Anda di halaman 1dari 86

LAPORAN PENGANTAR INTELEGENSI BUATAN

SISTEM PAKAR MENGUKUR TI NGKAT KEPUASAN


MAHASISWA DALAM PEMBELAJARAN
(Studi Kasus: Mahasiswa Teknik Informatika)
Diajukan untuk M emenuhi Syarat Kelulusan M ata 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 TEKNI K
TEKNI K INFORMATI KA
UNIVERSI TAS MAJALENGKA
2015

HALAMAN PENGESAHAN
SISTEM PAKAR MENGUKUR TI NGKAT 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 TEKNI K
TEKNI K INFORMATI KA
UNIVERSI TAS MAJALENGKA
2015

KATA PENGANTAR
Puji syukur kami panjatkan kehadirat Allah SWT atas rahmat dan karuniaNya sehingga peneliti dapat menyusun laporan tugas besar dengan judul S istem
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 M ajalengka
yang telah memberikan kesempatan kepada penulis untuk mendapatkan
pendidikan di bangku Perguruan Tinggi.
3. Bapak Tri Ferga Prasety o, 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.

M ajalengka,

Januari 2015

Penulis

ii

DAFTAR ISI

Halaman
HALAM AN PENGESAHAN ....................................................................

KATA PENGANTAR ................................................................................

ii

DAFTAR ISI ..............................................................................................

iii

DAFTAR TABEL .......................................................................................

DAFTAR GRAFIK.....................................................................................

vi

DAFTAR GAM BAR .................................................................................

vii

DAFTAR LAMPIRAN ..............................................................................

viii

BAB I PENDAHULUAN ..........................................................................

1.1 Latar Belakang ..............................................................................

1.2 Identifikasi M asalah .......................................................................

1.3 Rumusan M asalah .........................................................................

1.4 Tujuan Penelitian............................................................................

1.5 Batasan M asalah.............................................................................

1.6 M anfaat Penelitian..........................................................................

1.7 M etode Penelitian...........................................................................

1.8 Jadwal Penelitian ............................................................................

1.9 Sistematika Penulisan.....................................................................

BAB II TINJAUAN PUSTAKA.................................................................

2.1 Kecerdasan Buatan ..........................................................................

2.2 Sistem Pakar ...................................................................................

2.3 M esin Inferensi...............................................................................

15

2.4 Kepuasan ........................................................................................

17

2.5 Kepuasan M ahasiswa terhadap Kualitas Pelayanan atau Pembelajaran ...............................................................................................

17

2.6 World Wide Web.............................................................................

19

iii

2.7 Pengenalan PHP.............................................................................

19

2.8 MySQL...........................................................................................

20

BAB III OBJEK DAN M ETODE PENELITIAN.......................................

21

3.1 Objek Penelitian .............................................................................

21

3.2 M etode 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

iv

DAFTAR TABEL

Halaman
1.8.1. Tabel Jadwal Penelitian ................................................................

4.1.1. Tabel M ahasiswa ..........................................................................

39

4.1.2. Tabel M ata Kuliah ........................................................................

40

4.1.3. Tabel Survey .................................................................................

40

4.1.4. Tabel User / Admin .......................................................................

41

DAFTAR GRAFI K

Halaman
1.8.2. Grafik Milestone Jadwal Penelitian.....................................

vi

DAFTAR GAMBAR

Halaman
2.2.2.1. M emindahkan 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 M enu Login User...................................................

42

4.2.3.

Tampilan Halaman Home ......................................................

43

4.2.4.

Tampilan M enu 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 M enu Petunjuk.......................................................

45

4.2.9.

Tampilan M enu Login Admin ................................................

46

4.2.10. Tampilan Halaman Utama Admin..........................................

46

4.2.11.

Tampilan Menu M ahasiswa..................................................

46

4.2.12.

Tampilan Menu M ata Kuliah ................................................

47

vii

DAFTAR LAMPIRAN
Lampiran 1. Dokumentasi .............................................................

Lampiran 2. Kuisioner Sistem Pakar M engukur Tingkat Kepuasan


M ahasiswa dalam Pembelajaran ..............................

Lampiran 3. Hasil Uji Lapangan ...................................................

Lampiran 4. Source Code Aplikasi Sitem Pakar ...........................

viii

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).
M enghadapi laju perkembangan teknologi yang begitu pesat, setiap
lembaga termasuk lembaga pendidikan seperti Universitas M ajalengka
dituntut untuk tanggap terhadap perubahan-perubahan yang terjadi di
lingkungan baik yang terkait dengan internal maupun lingkungan

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
M ahasiswanya.
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 komponenkomponen 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 M ajalengka adalah dengan
meningkatkan kinerja pendidik dalam pembelajaran terhadap
M ahasiswanya;
4. Dengan membuat sistem pakar mengukur tingkat kepuasan
mahasiswa dalam pembelajaran berbasis web, maka akan diketahui
hasil dari kinerja dari pendidik setelah pembelajaran.

Laporan T ugas 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. Ap a

sajakah

komponen-komponen

yang

terdapat

pada

Pembelajaran ?
3. Bagaimanakah cara mempertahankan dan meningkatkan prestasi
dalam bidang akademik di Universitas M ajalengka ?
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. M enghasilkan perangkat sistem pakar pengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran yang dibuat dalam bentuk
aplikasi berbasis web;
4. M enguji 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 M ajalengka;
2. Hanya meneliti M ahasiswa Teknik Informatika Semester 1;
3. Hanya meneliti M ahasiwa Teknik Informatika Semester 1 dengan
jumlah 20 orang dari 122 orang M ahasiswa;
4. Pembuatan

aplikasi

sistem

pakar

ini

dilakukan

menggunakan PHP dan M YSQL;

Laporan T ugas Besar Pengantar Intelegensi Buatan | Kelompok 3

dengan

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 M ajalengka.

Laporan T ugas 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 p embelajaran 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
M enyusun laporan hasul analisis dan perancangan ke dalam format
penulisan laporan.

1.8

Jadwal Penelitian

Tabel 1.8.1 Tabel Jadwal Penelitian


(Sumber : M icrosoft Office Project)

Laporan T ugas Besar Pengantar Intelegensi Buatan | Kelompok 3

Grafik 1.8.2 Grafik M ilestone Jadwal Penelitian


( Sumber : M icrosoft 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 PUS TAKA


Pada bab ini memuat uraian tentang teori-teori yang mendukung
dalam pembuatan laporan ini.

BAB III OBJEK D AN METODE PEN ELITIAN


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.

Laporan T ugas 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.

Laporan T ugas Besar Pengantar Intelegensi Buatan | Kelompok 3

BAB II
TI NJAUAN 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 M inartiningtyas, 2013).
M anusia 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 M inartiningtyas, 2013).
.

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 orangorang 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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

10

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. M engembangkan
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 berlangsun g 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

11

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 : M emindahkan Pengetahuan Dari Seorang Ahli Ke Sebuah


Program Komputer

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

12

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.
M endasari perilaku para ahli adalah inti pengetahuan yang disebut keahlian
(Tambunan, 2011).
Rekayasa pengetahuan sangat bergantun g 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

13

2.2.3.

Konsep Dasar Sistem Pakar

M enurut 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 y ang harus dimiliki oleh sistem pakar adalah kemampuan
untuk menalar. Jika keahlian-keahlian sudah tersimpan sebagai basis p engetahuan
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. S truktur 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).

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

14

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 y ang 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;

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

15

4. M esin/M otor Inferensi (Inference Engine)


Komponen ini mengandung mekanisme pola pikir dan penalaran yang
digunakan oleh pakar dalam menyelesaikan suatu masalah. M esin
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. M ekanisme 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

16

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. M esin 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 datadriven (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. M esin 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 informasiinformasi 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).

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

17

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. M ahasiswa akan menilai suatu kualitas
pembelajaran dari segala sarana dan fasilitas y ang 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

18

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 masingmasing. 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 M aslow.
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 (M argono, 2005: 11).

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

19

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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

20

Object Oriented Produkming (OOP) (Anhar, 2010: 2). M enurut tim Litbang
LPKBM MADCOM S M adiun. Beberapa keunggulan yang dimiliki oleh produk
PHP diantaranya:
1. PHP adalah bahasa pemograman yang open source.
2. PHP memiliki tingkat akses y ang 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,
M icrosoft 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 My SQL,
PosgreSQL, mSQL, Informix, dan MicrosoftSQL server.

2.8. MySQL
MySQL merupakan software open source yang bekerja menggunakan
bahasa basis data atau DBM S (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 19941995, meski cikal bakal kodenya bisa disebut
sudah ada sejak 1979. Awalnya TcX membuat My SQL pada waktu itu untuk
mengembangkan aplikasi Web untuk klien - TcX yaitu perusahaan pengembang
software dan konsultan database. Kala itu M ichael Widenius, atau M onty,
pengembang satu-satunya di TcX, memiliki aplikasi UNIREG dan rutin ISAM
yang dibuat sendiri dan sedang mencari antarmuka SQL untuk ditempelkan di
atasnya. M ula-mula TcX memakai mSQL, atau mini SQL. (2011:44)

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

BAB III
OBJEK DAN METODE PENELI TIAN
3.1

Objek Penelitian
3.1.1. Lokasi Penelitian
Penelitian ini dilaksanakan di Universitas M ajalengka. Universitas
M ajalengka merupakan sebuah lembaga perguruan tinggi yang didirikan
pada tahun 1984 dan bertempat di Jln. K.H. Abdul Halim No. 103
M ajalengka , 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 M enengah
(FAPENDASM EN).

3.1.2. Subjek Penelitian


Subjek dalam pengembangan dan uji coba ini adalah bersifat
terbatas. Peneliti hanya menguji Sistem Pakar kepada M ahasiswa semester
1 Program Studi Teknik Informatika Universitas M ajalengka. Dengan
jumlah 20 orang dari 122 orang M ahasiswa.

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 p roduk 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

21

22

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

Define
Design
Develop Disseminate
Gambar 3.2.1.1 Tahap Kegiatan Penelitian dan Pengembangan
(Sumber: M icrosoft Office Visio 2007).

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

23

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 M ajalengka, 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 M ajalengka.
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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

24

sudah layak

digunakan atau tidak. Validasi ahli dilakukan

dengan cara menghadirkan beberapa pakar atau tenaga ahli,


yaitu

satu

web,

ahli

satu

ahli

evaluasi

yang sudah

berpengalaman untuk menilai desain produk yang telah


dirancang oleh peneliti. Setiap pakar diminta untuk menilai
desain produk tersebut, sehingga selanjutny a dapat diketahui
kelemahan dan kekuatannya. M asukan-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 M ajalengka.
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) M emilih dan menetapkan 20 mahasiswa semester 1
Jurusan Teknik Informatika Universitas M ajalengka;
b) M emperkenalkan 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) M enyiapkan 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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

25

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 M ahasiswa
Tahap analisis kebutuhan ini digunakan untuk menelusuri
kebutuhan

dalam

menyusun

pengukur

tingkat

kepuasan

mahasiswa. Hasil analisis pengukur tingkat kepuasan mahasiswa


antara lain:
1) M engukur 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
M ajalengka;
3) Setiap variabel atau indikator sistem pakar tingkat kepuasan
mahasiswa harus dilengkapi dengan standar/kriteria kepuasan

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

26

sesuai dengan standar pendidikan tinggi sehingga mahasiswa


lebih mudah dalam pengisian kuesioner tersebut;
b. Hasil Analisis kebutuhan Ap likasi Berbasis Web
Hasil analisis kebutuhan aplikasi berbasis web ini dibagi
menjadi dua tahap, yaitu tahap analisis spesifikasi teknis dan tahap
analisis

program. Tahap

analisis

sp esifikasi 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 M ajalengka. 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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

27

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.
M enu 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

M ahasiswa

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:

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

28

1) Aspek tangibles (Sarana pendidikan - Alat Perkuliahan, M edia


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

: Cukup

: Kurang

Pertanyaan (2) :
Sarana pembelajaran yang memadai di ruang kuliah
SB : Sangat Baik
B

: Baik

: Cukup

: Kurang

Pertanyaan (3) :
Terdapat buku di perpustakaan yang mendukung
mata kuliah
SB : Sangat Baik
B

: Baik

: Cukup

: Kurang

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

29

Pertanyaan (4) :
Penampilan dosen dilihat dari cara berpakaian
memenuhi standar kesopanan
SB : Sangat Baik
B

: Baik

: Cukup

: Kurang

2) Aspek Reliability (kehandalan dosen, staf Akademik)

Gambar 3.2.2.2 Pohon Ketergantungan Aspek Reliability

Gambar

diatas

merupakan

sebuah

pohon

ketergantun gan 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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

30

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).

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

31

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 Asp ek Responsiveness

Gambar

diatas

merupakan

ketergantungan aspek responsiveness

sebuah

pohon

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
Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

32

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 Asp ek 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,

pertanyaan, memberikan contoh, dsb)


SB : Sangat Baik

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

mengajukan

33

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

ketergantun gan 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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

34

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

pembelajaran

kepuasan

mahasiswa

diuji cobakan

kepada 20

terhadap

proses

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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

35

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. M enganalisis 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

36

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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

37

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


pembelajaran dan

proses

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

Pertahankan Prestasi

B
Kinerja
Sangat

Kinerja
sangat
tidak
baik

Baik
Prioritas Rendah

Berlebihan

Sangat tidak Baik

( X : Kinerja )

Gambar 3.2.3.1 Analisis Kepentingan-Kinerja (M artilla, 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 M ajalengka terhadap atribut ini belum sesuai


dengan harapan mahasiswanya;

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

38

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.
M ahasiswa 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

BAB IV
ANALISIS DAN PERANCANGAN
4. 1 Perancangan Database

Tabel 4.1.1 Tabel M ahasiswa

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

39

40

Tabel 4.1.2 Tabel M ata 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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

41

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;

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

42

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 M enu Login User

M enu 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

43

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

M enu ini merupakan menu yang akan menampilkan form awal


untuk mengisi kuesioner kepuasan mahasiswa terhadap pembelajaran.
M ahasiswa diminta untuk memilih matakuliah yang akan dinilai

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

44

Gambar 4.2.5 Tampilan Tabel Kuisioner

Halaman ini merupakan halaman yang menampilkan form untuk


mengisi

kuesioner

kepuasan

mahasiswa

terhadap

pembelajaran.

M ahasiswa diminta untuk mengisi kuesioner harapan mahasiswa terhadap


pembelajaran.

Gambar 4.2.6 Tampilan Hasil Setelah Pengisian Kuisioner

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

45

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 M enu Petunjuk

M enu petunjuk merupakan menu yang akan menampilkan petunjuk


penggunakan aplikasi pengukuran tingkat kepuasan mahasiswa berbasis
web.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

46

Gambar 4.2.9 Tampilan M enu Login Admin

M enu 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 M enu M ahasiswa

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

47

M enu mahasiswa merupakan menu yang berfungsi untuk


menginputkan atau menghapus data npm dan nama mahasiswa.

Gambar 4.2.12 Tampilan M enu M ata Kuliah


M enu M ata 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

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:


M ahasiswa 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 M ajalengka adalah dengan meningkatkan kinerja
pendidik dalam pembelajaran terhadap M ahasiswanya;
4. Pengembangan sistem pakar mengukur tingkat kepuasan mahasiswa
terhadap

proses

pembelajaran

(Studi Kasus:

M ahasiswa 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 M ajalengka;

48

49

6. Produk perangkat pengukur tingkat kepuasan mahasiswa terhadap proses


pembelajaran dan aplikasi berbasis web sudah dapat digunakan bagi
mahasiswa

Teknik Informatika Universitas

M ajalengka.

Hal

itu

berdasarkan hasil analisis data validasi ahli dan data uji coba lapangan.

5.2

S aran
Berdasarkan kesimpulan hasil penelitian di atas, maka penulis dapat

memberi saran sebagai berikut:


1.

Bagi Jurusan Teknik Informatika Universitas M ajalengka 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 p embelajaran 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.

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

DAFTAR PUSTAKA
Anhar. 2010. Panduan M enguasai PHP dan MySQL Secara Otodidak.
Jakarta:M ediakita.
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/materikuliah/sistem-pakar/
M argono, Gaguk. 2005. Validitas Konstruk Instrumen Pengukur Tingkat
Kepuasan M ahasiswa sebagai Pelanggan Internal. Jurnal PTM . Vol. 5. No.
1. 9 18.
M inartiningtyas,ari.2013.M esinInferensi.2012.Denpasar:http://informatika.web.id
/mesininferensi-inference-engine.htm
M inartiningtyas,ari.2013.SistemPakar.Denpasar:http://informatika.web.id/categor
y/kecerdasan- buatan/
Saputra, Agus. 2011. Step by Step M embangun Ap likasi SM S dengan PHP dan
My SQL. Jakarta: Elex M edia Komputindo.
Sugiyono. 2009. M etode Penelitian Kuantitatif, Kualitatif dan R&D. Bandung :
Alfabeta
Supriyanto, Aji. 2005. Pengantar Teknologi Informasi. Jakarta: Salemba Infotek
Tjiptono,

Fandy.

2000.

Perspektif

kontemporer.Yogyakarta : ANDI.

48

M anajemen

&

Pemasaran

LAMPIRAN 1
DOKUMENTASI

DOKUMENTASI

Uji Coba Lapangan Aplikasi Sistem Pakar M engukur Tingkat Kepuasan


M ahasiswa dalam Pembelajaran ( Studi Kasus : M ahasiswa Teknik Informatika )

LAMPIRAN 2
KUISIONER

KUES IONER S IS TEM PAKAR KEPUAS AN MAHAS IS WA


DALAM PEMBELAJARAN
DI JURUS AN TEKNIK INFORMATIKA UNMA
IDENTITAS RES PONDEN:
1. Nama

2. NPM

3. Dosen yang dievaluasi:


4. Prodi

Teknik Informatika
Teknik Sipil
Teknik M esin
Teknik Sipil

PETUNJUK UMUM :
a. Kajian ini dilakukan dengan tujuan untuk mengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran di Jurusan Teknik informatika
Universitas M ajalengka.
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 UNM A 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 p ertanyaan atau pernyataan untuk
mengukur: (1) tangibles (2) assurance (3) reliability (4). Responsiveness
(5) empathy
f. Berilah tanda () p ada kolom yang tersedia dan pilihlah jawaban/criteria
dengan objektif.
Keterangan : S B = Sangat Baik , B = Baik , C = Cukup , K = Kurang

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

1. Aspek tangibles (S arana pendidikan - Alat Perkuliahan, Media


Pengajaran dan Prasarana Pendidikan)

No

Pertanyaan

1.

Ruang kuliah yang bersih, nyaman


dan rapi
Sarana pembelajaran yang memadai
di ruang kuliah.
Terdapat buku di perpustakaan yang
mendukung mata kuliah
Penampilan dosen dilihat dari cara
berpakaian memenuhi standar
kesopanan

2.
3.
4.

SB

2. Aspek Reliability (kehandalan dosen, staf Akademik)


No

Pertanyaan

5.

Dosen memulai perkuliahan sesuai


waktu yang telah ditentukan.
Dosen mengakhiri perkuliahan
sesuai waktu yang telah ditentukan.
Dosen membuat GBPP/SAP dan
aturan yang disampaikan dengan
jelas
pada pertemuan pertama.
Dosen menyusun dan memberi
bahan ajar (sup lemen) untuk
melengkapi
materi yang diberikan
Dosen selalu membagikan hasil
ulangan dengan nilai yang obyektif.
Kuliah dilaksanakan sesuai dengan
jumlah pertemuan yang telah
ditentukan (minimal 12 kali
pertemuan).
Dosen membuat dan menyampaikan
rencana evaluasi perkuliahan pada
pertemuan pertama.

6.
7.

8.

9.
10.

11.

SB

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

3. Aspek Responsiveness (S ikap tanggap)


No
12.

13.

Pertanyaan

SB

Dosen mudah ditemui untuk


keperluan konsultasi laporan atau
materi kuliah.
Ketanggapan dosen dalam
menjawab pertanyaan dari
mahasiswa.

4. Aspek Assu rance (Jaminan pada mahasiswa)

No

Pertanyaan

14.

Dosen menyampaikan kuliah sesuai


dengan keahlian/Pengalamannya.

15.

Kemampuan dosen dalam


menggunakan metoda pengajaran
(ceramah, diskusi, mengajukan
pertanyaan, memberikan contoh, dsb)
Kemampuan dosen menggunakan
media pembelajaran (LCD, OHP,
Papan tulis) sesuai dengan kebutuhan
materi perkuliahan.

16.

SB

5. Aspek Empathy (Pemahaman terhadap kepentingan mahasiswa)


No

Pertanyaan

17.

Dosen/asisten selalu berusaha


memahami kepentingan dan
kebutuhan
mahasiswa
Dosen/asisten mudah dihubungi
baik via telepon, email dan
sebagainya
Dosen/asisten bersedia membantu
mahasiswa yang mengalami
kesulitan
studi.
Dosen/asisten bersikap baik dan
bersahabat kepada mahasiswa

18.

19.

20.

SB

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

LAMPIRAN 3
HASIL UJI LAPANGAN

HASIL UJI COBA LAPANGAN ( N = 20 )

1. Aspek tangibles (S arana pendidikan - Alat Perkuliahan, Media


Pengajaran dan Prasarana Pendidikan)

No

Pertanyaan

1.

Ruang kuliah yang bersih, nyaman


dan rapi.
Sarana pembelajaran yang
memadai di ruang kuliah.
Terdapat buku di perpustakaan
yang mendukung mata kuliah.
Penampilan dosen dilihat dari cara
berpakaian memenuhi standar
Kesopanan.

2.
3.
4.

Skor

Predikat

2.6

Cukup

2.6

Cukup

2.55

Cukup

3.45

Baik

2. Aspek Reliability (kehandalan dosen, staf Akademik)


No

Pertanyaan

5.

Dosen memulai perkuliahan sesuai


waktu yang telah ditentukan.
Dosen mengakhiri perkuliahan
sesuai waktu y ang telah ditentukan.
Dosen membuat GBPP/SAP dan
aturan yang disampaikan dengan
jelas p ada pertemuan pertama.
Dosen menyusun dan memberi
bahan ajar (sup lemen) untuk
melengkapi materi yang diberikan.
Dosen selalu membagikan hasil
ulangan dengan nilai yang obyektif.
Kuliah dilaksanakan sesuai dengan
jumlah pertemuan yang telah
ditentukan (minimal 12 kali
pertemuan).
Dosen membuat dan menyampaikan
rencana evaluasi perkuliahan pada
pertemuan pertama.

6.
7.

8.

9.
10.

11.

Skor

Predikat

2.7

Cukup

2.7

Cukup

Baik

2.9

Cukup

2.65

Cukup

2.95

Cukup

3.05

Baik

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

3. Aspek Responsiveness (S ikap tanggap)


No
12.

13.

Pertanyaan

Skor

Predikat

3.05

Baik

3.25

Baik

Dosen mudah ditemui untuk


keperluan konsultasi laporan atau
materi kuliah .
Ketanggapan dosen dalam
menjawab pertanyaan dari
mahasiswa.

4. Aspek Assu rance (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)
Kemampuan dosen menggunakan
media pembelajaran (LCD, OHP,
Papan tulis) sesuai dengan
kebutuhan materi perkuliahan.

3.15

Baik

3.2

Baik

16.

5. Aspek Empathy (Pemahaman terhadap kepentingan mahasiswa)


No

Pertanyaan

Skor

Predikat

17.

Dosen/asisten selalu berusaha


memahami kepentingan dan
kebutuhan mahasiswa

3.05

Baik

Baik

3.15

Baik

3.1

Baik

18.

19.

20.

Dosen/asisten mudah
dihubungi baik via telepon,
email dan sebagainya
Dosen/asisten bersedia
membantu mahasiswa yang
mengalami kesulitan studi.
Dosen/asisten bersikap baik
dan bersahabat kepada
mahasiswa

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

Keterangan :
Predikat

Skor

Sangat Baik

Baik

Cukup

Kurang

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

LAMPIRAN 4
SOURCE CODE APLIKASI
SISTEM PAKAR

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>M EMBER 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="p assword"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 T ugas Besar P engantar 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['p assword']){
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 T ugas Besar P engantar 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 T ugas Besar P engantar 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($page=='p etunjuk'){
include"petunjuk.php";
}
elseif($page=='show'){
include"show.php";
}
?>

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

SOURCE CODE
HOME
<div id="home" align=center>
<?php
echo "SELAM AT 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 M ajalengka. Silahkan klik menu "Pembelajaran"
untuk mengevaluasi kepuasan mahasiswa
terhadap matakuliah serta dosen pengampu.</p>
</div>

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

SOURCE CODE
PEMBELAJARAN
<p align="center">
<div id="pemteks">DAFTAR MATA KULIAH <br>
SEM ESTER 1 TEKNIK INFORMATIKA <br>
UNIVERSITAS M AJALENGKA </div>
<table align=center border=1>
<tr>
<td align=center>No</td>
<td align=center >Kode M ata Kuliah</td>
<td align=center>Nama M ata 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 T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

SOURCE CODE
KUISIONER
<p align=center >KUESIONER SISTEM PAKAR KEPUASAN
MAHASISWA<br>
DALAM PEM BELAJARAN
DI JURUSAN TEKNIK INFORM ATIKA UNMA
</p>
<p >
PETUNJUK UM UM :
<ul type=number_format>
<li>Kajian ini dilakukan dengan tujuan untuk mengukur tingkat kepuasan
mahasiswa terhadap proses pembelajaran di Jurusan Teknik informatika
Universitas M ajalengka.</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, M edia Pengajaran
dan Prasarana Pendidikan)
</hr>
<form name="next" action="templete.php?page=quiz&hal=2" method="post">

Laporan T ugas Besar P engantar 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 T ugas Besar P engantar 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 T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

SOURCE CODE
SHOW
<p align=center> M ATA 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 M ata kuliah</td>
<td><?php echo $data1['kode_mk'];?></td>
</tr>
<tr>
<td>Nama M ata 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 T ugas Besar P engantar 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 T ugas Besar P engantar 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 M atakuliah ini harus lebih giat lagi dalam
kinerjanya dengan memberikan pembelajaran
yang sesuai dengan kebutuhan M ahasiswa";}
elseif($sctp>$ctp or $cstp>$cp or $cstp>$csp){
echo "<j>Dosen M atakuliah ini harus lebih giat lagi dengan
meningkatkan kualitas dalam pembelajaran
dan M ahasiswa 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 T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

SOURCE CODE
PRINT
<script language=javascript>
function printwindow(){
bv = parseInt (navigator.appVersion);
if (bv >= 4) window.print();}
printwindow();
</script>

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

SOURCE CODE
PETUNJUK
<p >PETUNJUK PENGGUNAAN
</p>
<ul type=number_format>
<li>Login dengan Username & Password anda</li>
<li>Pilih M enu Pembelajaran untuk M engevaluasi pembelajaran di Teknik
Informatika Universitas M ajalengka</li>
<li>Pilih M atakuliah & 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 T ugas Besar P engantar 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 T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

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

Laporan T ugas Besar P engantar Intelegensi Buatan | Kelompok 3

Anda mungkin juga menyukai