laporan pib

86
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 TEKNI K INFORMATI KA UNIVERSITAS MAJALENGKA 2015

Upload: vanni29

Post on 21-Dec-2015

32 views

Category:

Documents


1 download

DESCRIPTION

Laporan tugas besar pengantar intelegensi buatan

TRANSCRIPT

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.

A

LAMPIRAN 1

DOKUMENTASI

DOKUMENTASI

Uji Coba Lapangan Aplikasi Sistem Pakar Mengukur Tingkat Kepuasan

Mahasiswa dalam Pembelajaran ( Studi Kasus : Mahasiswa Teknik Informatika )

B

LAMPIRAN 2

KUISIONER

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

C

LAMPIRAN 3

HASIL UJI LAPANGAN

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

D

LAMPIRAN 4

SOURCE CODE APLIKASI

SISTEM PAKAR

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">&copy 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> &copy 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""; } ?>

Laporan Tugas Besar Pengantar Intelegensi Buatan | Kelompok 3

SOURCE CODE LOGOUT

<?php session_start(); session_destroy(); header('location:index.php'); ?>