dan mengetahui berapa banyak data yang telah masuk.
Autoincrement berfungsi untuk memasukan data id_mhs secara
otomatis. Tipe yang digunakan yaitu Integer dengan ukuran 10 karakter ;
2. Npm sebagai nomor pokok mahasiswa. Tipe yang digunakan yaitu
Varchar dengan ukuran 12 karakter;
3. Password untuk melakukan authentikasi terhadap proses sistem pakar yang
berisi berbagai informasi yang bersifat privasi. Fungsi password sendiri untuk
menjaga keamanan suatu sistem agar penyusup tidak dapat masuk secara tidak
sah. Tipe yang digunakan yaitu Varchar dengan ukuran 30 karakter ;
4. Nama sebagai identitas dari user yang akan melakukan evaluasi. Tipe
yang digunakan yaitu Varchar dengan ukuran 50 karakter
40
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Tabel 4.1.2 Tabel Mata Kuliah
Keterangan :
1. Id_mk sebagai primary key autoincrement fungsinya agar tidak terjadi
redudance data dan mengetahui berapa banyak data yang telah masuk.
Autoincrement berfungsi untuk memasukan data id_mk secara otomatis.
Tipe yang digunakan yaitu Integer dengan ukuran 10 karakter;
2. Kode_mk sebagai foreign key yang berfungsi untuk menggabungkan
tabel mata kuliah dengan tabel survey. Tipe yang digunakan yaitu
Varchar dengan ukuran 20 karakter;
3. Nama_mk sebagai nama mata kuliah yang dimiliki oleh setiap dosen.
Tipe yang digunakan yaitu Varchar dengan ukuran 100 karakter;
4. Sks (Satuan kredit semester) adalah satuan waktu yang digunakan untuk
menyatakan besarnya beban studi mahasiswa, besarnya pengakuan atas
keberhasilan usaha dan kumulatif bagi satuan program tertentu. Tipe
yang digunakan yaitu Varchar dengan ukuran 10 karakter;
5. Dosen sebagai nama identitas dari dosen yang akan evaluasi. Tipe yang
digunakan yaitu Varchar dengan ukuran 100 karakter;
Tabel 4.1.3 Tabel Survey
41
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Keterangan :
1. Id_survey sebagai primary key autoincrement fungsinya agar tidak
terjadi redudance data dan mengetahui berapa banyak data yang telah
masuk. Autoincrement berfungsi untuk memasukan data id_survey
secara otomatis. Tipe yang digunakan yaitu Integer dengan ukuran 11
karakter;
2. Npm sebagai nomor pokok mahasiswa. Tipe yang digunakan yaitu
Varchar dengan ukuran 15 karakter;
3. Kode_mk sebagai foreign key yang berfungsi untuk menggabungkan
tabel mata kuliah dengan tabel survey. Tipe yang digunakan yaitu
Varchar dengan ukuran 20 karakter;
4. Pertanyaan atau kuisioner sebagai bahan untuk mengevaluasi kinerja
dosen yang dievaluasi. Tipe yang digunakan yaitu Varchar dengan
ukuran 100 karakter;
5. Hasil sebagai field untuk menyimpan jawaban. SB berarti “Sangat
Baik”, B berarti “Baik”, C berarti “Cukup”, dan K berarti “Kurang”.
Tipe yang digunakan yaitu Varchar dengan ukuran 3 karakter.
Tabel 4.1.4 Tabel User / Admin
Keterangan :
1. Id_user sebagai primary key autoincrement fungsinya agar tidak terjadi
redudance data dan mengetahui berapa banyak data yang telah masuk.
Autoincrement berfungsi untuk memasukan data id_user secara
otomatis. Tipe yang digunakan yaitu Integer dengan ukuran 11 karakter;
2. Nama sebagai identitas dari admin/pengelola sistem. Tipe yang
digunakan yaitu Varchar dengan ukuran 30 karakter;
42
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
3. Password sebagai keamanan bagi sistem yang dikelola admin. Tipe
yang digunakan yaitu Varchar dengan ukuran 100 karakter.
4. 2 Perancangan Program
Gambar 4.2.1 Halaman Utama
Tampilan halaman utama sebelum login yang akan muncul ketika
kita menjalankan http:/localhost/pakar dari browser. Semua aplikasi akan
dimulai pada halaman ini.
Gambar 4.2.2 Menu Login User
Menu Login User merupakan menu yang harus diisi oleh user.
User harus mengisikan username dan password dengan benar, kemudian
klik login untuk masuk ke dalam menu home utama.
43
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Gambar 4.2.3 Tampilan Halaman Home
Tampilan halaman pengantar/home setelah login.Terdapat
beberapa menu didalamnya ada menu home, pembelajaran, petunjuk, dan
logout.
.
Gambar 4.2.4 Tampilan Menu Pembelajaran
Menu ini merupakan menu yang akan menampilkan form awal
untuk mengisi kuesioner kepuasan mahasiswa terhadap pembelajaran.
Mahasiswa diminta untuk memilih matakuliah yang akan dinilai
44
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Gambar 4.2.5 Tampilan Tabel Kuisioner
Halaman ini merupakan halaman yang menampilkan form untuk
mengisi kuesioner kepuasan mahasiswa terhadap pembelajaran.
Mahasiswa diminta untuk mengisi kuesioner harapan mahasiswa terhadap
pembelajaran.
Gambar 4.2.6 Tampilan Hasil Setelah Pengisian Kuisioner
45
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Halaman ini berisi mengenai mata kuliah yang dievaluasi, daftar
pertanyaan, jawaban, predikat, serta kesimpulan setelah mahasiswa
mengisi tabel kuisioner.
Gambar 4.2.7 Tampilan Cetak Hasil Kuisioner
Halaman ini merupakan langkah akhir user menggunakan sistem.
Dan hasilnya dapat diprint oleh user setelah pengisian tabel kuisioner.
Gambar 4.2.8 Tampilan Menu Petunjuk
Menu petunjuk merupakan menu yang akan menampilkan petunjuk
penggunakan aplikasi pengukuran tingkat kepuasan mahasiswa berbasis
web.
46
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Gambar 4.2.9 Tampilan Menu Login Admin
Menu Login Admin harus diisi oleh admin yang akan
mengelola data pada database. Admin harus mengisikan username
dan password dengan benar kemudian klik login untuk masuk ke
dalam menu admin.
Gambar 4.2.10 Tampilan Halaman Utama Admin
Tampilan halaman pengantar/home admin setelah login.
Terdapat beberapa menu didalamnya ada menu home, mahasiswa,
matakuliah, dan logout.
Gambar 4.2.11 Tampilan Menu Mahasiswa
47
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Menu mahasiswa merupakan menu yang berfungsi untuk
menginputkan atau menghapus data npm dan nama mahasiswa.
Gambar 4.2.12 Tampilan Menu Mata Kuliah
Menu Mata Kuliah merupakan menu yang berfungsi untuk
menginputkan atau menghapus data mata kuliah yang ada pada semester
tertentu yang terdiri dari kode mata kuliah, nama mata kuliah, sks, dan
dosen pengampu.
48
BAB V
PENUTUP
5.1 Kesimpulan
Hasil akhir dari kegiatan penelitian pengembangan ini adalah produk sistem
pakar mengukur tingkat kepuasan mahasiswa dalam pembelajaran (Studi Kasus:
Mahasiswa Teknik Informatika) dan aplikasi berbasis web. Berdasarkan analisa
hasil penelitian dan pembahasan dalam laporan ini, maka dapat disimpulkan
bahwa:
1. Sistem pakar adalah sistem yang berusaha mengadopsi pengetahuan
manusia ke komputer, agar komputer dapat menyelesaikan masalah seperti
yang biasa dilakukan oleh para ahli (Kusumadewi, 2003:109);
2. Pengajaran adalah suatu sistem yang terdiri dari komponen-komponen
meliputi, tujuan pendidikan, peserta didik, pendidik, bahan atau materi
pelajaran, pendekatan dan metode, media atau alat, sumber belajar,
evaluasi;
3. Cara untuk mempertahankan dan meningkatkan prestasi dalam bidan g
akademik di Universitas Majalengka adalah dengan meningkatkan kinerja
pendidik dalam pembelajaran terhadap Mahasiswanya;
4. Pengembangan sistem pakar mengukur tingkat kepuasan mahasiswa
terhadap proses pembelajaran (Studi Kasus: Mahasiswa Teknik
Informatika) dan aplikasi berbasis web dilakukan dengan menggunakan
metode penelitian dan pengembangan pendidikan (Educational Research
and Development). Tahap penelitian dan pengembangan ini terdiri atas
empat tahap, yang disebut model 4D (define, design, develop, dan
disseminate). Pengembangan perangkat ini hanya sampai pada tahap
develop, meliputi validasi ahli, uji coba terbatas, dan uji coba utama;
5. Hasil pengembangan sistem pakar mengukur tingkat kepuasan mahasiswa
terhadap proses pembelajaran terdiri dari kuesioner kepuasan mahasiswa
sebagai pengukur tingkat kepuasan mahasiswa terhadap proses
pembelajaran di Jurusan Teknik Informatika Universitas Majalengka;
49
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
6. Produk perangkat pengukur tingkat kepuasan mahasiswa terhadap proses
pembelajaran dan aplikasi berbasis web sudah dapat digunakan bagi
mahasiswa Teknik Informatika Universitas Majalengka. Hal itu
berdasarkan hasil analisis data validasi ahli dan data uji coba lapangan.
5.2 Saran
Berdasarkan kesimpulan hasil penelitian di atas, maka penulis dapat
memberi saran sebagai berikut:
1. Bagi Jurusan Teknik Informatika Universitas Majalengka hendaknya
menggunakan perangkat pengukur tingkat kepuasan mahasiswa
terhadap proses pembelajaran berbasis web untuk mempermudah
mengukur tingkat kepuasan mahasiswa terhadap proses pembelajaran
di Jurusan Teknik Informatika;
2. Bagi mahasiswa hendaknya mengisi kuesioner tingkat kepuasan
mahasiswa terhadap proses pembelajaran secara objektif/sesuai dengan
keadaan sebenarnya, karena hasil pengisian akan digunakan sebagai
acuan untuk meningkatkan kualitas proses pembelajaran di Jurusan
Teknik Informatika;
3. Bagi orang lain diharapkan dapat mengembangkan perangkat pengukur
tingkat kepuasan mahasiswa terhadap proses pembelajaran dan aplikasi
berbasis web yang lebih baik untuk digunakan dalam pengukuran
tingkat kepuasan mahasiswa terhadap proses pembelajaran tingkat
fakultas maupun universitas.
48
DAFTAR PUSTAKA
Anhar. 2010. Panduan Menguasai PHP dan MySQL Secara Otodidak.
Jakarta:Mediakita.
Aribowo, A.S., dkk, Sistem Pakar Dengan Beberapa Knowledge
Basemenggunakan Probabilitas Bayes Dan Mesin Inferensi forward
Chaining, Seminar Nasional Informatika UPN “Veteran” Yogyakarta, 2011
Hadi,Triono.2013.Sistem Pakar.Jakarta :http://3onoikom.wordpress.com/materi-
kuliah/sistem-pakar/
Margono, Gaguk. 2005. Validitas Konstruk Instrumen Pengukur Tingkat
Kepuasan Mahasiswa sebagai Pelanggan Internal. Jurnal PTM. Vol. 5. No.
1. 9 – 18.
Minartiningtyas,ari.2013.MesinInferensi.2012.Denpasar:http://informatika.web.id
/mesininferensi-inference-engine.htm
Minartiningtyas,ari.2013.SistemPakar.Denpasar:http://informatika.web.id/categor
y/kecerdasan- buatan/
Saputra, Agus. 2011. Step by Step Membangun Aplikasi SMS dengan PHP dan
MySQL. Jakarta: Elex Media Komputindo.
Sugiyono. 2009. Metode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung :
Alfabeta
Supriyanto, Aji. 2005. Pengantar Teknologi Informasi. Jakarta: Salemba Infotek
Tjiptono, Fandy. 2000. Perspektif Manajemen & Pemasaran
kontemporer.Yogyakarta : ANDI.
DOKUMENTASI
Uji Coba Lapangan Aplikasi Sistem Pakar Mengukur Tingkat Kepuasan
Mahasiswa dalam Pembelajaran ( Studi Kasus : Mahasiswa Teknik Informatika )
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
KUESIONER SISTEM PAKAR KEPUASAN MAHASISWA
DALAM PEMBELAJARAN
DI JURUSAN TEKNIK INFORMATIKA UNMA
IDENTITAS RESPONDEN:
1. Nama : ……………………………………
2. NPM :……………………………………
3. Dosen yang dievaluasi:…………………………………
4. Prodi : Teknik Informatika
Teknik Sipil
Teknik Mesin
Teknik Sipil
PETUNJUK UMUM :
a. Kajian ini dilakukan dengan tujuan untuk mengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran di Jurusan Teknik informatika
Universitas Majalengka.
b. Saudara yang terpilih sebagai responden, dimohon untuk mengisi seluruh
instrumen ini sesuai dengan pengalaman, pengetahuan, persepsi, dan keadaan yang sebenarnya.
c. Partisipasi Saudara untuk mengisi instrumen ini secara objektif sangat
besar artinya bagi Jurusan dan UNMA untuk mendapatkan masukan yang
akurat dalam rangka perbaikan dan peningkatan proses pembelajaran
kedepan.
d. Jawaban Saudara akan dijamin kerahasiaan dan tidak memiliki dampak
negatif bagi siapapun. e. Instrumen ini terdiri dari seperangkat pertanyaan atau pernyataan untuk
mengukur: (1) tangibles (2) assurance (3) reliability (4). Responsiveness
(5) empathy
f. Berilah tanda (√) pada kolom yang tersedia dan pilihlah jawaban/criteria
dengan objektif.
Keterangan : SB = Sangat Baik , B = Baik , C = Cukup , K = Kurang
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
1. Aspek tangibles (Sarana pendidikan - Alat Perkuliahan, Media
Pengajaran dan Prasarana Pendidikan)
No Pertanyaan SB B C K
1. Ruang kuliah yang bersih, nyaman dan rapi
2. Sarana pembelajaran yang memadai di ruang kuliah.
3. Terdapat buku di perpustakaan yang mendukung mata kuliah
4. Penampilan dosen dilihat dari cara berpakaian memenuhi standar kesopanan
2. Aspek Reliability (kehandalan dosen, staf Akademik)
No Pertanyaan SB B C K
5. Dosen memulai perkuliahan sesuai waktu yang telah ditentukan.
6. Dosen mengakhiri perkuliahan sesuai waktu yang telah ditentukan.
7. Dosen membuat GBPP/SAP dan aturan yang disampaikan dengan jelas pada pertemuan pertama.
8. Dosen menyusun dan memberi bahan ajar (sup lemen) untuk melengkapi materi yang diberikan
9. Dosen selalu membagikan hasil ulangan dengan nilai yang obyektif.
10. Kuliah dilaksanakan sesuai dengan jumlah pertemuan yang telah ditentukan (minimal 12 kali pertemuan).
11. Dosen membuat dan menyampaikan rencana evaluasi perkuliahan pada pertemuan pertama.
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
3. Aspek Responsiveness (S ikap tanggap)
No Pertanyaan SB B C K
12. Dosen mudah ditemui untuk keperluan konsultasi laporan atau materi kuliah.
13. Ketanggapan dosen dalam menjawab pertanyaan dari mahasiswa.
4. Aspek Assurance (Jaminan pada mahasiswa)
No Pertanyaan SB B C K
14. Dosen menyampaikan kuliah sesuai dengan keahlian/Pengalamannya.
15. Kemampuan dosen dalam menggunakan metoda pengajaran (ceramah, diskusi, mengajukan pertanyaan, memberikan contoh, dsb)
16. Kemampuan dosen menggunakan media pembelajaran (LCD, OHP, Papan tulis) sesuai dengan kebutuhan materi perkuliahan.
5. Aspek Empathy (Pemahaman terhadap kepentingan mahasiswa)
No Pertanyaan SB B C K
17. Dosen/asisten selalu berusaha memahami kepentingan dan kebutuhan mahasiswa
18. Dosen/asisten mudah dihubungi baik via telepon, email dan sebagainya
19. Dosen/asisten bersedia membantu mahasiswa yang mengalami kesulitan studi.
20. Dosen/asisten bersikap baik dan bersahabat kepada mahasiswa
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
HASIL UJI COBA LAPANGAN ( N = 20 )
1. Aspek tangibles (Sarana pendidikan - Alat Perkuliahan, Media
Pengajaran dan Prasarana Pendidikan)
No Pertanyaan Skor Predikat
1. Ruang kuliah yang bersih, nyaman dan rapi.
2.6 Cukup
2. Sarana pembelajaran yang memadai di ruang kuliah.
2.6 Cukup
3. Terdapat buku di perpustakaan yang mendukung mata kuliah.
2.55 Cukup
4. Penampilan dosen dilihat dari cara berpakaian memenuhi standar Kesopanan.
3.45 Baik
2. Aspek Reliability (kehandalan dosen, staf Akademik)
No Pertanyaan Skor Predikat
5. Dosen memulai perkuliahan sesuai waktu yang telah ditentukan. 2.7 Cukup
6. Dosen mengakhiri perkuliahan sesuai waktu yang telah ditentukan.
2.7 Cukup
7. Dosen membuat GBPP/SAP dan aturan yang disampaikan dengan jelas pada pertemuan pertama.
3 Baik
8. Dosen menyusun dan memberi bahan ajar (sup lemen) untuk melengkapi materi yang diberikan.
2.9 Cukup
9. Dosen selalu membagikan hasil ulangan dengan nilai yang obyektif.
2.65 Cukup
10. Kuliah dilaksanakan sesuai dengan jumlah pertemuan yang telah ditentukan (minimal 12 kali pertemuan).
2.95 Cukup
11. Dosen membuat dan menyampaikan rencana evaluasi perkuliahan pada pertemuan pertama.
3.05 Baik
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
3. Aspek Responsiveness (S ikap tanggap)
No Pertanyaan Skor Predikat
12. Dosen mudah ditemui untuk keperluan konsultasi laporan atau materi kuliah .
3.05 Baik
13. Ketanggapan dosen dalam menjawab pertanyaan dari mahasiswa.
3.25 Baik
4. Aspek Assurance (Jaminan pada mahasiswa)
No Pertanyaan Skor Predikat
14. Dosen menyampaikan kuliah sesuai dengan keahlian/Pengalamannya. 3.35 Baik
15. Kemampuan dosen dalam menggunakan metoda pengajaran (ceramah, diskusi, mengajukan pertanyaan, memberikan contoh, dsb)
3.15 Baik
16. Kemampuan dosen menggunakan media pembelajaran (LCD, OHP, Papan tulis) sesuai dengan kebutuhan materi perkuliahan.
3.2 Baik
5. Aspek Empathy (Pemahaman terhadap kepentingan mahasiswa)
No Pertanyaan Skor Predikat
17. Dosen/asisten selalu berusaha memahami kepentingan dan kebutuhan mahasiswa
3.05 Baik
18. Dosen/asisten mudah dihubungi baik via telepon, email dan sebagainya
3 Baik
19. Dosen/asisten bersedia membantu mahasiswa yang mengalami kesulitan studi.
3.15 Baik
20. Dosen/asisten bersikap baik dan bersahabat kepada mahasiswa
3.1 Baik
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
Keterangan :
Predikat Skor
Sangat Baik 4
Baik 3
Cukup 2
Kurang 1
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE INDEX
<html> <head> <title>Sistem Pakar</title> <link rel="stylesheet" type="text/css" href="css/style.css"/> </head> <body> <div id="wadah"> <div id="header"></div> <div id="log"> <form name="log" action="ceklogin.php" method="post"> <div id="label2"> <label2>MEMBER LOGIN</label2><br> <label2> Silahkan login dengan akun anda</label2></div><br> <label2>username :</label2><input type="text" name="username" placeholder="username" required="required" class="l"/><br> <label2>password :</label2><input type="password" name="password" placeholder="password"required="required" class="l"/><br> <input type="submit" name="login" value="login" class="s"/> </form> </div> <footer> <a href="admin_web/index.php">© Copyright Kelompok 4</a> </footer> </div> </body> </html>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE LOGIN
<?php include "koneksi.php"; $username=$_POST['username']; $password=$_POST['password']; $tampil=mysql_query("select * from mhs where npm='$username' and password='$password'"); $data=mysql_fetch_array($tampil); if ($username!=$data['npm']){ echo"Salah"; ?> <meta http-equiv="refresh" content="1;url=index.php"/> <?php } elseif($password!=$data['password']){ echo "password salah"; ?> <meta http-equiv="refresh" content="1;url=index.php"/> <?php } else{ session_start(); $_SESSION['nama']=$data['nama']; $_SESSION['npm']=$data['npm']; header('location:templete.php?page=home'); } ?>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE TEMPLETE
<?php session_start(); if(empty($_SESSION['nama'])){ header('location:index.php'); } else{ ?> <html> <head> <title>SISTEM PAKAR</title> <link rel="stylesheet" type="text/css" href="css/style.css"/> </head> <body> <div id="wadah"> <div id="header"></div> <div id="menu"> <ul> <li><a href="templete.php?page=home">Home</a></li> <li><a href="templete.php?page=pembelajaran">Pembelajaran</a></li> <li><a href="templete.php?page=petunjuk">Petunjuk</a></li> <li><a href="logout.php">Logout</a></li> </ul> </div> <div id="isi"> <?php include"isi.php"; ?> </div> <footer> © Copyright Kelompok 4 </footer> </div> </body> </html> <?php } ?>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE ISI
<?php include"koneksi.php"; $page=$_GET['page']; if ($page=='home'){ include "home.php"; } elseif($page=='pembelajaran'){ include "pembelajaran.php"; } elseif($page=='quiz'){ include "kuisioner.php"; } elseif($page=='hasil'){ include"hasil.php"; } elseif($page=='petunjuk'){ include"petunjuk.php"; } elseif($page=='show'){ include"show.php"; } ?>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE HOME
<div id="home" align=center> <?php echo "SELAMAT DATANG<br> Login sebagai : <br>".$_SESSION['nama']; echo "<br> NPM : <br>".$_SESSION['npm']; ?> </div> <div id="home3"> <?php $hari1=date("F j, Y | H:m:s \W\I\B"); echo $hari1."</br></br>"; ?> </div> <div id="home2"> <p align=center> Selamat datang pada Sistem Pakar pengukuran tingkat kepuasan pembelajaran mahasiswa Teknik Informatika Universitas Majalengka. Silahkan klik menu "Pembelajaran" untuk mengevaluasi kepuasan mahasiswa terhadap matakuliah serta dosen pengampu.</p> </div>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE PEMBELAJARAN
<p align="center"> <div id="pemteks">DAFTAR MATA KULIAH <br> SEMESTER 1 TEKNIK INFORMATIKA <br> UNIVERSITAS MAJALENGKA </div> <table align=center border=1> <tr> <td align=center>No</td> <td align=center >Kode Mata Kuliah</td> <td align=center>Nama Mata Kuliah</td> <td align=center>SKS </td> <td align=center>Dosen </td> <td align=center>Pilih</td> </tr> <?php $tampil=mysql_query("select * from matkul"); $i=1; while($data=mysql_fetch_array($tampil)){ ?> <form action='templete.php?page=quiz&hal=1' method='post'> <tr> <td align=center><?php echo $i;?></td> <td align=center><?php echo $data['kode_mk'];?></td> <td align=center><?php echo $data['nama_mk'];?></td> <td align=center><?php echo $data['sks'];?></td> <td align=center><?php echo $data['dosen'];?></td> <input type="hidden" name="kode_mk" value="<?php echo $data['kode_mk'];?>"/> <td><input type="submit" value="Pilih"></td> </tr> <?php $i++; ?> </form> <?php } ?> </table> </p>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE KUISIONER
<p align=center >KUESIONER SISTEM PAKAR KEPUASAN MAHASISWA<br> DALAM PEMBELAJARAN DI JURUSAN TEKNIK INFORMATIKA UNMA </p> <p> PETUNJUK UMUM : <ul type=number_format> <li>Kajian ini dilakukan dengan tujuan untuk mengukur tingkat kepuasan mahasiswa terhadap proses pembelajaran di Jurusan Teknik informatika Universitas Majalengka.</li> <li>Saudara yang terpilih sebagai responden, dimohon untuk mengisi seluruh instrumen ini sesuai dengan pengalaman, pengetahuan, persepsi, dan keadaan yang sebenarnya.</li> <li>Partisipasi Saudara untuk mengisi instrumen ini secara objektif sangat besar artinya bagi Jurusan dan UNM A untuk mendapatkan masukan yang akurat dalam rangka perbaikan dan peningkatan proses pembelajaran kedepan.</li> <li>Jawaban Saudara akan dijamin kerahasiaan dan tidak memiliki dampak negatif bagi siapapun.</li> <li>Instrumen ini terdiri dari seperangkat pertanyaan atau pernyataan untuk mengukur: (1) tangibles (2) assurance (3) reliability (4). Responsiveness (5) empathy <li>Pilih pada kolom yang tersedia dan pilihlah jawaban/criteria dengan objektif.</li> </ul> Catatan :<br> SB : Sangat Baik<br> B : Baik<br> C : Cukup<br> K : Kurang<br> </p> <hr> <?php $hal=$_GET['hal']; if($hal==1){ $kode_mk=$_POST['kode_mk']; ?> 1. Aspek tangibles (Sarana pendidikan - Alat Perkuliahan, Media Pengajaran dan Prasarana Pendidikan) </hr> <form name="next" action="templete.php?page=quiz&hal=2" method="post">
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
<table BORDER=1 align=center> <tr> <td rowspan=2 align=center>NO</td> <td rowspan=2 align=center>PERTANYAAN</td> <td colspan=4 align=center>PILIH</td> </tr> <tr> <td align=center>SB</td> <td align=center>B</td> <td align=center>C</td> <td align=center>K</td> </tr> <tr> <td align=center>1</td> <td>Ruang kuliah yang bersih, nyaman dan rapi</td> <td align=center> <input type="radio" name="no1" value="SB"> </td> <td align=center> <input type="radio" name="no1" value="B"> </td> <td align=center> <input type="radio" name="no1" value="C"> </td> <td align=center> <input type="radio" name="no1" value="K"> </td> </tr> </table> <input type="submit" name="next" value="NEXT" class="n"/> </form> <?php } elseif($hal==2){ $per1=$_POST['per1']; $per2=$_POST['per2']; $per3=$_POST['per3']; $per4=$_POST['per4']; $no1=$_POST['no1']; $no2=$_POST['no2']; $no3=$_POST['no3']; $no4=$_POST['no4']; $npm=$_SESSION['npm']; $kode_mk=$_POST['kode_mk']; $in=mysql_query("insert into survey(npm,kode_mk,pertanyaan,hasil) value('$npm','$kode_mk','$per1','$no1')"); $in2=mysql_query("insert into survey(npm,kode_mk,pertanyaan,hasil) value('$npm','$kode_mk','$per2','$no2')");
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
$in3=mysql_query("insert into survey(npm,kode_mk,pertanyaan,hasil) value('$npm','$kode_mk','$per3','$no3')"); $in4=mysql_query("insert into survey(npm,kode_mk,pertanyaan,hasil) value('$npm','$kode_mk','$per4','$no4')"); ?>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE SHOW
<p align=center> MATA KULIAH YANG DI EVALUASI </P> <?php $kode_mk=$_POST['kode_mk']; $npm=$_POST['npm']; $tampil1=mysql_query("select * from matkul,survey where matkul.kode_mk=survey.kode_mk and matkul.kode_mk='$kode_mk'"); $data1=mysql_fetch_array($tampil1); ?> <table align=center class="hah" border=1> <tr> <td>No</td> <td>1</td> </tr> <tr> <td>Kode Mata kuliah</td> <td><?php echo $data1['kode_mk'];?></td> </tr> <tr> <td>Nama Mata kuliah</td> <td><?php echo $data1['nama_mk'];?></td> </tr> <tr> <td>Sks</td> <td><?php echo $data1['sks'];?></td> </tr> <tr> <td>Dosen</td> <td><?php echo $data1['dosen'];?></td> </tr> </table> <p align=center> HASIL KUISIONER </P> <table align=center border=1> <tr> <td align=center>No</td> <td align=center>Pertanyaan</td> <td align=center>Hasil</td> </tr> <?php $tampil=mysql_query("select * from survey where npm='$npm' and kode_mk='$kode_mk' order by id_survey asc limit 20"); $sp=mysql_query("select * from survey where survey.npm='$npm' and survey.kode_mk='$kode_mk' and hasil='SB'"); $p=mysql_query("select * from survey where survey.npm='$npm' and survey.kode_mk='$kode_mk' and hasil='B'");
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
$tp=mysql_query("select * from survey where survey.npm='$npm' and survey.kode_mk='$kode_mk' and hasil='C'"); $stp=mysql_query("select * from survey where survey.npm='$npm' and survey.kode_mk='$kode_mk' and hasil='K'"); $i=1; $csp=mysql_num_rows($sp); $cp=mysql_num_rows($p); $ctp=mysql_num_rows($tp); $cstp=mysql_num_rows($stp); while($data=mysql_fetch_array($tampil)){ ?> <tr> <td align=center><?php echo $i;?></td> <td><?php echo $data['pertanyaan'];?></td> <td align=center><?php echo $data['hasil'];?></td> </tr> <?php $i++; } ?> </table> <br/> <table align=center class="hah" border=1> <tr> <td colspan=2 align=center> JUMLAH SURVEY</td> </tr> <tr> <td>Sangat Baik</td> <td><?php echo $csp;?></td> </tr> <tr> <td>Baik</td> <td><?php echo $cp;?></td> </tr> <tr> <td>Cukup</td> <td><?php echo $ctp;?></td> </tr> <tr> <td>Kurang</td> <td><?php echo $cstp;?></td> </tr> </table> <P> Predikat : <?php if($csp>$cp and $csp>$ctp and $csp>$cstp){ echo "Sangat baik"; }
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
elseif($cp>$csp and $cp>$ctp and $cp>$cstp){ echo "Baik";} elseif($ctp>$csp and $ctp>$cp and $ctp>$cstp){ echo "Cukup";} elseif($sctp>$ctp or $cstp>$cp or $cstp>$csp){ echo "Kurang";} elseif($csp==$cp and $csp=$ctp and $csp==$cstp){ echo "Seimbang"; } ?> </P> <P> Kesimpulan : <?php if($csp>$cp and $csp>$ctp and $csp>$cstp){ echo "Dosen Matakuliah ini harus tetap mempertahankan kinerjanya dalam pembelajaran maupun pelayanan"; } elseif($cp>$csp and $cp>$ctp and $cp>$cstp){ echo "Dosen Matakuliah ini harus meningkatkan dan mempertahankan kinerjanya";} elseif($ctp>$csp and $ctp>$cp and $ctp>$cstp){ echo "<j>Dosen Matakuliah ini harus lebih giat lagi dalam kinerjanya dengan memberikan pembelajaran yang sesuai dengan kebutuhan Mahasiswa";} elseif($sctp>$ctp or $cstp>$cp or $cstp>$csp){ echo "<j>Dosen Matakuliah ini harus lebih giat lagi dengan meningkatkan kualitas dalam pembelajaran dan Mahasiswa dapat segera melaporkan kepada Ketua Prodi jika dosen tidak memenuhi syarat dalam pembelajaran";} elseif($csp==$cp and $csp=$ctp and $csp==$cstp){ echo "Seimbang"; } ?> </P> <p> <form name="print" action="print.php" method="post"> <input type="hidden" name="kode_mk" value="<?php echo $kode_mk;?>" /> <input type="hidden" name="npm" value="<?php echo $npm;?>" /> <input type="submit" name="pr" value="Print" /> </form> </p>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE PRINT
<script language=javascript> function printwindow(){ bv = parseInt (navigator.appVersion); if (bv >= 4) window.print();} printwindow(); </script>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE PETUNJUK
<p>PETUNJUK PENGGUNAAN </p> <ul type=number_format> <li>Login dengan Username & Password anda</li> <li>Pilih Menu Pembelajaran untuk Mengevaluasi pembelajaran di Teknik Informatika Universitas Majalengka</li> <li>Pilih Matakuliah & Dosen pengampu yang ingin di Evaluasi</li. <li>Isi Kuisioner dengan menjawab semua pertanyaan</li> <li>Pilih tombol hasil untuk mengetahui hasil dari kuisioner</li> <li>Setelah itu Logout</li> <ul>
Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3
SOURCE CODE KONEKSI DATABASE
<?php $con=mysql_connect("localhost","root","cikasarung",""); mysql_select_db("db_pakarpib"); if (!$con){ echo"salah"; } else{ echo""; } ?>