sistem pendukung keputusan untuk · pdf fileseminar nasional teknologi informasi dan...

Seminar Nasional Teknologi Informasi dan Komunikasi 2015 (SENTIKA 2015) ISSN: 2089-9815

Yogyakarta, 28 Maret 2015

109

SISTEM PENDUKUNG KEPUTUSAN UNTUK PENJURUSAN MAHASISWA

(STUDI KASUS : TEKNIK INFORMATIKA UNIVERSITAS BUNDA MULIA)

Kristien Margi Suryaningrum1

1Program Studi Teknik Informatika, Fakultas Teknologi dan Desain, Universitas Bunda Mulia Jakarta

Jl. Lodan Raya No. 2, Ancol - Jakarta Utara

Telp. (021) 692-9090 - Fax (021) 690-9712

Email : [email protected], [email protected]

ABSTRAK

Mahasiswa yang masuk semester 5 biasanya akan dihadapkan pemilihan peminatan atau penjurusan

yang akan diambil untuk semester berikutnya. Peminatan di Program Studi Teknik Informatika Universitas

Bunda Mulia, dibagi menjadi 5. Namun kebanyakan, banyak mahasiswa yang tidak mengambil peminatan mata

kuliah sesuai dengan nilai yang diperoleh. . Idealnya mahasiswa mengambil peminatan yang sesuai nilai yang

diperoleh, sehingga nantinya diharapkan ilmu yang didapatkan juga akan lebih maksimal. Namun kenyataanya

banyak yang tidak mengambil sesuai dengan hal yang mereka minati atau nilai yang didapat. Dalam

pengambilan peminatan ini, banyak sekali alasan yang dikemukakan mahasiswa. Sehingga terkadang membuat

mahasiswa sendiri tidak focus terhadap matakuliah yang diambil, dikarenakan banyak yang salah mengambil

peminatan. Berdasarkan hal tersebut, akan berpengaruh nantinya pada pengambilan topik skripsi yang akan

diambil masing-masing mahasiswa pada akhir semester. Untuk itu, melalui permasalahan yang telah

dikemukakan, perlulah dibuat suatu sistem untuk mendukung keputusan dalam peminatan mahasiswa menggunakan algoritma Vikor. Algoritma Vikor ini didasarkan pada solusi terbaik yang diperoleh berdasarkan

solusi ideal terdekat. Kemudian melakukan perangkingan dengan membandingkan jarak ke solusi ideal.

Diharapkan melalui metode Vikor ini, dapat membantu mahasiswa tidak salah menentukan peminatan

matakuliah yang telah ditentukan di Teknik Informatika.

Kata Kunci: SPK, Peminatan, Algoritma Vikor

ABSTRAK

Students who have entered the 5th semester will normally exposed to the selection of specialization that

will be taken to the next semester. In Informatics Engineering Program, specialization is divided into 5. Mostly,

many students do not take specialization courses in accordance with the values obtained. This can be affected on several factors. Ideally students taking the specialization according to the value obtained, so that the knowledge

gained will be expected also to be maximal. But in fact many student do not take in accordance to the terms of

their interest.There are so many reasons offered students in making this stream. So sometimes make students

themselves are not the focus of the course is taken, because a lot of the wrong take specialization, so this will

eventually lead to the retrieval of thesis topics that will be taken of each student at the end of the

semester.Through these problems, it is necessary to determine the pattern of specialization students using

methods Vikor. Vikor method is based on the best solution is obtained based on the nearest ideal solution. Then

to rank by comparing the distance to the ideal solution. Hopefully, through this Vikor method can help students

determine the courses that have been determined specialization in Computer Science.

Keywords : DSS, Specialitation, Vikor Algorithm

1. PENDAHULUAN

1.1 Latar Belakang

Teknologi yang terus berkembang,

menyebabkan pendidikan bukan hanya merupakan

suatu kewajiban yang harus dijalani, tetapi juga

merupakan suatu kebutuhan yang harus dipenuhi. Di

Universitas Bunda Mulia, Teknik Informatika

merupakan jurusan yang menekankan pada setiap

mahasiswanya untuk mengambil peminatan pada

semester 5. Di Teknik Informatika, terdapat 5

peminatan, yaitu penerapan algoritma berbasis komputer, penerapan algoritma komputasi dalam

aplikasi web, penerapan algoritma dalam basis data,

computer vision dan networking, yang nantinya akan

diambil oleh mahasiswa pada semester 5 ke atas.

Namun sekarang ini, terdapat beberapa

kendala yang dihadapi pihak jurusan dalam

melakukan proses peminatan, dimana hasil

peminatan yang tidak sesuai dengan peminatan yang

dipilih mahasiswa.

Untuk membantu permasalahan tersebut

diperlukan suatu sistem yang dapat membantu untuk

menentukan keputusan dan diterapkan dalam Sistem Pendukung Keputusan yang dapat memberikan

mailto:[email protected]

mailto:[email protected]



110

peminatan terbaik. Metode yang digunakan adalah

metode Vikor, karena dengan metode ini diharapkan

mampu menganalisis permasalahan dengan melihat

pola yang ada pada setiap peminatan.

1.2 Rumusan Masalah

Rumusan masalah yang diapaparkan adalah

bagaimana membangun sebuah sistem untuk

mendukung keputusan dalam penentuan peminatan

mahasiswa Teknik Informatika menggunakan metode Vikor yang diterapkan untuk penjabaran

logika algoritma dalam suatu penyelesaian

permasalahan.

1.3 Tujuan Masalah

Tujuan dari penelitian ini adalah untuk

menerapkan logika algoritma ke dalam sebuah

aplikasi ke dalam bentuk sistem pendukung

keputusan untuk penentuan peminatan matakuliah

yang akan diambil, dan disesuaikan nilai yang

didapat.

1.4 Metodologi

Metode yang digunakan adalah

menggunakan sistem waterfall.

Metode perancangan yang digunakan pada

pembuatan aplikasi ini yaitu model waterfall.

Metode waterfall adalah suatu proses pembuatan

situs web secara terstruktur dan berurutan dimulai

dari penentuan masalah, analisa kebutuhan,

perancangan implementasi, integrasi, uji coba

sistem, penempatan situs web dan pemeliharaan. Pembuatan situs web dengan metode ini sangat

cocok dilakukan pada situs web berskala besar

karena menyangkut manajemen dan sistem yang

rumit. Metode ini membutuhkan pendekatan

sistematis dan sekuensial dalam pengembangan

perangkat lunak dan biasanya disebut juga dengan

Classic Life Cycle, dimulai dari tingkat sistem dan

kemajuan melalui analysis, desaign, coding, testing

dan maintenance.

Implementasi dari perancangan sistem yang

dibuat, akan dibangun dan diterapkan ke dalam

bahasa pemrograman PHP dan My SQL. Bahasa pemrograman PHP, merupakan bahasa

pemrograman web server-side yang bersifat open

source, sehingga sistem yang dibangun akan lebih

dinamis. Database ini dibuat untuk keperluan

sistem database yang cepat, handal dan mudah

digunakan. Secara detail, alur model waterfall yang

merupakan model klasik akan digambarkan pada

Gambar 1.

Gambar 1 Alur Model Waterfall (Pressman,

2010)

1. Requirements/ Analysis

Fase Requirements/ Analysis dikerjakan agar

menghasilkan desain sistem yang lengkap.

Requirements adalah tahapan untuk menentukan

kebutuhan data yang akan digunakan untuk

membangun sistem. Data-data kemudian secara

lengkap dianalisa untuk dijadikan metode

dalam pengembangan sistem informasi

beserta kebutuhan database yang harus

dipenuhi oleh program yang akan dibuat.

2. Design Proses desain menterjemahkan kebutuhan

pengguna dalam sebuah dokumen aplikasi

yang dapat diperkirakan kualitasnya sebelum

proses coding dimulai. Tahapan design

menentukan bagaimana cara menyelesaikan

masalah dengan mengedepankan fokus pada

rancangan fisikal seperti struktur data, tampilan

layar, database.

3. Implementation / Code

Tahap implementasi adalah tahap dimana

hasil desain software diterjemahkan ke dalam bahasa yang dapat dimengerti oleh komputer.

Sehingga pada tahap ini perancangan akan

dibangun ke dalam coding melalui PHP dan My

SQL.

4. Testing

Untuk tahap testing, setelah dibuat program

aplikasi kemudian diuji untuk mengetahui

apakah sudah dapat berfungsi seperti yang

diinginkan.

5. Maintenance

Tujuan dari tahapan ini adalah melakukan dukungan dan pemeliharaan terhadap

implementasi sistem agar tetap berfungsi pada

tingkat yang lebih tinggi.

1.5 Tinjauan Pustaka

Terdapat beberapa sumber pustaka yang

ditinjau dalam penelitian ini antara lain:

Pada review sebelumnya yang dilakukan

oleh Haniv (2009), telah dihasilkan sebuah aplikasi

sistem pakar untuk penilaian ujian skripsi sesuai

pada jawaban yang diberikan mahasiswa kemudian

merekap hasil akhir untuk menentukan kelulusan.



111

Dalam perancangan sistem ditentukan 2 jenis sistem

requirement utama dari sistem pendukung keputusan

untuk sistem pendukung keputusan ini. Sistem

requirement pertama adalah functional requirement.

Pada penelitian yang lain yang dilakukan oleh

Novaliendry (2009) merancang sistem pendukung

keputusan untuk media supplier spare part

menggunakan metode Vikor. Metode VIKOR dengan

penerapan fuzzy dalam kasus pemilihan supplier

spare part mobil ini dapat menangani lebih dari satu

kriteria dan saling bertentangan antar kriteria satu dengan yang lain yang bersifat kualitatif maupun

kuantitatif. Metode ini merupakan salah satu metode

dari teori MCDM. Pada penelitian sebelumnya

dilakukan oleh Kusdiantoro (2012) yang

menghasilkan sebuah aplikasi analisis usability

website menggunakan metode Vikor dan promethee

dan electree. Penelitian juga bertujuan untuk

mengetahui perbandingan hasil perankingan dari

ketiga metode tersebut. Hasil penilaian kemudian

dibuat ranking menggunakan Metode

PROMETHEE, VIKOR, dan ELECTREE. Hasil perankingan dari ketiga metode kemudian

dibandingkan menggunakan tes Friedman. Masing-

masing hasil perankingan dari ketiga metode

tersebut juga akan dibandingkan dengan hasil

perankingan Webometrics yang dirilis pada bulan

Juli 2011 dengan menggunakan tes Spearman.

2. PEMBAHASAN

2.1 Kerangka Pemikiran Pada saat ini aplikasi sebuah sistem yang

membahas mengenai Sistem Pendukung Keputusan

sudah banyak yang dibangun dan dikembangkan.

Tetapi seiring perkembangan teknologi yang

semakin cepat ini, banyak sekali user yang

menginginkan suatu sistem yang dapat membantu

dalam pengambilan keputusan secara cepat. User

menginginkan suatu sistem yang mampu mengolah

sebuah aplikasi yang dapat memberikan hasil dan

keputusan yang dapat digunakan untuk penyelesaian

berdasarkan permasalahan yang dihadapi. Melalui

sistem ini, diharapkan mampu membantu mahasiswa dalam penentuan peminatan sesuai dengan nilai

yang dimiliki. Untuk itu, berdasarkan beberapa

penelitian yang telah dilakukan, maka dibuatlah

suatu sistem yang dapat membantu mahasiswa untuk

menyelesaikan permasalahan tersebut.

2.2 Definisi Sistem Pendukung Keputusan

Pendapat beberapa ahli bahwa Sistem

Pendukung Keputusan atau Decision Support Sistem

(DSS) dibuat untuk meningkatkan proses dan

kualitas hasil pengambilan keputusan, dimana DSS

dapat memadukan data dan pengetahuan untuk meningkatkan efektivitas dan efisiensi dalam proses

pengambilan keputusan tersebut, disamping itu

Sistem Pendukung Keputusan juga memberdayakan

resources individu secara intelek dengan

kemampuan komputer untuk meningkatkan kualitas

keputusan dan berhubungan dengan manajemen

pengambilan keputusan serta berhubungan dengan

masalah-masalah yang semi terstruktur. Sistem

pendukung keputusan adalah sistem penghasil

informasi yang ditujukan pada suatu masalah

tertentu yang harus dipecahkan oleh manager dan

dapat membantu manager dalam pengambilan

keputusan (Turban, 1995). Sistem pendukung

keputusan merupakan bagian tak terpisahkan dari

totalitas sistem organisasi keseluruhan. Suatu sistem organisasi mencakup sistem fisik, sistem keputusan

dan sistem informasi. Berdasarkan uraian di atas,

sistem keputusan tidak bisa dipisahkan dari sistem

fisik maupun sistem informasi. Kompleksitas sistem

secara fisik menuntut adanya sistem keputusan yang

komplek pula.

Ciri utama dari sistem pendukung

keputusan adalah kemampuannya untuk

menyelesaikan masalah yang tidak terstruktur. Pada

dasarnya sistem pendukung keputusan merupakan

pengembangan lebih lanjut dari sistem manajemen terkomputerisasi yang dirancang sedemikian rupa

sehingga bersifat interaktif dengan pemakainya.

Sistem pendukung keputusan adalah suatu

pendekatan sistematis pada hakekat suatu masalah,

pengumpulan fakta fakta penentu yang matang dari

alternatif yang dihadapi dan pengambilan tindakan

yang paling tepat (Saaty, 1995).

Untuk menghasilkan keputusan yang baik

di dalam sistem pendukung keputusan, perlu

didukung oleh informasi dan fakta fakta yang

berkualitas antara lain (Dadan, 2001): a. Aksebilitas

Atribut ini berkaitan dengan kemudahan

mendapatkan informasi, informasi akan lebih berarti

bagi si pemakai kalau informasi tersebut mudah

didapat, karena akan berkaitan dengan aktifitas dari

nilai informasinya.

b. Kelengkapan

Atribut ini berkaitan dengan kelengkapan isi

informasi, dalam hal ini isi tidak menyangkut hanya

volume tetapi juga kesesuaian dengan harapan si

pemakai sehingga sering kali kelengkapan ini sulit

diukur secara kuantitatif. c. Ketelitian

Atribut ini berkaitan dangan tingkat kesalahan

yang mungkin di dalam pelaksanaan pengolahan

data dalam jumlah (volume) besar. Dua tipe

kesalahan yang sering terjadi yaitu berkaitan dengan

perhitungan.

d. Ketepatan

Atribut ini berkaitan dengan kesesuaian antara

informasi yang dihasilkan dengan kebutuhan

pemakai. Sama halnya dengan kelengkapan,

ketepatan pun sangat sulit diukur secara kuantitatif. e. Ketepatan Waktu

Kualitas informasi juga sangat ditentukan oleh

kektepatan wktu penyampaian dan aktualisasinya.

Misal informasi yang berkaitan dengan perencanaan



112

harian akan sangat berguna kalau disampaikan setiap

dua hari sekali.

f. Kejelasan

Atribut ini berkaitan dengan bentuk atau format

penyampaian informasi. Bagi seorang pimpinan,

informasi yang disajikan dalam bentuk grafik,

histogram, atau gambar biasanya akan lebih berarti

dibandingkan dengan informasi dalam bentuk

katakata yang panjang.

g. Fleksibilitas

Atribut ini berkaitan dengan tingkat adaptasi dari informasi yang dihasilkan terhadap kebutuhan

berbagai keputusan yang akan diambil dan terhadap

sekelompok pengambil keputusan yang berbeda.

2.2.1 Fase Pengambilan keputusan

Dalam pengambilan keputusan sebuah

sistem harus mampu melewati beberapa fase-fase

proses pengambilan keputusan. Menurut Turban

(1997), mengatakan bahwa proses tersebut meliputi

tiga fase utama: inteligensi, desain, dan kriteria. Ia

kemudian menambahkan fase keempat, yakni

implementasi. Monitoring dapat dianggap sebagai fase kelima bentuk umpan balik.

a. Tahap Penelusuran(intelligence)

Tahap ini pengambil keputusan mempelajari

kenyataan yang terjadi, sehingga kita bisa

mengidentifikasi masalah yang terjadi biasanya

dilakukan analisis dari sistem ke subsistem

pembentuknya sehingga didapatkan keluaran berupa

dokumen pernyataan masalah.

b. Tahap Desain

Dalam tahap ini pengambil keputusan

menemukan, mengambangkan dan menganalisis semua pemecahan yang mungkin yaitu melalui

pembuatan model yang bisa mewakili kondisi nyata

masalah.

c. Tahap Choice

Dalam tahap ini pengambil keputusan memilih

salah satu alternatif pemecahan yang dibuat pada

tahap desain yang dipandang sebagai aksi yang

paling tepat untuk mengatasi masalah yang sedang

dihadapi. Dari tahap ini didapatkan dokumen solusi

dan rencana implementasinya.

d. Tahap Implementasi

Pengambil keputusan menjalankan rangkaian aksi pemecahan yang dipilih di tahap choice.

Implementasi yang sukses ditandai dengan

terjawabnya masalah yang dihadapi, sementara

kegagalan ditandai masih adanya masalah yang

sedang dicoba untuk diatasi. Dari tahap ini

didapatkan laporan pelaksanaan solusi dan hasilnya.

Gambar 2 Tahapan Pengambilan Keputusan

2.2.2 Komponen Sistem Pendukung

Keputusan

Sistem pendukung keputusan terdiri dari 3

komponen utama atau subsistem yaitu (Kusrini, 2007)

a. Subsistem Data (Database)

b. Subsistem Model (Model Subsistem)

c. Subsistem Dialog (User Sistem Interface)

Keunikan lainnya dari sistem pendukung

keputusan adalah adanya fasilitas yang mampu

mengintegrasikan sistem terpasang dengan

pengguna secara interaktif. Fasilitas yang dimiliki

oleh subsistem ini dapat dibagi atas 3 komponen

yaitu :

1. Bahasa aksi (Action Language) yaitu suatu perangkat lunak yang dapat digunakan

pengguna untuk berkomunikasi dengan sistem.

2. Bahasa Tampilan (Display atau Presentation

Language) yaitu suatu perangkat yang berfungsi

sebagai sarana untuk menampilkan sesuatu.

3. Basis Pengetahuan (Knowledge Base) yaitu

bagian yang mutlak diketahui oleh pengguna

sistem yang dirancang dapat berfungsi secara

efektif

2.3 Algoritma Vikor

2.3.1 Definisi Vikor

VIKOR (Vise Kriterijumska Optimizajica I

Kompromisno Resenje) berarti multi-criteria

optimization and compromise solution (optimasi

multi kriteria dan solusi kompromis), merupakan

salah satu dari sekian banyak teknik MCDM.

VIKOR diperkenalkan pertama kali oleh Serafim

Opricovic pada tahun 1998. Kemudian digunakan



113

dalam masalah multi-criteria decision making pada

tahun 200 VIKOR didasarkan pada solusi terbaik

yang diperoleh berdasarkan solusi ideal terdekat.

Kemudian melakukan perangkingan dengan

membandingkan jarak ke solusi ideal (Kilic, 2012).

Metode VIKOR menggunakan normalisasi linear,

yang bertujuan untuk mendapatkan solusi terbaik

dengan tingkat keuntungan (Mohammad et al,

2011).

2.3.2 Keuntungan Metode VIKOR

Metode VIKOR memiliki beberapa keuntungan sebagai berikut :

1. Metode VIKOR adalah perangkingan

alternative berdasarkan terdekat dengan PIS

(Positive Ideal Solution) dan terjauh dari NIS

(Negative Ideal Solution).

2. Alternatif terbaik dipilih dari group utility

(kelompok kesenangan) maksimal dan regret group

(kelompok penyesalan) minimal.

2.3.3 Langkah Metode VIKOR

Langkah metode VIKOR :

1. Mendeterminasikan terbaik dan

terburuk dari setiap kriteria, dengan

.

Jika adalah keuntungan, maka seperti ditunjukkan

pada rumus 1 dan rumus 2

………………rumus 1

………………rumus 2

Jika adalah biaya, maka seperti ditunjukkan pada

rumus 3 dan rumus 4

………………rumus 3

………………rumus 4

2. Menghitung nilai dan , dengan

….rumus 5

….rumus 6

dimana adalah bobot dari kriteria

3. Menghitung nilai , ditunjukkan pada

rumus 7 dengan

………………………….rumus 7

dimana:

adlah bobot strategi kriteria utama atau utilitas

maksimal group, dimana adalah bobot

penyesalan individu. Disini nilai .

4. Mengurutkan dan dengan urutan

menurun.

Mengusulkan alternatif solusi terbaik dengan

nilai terkecil.

2.4 Perancangan menggunakan DFD (Data Flow

Diagram) Data Flow Diagram atau biasa disebut

dengan DFD adalah representasi grafik dari sebuah

system yang menggambarkan komponen-komponen

sebuah system.

Diagram Context

Sistem Pendukung

Keputusan

Peminatan

Mahasiswa

mhsadmin

Data login admin

Data admin

Data user

Data mhs

Data nilai

Data kriteria

Data jurusan

Data rating_kecocokan

Data makul

Data peminatan

Data peminatan_detail

Informasi validasi login

Informasi data admin

Informasi data user

Informasi data mhs

Informasi data nilai

Informasi data kriteria

Informasi data jurusan

Informasi data makul

Informasi data peminatan

Informasi data peminatan_detail

Data login user

Data user

Data minat

Data nilai

Data peminatan

Informasi validasi login

Informasi data user

Informasi data mhs



Data makul



Gambar 3 Diagram Context

Berdasarkan pada Gambar 3 terdapat dua

buah entitas yang akan berinteraksi dengan sistem

yang akan dibangun, yaitu entitas admin dan user (mhs). Dari sisi admin, interaksi yang dilakukan oleh

admin terhadap sistem meliputi beberapa hal, seperti

memanajemen data yang akan digunakan sistem

untuk mengolah data nilai menjadi hasil pengujian,

dan dari sisi mahasiswa memberikan data masukan,

yang berupa nilai sesuai dengan nilai yang didapat

pada mata kuliah yang telah diambil.



114

Diagram Level 0

Setelah diagram konteks dibuat, hasil

penjabarannya dari diagram konteks adalah diagram level 0. Pada level ini, proses dijabarakan lagi sesuai

dengan sub prosesnya ditunjukkan pada Gambar 4

admin

1

Login

2

Mengubah

password

mhs

4

Mengelola

data mhs

6

Mengelola

data kriteria

7

Mengelola

data jurusan

Da

ta

lo

gin

a

dm

in

Da

ta

lo

gin

u

se

r

3

Mengelola

data user

5

Mengubah

nilai

8

Mengelola

data makul

9

Memproses

peminatan

admin

In

fo

rm

asi va

lid

asi lo

gin

In

fo

rm

asi va

lid

asi lo

gin

Informasi data admin

user

Informasi data user

Informasi data admin Informasi data user

Data userData admin

Da

ta

a

dm

in

Da

ta

u

se

r

In

fo

rm

asi d

ata

a

dm

in

In

fo

rm

asi d

ata

u

se

r

Data nilai

Informasi data nilai Informasi data nilai

Data user

Informasi data user

Informasi data user

Informasi data mhs



Data siswa

Informasi data mhs



Data user

Informasi data user

Data kriteria

Data jurusan


Data mhs

Data nilai



Informasi data rating_kecocokan


Data jurusan

Data kriteria


Data mhs




Informasi data mhs

Data makul

Data nilai

Informasi data makul


In

fo

rm

asi d

ata

p

em

ina

ta

n

In

fo

rm

asi d

ata

p

em

ina

ta

n

In

fo

rm

asi d

ata

p

em

ina

ta

n_

de

ta

il

Da

ta

n

ila

i

Da

ta

p

em

ina

ta

n


Data makul

10

Membuat

laporan

Informasi data mhs




Data mhs

Data nilai

Data peminatan


nilaiData nilai


Gambar 4 DFD Level 0

Proses yang terbentuk pada diagram level 0

ada 10 proses utama yaitu login, mengubah

password, menegelola data user, menegelola data

mahasiswa, menguah nilai, mengelola data kriteria,

mengelola data jurursan, mengelola data atkul,

memproses peminatan, dan memebuat laporan.

Pada proses 1 (Admin Login), Admin memberikan

masukan kedalam sistem berupa useruser dan

password. Proses yang ke 2 yaitu proses mengubah

password jika ada password di sistem yang akan diubah, Pada proses ke 3 adalah pengolahan data

user, jadi seorang admin dapat melakukan proses

data user. Pada proses ke empat, pengolahan data

mahasisea, admin dapat mengolah data-data yang

diperlukan oleh sistem untuk melakukan pemrosesan

data mahasiswa. Pada proses ke 5 adalah proses

melakukan pengubahan nilai berdasarkan hasil nilai

yang telah didapat, pada proses ke enam, adalah

proses mengubah data kriteria, yaitu pengubahan

data berdasarkan kriteria yang ditentukan. Pada

proses ketujuh adalah mengelola data jurursan. Pada proses ini adalah mengelola data mahasiswa dengan

data jurusan yang sesuai. Pada proses ke delapan

yaitu proses mengelola data matakuliah. Pada proses

ini dikelola data maa kulikah yang dapat digunakan

untuk menentukan data matakuliah apa saja yang

digunakan untuk patokan pengambilan nilai. Untuk

proses ke 9 adalah untuk proses peminatan, pada

proses ini, adalah Tes SPK proses ini merupakan

proses yang dapat dijalankan oleh mahasiswa, yaitu

proses pengujian. Mahasiswa memasukkan data nilai

yang diperlukan untuk pemrosesan data, kemudian nilai hasil masukan akan dicocokan dengan data dari

database di sistem. Proses ke 10 adalah membuat

laporan secara detail. Dalam artian, proses ini akan

memeberikan hasil peminatan secara kompleks dan

detail sesuai data yang telah dimasukkan.

Untuk diagram Level 1 proses mengelola data

mahasiswa ditunjukkan pada Gambar 5



115

admin mhs

4.1

Menambah data

mhs

4.2

Mengubah

data mhs

4.3

Menambah

data nilai

4.7

Menambah

data

peminatan

Data mhs

Informasi data mhs



Data mhs

Data mhs

nilai

peminatan

Data mhs

Data mhs

Informasi data mhs

Informasi nilai






siswa

Informasi data mhs

Data mhs

Informasi data mhs

Informasi data mhs

Data mhs

Gambar 5 Diagram Level 1 Proses Pengolahan Data

Mahasiswa

Pada Gambar 5, diuraikan secara rinci

proses apa saja yang dapat dilakukan pengolahan pada data mahasiswa. Pada proses ini, admin dapat

melakukan tambah data ahasiswa, mengubah data

mahasiswa, menambah data nilah, menambah data

peminatan, yang kemudian nantinya dapat diproses

oleh mahasiswa.

admin

7.1

Menambah

data kriteria

7.2

Mengubah

data kriteria

Data kriteria


Data jurusan

Data mhs

Data nilai




Informasi data mhs





Data kriteria


Data jurusan

7.3

Menghapus

data kriteria

Data kriteria




Gambar 6 Diagram Level 1 Proses Mengelola Data

Kriteria

Pada Gambar 6 Proses meneglola data

kriteria, dibagi menjadi tiga sub-proses, yaitu

menambah data kriteria, mengubah data kriteria dan

menghapus data kriteria. Jadi pada proses ini,

kriteria dapat ditambah, dapat juga diubah,dan dapat

juga dihapus sesuai kebutuhan pengolahan datanya.

admin mhs

7.1

Menambah

data jurusan

7.2

Mengubah

data jurusan

Data jurusan

Data kriteria


Data mhs




Informasi data mhs



Data jurusan Informasi data jurusan

jurusanData jurusan


Rating_kecocokan

7.3

Mengubah data

rating_kecocokan

Data jurusan



Informasi data rating_kecocokanData rating_kecocokan


Data jurusan



Jurusan

Gambar 7 merupakan diagram level 1 pada

proses meneglola data ujian. Pada proses ini,

dilakukan lagi proses menambah data jurusan,

mengubah data jurusan, dan megubah data rating

kecocokan. Dari beberapa data ini, dapat dilakukan

proses oleh admin, yang nantinya akan diproses oleh

user atau mhs.



116


Matakuliah

Gambar 8 merupakan diagram level 1 pada

proses mengelola dat amatkul. Pada proses ini, dapat dilakukan proses menambah data matkul, mengubah

data matkul, menghapus data matkul, dan

menghapus ata nilai. Untuk proses mengubah,

menambah dan menghapus data matkul, proses ini

dapat langsung diproses oleh mahasiswa. Sedangkan

untuk memproses data nilai, proses ini hanya admin

saja yang dapat mengelolanya. Sehingga mahasiswa

tidak apat melakukan proses pengubahan data nilai

sesuai keinginanya.

Gambar 9 Diagram Level 1 Proses Peminatan

Gambar 9 merupakan diagram level 1 pada proses memproses peminatan. Pada proses ini

dilakukan proses memasukkan data nilai dari

mahasiswa yang akan dilanjutkan ke proses

selanjutnya untuk mencari bobot preferensi keudian

dilanjutkan ke proses peminatan selajnutnya untuk

mendapatkan hasil data pemrosesan.

Proses terakhir pada level 1 adalah proses

membat laporan. Pada proses ini dijabarkan ke

proses selanjutnya yaitu proses laporan hasil

peminatan mahasiswa. Proses ini ditunjukkan pada

gambar 10.

admin

mhs

10.1

Laporan

peminatan

mahasiswa

Data mhs

Data peminatan


Informasi data mhs



Data mhs

peminatan

Peminatan_detail

Data mhs

Data peminatan


Data mhs


Informasi data mhs

Gambar 10 Diagram Level 1 Proses Membuat

Laporan



117

4.2 Perancangan Basis Data

Perancangan Tabel

1. Tabel admin Struktur tabel admin dapat dilihat pada

Tabel 1.

Tabel 1

TABEL ADMIN

Nama Field Tipe

kd_admin Integer

useruser Varchar

password Varchar

2. Tabel makul

Struktur tabel makul dapat dilihat pada

Tabel 2.

Tabel 2

TABEL MAKUL

Nama Field Tipe

kd_makul Varchar

nama_makul Varchar

keterangan Varchar

3. Tabel mhs Struktur tabel siswa dapat dilihat pada

Tabel 3.

Tabel 3

TABEL MHS

Nama Field Tipe

kd_mhs Varchar

Nis Varchar

nama_mhs Varchar

jenis_kelamin Varchar

tanggal_lahir Date

4. Tabel user

Struktur tabel user dapat dilihat pada

Tabel 4

Tabel 4

TABEL USER

Nama Field Tipe

kd_user Integer

kd_mhs Varchar

Useruser Varchar

Password Varchar

5. Tabel nilai_un

Struktur tabel nilai_un dapat dilihat pada

Tabel 5.

Tabel 5

TABEL NILAI

Nama Field Tipe

kd_nilai Integer

kd_mhs Varchar

kd_makul Varchar

Nilai Float

6. Tabel kriteria

Struktur tabel kriteria dapat dilihat pada

Tabel 6.

Tabel 6

TABEL KRITERIA

Nama Field Tipe

kd_kriteria Integer

jenis_kriteria Varchar

kd_mapel Varchar

kd_jurusan Varchar

7. Tabel rating_kecocokan

Struktur tabel rating_kecocokan dapat

dilihat pada Tabel 7.

Tabel 7

TABEL RATING_KECOCOKAN

Nama Field Tipe

kd_rating_kecocokan Integer

kd_jurusan Varchar

kd_kriteria Varchar

Nilai Float

8. Tabel peminatan

Struktur tabel peminatan dapat dilihat

pada Tabel 8.

Tabel 8

TABEL PEMINATAN

Nama Field Tipe

kd_peminatan Varchar

kd_mhs Varchar

Tanggal Date

Keterangan Varchar

9. Tabel peminatan_detail

Struktur tabel peminatan_detail dapat

dilihat pada Tabel 9.

Tabel 9

TABEL PEMINATAN_DETAIL

Nama Field Tipe

kd_peminatan_detail Varchar

kd_peminatan Varchar

nilai_q Float

nilai_s Float

nilai_r Float

presentase Float

10. Tabel jurusan

Struktur tabel jurusan dapat dilihat pada

Tabel 10.

Tabel 10

TABEL JURUSAN

Nama Field Tipe

kd_jurusan Varchar

nama_jurusan Varchar

keterangan Varchar



118

Entity Relationship Diagram (ERD)

Dari perancangan yang dibangun, terdapat

beberapa entitas, yaitu : mahasiswa, admin, makul,

kriteria, pemiatan, peminatan detail, user, rating

kecocokan. Hubungan antar entitas atau ERD pada

perancangan aplikasi ini, ditunjukkan pada Gambar

11.

Gambar 11 Entity Relationship Diagram

Perancangan Sistem

Dari beberapa matakuliah, akan dijabarkan kembali beberapa peminatan yang dapat diambil,

yang nantinya akan dijadikan alternatif, yaitu :

1. Peminatan Jaringan, mata kuliah yang

berpengaruh teknik digital, arsitektur dan

organisasi computer, sistem operasi, komunikasi

datam sistem operasi terapan, keamanan

jaringan computer dan manajemen jaringan

computer.

2. Peminatan Penerapan Algoritma dan Basis

Data, matakuliah yang berpengaruh Algoritma,

Struktur Data, Basis Data, Basis Data Web,

Oracle 1, dan Oracle 2.

3. Peminatan Penerapan algoritma komputasi

dalam aplikasi berbasis komputer desktop,

matakuliah yang berpengaruh Algoritma, Basis

Data, Pemograman C++, Pemrograman Java 1,

Pemograman Java 2, Pemrograman VB,

Rekayasa Perangkat Lunak, Oracle 1, Oracle 2,

dan Analisis & Desain Berorientasi Objek.

4. Peminatan Penerapan Algoritma, matakuliah

yang berpengaruh Algoritma, Basis Data, Pemograman Web HTML, Basis Data Web,

Rekayasa Web, Analisis & Desain Berorientasi

Objek

5. Peminatan Computer Vision atau Iltellegent,

matakuliah yang berpengaruh Algoritma, Basis

Data, Pengolahan Citra, Komputer Grafis,

Rekayasa Perangkat Lunak, Analisis dan Desain

Berorientasi Objek.

6. Peminatan Mobile Techonology, matakuliah

Algoritma, Basis Data, Perograman Java 1,

Pemrograman Java 2, Rekayasa Perangkat Lunak, Analisis dan Desain Berorientasi Objek,

Animasi dan Desain Multimedia, Teknik

Produksi Video.

Berdasarkan matakuliah yang telah dijabarkan

pada Tabel 11, maka nilai-nilai untuk setiap mata

kuliah dijadikan sebagai kriteria yang akan menjadi

acuan dalam pengambilan keputusan dalam

peminatan. Kriteria yang akan digunakan untuk

pembobotan, dijabarkan pada Tabel 12

Tabel 12 Tabel Kriteria Matakuliah

Pemograman C++ C1

Pemograman Java 1 C2

Pemograman Oracle 1 C3

Pemograman Java 2 C4

Pemograman Oracle 2 C5

Pemograman Visual Basic C6

Pemograman Citra C7

Analisis & Desain Berorientasi

Objek C8

Perancangan Web HTML C9

Komputer Grafis C10

Rekayasa Perangkat Lunak C11

Animasi dan Desain Multimedia C12

Basis Data C13

Teknik Produksi Video C14

Rekayasa Web C15

Sistem Operasi C16

Sistem Operasi Terapan C17

Komunikasi Data C18



119

Keamanan Jarkom C19

Manajemen Jarkom C20

Algoritma C21

Teknik Digital C22

Struktur Data C23

Arsitektur & Organisasi Komputer C24

Basis Data Web C25

Range nilai masing-masing mata kuliah dibagi menjadi 5 bagian, yaitu :

<44 = E

45.00 – 55.99 = D,

56.00 – 67.99 = C,

68.00 – 79.99 = B,

80.00 – 100 = A

Berdasarkan Kurikulum maka rating

kecocokan untuk peminatan ketentuannya adalah

0 = Sangat Rendah (SR)

0,25 = Rendah ( R)

0,5 = Cukup ( C)

0,75 = Tinggi (T)

1 = Sangat Tinggi (ST)

Sehingga berdasarkan ketentuan yang telah

dijelaskan diatas, maka dibuatlah rating kecocokan

dari setiap alternatif pada setiap kriteria seperti yang

ditunjukkan pada Tabel 13

2.5 Penerapan Rancangan

Form Utama dan Form Login

Gambar form Utama ditunjukkan pada

Gambar 12

Gambar 12 Form Utama

Form Proses Sistem Pendukung

Keputusan

Setelah melewati proses login, maka user

dapat memasukkan nilai-nilai matakuliah yang telah

diambil sehingga dapat memulai melakukan

beberapa proses yang akan digunakan untuk

mendapatkan hasil sistem. Langkah-langkahnya

adalah sebagai berikut :

1. Masukkan nilai yang telah diambil sesuai data

real yang sudah tetera pada KHS. Gambarnya

ditunjukkan pada Gambar 13.

Gambar 13 Gambar Input Nilai

Pemrograman C++ sampai Sistem Operasi

Terapan

Gambar 13 menunjukkan data nilai mahasiswa

yang telah mengambil matakuliah Pemrograman

C++ sampai Sistem Operasi Terapan. Nilai yang

ditunjukkan juga bervariasi dari A sampai dengan C.

Gambar 14 Gambar Input Nilai Matakuliah

Komunikasi Data sampai degan Basis Data Web

Gambar 14 menunjukkan data nilai

matakuliah Komunikasi Data sampai dengan Basis Data Web. Nilai yang ditunjukkannya pun beragam

sesuai ditunjukkan pada Gambar 13

2. Proses selanjutnya, setelah user memasukkan

semua nilai, maka didapatkan hasil analisa

peminatan seperti ditunjukkan pada Gambar 15.

dan untuk source code perhitungan hasil analisa

peminatannya seperti ditunjukkan pada Gambar

16.



120

Gambar 15 Hasil Analisa Peminatan

Pada Gambar 15 ditunjukkan prosentase

pada masing-masing peminatan sesuai dengan nilai

yang diinputkan. Untuk penerapan algoritma

komputasi dalam aplikasi berbasis computer desktop

sebanyak 20 %, untuk penerapan algoritma komputasi dalam aplikasi web sebanyak 17.4%,

untuk penerapan algoritma dan basis data sebanyak

16.95%, untuk mobile technology sebanyak 15,93%,

untuk computer vision sebanyak 15.37%, untuk

networking 1 35%.

Gambar 16 Source code Perhitungan

Peminatan

Perhitungan yang dilakukan adalah berdasarkan poin nilai. Proses ini diawali dengan

membaca hasil masukan nilai mahasiswa pada

semua matakuliah yang telah diambil.

Berdasarkan hasil analisa seperti yang

ditunjukkan pada Gambar 15, maka didapatkan

rekomendasi beberapa alternative untuk

peminatannya. Rekomendasi peminatan ini, hanya

bertujuan untuk memberikan pilihan beberapa

alternative yang digunakan untuk pengambilan

keputusan. Dari nilai yang diinputkan dan diproses

seperti pada gambar sebelumnya, didapatkan hasil rekomendasi, seperti ditunjukkan pada Gambar 15

Gambar 17 Rekomendasi Hasil Peminatan

Untuk melihat detail peminatan, maka akan

ditunjukkan pada Gambar 17. Melalui Gambar 18,

dapat dilihat bahwa hasil yang di dapat adalah sesuai

nilai yang diinputkan pada masing-masing mata

kuliah. Sehingga pada hasil tersebut akan diberikan

beberapa alternatif pilihan peminatan apa yang

dipilih.

Gambar 18 Detail Peminatan

3. KESIMPULAN

Kesimpulannya adalah :

1. Metode Vikor diimplementasikan berdasarkan

kriteria peminatan pada kurikulum yang

digunakan

2. Sistem yang dibangun, memberikan kontribusi

kepada user untuk menentukan peminatan,

sehingga memudahkan mahasiswa untuk

menentukan peminatan yang akan diambil.

3. Jika terjadi perubahan kurikulum atau penambahan atau perubahan beberapa

matakuliah, dan peminatan yang nantinya akan

dijadikan kriteria dan alternative dapat

dilakukan secara dinamis.

PUSTAKA

Dadan Umar Daihani.2001, Sistem Pendukung

Keputusan, Penerbit Elex Media Komputindo,

Jakarta

Haniv, A F. 2009. Pengembangan Sistem

Pendukung Keputusan Untuk Penilaian Ujian

Tugas. Yogyakarta Kusdiantoro. 2012, Analisis Usability Website

Akademik Perguruan Tinggi Di Indonesia

Menggunakan Metode Promethee, Vikor Indonesia

Menggunakan Metode Promethee, Vikor Indonesia

Menggunakan Metode Promethee, Vikor Dan

Electree. Skripsi. Yogyakarta

Kusrini. 2007. Konsep dan Aplikasi Sistem

Pendukung Keputusan. Yogyakarta: Penerbit Andi.

Kusumadewi, Sri., Hartati, S., Harjoko, A.,

Wardoyo, R. .2006. Fuzzy Multi-Attribute Decision

Making (FUZZY MADM). Yogyakarta: Graha Ilmu. Novaliendry, D. (2009). Aplikasi Penggunaan

Metode Promethee Dalam Sistem Pendukung

Keputusan Untuk Penentuan Media Promosi.

Skripsi. Kediri.

Pressman, R.S., 2001, Software Enginering (A

Practitioner’s Approach), 5th Ed.,Prentice-Hall

International, Inc.

Saaty, T. L. .1995. Decision Making for Leaders:

The Analytical Hierarchy Process for Decisions in a

Complex World, Rev. ed. Pittsburgh: RWS

Publishers. Suryadi, K, Ramdhani, A.2003. Sistem

Pendukung Keputusan, Bandung: Rosda

Turban, E.1995. Decision support and expert

sistems. Englewood Cliffs, NJ: Prentice-Hall, Inc.

sistem pendukung keputusan untuk · pdf fileseminar nasional teknologi informasi dan...

Documents